2 ingrid me munck - Göteborgs universitet

More documents

Recommendations

Info

12 INGRID M. E. MUNCK interaktioner mellan nivåer, exempelvis frågan hur resultatet på elevnivå kan förklaras av elevvariabler och gruppvariabler hämtade från klass- och skolnivåerna (kontextuella variabler) i flernivåmodellen. Lösningarna med dissaggregerade klass- och skolvariabler ger missvisande statistiska skattningar i en SEM-analys, vilket vi redan framhållit som problematiskt i samband med tidigare IEA-forskning och i skissen till flernivåmodellen. Problemet att finna en generell ansats för statistiska flernivåmodeller, som klarar av samtliga de fyra problemen ovan, är synnerligen komplicerat och ännu olöst. Det finns två olika ansatser som under 1990-talet alltmer kommer till praktisk användning och som båda använts inom IEAforskningen. De löser problemen med beroende och interaktioner i hierarkiska data och hanterar slumpeffekter, men på olika sätt. Den ena huvudgruppen går under benämningen Hierarkiska Linjära Modeller (HLM) och är i princip en flernivåversion av multipel regression (Raudenbush 1995). Regressionsparametrarna (intercept och lutningskoefficienter) skattas för varje klass eller skola och den statistiska modellen formuleras med dessa som variabler. Effekterna av insatsen på klass- eller skolnivå tillåts därmed variera i dessa modeller från klass till klass, eller från skola till skola. Det finns datorprogram som kan hantera ett stort antal nivåer på detta sätt. Den andra ansatsen bygger vidare på SEM, Multilevel Covariance Structural Analysis (MCA) vilket innebär att sambandsmodellen kan innehålla latenta variabler som kan synliggöras på två nivåer (Muthén 1994). Dessa modeller klarar för närvarande bara två nivåer (elev–klass, elev–skola eller elev–land) och kan analyseras i STREAMS med flergruppsmodellering. Det går att beskriva skillnader mellan klasser eller skolor i medelvärden och intercept men däremot inte i regressionskoefficienter. Det betyder för effektstudier att inverkan av insatsen antas vara densamma från skola till skola. Flernivåmodellering av IEA-data om läsförmågan Det finns nu erfarenhet av båda ansatserna, HLM och MCA, för flernivåmodellering rapporterade för IEA-undersökningens läsundersökning. Williams (1994) har arbetat fram en HLM-strategi i traditionell IEA-anda från sexämnesundersökningen, som på ett systematiskt sätt delar upp variabler i block som kammas igenom för att utkristallisera de kraftfullaste förklaringsfaktorerna. Resultaten presenteras sedan dels i termer av en integrerad flernivåmodell med de viktigaste faktorerna från varje block och dels som diagram för läsförmågan för olika insatsvariabler sedan hänsyn tagits till de viktigaste bakgrundsvariablerna. Denna diagramform är helt ny och ett intressant steg för att presentera utvärderingsresultat från skoldata för beslutsfattare. Enkla samband mellan insats och resultat kompletteras med bilden sedan hänsyn tagits till sammanblandande variabler i effektmodellen (jfr Figur 5. Den statistiska Sudden). Den andra ansatsen, MCA, har provats på IEA-undersökningens läsdata inom MALI-projektet (se nedan). Upphovsmannen Bengt Muthén, UCLA, har bistått på olika sätt, bland annat med de tekniska lösningarna som varit mycket komplicerade. I Muthén (1994) beskrivs en lösning för tvånivåmodellering med SEM, som använder sig av etablerad programvara, och som utnyttjas av STREAMS.
UTVÄRDERING AV SKOLAN 13 MALI-PROJEKTET – UTPROVNING AV NYA ANSATSER MALI-projektet tog som sin första uppgift att genomföra den multivariata analysen för slutrapporten av det internationella projektet (Munck & Lundberg 1994). Det blev första gången en integrerad internationell analys genomförts för alla ingående länder i en regressionsanalys. Här ingick de tre olika testvariablerna, Document, Narrative och Expository reading, mätta i en internationell skala som beroende variabler och tillhörigheten till land som förklarande variabler (kodade som sk dummy-variabler, vilket är sättet att införa kvalitativ information i SEM). Den gav som resultat rangordningen av länderna men också en möjlighet att korrigera rangordningen (enligt den tidigare nämnda ”allt-annat-lika principen”) för skillnader i någon bakgrundsvariabel. Exempelvis prövades frågan om Finlands tätplats ändrades, om vi tog hänsyn till skillnader mellan länder i andelen barn med annat första språk än testningsspråket. Detta med tanke på att Finland i början av 1990-talet hade en mycket låg andel invandrad befolkning. Även om vi tog med ett brett spektrum av betingelser i skolan och i elevernas bakgrund så behöll Finland sitt signifikant bättre läge jämfört med de 30 ingående länderna för 9åringar. Det skall dock påpekas att den här sifferexercisen kan göras mera sofistikerad med SEM-ansats, bland annat tog vi inte hänsyn till problemet med att alla elever inte hann slutföra lästestet eller till den hierarkiska strukturen i data. Forskningsplanen för MALI-projektet var sedan att i ett komparativt perspektiv göra en kartläggning av läsfärdighetens olika komponenter med hjälp av SEM och utnyttja den nya möjligheten med två-nivåanalys. Det blev ett mödosamt arbete med många tekniska hinder på vägen särskilt när modellerna omfattande både mätmodeller och förklarande variabler. Efter en kort presentation av IEA:s lästest och intentionerna bakom detta presenteras modellansaten för mätning. Den har formaliserats här för att tydligare framhäva potentialen i SEM att beakta såväl substantiella faktorer som olika störningskällor vid observationsstudier. Resultaten från MALI-projektet presenteras som en genomgång av de forskningsfrågor som har fått ny belysning och gör därmed inte anspråk på att täcka in alla forskarnas bidrag. Huvudresultaten presenterades vid AERA:s (American Educational Research Association) årliga möte 1995 vid symposiet Dimensions of reading literacy – Structural multilevel modeling of IEA Data. IEA-TEST AV LÄSFÖRMÅGAN Läsförmågans karaktär är ett hett debattämne inom läsforskningen (Lundberg 1991). Frågan är om den huvudsakligen är en förmåga som är odelad och allmän eller om den snarare är knuten till olika specifika sfärer eller områden som använder olika typer av texter, exempelvis faktatexter, prosatexter av olika slag. Tidigare studier har sällan haft tillgång till ett mera omfattande empiriskt underlag. Här erbjuder IEA-studien i ”reading literacy” ett omfattande mångkulturellt material av 9- och 14-åringar med närmare 30 olika språk representerade. Läsning i denna studie definieras som förmågan att förstå och använda de olika slags texter som behövs som samhällsmedborgare eller är av värde för den enskilde individen. IEA:s ansats för internationella skalor av
Page 1 and 2: PEDAGOGISK FORSKNING I SVERIGE 1997
Page 3 and 4: UTVÄRDERING AV SKOLAN 3 Det har va
Page 5 and 6: UTVÄRDERING AV SKOLAN 5 kommit fra
Page 7 and 8: UTVÄRDERING AV SKOLAN 7 effektpara
Page 9 and 10: UTVÄRDERING AV SKOLAN 9 läsförm
Page 11: UTVÄRDERING AV SKOLAN 11 forskaren
Page 15 and 16: UTVÄRDERING AV SKOLAN 15 katormode
Page 17 and 18: UTVÄRDERING AV SKOLAN 17 de frågo
Page 19 and 20: UTVÄRDERING AV SKOLAN 19 mönster
Page 21 and 22: UTVÄRDERING AV SKOLAN 21 8. Hur fu
Page 23 and 24: UTVÄRDERING AV SKOLAN 23 reading l

2 ingrid me munck - Göteborgs universitet

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?