Successfully reported this slideshow.
Effetti territoriali sul livello di competenze: un’analisi basata sul Propensity Score Matching                    Fabio P...
Il Problema
Fonte: grafico su elaborazioni INVALSI (dati OCSE – PISA).Gli studenti italiani evidenziano un elevato divario tra diloro,...
Scopo di questo lavoro è     l’individuazione, come possibilespiegazione del divario, dell’effetto cheil territorio di app...
I modelli basati sul metodo del “Valore Aggiunto”, adottato per primo da WilliamSanders in Tennessee nel 1982, intendono i...
L’esperienza italianaAlcuni studi italiani, ricchi di spunti, integrano le intuizioni della letteratura internazionale con...
Variabili socio-economiche di Bratti Checchi e Filippin-le spese degli enti locali per la manutenzione degli edifici, -il ...
Sulle competenze emerge, riguardo l’Italia, l’influenzasoprattutto di-Autoselezione,generata dal background socio-economic...
Laspetto innovativo di questo lavoro è lutilizzo del metodo diMatching per l’analisi delle perfomance degli studenti secon...
[1     L’uso del Matching per confrontare l’effetto     territoriale su individui simili.     Per il confronto sul singolo...
Variabili Individuali per il calcolo del PropensityScoreStanzapropria: possesso da parte dello studente di una propria sta...
I risultati- Le differenze nel 2009Variable                Sample       Treated         Controls   Difference   S.E.      ...
Interpretazione delle differenze nei livelli dicompetenze per singolo annoPrincipali fattori di ritardo del Mezzogiorno-pr...
I risultati -L’evoluzione nel Centro-NordVariable                Sample        Treated        Controls   Difference   S.E....
I risultati -L’evoluzione nel SudVariable                Sample        Treated        Controls   Difference   S.E.       T...
Studenti con scarse competenze in lettura, matematica e            scienza – Variazione 2006-2009 Fonte: La bussola di rif...
L’OCSE, nel survey economico 2009 sul  nostro Paese, avanza l’ipotesi che i miglioramenti registrati siano in parteimputab...
Interpretazione della Dinamica. Il ruolo delle politicheDue Piani Operativi Nazionali hanno realizzato, già nel biennio 20...
Conclusioni-Il fattore territoriale sembra contare più della tipologia di scuola e delbackground socioeconomico e cultural...
Upcoming SlideShare
Loading in …5
×

Effetti territoriali sul livello di competenze:un'analisi basata sul Propensity Score Matchig--Ppt tesi noanimaz_sshare

303 views

Published on

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

Published in: Education
  • Be the first to comment

  • Be the first to like this

Effetti territoriali sul livello di competenze:un'analisi basata sul Propensity Score Matchig--Ppt tesi noanimaz_sshare

  1. 1. Effetti territoriali sul livello di competenze: un’analisi basata sul Propensity Score Matching Fabio PallottaProf.Guido Pellegrini Prof.ssa Ornella Tarola
  2. 2. Il Problema
  3. 3. Fonte: grafico su elaborazioni INVALSI (dati OCSE – PISA).Gli studenti italiani evidenziano un elevato divario tra diloro, in quanto a competenze in scienze, lettura ematematica, precisamente tra il Centro-Nord e il Sud,dove abbiamo più alta percentuale di studenti con scarsecompetenze
  4. 4. Scopo di questo lavoro è l’individuazione, come possibilespiegazione del divario, dell’effetto cheil 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. 5. I modelli basati sul metodo del “Valore Aggiunto”, adottato per primo da WilliamSanders in Tennessee nel 1982, intendono isolare il contributo della scuola e degliinsegnanti al processo di apprendimento degli studenti, “in aggiunta” alle variabiliindividuali e alle esperienze formative pregresse. Questi modelli di valutazioneutilizzano:-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 raggiuntoTali 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. 6. L’esperienza italianaAlcuni studi italiani, ricchi di spunti, integrano le intuizioni della letteratura internazionale concaratteristiche 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 dicomputer collegati ad internet).- Stile di insegnamento( se autoritario o meno).- Variabili di contesto socio-economico delle province di appartenenza dellescuole.
  7. 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 (sepropriamente destinate all’uso o meno);
  8. 8. Sulle competenze emerge, riguardo l’Italia, l’influenzasoprattutto di-Autoselezione,generata dal background socio-economicofamiliare, che opera nell’iscrizione a scuola;-le condizioni del mercato del lavoro;-le dotazioni e l’adeguatezza delle strutture scolastiche
  9. 9. Laspetto innovativo di questo lavoro è lutilizzo del metodo diMatching per l’analisi delle perfomance degli studenti secondol’effetto del contesto socio-economico del territorio diprovenienza.Per individuare nel territorio la causa delle differenze di outputbisogna superare non la non casualità di assegnazione alle scuolee alle macroaree e relative bias che incidono sulle stime.Il Matching è un metodo utilizzato per isolare l’effetto di untrattamento confrontando l’output di individui sottoposti ad essocon quello dei non trattati, del tutto simili, come se fosserocasualmente assegnati al trattamento stesso.Il “trattamento” di cui vogliamo valutare l’effetto è in questo casol’azione del territorio d’appartenenza sulle competenze.Gli studenti simili da confrontare , all’interno di campioni conmigliori caratteristiche “ambientali e motivazionali”, sono statiselezionati con un punteggio derivante da alcune caratteristicheindividuali. Tale punteggio è chiamato Propensity Score
  10. 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. 11. Variabili Individuali per il calcolo del PropensityScoreStanzapropria: possesso da parte dello studente di una propria stanza dove studiare econcentrarsi.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 linguaLavastoviglie: possesso della lavastoviglie, considerato da PISA come indicativo di reddito etenore di vitaGenitorediplomato: HISCED corrispondente al diploma o superiore.Genitorelaureato: HISCED corrispondente alla laurea o superiore.Lezionifuori : frequenza di lezioni fuori dall’orario scolasticoTali variabili, con valori binari secondo la presenza del carattere d’interesse, hannocomposto per ciascun individuo un punteggio, in base al quale ogni elemento di ungruppo è stato appaiato con uno solo dell’altro, con il Propensity Score più vicinosecondo il cosiddetto Nearest Neighbour MatchingLa 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 studentiesaminati, divisi per la media nazionale dell’anno considerato.
  12. 12. I risultati- Le differenze nel 2009Variable Sample Treated Controls Difference S.E. T. Stat Centro Sud -NordTotmatmedia Media semplice(score al test .9410 1.0795 -0.1384 .01438 -9.63matematica divisoper media nazionale) ATT .9416 1.0765 -0.1349 .01427 -9.45 Numerosità totale del campione ”on support”: 5202
  13. 13. Interpretazione delle differenze nei livelli dicompetenze per singolo annoPrincipali fattori di ritardo del Mezzogiorno-problemi di qualità, quantità di spesa e allocazione dellerisorse ;-difetto in infrastrutture e servizi locali;-minor grado di istruzione media della popolazionemeridionale e più alto tasso di abbandoni;-mercato del lavoro meno dinamico, il suo rapporto con lascuola e relative aspettative;-presenza di fenomeni marginalizzanti (disoccupazione,occupazione informale, delittuosità).
  14. 14. I risultati -L’evoluzione nel Centro-NordVariable Sample Treated Controls Difference S.E. T. Stat 2009 2006Totmatmedia Media semplice(score al testmatematica diviso 1.0910 1.0958 -.0048 .01996 -0.24per media nazionale) ATT 1.0910 1.1062 -.0152 .01953 -0.78 Numerosità totale del campione ”on support”: 5202
  15. 15. I risultati -L’evoluzione nel SudVariable Sample Treated Controls Difference S.E. T. Stat 2009 2006Totmatmedia Media semplice(score al testmatematica diviso .9416 .8314 .1102 .0207 5.33per media nazionale) ATT .8816 .8314 .0502 .0254 1.98 Numerosità totale del campione ”on support”: 2500
  16. 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. 17. L’OCSE, nel survey economico 2009 sul nostro Paese, avanza l’ipotesi che i miglioramenti registrati siano in parteimputabili all’azione di PON Istruzione mirati.
  18. 18. Interpretazione della Dinamica. Il ruolo delle politicheDue Piani Operativi Nazionali hanno realizzato, già nel biennio 2008-2009, insieme alle scuole richiedenti, progetti volti a combattere i fattori disvantaggio per l’istruzione nel MezzogiornoIl Programma Operativo Nazionale ”Ambienti per l’apprendimento”-Miglioramento delle dotazioni tecnologiche e laboratori multimediali per lescuole del primo e soprattutto del secondo ciclo, nonché dei CTPIl Programma Operativo Nazionale “Competenze per lo Sviluppo”-formazione per generare occupabilità, innovazione e un’economia dellaconoscenza.-aumento della partecipazione alla formazione permanente e della qualità diformazione-riduzione degli abbandoni e delle segregazioni per genereTramite progetti volti alla:-formazione del personale scolastico , specie riguardo le ICT,- formazione degli studenti sulle competenze base, attività laboratoriali estage.- creazione di reti tematiche di integrazione, politiche di inclusione, pariopportunità e promozione di formazione permanente per gli adulti
  19. 19. Conclusioni-Il fattore territoriale sembra contare più della tipologia di scuola e delbackground socioeconomico e culturale degli studenti.-Bisogna interrompere il circolo vizioso dove le condizioni di contestocontribuiscono alla mancanza di competenze e la mancanza di competenzeimpedisce il cambiamento del contestoÉ necessario quindi un ruolo rafforzato dell’istruzione nelle politiche regionaliper lo sviluppo per contribuire a innalzare il livello medio degli apprendimenti, apromuovere le eccellenze e ad assicurare un livello minimo di competenze pertutti.Viste le prospettive incoraggianti date dall’efficacia dei PON, e non solo, la stradamaestra per migliorare l’efficienza e l’efficacia dell’istruzione passa anche per lavalutazione e l’autovalutazione delle sue istituzioni.Prove e questionari standardizzati al livello nazionale e distribuiti a tutte leistituzioni scolastiche e ai soggetti coinvolti, raccolgono informazioniindispensabili per una adeguata gestione delle risorse e attivazione di pianiefficaci, mirati secondo punti di forza e di debolezza, con l’ulteriore effetto digenerare una maggiore partecipazione e responsabilità rispettoall’investimento collettivo nell’istruzione.

×