omrattning-nationella-prov-2013-resultatbilaga

104elevgrupper som gruppen jämförs med. Vi kommer att undersöka om så är fallet medavseende på elevens kön, ålder och utländsk bakgrund. Dessutom kommer vi att undersökaom elevens socioekonomiska bakgrund påverkar bedömningen genom att undersökaom det finns systematiska skillnader i bedömningen med avseende på föräldrarnasutbildningsnivå. Till skillnad från föregående rapport, rapporterar vi endast resultatenför de mest generella skattningarna, den multivariata regressionsresultaten. Vi tar medhjälp av indikatorvariabler hänsyn till vilket prov som rättats om, ombedömarens identitet,provår, om provet varit utsatt för dubbel omrättning och om provet är en del av specielluppföljning av skola samt om eleven är född andra eller tredje kvartalet. Variablerav intresse är Pojke, Utländsk bakgrund, Högutbildade föräldrar, Född 4:e kvartalet, Kommunaloch för den sista specifikationen Högt meritvärde. Variabeln Kommunal är en indikator förhuruvida skolan är fristående eller kommunal och Högt meritvärde är en indikator för omgymnasieeleven lämnade grundskolan med ett meritvärde på över 280 meritpoäng.Huruvida det finns systematiska skillnader i hur elever som tillhör olika grupper bedömsanalyseras i tabell 5. Ett negativt värde på en av variablerna av intresse betyder attden gruppen systematiskt får lägre provbetyg av ursprungsbedömaren än jämförelsegruppen,även om kontrollbedömaren bedömer proven som likvärdiga.I kolumn 1, tabell 5, så visar resultaten där vi använt oss av alla observationer (alla provi årskurs 9 och gymnasiet). Tabellen visar att ursprungsbedömaren systematiskt ger pojkarlägre provbetyg än flickor jämfört med kontrollrättaren. Skillnaderna är relativt små,1,6 procent av en standardavvikelse. Precis som i föregående rapport så drivs dennaeffekt av behandlingen av pojkar på gymnasiet medan skillnaden i provbedömning mellankönen är nära noll för årskurs 9 (jämför kolumnerna 2 och 3). Resultaten för pojkaröverensstämmer med föregående rapport; skillnaden är att precisionen i skattningarnaär högre vilket är naturligt då datamaterialet är större.