средний балл - Высшая школа экономики

Характеристики учителей и достижения школьников
на данных TIMSS-2011.
Teachers’ Features and School Children Achievement. TIMSS-2011.
Шеина Марина Витальевна, канд. физ.-мат. наук,
доцент департамента экономики и финансов, НИУ ВШЭ-Пермь
Введение
Исследователи,
анализирующие
связи
между
качественными
характеристиками учителей и достижениями учащихся используют для
измерения исследуемых переменных различные показатели, так или иначе
характеризующие
набор
учительских
характеристик
и
уровень
«обученности» ученика. При этом, по-видимому, неявно предполагается, что
все характеристики учителя, выявленные как лучшие, целенаправленно
действуют «на благо» отдельного учащегося, на его эффективное развитие,
даже если в качестве целевых показателей в модели используются
обобщенные учебные показатели класса.
Чтобы выяснить, насколько важны для школьного учителя отличные
оценки в его классе, характеризующие высокий уровень обученности его
учеников, в июне 2014 года был проведен пилотный опрос учителейпредметников различных школ Пермского края (N=20). Опрос показал, что
учителя предпочитают работать с «ровными» классами. Респондентам было
предложено выступить в качестве экспертов в определении рейтинга классов
по результатам внешнего мониторинга учеников этих классов. Информация
была предложена в трех видах: в виде индивидуальных баллов (в
пятибалльной системе), полученных учениками класса; в виде абсолютных
показателей успеваемости (средний балл, показатель «качества знаний» и
показатель успеваемости); и в виде относительных (тот же набор)
показателей
успеваемости класса. В каждом случае
предлагалось
определить, в каком из трех классов успеваемость лучше, средняя или хуже,
или
отметить
какие
из
них
демонстрируют
одинаковый
уровень
успеваемости. В результате из двух классов с одинаковым средним баллом
учителя практически единодушно назвали лучшим по успеваемости класс, в
котором не было ни одной отличной оценки, и единодушно поставили на
последнее место класс, в котором отличных оценок было более 40%.
Почему? Возможно потому, что показатель «качества знаний» в первом
случае составлял 84%, и не было ни одной двойки, а в другом «качество
знаний» составило всего 52%, и была одна двойка. И если при анализе
непосредственно индивидуальных оценок учащихся еще наблюдался
некоторый разброс мнений респондентов, то при анализе обобщенной
информации
о
результатах
мониторинга
никаких
сомнений
при
ранжировании уже не возникло. Таким образом, наличие отдельных
индивидуальных отличных результатов во внешнем мониторинге в данном
случае оказалось не принципиальным при определении уровня достижений
класса, а, следовательно, успешности работы учителя. В рамках этого же
опроса был задан и прямой вопрос о том, с каким классом предпочтительнее
работать. Наиболее распространенный ответ – с классом, «ровным» по
уровню способностей учеников.
Анализ
результатов
проведенного
пилотного
опроса
позволил
сформулировать гипотезу о том, что учитель, осознанно или неосознанно, в
процессе работы с классом со временем стремится «выровнять» всех
учеников. И чаще всего это происходит в направлении «усреднения»
учеников, «подтягивания» большей их части к средним оценкам.
Исследовательский вопрос, поставленный в данной работе – какие
педагогические практики учителей начальной школы имеют значимую связь
с показателями результатов обучения российских четвероклассников –
средним баллом, показателем качества, показателем успеваемости и
показателем, характеризующим равномерность распределения баллов по
учащимся класса, назовем его коэффициентом равномерности.
Структура показателя равномерности предложена в работе (Шеина,
2014), по построению он близок к коэффициенту Джини.
Обозначения
Q – количество учеников в классе;
M – максимальный балл, который может быть получен в данном испытании;
qm – количество учеников, получивших m баллов, m  0; M ,
M
 qm  Q ;
m0
bi – балл, полученный i–ым учеником в данном испытании, i  1; Q,
Q
M
 bi   qm  m ;
i 1
m0
be – средний балл класса в данном испытании.
Рассмотрим треугольники, ограниченные снизу осью абсцисс, а сверху
– линиями полного равенства и неравенства в распределении баллов по
ученикам класса.
Если бы каждый ученик класса получил в данном испытании средний
балл be, то общая сумма набранных баллов была бы равна площади
треугольника SS, ограниченного линией полного равенства в распределении
средних баллов.
b%
100%
SS
100
 be %
QM
100
%
Q
100%
Q%
Рис. 1. Равномерное распределение баллов в классе, если бы каждый
учащийся получил средний балл.
Обозначим через SSS площадь «криволинейного» треугольника,
ограниченного сверху линией неравенства в распределении реально
полученных баллов.
b%
100%
100
 b1 %
QM
SSS
100
%
Q
100%
Q%
Рис. 2. Неравномерное распределение баллов в классе, учащиеся
ранжированы по возрастанию полученных баллов.
Определение. Назовем коэффициентом равномерности Cе показатель,
определяемый отношением SSS / SS.
При расчете коэффициентов учитываются доля в процентах одного
ученика в классе, она составляет 100/Q, и доля в процентах одного балла в
максимально возможной сумме баллов по классу в данном испытании, она
составляет 100/(Q∙М).
Вычислим рассматриваемые площади.
SS 
b
100 2 be 1  Q
100 100
1
 
Q 

 M   Q  5000  e ;
2
Q QM
2
M
Q2 M
Q
 100 100
100 2
1 100 100
1
100 100
1
  Q  i  1  b  

b  

 b   ... 

 b   
i  Q QM 1 2 Q QM 2 2
Q QM Q 2
Q2  M i  1
Q
100 2
100 100 1 

  Q  i  1  b 

  b  b  ...  b  
i Q Q  M 2  1 2
Q
2
Q M i 1
SSS 

100 2
Q2  M
 Q
1 Q 
   Q  i  1  b    b  .
i 2
i

i 1 
i  1
Рассчитаем коэффициент равномерности Cе
SSS
100 2
C 

e
SS
Q2  M
 Q

1 Q
M
   Q  i  1  b    b  
, окончательно
i 2
i  5000  b

i 1 
i  1
e
C 
e
Построенный
2
Q2  b
e
таким
 Q

1 Q
   Q  i  1  b    b 
i 2
i

i 1 
i  1
образом
показатель
позволяет
(1)
оценить
равномерность распределения баллов по учащимся класса в конкретном
испытании.
В работах, посвященных анализу факторов, определяющих уровень
достижений школьников и, в частности, характеристик учителей, в качестве
единицы анализа (отдельного наблюдения), как правило, рассматривают
отдельного ученика (в работе (Тюменева, Хавенсон, 2012) приведен обзор
ряда работ). Однако качество работы учителя, как правило, оценивается по
достижениям класса. В частности, размер стимулирующей надбавки в
условиях новой системы оплаты труда работников бюджетной сферы
(НСОТ) определяется такими учебными показателями, как средний балл,
показатель качества знаний, показатель успеваемости, характеризующими
уровень достижений класса. Теоретически возможны два механизма
формирования среднего балла в процессе работы с группой – а) через рост
низких баллов при одновременном снижении высоких и б) через рост
б)
Балл
а)
Балл
среднего балла у всех членов группы (рис. 1).
Новый средний балл
Новый средний балл
Старый средний балл
Старый средний балл
Ранжированный по баллам ряд учащихся
Ранжированный по баллам ряд учащихся
Рис. 3. Возможные механизмы роста среднего балла (красная линия – новая
линия распределения баллов в группе): а) рост среднего балла за счет
выравнивания – рост низких баллов при одновременном снижении высоких;
б) рост среднего балла за счет роста баллов у каждого учащегося.
В обоих случаях на рис. 3 средний балл один и тот же. Но коэффициент
равномерности в первом случае равен единице, а во втором – меньше
единицы.
Исследуемая
гипотеза
состоит
в
том,
что
коэффициент
равномерности связан с характеристиками учителя – стажем (положительно),
используемыми педагогическими практиками (индивидуализированные или
фронтальные), размером и контролем домашних заданий (положительно).
Методология. Модель. Выборка
Для изучения эффектов используемых учителем педагогических
практик на показатели достижений учащихся – на средний балл, на
показатель качества знаний, на показатель успеваемости и на коэффициент
равномерности, используются данные международного исследования по
оценке качества математического и естественно-научного образования
российских
четвероклассников
TIMSS-11.
На
их
основе
проведен
регрессионный анализ на показатели учебных достижений класса по
математике и по наукам (в российском варианте, как правило, предмет
называется «окружающий мир») с использованием МНК-моделей. В качестве
базовой, следуя (Hanushek and Woessman, 2014), рассматривается модель
образовательного производственного процесса:
K = α + β1*X1+ β2*X2 + β3*X3 + β4*X4 + ε,
где K – результат образовательного производственного процесса,
X1 – вектор характеристик территории,
X2 – вектор характеристик школы,
X3 – вектор характеристик класса и учителя,
X4 – вектор педагогических практик.
Единицей наблюдения является класс. Всего в ТИМСС-11 приняли
участие 4467 российских учащихся четвертых классов, обучающихся в 202
школах, в 209 классах. В представленной работе анализ проводится по
классам с численностью учащихся от 18 человек и более, по которым нет
пропущенных данных. По каждому классу рассчитаны средний балл,
показатель качества знаний, показатель успеваемости и коэффициент
равномерности по математике и по наукам. Таким образом, зависимыми
переменными в моделях являются:
 средний балл – средний балл учащихся класса в пятибалльной системе
в одном испытании по математике или по наукам, количественная
переменная;
 показатель качества знаний – доля хороших и отличных оценок в
классе в пятибалльной системе в одном испытании по математике или по
наукам, количественная переменная, измеряется в %;
 показатель успеваемости – доля положительных оценок в классе в
пятибалльной системе в одном испытании по математике или по наукам,
количественная переменная, измеряется в %;
 коэффициент
равномерности
–
отражает
равномерность
распределения баллов в пятибалльной системе по учащимся класса в одном
испытании по математике или по наукам, рассчитан по формуле (1),
количественная переменная, принимает значения от 0 до 1.
В качестве независимых были использованы группы переменных,
характеризующих территорию, где находится школа; саму школу; класс и
учителя; педагогические практики. Для последних использовались ответы на
вопросы о различных типах работы учителя с классом.
Описание переменных и их описательные статистики приведены в
Приложениях 1 и 2.
Результаты регрессионного анализа
Регрессионный анализ был проведен в SPSS для каждого из двух
предметов (математика и науки) и для каждого показателя учебных
достижений.
Для
каждого
случая
был
проведен
сравнительный
регрессионный анализ двух моделей – на контрольных переменных (без
педагогических практик) и с включением переменных педагогических
практик с оценкой значимости изменения R2.
Результаты регрессионного анализа представлены в Приложениях 2
(математика) и 3 (науки).
По математике (Приложение 2) на показатели среднего балла и
качества знаний значимый эффект оказывают такие педагогические
практики, как частота использования опросов (положительно – более
высокие показатели в классах, где учитель чаще проводит опрос) и частота, с
которой учитель хвалит ученика за приложенные усилия (отрицательно –
более высокие показатели в классах, где учитель реже хвалит учеников).
Последнее заслуживает особого внимания ввиду не совсем ожидаемого знака
эффекта. Этот же эффект имеет место в отношении показателя успеваемости
и коэффициента равномерности. Частота опросов на них эффектов не
оказывает.
Интересный эффект проявился со стороны времени выполнения
домашних заданий. Он значим только для показателя качества, причем
отрицательно – большая длительность домашних заданий связана с более
низкими показателями учебных достижений. Возможно, в классах с низкими
учебными достижениями учителя задают бОльшие объемы домашних
заданий,
или,
учитывая
слабые
вычислительные
навыки
учеников,
оценивают время на выполнение стандартного домашнего задания как более
длительное.
Стаж учителя оказывает эффект на средний балл и показатель
успеваемости. Но при включении педагогических практик в модель для
среднего балла эффект стажа пропадает, а для показателя успеваемости –
сохраняется.
Значимые
эффекты
на
все
показатели,
кроме
коэффициента
равномерности, оказывают тип территории, на которой находится школа
(положительно – в больших населенных пунктах более высокие значения
показателей учебных достижений) и количество учащихся на параллели
четвертых классов (положительно). На средний балл и показатель качества
значимый эффект оказывает дисциплина и безопасность в школе.
Для коэффициента равномерности по математике модель значима
только при включении педагогических практик учителя. В рассматриваемом
наборе переменных на этот показатель оказывает эффект только частота, с
которой учитель хвалит ученика за приложенные усилия (отрицательно).
Результаты регрессионного анализа эффектов педагогических практик
на
учебные
достижения
российских
четвероклассников
по
наукам
представлены в Приложении 3.
Частота использования опросов оказывает эффект (положительный) на
все показатели учебных достижений, а частота, с которой учитель хвалит
ученика
за
приложенные
усилия
(отрицательно)
–
на
все,
кроме
коэффициента равномерности.
На показатель успеваемости и коэффициент равномерности оказывает
значимый эффект контроль выполнения домашних заданий. Это может
означать,
что
проверка
выполнения
до
конца
домашних
заданий
стимулирует, в основном, учащихся с низкими баллами, что не согласуется с
результатами (Salinas, 2014), где на данных PISA проверяется гипотеза о
негативном влиянии домашних заданий на учебные достижения.
Стаж учителя оказывает эффект только на показатель успеваемости, но
при включении педагогических практик он пропадает.
На все показатели учебных достижений оказывает значимый эффект
тип населенного пункта (положительный – в больших населенных пунктах
более высокие значения показателей учебных достижений). Количество
школьников на параллели четвертых классов оказывает эффект на все
показатели, кроме коэффициента равномерности. Включение педагогических
практик приводит к появлению значимого эффекта на показатель качества
знаний уровня доходов на близлежащей территории и уровня дисциплины и
безопасности в школе.
Обсуждение результатов и ограничений
Исследование показало, что по оказываемым на них эффектам
педагогических практик близки средний балл и показатель качества знаний;
показатель успеваемости близок коэффициенту равномерности.
Коэффициент равномерности по своему содержанию богаче, чем
показатель успеваемости, но замеренные в рамках исследования ТИМСС
педагогические практики учителей начальной школы дополнительных (по
сравнению с показателем успеваемости) эффектов на него не оказывают.
На коэффициент равномерности, в отличие от других показателей
достижений
четвероклассников,
не
оказывают
значимых
эффектов
характеристики территории, школы и класса. Не проявился эффект стажа, но
значимыми оказались практики фронтальной работы с классом – регулярные
опросы и контроль выполненности домашних заданий, что может быть
обусловлено возрастными особенностями учащихся начальной школы.
В целом из вошедших в модели педагогических практик значимый
эффект на учебные достижения класса оказывает то, как часто учитель
проводит опросы – более частое проведение опросов практикуется в классах
с более высокими показателями достижений; и как часто учитель хвалит
ученика за высокий уровень прикладываемых усилий – в классах с высоким
уровнем достижений учитель реже хвалит учеников.
В случае математики на показатель качества знаний оказывает
отрицательный эффект фактор количества времени, которое занимает
выполнение домашнего задания. В случае наук на показатель успеваемости
оказывает положительный эффект фактор частоты контроля выполнения
домашних заданий.
Значимый эффект стажа учителя по обоим предметам проявился только
в отношении показателя успеваемости. Возможно, здесь могут иметь место
два эффекта: учителя с большим стажем работают с более сильными
классами или учителя с большим стажем лучше справляются с обучением
слабых учеников.
Значимыми факторами для всех показателей являются характеристики
школы (количество учащихся на параллели четвертых классов и показатель
дисциплинарного благополучия школы) и территории (тип населенного
пункта) (кроме коэффициента равномерности в математике).
Ограничения исследования обусловлены спецификой данных ТИМСС
– набором предметов, по которым оценивались учебные достижения
(математика и окружающий мир), и набором вопросов, которые были заданы
в этом исследовании. Выборка по отдельной стране в данных TIMSS
репрезентативна на уровне отдельных учащихся, но не репрезентативна на
уровне отдельного учителя, а значит, и класса (Foy, 2013). Величина выборки
– по российским учащимся N=4665, по классам же количество наблюдений
снижается до N=209. Наличие пропущенных значений приводит к еще
большему сжатию выборки. Инструментальным ограничением данного
исследования является использование обычных регрессий МНК.
Представляет интерес продолжение исследований в направлении
выявления набора педагогических практик, оказывающих значимое влияние
на коэффициент равномерности. Возможно проведение аналогичного
межстранового исследования на данных TIMSS-11 и на данных TIMSS-15;
анализ эффектов педагогических практик на изменение коэффициента
равномерности от первого класса к четвертому; анализ различий в
достижениях класса на основе метода первой разницы (Тюменева, Хавенсон,
2012).
Литература.
1. Тюменева
Ю.А.,
Хавенсон
Т.Е.
Характеристики
учителей
и
достижения школьников. Применение метода First difference к данным
TIMSS-2007// Вопросы образования. 2012. № 3. С. 113-140.
2. Шеина М. В. Количественные показатели результатов обучения
школьников как критерии оценки работы учителя. / Материалы I
Международной научно-практической конференции «Инновационное
развитие
образовательной
организации:
обеспечение
качества
образования в контексте требований ФГОС», 6-7 ноября 2014
3. Foy, P.(Eds.). (2013). TIMSS and PIRLS 2011 user guide for the Fourth
Grade Combined international database. Chestnut Hill, MA: TIMSS &
PIRLS International Study Center, Boston College.
4. Hanushek E.A. and Woessman L. Institutional Structures of the Education
System and Student Achieve1nent: A Review of Cross-country Economic
Research
//
Educational
Policy
Evaluation
through
International
Comparative Assessments. Waxmann, Munster. New York. 2014. P. 146176.
5. Salinas D. Does homework perpetuate inequities in education?// PISA in
Focus. 2014/12 (December). OECD. P. 1-4.
Приложение 1
Описание независимых переменных
Переменная
Характеристики территории
1. Тип населенного пункта
2. Уровень доходов на близлежащей к
школе территории
Характеристики школы
3. Количество школьников в 4-х классах
4. Оснащенность компьютерами в школе
Значения
1 – мегаполис; 2 – крупный город; 3 –
среднего размера город; 4 – городок;
5 – сельский поселок
1 – высокий; 2 – средний; 3 – низкий
количественная
1 – один компьютер на 1-2 учащихся;
2 – один компьютер на 3-5 учащихся;
3 – один компьютер на 6 и более
учащихся;
4 – не достаточно компьютеров
5. Дисциплина и техника безопасности
Характеристики класса и учителя
6. Количество учеников в классе
7. Число часов математики в неделю*
8. Стаж
9. Образование
Педагогические практики
10. Учитель использует опрос
11. Как часто учитель хвалит ученика
12. Как часто вы просите учащихся
объяснять то, что они изучают**
13. Общая работа в классе под
руководством учителя*
14. Как часто вы просите учащихся
наблюдать и описывать природные
явления**
15. Как часто вы просите учащихся
проводить эксперименты или
исследования**
16. Как часто вы просите учащихся
провести полевые работы за пределами
класса**
17. Уверенность учителя при работе со
способными учащимися
18. Как часто вы задаете домашние
задания по наукам**
19. Количество минут на домашнее
задание*
20. Контроль выполнения домашних
заданий
21. Обсуждение в классе домашних
заданий*
1 – практически нет проблем;
2 – незначительные проблемы;
3 – умеренные проблемы
количественная
1 – более 20 лет; 2 – от 10 до 19 лет;
3 – от 5 до 9 лет; 4 – менее 5 лет
1 – учитель начальной школы и
специализация по математике (науке);
2 – учитель начальной школы, но нет
специализации по математике (науке)
1 – каждый или почти каждый урок;
2 – примерно на половине уроков;
3 – на некоторых уроках;
4 – никогда
1 – очень уверенно; 2 – в некоторой
степени уверенно; 3 – не уверенно
1– не задаю домашних заданий; 2 –
реже 1 раза в неделю; 3 – 1 или 2 раза в
неделю; 4 – 3 или 4 раза в неделю; 5 –
каждый день
1 – 15 мин и менее; 2 – от 16 до 30
минут; 3 – от 31 до 60 минут;
4 – более 60 минут
1 – всегда или почти всегда; 2 – иногда;
3 – никогда или почти никогда
* переменные использовались только в моделях по математике;
** переменные использовались только в моделях по наукам.
Приложение 2
Описательные статистики (Nнауки=155, Nматематика=158)
Среднее
значение
Зависимые переменные
Средний балл по наукам
Средний балл по математике
Показатель качества знаний по наукам
Показатель качества знаний по математике
Показатель успеваемости по наукам
Показатель успеваемости по математике
Коэффициент равномерности по наукам
Коэффициент равномерности по математике
Независимые переменные
Тип населенного пункта
Уровень доходов на близлежащей к школе
территории
Количество школьников в 4-х классах
Оснащенность компьютерами в школе
Дисциплина и техника безопасности
Количество учеников в классе
Число часов математики в неделю
Стаж
Образование
Учитель использует опрос
Как часто учитель хвалит ученика
Как часто вы просите учащихся объяснять то, что
они изучают?
Общая работа в классе под руководством учителя
Как часто вы просите учащихся наблюдать и
описывать природные явления
Как часто вы просите учащихся проводить
эксперименты или исследования
Как часто вы просите учащихся провести
полевые работы за пределами класса
Уверенность учителя при работе со способными
учащимися
Количество минут на домашнее задание
Как часто вы задаете домашние задания по
наукам
Контроль выполнения домашних заданий
Обсуждение в классе домашних заданий
Стандартная
отклонения
3,5767
3,4433
54,1776
48,4843
89,1022
84,4541
0,8905
0,8818
0,52539
0,56500
25,06475
26,21922
13,13233
15,77480
0,03095
0,03687
2,6774
2,2387
1,18396
0,45704
74,4710
2,3161
1,3935
24,9871
2,9910
1,3935
1,4968
1,4387
1,0452
1,1355
29,58793
0,84327
0,50319
3,11258
0,41636
0,66934
0,59625
0,62506
0,23746
0,37929
1,6203
2,3935
0,77876
0,72521
2,8839
0,53397
3,0000
0,50965
1,2323
0,42364
2,2658
3,1548
0,52234
0,55994
1,0387
1,4241
0,22459
0,50845
Приложение 3
Результаты регрессионного анализа на показатели учебных достижений
класса по математике на российских данных ТИМСС-2011, четвертые
классы (N=158)
Переменные
Средний балл
М1
М2
Характеристики территории
Тип
– 0,121**
– 0,111**
населенного
(0,039)
(0,037)
пункта
Уровень
– 0,141
– 0,144
доходов на
(0,098)
(0,097)
близлежащей
территории
Характеристики школы
Количество
0,004*
0,004**
школьников в (0,002)
(0,002)
четвертых
классах
Оснащенность 0,028
0,027
компьютерами (0,052)
(0,050)
в школе
Дисциплина
– 0,167*
– 0,186*
и техника
(0,083)
(0,078)
безопасности
Характеристики класса и учителя
Количество
– 7,256Е-5 0,000
учеников в
(0,015)
(0,014)
классе
Число часов
0,166
0,147
математики в (0,101)
(0,095)
неделю
Стаж
– 0,130*
– 0,102
(0,064)
(0,061)
Образование
– 0,026
– 0,028
(0,069)
(0,066)
Педагогические практики
Как часто
– 0,162*
учитель
(0,065)
использует
опросы
Как часто
0,571***
учитель
(0,167)
хвалит
школьника
Общая работа
0,096
в классе под
(0,051)
руководством
учителя
Работа со
– 0,148
способными
(0,142)
школьниками
Число минут
– 0,120
на домашнее
(0,076)
задание
Контроль
0,308
выполнения
(0,380)
домашних
заданий
Показатель качества
М3
М4
Показатель
успеваемости
М5
М6
К равномерности
М7
М8
– 5,895*** – 5,402**
(1,819)
(1,700)
– 2,801*
(0,125)
– 2,549*
(1,101)
– 0,005
(0,003)
– 0,005
(0,003)
– 7,094
(4,542)
– 7,170
(4,458)
– 4,114
(2,808)
– 4,451
(2,888)
– 0,010
(0,007)
– 0,010
(0,007)
0,202**
(0,077)
0,220**
(0,073)
0,105*
(0,048)
0,108*
(0,047)
0,000
(0,000)
0,000
(0,000)
0,172
(2,416)
– 0,001
(2,266)
0,007
(1,494)
0,047
(1,468)
0,005
(0,004)
0,005
(0,004)
– 7,959*
(3,846)
– 8,862*
(3,566)
– 3,174
(2,378)
– 3,555
(2,310)
– 0,006
(0,006)
– 0,007
(0,006)
0,040
(0,685)
0,031
(0,640)
0,247
(0,424)
0,263
(0,414)
– 0,001
(0,001)
– 0,001
(0,001)
7,004
(4,674)
6,144
(4,367)
2,840
(2,890)
2,364
(2,828)
0,004
(0,007)
0,003
(0,007)
– 5,405
(2,964)
– 0,409
(3,171)
– 4,265
(2,800)
– 0,429
(3,018)
– 4,501*
(1,833)
– 1,581
(1,961)
– 3,725*
(1,814)
– 1,560
(1,955)
– 0,005
(0,004)
– 0,003
(0,005)
– 0,003
(0,004)
– 0,004
(0,005)
– 7,636*
(2,983)
– 3,304
(1,932)
– 0,005
(0,005)
27,691***
(7,635)
11,104*
(4,946)
0,031*
(0,012)
4,245
(2,345)
2,664
(1,519)
0,006
(0,004)
– 6,348
(6,489)
– 5,303
(4,203)
– 0,014
(0,010)
– 7,035*
(3,493)
– 1,890
(2,263)
– 0,002
(0,006)
17,898
(17,386)
10,043
(11,262)
– 0,001
(0,028)
Обсуждение
в классе
домашних
заданий
Константа
R2
F
– 0,117
(0,082)
3,667***
(0,611)
0,221
4,664***
– 5,325
(3,733)
3,453***
(0,726)
0,354
4,838***
61,970*
(28,230)
0,228
4,859***
– 2,621
(2,418)
50,042
(33,240)
0,372
5,223***
91,571*** 84,370***
(17,456)
(21,531)
0,135
0,272
3,724***
3,296***
– 0,007
(0,006)
0,919*** 0,908***
(0,043)
(0,053)
0,103
0,191
1,897
2,080*
*** p<0,001; ** p<0,01; * p<0,05
Приложение 4
Результаты регрессионного анализа на показатели учебных достижений
класса по наукам на российских данных ТИМСС-2011, четвертые классы
(N=155)
Переменные
Средний балл
М1
М2
Характеристики территории
Тип
– 0,127*** – 0,121***
населенного (0,036)
(0,035)
пункта
Уровень
– 0,120
– 0,123
доходов на
(0,091)
(0,091)
близлежащей
территории
Характеристики школы
Количество
0,004*
0,004*
школьников
(0,002)
(0,001)
в четвертых
классах
Оснащенность – 0,009
– 0,002
компьютерами (0,050)
(0,049)
в школе
Дисциплина
– 0,138
– 0,175*
и техника
(0,079)
(0,076)
безопасности
Характеристики класса и учителя
Количество
– 0,001
– 0,004
учеников в
(0,013)
(0,013)
классе
Стаж
– 0,090
– 0,066
(0,060)
(0,060)
Образование – 0,040
– 0,053
(0,066)
(0,064)
Педагогические практики
Как часто
– 0,178**
учитель
(0,064)
использует
опросы
Как часто
0,447**
учитель
(0,167)
хвалит
ученика
Как часто вы
0,094
просите
(0,089)
объяснять то,
Показатель качества
М1
М2
Показатель
успеваемости
М1
М2
К равномерности
М1
М2
– 5,943*** – 5,691***
(1,723)
(1,664)
– 2,569**
(0,941)
– 2,524** – 0,005*
(0,922)
(0,002)
– 0,005*
(0,002)
– 7,966
(4,290)
– 8,572*
(4,314)
– 0,574
(2,342)
– 0,181
(2,391)
– 0,004
(0,006)
– 0,004
(0,006)
0,164*
(0,073)
0,166*
(0,070)
0,097*
(0,040)
0,099*
(0,039)
8,528Е-5
(0,000)
8,409Е-5
(0,000)
– 1,683
(2,359)
– 1,436
(2,322)
– 0,384
(1,288)
– 0,531
(1,287)
0,004
(0,003)
0,005
(0,003)
– 7,299
(3,730)
– 9,077*
(3,611)
– 2,023
(2,037)
– 2,620
(2,001)
– 0,005
(0,005)
– 0,006
(0,005)
– 0,020
(0,639)
– 0,105
(0,621)
0,083
(0,349)
0,003
(0,344)
0,001
(0,001)
0,001
(0,001)
– 4,956
(2,839)
– 3,057
(3,103)
– 4,103
(2,859)
– 3,475
(3,047)
– 3,313*
(1,550)
– 0,037
(1,694)
– 2,094
(1,584)
– 0,456
(1,689)
– 0,004
(0,004)
– 0,001
(0,004)
– 0,001
(0,004)
– 0,002
(0,004)
– 7,540*
(3,060)
– 4,278*
(1,696)
– 0,010*
(0,004)
21,662**
(7,957)
6,447**
(4,410)
0,019
(0,011)
– 9,949
(5,398)
– 3,081
(2,992)
– 0,005
(0,007)
что изучают?
Как часто вы
просите
описывать
природные
явления
Как часто
учащиеся
проводят
эксперименты
Полевые
работы за
пределами
класса
Работа со
способными
учениками
Как часто вы
задаете
домашние
задания по
наукам
Контроль
выполнения
домашних
заданий
Константа
4,331***
(0,468)
R2
0,207
F
4,773***
0,007
(0,057)
– 0,914
(2,695)
0,534
(1,493)
0,002
(0,004)
– 0,234
(0,177)
0,479
(3,891)
0,468
(2,157)
– 0,002
(0,005)
– 0,202
(0,113)
– 4,906
(4,021)
– 0,924
(2,228)
0,002
(0,005)
0,059
(0,100)
1,744
(4,740)
1,932
(2,627)
0,002
(0,006)
– 0,089
(0,085)
– 0,031
(3,327)
– 3,183
(1,844)
– 0,006
(0,004)
– 0,022
(0,070)
– 6,782
(8,412)
– 9,544*
(4,662)
– 0,025*
(0,011)
4,788***
(0,598)
0,328
101,771*** 120,215*** 96,342*** 118,561*** 0,892*** 0,926***
(22,138)
(28,454) (12,086)
(15,769)
(0,029) (0,038)
0,219
0,331
0,152
0,252
0,113
0,206
3,682***
5,120***
*** p<0,001; ** p<0,01; * p<0,05
3,745***
3,275**
2,545***
2,329*
1,957*