MÉRÉSI MODELL A „a nemzetközi tanulói teljesítménymérés programja”-PISA MÉRÉSBEN

Hatással lehet a tanári bevonódás is a teljesítményre?

Készítette Zsákovics Sára Erika

Károli Gáspár Református Egyetem Pszichológia szakos hallgatója

1. BEVEZETÉS

Kutatási eredmények szerint több tényező is hatással van az iskolai hatékonyságra (Csapó, 2000). A
tanárok és diákok többsége saját tapasztalatából tudja, hogy a tanulói teljesítményt és a tanári
munka sikerességét nagymértékben befolyásolja a tanár–diák kapcsolat minősége (Birta-Székely,
2006). A tanulók számára a munkája iránt elhivatott, feladatát lelkesen végző pedagógus elismerése,
dicsérete motiváló erőként hat (Balogh, 1999). Kutatások megerősítették, hogy a tanulási motivációja
a diákoknak is csökkenő tendenciát mutat (Józsa, 2002). Felkelti a tanulók érdeklődését, ha egy
feladat érdekes, valódi problémát vet fel (Tóth, 2000). A tanár általi pozitív megerősítés elősegíti a
tudás megerősödését, a siker pedig növeli a tanulók önbizalmát, tanulás melletti elköteleződésüket
(Balogh, 1999; Tóth, 2000a). Ezzel egyidejűleg több kutatás is arra hívta fel a figyelmet, hogy a közös
munka és együttműködés a pedagógussal kedvező hatással van a kognitív képességekre (Revák-
Markóczi et al. 2008; Revákné, 2001, 2010; Schneider et al. 2008). Ebben a kutatásban arra szeretnék
rávilágítani, hogy a teljesítmény és a tanár bevonódása között találunk-e kapcsolatot, és ha igen,
akkor milyet, és ez a kapcsolat ezt a két látensváltozót milyen irányba mozdítja el? Ezt a kérdést
szeretném a kutatásban megválaszolni.

2. MÓDSZEREK ÉS MODELL

A mérőeszközöm a PISA-mérés (Programme for International Student Assessment), amely egy

monitorozó jellegű felméréssorozat, amely három területen: 1.alkalmazott matematikai műveltség,
2.alkalmazott természettudományi műveltség és 3.szövegértés, végez felmérést a 15 éves diákok
körében háromévente (Marquez-Long, 2020). A mindennapjainkban használt, hasznosítható tudást
vizsgálja (Marquez-Long, 2020). Minden évben egy-egy tudásterületet kiemelten kezelnek, 2006-ban
például pont a tanulók természettudományos műveltsége volt a középpontban (Oktatási Hivatal,
2013). Az így kapott eredmények biztosítják be a kormányoknak, hogy össze tudják hasonlítani az
oktatáspolitikát a teljesítmény aspektusaival (Jennie és mtsai, 2022). A PISA egy statisztikailag szigorú
program a diákok teljesítményének felmérésére, valamint a tanulói, családi és intézményi tényezőkre
vonatkozó adatok gyűjtésére, amelyek segíthetnek megmagyarázni a teljesítménybeli különbségeket
a világ országaiban. A mintába 1000 15 év és 16 év közötti magyar tanuló került (n=1000). Közülük
521 lány (n=521) és 479 fiú (n=479). A nem változó minimuma 1, maximuma 2. Az évfolyam
ST001DO1T ordinális típusú változó, melynél a gyakoriság a mérvadó. 7.osztályosok gyakorisága 7,
százalékos eloszlásban 0,7, 8.osztályosoké 41, százalékos eloszlásban 4,1, 9.osztályosoké 738,
százalékos eloszlásban 73,8 és a 10.osztályosoké 214, százalékos eloszlásban 21,4. Hiányzó nem volt.
Az életkor egy skála típusú változó, melynek minimuma 15,250 (min=15,250) és maximuma pedig
16,250 (max=16,250), mert 15 és 16 év közötti tanulókat vizsgál. Az életkor, AGE változó ferdesége -
0,024 (F=-0,024) csúcsossága pedig -1,168 (Cs=-1,168), míg az átlaga 15,792.

3. KUTATÁSI KÉRDÉS ÉS MODELL

A PISA teszt változói közül a diákok iskolai teljesítménye, különösképpen a természettudományi

szintje (SCIE), matematikai szintje (MATH), szövegértési szintje (READ), az érzékelt visszajelzés
(PERFEED) és a tanár diák által észlelt érdeklődése (TEACHINT) közti összefüggés keltette fel a
figyelmemet. Mind a szakirodalom, mind én azt várom, hogy a tanári bevonódás, nevelés és az iskolai
teljesítmény között összefüggés van, ez a modellem is. Ezen felül a cikkben is arról van, szó, hogy a
tanulók számára a munkája iránt elhivatott, feladatát lelkesen végző pedagógus elismerése, dicsérete
motiváló erőként hat (Balogh, 1999), illetve hogy a pozitív megerősítés elősegíti a tudás
megerősödését, a siker pedig növeli a tanulók önbizalmát, tanulás melletti elköteleződésüket
(Balogh, 1999; Tóth, 2000a). Tehát, hogy a pozitív tanári bevonódás jobb iskolai teljesítményt
eredményez. Szakmai hipotézisemben azt feltételezem, hogy a diákok matematikai szintje (MATH),
természettudományi szintje (SCIE) és szövegértési szintje (READ) egy faktorba, méghozzá a
teljesítmény faktorba rendeződik, mely összefüggésben, méghozzá pozitív irányúban van a másik,
úgynevezett tanári bevonódás faktorral, melybe az alábbi változók tartoznak: a tanár diák által
észlelt érdeklődése (TEACHINT) és az érzékelt visszajelzés (PERFEED). Statisztikai hipotézisek:
1.Nullhipotézis: a változók függetlenek, nem fognak faktorba rendeződni és nem lesz kapcsolat a 2
faktor között sem. 2.Ellenhipotézis: a változók között összefüggés van, faktorba rendeződnek és lesz
kapcsolat a 2 faktor között.

Teljesítmény Tanári bevonódás

matematikai szint szövegértési szint

természettudományi érzékelt a tanár diák által
szint visszajelzés észlelt érdeklődése
(MATH) (READ)
(SCIE) (PERFEED) (TEACHINT)
 4. ELJÁRÁS ÉS ELEMZÉS

A modellemet megerősítő faktorelemzés (CFA) fogom vizsgálni, hiszen ez az az eljárás mely azt
vizsgálja, hogy az adatok illeszkednek-e a hipotetitikus modellre, JASP statisztikai program
segítségével. Az illeszkedési mutatók alapján értékelhetőek és összehasonlíthatóak az egyes modellek
az illeszkedés tekintetében. Ha nem illeszkednek az adatra megfelelően a meghatározott
korlátozások, az tükröződni fog a mutatókban. Az alábbi változókat fogom vizsgálni, használni a
kutatásom során, ezért szeretném az alap leíró statisztikai adataikat szemléltetni a Jasp program
segítségével.

1.változó: a diákok természettudományi szintje SCIE: a mintám 1000 fős volt (n=1000), 0 hiányzó volt,
ezért tényleg 1000 emberrel végezték a kísérletet. A minimuma: 250,119. A maximuma: 738,075. A
mediánja: 490,601. A szórása: 90,248. Ferdeség/Skewness eredménye -0,044, p értéke 0,077,
Csúcsosság/Kurtosis eredménye -0,589, p értéke 0,155 (F=-0,044 Cs=-0,589.).
2. változó: a diákok matematikai szintje MATH: a mintám 1000 fős volt (n=1000), 0 hiányzó volt, ezért tényleg
1000 emberrel végezték a kísérletet. A minimuma: 202,243. A maximuma: 726,169. A mediánja: 489,106. A
szórása: 86,331. Ferdeség/Skewness eredménye -0,036, p értéke 0,077, Csúcsosság/Kurtosis eredménye -
0,401, p értéke 0,155 (F=-0,036 Cs=-0,401.).
3. változó: szövegértési szintje a diákoknak READ: a mintám 1000 fős (n=1000), 0 hiányzó volt, ezért
tényleg 1000 emberrel végezték a kísérletet. Ferdeség/Skewness eredménye -0,112, p értéke 0,077
(p=0,077), Csúcsosság/Kurtosis eredménye -0,522, p értéke 0,155 (p=0,155) (F=-0,112 Cs=-0,522). A
minimuma 220,524. A maximuma 724,815. A mediánja pedig 484,009.
4.változó: érzékelt visszajelzés PERFEED: a mintám 983 fős (n=983), 17 hiányzó volt.
Ferdeség/Skewness eredménye 0,101, p értéke pedig 0,078 (p=0,078), Csúcsosság/Kurtosis
eredménye -0,443, p értéke pedig 0,156 (p=0,156) (F= 0,101 Cs=-0,443). A minimuma -1,639. A
maximuma 2,017. A mediánja pedig -0,163.
5.változó: a tanár diák által észlelt érdeklődése TEACHINT: a mintám 986 fős (n=986), 14 hiányzó volt.
Ferdeség/Skewness eredménye -0,093, p értéke pedig 0,078 (p=0,078). Csúcsosság/Kurtosis
eredménye -0,489, p értéke pedig 0,156 (p=0,156) (F=-0,093 Cs=-0,489). A minimuma -2,218. A
maximuma 1,825. A mediánja pedig 0,174.
Mindegyik változónál megvizsgáltam a ferdeség, csúcsosság és Shapiro-Wilk teszt eredményeit,
illetve azoknak a p értékeit, hogy meg tudjam vizsgálni a normalitást, azaz azt, hogy teljesülnek-e a
normalitás feltételei.

A Shapiro-Wilk teszt eredményei hasonlóak: az első esetben 0,993, a másodikban 0,997, míg a
harmadikban 0,994, a negyedikben 0,963, az ötödikben 0,970. A p érték mindenhol kisebb, mint 0,01,
ami annyit jelent, hogy mivel p kisebb, mint 0,05, ezért az eloszlás nem normális, amelynek
következtében a nullhipotézisünket elvetjük.

Tehát van valami összefüggés a változók között, de ennek ellenőrzéséhez további vizsgálatokra van
szükség. Az output elemzésből melyet a Jasp programban futtatunk le, a khi2-et kell előszőr nézni,
mely azt mutatja meg, hogy a modell mennyire illeszkedik. A khi2 teszt táblázatot nézve kiolvasom a
khi2 próba eredményét, melynek p értéke kisebb, mint 0,01, tehát mivel p kisebb mint 0,05, ezért az
eredményünk szignifikáns, melynek alapján a nullhipotézisünket elvetjük (khi2= p<0,01).
Megvizsgáljuk következő lépésben a modell illeszkedését. Ebből a táblázatból még hasznos
információ a faktor modell szabadságfoka, melyből a modell illeszkedésére következtethetünk. Az
eredménye 8 (df=8), ez pedig jó illeszkedésre utal. Ezután megnézem a CFI és a TLI mutatókat, és ha
ezek 0,9 felett vannak akkor leszünk boldogok, mert akkor fog jól illeszkedni a modellem. A
futtatásomban a CFI értéke 0,981 (CFI = 0,981) ez kiváló illeszkedést mutat, és a TLI értéke 0,965 (TLI
= 0,965) itt az érték szintén kiváló ezért egy erős, jó illeszkedést találunk, hiszen az illeszkedés
felülmúlja az elvárt 0,9-es illeszkedést. Ezután még az eltérésmutatókat veszem szemügyre: RMSE
értéket kell nézni, ami a hibát jelzi, ez nálam 0,105 (RMSE = 0,105). Ez az érték akkor kiváló, ha 0,1
alatt van, nálam ezt picit meghaladja, de még elfogadhatónak számít, feltételezem, hogy valamelyik
faktorban van vagy vannak olyan elemek, amelyek mást is mérnek, mint amit gondoltunk róluk. És
még az RMSE értéken kívül megnézhetjük az SRMR értéket is, ami azt mutatja meg, hogy minél
közelebb van az SRMR a nullához a modellünk annál jobban illeszkedik, az enyém értéke 0,081 (SRMR
= 0,081) ez azt mutatja meg, hogy a modellnek jó az illeszkedése. Az eltérés mutatók megfelelőek a
modellemben (RMSE = 0,105) és az (SRMR = 0,081). A modellemről elmondható, hogy jó illeszkedésű
modellről van szó, melyben az itemek összefüggésben vannak a faktorokkal. Az RMSE eredmény
alapján jó lenne, ha egy feltáró faktoranalízist is futtatnék, hogy még pontosabb leírást és eredményt
kapjak a faktorok és itemek közti összefüggésekről. A modellem szignifikáns, az itemek és a faktorok
között összefüggés van, az egyes faktorokba feltételezett változók beleillenek. Összességében azt
láttuk az adatokból, statisztikai elemzések lefuttatásából, hogy a modell szignifikáns és jó, erősen
illeszkedő. Ez az eredmény arra enged következtetni, hogy valószínűleg a továbbiakban egy még
precízebb, bővebb modellel, vagy esetlegesen több független, prediktor változó bevonásával
érdemes dolgoznunk, hogy egy komplexebb magyarázatot kapjunk vagy jobban feltárjuk az itemek és
faktorok közti összefüggéseket. Erre alkalmas lehet egy feltáró faktoranalízis például.

KÉÉÉÉÉP A FUTTATÁSRÓÓÓÓL

5. EREDMÉNYEK
6. DISZKUSSZIÓ

Összességében azt láttuk az adatokból, statisztikai elemzések lefuttatásából, hogy a modell

szignifikáns és jó, erősen illeszkedő. Mindez alátámasztja a munkám során használt szakirodalmat és
annak hipotéziseit, miszerint összefüggés van a 2 faktor: teljesítmény és tanári bevonódás és az
ezeken belül található itemek és saját faktorjuk között (Balogh, 1999).

HIVATKOZÁSOK:

(Ceglédi, 2013)

Idézett forrásmunkák
Ceglédi, E. (2013). AZ ISKOLAI TELJESÍTMÉNYT BEFOLYÁSOLÓ TÉNYEZŐK VIZSGÁLATA. Alkalmazott
Pszichológia, 23-46.

(Birta-Székely, 2006)

Idézett forrásmunkák
Birta-Székely, N. (2006). A hatékony iskolai tanulás-tanítás feltételei. Tanárok pedagógiai műveltsége,
61-70.

Ceglédi, E. (2013). AZ ISKOLAI TELJESÍTMÉNYT BEFOLYÁSOLÓ TÉNYEZŐK VIZSGÁLATA. Alkalmazott

Pszichológia, 23-46.
Németh, M. B. (2003). A természettudományos műveltség mérése. Magyar
Pedagógia ,103.évf. 4.szám 499-526. (B, 2003)

Idézett forrásmunkák
B, M. N. (2003). A természettudományos műveltség mérése. Magyar Pedagógia, 499-523.

Birta-Székely, N. (2006). A hatékony iskolai tanulás-tanítás feltételei. Tanárok pedagógiai műveltsége,

61-70.

Ceglédi, E. (2013). AZ ISKOLAI TELJESÍTMÉNYT BEFOLYÁSOLÓ TÉNYEZŐK VIZSGÁLATA. Alkalmazott

Pszichológia, 23-46.

(Sallay, 1995)

Idézett forrásmunkák
B, M. N. (2003). A természettudományos műveltség mérése. Magyar Pedagógia, 499-523.

Birta-Székely, N. (2006). A hatékony iskolai tanulás-tanítás feltételei. Tanárok pedagógiai műveltsége,

61-70.

Ceglédi, E. (2013). AZ ISKOLAI TELJESÍTMÉNYT BEFOLYÁSOLÓ TÉNYEZŐK VIZSGÁLATA. Alkalmazott

Pszichológia, 23-46.

Sallay, H. (1995). TANÁRI SZEREPEK PERCEPCIÓJA: EGY ÁLTALÁNOS ISKOLAI FELMÉRÉS TANULSÁGAI.
Magyar Pedagógia, 201-227.