Danske unge i en international sammenligning Bind 2 – Teknisk ...
Korrelationskoefficienter anvendes i PISA-undersøgelsen bl.a. til at se på samvariationen
mellem elevernes resultater i dansk og matematik eller mellem elevernes læsescorer og
forældreuddannelse. Samvariationen mellem to variabler betyder dog ikke nødvendigvis,
at der er en årsagssammenhæng (kausal sammenhæng) mellem dem, fordi der kan være
mange andre faktorer, der spiller en rolle.
Regressionsanalyser
Korrelationer beskriver den simple samvariation mellem to variabler. Ofte er det dog nyttigt
at gå et skridt videre og betragte sammenhængen mellem fx læsescore og forældreuddannelse,
når andre faktorer, der har en indflydelse på fx læsescorer, holdes konstante.
Ved hjælp af regressionsanalyser kan man for eksempel se på sammenhængen mellem
læsescore og forældreuddannelse, når der samtidigt tages højde for forskelle i forældrenes
indkomst, og om begge forældre bor sammen med barnet. Forældre med højere uddannelse
har nemlig typisk også højere indkomst og bor oftere sammen. Da alle tre faktorer
har en positiv indflydelse på barnets læsescore, vil styrken af sammenhængen mellem
læsescore og forældreuddannelse blive overvurderet, hvis man ikke samtidigt tager højde
for de andre faktorer, der spiller en rolle.
Formelt kan en sådan modelspecifikation skrives som: Testscoresi = ß · SocBagri + ei hvor
Testscoresi er PISA-testscoren i hhv. læsning, matematik og naturfag for elev i, ß er koeffi -
cientestimaterne for elevens baggrundsvariabler SocBagri , og ei er regressionens restled.
Modellen estimeres med den såkaldte mindste kvadraters metode (Ordinary Least
Squares).
Reference
OECD (2009c) PISA Data Analysis Manual, 2 nd edition. OECD, Paris.
Kapitel 5 – Baggrundsoplysninger og fortolkning af testresultaterne i PISA
163