Endpräsentation Leistungsunterschiede zwischen den Geschlechtern bei der PISA-Studie

Endpräsentation

Leistungsunterschiede zwischen den Geschlechtern bei der PISA-Studie

Elke Wiesinger

Betreuer: Univ.-Prof. Dr. Rudolf Winter-Ebmer

21.04.2009

2/16

Zentrale Fragestellung (1)

• Warum gibt es diese Leistungsdifferenzen zwischen den Geschlechtern?– Jungen besser in Mathematik und Naturwissenschaft– Mädchen besser in Lesen

• Mögliche Gründe?– Familiärer Hintergrund– Schulisches Umfeld– Institutionelle Rahmenbedingungen/Gestaltung des

Schulsystems

• Gleiche Chancen bei Ausbildung sind wichtige Voraussetzung für gleiche Chancen am Arbeitsmarkt

Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung

3/16

PISA

• Programme for International Student Assessment der OECD

• Erfassen der Schulleistungen der 15/16-Jährigen alle drei Jahre mit unterschiedlicher Schwerpunktsetzung– Lesen (2000)– Mathematik (2003)– Naturwissenschaft (2006)

• Standardisierte Tests ermöglichen Vergleiche der Ergebnisse zwischen Ländern und Bildungssystemen

• OECD-Durchschnitt: 500 PunkteStandardabweichung: 100 Punkte


4/16

Analyse

• Welche Faktoren haben überhaupt Einfluss auf Leistung?– OLS-Regressionen

• Innerhalb welcher Leistungsbereiche sind Leistungsunterschiede am größten?– Quantilsregressionen

• Bei welchen Einflussfaktoren besteht Unterschied in Auswirkung auf Leistung von Mädchen und Jungen?– Oaxaca Dekompositionen

yJ – yM = (xJ – xM)ßM + xJ(ßJ – ßM)


5/16

Standardmodell

Variable Mathematik Naturwissenschaft

Geschlecht (w) - -

Alter - -

Schulstufe -/+ -/+

Familienstruktur - k.A.

Bildungsstand M&V + +

Berufsklassifikation M&V - -

Arbeitsstatus M&V M: +/- V: - k.A.

Naturwiss. Beruf M&V k.A. +

Anzahl Bücher + +

Fremdsprache zu Hause - -


6/16

Erweitertes Modell

Variable Mathematik Naturwissenschaft

Berufsbildende Schule - -

„early tracking“ - k.A.

Lage der Schule + +

Privatschule + nicht signifikant

Selektivität der Schule + +

Leistungsgruppenbildung - -

Standardisierte Tests - k.A.

Mädchenanteil - +

Autonomie (Ressourcen, Lehrplan) -, + nicht signifikant

Lehrerknappheit - -

Ressourcen (Ausstattung, Lehrmaterialien) -, + k.A., +


7/16

OLS-Regressionen

• Geschlecht (w):– Mathematik: -16,744 / -18,476– Naturwissenschaft: -8,844 / -12,619

• Sehr großer quantitativer Einfluss– Positiv: Anzahl der Bücher im Haushalt– Negativ: berufsbildende Schule


8/16

Quantilsregressionen

• Größter Geschlechterunterschied bei besonders guten Leistungen (90. Quantil)

– Mathematik:• 10. Quantil: -9,058 / -10,118• 90. Quantil: -23,507 / -24,820

– Naturwissenschaft:• 10. Quantil: -1,939 / -6,836• 90. Quantil: -15,037 / -17,799


9/16

Oaxaca Dekomposition – Standardmodell Mathematik

Erklärte Differenz

Nicht erklärte Differenz

age -0,007 -42,430*

grade 7 -0,606** -0,092**

grade 8 -1,183** -0,236**

grade 9 -1,158** -1,403**

grade 11 -0,077** 0,331**

grade 12 -0,004 0,052

single parent family -0,035* 0,002

mixed family 0,052** 0,311**

other family -0,069** -0,049

mother ISCED 1 -0,064** 0,351

mother ISCED 2 -0,070** 0,366

mother ISCED 3b, c -0,088** -0,043

mother ISCED 3a, 4 0,099** -0,772

mother ISCED 5b 0,028** -0,343

mother ISCED 5a, 6 0,248** -1,279**

father ISCED 1 0,023** 0,082

father ISCED 2 -0,037* -0,347

father ISCED 3b, c -0,010 -0,518*

father ISCED 3a, 4 0,010 -0,405

Erklärte Differenz

Nicht erklärte Differenz

father ISCED 5b 0,023 -0,472

father ISCED 5a, 6 0,330** -0,058

mother white-collar low-skilled 0,025 -0,555*

mother blue-collar high-skilled 0,031 -0,221*

mother blue-collar low-skilled 0,140** -1,403**

father white-collar low-skilled -0,006 -0,247

father blue-collar high-skilled 0,082* -1,039**

father blue-collar low-skilled 0,170** -0,913**

mother working part-time -0,027** 0,312

mother looking for work -0,000 -0,026

father working part-time 0,193** -0,232

father looking for work 0,019* 0,160*

11-25 books at home 0,045** 0,323

26-100 books at home 0,031 0,927*

101-200 books at home -0,321** 0,583*

201-500 books at home -0,971** 0,714**

more than 500 books at home 0,055 -0,194

foreign language spoken at home

-0,059** -0,086

gesamt -1,841** 16,744**


10/16

Oaxaca Dekompositionen – Mathematik Standardmodell:• Erklärte Differenz: -1,841

• Nicht erklärte Differenz: 16,744

• Signifikant unterschiedlicher Einfluss von– Alter

– Schulstufe

– Bildungsstand Mutter

– Berufsklassifikation M&V

– Anzahl Bücher

Erweitertes Modell:• Erklärte Differenz: -3,556


• Signifikant unterschiedlicher Einfluss von– Schulstufe


– Arbeitsstatus Mutter

– Anzahl Bücher

– Berufsbildende Schule

– „early tracking“

– Lage der Schule

– Mädchenanteil


11/16

Oaxaca Dekompositionen – Naturwissenschaft

Standardmodell:• Erklärte Differenz: -1,981





– Anzahl Bücher

Erweitertes Modell:• Erklärte Differenz: -5,264





– Lage der Schule

– Leistungsgruppenbildung


12/16

Mögliche Ursachen (1)

• Aufgrund der Schätzungen– Anzahl der Bücher– Lage der Schule– ev. „early tracking“

können bei weitem nicht den gesamten Leistungsunterschied zwischen den Geschlechtern erklären

daher Suche nach weiteren möglichen Ursachen


13/16

Mögliche Ursachen (2)

• Motivation und Interesse• Selbsteinschätzung und -vertrauen• Klischeevorstellungen der Gesellschaft• Art des Unterrichts• Geschlecht der Lehrkraft• Einstellung zu Schule und Schulaufgaben• Denkstil, Problemlösestrategie• Natürliche Begabung• Umfeld/Erfahrungen als Kind• Kulturelle Faktoren• Prüfungssystem, Gestaltung der Tests


14/16

Zusammenfassung (1)

Einflussfaktor Ergebnis der Analyse

Ergebnisse in der Literatur

Anzahl der Bücher stärker pos. auf J -

Lage der Schule stärker pos. auf J -

„early tracking“ stärker neg. auf M Mädchen häufiger in Schultypen wo Mathematik- und NW-Unterricht eher nachrangig

Bildungsstand Mutter stärker pos. auf M Höhere Ausbildung der Mutter hat stärkere Wirkung auf Töchter

Berufsklassifikation M&V stärker neg. auf J Leben in einem „Niedriglohn-haushalt“ wirkt sich stärker negativ auf Söhne aus

Bildungsstand Vater kein Unterschied Höhere Ausbildung des Vaters hat stärkere Wirkung auf Söhne


15/16

Zusammenfassung (2)


EinflussfaktorErgebnis der Analyse

Ergebnisse in der Literatur

Familienstruktur kein Unterschied Alleinerziehende Mutter: neg. auf Mathematik- und NW-Leistung der Töchter

Alleinerziehender Vater: neg. auf Leistung von Töchtern & Söhnen

Fremdsprache zu Hause kein Unterschied Migrantenstatus wirkt sich auf Mädchen und Jungen gleicher-maßen negativ aus

Selektivität, Autonomie, Lehrerknappheit, Qualität der Ressourcen

kein Unterschied Schulspezifische Faktoren können Leistungsunterschied zwischen den Geschlechtern NICHT erklären

Danke für die Aufmerksamkeit!

Documents

Endpräsentation Leistungsunterschiede zwischen den Geschlechtern bei der PISA-Studie