Στατιστική ανάλυση και εκτίμηση των προβλεπτικών παραγόντων της επίδοσης των Ελλήνων μαθητών στις Φυσικές επιστήμες με χρήση OLS και QR μοντέλων στα δεδομένα του PISA 2018
| dc.contributor.advisor | Γιακουμάτος, Στέφανος | |
| dc.contributor.author | Κουρκουτάς, Ηλίας | |
| dc.date.accessioned | 2023-06-06T21:44:10Z | |
| dc.date.available | 2023-06-06T21:44:10Z | |
| dc.date.issued | 2022-09 | |
| dc.identifier.uri | https://amitos.library.uop.gr/xmlui/handle/123456789/7411 | |
| dc.identifier.uri | http://dx.doi.org/10.26263/amitos-916 | |
| dc.description | Μ.Δ.Ε. 20 | el |
| dc.description.abstract | Ο διαγωνισμός PISA, ο οποίος ιδρύθηκε από τον OECD πριν μια εικοσαετία και πραγματοποιείται κάθε τρία χρόνια, αξιολογεί το βαθμό που οι μαθητές κατέχουν ικανότητες και δεξιότητες ώστε να αντιμετωπίζουν με επιτυχία προκλήσεις από την καθημερινή ζωή, χρησιμοποιώντας βασικές γνώσεις που έχουν διδαχτεί στο σχολείο. Επομένως ένας μεγάλος όγκος δεδομένων είναι διαθέσιμος για αναλύσεις που σχετίζονται με τα εκπαιδευτικά συστήματα σε παγκόσμιο επίπεδο. Ο κύριος στόχος της εργασίας αυτής ήταν να ερευνήσουμε την επίδραση των ατομικών χαρακτηριστικών και του οικογενειακού υπόβαθρου του μαθητή σε συνδυασμό με κάποια σχολικά χαρακτηριστικά (τύπος σχολείου, γεωγραφική περιοχή, πρόγραμμα σπουδών και μέγεθος της τάξης) στην επίδοση στις φυσικές επιστήμες. Για το σκοπό της παρούσας εργασίας χρησιμοποιήσαμε δεδομένα του PISA 2018 για την περίπτωση της Ελλάδας μιας και η χώρα αυτή χρήζει περεταίρω έρευνας λόγο της διαχρονικά χαμηλής επίδοσης της. Το δείγμα αποτελούταν από 6403 Έλληνες μαθητές ηλικίας 15-16 χρονών, οι οποίοι ήταν εγγεγραμμένοι σε 242 σχολεία. Η ανάλυση πραγματοποιήθηκε με το στατιστικό πρόγραμμα SPSS, όπου χρησιμοποιήσαμε ανάλυση πολλαπλής παλινδρόμησης (OLS) καθώς και τη μέθοδο ποσοστιαίας παλινδρόμησης (Quantile Regression-QR) για πιο ολοκληρωμένη μελέτη, εξετάζοντας αν οι παραπάνω μεταβλητές επιδρούν με τον ίδιο ή διαφορετικό τρόπο κυρίως μεταξύ μαθητών χαμηλής και υψηλής επίδοσης. Τα αποτελέσματα έδειξαν ότι το οικογενειακό υπόβαθρο και τα χαρακτηριστικά του μαθητή επιδρούν σημαντικά στη επίδοση αλλά με διαφορετική ισχύ μεταξύ μαθητών διαφορετικής απόδοσης. Αντιθέτως το μέγεθος της τάξης έδειξε ότι δεν επιδρά στο μεγαλύτερο μέρος της κατανομής της επίδοσης. Επίσης η πρόσβαση σε υλικά αγαθά που δεν έχουν άμεση σχέση με την εκπαίδευση έδειξε αρνητική επίδραση. Τέλος το ελληνικό εκπαιδευτικό σύστημα διακατέχεται από αρκετές ανισότητες τόσο μεταξύ διαφορετικών προγραμμάτων σπουδών όσο και μεταξύ γεωγραφικών περιοχών. Τα παραπάνω συμπεράσματα υποδεικνύουν ότι οι νομοθετικές μεταρρυθμίσεις πρέπει να είναι στοχευμένες λαμβάνοντας υπόψη τη μεταβλητότητα της μαθητικής επίδοσης με επίκεντρο τόσο τη μείωση του χάσματος μεταξύ υψηλόβαθμων και χαμηλόβαθμων μαθητών όσο και την εξάλειψη των παρατηρούμενων ανισοτήτων και με τελικό προορισμό την μετάβαση σε ένα πιο στιβαρό εκπαιδευτικό σύστημα. | el |
| dc.format.extent | 116 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πελοποννήσου | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.subject | Επιστημονικός εγραμματισμός | el |
| dc.subject | Δεξιότητες | el |
| dc.title | Στατιστική ανάλυση και εκτίμηση των προβλεπτικών παραγόντων της επίδοσης των Ελλήνων μαθητών στις Φυσικές επιστήμες με χρήση OLS και QR μοντέλων στα δεδομένα του PISA 2018 | el |
| dc.title.alternative | Statistical analysis and evaluation of Greek students΄ background determinants on Science literacy using OLS models and Quantile regression methods on Pisa 2018 Data. | el |
| dc.type | Μεταπτυχιακή διπλωματική εργασία | el |
| dc.contributor.committee | Μαυριδόγλου, Γεώργιος | |
| dc.contributor.committee | Αγοράκη, Μαρία-Ελένη | |
| dc.contributor.department | Τμήμα Λογιστικής και Χρηματοοικονομικής | el |
| dc.contributor.faculty | Σχολή Διοίκησης | el |
| dc.contributor.master | Λογιστική και Χρηματοοικονομική | el |
| dc.subject.keyword | Ποσοστιαία παλινδρόμηση (QR) | el |
| dc.subject.keyword | Επιστημονικός εγραμματισμός | el |
| dc.subject.keyword | Πολυπαραγοντική παλινδρόμηση (OLS) | el |
| dc.subject.keyword | Έλληνες μαθητές | el |
| dc.subject.keyword | Quantile regression (QR) | el |
| dc.subject.keyword | Scientific literacy | el |
| dc.subject.keyword | Greek students | el |
| dc.subject.keyword | Pisa 2018 | el |
| dc.subject.keyword | OLS | el |
| dc.description.abstracttranslated | Pisa is a program that has been developed by the OECD. The first time that appeared was in 2000. Since then it has involved more than 90 countries and around 3.000.000 students worldwide (OECD forum). They are called to participate in it every 3 years to estimate if students can face and solve problems successfully from daily living situations and to which degree can use the basic knowledge that has been acquired by the subjects that they have been taught at school. Therefore, Pisa is a very important competition. Thanks to it, researchers and policymakers have a huge source of data which is related to education systems worldwide. The main goal of this paper was to investigate the determinants of student performance. In particular, how students' characteristics, family background, and some school characteristics (type of school, geographic region, curriculum, and class size) affect science performance. For this paper, we used PISA 2018 data for the case of Greece, as this country requires further research because Greek students perform below the average mean across OECD countries. The sample consisted of 6403 Greek students aged 15-16, who were enrolled in 242 schools. The analysis was carried out with the SPSS statistical program using multiple regression models (OLS) as well as Quantile Regression (QR) method for a more comprehensive study to evaluate whether the above variables affect in the same or different way on low and high-achieving students. Results indicated that family background and student characteristics affect students' performance significantly but to a different degree between high and low-performing students. In contrast, class size was shown to not affect almost the entire performance distribution. Moreover, access to material goods not directly related to education showed a negative effect, instead, the socioeconomic status of the family (ESCS) is a strong positive predictor of scientific literacy. Finally, the Greek education system suffers from several disparities both between different study programs and geographical regions. The above conclusions indicate that educational legislative reforms should be targeted and take into account the variance of student achievement with a focus to reduce the gap between high and low-performing students, which will lead to a robust education system. | el |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Λογιστικής και Χρηματοοικονομικής (Μ. Δ. Ε.)
Οι εργασίες των φοιτητών των μεταπτυχιακών προγραμμάτων του τμήματος Λογιστικής και Χρηματοοικονομικής
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα