Kan lärares behörighet påverka svenska elevers prestationer i PISA
Lärande och samhälle Institutionen för Skolutveckling och ledarskap Examensarbete 15 högskolepoäng, avancerad nivå Kan lärares behörighet påverka svenska elevers prestationer i PISAundersökningarna Impact of teacher qualification on Swedish student performance in the PISA survey Anna Berggren Lärarexamen 300 hp Kemi och Teknik 2015-01-13 Examinator: Handledare: Anna Ange Henningssonhandledare Yousif Handledare: Björn Lundgren Sammanfattning Svenska elevers allt sämre prestationer i PISA-undersökningarna har väckt debatt i Sverige om skolans kvalitet och hur man ska kunna förbättra den. Svenska elevers kunskaper i matematik, naturvetenskap och läsförståelse har också sjunkit betydligt sedan den första undersökningen gjordes år 2000. För att kunna vända trenden av fallande resultat är det viktigt att försöka identifiera de faktorer inom skolan som kan ha störst effekt på elevernas lärande. Faktorer som har föreslagits ha stor inverkan på lärande är lärarnas behörighet, förhållandet antal elever per lärare och lärarbrist. Syftet med arbetet är att via sökning av litteratur och OECD:s databaser från PISAundersökningarna år 2000 till 2014 ta reda på om behörighet hos lärare eller/och lärartäthet kan förklara de försämrade förmågor i läsning, naturvetenskap och matematik som konstaterats hos svenska elever i PISA-undersökningarna och att undersöka om samband kan finnas med andra OECD-länders resultat. Resultaten tyder på att lärarbehörighet och lärartäthet kan vara av betydelse för hur eleverna presterat i PISA – framförallt verkar det vara viktigt att skillnaderna mellan lärarnas behörighet i skolan är liten (liten spridning). Ett exempel på ett OECD-land där trenden i elevresultat är uppåtgående är Polen där både lärarbehörighet ökat och förhållandet elev-lärare minskat med motsvarande minskande spridning. Nyckelord: lärarbehörighet, lärarbrist, lärartäthet, PISA, skolenkät. 1 Innehållsförteckning 1. INLEDNING ........................................................................................................................................ 3 2. BAKGRUND ................................................................................................................................... 4 3. SYFTE OCH FRÅGESTÄLLNINGAR ........................................................................................... 11 3.1 SYFTE .............................................................................................................................................................. 11 3.2 FRÅGESTÄLLNINGAR .................................................................................................................................... 11 4. MATERIAL OCH METODER ....................................................................................................... 12 5. RESULTAT ...................................................................................................................................... 15 5.1 LÄRARTÄTHET .............................................................................................................................................. 15 5.1.1 Förhållande studenter/lärare ....................................................................................................... 15 5.1.2 Förhållande studenter/matematiklärare ................................................................................ 16 5.2 LÄRARBRIST .................................................................................................................................................. 17 5.3 LÄRARBEHÖRIGHET ..................................................................................................................................... 19 5.3.1 Andel lärare med fullständig lärarutbildning ........................................................................ 19 5.3.2 Andel lärare med grundexamen från högskola eller universitet ................................... 20 5.3.3 Andel Matematiklärare .................................................................................................................... 21 5.3.4 Andel matematiklärare med avslutad lärarutbildning och med matematik som huvudämne ....................................................................................................................................................... 22 6. DISKUSSION ................................................................................................................................... 24 7. KONKLUSION ................................................................................................................................. 29 8. REFERENSER ................................................................................................................................. 31 9. BILAGOR ......................................................................................................................................... 33 BILAGA 1. -‐ VARIABLER FRÅN PISA STUDIENS DATABAS ÖVER SKOLENKÄTER MELLAN ÅR 2000 -‐ 2012 SOM STUDERATS I DETTA ARBETE ......................................................................................................... 33 BILAGA 2. VARIABLER UR SKOLENKÄTEN ÅR 2000 ..................................................................................... 34 BILAGA 3. VARIABLER UR SKOLENKÄTEN ÅR 2003 ..................................................................................... 35 BILAGA 4. VARIABLER UR SKOLENKÄTEN ÅR 2006 ..................................................................................... 36 BILAGA 5. VARIABLER UR SKOLENKÄTEN ÅR 2009 ..................................................................................... 37 BILAGA 6. VARIABLER UR SKOLENKÄTEN ÅR 2012 ..................................................................................... 38 2 1. Inledning Den nedåtgående trenden för svenska elevers prestationer i PISA-undersökningarna har uppmärksammats i hela samhället. Många olika förklaringar har presenterats, men om man ska kunna vända trenden är det viktigt att förstå vilka faktorer som har orsakat de försämrade resultaten och vilka av dessa faktorer som har haft störst inverkan. För att kunna vända trenden är det viktigt att försöka hitta dessa samband och sätta in resurser där de kan ge mest effekt. En av dessa faktorer kan vara att man i Sverige fått en lärarkår där allt färre lärare har kompetens och behörighet både pedagogiskt och inom sitt ämnesområde. Andra faktorer kan vara förändringar i lärartäthet och lärarbrist. Syftet med denna studie är att utreda om detta kan sättas i samband med de försämrade resultaten. 3 2. Bakgrund OECD (Organisation for Economic Co-operation and Development) är en internationell organisation med rötter i OEEC (Organization for European Economic Cooperation). Organisationen arbetar för att gynna ekonomiskt samarbete och ekonomisk utveckling framförallt för de anslutna länderna. För närvarande har OECD 34 medlemsstater. PISA (Programme for International Student Assessment) har utvecklats av OECD för att kunna testa 15-åriga elevers kunskaper i matematik, naturvetenskap och läsning. Arbetet med detta inleddes i mitten av 1990-talet och PISA ”sjösattes” 1997. Den första undersökningen gjordes år 2000 och har sedan utförts vart tredje år varav den sista 2012. Forskning inom ekonomi har visat att det finns ett starkt samband mellan befolkningens kognitiva förmåga och ekonomisk tillväxt (Hanushek & Woessmann, 2008). Kunskap kan alltså ur ett nationalekonomiskt perspektiv betraktas som kapital. Detta sätt att se kunskap brukar kallas humankapitalteorin (Schultz, 1971). I humankapitalteorin kännetecknas förhållandet till kunskap med att kunskapen har ett pris, det vill säga kunskapen är en vara på marknaden. Teorin har fått en allt större betydelse ur ett politiskt perspektiv vilket har medfört stora konsekvenser på vad som betraktas som kunskap i vårt samhälle, detta påverkar därmed också vår syn på utbildning och forskning (Berggren et al., 2014; Gustavsson, 2002). En målsättning för EU är en gemensam europeisk arbetsmarknad och med vetskapen om sambandet mellan en välutbildad arbetskraft, ekonomisk tillväxt och konkurrensförmåga med omvärlden behöver man därför harmonisera utbildningen inom de olika EU-länderna. Detta har redan gjorts inom högskolan, och Bolognaprocessen är ett exempel på detta. Bolognaprocessen är ett samarbete om att samordna utbildningen inom högskolan mellan olika europeiska länder för att främja rörlighet, anställningsbarhet och konkurrenskraft inom Europa, samt med ett gemensamt mål att akademiska examina och utbildningskvalitet ska bli jämförbara på ett tydligt sätt inom EU. I enlighet med Bolognaprocessen infördes 2007 den nya högskoleförordningen i Sverige. Samtidigt infördes också ett nytt poängsystem om 60 poäng per år och med tre olika nivåer grund, avancerad och forskarnivå (Berggren et al., 2014). 4 OECD, som är organisationen bakom PISA-undersökningarna, arbetar således för främjande av ekonomiska värden och tillväxt. Sett ur detta perspektiv inser man lätt att kunskaper inom naturvetenskap framställs som betydelsefulla, eftersom denna typ av kunskap är nödvändig för teknologiska innovationer och därmed en ökad materiell välfärd. Men skolans uppgift är också att främja elevernas personliga utveckling. Den ska också lära ut demokratiska värderingar och mänskliga rättigheter. Utbildningens syfte är enligt skollagen: Utbildningen inom skolväsendet syftar till att barn och elever ska inhämta och utveckla kunskaper och värden. Den ska främja alla barns och elevers utveckling och lärande samt en livslång lust att lära. Utbildningen ska också förmedla och förankra respekt för de mänskliga rättigheterna och de grundläggande demokratiska värderingar som det svenska samhället vilar på. I utbildningen ska hänsyn tas till barns och elevers olika behov. Barn och elever ska ges stöd och stimulans så att de utvecklas så långt som möjligt. En strävan ska vara att uppväga skillnader i barnens och elevernas förutsättningar att tillgodogöra sig utbildningen. Utbildningen syftar också till att i samarbete med hemmen främja barns och elevers allsidiga personliga utveckling till aktiva, kreativa, kompetenta och ansvarskännande individer och medborgare (Skollagen; 4 §; 2010:800). Det vill säga utöver att inhämta och utveckla kunskaper ingår värden som inte utvärderas i PISA undersökningarna. Resultaten från PISA (Skolverket, 2013b) har tydligt visat att det är de svagaste eleverna i Sverige som försämrat sina resultat framförallt i naturvetenskap men även i läsförståelse (figur 1a och b). Trenden är dock inte lika tydlig då man studerar resultaten i matematik under samma tidsperiod. Där har resultaten försämrats lika mycket för både låg- och högpresterande elever (figur 1c). 5 sina resultat och vid alla percentiler ligger de svenska resultaten omkring 15 poäng under motsvarande OECD-värden. Motsvarande diagram för naturvetenskap visas i figur 6.3. Figur 6.3 Svenska resultat i naturvetenskap i förhållande till OECD-genomsnitt vid olika percentiler Skillnad i poäng mot OECD 40 30 20 10 0 –10 –20 –30 –40 5 10 NV 2000 25 NV 2003 50 75 NV 2006 90 NV 2009 95 Percentiler NV 2012 Figur 1a. Naturvetenskap (NV), resultat i förhållande till OECD genomsnitt vid olika IFigur stora6.4drag påminner utvecklingen i naturvetenskap om den i matematik, men Svenska resultat i läsning i förhållande till OECD-genomsnitt vid olika percentiler percentiler (Skolverket, en väsentlig skillnad är att2013b). nedgången i naturvetenskap är mest markant för lågpresterande elever. Efter 2009 finns det, liksom för matematik, en nedgång Skillnad i poäng mot OECD vid40alla nivåer, och kurvan ligger under OECD-värdena vid samtliga percentiler. I motsats till förhållandet i matematik är dock skillnaden mellan Sveriges och 30 OECD:s resultat störst för lågpresterande elever. 20 Figur 6.4 visar utvecklingen i läsning. 10 0 –10 –20 –30 –40 5 10 25 50 75 90 PISA 2012 95 145 Percentiler Läsning 2000 Läsning 2003 Läsning 2006 Läsning 2009 Läsning 2012 Figur 1b.var Läsning, resultat förhållande till OECD genomsnitt I läsning utvecklingen frami till 2006 inte särskilt dramatisk. Då låg vid fort-olika percentiler farande det svenska totalresultatet över OECD-nivå. Vid 2009 års undersökning (Skolverket, 2013b). sjönk resultatet till OECD-nivå, och i 2012 års undersökning ligger Sverige klart under OECD-medelvärdet. Som framgår i figuren är den mest påtagliga förändringen den mycket kraftiga nedgången för lågpresterande elever, vilket också står i samklang med den stora ökningen av andelen elever på de lägsta nivåerna (under nivå 2) i läsning. Utvecklingen för flickor och pojkar Inom samtliga kunskapsområden har såväl svenska pojkar som flickor försämrat sina resultat. Bilden ser dock lite olika ut mellan de olika områdena. I matematik har det svenska totalresultatet sedan 2003 försämrats med 31 poäng. Svenska pojkar har försämrat sina resultat med 35 poäng, medan flickornas nedgång stannar vid 26 poäng. Skillnaden mellan pojkars och flickors nedgång är signifikant. Andelen svenska elever under nivå 2 har totalt sett ökat med 10 procentenheter medan andelen elever på nivå 5 och över halverats, från 16 till 8 procent. För pojkarnas del är ökningen på de lägsta nivåerna 12 jämfört med flickornas 8 procentenheter. På de högsta nivåerna har andelen pojkar minskat med 9 och andelen flickor med 7 procentenheter. Alla förändringar är statistiskt signifikanta. Sammanfattningsvis bidrar 6 alltså pojkar, och särskilt lågpresterande pojkar, något mer till nedgången än övriga grupper. Däremot syns i PISA 2012 ingen signifikant skillnad mellan flickors och pojkars medelresultat. I naturvetenskap har det svenska totalresultatet sedan 2006 försämrats med Figur 6.2 Svenska resultat i matematik i förhållande till OECD-genomsnitt vid olika percentiler Skillnad i poäng mot OECD 40 30 20 10 0 –10 –20 –30 –40 5 10 Ma 2000 25 Ma 2003 50 75 Ma 2006 90 Ma 2009 95 Percentiler Ma 2012 Figur 1c. Matematik, resultat i förhållande till OECD genomsnitt vid olika percentiler Figuren visar att elever på alla prestationsnivåer i Sverige har tappat jämfört (Skolverket, 2013b). med motsvarande grupper i OECD. När matematik var huvudområde i PISA 2003 låg Sveriges resultat vid alla percentiler omkring 10 poäng över motsvarande grupper i OECD. I PISA 2012 har elever på alla nivåer kraftigt försämrat Den läsförståelsen kan hos eleverna, då främst de lågpresterande sina försämrade resultat och vid alla percentilerman ligger de se svenska resultaten och omkring 15 poäng under motsvarande OECD-värden. (figur 1b), tycks framförallt drabba de naturvetenskapliga ämnena (figur 1a) men även Motsvarande diagram för naturvetenskap visas i figur 6.3. ämnet matematik (figur 1c). Texter i dessa ämnen är informationstäta och innehåller Figur 6.3 Svenska resultat i naturvetenskap i förhållande till OECD-genomsnitt vid olika percentiler ofta abstrakta begrepp, och för att kunna lösa uppgifter krävs att eleven kan tolka texten Skillnad i poäng mot OECD 40 korrekt (Skolverket, 2001). Svårigheter med problemlösning i matematik och 30 naturvetenskapliga ämnen kan bero på att det naturvetenskapliga språket i svenska 20 skolor utarmats på grund av att den vetenskapliga abstrakta terminologin i skolan 10 0 förenklats. Andra orsaker till de försämrade resultaten skulle kunna vara att synen på –10 kunskap förändrats bland lärare och elever (Anders Jakobsson, personlig –20 kommunikation; Dahlberg (2014)). –30 –40 5 10 25 50 75 90 95 Percentiler Något de försämrade resultaten med allt större spridning tydligt visar är dock att skolan NV 2000 NV 2003 NV 2006 NV 2009 NV 2012 misslyckats med sitt uppdrag att stödja de svaga eleverna i sin utbildning och enligt skollagen: I stora drag påminner utvecklingen i naturvetenskap om den i matematik, men en väsentlig skillnad är att nedgången i naturvetenskap mest behov. markantBarn för och elever ska ges Ska hänsyn tas till barns och eleversärolika lågpresterande stöd elever.och Efter 2009 finns liksom för matematik, nedgång stimulans sådet, att de utvecklas så långtensom möjligt. En strävan ska vid alla nivåer, vara och kurvan ligger under OECD-värdena vid samtliga percentiler. att uppväga skillnader i barnens och elevernas förutsättningar att I motsats till förhållandet i matematik är dock skillnaden mellan Sveriges och tillgodogöra sig utbildningen (Skollagen; § 4, 2010:800). OECD:s resultat störst för lågpresterande elever. Figur 6.4 visar utvecklingen i läsning. Minskat extra stöd till elever i den svenska skolan kan också vara en bidragande faktor för de allt sämre resultaten som svenska elever uppnått i de sista årens PISA- 7 PISA 2012 145 undersökningar. Brist på välinriktade insatser för särskilt stöd skulle kunna vara en av anledningarna till att resultaten fallit i PISA-undersökningen för svenska elever. Insatserna till elever i behov av särskilt stöd kommer i den svenska skolan sent under utbildningen (Skolverket, 2014b), dessutom har antalet speciallärare på grundskolan minskat med 20 % under de nio år då statistik förts av skolverket (Skolverket, 20042014). Detta kan jämföras med andra undersökningar där de nordiska länderna Norges och Finlands olika ”kulturer” för utbildning av speciallärare och särskilt stöd till elever jämförts. I dessa studier har man visat att man i Finland både sätter in resurser tidigare samt i högre utsträckning än man gör i Norge (Hausstätter & Takala, 2008, 2010; Takala & Hausstätter, 2012), vilket också anses vara en av förklaringarna till att finska elever presterar bättre än norska i PISA. Det hade varit intressant att studera om specialpedagogiska insatser hade kunnat förklara skillnaderna i PISA-resultaten för de olika OECD länderna, det är dock svårt att jämföra insatser för särskilt stöd mellan länder med stora skillnader i skolsystem. Andra faktorer som också har stor betydelse för svaga elevers insatser och som är lättare att jämföra utifrån data som förmedlas genom ”skolenkäterna” som besvarats av skolledarna som deltagit i de olika PISA-studierna kan vara lärarnas behörighet att undervisa samt lärartäthet. Under 1990-talet kommunaliserades den svenska skolan. Under denna tid minskade både lärarbehörighet (figur 2) och lärartäthet (figur 3). Generellt anses lärartätheten vara hög i Sverige i jämförelse med vår omvärld och man anser också att en ökad lärartäthet endast kan ge marginella effekter för lärandet (Hanushek, 1997) och faktorer som har med lärarnas undervisning har större effekt (Hattie, 2009). I naturvetenskapliga ämnen har lärarnas kvalitet dock stor betydelse eftersom läraren behöver ha en grundlig och omfattande förståelse och kunskap för ämnet för att underlätta lärandeprocessen för eleverna. Lärarnas kvalitet är viktig för elevernas prestationer (Heck, 2007; Wayne & Youngs, 2003) då förmåga att förstå ämnesinnehållet i det som lärs ut är en förutsättning för att kunna engagera elever. Tillgången på kvalificerade lärare skiljer sig ofta mellan regioner, till exempel mellan storstads, och icke-storstads regioner, vilket kan påverka elevernas möjligheter (Forgasz & Hill, 2013). Man kan också utifrån de goda resultat i matematik som asiatiska elever visat i PISA-undersökningen 2009 misstänka ett samband med att en högre andel av 8 lärarna i Asien också är fullt behöriga med universitetsexamen i jämförelse lärarna i de ”avancerade” OECD länderna (Freeman & Viarengo, 2014). Å andra sidan har andra studier baserade på PISA-resultat inte kunnat visa på någon effekt av lärarbehörighet (Ponzo, 2011). Det har också visat sig att fördelningen av kvalificerade lärare skiljer sig mellan skolor beroende på elevernas bakgrund, vilket medför att effekten av lärarbrist och tillgången på behöriga lärare känns av olika beroende på grupptillhörighet (Watson, Kehler, & Martino, 2010). Skolverkets statistik (Skolverket, 1992-2014) visar att 84 % av lärarna i svensk skola var behöriga 2013/2014, det vill säga att de har en pedagogisk högskoleexamen, denna siffra har inte ändrats nämnvärt sedan den första PISA-undersökningen gjordes år 2000 (Skolverket, 2014a) (figur 2). Tittar man dock lite mer ingående på siffrorna som presenteras för år 2011/2012 ser man att många av dessa pedagogiskt behöriga lärare undervisar i ämnen där de inte har behörighet med avseende på sina ämneskunskaper (Skolverket, 2013a). I kemiundervisningen i årskurs 7-9 är det till exempel endast 16 % av lärarna som har tillräckliga ämneskunskaper och hela 48 % har ingen utbildning i ämnet alls. Liknande siffror presenteras för ämnet fysik medan behörigheten i ämnet matematik är högre med 50 % ämnesbehöriga lärare och endast 34 % utan någon ämnesbehörighet (Skolverket, 2013a). Andel lärare (%) med ped. högsk.examen på grundskolan/läsår 100 95 90 85 80 75 70 Figur 2. Andel lärare med pedagogisk högskoleexamen i grundskolan mellan 1992 och 2014 (Skolverket, 1992-2014). 9 Detta förhållande skulle också kunna vara en av anledningarna att eleverna inte uppvisar tillräckliga kunskaper i det vetenskapliga språk som behövs för att klara PISAtesterna i naturvetenskap. För att ta reda på om det finns skillnader mellan olika lärares behörighet och om dessa skillnader kan ha betydelse för de skillnader i resultat man observerat i undersökningar såsom PISA, skulle det vara av intresse att jämföra olika OECD-länders lärare med avseende på deras behörighet. Dels om de förändrats över tid och dels om ämnes- och pedagogisk behörighet för lärare skiljer sig mellan länderna. En annan faktor av betydelse är naturligtvis tillgången på lärare. Svenska rektorer har också tidigare rapporterat i PISA-enkäten ”school questionaire” (skolenkäten) att bristen på lärare hindrar elevernas utveckling (White & Smith, 2005). Men även lärartäthet har rapporterats ha stor betydelse för elevernas lärande (Fredriksson & Öckert, 2008; Freeman & Viarengo, 2014; Krueger, 1999). I Freeman och Viarengos studie finner man också att sambandet mellan antalet elever per lärare är negativt korrelerat med elevresultaten medan det är positivt korrelerat mot variansen på resultaten. Lärartätheten har dock inte förändrats nämnvärt i Sverige och har sedan PISAundersökningarna startade ändrats från ungefär 13 till 12 elever per lärare i grundskolan (figur 3). Lärarnas uppgifter utöver undervisning har dock utökats under samma tidsperiod. Antal elever per heltidsanställd lärare på grundskolan/läsår 13,5 13 12,5 12 11,5 11 10,5 Figur 3. Antal elever per lärare i grundskolan (Skolverket, 2004-2014). 10 3. Syfte och frågeställningar 3.1 Syfte Syftet med arbetet är att via sökning av litteratur och OECD:s databaser från PISAundersökningarna år 2000 till 2014 ta reda på om behörighet hos lärare eller/och lärartäthet kan förklara svenska elevers försämrade förmågor i läsning, naturvetenskap och matematik som påvisats i PISA undersökningarna och att även undersöka om samband kan finnas med andra OECD länders resultat. 3.2 Frågeställningar • Hur viktig är lärarbehörighet för trenden av fallande PISA-resultat i Sverige? • Kan trender i andra OECD-länders resultat relateras till lärarnas behörighet? • Kan trender i andra OECD-länders resultat kopplas till lärartäthet? • Kan lärares behörighet med avseende på ämne och pedagogisk kunskap påverka resultaten? 11 4. Material och metoder PISA-undersökningarna har gjorts med tre års intervall från år 2000. Databaserna är tillgängliga på OECD:s webbplats och innehåller data av hög kvalitet. Data har insamlats vid PISA-undersökningarna via formulär/enkäter som är relativt enhetliga och således kan anses ge en hög validitet på data. PISA-undersökningarna är explorativa och innehåller ett mycket stort material från de olika enkätstudierna. En av dessa är ”skolenkäten”, i den har skolledarna för de olika skolor som deltagit i undersökningen besvarat frågor om antal elever, antal heltids och deltidsanställda lärare och deras kvalifikationer med avseende på lärarutbildning och ämnesbehörighet. Man har också angett om de anser att undervisningen hindras av brist på eller otillräcklig kvalitet på lärare med mera (se bilagor 2-6). Utifrån dessa frågor har ett antal variabler utformats som uppskattar lärarkvalitet, lärarbrist och lärartäthet. I PISA databaserna 2000 till och med 2012 redovisas svar från skolenkäterna men OECDs statistiker har även gjort beräkningar av vissa variabler för att få jämförbara värden mellan de olika länder som deltagit i undersökningarna. Databaserna har hämtats från OECD:s webbplats (OECD, 2000 - 2012). De variabler som OECDs statistiker beräknat och som studerats närmare i detta arbete är förhållandet lärare/studenter (STRATIO), förhållande matematiklärare/studenter (SMRATIO), lärarbrist (TCSHORT) och lärarbehörighet beräknat som andelen lärare med en fullständig lärarutbildning i relation till det totala antalet lärare (PROPCERT), andelen lärare med grundexamen från högskola eller universitet (både de med lärarutbildning och med annan akademisk grundexamen) i relation till det totala antalet lärare (PROPQUAL), andelen matematiklärare totalt i relation till det totala antalet lärare (PROPMATH) och andelen lärare i matematik med avslutad lärarutbildning och med matematik som ett huvudämne (minst 40 poäng i matematik) i relation till det totala antalet matematiklärare (PROPMA5A). För att vara säker på att variabler och värden mellan olika undersökningar är jämförbara har variablernas betydelse kontrollerats genom att verifiera om frågorna ur enkäterna och variablerna som beräknats ur dessa är jämförbara. Högst validitet fås om dessa är 12 lika eller likvärdiga alla år testen gjorts (bilaga 2-6). År 2000 var huvudfrågan annorlunda formulerad vad gällde antal lärare på skolan än den var år 2003 och framåt. En delfråga som också ledde till beräkningen av variabeln PROPQUAL, förekom före år 2006 men med en annan betydelse, dessutom är variabeln PROPMATH inte beräknad på samma sätt år 2000 som 2003 och framåt (bilaga 2-6). Andra källor till feltolkningar kan vara översättningen till finska, polska och tjeckiska, dessa har dock inte kunnat kontrolleras. I enkäterna från 2006 och 2009 besvaras endast hur många lärare totalt, hur många som är behöriga (fully certified) och hur många som är behöriga med minst tre års högskoleutbildning (ICED5A) samt pedagogik (bilaga 4 och 5). Enkäterna från 2003 och 2012 är utvidgade med frågor som rör matematiklärarnas behörighet och kvalifikationer (bilaga 3 och 6). I beräkningarna som PISAs statistiker gjort har heltidstjänster (>90 %) viktats som 1 och deltidstjänster (<90%) viktats som 0,5. Fallen från databaserna har i detta arbete bearbetats i programmet SPSS (IBM). Statistiska beräkningar och grafer har utförts utifrån de värden som är inmatade i de studerade databaserna. För att jämföra de olika länderna som har valts ut har trender i medel/medianvärden och spridningar (standardavvikelser och kvartilavstånd) vid olika mättillfällen mellan 2000 och 2012 har studerats. Medelvärden/medianer och spridningar har redovisats som boxplottar eftersom många av variablerna som studerats inte är normalfördelade. En ”boxplot” åskådliggör det statistiska materialet med hjälp av fem värden: medianvärde, undre och övre kvartil (”boxen” – 25-75% värdet, det vill säga 50 % av värdena) samt minimum och maximum. Extremvärden markeras med stjärnor och ringar. Då resultaten varit normalfördelade har de jämförts med den statistiska testen ANOVA (SPSS) och med Kruskal-Wallis H – test (SPSS) om de inte varit det. Dessa statistiska tester används för att undersöka om skillnader finns mellan två eller flera populationer. Resultaten från skolenkäterna har sedan kunnat jämföras mot elevresultaten. Statistiska korrelationer har dock inte gjorts mellan resultaten från elev/skolenkäter. Resultaten från elevernas tester har tagits från rapporterna över elevresultaten i läsförståelse, matematik och naturvetenskap ((Skolverket, 2001, 2004, 2007, 2010, 2013b). 13 Deltagarländerna i PISA väljer slumpmässigt ut skolor och elever för testerna. PISAstatistikerna standardiserar resultatet från elevenkäterna till ett medelvärde på 500 poäng och till en standardavvikelse på 100 poäng, vilket ger bättre möjlighet att jämföra resultaten. Resultaten från skolenkäterna i detta arbete har inte standardiserats utan jämförts mellan varandra såsom de kommit ut ur data-baserna. För att söka litteratur har databaserna Medline, Summon, ERIC använts. De har genomsökts med sökorden - Teacher, Qualified, PISA, pedagogy, ICED, fully certified och Teacher shortage. Länderna som tas med i analysen begränsas till Sverige och Finland som diskuterats allmänt i samband med PISA-debatten i Sverige. Ytterligare länder som har bedömts vara av intresse att titta närmare på i OECD:s databas är Polen och Tjeckien. Polens resultat i PISA har utvecklats positivt sedan undersökningarna startade och man har arbetat aktivt med att reformera sin skola. Dessa reformer påbörjades 1999 och var helt genomförda 2004. Reformerna har bland annat inneburit att språkundervisningen ökat och man har också senarelagt uppdelningen av elever till högre utbildning (Mahfooz & Hovde, 2010). I Tjeckien har man däremot upplevt en motsatt utveckling i elevresultat och trenden mellan år 2003 och 2009 var fallande resultat inom alla tre områden som testades, dessutom kunde man också se ett statistiskt signifikant fall i spridningen av resultat (Gilmore, Nusche, Sammons, & Santiago, 2012). Tjeckien återfinns dessutom bland de länder i OECD som lägger lägst andel av sin BNP på utbildning på denna utbildningsnivå (Gilmore et al., 2012). All data som bearbetats i studien har varit avkodad och har inte kunnat kopplas till enskilda personer eller skolor. 14 5. Resultat 5.1 Lärartäthet 5.1.1 Förhållande studenter/lärare Antalet studenter per lärare (STRATIO) har varit konstant i Sverige sedan år 2000 med cirka 12 studenter per lärare. Lärartätheten har ökat (p<0,05) något i Finland om man jämför år 2000 och 2012 från 11 till 10 elever per lärare men kvoten har under hela tidsperioden fluktuerat runt 10 till 11 (figur 4). Däremot har lärartätheten ökat signifikant (p<0,05) både i Polen och Tjeckien under tidsperioden. I Polen från 12 till 9 studenter per lärare och i Tjeckien från 15 till 13 elever per lärare (Figur). Det land som visar minst spridning i sina resultat är Finland medan spridningen ökar mest i Sverige med nästan 60 % (figur 4). Figur 4. Lärartäthet redovisad som elever per lärare i Sverige, Finland, Polen och Tjeckien mellan år 2000 och 2012. Boxplotten visar det statistiska materialet med hjälp 15 av fem värden. medianvärdet, undre och övre kvartilen (boxen – 25-75% värdet) samt minimum och maximum. Extremvärden är markerade med stjärnor och ringar. 5.1.2 Förhållande studenter/matematiklärare I både Sverige och Finland är antalet studenter i förhållande till antal matematiklärare (SMRATIO) signifikant lägre än man kan se i Polen och Tjeckien år 2003 (figur 5). I Sverige är förhållandet oförändrat mellan undersökningarna 2003 och 2012 med i medeltal 61 respektive 59 studenter per lärare, medan antalet elever per lärare i Finland däremot ökat från 67 till 89 (p<0,05). Motsatt trend kan utläsas för Polen där antalet elever per lärare minskar från 111 till 90 mellan år 2003 och 2012 (p<0,05) till Finlands nivå. I Tjeckien är antalet elever per matematiklärare oförändrat och runt 110. Spridningen i resultaten ökar dock något för alla fyra länderna men är störst för de finska resultaten där standardavvikelsen ökar från 67 till 89, i figur 5 kan man se motsvarande ökning av kvartilavståndet. 16 Figur 5. Matematiklärartäthet visad som elever per matematiklärare i Sverige, Finland, Polen och Tjeckien år 2003 och 2012. Boxplotten visar det statistiska materialet med hjälp av fem värden: medianvärdet, undre och övre kvartilen (boxen – 25-75% värdet) samt minimum och maximum. Extremvärden är markerade med stjärnor och ringar. 5.2 Lärarbrist I enkäten har skolledningarna besvarat frågor om de anser att undervisningen hindras av brist på eller otillräcklig kvalitet på lärare. Man har svarat på en 4-gradig skala (Inte alls/Väldigt lite/I viss utsträckning/Mycket). Svaren har viktats och sedan slagits samman till en variabel kallad TCSHORT där ett negativt värde indikerar att undervisningen hämmas. 17 De svenska resultaten indikerar på att skolledningen för de skolor som deltagit i PISA undersökningarna år 2006 och 2009 känt av en brist på lärare (figur 6), men att läget förbättrats signifikant mellan år 2009 och 2012 (p<0,05). Även i Finland kan man se en signifikant ökning av upplevd lärarbrist mellan år 2000 och 2012 (p<0,05). Detta gäller även Polen. I Tjeckien tycks man däremot under åren 2003 och 2006 inte ha känt av någon brist på lärare i relation till år 2000 och 2012 då medianvärdet angav att skolledningarna kände av en lärarbrist med ett värde på -0,5 och -0,4 på TCSHORT, dessa var signifikant lägre än motsvarande medianvärden från 2003, 2006 och 2009. År 2000 och 2012 är den svenska skolledningen också den som är minst berörd av lärarbrist av de 4 länderna (p<0,05) medan den polska skolledningen rapporterar störst problem med lärarbrist från och med 2006 (p<0,05) (figur 6). Dock kan man ur figur 6 också utläsa att spridningen är stor framförallt för Sveriges och Finlands svar. Figur 6. Lärarbrist i Sverige, Finland, Polen och Tjeckien mellan år 2000 och 2012. Boxplotten visar det statistiska materialet med hjälp av fem värden: medianvärdet, undre och övre kvartilen (boxen – 25-75% värdet) samt minimum och maximum. Extremvärden är markerade med stjärnor och ringar. 18 5.3 Lärarbehörighet Rektorerna har i skolenkäten besvarat frågor om antal lärare som arbetar i skolan, både heltid och deltid, och man har även angett antalet av olika typer av lärare. Utifrån dessa uppgifter har man kunnat beräkna indexvariabler som PROPCERT, PROPQUAL, PROPMATH, PROPMA5A (bilaga 2-6). PROPCERT är andelen lärare med en fullständig lärarutbildning. Denna variabel är jämförbar i alla skolenkäterna från 2000 till och med 2012. PROPQUAL är andelen lärare med grundexamen från högskola eller universitet (både de med lärarutbildning och de med annan akademisk examen) från enkäterna 2006 och framåt. I beräkningarna från år 2000 har en variabel med denna benämning beräknats men den avser proportionen av lärare med en utbildning i pedagogik vid högskola eller universitet. Vid undersökningen 2003 beräknades denna variabel som PROPQPED (bilaga 3). PISA-undersökningarna från 2003 och 2012 fokuserade på matematik och skolenkäten innehåller också utökade frågor avseende matematiklärarnas behörighet. Variabeln PROPMATH är proportionen av det totala antalet matematiklärare i relation till totalantalet lärare medan variabeln PROPMA5A ger information om lärare i matematik med lärarutbildning med matematik som huvudämne i relation till det totala antalet lärare i matematik. I beräkningarna från år 2000 har en variabel med benämningen PROPMATH också beräknats men den motsvarar inte variabeln från 2003 och 2012 (bilaga 2,3,6). 5.3.1 Andel lärare med fullständig lärarutbildning Andelen lärare med fullständig lärarutbildning (PROPCERT) i Sverige är enligt enkätsvaren genomgående hög från år 2000 till och med år 2012 och runt 90 % och skiljer sig endast signifikant mellan år 2003 och 2006, dock har spridningen av data ökat mellan år 2006 till år 2012 (figur 7). Andelen lärare med fullständig lärarutbildning är ungefär lika stor i Finland och även här är ingen skillnad i andel mellan år 2000 och 2012 (p<0.05). Andelen lärare i Polen har varit genomgående hög med medianvärden 19 från 0,98 år 2000 till medianvärden på 1,0 år 2003 till 2012, mest slående är att kvartilavståndet minskat radikalt (figur 7). I Tjeckien har andelen behöriga lärare med fullständig lärarutbildning också ökat (p<0,05) från ett medianvärde på 0,92 år 2000 till 0,95 år 2012, dessutom har spridningen minskat något men är fortfarande hög. Högst andel lärare med fullständig lärarutbildning återfinns i Polen, vilken genomgående var högre (p<0,05) än i de övriga länderna i denna undersökning. Figur 7. Boxplot som visar andelen lärare med fullständig lärarutbildning i Sverige. Boxplotten visar det statistiska materialet med hjälp av fem värden: medianvärdet, undre och övre kvartilen (boxen – 25-75% värdet) samt minimum och maximum. Extremvärden är markerade med stjärnor och ringar. 5.3.2 Andel lärare med grundexamen från högskola eller universitet Andel lärare med grundexamen från högskola eller universitet (PROPQUAL) för de svenska och finska undersökningarna uppvisar inga skillnader mellan åren 2006 till 2012 och ett medianvärde runt 0,95 i Sverige och 0,92 i Finland. I boxplotten kan man 20 notera att de svenska resultaten inte är normalfördelade och att spridningen har ökat med tiden (figur 8). Medianvärdena för Polen är 1,0 både för år 2009 och 2012, medianvärdet för Tjeckien visar också en signifikant ökning mellan år 2009 och 2012 från redan höga 0,94 till 0,97. De polska lärarna visade liksom med indexet PROPCERT den högsta andelen lärare med grundexamen från högskola eller universitet. Figur 8. Andelen lärare med grundexamen från högskola eller universitet i Sverige. En ”boxplot” åskådliggör det statistiska materialet med hjälp av fem värden: medianvärdet, undre och övre kvartilen (boxen – 25-75% värdet, dvs 50% av värdena) samt minimum och maximum. Outliers (extremvärden) är markerade med stjärnor och ringar. 5.3.3 Andel Matematiklärare Andelen matematiklärare i relation till det totala antalet lärare (PROPMATH) är högst i Sverige i jämförelse med de andra studerade länderna och är i medeltal 0,26 och 0,25 för år 2003 respektive 2012. I Finland däremot har andelen lärare som undervisar i 21 matematik sjunkit från 0,17 till 0,14 och även i Polen har andelen lärare som undervisar i detta ämne sjunkit från 0,13 till 0,11. Liksom i Sverige har andelen matematiklärare i Tjeckien har varit konstant och 0,17. Något annat Sverige har gemensamt med Tjeckien är de ojämförligt största standardavvikelserna medan Polen uppvisar minst spridning (figur 9). Figur 9. Andelen matematiklärare. En ”boxplot” åskådliggör det statistiska materialet med hjälp av fem värden. medianvärdet, undre och övre kvartilen (boxen – 25-75% värdet, dvs 50% av värdena) samt minimum och maximum. Outliers (extremvärden) är markerade med stjärnor och ringar. 5.3.4 Andel matematiklärare med avslutad lärarutbildning och med matematik som huvudämne Indexet PROPMA5A ger information om andelen lärare i matematik med lärarutbildning och med matematik som huvudämne i relation till det totala antalet lärare i matematik, det vill säga antalet matematiklärare med ämnesbehörighet. 22 Tjeckien är det land där matematiklärarna har bäst utbildning i matematik med en median på 1,0 vid båda mättillfällena 2003 0ch 2012, men även Polen håller en god kvalitet på sina matematiklärare och har dessutom höjt kompetensen hos dem från ett medianvärde på 0,82 år 2003 till 1,0 år 2012. I Sverige, som har den högsta andelen matematiklärare kan man se motsatt utveckling med ämnesbehörighet, och andelen lärare med matematik som huvudämne har minskat från 0,67 till 0,60 för år 2003 respektive 2012, skillnaden är dock inte signifikant. Finländarna har liksom Polackerna höjt behörigheten i matematik från i snitt 0,50 till 0,62 (figur 10). Figur 10. Andel ämnesbehöriga matematiklärare i relation till det totala antalet lärare i matematik. En ”boxplot” åskådliggör det statistiska materialet med hjälp av fem värden: medianvärdet, undre och övre kvartilen (boxen – 25-75% värdet, dvs 50% av värdena) samt minimum och maximum. Outliers (extremvärden) är markerade med stjärnor och ringar. 23 6. Diskussion PISA-resultaten har sjunkit konstant inom alla tre kunskapsområden (matematik, naturvetenskap och läsförståelse) som testas för de svenska 15-åringarna sedan mätningarna startade år 2000. I läsförståelse har medelresultatet sjunkit från 516 till 483, i naturvetenskap från 512 till 485 och i matematik från 510 till 478 sedan år 2000 (Skolverket, 2013b). De största sänkningarna har dock uppmätts de sista två mätningarna år 2009 och 2012. Det som är mest allvarligt är att det största fallet skett för de elever som är lågpresterande. Detta kan man se på att fallet är störst i de lägre percentilerna då man jämför resultat i förhållande till OECD-genomsnittet vid olika percentiler (figur 1a och 1b), och framförallt i läsförståelse och naturvetenskap. Tendensen är dock inte lika tydlig då man studerar resultaten i matematik under samma tidsperiod, där har resultaten försämrats lika mycket för både låg- och högpresterande elever (figur 1c). Spridning är ett mått på hur värden förhåller sig runt ett medelvärde eller medianvärde, det vill säga en ökad spridning reflekterar att resultaten hamnat längre ifrån varandra. Detta visar sig också i att man kan observera en ökad standardavvikelse i de svenska elevernas resultat från PISA under än övriga länders. Det är således intressant att se om motsvarande förändringar kan ha skett i den svenska lärarkåren under samma tidsperiod. I Sverige tycks ingenting ha hänt med avseende på lärartäthet som ligger konstant runt 12 elever per lärare sedan testerna startade år 2000, och är i överenstämmelse med skolverkets statistik (figur 3). Dock kan man se att spridningen ökat och kvartilavståndet (25 – 75 % percentilen), har ökat med runt 60 %, även standardavvikelsen har ökat från 2,8 till 3,1. Ökad lärartäthet har ansetts endast ge marginella effekter för lärandet (Hanushek, 1997). Freeman och Viarengos (2014) visar i sin studie att sambandet mellan antalet elever per lärare är negativt korrelerat med elevresultaten medan det är positivt korrelerat mot variansen på resultaten. Deras resultat är också i linje med resultat från en större kvantitativ studie publicerad 1999 som inkluderade 11600 elever (Krueger, 1999). 24 Denna löpte under fyra år och man fann att en reduktion av klasstorleken med en tredjedel gav ökade resultat i elevtester (Krueger, 1999). I en analys av svensk statistik fann man också en motsvarande ökning som visade att klasstorleken har betydelse för elevernas resultat (Fredriksson & Öckert, 2008). En studie som baseras på PISA-resultat från 2006 års undersökning har också demonstrerat att elevresultaten kunde korreleras med andelen lärare som arbetade heltid på skolan (Ponzo, 2011). Det är svårt att se något samband mellan indexen för andelen lärare med fullständig lärarutbildning (PROPCERT) och andelen lärare med utbildning från högskola eller universitet (PROPQUAL) som inte visar på någon större förändring, med raset för de elever som deltagit i PISA testerna i Sverige. Men man kan notera att kvartilavståndet har ökat med runt 30 % för indexen PROPCERT och PROPQUAL mellan mätningarna år 2006 och 2012, det vill säga skillnaderna i utbildning och behörighet hos lärarna har också ökat. Man kan alltså misstänka att det är den ökande skillnaden i behörighet mellan lärare som kan ha betydelse för de försämrade elevresultaten i Sverige. Medelvärden eller medianvärden för andelen behöriga lärare och/eller universitets och högskoleutbildade lärare ger inte heller någon entydig förklaring till de elevresultat man kan se för Finland, Tjeckien och Polen, dock kan man se att spridningen i resultaten för indexen som beräknats för Polen har minskat för alla de uppmätta variablerna. Polen är också det land där man sett den största uppgången i elevprestationer av de fyra länderna som studerats. I USA har man länge oroat sig över att fördelningen av kvalificerade lärare skiljer sig mellan skolor beroende på elevernas bakgrund vilket medför att effekten av lärarbrist och tillgången på behöriga lärare känns av olika beroende på grupptillhörighet (Watson et al., 2010). Brist på kvalificerade lärare har också föreslagits kunna vara en bakomliggande orsak till sämre elevresultat i småstadsregioner i relation till storstads regioner (Forgasz & Hill, 2013). Finland är det land som legat i topp i PISA-undersökningarna och varit en förebild för resten av världen. Dock kan man se en liknande trend som för Sverige vad gäller resultatutvecklingen inom de tre kunskapsområden (matematik, naturvetenskap och läsförståelse) framförallt sedan år 2006 (figur 11 a-c). I läsförståelse och matematik har resultaten sjunkit med 22 respektive 17 poäng sedan år 2000 och 23 respektive 29 25 poäng sedan år 2006. I naturvetenskap har resultaten också sjunkit sedan år 2006 med 18 poäng. Liksom i Sverige är lärartätheten stabil men betydligt högre och runt 10 -11 elever per lärare med mycket liten standardavvikelse, som var 2,0 år 2000 och 2,1 år 2012 och dessutom betydligt lägre än den som observerats för det svenska indexet. Andelen certifierade och kvalificerade lärare visar dessutom en trend att öka sedan undersökningarna 2006. Det är dock svårt att se att förändringar i lärarbehörighet eller lärartäthet kan ha betydelse för de försämrade resultaten i Finland mellan 2006 och 2012. Möjligtvis kan man ana en minskning av lärarbehörigheten och i matematik och andelen matematiklärare totalt (figur 5 och 9) men samtidigt har andelen behöriga matematiklärare också ökat (figur 10). Läsförståelse 560 poäng 540 520 Sverige 500 Finland Polen 480 Tjeckien 460 440 2000 2003 2006 2009 2012 Figur 11a. Resultat i Läsförståelse för Sverige, Finland, Polen och Sverige. 26 Matematik 560 540 poäng 520 Sverige 500 Finland 480 Polen 460 Tjeckien 440 420 2000 2003 2006 2009 2012 Figur 11b. Resultat i matematik för Sverige, Finland, Polen och Sverige. Naturvetenskap 580 560 poäng 540 Sverige 520 Finland 500 Polen 480 Tjeckien 460 440 2000 2003 2006 2009 2012 Figur 11c. Resultat i Läsning för Sverige, Finland, Polen och Tjeckien. Polen och Tjeckien är OECD-änder där utvecklingen varit något annorlunda än den svenska. Polens resultat för studenterna har till skillnad från de svenska ökat stadigt sedan år 2000 och resultaten ligger nu över OECD-medelvärde (figur 11 a-c). I Polen har lärartätheten ökat från 12 till 9 elever per lärare (figur 4), dessutom har andelen lärare med fullständig lärarutbildning ökat sedan undersökningarna startades, dessutom är spridningen den minsta bland länderna som undersökts (figur 7). Lärartätheten i Tjeckien har liksom i Polen ökat, dock från en lägre nivå, från 15 till 13 elever per lärare (figur 4). Andelen lärare med fullständig lärarutbildning är jämförbar 27 med de i Sverige och Finland, dock är spridningen den största i jämförelse med de andra ländernas (figur 7). Lärarnas standard/kvalitet är också förknippad med elevernas prestationer (Heck, 2007; Wayne & Youngs, 2003), och framförallt har ämnesbehörighet hos matematiklärare visat sig vara starkt korrelerad till elevernas prestationer (Wayne & Youngs, 2003). I tidigare PISA-studier har man sett att de asiatiska ländernas elever får höga resultat i matematiktesterna i jämförelse med många andra OECD-länder (Freeman & Viarengo, 2014) och en högre andel av lärarna i Asien är också fullt behöriga (fullständig lärarutbildning) med universitetsexamen i jämförelse lärarna i de ”avancerade” OECD länderna, dessutom tycks även sambandet mellan antalet elever per lärare vara negativt korrelerat med elevresultaten medan det är positivt korrelerat mot variansen på resultaten. Sedan 2006 har resultaten både i Finland och i Sverige minskat i matematik medan Polens resultat ökat (figur 11 a-c). I Polen har antalet studenter per lärare men även per matematiklärare minskat medan den ökat i Finland. Generellt är dock både antalet elever per matematiklärare lägre och andelen matematiklärare högre i både Sverige och Finland i jämförelse med Polen. Man kan dock se att andelen matematiklärare med avslutad lärarutbildning och matematik som huvudämne är högst för de polska förhållandena, även spridningen med avseende på andel matematiklärare är lägst för Polen, vilket tycks vara i linje med de resultat Wayne & Youngs (2003) och Freeman & Viarengo (2014) observerat. Enligt skolverkets statistik från 2014 saknar var tredje lärare i grundskolan behörighet i de ämnen de undervisar (Skolverket, 2013a). Andelen lärare med pedagogisk högskoleexamen är enligt skolverket cirka 85 %, denna anges dock enligt ”skolenkäten” vara betydligt högre och 90 %. Skolverket anger också att endast 49 % av lärarna i matematik har tillräcklig utbildning vilket är betydligt lägre än de 60 % som anges av skolledarna i skolenkäten. Detta visar att man bör vara medveten om att data från skolenkäten inte är fullständigt tillförlitlig och att den bör tolkas därefter. 28 7. Konklusion Ett stort antal förklaringar finns till den nedåtgående trenden för resultaten i PISA undersökningarna på svenska 15-åringar. Faktorer som har föreslagits bidra till de försämrade resultaten är en förändrad syn på kunskap bland lärare och elever, minskat stöd till svaga elever i den svenska skolan samt en lärarkår där allt färre lärare har kompetens och behörighet både pedagogiskt och inom sitt ämnesområde. Ytterligare orsaker kan vara förändringar i lärartäthet och lärarbrist. Syftet med denna studie var att utreda om lärartäthet, lärarbehörighet och lärarbrist kan sättas i samband med de försämrade resultaten. Utifrån de resultat som redovisats i detta arbete kan man inte dra några säkra slutsatser. Mycket tyder dock på att lärarbehörighet är av stor betydelse för elevernas prestationer i PISA – speciellt viktigt verkar det vara att det är en liten spridning i lärarnas behörighet, det vill säga att skillnaderna mellan lärarnas behörighet är liten. Ett exempel på ett land där elevresultaten i PISA-ämnena förbättrats kontinuerligt är Polen, där man tydligt ser att lärarnas behörighet ökat samtidigt som spridningen i lärarbehörighet minskat. I matematik är det också viktigt att lärarna har behörighet i ämnet, och även här är det viktigt att spridningen är liten för att eleverna ska kunna prestera bra. De försämrade elevresultaten i de naturvetenskapliga ämnena kan mycket väl ha ett samband med den försämrade läs- och språkförståelsen som svenska elever också uppvisat i PISA-undersökningarna, då ett korrekt naturvetenskapligt språk underlättar för eleverna att tolka uppgifterna som ska lösas (Skolverket, 2001). Detta illustreras av att resultaten i framförallt naturvetenskap och läsförståelse följer varandra (figur 11 a – c). En felkälla i skolenkäten är sannolikt att skolledarna överrapporterar andelen lärare med behörighet, vilket man kan se då man jämför skolverkets statistik med de data som kan utläsas ur skolenkäterna. Detta gäller sannolikt även den rapporterade lärarbristen, där man troligtvis underrapporterat denna. Man måste också vara medveten om att resultaten från år 2000 kan vara något mindre pålitliga än de från år 2003 och framåt. 29 En styrka med dessa är frågorna gällande lärare varit identiskt formulerade, åtminstone i Sverige, och därmed tolkats och besvarats likadant vilket höjer tillförlitligheten. Säkrare slutsatser hade kunnat dras från denna studie om man även hade gjort korrelationer med elevresultaten från de enskilda skolorna. En framtida större (fyrarmad) kvantitativ, randomiserad studie, där man under en längre tid kunnat studera effekten på elever som undervisats av lärare med olika behörighet i till exempel matematik, och som fått gå i normalstora respektive reducerade klasser hade ytterligare kunnat öka kunskapen om hur lärarbehörighet och lärartäthet påverkar elevprestationer. 30 8. Referenser Berggren, A., Flensburg, K., Mattson, P., Nagy, E., Pier, R., & Sheik-khalil, M. (2014). PISA-resultatet 2012 - En kritisk granskning av olika förklaringar till svenska 15-åringars försämrade kunskapsresultat ur ett komparativt perspektiv. Grupparbete (UV203C – delkurs 4, Skola, värdegrund och samhälle). Skolutveckling och Samhälle. Fakulteten för lärande och samhälle. Grupparbete (UV203C – delkurs 4, Skola, värdegrund och samhälle). Forgasz, H. J., & Hill, J. C. (2013). Factors Implicated in High Mathematics Achievment. International Journal of Science and Mathematics Education, 11(2), 481-499. Fredriksson, P., & Öckert, B. (2008). Resources and student achievement: evidence from a Swedish policy reform. The Scandinavian journal of economics, 110(2), 277-296. Freeman, R. B., & Viarengo, M. (2014). School and family effects on educational outcomes across countries. Economic Policy, 29(79), 395-446. Gilmore, A., Nusche, D., Sammons, P., & Santiago, P. (2012). OECD Reviews of Evaluation and Assessment in Education: Czech Republic 2012 OECD Reviews of Evaluation and Assessment in Education, (pp. 1 verkkojulkaisu (162 s.)). Paris: OECD Publishing,. Gustavsson, B. (2002). Vad är kunskap? : en diskussion om praktisk och teoretisk kunskap. Stockholm: Myndigheten för skolutveckling : Liber distribution. Hanushek, E. A. (1997). Assessing the Effects of School Resources on Student Performance: An Update. Educational Evaluation and Policy Analysis, 19(2), 141-164. Hanushek, E. A., & Woessmann, L. (2008). The Role of Cognitive Skills in Economic Development. Journal of Economic Literature, 46(3), 607-688. Hattie, J. (2009). Visible learning : a synthesis of over 800 meta-analyses relating to achievement. London ; New York: Routledge. Hausstätter, R. S., & Takala, M. (2008). The core of special teacher education: a comparison of Finland and Norway. European Journal of Special Needs Education, 23(2), 121-134. Hausstätter, R. S., & Takala, M. (2010). Can special education make a difference? Exploring the differences of special educational systems between Finland and Norway in relation to the PISA results. Scandinavian Journal of Disability Research, 13(4), 271-281. Heck, R. H. (2007). Examining the Relationship Between Teacher Quality as an Organizational Property of Schools and Students' Achievement and Growth Rates. Educational Administration Quarterly, 43(4), 399-432. Krueger, A. B. (1999). Experimental Estimates of Education Production Functions. The Quarterly Journal of Economics, 114(2), 497-532. Mahfooz, S. B., & Hovde, K. (2010). Successful Education Reform: Lessons from Poland ECA Knowledge Brief (Vol. 34). http://www.worldbank.org/eca: The World Bank. OECD. (2000 - 2012). PISA Products - Databases for each year the students took the test: 2012, 2009, 2006, 2003, 2000. 2014 Ponzo, M. (2011). The effects of school competition on the achievement of Italian students. Managerial and Decision Economics, 32(1), 53-61. 31 Schultz, T. W. (1971). Investment in human capital : the role of education and of research. New York,. Skolverket. (1992-2014). Statistik & utvärdering - Personal i grundskolan. http://www.skolverket.se/statistik-och-utvardering/statistik-itabeller/grundskola/personal. Skolverket. (2001). PISA 2000 : svenska femtonåringars läsförmåga och kunnande i matematik och naturvetenskap i ett internationellt perspektiv. Stockholm: Skolverket. Skolverket. (2004). PISA 2003 : svenska femtonåringars kunskaper och attityder i ett internationellt perspektiv : resultaten i koncentrat. Stockholm: Skolverket. Skolverket. (2004-2014). Statistik & Utvärdering - Skolor och Elever. http://www.skolverket.se. Skolverket. (2007). PISA 2006 15-åringars förmåga att förstå, tolka och reflektera : naturvetenskap, matematik och läsförståelse Skolverkets rapport , Retrieved from http://www.skolverket.se/publikationer?id=1760 Skolverket. (2010). Rustad att möta framtiden? : PISA 2009 om 15 åringars läsförståelse och kunskaper i matematik och naturvetenskap. Stockholm: Skolverket. Skolverket. (2013a). Beskrivande data 2012, Förskola, skola och vuxenutbildning. http://www.skolverket.se/publikationer?id=2994. Skolverket. (2013b). PISA 2012 - 15-åringars kunskaper i matematik, läsförståelse och naturvetenskap. http://www.skolverket.se/publikationer?id=3126. Skolverket. (2014a). Personal i grundskolan läsår 2013/14. Retrieved 20/10, 2014 Skolverket. (2014b). Skolor och elever i grundskolan läsår 2012/13 - Tabell 9 ABC. http://www.skolverket.se. Takala, M., & Hausstätter, R. S. (2012). Effects of History and Culture on Attitudes toward Special Education: A Comparison of Finland and Norway. ISRN Education, 2012, 7. Watson, A., Kehler, M., & Martino, W. (2010). The Problem of Boys' Literacy Underachievement: Raising Some Questions. Journal of Adolescent & Adult Literacy, 53(5), 356-361. Wayne, A. J., & Youngs, P. (2003). Teacher Characteristics and Student Achievement Gains: A Review. Review of Educational Research, 73(1), 89-122. White, P., & Smith, E. (2005). What Can PISA Tell Us About Teacher Shortages? European Journal of Education, 40(1), 93-112. 32 9. Bilagor Bilaga 1. Variabler från PISA studiens databas över skolenkäter mellan år 2000 - 2012 som studerats i detta arbete Variabel STRATIO SMRATIO TCSHORT PROPCERT Betydelse förhållandet lärare/studenter förhållande matematiklärare/studenter lärarbrist lärarbehörighet beräknat som andelen lärare med en fullständig lärarutbildning i relation till det totala antalet lärare PROPQUAL andelen lärare med grundexamen från högskola eller universitet (både de med lärarutbildning och med annan akademisk grundexamen) i relation till det totala antalet lärare PROPMATH andelen matematiklärare totalt i relation till det totala antalet lärare PROPMA5A andelen lärare i matematik med avslutad lärarutbildning och med matematik som ett huvudämne (minst 40 poäng i matematik) i relation till det totala antalet matematiklärare 33 Sida 12, 15 12, 16 12, 17, 18 12, 19, 21, 25 12, 13, 19, 20, 25 12, 13, 19, 20 12, 19, 22 finns det totalt? har utbildning i pedagogik vid högskola eller universitet? har en fullständig lärarutbildning? är lärare i svenska? är utbildade vid högskola eller universitet med svenska som huvudämne? är matematiklärare? är utbildade vid högskola eller universitet med matematik som huvudämne? är No-lärare? är utbildade vid högskola eller universitet med naturvetenskap som huvudämne? are there in TOTAL? have a <ISCED5A> qualification in <pedagogy>? are fully certified as teachers by <the appropriate authority>? are <test language> teachers? have a <ISCED5A> qualification <with a major>in <test language>? x are <mathematics> teachers? have a <ISCED5A> qualification <with a major>in <mathematics>? are <science> teachers? have a <ISCED5A> qualification <with a major> in <science>? * http://www.skolverket.se/statistik-och-utvardering/internationellastudier/pisa/frislappta-uppgifter-och-enkater-1.10290 ** http://pisa2000.acer.edu.au/downloads.php 34 x x x x x x PROPMA5A PROPSCIE x PROPMATH x x PROPREAD School questionaire ** In your school, how many full-time and part-time teachers: PROPCERT År Skolenkäten * 2000 Hur många heltidsoch deltidsanställda lärare i din skola: PROPQUAL Bilaga 2. Variabler ur skolenkäten år 2000 2003 Hur många av följande tillhör personalen på din skola? How many of the following are on the staff of your school? LärareTOTALT Teachers in TOTAL Lärare med fullständig lärarutbildning Lärare med utbildning i pedagogik vid högskola eller universitet Hur många av följande tillhör personal som undervisar i matematik på din skola? Matematiklärare TOTALT Teachers fully certified by <the appropriate authority> Teachers with an <ISCED5A> qualification in <pedagogy> Lärare i matematik med avsluta dlärarutbildning och med matematik som ett huvudämne (minst 40 poäng i matematik) Lärare i matematik med avslutad lärarutbildning men ej med matematik som ett huvudämne (mindre än 40 poäng) i matematik Lärare i matematik med avslutad lärarutbildning men utan utbildning i matematik från högskola eller universitet Lärare i matematik med utbildning från högskola eller universitet som omfattar mindre än 120 poäng x x x PROPMA5A School questionaire** PROPMATH Skolenkäten* PROPCERT År PROPQPED Bilaga 3. Variabler ur skolenkäten år 2003 x x How many of the following are on the <MATHEMATICS staff> of your school? Teachers of Mathematics in TOTAL Teachers of Mathematics with an <ISCED5A> qualification <with a major> in Mathematics Teachers of Mathematics with an <ISCED5A> qualification <but not a major> in Mathematics Teachers of Mathematics with an<ISCED5A>qualification in <pedagogy> Teachers of Mathematics with an <ISCED5B> but not an <ISCED 5A> qualification *http://www.skolverket.se/statistik-och-utvardering/internationellastudier/pisa/frislappta-uppgifter-och-enkater-1.10290 **http://pisa2003.acer.edu.au/downloads.php 35 x x x Skolenkäten* School questionaire** 2006 Hur många av följande ingår i personalen på din skola? TOTALT antal lärare How many of the following are on the staff of your school? Lärare med fullständig lärarutbildning Lärare med grundexamen från högskola eller universitet (ta med både de med lärarutbildning och med annan akademisk grundexamen) Teachers fully certified by <the appropriate authority> Teachers with an <ISCED5A> qualification Teachers in TOTAL PROPCERT År PROPQUAL Bilaga 4. Variabler ur skolenkäten år 2006 x x x x *http://www.skolverket.se/statistik-och-utvardering/internationellastudier/pisa/frislappta-uppgifter-och-enkater-1.10290 **http://pisa2006.acer.edu.au/downloads.php 36 Skolenkäten* School questionaire** 2009 Hur många av följande ingår i personalen på din skola? How many of the following teachers are on the staff of your school? TOTALT antal lärare Teachers in TOTAL Lärare med fullständig lärarutbildning Lärare med grundexamen från högskola eller universitet (ta med både de med lärarutbildning och med annan akademisk grundexamen) Teachers fully certified by <the appropriate authority> Teachers with an <ISCED5A> qualification PROPCERT År PROPQUAL Bilaga 5. Variabler ur skolenkäten år 2009 x x x x *http://www.skolverket.se/statistik-och-utvardering/internationellastudier/pisa/frislappta-uppgifter-och-enkater-1.10290 **http://pisa2009.acer.edu.au/downloads.php 37 2012 Hur många av följande ingår i personalen på din skola? TOTALT antal lärare How many of the following teachers are on the staff of your school? Teachers in TOTAL Lärare med fullständig lärarutbildning Lärare med grundexamen från högskola eller universitet (ta med både de med lärarutbildning och med annan akademisk grundexamen) Hur många av följande tillhör personal som undervisar i matematik på din skola? Matematiklärare TOTALT Teachers fully certified by <the appropriate authority> Teachers with an <ISCED5A> qualification Lärare i matematik med avslutad lärarutbildning Lärare i matematik med avslutad lärarutbildning och med matematik som ett huvudämne (minst 40 poäng i matematik) Lärare i matematik med avslutad lärarutbildning men utan utbildning i matematik från högskola eller universitet Lärare i matematik med utbildning från högskola eller universitet men utan avslutad lärarutbildning x x x x PROPMA5A School questionaire PROPMATH Skolenkäten PROPCERT År PROPQUAL Bilaga 6. Variabler ur skolenkäten år 2012 x How many of the following are on the <mathematics staff> of your school? Teachers of mathematics in TOTAL Teachers of mathematics with an <ISCED5A> qualification Teachers of mathematics with an <ISCED5A> qualification <with a major> in mathematics Teachers of mathematics with an <ISCED5A> qualification in <pedagogy> Teachers of mathematics with an <ISCED5B> but not an <ISCED 5A> qualification *http://www.skolverket.se/statistik-och-utvardering/internationellastudier/pisa/frislappta-uppgifter-och-enkater-1.10290 **http://pisa2012.acer.edu.au/downloads.ph 38 x x x
© Copyright 2024