Исследование.

В нашей работе были рассмотрены несколько статей, в которых были проведены исследования, показывающие влияние внешних факторов на результаты вступительных экзаменов.

Первая статья «Relationships between ability, college attendance, and family income» (автор Leonard L. Baird) опирается на результаты тестирования SAT в 1981 году. Главным вопросом исследования является выявление взаимосвязи между социальным классом, результатами тестов и общими способностями учеников к обучению. В первой части исследования рассматриваются взаимосвязь результатов тестов и доходов семьи с такими переменными как учебные планы студентов, тип школьной программы (общеобразовательная либо профессиональная), число выбранных курсов, участие в общественных и школьных мероприятиях, а также стремление ученика к получению образования, своего рода мотивация. Все это было основано на данных, полученных в результате тестирования SAT-1. Во второй части анализируется влияние академических способностей и вложений семьи в дополнительное образование выпускника, количество связей с различными колледжами, число колледжей, которые прислали ему приглашение, а также предложили финансовую помощь, их типы.

Исследование было достаточно всеобъемлющим, так как результаты теста SAT показали равнодоступность получения высшего образования для различных классов населения, а также возможность социальной мобильности. Таким образом, мы можем судить о репрезентативности данного исследования.

Данные исследования были взяты из SAT-SDQ (Scholastic Aptitude Test - student description questionnarie). Было выбрано 3200 результатов из 100 000 студентов, окончивших школу в 1981 году. В анализах, проводимых ранее были рассмотрены такие факторы как текущий образовательный статус, тип колледжа, полная (full-time) или частичная (part-time) посещаемость, количество предложений и тип финансовой помощи, учебные планы, количество колледжей, связавшихся со студентом, количество заявлений, которые студент подал, количество колледжей, которые предложили финансовую помощь студенту, размер классов в колледже, профориентация вузов, представления о справедливости SAT, удовлетворение студентом колледжа своим выбором и другие факторы. сыгравшие роль во время приема в учебное заведение. Эти данные были собраны в попытке изучить относительное влияние социально-классовых особенностей и результатов тестирования на количество предложений о зачислении, фактическое зачисление, тип колледжа, получение финансовой помощи и стипендии, необходимость работы во время учебы или частичную посещаемость. Другие анализы сосредотачивались на том, чтобы отделить влияние школьных оценок от результатов теста SAT-1.

Также, было оценено влияние таких факторов как пол и раса опрашиваемого. Некоторые исследования показали, что женщины более мотивированы к обучению и получению высшего образования. Кроме этого, особое внимание было обращено на достаток семьи, в которой воспитывался школьник. Исследования говорят о том, что чем выше доход и уровень образования родителей, тем лучше школьник пишет SAT. Это можно увидеть из таблицы 1, которая показывает соотношение дохода семьи и баллов, полученных в результате тестирования SAT-1. В ячейках таблицы указывается количество выпускников, получивших те или иные баллы. Как видно из наблюдений, максимальный балл (от 550 до 800) был получен выпускниками, доходы чьей семьи составляли от 24 000 до 35 000 долларов в год и более. Однако, если рассмотреть баллы от 390 до 550 можно увидеть, что ситуация не такая определенная: показатели варьируются вне зависимости от доходов семьи.

Далее была замечена положительная связь между результатами SAT и академической программой. При этом академическая программа никак не была связана с доходом родителей. Выше баллы по SAT-1 были у тех, в чьей программе было как минимум 4 часа математики и 4 часа английского языка в неделю.

Что касается участия в школьных мероприятиях, то студенты вне зависимости от уровня дохода своей семьи участвовали в спортивных, музыкальных, социальных и этнических кружках, организованных на базе школы, так как они общедоступны и чаще всего бесплатны. Тем не менее, студенты с более высокими оценками чаще всего участвовали сугубо гуманитарных кружках: дискуссионных клубах, журналистике, при этом часто были их организаторами. Вполне естественным результатом исследования стал вывод о том, что абитуриенты, получившие большее количество наград и премий на конкурсах, связанных со знанием родного языка, имели более высокие баллы на вступительных экзаменах. При этом, это никак не было связано с доходом их семей.

Практически все студенты планировали посещать колледж полный день. Исследование показало, что более обеспеченные студенты чаще планировали жить вдали от дома. Кандидаты из бедных семей планируют получать финансовую поддержку, однако на это рассчитывают и кандидаты из богатых семей. Дети, имеющие более высокие оценки в школе, предположили более высокие результаты SAT-1, чем дети с более низкой успеваемостью, что коррелирует с реальным порядком вещей. Доход семьи никак не влияет на данные показатели, что в итоге говорит нам о том, что студенты получающие высшие баллы на тесте, совершенно не должны быть богатыми, у них просто больше знаний и способностей. Посещаемость первого года колледжа была связана только с результатами SAT, однако даже у студентов с низкими результатами SAT-1 посещаемость была не ниже 84%, что видно из Таблицы №2.

Большинство абитуриентов подавали заявки в несколько колледжей, что вполне логично, потому что в стремлении привлечь как можно больше первокурсников, колледжи предлагают различные условия. Прежде всего они различаются по предлагаемым программам обучения, стоимости оплаты, возможности получения финансовой поддержки/стипендии в процессе обучения и некоторым другим факторам. Предложения о приеме в колледж коррелировали с результатами теста SAT, но никак не были связаны с доходом семьи.

Немного другая ситуация в частных колледжах. Для частных колледжей, как показывают данные опросов, тенденция к посещению у богатых студентов слабее, чем у более бедных, однако, возможно это связанно тем, что процент состоятельных студентов в частных организациях намного выше. Из этого можно сделать вывод, что доверять таким данным в полной мере нельзя, так как выборка нерепрезентативна.

Что касается удовлетворенностью своим выбором, в целом респонденты с более высокими баллами, были более довольны теми колледжами, в которые они были зачислены, чем респонденты с низкими баллами. Степени удовлетворенности, которые были получены в результате опроса, слабо коррелируют с доходом родителей, но сильно с результатами SAT: 89% получили более высокую оценку своему положению, чем респонденты с меньшими результатами SAT-1. 10% высказали предположение, что SAT позволил им выбрать менее селективный вуз, но большинство (72%) оценило влияние SAT на выбор как нулевое.

Таким образом, все образовательные характеристики показывают, что доход не влияет на выбор вуза напрямую, но, возможно, косвенно влияет на результаты SAT.

Что касается персональных критериев, то здесь не было обнаружено разницы в результатах SAT или выборе вуза в зависимости от пола опрашиваемого. Однако, процент девушек, обучающихся до степени бакалавра, оказался меньше, чем мальчиков. Достаточно значимым фактором, влияющим на посещаемость, оказалась национальность выпускников школы: белокожие студенты колледжа проводили в колледже как минимум 80% времени, в отличие от 70% темнокожих и 68% латиноамериканцев. При этом только 42% выходцев Латинской Америки из общего числа поступивших с низшим баллом SAT посещали их планируемый колледж, по сравнению с 67% белых и 63% чернокожих в этой категории. В категории первокурсников с высшим вступительным баллом, тем не менее, темнокожие и латиносы присутствовали на занятиях чаще, чем белые. Аналогичные результаты были получены при рассмотрении общих результатов: 97% темнокожих, 90% белых, и только 79% выходцев из Латинской Америки постоянно посещали какой-либо колледж. Опять же, главное отличие оказалось в выборке студентов с наименьшими вступительными баллами: 59% выходцев из Латинской Америки, по сравнению с 85% белых и 95% темнокожих утверждали, что они постоянно посещают колледж.

Модели финансирования образования оказались довольно разные в зависимости от принадлежности к одной из этнических групп. Среди тех, кто полагается на родительскую помощь, процент для "белых" был равен 64%, для "черных" 47%, и для выходцев из Латинской Америки всего 27%. Темнокожие и «латиносы» использовали государственную помощь, а также финансовую помощь колледжа и собственную работу для поддержки своего образования значительно чаще, чем светлокожие.

Студенты, посещающие специализированные академические программы, чаще посещали колледж, поскольку, возможно, были более ориентированы на достижение карьерного успеха. Однако стоит заметить, что SAT не является оценкой такого рода знаний. Однако студенты академических программ были ориентированы на родительский доход (66%), чаще чем слушатели общих программ (54%).

В итоге, как показало это исследование, доходы семьи не влияют на выбор вуза и образование студента прямым образом, однако косвенно являются достаточно значимым фактором. В свою очередь, можно сделать вывод о связи образования выпускника с результатами SAT и возможностью (однако, не предпочтениями) выбора колледжа.

Другой, рассмотренной в исследовательской работе, является статья Эрика Айда и Марка Шовалтера «Влияние качества школы на успеваемость учащихся: квантильный, регрессионный подход». Данная статья была написана авторами для того, чтобы понять, куда следует направлять ресурсы, эффективно ли их распределение на те или иные параметры школьного образования. Её цель — определить, каким образом можно перераспределить имеющиеся ресурсы с целью получения максимальной отдачи от учеников, которая в данной статье выражается оценкой за тест по математике. Дело в том, что математика, как и русский язык, являются базовыми предметами, и получить положительный, а тем более хороший результат за тест требует немалых усилий, причем прикладываемых на протяжении длительного периода времени. Таким образом, математику, как и русский язык нельзя выучить за год, и написать тест, если все предыдущие года ученик работал спустя рукава. Кроме того, к данным предметам предъявляется серьезные требования, а оценка, полученная за тест, является так или иначе объективной. Поэтому результаты, полученные в данной статье, можно смело распространить и на оценку за тест по русскому языку.

Для построения модели использовались данные по опросу 1980 и 1982 годов среди второкурсников и студентов более старших курсов, причем выборка представляла студентов, не отчисленных на последующих курсах, не переходящих в другой вуз, а также обязательным условием являлось получение положительного балла за тест как на втором курсе, так и на более старшем курсе. Данные были взяты из Национального Центра Статистики образования.

В качестве модели был применен метод МНК и метод инструментальных переменных вследствие неисключаемости наличия зависимости оценки за тест в последующие года от результата теста, написанного на втором курсе, что привело бы к смещенности оценок. Кроме того, были построены обычные и квантильные регрессии, позволяющие сравнить результаты между собой. Стоит отметить, что ошибка измерения (включающая незначимые факторы) не всегда имела нормальное распределение.

В качестве зависимой переменной был взят результат за тест по математике, а в качестве объясняющих переменных были взяты такие факторы, как отношения учитель-ученик, затраты на одного ученика, прием в школу, продолжительность учебного года, квалификация учителей, а также этническая/расовая принадлежность, наличие в семье обоих родителей, их уровень образования, уровень самоподготовки, доход и размер семьи, регион и место фактического проживания рассмотренной группы. Кроме того, чтобы учесть некоторые трудно измеримые или не представимые в численной форме факторы, были введены дамми-переменные.

Построенная методом МНК регрессия показала, что такие переменные как отношение учителя у ученику, продолжительность учебного года, затраты на одного ученика из бюджета учебного заведения, а также профессиональные достижения учителей не оказали существенного влияния на результат теста. В свою очередь, набор в школу оказал положительное влияние на оценку, полученную за тест по математике.

Однако, квантильные регрессии дали несколько другой результат. Продолжительность учебного года влияет положительно на результат теста, если мы рассматриваем всю совокупность или тех, кто учился хорошо и отлично. Относительно поступления (набора) в колледж результат за тест положителен, если набор увеличен.

На наш взгляд, полученные результаты могут быть перенесены на результаты за тест по русскому языку. Кроме того, увеличение числа учащихся приводит к тому, что возникает конкуренция среди учеников, стремление не только получить знания, чтобы написать тест (многие этого даже не осознают), но и самоутвердиться, ведь ученики, как и взрослые люди, постоянно сравнивают себя с другими сверстниками. Многие начинают подтягиваться к сильным, так как их часто приводят в пример для стимулирования. Особенно влиятельным является приход в школу сильных детей. Это можно рассмотреть на примере из жизни, предложенном одним из участников нашей команды: «Данная ситуация у меня наблюдалась со мной в 10-м классе. У нас в школе был постоянный недобор из-за перехода школы на программу 1-4. В результате в 5-ый класс все мы были набраны с разных школ и то с горем пополам. Поэтому особого стимула учиться не было. Однако после того, как в 8-ом классе к нам поступили сильные ребята, пришлось подтягиваться, причем и по русскому языку, и по математике». Кроме того, уровень достижений (квалификация) и даже степень профессионализма школьных учителей в наши дни не так сильно влияют на знания по базовым предметам, поскольку основная масса учеников сейчас ходит к репетиторам, хотя в то время репетиторство было слабо развито, поскольку такое дорогое удовольствие могли себе позволить только богатые люди. Это наблюдение делает значимым тот фактор доходов родителей ученика, пускай и влияющим на показатели исследования косвенным образом.

Таким образом, наше исследования подходит к практической части. Модель, рассматриваемая в исследовании, основана на выдержке из «National Bureau of Economic Research» (глава «Towards an educational production function», автор Samuel Bowles). В ней хорошо описывается, как можно представить оценки за вступительный экзамен в качестве выпуска производственной функции, а также особое внимание уделяется тому, каким образом и какие факторы, влияющие на данную оценку, необходимо включить в анализ. На основании изученной литературы по тематике исследования мы можем выдвинуть следующие гипотезы, которые впоследствии будем тестировать на предоставленных нам данных:

1) На успешность сдачи ЕГЭ по русскому языку в высокой степени влияют социокультурные характеристики семьи ученика (в частности, образование его родителей, их интересы), уровень её доходов, а также полнота семьи;

2) Дополнительные занятия (выраженные в количестве месяцев дополнительных занятий, а также среднемесячными затратами на них) оказывают положительное воздействие на результаты ЕГЭ по русскому языку;

3) Девочки обладают бОльшими способностями к гуманитарным предметам (в частности, к языкам) и их результаты должны быть несколько выше, чем у мальчиков;

4) Способ поступления в вуз, который для себя наметил абитуриент, влияет на его заинтересованность (или незаинтересованность) в получении высоких баллов ЕГЭ, и потому может являться одним из факторов, влияющих на собственно результат ЕГЭ;

5) Тип школы, в которой обучается ребенок, а также тип населенного пункта, в котором он проживает, может оказывать значимое влияние на успешность сдачи им ЕГЭ.

Далее рассмотрим собственно тестирование гипотез. Для этого мы используем данные, полученные благодаря интернет-опросу первокурсников, поступивших в российские вузы в 2011 году.

После проведения логического и содержательного контроля и удаления ненужных для решения нашей конкретной задачи сведений перед нами встаёт проблема несопоставимости напрямую результатов ЕГЭ за разные годы, поскольку за это время менялась как структура задний, так и их сложность. Чтобы решить эту проблему, мы стандартизируем результаты ЕГЭ за каждый год с использованием официальных данных по статистике ЕГЭ за каждый соответствующий год (аналитические отчёты ФИПИ за годы 2008-2011). Поскольку данных за 1999-2007 годы найти не удалось, такие наблюдения мы исключили из выборки, тем более что они составляли ничтожную её часть.

В своем исследовании мы тестировали влияние на результаты ЕГЭ по русскому языку следующих факторов:

1) Пол ученика: dummy-переменная, принимающая значение 1, если ребенок мужского пола, и 0 – если женского;

2) Доход семьи ребенка: эта переменная входит в уравнение в виде натурального логарифма от середины интервала дохода на одного человека, указанного ребенком в анкете;

3) Полнота семьи: здесь мы использовали различные вариации dummy-переменных, которые обозначали как наличие у ребенка обоих родителей, так и отдельно только матери или отца;

4) Образование родителей: так же, как и в предыдущем пункте, мы тестировали наличие высшего образования у обоих родителей, или отдельно у отца или матери;

5) Тип населенного пункта, в котором проживает ребенок: город (1) или село (0);

6) Тип школы, в которой ребенок обучался: гимназия, лицей, общеобразовательная школа с углубленным изучением каких-либо предметов или обычная общеобразовательная школа;

7) Количество месяцев дополнительной подготовки к сдаче ЕГЭ;

8) Средние месячные затраты на дополнительную подготовку к ЕГЭ;

9) Натуральный логарифм количества книг дома у ребенка;

10) Результат ЕГЭ ученика по математике (так же, как и результаты ЕГЭ по русскому языку, они были стандартизированы).

Модель, которую мы тестировали, выглядит следующим образом:

Ai=α+βj*Fij,

где Ai – это стандартизированный результат ЕГЭ соответствующего ученика,

Fij – это факторы, влияние которых мы тестируем,

α, βj – коэффициенты.

В своей работе мы протестируем различные наборы комбинаций указанных выше факторов для того, чтобы решить проблемы, вызванные, например, мультиколлинеарностью некоторых факторов и т.п., и получить правильные оценки коэффициентов.

Протестировав ряд моделей, отличающихся друг от друга комбинациями указанных факторов, мы пришли к следующим выводам (см. таблицу 1):

1) Результаты ЕГЭ по русскому языку в высокой степени положительно коррелируют с результатами ЕГЭ по математике.

2) Девочки сдают ЕГЭ по русскому языку значительно сильнее мальчиков: они получают в среднем на 0,7 стандартных отклонения баллов выше на уровне значимости даже в 1%.

3) Значимое влияние оказывают затраты на дополнительную подготовку к ЕГЭ, однако в анкете не указано, на подготовку к ЕГЭ по каким предметам были потрачены эти средства, поэтому здесь сложно делать однозначные выводы.

4) Количество книг в семье оказывает положительное влияние на результаты ЕГЭ по русскому языку.

5) Полнота семьи является важным фактором: однако, дети из неполных семей (с одним из родителей) показывают лучшие результаты по сравнению с детьми из полных семей. Возможно, это вызвано тем, что они более мотивированы по сравнению с детьми из полных семей.

6) С помощью регрессии не удалось выявить значимую зависимость результата ЕГЭ от уровня доходов семьи (в некоторых комбинациях факторов она была даже отрицательна). Вероятно, это связано с тем, что эта зависимость нелинейна: мы предполагаем, что высокие результаты ЕГЭ показывают дети из семей со средним уровнем достатка, а дети из наиболее обеспеченных семей имеют не так много стимулов получать высокие баллы.

7) Тип населенного пункта оказывает значимое влияние на результаты ЕГЭ: «городские» сдают его в среднем на 0,4 стандартных отклонения лучше «сельских».

8) Влияние школы на результат ЕГЭ получилось не столь значимым, однако в целом, ученики гимназий и лицеев сдают ЕГЭ на 0,2 стандартных отклонения лучше учащихся общеобразовательных школ.

9) Образование родителей оказывает влияние на результаты ЕГЭ: при этом высшее образование матери оказывает значимое положительное воздействие, которое даже выше, чем при наличии такового у обоих родителей.

10) Способ поступления в вуз, который ученик для себя избрал, также оказывает значительное влияние на результаты его ЕГЭ. Поступавшие по результатам ЕГЭ имеют баллы в среднем на 0,5 стандартных отклонения выше, чем те, кто поступал по олимпиадам или внутренним вступительным испытаниям вуза. Однако, в данном случае причинно-следственная связь не совсем очевидна.

11) Продолжительность дополнительной подготовки также оказывает значимое влияние на результаты ЕГЭ: каждый дополнительный месяц подготовки в среднем повышает баллы на 0,04 стандартных отклонения.

Таблица №1.

Фактор	Коэффициенты	Стандартная ошибка
Пол (м)	-0,7040673	0,11531913
ЕГЭ по математике (станд.)	0,66452984	0,0202129
Доп. занятия	0,04400231	0,00956385
Затраты на доп. занятия	0,020694	0,0093005
Книги	0,05710951	0,03314251
Доход	0,0220802	0,01504959
Без родителей	-0,046907	0,23191764
Только мать	0,35972575	0,14222042
Только отец	0,49976364	0,52079445
Обр. отца	-0,1906672	0,13027033
Обр. матери	0,2283941	0,12761555
Высшее образование обоих родителей	0,15935199	0,12775153
Населённый пункт (город)	0,39476194	0,15263496
Тип школы (гимназия или лицей)	0,17014327	0,13062495
Способ поступления	0,50133664	0,15110522

Заключение.

Итак, подводя итог проведенной работе, мы можем сделать следующие выводы.

Рассматривая американские вузы, мы столкнулись с проблемой отсутствия исследований по нашей теме, основанных на свежих данных, однако благодаря тому, что SAT-1 тест проводится уже не первый десяток лет, даже по данным 1980х годов вполне можно сделать выводы и показать некоторые зависимости. В первую очередь, было выявлено косвенное влияние дохода семьи выпускника на поступление им в колледж. Оно просматривается на возможностях ученика школы заниматься дополнительно на платных курсах и поступить в частный колледж, однако мало коррелирует с полученными баллами за тест SAT-1. Это можно объяснить тем, что школьники из мало обеспеченных семей имеют бОльшую мотивацию к хорошей учебе и поступлению в престижный вуз, что выравнивает результаты вступительных экзаменов. Значимым фактором в исследовании образовательного рынка США является национальная принадлежность ученика. Среди наиболее усердных студентов с наибольшими вступительными баллами преобладают афроамериканцы и латиноамериканцы, в то время, как разрыв в уровне посещаемости у «белых» американцев с низкими и высокими баллами не так высок. Это показывает отношение различных этнических групп к высшему образованию в США, однако практически не коррелирует с опытом России, так как проблема межнациональной розни в нашей стране. Как гласит история, никогда не стояла так остро, как Штатах.

Обращаясь к свежим эмпирическим данным, мы получили следующие выводы. Наиболее значимыми факторами, влияющими на показатели ЕГЭ в 2011 году оказались пол (девочки более склонны к гуманитарным наукам), тип населенного пункта (город), образование родителей (высшее), способ поступления в вуз (ЕГЭ, а не олимпиада), а также продолжительность дополнительной подготовки первокурсников. В той или иной мере, они имели положительную связь с результатами ЕГЭ по русскому языку. Кроме того, большая корреляция замечена с показателями результатов ЕГЭ по математике. Скорее всего, их можно объяснить точно теми же факторами. Остальные переменные оказались не такими значимыми, скорее всего, по причине того, что не всегда учитывали мотивацию учащихся, а отклонения «гасили» друг друга. (Например, это можно наблюдать в случае малой мотивации обеспеченных школьников хорошо сдавать экзамены, однако имеющих хорошую возможность готовиться к экзаменам у репетиторов).

В дальнейшем данное исследование имеет большие перспективы. Через несколько лет, когда информации для получения адекватных результатов будет достаточно, можно проследить тенденции изменения влияния тех или иных факторов, а также использовать оценку по ЕГЭ уже в качестве переменной, исследуя как производственную функцию выпускников вузов, поступивших по ЕГЭ.

Список литературы.

1) Эрик Айд, Марк Шовалтер «Влияние качества школы на успеваемость учащихся: квантильный, регрессионный подход» // «The effect of school quality on student performance: A quantile regression approach» Eric Eide, Mark H. Showalter, Department of Economics, Brigham Young University, Provo, UT 84602, USA. Источник:http://darp.lse.ac.uk/PapersDB/Eide-Showalter_(EL_98).pdf

2) Леонард Л. Байрд «Связь между способностями, посещаемостью колледжа и доходом семьи» // «Relationships between ability, college attendance, and family income» Leonard L. Baird. Источник: http://www.jstor.org/discover/10.2307/40195661?uid=3738936&uid=2129&uid=2&uid=70&uid=4&sid=56204603283

3) Учебное пособие «Образование, доход и человеческий капитал» В. Ли Хансен, глава «Производственная функция в обучении», автор главы Сэмуэль Боулз // «“Education, Income, and Human Capital” W. Lee Hansen, Chapter Title: TOWARDS AN EDUCATIONAL PRODUCTION FUNCTION, Chapter Author: Samuel Bowles. Chapter URL: Источник: http://www.nber.org/chapters/c3276

Дата добавления: 2015-07-18