Magyarországi középfokú feladatellátási helyek nyers és HHH-korrigált relatív előrehaladási rangsora, 2013–2023

A középiskolai rangsorok rendszerint egy vagy több időpontban mért tanulói eredményszintek alapján hasonlítják össze az intézményeket. Az ilyen státuszmutatók azonban nem választják el az intézmény működésével összefüggő teljesítményt a tanulók előzetes tudásától, társadalmi összetételétől és az intézmények közötti szelekciótól. A teszteredményeken alapuló intézményértékelés szakirodalma ezért megkülönbözteti a keresztmetszeti státuszmodelleket, a különböző kohorszokat összehasonlító modelleket, az ugyanazon tanulók teljesítményváltozását követő növekedési modelleket, valamint az intézmény önálló hozzájárulásának becslésére törekvő hozzáadottérték-modelleket (Balázsi, 2016; Braun et al., 2010; Lissitz et al., 2006; OECD, 2008). Jelen adatközlés a keresztmetszeti eredményszintektől elmozduló longitudinális szemléletet alkalmazza. Ugyanazon tanulók 8. és 10. évfolyamos matematika- és szövegértéseredményeinek összekapcsolásával azt vizsgálja, hogy az egyes feladatellátási helyeken tanulók standardizált teljesítménye hogyan változott az azonos képzéstípusban, kohorszban és követési időben megfigyelt átlaghoz képest. A közölt mutató ennek megfelelően relatív előrehaladást mér. Nem tekinthető szigorú értelemben vett hozzáadottérték-becslésnek, mert nem különíti el oksági módon az intézmény hozzájárulását a tanulói szelekció, a mobilitás és más megfigyelt vagy nem megfigyelt tényezők hatásától. Az adatcsomag 457 723 teljes tanulói mérési pár, összesen 457 721 különböző tanuló adatai alapján 1 796 magyarországi középfokú feladatellátási hely és képzéstípus együttesére közöl rangsort az Országos kompetenciamérés 2013–2023 közötti adatállományaiból. Az elemzési egység a feladatellátási hely és a képzéstípus kombinációja, ezért ugyanaz a telephely több sorban is szerepelhet. A rangsor öt képzéstípust különböztet meg: a négy-, hat- és nyolc évfolyamos gimnáziumi képzést, valamint az érettségit adó és az érettségit nem adó szakképzést. Az elsődleges ranghelyet képzéstípusonként külön a megfigyelt relatív előrehaladás és az OKM tanulói adatbázisában szereplő halmozottan hátrányos helyzetű tanulók aránya alapján várható érték különbsége határozza meg. A háttérkorrekció indoka, hogy a tanulók intézmények közötti eloszlása nem véletlenszerű, így az eltérő tanulói összetétel figyelmen kívül hagyása torzíthatja az intézmények összehasonlítását (Ballou et al., 2004; Balázsi & Zempléni, 2004; OECD, 2008). A pozitív háttérkorrigált érték a HHH-összetétel alapján vártnál kedvezőbb, a negatív érték az annál kedvezőtlenebb relatív előrehaladást jelzi. A korrekció ugyanakkor nem teszi az intézményeket minden megfigyelt és nem megfigyelt jellemző szerint összehasonlíthatóvá. A HHH-jelző adminisztratív jogosultsági kategória, nem pedig többdimenziós társadalmi-gazdasági háttérindex. A közölt HHH-arány az elemzéshez kapcsolható, ismert HHH-státuszú tanulók körét jellemzi, nem a feladatellátási hely teljes vagy aktuális tanulói állományát. Külön HH-változó nem szerepel a modellben. A hat és nyolc évfolyamos gimnáziumokban a HHH-státusz ritkasága miatt a háttérkorrekció kevés információból becsülhető, ezért e képzéstípusok korrigált ranghelyei fokozott óvatossággal értelmezendők. A munkafüzet az elsődleges, HHH-korrigált ranghely mellett közli a háttérkorrekció nélküli relatív előrehaladási ranghelyet, a megfigyelt és a HHH-összetétel alapján várható értéket, a két ranghely különbségét, a becslés 95%-os konfidenciaintervallumát, valamint az arra épülő teljesítménysávot. A konfidenciaintervallum azért szükséges, mert az intézményi becslések pontosságát a kapcsolható tanulók száma, a mérési hiba, az adatvesztés, a követés minősége és a választott modell egyaránt befolyásolhatják (Braun et al., 2010; McCaffrey et al., 2003; OECD, 2008). Az egymáshoz közeli pontbecslések eltérő ranghelye ezért nem feltétlenül jelent érdemi teljesítménykülönbséget. A ranghelyek kizárólag azonos képzéstípuson belül, a nyers és a háttérkorrigált mutató, a konfidenciaintervallum, a teljesítménysáv és az adatminőségi megjegyzések együttes figyelembevételével értelmezhetők. A közlés célja nem az intézmények általános minősítése vagy elszámoltathatósági célú értékelése, hanem a hagyományos eredményszint-rangsorok kiegészítése a tanulók több év alatt megfigyelt relatív előrehaladásával és annak társadalmi kontextusával. A rangsor elsősorban intézményi önértékelésre, fejlesztésre, további vizsgálatot igénylő feladatellátási helyek azonosítására és a képzéstípuson belüli mintázatok követésére használható. Hivatkozások Balázsi, I. (2016). A hozzáadottérték-modellek alkalmazása a tanulói teljesítménymérésekben. Magyar Pedagógia, 116(1), 3–23. https://doi.org/10.17670/MPed.2016.1.3 Balázsi, I., & Zempléni, A. (2004). A hozottérték-index és a hozzáadott pedagógiai érték számítása a 2003-as kompetenciamérésben. Új Pedagógiai Szemle, 54(12), 36–50. [folyoiratok.oh.gov.hu] Ballou, D., Sanders, W., & Wright, P. (2004). Controlling for student background in value-added assessment of teachers. Journal of Educational and Behavioral Statistics, 29(1), 37–65. https://doi.org/10.3102/10769986029001037 Braun, H., Chudowsky, N., & Koenig, J. A. (Eds.). (2010). Getting value out of value-added: Report of a workshop. National Academies Press. https://doi.org/10.17226/12820 Lissitz, R. W., Doran, H., Schafer, W. D., & Willhoft, J. (2006). Growth modeling, value-added modeling and linking: An introduction. In R. W. Lissitz (Ed.), Longitudinal and value added models of student performance (pp. 1–46). JAM Press. McCaffrey, D. F., Lockwood, J. R., Koretz, D. M., & Hamilton, L. S. (2003). Evaluating value-added models for teacher accountability. RAND Corporation. https://www.researchgate.net/publication/246110150 OECD. (2008). Measuring improvements in learning outcomes: Best practices to assess the value-added of schools. OECD Publishing. https://doi.org/10.1787/9789264050259-en