Brief presentation of my High Degree thesis. It is a original research thesis about the effect of socio-economics context on the competences of Italian students

1. Effetti territoriali sul livello di
competenze: un’analisi basata
sul Propensity Score Matching
Fabio Pallotta
Prof.Guido Pellegrini Prof.ssa Ornella Tarola

2. Il Problema

3. Fonte: grafico su elaborazioni INVALSI (dati OCSE – PISA).
Gli studenti italiani evidenziano un elevato divario tra di
loro, in quanto a competenze in scienze, lettura e
matematica, precisamente tra il Centro-Nord e il Sud,
dove abbiamo più alta percentuale di studenti con scarse
competenze

4. Scopo di questo lavoro è
l’individuazione, come possibile
spiegazione del divario, dell’effetto che
il territorio di appartenenza esercita, al
netto di tutti gli altri fattori incidenti,
sulle competenze degli studenti italiani
e sull’efficacia della scuola
Quanto influisce studiare o meno nel
contesto socio-economico del Sud?

5. I modelli basati sul metodo del “Valore Aggiunto”, adottato per primo da William
Sanders in Tennessee nel 1982, intendono isolare il contributo della scuola e degli
insegnanti al processo di apprendimento degli studenti, “in aggiunta” alle variabili
individuali e alle esperienze formative pregresse. Questi modelli di valutazione
utilizzano:
-Variabili di background socio-economico individuale e di contesto
-Valutazioni e performance precedenti degli studenti
-Caratteristiche generali della scuola (composizione alunni, formazione classi,
curriculum ecc)
Il “Valore Aggiunto”, da scuola e insegnanti, è la differenza tra risultato stimato,
secondo i caratteri sopracitati, e quello effettivamente raggiunto
Tali metodi necessitano di correzioni per
-peer effect, etnia, sesso , incentivi e motivazione degli studenti nelle classi
-mobilità e motivazione insegnanti
-effetti di autoselezione
“nonrandom assignment is pervasive in education,
resulting from decisions by parents and school
administrators”- Ballau –Workshop National Research Council(2010)

6. L’esperienza italiana
Alcuni studi italiani, ricchi di spunti, integrano le intuizioni della letteratura internazionale con
caratteristiche peculiari dell’Italia e del suo sistema scolastico.
Un modello indicato nello studio di Cipollone, Montanaro e Sestito(2010) tiene conto di:
-Tipo di istituto, vista la stratificazione di fatto del sistema scolastico nazionale.
-Posizione geografica (Nord, Centro o Sud).
- Grado di turnover e mobilità degli insegnanti.
- Selettività dell’istituto (tasso di abbandoni, promossi e promossi con debito).
Bratti, Checchi e Filippin (2008 ) integrano nei regressori del Valore Aggiunto :
- Reddito familiare , occupazione e istruzione dei genitori.
-Sesso e la strategia di apprendimento dei singoli studenti.
-Risorse didattiche disponibili a scuola (quali ad esempio la percentuale di
computer collegati ad internet).
- Stile di insegnamento( se autoritario o meno).
- Variabili di contesto socio-economico delle province di appartenenza delle
scuole.

7. Variabili socio-economiche di Bratti Checchi e Filippin
-le spese degli enti locali per la manutenzione degli edifici,
-il tasso di spesa in conto capitale per studente;
-il tasso di analfabetismo dei residenti.
-il livello di occupazione provinciale, la quantità di lavoro irregolare,
la percentuale di immigrati;
-la disponibilità e l’adeguatezza delle strutture scolastiche (se
propriamente destinate all’uso o meno);

8. Sulle competenze emerge, riguardo l’Italia, l’influenza
soprattutto di
-Autoselezione,generata dal background socio-economico
familiare, che opera nell’iscrizione a scuola;
-le condizioni del mercato del lavoro;
-le dotazioni e l’adeguatezza delle strutture scolastiche

9. L'aspetto innovativo di questo lavoro è l'utilizzo del metodo di
Matching per l’analisi delle perfomance degli studenti secondo
l’effetto del contesto socio-economico del territorio di
provenienza.
Per individuare nel territorio la causa delle differenze di output
bisogna superare non la non casualità di assegnazione alle scuole
e alle macroaree e relative bias che incidono sulle stime.
Il Matching è un metodo utilizzato per isolare l’effetto di un
trattamento confrontando l’output di individui sottoposti ad esso
con quello dei non trattati, del tutto simili, come se fossero
casualmente assegnati al trattamento stesso.
Il “trattamento” di cui vogliamo valutare l’effetto è in questo caso
l’azione del territorio d’appartenenza sulle competenze.
Gli studenti simili da confrontare , all’interno di campioni con
migliori caratteristiche “ambientali e motivazionali”, sono stati
selezionati con un punteggio derivante da alcune caratteristiche
individuali. Tale punteggio è chiamato Propensity Score

10. [1
L’uso del Matching per confrontare l’effetto
territoriale su individui simili.
Per il confronto sul singolo anno…
…e per studiare la dinamica tra in 2006 e il 2009

11. Variabili Individuali per il calcolo del Propensity
Score
Stanzapropria: possesso da parte dello studente di una propria stanza dove studiare e
concentrarsi.
Dizionario: disponibilità in casa di un dizionario da consultare.
Computercasa: presenza di un computer in casa.
Libri25: possesso da parte della famiglia di almeno 25 libri.
Libri200: presenza di più di 200 libri in casa.
Italianoacasa: uso corrente in casa della lingua
Lavastoviglie: possesso della lavastoviglie, considerato da PISA come indicativo di reddito e
tenore di vita
Genitorediplomato: HISCED corrispondente al diploma o superiore.
Genitorelaureato: HISCED corrispondente alla laurea o superiore.
Lezionifuori : frequenza di lezioni fuori dall’orario scolastico
Tali variabili, con valori binari secondo la presenza del carattere d’interesse, hanno
composto per ciascun individuo un punteggio, in base al quale ogni elemento di un
gruppo è stato appaiato con uno solo dell’altro, con il Propensity Score più vicino
secondo il cosiddetto Nearest Neighbour Matching
La variabile che misura l’output, ovvero le competenze in matematica è Totmatmedia:
la somma dei punteggi delle singole domande di matematica dei test PISA degli studenti
esaminati, divisi per la media nazionale dell’anno considerato.

12. I risultati- Le differenze nel 2009
Variable Sample Treated Controls Difference S.E. T. Stat
Centro
Sud -Nord
Totmatmedia Media
semplice
(score al test
.9410 1.0795 -0.1384 .01438 -9.63
matematica diviso
per media nazionale)
ATT .9416 1.0765 -0.1349 .01427 -9.45
Numerosità totale del campione ”on support”: 5202

13. Interpretazione delle differenze nei livelli di
competenze per singolo anno
Principali fattori di ritardo del Mezzogiorno
-problemi di qualità, quantità di spesa e allocazione delle
risorse ;
-difetto in infrastrutture e servizi locali;
-minor grado di istruzione media della popolazione
meridionale e più alto tasso di abbandoni;
-mercato del lavoro meno dinamico, il suo rapporto con la
scuola e relative aspettative;
-presenza di fenomeni marginalizzanti (disoccupazione,
occupazione informale, delittuosità).

14. I risultati -L’evoluzione nel Centro-Nord
Variable Sample Treated Controls Difference S.E. T. Stat
2009 2006
Totmatmedia Media
semplice
(score al test
matematica diviso 1.0910 1.0958 -.0048 .01996 -0.24
per media nazionale)
ATT 1.0910 1.1062 -.0152 .01953 -0.78
Numerosità totale del campione ”on support”: 5202

15. I risultati -L’evoluzione nel Sud
Variable Sample Treated Controls Difference S.E. T. Stat
2009 2006
Totmatmedia Media
semplice
(score al test
matematica diviso .9416 .8314 .1102 .0207 5.33
per media nazionale)
ATT .8816 .8314 .0502 .0254 1.98
Numerosità totale del campione ”on support”: 2500

16. Studenti con scarse competenze in lettura, matematica e
scienza – Variazione 2006-2009
Fonte: La bussola di riferimento dei PON Istruzione. Il trend dei principali indicatori statistici-
MIUR – Marzo 2011- Elaborazioni INVALSI su dati OCSE-PISA

17. L’OCSE, nel survey economico 2009 sul
nostro Paese, avanza l’ipotesi che i
miglioramenti registrati siano in parte
imputabili all’azione di PON Istruzione
mirati.

18. Interpretazione della Dinamica. Il ruolo delle politiche
Due Piani Operativi Nazionali hanno realizzato, già nel biennio 2008-
2009, insieme alle scuole richiedenti, progetti volti a combattere i fattori di
svantaggio per l’istruzione nel Mezzogiorno
Il Programma Operativo Nazionale ”Ambienti per l’apprendimento”
-Miglioramento delle dotazioni tecnologiche e laboratori multimediali per le
scuole del primo e soprattutto del secondo ciclo, nonché dei CTP
Il Programma Operativo Nazionale “Competenze per lo Sviluppo”
-formazione per generare occupabilità, innovazione e un’economia della
conoscenza.
-aumento della partecipazione alla formazione permanente e della qualità di
formazione
-riduzione degli abbandoni e delle segregazioni per genere
Tramite progetti volti alla:
-formazione del personale scolastico , specie riguardo le ICT,
- formazione degli studenti sulle competenze base, attività laboratoriali e
stage.
- creazione di reti tematiche di integrazione, politiche di inclusione, pari
opportunità e promozione di formazione permanente per gli adulti

19. Conclusioni
-Il fattore territoriale sembra contare più della tipologia di scuola e del
background socioeconomico e culturale degli studenti.
-Bisogna interrompere il circolo vizioso dove le condizioni di contesto
contribuiscono alla mancanza di competenze e la mancanza di competenze
impedisce il cambiamento del contesto
É necessario quindi un ruolo rafforzato dell’istruzione nelle politiche regionali
per lo sviluppo per contribuire a innalzare il livello medio degli apprendimenti, a
promuovere le eccellenze e ad assicurare un livello minimo di competenze per
tutti.
Viste le prospettive incoraggianti date dall’efficacia dei PON, e non solo, la strada
maestra per migliorare l’efficienza e l’efficacia dell’istruzione passa anche per la
valutazione e l’autovalutazione delle sue istituzioni.
Prove e questionari standardizzati al livello nazionale e distribuiti a tutte le
istituzioni scolastiche e ai soggetti coinvolti, raccolgono informazioni
indispensabili per una adeguata gestione delle risorse e attivazione di piani
efficaci, mirati secondo punti di forza e di debolezza, con l’ulteriore effetto di
generare una maggiore partecipazione e responsabilità rispetto
all’investimento collettivo nell’istruzione.