Ir sācies neliels mirklis vasaras brīvajā laikā un… kur lai mūžīgais students to vislabāk, lai pavada. Protams, mazliet-mazliet apsildot degunu kādā lieliskā konferencē, kurā diskutē un strīdas par matemātiku jau ar cieņu pret to kā zinātni. Šo rindu autore nepretendē uz novitāti vai pat to līmeni, kādā varēja klausīties priekšlasījumus. Taču… vienlaikus arī deva iespēju stiprināties mums būtiskā nepieciešamībā – trijstūra rotēšanā starp zinātnieku-un-rīcībpolitikas ekspertiem-un-skolotāju.
Bija iespēja lūgt neatteikt mūsu zinātniekus sēst kopā pie viena galda un – ja ne dien-dienā, tad tomēr pieskatot, lai mēs varam raiti izmantot esošos modeļus un daudz nekļūdīties to interpretācijā un piemērošanā. Mums “kā ēst” ir nepieciešami pētnieki, kas var mūsu gana dārgos datus – katrs no pētījumiem izmaksā teju pusmiljonu eiro (gan dalības maksas, gan datu savākšanas izmaksas) un ir svarīgi, ka šie dati dod vērtību un palīdzību atpakaļ. Gan plaši pazīstamās PISA, gan lasītprasmes PIRLS, gan matemātikas TIMSS pētījumi ir būvēti ar daudzlīmeņu izlasēm un attiecīgi teju katru skaidrojošo mainīgo var piesaistīt vairākos līmeņos arī pētot rezultātus.
Kāpēc tas ir svarīgi? Tieši tāpēc, ka ja mēs paņemam vien lineāru viena līmeņa regresiju, mēs varam iegūt pat kļūdainu interpretāciju kopainai. Kā jau sporadiski te rakstīju iepriekš – mums ir gana liels starpgrupu korelācijas koeficients, lai mēs noteikti saviem datiem piemērotu šo vairāku līmeņu datu izpēti.
Jau šeit redziet pievienotas vairākas atsauces tekstā augstāk. Viens piemērs, kuru izmantoju šodien, ir par sociālekonomisko statusu (sociālekonomisko novērtējumu sniedz gan vecāku Izglītība, gan darba vieta, gan šeit lasītprasmes pētījumā – arī grāmatu skaits mājās) un ko tas parāda gan starpskolu, gan vienas skolas līmenī. Starpskolu datu rezultātos redzam to, cik skolas dara, lai mazinātu sociālekonomiskā statusa ietekmi skolā. Valsts no valsts atšķiras arī šajos rādītājos, taču dati tikai vēl un vēl apstiprina, ka skolas arī Latvijā, Vācijā, Somijā un citviet, ir tā vieta, kur ir būtiski mazināt sociālekonomisko ietekmi, kāda tā ir no katras individuālās ģimenes, no skolēna. Protams, šeit jābūt uzmanīgiem ar to, vai rādītājus varam izmantot arī pamatojoties uz statistisko nozīmību. Šeit jāsaka, ka statistiski stabilākie dati bija Vācijas skolu dati un jau mazāk stabili somu un latviešu.
Ja aplūkojam jau to (sk. slaidu augstāk), kā katrā skolā atšķiras sociālekonomiskā statusa ietekme, tad šeit jāsecina, ka katras skolas iekšienē (tā sauktajā klāsterī) šie rādītāji Latvijā būtiski nenostaigā. Šādam rezultātam interpretācija ir gan laba – ka kopumā skolās skolēni var justies savstarpēji līdzvērtīgi, t.sk. ņemot iepriekš pausto, ka skolas mazina sociālekonomisko ietekmi uz mācību rezultātu, gan arī salīdzinoši mazāk laba – ka, ievērojot, ka starpskolu izkliede ir teju būtiska (ap 20% atšķirība), tad ir pieļaujams, ka skolas pašas jau veido savu mazo kosmosu jeb ir salīdzinoši segregētas savā sociālekonomiskajā burbulī. Jāsaka, ka tas vēl un vēl arī liek aizdomāties, cik svarīgi, lai ir pēc iespējas vienmērīga un vienāda reģionālā attīstība. Vienām skolām vien to nav viegli iznest. Tomēr šo visu ir vērts pētīt vēl un vēl, un protams, arī tuvāk skatīt ar matemātikas profesionāļiem, kas ļautu tuvāk diskutēt šīs hipotēzes un arī tuvāk pētīt vēl citas pazīmes.
Vasarā mums ir tiesības arī fantazēt/sapņot ar skaitļu pasauli. Un arī cerēt uz labu kritiku no gudrākiem kolēģiem. Igauņi teic, ka ir labi, ka ministrija sāk izmantot vairāk līmeņu modelēšanu. Cerēsim!
Projekta komandas vārdā
ar sveicieniem,
Dace
Pārpublicējot, lūdzam norādīt avotu.
Projekts Nr. 4.2.2.5/1/23/I/001 "Dalība starptautiskos izglītības pētījumos izglītības kvalitātes monitoringa sistēmas attīstībai un nodrošināšanai"
