OCSE - PISA 2006 Programme for International

Student Assessment

Le competenze degli studenti quindicenni nel Veneto

RAPPORTO REGIONALE DEL VENETO OCSE – PISA 2006

a cura di Claudio Marangon

MIUR

Ufficio Scolastico Regionale per il Veneto

Direzione Generale

Copertina di Angela Pierri © 2008 MIUR – Ufficio Scolastico Regionale per il Veneto Direzione Generale Riva de Biasio - S.Croce 1299 30135 VENEZIA tel. 041 2723111 http://www.istruzioneveneto.itdirezione-veneto@istruzione.it

Direttore Generale: Carmela Palumbo

Rapporto a cura di Claudio Marangon Contributi di Lorenzo Bernardi, Grazia Calcherutti, Luigi Clama, Roberta Cielo, Angela Martini, Maria Teresa Siniscalco, Sante Velo e Susanna Zaccarin

Si ringraziano la dott.ssa Elisa Bolzonello per il prezioso contributo fornito nell'elaborazione dei dati presentati nel capitolo 9, e le scuole, gli insegnanti e gli studenti del Veneto la cui adesione e attiva partecipazione alla rilevazione hanno reso possibile la realizzazione dell’indagine

Finito di stampare nel mese di novembre 2008 presso la CLEUP Via G. Belzoni, 118/3 – Padova www.cleup.it

Il presente volume può essere riprodotto per l’utilizzo da parte delle scuole per le attività di formazione del personale direttivo e docente. Esso non potrà essere riprodotto e utilizzato parzialmente o totalmente per scopi diversi da quello sopraindicato, salvo esplicita autorizzazione dell’USR per il Veneto

ISBN 978-88-6129-311-3

INDICE Presentazione 5

Introduzione 6

La ricerca 1. Cos’è PISA. Caratteristiche del ciclo 2006

Claudio Marangon 11

2. Il quadro teorico di riferimento per la valutazione della competenza scientifica e la prova di scienze in PISA 2006 Grazia Calcherutti

23

I risultati Sintesi dei principali risultati in scienze e avvertenze per la lettura 37

3. La costruzione delle prove di scienze e i risultati degli studenti del Veneto nella competenza scientifica in PISA 2006 Luigi Clama e Sante Velo

39

4. La competenza di lettura degli studenti veneti Maria Teresa Siniscalco

77

5. La competenza in matematica degli studenti veneti Roberta Cielo

109

6. Caratteristiche degli studenti e risultati nei tre ambiti Angela Martini

139

7. Motivazioni e atteggiamenti degli studenti e risultati in scienze Angela Martini

157

8. Caratteristiche delle scuole e risultati in scienze Angela Martini

173

Gli approfondimenti 9. Analisi multilivello dell’influenza delle caratteristiche individuali e di

scuola sulle prestazioni in scienze Angela Martini e Susanna Zaccarin

195

10. La partecipazione al sistema educativo veneto: una rapida visione storica Lorenzo Bernardi

221

Indicazioni e prospettive dopo PISA 2006 Claudio Marangon

233

Gli Autori 239

3

Presentazione

Questo secondo Rapporto regionale, che ho il piacere di presentare a tutti gli operatori e agli studiosi interessati ad analizzare il funzionamento della scuola veneta, dà ragione dei risultati ottenuti dagli studenti quindicenni del Veneto in PISA 2006, la prestigiosa indagine internazionale promossa dall’OCSE con periodicità triennale, alla quale abbiamo preso parte come realtà individuale sin dal ciclo 2003, quando è stata data alle singole regioni la possibilità di parteciparvi con un campione rappresentativo delle loro realtà territoriali.

Una decisione di estremo interesse per la comprensione del funzionamento del nostro sistema scolastico, che ha autonomamente anticipato quella che il MIUR ha in seguito deciso di estendere a tutte le regioni dal prossimo ciclo 2009, nell’intento di ottenere una mappatura sistematica del territorio nazionale con significatività a livello di singole regioni o di province autonome. A tutti coloro che sono interessati alla comprensione del sistema scolastico veneto a partire da dati di realtà l’Ufficio Scolastico Regionale consegna, dunque, i risultati di una ricerca di indiscusso credito a livello internazionale e del massimo interesse anche per la dimensione di confronto internazionale che la caratterizza.

Prosegue così il lavoro che da alcuni anni, in sinergia con le Università di Padova e Trieste, ci permette di analizzare le reali competenze dei nostri studenti quindicenni nelle tre aree di competenza che i governi dei paesi dell’OCSE giudicano essenziali per l’esercizio di una cittadinanza consapevole e perché una nazione possa efficacemente competere nel contesto economico mondiale. L’Ufficio Scolastico Regionale, d’intesa e con il significativo apporto della Regione Veneto, ha mantenuto il forte impegno organizzativo e finanziario che sin dall’inizio lo ha caratterizzato tra le realtà più impegnate a misurarsi e a confrontarsi in una dimensione internazionale. In questa edizione 2006, che ha registrato la partecipazione di 57 paesi, il Veneto ha riportato risultati che non esito a definire lusinghieri, che gli assegnano posizioni di vertice tra le altre regioni in Italia e, nel confronto con gli altri paesi, lo posizionano, per le scienze, tra il nono e il decimo posto della graduatoria mondiale.

Mi auguro che l’attenta lettura delle complesse indicazioni che ci vengono da questa ricerca impegni tutti gli operatori del mondo della scuola verso il continuo innalzamento del livello degli apprendimenti di base e, in particolare, verso un sempre maggiore sviluppo della cultura scientifica che è elemento fondamentale per la crescita e la competitività del Paese.

Carmela Palumbo Direttore Generale - Ufficio Scolastico Regionale per il Veneto

5

Introduzione

La ricerca PISA [Programme for International Student Assessment (Programma di valutazione internazionale degli studenti)] giunge nel 2006 al terzo dei cicli che sono stati programmati con cadenza triennale. Questa indagine internazionale, che riscuote un crescente interesse per la serietà dell’impianto scientifico, è promossa dai Governi dei paesi aderenti all’OCSE (Organizzazione per la Cooperazione e lo Sviluppo Economico), che vi hanno dato avvio prefiggendosi di valutare periodicamente le competenze degli studenti quindicenni nelle tre aree della lettura, della matematica e delle scienze. Sono queste, infatti, le competenze che l’OCSE giudica essenziali perché si possa esercitare una cittadinanza consapevole e perché un paese possa competere efficacemente nel contesto internazionale. Poiché a PISA 2006 hanno partecipato 51 paesi, l’analisi dei risultati in prospettiva comparata consente anche un interessante confronto in termini di efficacia dei diversi sistemi di istruzione.

Così come già avvenuto per il ciclo precedente, il Veneto ha preso parte al ciclo 2006 con un proprio campione, costituito questa volta da 1530 studenti, appartenenti a 53 diverse unità scolastiche, e rappresentativi dei circa 40.000 studenti quindicenni della regione. Questa partecipazione è per la nostra regione un elemento importantissimo di conoscenza che permette ai responsabili delle politiche scolastiche di disporre di dati oggettivi di reale valore scientifico sui quali fondare azioni di miglioramento a livello di sistema scolastico locale.

Questo secondo Rapporto regionale nasce dal lavoro del Gruppo Regionale di Ricerca, costituito presso l’Ufficio Scolastico Regionale per il Veneto1, e dalla collaborazione con l’Agenzia Scuola (ex IRRE) del Veneto, il Dipartimento di Scienze Statistiche dell’Università di Padova e il Dipartimento di Scienze Economiche e Statistiche dell’Università di Trieste2. L’elaborazione dei risultati, avvenuta per la prima volta autonomamente in questo ciclo 2006, è stata effettuata a partire dal dataset originale fornito dall’OCSE attraverso l’INValSI, l’Istituto Nazionale per la Valutazione del Sistema dell’Istruzione, con sede a

1 Il Gruppo Regionale di Ricerca PISA 2006, istituito con Decreto del Direttore Generale (prot. 6515/A29 del 22.9.06), è costituito da Claudio Marangon (Referente di progetto), Grazia Calcherutti, Roberta Cielo, Luigi Clama, Angela Martini e Sante Velo. Per la redazione del Rapporto il Gruppo si è avvalso anche della collaborazione di Maria Teresa Siniscalco, già Responsabile Nazionale di PISA 2003. 2 Per l’elaborazione dei dati di PISA 2006 l’Ufficio Scolastico Regionale per il Veneto, attraverso una convenzione siglata con l’Agenzia Scuola del Veneto e con le citate istituzioni universitarie, ha inserito il Gruppo Regionale in un progetto (coordinato dal Dirigente Tecnico Dino Cristanini) che si avvale della collaborazione scientifica rispettivamente di Angela Martini, Lorenzo Bernardi e Susanna Zaccarin.

6

Frascati, che tradizionalmente svolge il ruolo di Agenzia Nazionale presso il Consorzio Internazionale che gestisce la ricerca.

Il presente Rapporto, al quale, in considerazione della crescente notorietà di PISA, si è scelto di dare un taglio più snello rispetto al precedente, rinviando a fonti esterne il reperimento di eventuali ulteriori materiali e informazioni di tipo specialistico, è suddiviso in tre parti. Nella prima parte (La ricerca) il capitolo 1 descrive i principali aspetti metodologici secondo i quali si articola l’indagine e le caratteristiche distintive del ciclo 2006. Il capitolo 2 presenta il cosiddetto Framework di scienze, cioè la cornice teorica di riferimento su cui si è basata la costruzione delle prove per la misurazione della competenza scientifica, che nel ciclo 2006 è stata il principale e il più approfondito ambito di indagine.

Nella seconda parte (I risultati), che si apre con un sintetico riepilogo dei principali esiti nei tre ambiti, vengono presentati i risultati conseguiti dagli studenti veneti. Al principale “focus” di rilevazione 2006, le scienze, è dedicato il capitolo 3, che riporta e commenta dettagliatamente i risultati degli studenti veneti nella scala complessiva e nelle singole sottoscale di scienze collocandoli nel quadro nazionale e internazionale. Altrettanto fanno i capitoli 4 e 5 che presentano, rispettivamente, le principali caratteristiche della valutazione della competenza di lettura e della competenza matematica, e i risultati di lettura e matematica degli studenti quindicenni del Veneto, assieme ad esempi di quesiti e ad un’analisi della tendenza registrata nell’arco dei precedenti cicli.

I successivi capitoli affrontano le altre indicazioni che, oltre a quanto emerge dalle prove oggettive di competenza, vengono offerte dai questionari somministrati a studenti, scuole e genitori, strumenti per rilevare informazioni di contesto che, incrociate con i risultati ottenuti nelle prove, permettono di comprendere quali fattori giochino un ruolo significativo in relazione ai livelli di competenza conseguiti. In particolare, il capitolo 6, analizzando le risposte al questionario-studenti, evidenzia l’influenza che hanno sugli apprendimenti variabili socio-demografiche quali il genere degli alunni e lo status socio-economico e culturale della famiglia di provenienza. Si è utilizzato in quest’ultimo caso un indicatore di misura della qualità dell’ambiente familiare che integra il livello d’istruzione dei genitori, il prestigio sociale della loro professione e la presenza in casa di risorse di tipo educativo. Il capitolo 7 affronta poi l’importante aspetto della motivazione degli studenti verso lo studio delle scienze e i loro atteggiamenti nei confronti della ricerca scientifica e delle problematiche dell’ambiente, temi ritenuti di fondamentale importanza per il futuro del pianeta. Un aspetto cruciale in quanto i risultati, da un lato, e le motivazioni e gli atteggiamenti dall’altro, si influenzano a vicenda e possono orientare significativamente gli alunni verso comportamenti di impegno o di disimpegno e rinuncia che possono anche essere causa o concausa di dispersione scolastica.

Nel capitolo 8 l’attenzione si sposta invece sull’effetto che sul rendimento in scienze hanno certe caratteristiche delle scuole campionate (in particolare le

7

risorse umane e materiali di cui esse dispongono, la loro organizzazione e le politiche attuate a livello d’istituto) e, soprattutto, il valore medio dell’indice di status socio-economico e culturale dei loro alunni. Una tendenza interessante dimostrata nel complesso dalle scuole della nostra regione è l’aver ottenuto in scienze un punteggio superiore a quello atteso sulla base delle caratteristiche medie di background dei loro studenti, raggiungendo dunque risultati mediamente più alti di quelli delle altre scuole d’Italia con caratteristiche simili.

Preme qui sottolineare che nei capitoli appena citati, relativi al questionario-studenti e al questionario-scuole, l’analisi del dataset di PISA è stata integrata, caso unico in Italia, con i risultati di una ricerca condotta a livello locale sul campione di scuole venete che hanno fornito ulteriori dati significativi sul percorso scolastico dei loro studenti, quali il giudizio conseguito nell’esame di licenza media e il tasso di selezione su di loro operato dalle scuole stesse.

Nella terza parte del rapporto (Gli approfondimenti), dedicata a una “lettura” dei risultati contestualizzati nella realtà veneta, il capitolo 9 esamina l’influenza che sulle prestazioni in scienze esercitano le caratteristiche individuali e di scuola facendo ricorso all’analisi multilivello portata a termine grazie alla citata sinergia con l’Agenzia Scuola del Veneto e con le Università di Trieste e Padova. Un approccio che aiuta a far luce sul modo in cui le scuole possono incidere sulle prestazioni degli studenti, purché supportate da adeguate politiche che, tenendo conto delle differenze di background che esistono tra gli alunni, cerchino di garantire a tutti l’equità delle opportunità educative. In sostanza, si evidenzia come l’analisi multilivello dei risultati scolastici permetta da un lato di distinguere la reale incidenza di una determinata scuola sulle prestazioni individuali dei suoi studenti e dall’altro, isolando le caratteristiche degli studenti e quelle di contesto, di individuare proprio quelle variabili scolastiche (ad esempio l’organizzazione, le risorse, i metodi di insegnamento, il sistema di reclutamento dei docenti) che possono influenzare significativamente i suddetti risultati. ll capitolo 10, infine, propone uno studio sui tassi di frequenza scolastica nel Veneto dagli anni ’50 ad oggi, fornendo un’interessante prospettiva storica in cui collocare le esperienze di valutazione del sistema scolastico regionale.

Conclude il volume una riflessione sulle implicazioni della ricerca nella prospettiva di un riorientamento delle politiche scolastiche. Un discorso avviato già in occasione del precedente ciclo di PISA e destinato a ripresentarsi in un prossimo futuro, data la lentezza con la quale possono verificarsi significativi cambiamenti che, per avvenire a livello di sistema, devono necessariamente fondarsi sulla conoscenza dei dati di realtà che la ricerca educativa è in grado di offrire ai decisori responsabili a livello nazionale e locale come prezioso strumento per orientare le loro scelte in materia di istruzione e formazione.

Claudio Marangon

8

La ricerca

1. Cos’è PISA. Caratteristiche del ciclo 2006

Claudio Marangon

Il presente capitolo descrive i principali aspetti metodologici e organizzativi dell’indagine PISA, con particolare riferimento a quelli che distinguono il ciclo 2006, oggetto di studio del presente rapporto, di cui si chiariscono gli obiettivi, gli strumenti e le domande fondamentali a cui esso può dare risposta. Lungi dal voler essere esaustivo del complesso argomento, il contributo prende tuttavia in esame i punti essenziali per una migliore comprensione di quelli che seguono, rinviando per ulteriori e più dettagliate informazioni alle numerose altre fonti che, data la crescente popolarità che la ricerca sta conoscendo anche nel nostro paese, sono ora disponibili per i ricercatori e per tutti gli interessati.

1.1 Obiettivi e caratteristiche distintive di PISA

PISA [acronimo di Programme for International Student Assessment (Programmadi valutazione internazionale degli studenti)] è ritenuta la più estesa ricerca comparativa internazionale tra i sistemi scolastici. È promossa dall'OCSE [Organizzazione per la Cooperazione e lo Sviluppo Economico, in inglese OECD(Organisation for Economic Co-operation and Development)], e ha l'obiettivo di verificare in che misura i giovani che escono, o stanno per uscire, dalla scuola dell'obbligo abbiano acquisito le competenze che i governi dei paesi membri dell’organizzazione giudicano essenziali perché essi possano svolgere un ruolo consapevole e attivo nella società.

Per questo motivo la ricerca si rivolge ai quindicenni scolarizzati, ovunque essi si trovino, senza distinzione di tipo di scuola o di classe frequentata, e in questa prima importante caratteristica (quella di essere age-based) PISA si distingue dalle ricerche comparative della IEA1 che invece prendono in esame gli studenti a seconda della classe che si trovano a frequentare, indipendentemente dalla loro età (grade-based). L’essere basata sull’età fa sì che gli studenti del campione (la cui classe modale è la seconda della scuola secondaria di secondo grado) si possano trovare a frequentare anche, sia pure in minore misura, le classi contigue o addirittura, in caso di forte ritardo nella carriera scolastica, la classe terza della secondaria di primo grado.

1 International Association for the Evaluation of Educational Achievement.

11

A tutti gli studenti viene sottoposto lo stesso tipo di prova, perché l’obiettivo non è quello di verificare la padronanza di nozioni legate al curricolo scolastico, quanto piuttosto, ed è questa la più decisiva caratteristica, l’acquisizione di competenze che a quell’età si ritengono irrinunciabili per proseguire nel mondo del lavoro o dello studio e, in buona sostanza, nella vita stessa come cittadini responsabili e capaci di formarsi opinioni documentate e di esprimere delle scelte.

Mentre altre ricerche di rilevanza internazionale, come, ancora una volta, quelle che da decenni realizza la IEA, tendono a focalizzarsi sui contenuti comuni ai curricoli dei diversi paesi partecipanti, PISA “guarda avanti”, cioè si pone l’obiettivo di appurare quanto competenti siano i futuri cittadini nell’utilizzo di tali contenuti e abilità per risolvere problemi di tipo non scolastico, legati cioè a situazioni di vita quotidiana o a temi di interesse globale per lo sviluppo e la crescita della società nella realtà economica attuale. Ciò significa anche che le prove PISA prescindono volutamente dai programmi scolastici.

Il motivo alla base di questa scelta sta nella natura stessa del committente della ricerca (l’OCSE), che non è un ente con finalità accademiche ma, al contrario, un’organizzazione intergovernativa con la precisa finalità di promuovere lo sviluppo economico dei propri paesi membri. È evidente il taglio economico identificabile alla base dell’indagine, ma va rilevato trattarsi di un valore aggiunto che aggancia la realtà del mondo della scuola alle esigenze del mondo del lavoro e della società in genere, identificando nell’istruzione la leva forte e l’investimento determinante per lo sviluppo di un paese, in linea anche con gli obiettivi di Lisbona 2000.

Ciò che caratterizza in PISA il concetto di competenza (il termine che si è scelto per rendere il concetto di literacy 2 usato nei documenti originali dell’OCSE) è che esso si riferisce quindi non solo al possesso di specifiche conoscenze, ma anche alla capacità di utilizzarle in contesti di vita reale.

Da questa particolare impostazione deriva la scelta di privilegiare per la comparazione internazionale tre ambiti di indagine che i governi dei paesi dell’OCSE hanno a suo tempo identificato come cruciali per gli obiettivi di sviluppo che si sono posti:

competenza di lettura (Reading literacy)

competenza matematica (Mathematical literacy)

competenza scientifica (Scientific literacy).

Ogni ciclo di PISA approfondisce in particolare uno dei tre ambiti di indagine: nel primo ciclo (PISA 2000) si trattò della competenza di lettura, nel secondo (PISA 2003) della competenza matematica, mentre in PISA 2006 è stata la volta della

2 Entrambi i termini competenza e literacy sono rinvenibili nei diversi contributi del presente Rapporto. Una definizione precisa delle tre competenze oggetto di indagine (competenza scientifica, matematica e di lettura) si trova nei tre capitoli dedicati all’analisi dei rispettivi risultati.

12

competenza scientifica. Nel 2009 l’ambito principale di indagine sarà nuovamente la competenza di lettura. Ad ogni ciclo, dunque, l’attenzione si sposta in particolare su una delle tre competenze, e in pratica ciò significa che le prove di quell’ambito contengono un maggior numero di quesiti e forniscono indicazioni più articolate a livello di sottoscale di competenza, costituendo un riferimento, una sorta di “ancoraggio” per i cicli successivi che permette così di effettuare anche un’analisi di tendenza di tipo diacronico.

Forte di questo impianto metodologico, e con il supporto operativo di una solidissima struttura operante a livello internazionale, la ricerca PISA sta in questi anni fornendo risposte a quelli che si possono identificare come i suoi principali obiettivi:

stabilire indicatori del rendimento scolastico degli studenti quindicenni, per poter operare un raffronto tra i sistemi scolastici dei paesi membri dell’organizzazione;

trarre indicazioni sull'efficacia delle diverse politiche scolastiche nazionali attraverso lo studio delle caratteristiche dei sistemi scolastici dei paesi con i migliori risultati;

monitorare regolarmente i vari sistemi di istruzione per disporre di serie storiche di dati.

È evidente il vantaggio che può derivarne sia a livello macro, per i decisori politici che vogliano orientare le politiche educative o procedere a eventuali innovazioni e riforme, sia a livello micro, per le singole istituzioni scolastiche che possono trarre fruttuosi spunti da un quadro di riferimento e da un’impostazione suscettibile di mettere in discussione e modificare la didattica stessa da loro praticata.

1.2 Il campione in PISA 2006

A riprova della validità e del credito guadagnato “sul campo” da PISA va sottolineata la significativa crescita nella partecipazione che si è registrata a partire dal primo ciclo dell’indagine fino ad oggi: 32 paesi nel ciclo 2000, 41 nel ciclo 2003, e 57 nel ciclo 2006. Oltre ai trenta paesi membri dell’OCSE possono partecipare alla ricerca anche paesi non facenti parte dell’organizzazione, i cosiddetti paesi partner. Nella Figura 1.1 sono evidenziati i cinquantasette paesi che hanno preso parte a PISA 2006: Paesi OCSE: Australia, Austria, Belgio, Canada, Corea, Danimarca, Finlandia,

Francia, Germania, Giappone, Grecia, Irlanda, Islanda, Italia, Lussemburgo, Messico, Norvegia, Nuova Zelanda, Paesi Bassi, Polonia, Portogallo, Regno

13

Unito, Rep. Ceca, Rep. Slovacca, Spagna, Stati Uniti, Svezia, Svizzera, Turchia, Ungheria;

Paesi partner: Argentina, Azerbaijan, Brasile, Bulgaria, Cile, Colombia, Croazia,Estonia, Giordania, Hong Kong-Cina, Indonesia, Israele, Kyrghizistan,Lettonia, Liechtenstein, Lituania, Macao-Cina, Montenegro, Qatar, Romania,Russia, Serbia, Slovenia, Taiwan-Cina, Thailandia, Tunisia, Uruguay.

Figura 1.1: I paesi partecipanti a PISA

Paesi OCSE Paesi partner Paesi in PISA 2000 o 2003 o in predicato di partecipare nel 20093

A questo ciclo l’Italia ha preso parte con un campione di 806 scuole e 21.773 studenti. Poiché 7 scuole non hanno raggiunti i livelli minimi di partecipazionestabiliti, quelle effettivamente considerate per l’analisi dei dati sono state 799. Nel piano di campionamento, l’estrazione delle scuole costituisce il primo livello distratificazione, mentre il secondo è dato dall’estrazione, all’interno di ogni scuola, di un gruppo di 35 studenti tra tutti i quindicenni che la frequentano.

Il livello di rappresentatività del campione è per macroaree geografiche (Nord Ovest, Nord Est, Centro, Sud, Sud Isole4) e per indirizzi di studio (licei, istituti

3 Albania, Macedonia, Moldavia, Panama, Peru, Repubblica Dominicana, Shangai-Cina, Singapore, Trinidad e Tobago. È annunciata anche la partecipazione della Repubblica Popolare Cinese. 4 La composizione delle macroaree geografiche in PISA 2006 (la stessa utilizzata nei precedenti cicli) è quella tradizionalmente usata nelle indagini sociologiche e in altre indagini nazionali e internazionali: Nord Ovest: Piemonte, Lombardia, Liguria e Valle d’Aosta; Nord Est: Veneto, Friuli

14

tecnici, istituti professionali, scuole medie, formazione professionale5), e va sottolineato, per correttezza scientifica, che il campione rappresenta non tanto gli indirizzi di studio in generale, quanto piuttosto i quindicenni che tali indirizzi frequentano. Nella lettura e interpretazione dei dati, dunque, va sempre ricordato che non è corretto parlare di licei o di professionali in generale, di maschi o di femmine, ecc., bensì di studenti quindicenni, maschi o femmine, frequentanti i licei o i professionali, ecc.

È importante rilevare che, a partire dal ciclo di PISA 2003, è stata offerta la possibilità anche a singole regioni o province autonome di prendere parte alla rilevazione con un sovracampionamento che consentisse una rappresentatività a livello locale per meglio comprendere l’andamento del loro sistema di istruzione e formazione anche attraverso il confronto con la realtà internazionale.

Il Veneto è stata tra le prime regioni ad aderire a questa opportunità in PISA 20036, e ha confermato la propria adesione al ciclo di PISA 2006, che ha visto crescere a tal punto la partecipazione con sovracampioni regionali7 che il MIUR ha in programma, per il ciclo 2009, di estenderla a tutto il Paese sostenendo a livello centrale il costo finanziario della partecipazione che finora era stato a carico delle realtà che vi avevano voluto autonomamente partecipare.

Dove singole regioni o province autonome hanno aderito con propri campioni, la rappresentatività scende a livello di regione o provincia autonoma. È il caso del Veneto, che già dal ciclo 2003 ha quindi potuto disporre di dati utili per avere il polso della situazione regionale e quindi consentire una riflessione in grado di incidere sugli indirizzi di governo del sistema a livello locale. La Tabella 1.1 riporta le scuole campione che, in tutto il Paese, hanno preso parte a PISA 2006, evidenziandone la distribuzione per area geografica e per tipo di scuola.

Venezia Giulia, Trentino, Alto Adige e Emilia Romagna; Centro: Toscana, Lazio, Umbria e Marche; Sud: Abruzzo, Molise, Campania, e Puglia; Sud e Isole: Calabria, Basilicata, Sicilia e Sardegna. 5 In alcune regioni o province autonome (obbligatoriamente dove questi superavano la soglia del 5%, oppure dove singole realtà ne hanno fatto richiesta) sono presenti nel campione anche gli studenti quindicenni che nel 2006 frequentavano i corsi di formazione professionale attivati in anticipazione della Legge 53/2003. Nell’indirizzo di studio “formazione professionale” sono compresi sia i corsi professionali attivati a livello regionale sia le scuole professionali delle province autonome di Trento e Bolzano. 6 A PISA 2003 hanno partecipato con propri campioni quattro regioni (Lombardia, Piemonte, Toscana, Veneto) e le due province autonome di Bolzano e di Trento. 7 A PISA 2006 hanno partecipato con propri campioni undici regioni (Basilicata, Campania, Emilia Romagna, Friuli Venezia Giulia, Liguria, Lombardia, Piemonte, Puglia, Sardegna, Sicilia, Veneto) e le due province autonome di Bolzano e di Trento.

15

Tabella 1.1: Distribuzione delle scuole campione italiane in PISA 2006 distinte per area geografica e tipo di scuola8

Macroarea Licei IstitutiTecnici

IstitutiProfess.

ScuoleMedie

FormazioneProfess. Totale

Basilicata 18 18 13 1 7 57Bolzano 27 20 11 6 19 83Campania 22 14 13 4 53Centro 12 8 6 1 27Emilia Romagna 19 18 15 52Friuli Venezia Giulia 27 18 15 1 61Liguria 22 14 11 4 22 73Lombardia 17 18 12 2 5 54Piemonte 19 17 11 3 50Puglia 20 16 13 3 52Resto del Nord Ovest 2 2 1 5Resto del Sud 2 2 2 6Resto delle Isole 2 2 3 1 8Sardegna 21 18 10 6 55Sicilia 21 14 13 7 55Trento 16 16 7 22 61Veneto 17 17 12 2 6 54Totale 284 232 168 41 81 806

Delle 54 scuole del Veneto indicate, 53 hanno partecipato alla ricerca, per untotale di 1530 studenti quindicenni effettivamente testati, e rappresentativi deicirca 40.000 studenti quindicenni del Veneto.

Nella Tabella 1.2 è riportato il dettaglio della distribuzione degli studentifrequentanti le scuole del campione veneto, mentre la Tabella 1.3 illustra ladistribuzione degli studenti del campione per sesso.

.

Tabella 1.2: La composizione del campione veneto in PISA 2006Scuole Studenti testati Studenti rappresentati

n° % n° % n° %

Licei 17 32,1 528 34,5 14.510 36,2Ist. Tecnici 17 32,1 523 34,2 12.881 32,1Ist. Professionali 11 20,8 336 22,0 9.058 22,6CFP 6 11,2 130 8,5 2.911 7,3Scuole medie 2 3,8 13 0,8 711 1,8

Totale 53 100,0 1.530 100,0 40.071 100,0

8 Le scuole effettivamente considerate per l’analisi dei dati sono state 799: 7 di esse, infatti, non hanno raggiunti i livelli minimi di partecipazione stabiliti.

16

Tabella 1.3: Distribuzione percentuale di maschi e femmine nel campione veneto in PISA 2006 (dati pesati)

% maschi % femmine Totale alunni

% maschi su totale M

% femmine su totale F

Licei 42,7 57,3 100,0 30,2 42,5Ist. Tecnici 70,7 29,3 100,0 44,4 19,3Ist. Professionali 41,8 58,2 100,0 18,4 27,0CFP 34,3 65,7 100,0 4,9 9,8Scuole medie 61,5 38,5 100,0 2,1 1,4

Campione totale 51,3 48,7 100,0 100,0 100,0

1.3 Gli strumenti di PISA 2006 e la somministrazione

L’indagine PISA utilizza normalmente due tipi di strumenti: le cosiddette prove cognitive, che forniscono la misurazione della competenza degli studenti nelle diverse aree, e un numero variabile di questionari, che forniscono informazioni di contesto da collegare ai risultati delle prove cognitive. In PISA 2006 si sono utilizzati gli strumenti di rilevazione descritti nella Figura 1.2.

Figura 1.2: Strumenti utilizzati in PISA 2006Prova cognitiva studente

Un fascicolo di prove somministrato agli studenti, e articolata in diverse unità, ognuna composta da uno stimolo iniziale e da un numero variabile di domande di diverso formato (chiuse a scelta multipla, aperte a risposta univoca, aperte a risposta articolata). La prova cognitiva comprendeva in PISA 2006 quesiti sulle tre aree di indagine delle scienze, della lettura e della matematica. Il tempo concesso agli studenti per la compilazione della prova cognitiva è stato di due ore. Merita ricordare che sono state preparate ben tredici diverse combinazioni della prova, cioè tredici diversi fascicoli che contenevano ognuno materiale diverso ma bilanciato in modo tale da risultare equivalenti; in questo modo ogni studente, all’atto dell’esecuzione del test, ha avuto accanto a sé compagni che dovevano risolvere quesiti diversi dal suo.

Questionariostudente

Compilato dagli studenti, cui è stato somministrato immediatamente dopo lo svolgimento della prova cognitiva, aveva lo scopo di raccogliere informazioni sul loro contesto familiare e socioculturale, sul corso di studi da loro frequentato, sui loro atteggiamenti e motivazioni nei confronti della scuola e dell’apprendimento delle scienze, nonché sull’uso delle TIC (Tecnologie dell’Informazione e della Comunicazione).

Questionarioscuola

Compilato dai Dirigenti scolastici, è stato utilizzato per raccogliere dati di contesto sulle scuole del campione, in particolare sulle loro caratteristiche organizzative, su come vengono insegnate le materie scientifiche e sulle strategie didattiche utilizzate specificamente per l’insegnamento delle scienze.

17

Questionariogenitori

Compilato dai genitori degli studenti del campione, è stato utilizzato per raccogliere specifiche informazioni sull’educazione scientifica degli studenti all’interno dei contesti familiari. Somministrato per la prima volta proprio nel ciclo 2006, costituiva un’opzione nazionale che è stata scelta da sedici Paesi, tra cui l’Italia.

Gli strumenti sono stati testati sul campo nel 2005 (l’anno precedente lo studio principale) nel cosiddetto field trial, che ha avuto lo scopo di verificarne il funzionamento in vista della messa a punto della strumentazione definitiva9. In occasione del field trial i ricercatori ricavano dall’elaborazione dei risultati di questo pre-test indicazioni utili per modificare stimoli e quesiti o, addirittura, per eliminarne alcuni qualora non si dimostrassero in grado di discriminare in maniera sufficiente o, peggio, evidenziassero elementi potenzialmente discriminatori per gli studenti sul piano linguistico o culturale. È questo, infatti, uno dei problemi principali che si pongono nell’elaborazione delle prove, sicché grande cura viene dedicata dai gruppi di ricercatori che elaborano le prove all’eliminazione di questi elementi di disturbo. Un sistema di traduzioni e contro-traduzioni incrociate consente poi di assicurare il massimo grado di omogeneità nella presentazione dei fascicoli a studenti delle più diverse lingue e culture.

La somministrazione dello studio principale, avvenuta nel 2006, si è svolta nei vari paesi in tempi anche molto diversi, a causa del fatto che nei due emisferi i calendari scolastici possono ovviamente essere differenziarsi di molto tra loro. La somministrazione in ogni scuola del campione di PISA viene effettuata da un insegnante della stessa scuola che ha frequentato un apposito corso di formazione tenuto in sede regionale da esperti dell’Agenzia nazionale. L’insegnante, poiché i 35 studenti sono estratti a sorte tra tutti i quindicenni della scuola, non necessariamente è l’insegnante di quegli studenti, e per le procedure di somministrazione si deve attenere rigorosamente al Manuale del somministratore che stabilisce punto per punto i passi da seguire e le cose da dire per guidarli a una corretta esecuzione della prova. Un campione pari a circa il 10% delle scuole viene visitato da personale esterno, a sua volta formato a cura dell’Invalsi a livello nazionale, che effettua il cosiddetto controllo di qualità per verificare che tutto si svolga secondo le procedure stabilite, pena l’esclusione di quella scuola dall’elaborazione dei dati.

1.4 L’organizzazione

Sono diversi i livelli di responsabilità chiamati in causa per la realizzazione di un progetto di tale portata. Ogni ciclo di PISA, infatti, richiede un’organizzazione complessa che inizia molto tempo prima e termina molto tempo dopo rispetto

9 Al field trial tenutosi nel 2005 hanno preso parte, per l’Italia, alcune scuole della provincia di Vicenza estratte dall’Invalsi.

18

all’anno di somministrazione dello studio principale con il quale tradizionalmente si identifica un determinato ciclo.

A livello internazionale è l’OCSE a garantire il coordinamento e la gestione del progetto attraverso un organismo, il PISA Governing Board, in cui sono rappresentati tutti i paesi partecipanti all’indagine, che detta le linee sulle quali si fonda la ricerca e governa i suoi sviluppi futuri.

Sul piano più strettamente scientifico opera un Consorzio internazionale di istituti di ricerca10, in sinergia con gruppi di esperti dei vari ambiti disciplinari che sono oggetto di indagine, e con le figure dei NPM (National Project Manager) i Responsabili nazionali della ricerca11. Questi hanno il compito di coordinare le operazioni di preparazione e di effettuazione della ricerca sul territorio nazionale, nonchè di coordinare la correzione delle prove e la codifica delle risposte aperte, in stretto rapporto con il Consorzio internazionale nella fase di elaborazione dei dati. I Responsabili nazionali fanno capo alle Agenzie nazionali, che in ogni paese sono responsabili del rispetto dei rigorosissimi standard internazionali per l’attuazione della ricerca.

A livello nazionale operano i Centri nazionali, che hanno la responsabilità della conduzione dell’indagine nel singoli paesi. L’Agenzia nazionale per l’Italia è l’Invalsi, presso cui è costituito il Centro nazionale PISA. Questo si avvale, nelle diverse fasi della ricerca, della collaborazione di una rete di Referenti regionali che fanno capo ai diversi Uffici Scolastici Regionali o agli Enti Regione/Provincia autonoma, o ad agenzie di ricerca quali l’Agenzia Scuola (ex IRRE).

Questi diversi soggetti sono anche responsabili delle iniziative attraverso le quali vengono resi noti i risultati. Esiste una tempistica ben definita di uscita dei risultati, che prevede per prima cosa la pubblicazione del Rapporto Internazionale da parte dell’OCSE. Questo viene tradizionalmente presentato al pubblico nel dicembre dell’anno successivo alla somministrazione dello studio principale12 e, a partire da quella data, i singoli paesi, attraverso le loro Agenzie nazionali, possono dare alle stampe i Rapporti Nazionali, e le singole realtà locali (regioni e province autonome nel caso italiano) posso fare altrettanto con i loro Rapporti Regionali o Provinciali. Il dataset originale contenente tutti i dati (risposte alle prove cognitive e risposte a tutti i questionari) è reso pubblico dall’OCSE contestualmente all’uscita del Rapporto Internazionale, con la 10 Il Consorzio internazionale è costituito dall’ACER (Australian Council for Educational Research)che lo dirige, dall’olandese CITO (Netherland National Institute for Educational Measurement),dallo statunitense ETS (Educational Testing Service), dal giapponese NIER (National Institute for Educational Research), e dallo statunitense WESTAT. 11 Responsabile nazionale per PISA 2006 è stato Bruno Losito. Responsabili nazionali per i precedenti cicli sono state Emma Nardi per PISA 2000 e Maria Teresa Siniscalco per PISA 2003. 12 Nel ciclo 2006 il Rapporto Internazionale è stato presentato a Parigi il 4 dicembre 2007. Contemporaneamente è avvenuta a Roma la presentazione dei primi risultati a livello nazionale. Il Veneto ha organizzato la presentazione dei risultati a livello regionale in un Seminario di studio tenutosi a Venezia, alla Scuola Grande di San Giovanni Evangelista, il 19 febbraio 2008.

19

limitazione che non è possibile l’identificazione delle singole scuole del campione.

Nel Veneto già dal ciclo 2003 si è consolidata una struttura che fa capo all’Ufficio Scolastico Regionale presso il quale, come ricordato nell’Introduzione al presente Rapporto, è stato costituito il Gruppo Regionale di Ricerca PISA, responsabile della redazione di questo secondo Rapporto, che opera in collaborazione con l’Agenzia Scuola (ex IRRE) del Veneto, il Dipartimento di Scienze Statistiche dell’Università di Padova e il Dipartimento di Scienze Economiche e Statistiche dell’Università di Trieste. Per la prima volta in questa edizione della ricerca l’elaborazione dei risultati e la stesura del Rapporto sono stati portati a termine dal Gruppo Regionale in piena autonomia rispetto all’Invalsi, a testimonianza di una crescita professionale che in questi anni ha permesso la maturazione di elevate competenze professionali presenti nel nostro territorio.

1.5 Risultati

Una volta avvenuta la somministrazione, le prove vengono raccolte e corrette a livello nazionale. Nel caso di risposte chiuse si utilizza una griglia di correzione, mentre nel caso di risposte aperte i correttori sono formati ad operare secondo una codifica prestabilita a livello internazionale che permette di attribuire univocamente un punteggio a seconda delle risposte fornite dallo studente.

Dopo gli opportuni controlli, il database con tutti i risultati inseriti a livello nazionale viene inviato al Consorzio Internazionale, che lo controlla a sua volta e può, in caso di incongruenze o dubbi, rimandarlo all’Agenzia nazionale e richiederne una revisione.

Dopo questo lavoro di “pulitura” dei dati, i dati vengono elaborati dal Consorzio e costituiscono la base per la stesura dei rapporti scientifici ai diversi livelli.

Sostanzialmente, come si vedrà anche nel presente Rapporto regionale, i risultati per le diverse aree di indagine vengono dettagliatamente presentati con utilizzo di tabelle e di grafici che permettono di visualizzare realtà a volte molto complesse. Accanto ai punteggi medi ottenuti dagli studenti a livello di nazione o di regione, rivestono particolare interesse i risultati disaggregati che descrivono le diverse variabili che entrano in gioco in un fenomeno, oppure le correlazioni che si stabiliscono tra diversi aspetti di un fenomeno che si riesce così a descrivere in maniera più circoscritta e raffinata.

Estremamente importante per una corretta lettura dei risultati è poi il concetto di “scala” di competenza, un approccio caratteristico della ricerca PISA. In base ad esso si analizzano i risultati a seconda della percentuale di studenti che si colloca sui diversi gradini, o livelli, di una ipotetica scala, lungo i quali gli studenti si posizionano a seconda di quello che sanno e che non sanno fare.

20

Questa distribuzione degli studenti, più precisa di quanto sarebbero i soli valori del punteggio medio e della dispersione, nasce dall’associazione tra i diversi livelli di difficoltà presentata dai vari quesiti e il livello di competenza necessario a risolverli. Nel continuum costruito lungo la scala si rappresenta la probabilità che uno studente risponda correttamente a una determinata domanda, secondo il principio che uno studente di un determinato livello (in possesso cioè di determinate competenze) sia in grado di rispondere ai quesiti del suo livello e anche a quelli dei livelli inferiori, che sono ordinati gerarchicamente.

I risultati di PISA, seguendo modalità di presentazione che sono comuni nelle indagini internazionali, sono riportati su scale che hanno media pari a 500 e deviazione standard pari a 100. Il numero dei livelli nei quali è divisa ogni scala di competenza è variabile e, in ogni caso, per una trattazione dettagliata delle diverse scale e sottoscale di competenza si rimanda ai rispettivi capitoli che descrivono i risultati nelle tre aree delle scienze, della lettura e della matematica.

I risultati che offre ogni ciclo di PISA possono fornire ai ricercatori materiale per elaborare studi e riflessioni per un lungo tempo a venire. In prima istanza, comunque, la mole e il livello di approfondimento dei primi rapporti sono già tali che i portatori di interesse e i decisori politici potrebbero disporre di materiale in abbondanza per fondare eventuali loro azioni su dati di realtà di indubbia serietà scientifica. Osservazione, questa, che lascia aperto il problema dell’uso che si fa, e che si può fare, degli esiti della ricerca, un aspetto estremamente delicato per il quale si rimanda al contributo conclusivo del presente rapporto, non senza aver tuttavia osservato che non sempre esiti di tale autorevolezza vengono tenuti nel dovuto conto quando si tratta di metter mano a modifiche o ad iniziative di innovazione nel campo dei sistemi scolastici.

21

1.6 Bibliografia e sitografia

INVALSI (2007), Risultati di PISA 2006. Un primo sguardo d’insieme.

Losito B. (a cura di) (2008), Le competenze in scienze lettura e matematica degli studenti quindicenni - Rapporto nazionale Pisa 2006, Roma, INVALSI-Armando.

Martini, A. (a cura di) (2008), OCSE-PISA 2006: Sintesi dei principali risultati nel Veneto, Venezia, USR per il Veneto.

OECD (2003), The PISA 2003 Assessment Framework: Mathematics, Reading, Science and Problem Solving Knowledge and Skills, Paris, OECD Publications (trad. it. PISA 2003. Valutazione dei quindicenni. Quadro di riferimento: conoscenze e abilità in matematica, lettura, scienze e problem solving, Roma, Armando, 2004).

OECD (2006), Assessing Scientific, Reading and Mathematical Literacy. A Framework for PISA 2006 (trad. it. PISA 2006. Valutare le competenza in scienze, lettura e matematica. Quadro di riferimento di PISA 2006, Roma, Armando, 2007).

Siniscalco M. T. e Marangon C. (a cura di) (2005), Gli studenti quindicenni nel Veneto: quali competenze? Rapporto regionale del Veneto OCSE-PISA 2003, Venezia, USR per il Veneto.

Siniscalco M. T. (a cura di) (2006), Il livello di competenza dei quindicenni italiani in matematica, lettura, scienze e problem solving - Rapporto Nazionale di OCSE-PISA 2003, Roma, INVALSI-Armando.

Sito web OCSE: http://www.oecd.orgSito web OCSE /Area PISA 2006: http://www.oecd.org/department/0,2688,en_2649_35845621_1_1_1_1_1,00.html

Sito web INVALSI: http://www.invalsi.itSito web INVALSI/Area PISA 2006: http://www.invalsi.it/invalsi/ri/pisa2006.php?page=pisa2006_it_00

Sito web USR Veneto: http://www.istruzioneveneto.it Sito web USR Veneto/Area PISA 2006: http://lnx.istruzioneveneto.it/index.php?page=indagine_ocse_pisa

22

2. Il quadro teorico di riferimento per la valutazione della competenza scientifica e la prova di scienze in PISA 2006

Grazia Calcherutti

La rilevanza delle scienze per l’esercizio di una cittadinanza consapevole è la ragione principale dell’interesse con il quale vengono esaminati, in questo ciclo 2006 di PISA, competenze e atteggiamenti dei futuri cittadini di una società nella quale ricerca e innovazione tecnologica, sviluppo economico e atteggiamenti sociali ed etici si intrecciano indissolubilmente. Le scelte che ispirano le prove vengono illustrate, con esempi, nella loro cornice teorica di riferimento.

2.1 Le scienze per una cittadinanza consapevole

Il valore sociale delle scienze si dispiega oggi con rilevanza ed incisività ben più significative che nel recente passato sia in riferimento agli scenari di sviluppo della nostra società, sia in riferimento alla “intrusione” delle scienze e dei suoi risultati nella vita di tutti i giorni. Ogni cittadino si trova infatti quotidianamente di fronte a fenomeni e problemi in cui ha bisogno di dipanare il complesso e ricorrente intreccio tra ricerca scientifica, innovazione tecnologica, etica, processi economici e atteggiamenti sociali che richiedono scelte personali consapevoli e motivate, sapendo che la scienza non dà soluzioni certe e definitive. Sapersi orientare nella complessa dimensione sociale delle scienze rappresenta oggi un fondamentale diritto di cittadinanza.

Un certo grado di preparazione nel campo delle scienze e della tecnologia, insomma, è una parte integrante e significativa della vita personale, sociale, professionale e culturale di tutti. Alla luce di tutto ciò sembra ragionevole domandarsi: “Che cosa è importante che un cittadino sappia, valuti e sia capace di fare in una situazione che ha a che fare con la scienza e con la tecnologia?”.

In definitiva, che bisogni hanno i cittadini? Sicuramente devono conoscere i concetti di base delle diverse discipline scientifiche ma anche saperli utilizzare in contesti legati alla propria vita quotidiana, saper distinguere fra opinioni e affermazioni sostenute dai fatti, dimostrare un interesse per la scienza, sostenere l’avanzare della ricerca scientifica, comportarsi responsabilmente nei confronti delle risorse naturali e dell’ambiente.

23

Avere questa consapevolezza significa porre le basi per una valutazione degli studenti quindicenni nella consapevolezza che le loro conoscenze, i loro valori, le loro capacità attuali sono connesse a ciò che servirà loro in futuro.

2.2 La valutazione delle competenze in PISA 2006

Le competenze rilevate in PISA 2006 sono ampie e comprendono aspetti legati all’utilità della conoscenza scientifica per la singola persona, alla responsabilità sociale della scienza e al suo valore intrinseco ed estrinseco. La rilevazione quindi mira a rilevare quelle competenze che un quindicenne dovrebbe possedere e utilizzare in vari contesti – personale, sociale, globale – appropriate alla sua età. Non quindi una rilevazione sui programmi scolastici con una impostazione disciplinare ma una rilevazione fatta mediante l’offerta di problemi situati in contesti sia educativi che professionali dando il dovuto riconoscimento non solo alle conoscenze ma anche ai metodi, agli atteggiamenti, ai valori che sono propri delle discipline scientifiche. Il termine che meglio descrive l’obiettivo complessivo della rilevazione delle competenze scientifiche in PISA 2006 è literacy scientifica. Con questo termine ci si riferisce non soltanto al possesso di specifiche conoscenze scientifiche ma anche alla capacità di utilizzare in modo funzionale tali conoscenze in contesti di vita reale.

PISA 2006 quindi, mira a rilevare sia le componenti cognitive sia quelle affettive della literacy degli studenti. Per componenti cognitive si intendono sia le conoscenze degli studenti sia la loro capacità di servirsi efficacemente di tali conoscenze. Gli atteggiamenti indagati all’interno della dimensione affettiva sono quelli che influenzano l’interesse degli studenti per la scienza, ne rafforzano il sostegno nei suoi confronti e li motivano all’azione.

2.2.1 La literacy scientifica in PISA 2006

La definizione di literacy scientifica di PISA 2006 risulta sviluppata e perfezionata rispetto alla versione del 2000 e del 2003. Nelle due precedenti rilevazioni era definita come segue: “È la capacità di utilizzare conoscenze scientifiche, di identificare domande e di trarre conclusioni basate sui fatti, comprendere il mondo della natura e i cambiamenti ad esso apportati dall’attività umana e aiutare a prendere decisioni al riguardo”.

Nell’ambito di PISA 2006, per literacy scientifica1 di un individuo si intende: l’insieme delle sue conoscenze scientifiche e l’uso di queste conoscenze per identificare domande scientifiche, per acquisire nuove conoscenze, per

1 Per quel che riguarda le scienze in PISA, il concetto di “literacy” può essere accostato a quello espresso nella definizione di “competenza” nel DeSeCo (OECD, 2003b), in quanto comprende, accanto a conoscenze e abilità, anche atteggiamenti e valori.

24

spiegare fenomeni scientifici e per trarre conclusioni basate sui fatti riguardo a questioni di carattere scientifico; la sua comprensione dei tratti distintivi della scienza intesa come forma di sapere e d’indagine propria degli esseri umani; la sua consapevolezza di come scienza e tecnologia plasmino il nostroambiente materiale, intellettuale e culturale; la sua volontà di confrontarsi con temi e problemi legati alle scienze, nonché con le idee della scienza, da cittadino che riflette.

Per quel che attiene alla rilevazione, la definizione di literacy scientifica adottatada PISA può essere vista come caratterizzata da quattro aspetti tra loro interconnessi:il contesto, ovvero la capacità di riconoscere situazioni di vita checoinvolgono la scienza e la tecnologia; le conoscenze, ovvero la comprensione del mondo naturale fondata su conoscenze scientifiche nelle quali confluiscono tanto le conoscenze sulmondo naturale quanto le conoscenze sulla scienza in quanto tale; le competenze, ovvero la dimostrazione di competenze che comprendono ilsaper identificare questioni scientifiche, lo spiegare i fenomeni in modo scientifico e il trarre conclusioni basate sui fatti; gli atteggiamenti che indicano interesse per la scienza, sostegno nei confrontidella ricerca scientifica e motivazione ad agire responsabilmente neiconfronti, ad esempio, delle risorse naturali e dell’ambiente.

Figura 2.1: Quadro di riferimento per la valutazione delle competenze scientifiche in PISA2006

ContestoSituazioni di vita reale collegate a scienza e

tecnologia.

CompetenzeIndividuare questioni di carattere scientifico Dare una spiegazione scientifica dei fenomeni Usare prove basate sui dati scientifici.

AttitudiniRisposta a questioni di carattere scientifico:

interessesostegno della ricerca scientifica responsabilità.

Conoscenzedel mondo naturale (conoscenzedelle scienze)sulla scienza in quanto tale (conoscenze sulle scienze).

25

2.2.2 Le competenze rilevate

Sono tre le competenze scientifiche identificate e valutate in PISA 2006. Ciascuna competenza è a sua volta articolata internamente.

1. Individuare questioni di carattere scientifico:riconoscere questioni che possono essere indagate in modo scientifico individuare le parole chiave che occorrono per cercare informazioni scientifichericonoscere le caratteristiche essenziali della ricerca scientifica

2. Dare una spiegazione scientifica ai fenomeni:applicare le conoscenze scientifiche in una situazione data descrivere e interpretare scientificamente fenomeni e predire cambiamentiindividuare descrizioni, spiegazioni e previsioni appropriate

3. Usare prove basate su dati scientifici:interpretare dati scientifici e prendere e comunicare decisioni individuare i presupposti, gli elementi di prova e il ragionamento che giustificano determinate conclusioni riflettere sulle implicazioni sociali degli sviluppi della scienza e della tecnologia

In PISA 2006, inoltre, viene fatta un’importante distinzione relativa alle conoscenze scientifiche che indicano contemporaneamente sia la conoscenzadella scienza sia la conoscenza sulla scienza.

La prima (conoscenza della scienza) indica la conoscenza del mondo naturale e fa riferimento alla fisica, alla chimica, alle scienze biologiche alle scienze della Terra e dell’universo oltre che alla tecnologia (vedi Figura 2.2)

Figura 2.2: Le categorie della conoscenza della scienza Sistemi chimici e fisici

Struttura della materia (per es. modello particellare, legami) Proprietà della materia (per es. cambiamenti di stato, conduttività termica e elettrica) Cambiamenti chimici della materia (per es. reazioni, trasferimento di energia, acidi/basi)Moti e forze (per es. velocità, attrito) Energia e sue trasformazioni (per es. conservazione, degradazione, reazioni chimiche)Interazioni fra energia e materia (per es. onde radio e luminose, onde sonore e sismiche)

Sistemi viventi Le cellule (per es. strutture e funzione, DNA, animali e piante) Biologia umana (per es. salute, alimentazione, digestione, respirazione, circolazione, escrezione e loro relazioni, malattie, riproduzione)

26

Popolazioni (per es. specie, evoluzione, biodiversità, variazioni genetiche) Ecosistemi (per es. catene alimentari, flussi di materia e di energia) Biosfera (per es. servizi degli ecosistemi, sostenibilità)

Sistemi della Terra e dello spazio Strutture del sistema Terra (per es. litosfera, atmosfera, idrosfera) Energia nel sistema Terra (per es. fonti energetiche, clima globale) Cambiamenti nel sistema Terra (per es. tettonica a placche, cicli geochimica, forze costruttive e distruttive) Storia della Terra (per es. fossili, origini e evoluzione) La Terra nello spazio (per es. gravità, sistema solare)

Sistemi tecnologici Ruolo della tecnologia basata sulla scienza (per es. risolvere problemi, aiutare l’uomo a soddisfare bisogni e aspirazioni, pianificare e condurre ricerche) Rapporti fra scienza e tecnologia (per es. le tecnologie contribuiscono al progresso scientifico)

r es. ottimizzazione, scelte di compromesso, costi, rischi, benefici) Concetti (pePrincipi importanti (per es. criteri, vincoli, innovazione, invenzione, soluzione di problemi)

La seconda (la conoscenza sulla scienza) intende indicare la conoscenza dei mezzi (indagine scientifica) e dei fini (spiegazioni di carattere scientifico) della scienza (vedi Figura 2.3).

Figura 2.3: Le categorie della conoscenza sulla scienza Indagine scientifica

Origine (per es. curiosità, domande scientifiche) Scopo (per es. produrre dati che contribuiscano a dare risposta a domande scientifiche, idee correnti/modelli/teorie che guidino le indagini)

di differenti indagini Esperimenti (per es. domande differenti sono alla base scientifiche, progettazione di una ricercai)

alitativi – osservazioni) Tipo di dati (per es. quantitativi – misure, quMisure (per es. incertezza intrinseca, riproducibilità, variazione, accuratezza dei risultati/precisione degli strumenti e delle procedure)

vvisori, verificabili, falsificabili, Caratteristiche dei risultati (per es. empirici, proautocorrettivi)

Spiegazioni di carattere scientifico Tipi (per es. ipotesi, teoria, modello, legge) Modi in cui si formano (per es. rappresentazione di dati, ruolo delle conoscenze esistenti e nuovi elementi di prova, creatività e immaginazione, logica)

collegate alle Regole (per es. devono avere coerenza logica, basate su prove, conoscenze pregresse e attuali) Risultati (per es. produrre nuove conoscenze, nuovi metodi, nuove tecnologie, portare a nuovi quesiti e nuove indagini)

27

2.2.3 Prove in situazioni e contesti di vita reale

Le prove vengono presentate all’interno di situazioni di vita in generale e non soltanto in ambito scolastico. Le situazioni si riferiscono a situazioni legate al sé, alla famiglia e al gruppo dei pari (personale), alla comunità (sociale) e al vivere nel mondo (globale). Un ulteriore tipo di situazione è quella storica, attraverso la quale è possibile rilevare la comprensione dei progressi compiuti dal sapere scientifico. Il contesto di un item è invece la specifica ambientazione all’interno della situazione e comprende nel dettaglio tutti gli elementi adoperati nelformulare il quesito.

Figura 2.4: I campi di applicazioneSituazione

Contesto

Personale(io, famiglia,

gruppi di pari)

Sociale(comunità)

Globale(vita nel mondo)

SaluteMantenimento della salute, incidenti, alimentazione

Controllo delle malattie, trasmissione delle malattie, sceltealimentari, salute delle comunità

Epidemie, diffusione di malattie infettive

Risorsenaturali

Consumopersonale di materiali e di energia

Mantenimento delle popolazioni, qualità della vita, sicurezza,produzione e distribuzione del cibo, fonti energetiche

Energie rinnovabili e non rinnovabili, sistemi naturali, crescita demografica, uso sostenibile delle specie

Ambiente

Comportamentoecologista, uso e eliminazione dei materiali

Distribuzionedemografica,eliminazione dei rifiuti, impatto ambientale, meteorologia locale

Biodiversità, ecologia sostenibile, controllo dell’inquinamento,produzione e perdita del terreno

Rischi e calamità

Naturali e causati dall’uomo, decisioni riguardo alle abitazioni

Cambiamenti rapidi (terremoti, clima rigido), cambiamenti lenti e progressivi (erosione delle coste,sedimentazione), stima del rischio

Cambiamenticlimatici, impatto delle guerre

Frontieredella scienza e della tecnologia

Interesse nelle spiegazioniscientifiche dei fenomeni naturali, attività del tempo libero basate sulle scienze, musica e tecnologia per uso personale

Nuovi materiali, attrezzature e processi, modificazione genetica, tecnologia delle armi, trasporti

Estinzione delle specie, esplorazione dello spazio, origine e struttura dell’universo

28

La Figura 2.4 elenca i principali campi di applicazione delle scienze usati comecontesti nelle prove di rilevazione e suddivisi per situazione (personale, sociale,globale). I campi di applicazione sono tratti da un ampio ventaglio di situazioni di vita quali salute, risorse naturali, ambiente, rischi e frontiere della scienza e della tecnologia. Si tratta di quelle aree nelle quali la literacy scientifica si rivela diparticolare valore, sia per l’individuo che per la comunità, nel mantenimento e nel miglioramento della qualità della vita e nello sviluppo delle politiche pubbliche.

Ciascuna prova comprende un materiale-stimolo che può essere costituito da unbreve testo o dalle note scritte che accompagnano una tabella, un grafico, un diagramma o una figura (vedi Figura 2.5), cui segue un insieme di quesiti di vario tipo a ciascuno dei quali è assegnato un punteggio indipendente.

Figura 2.5: PIOGGE ACIDE

PIOGGE ACIDE La fotografia qui sotto mostra alcune statue dette Cariatidi, erette sull’Acropoli di Atene più di 2500 anni fa. Queste statue sono fatte di un tipo di roccia che si chiama marmo. Il marmo è composto di carbonato di calcio. Nel 1980 le statue originali, che erano state corrose dalle piogge acide, sono statetrasferite all’interno del museo dell’Acropoli e sostituite da copie.

PISA adotta una tale struttura delle prove per far sì che i contenuti impiegatisiano il più possibile realistici e riflettano la complessità delle situazioni reali.Ricorrere a situazioni rispetto alle quali sia possibile porre più quesiti piuttostoche porre domande isolate riferite a un maggior numero di situazioni diverse,riduce il tempo di cui gli studenti hanno bisogno per “entrare” nell’argomento relativo a ciascun quesito. Tuttavia deve essere tenuto presente che la risposta aciascun quesito deve essere indipendente da quelle degli altri quesiti della prova.

29

Per rilevare le competenze e le conoscenze scientifiche individuate dal quadro di riferimento vengono utilizzati quattro tipi di item. Un terzo circa degli item è costituito da quesiti a scelta multipla (semplici) che richiedono la scelta di un’unica risposta fra le quattro proposte (vedi Figura 2.6).

Figura 2.6: Domanda 3: Piogge acide

Domanda 3: Piogge acide Una scaglia di marmo ha una massa di 2,0 grammi prima di essere immersa per una notte nell’aceto. Il giorno dopo la scaglia viene tolta dall’aceto e asciugata. Quale sarà la massa della scaglia di marmo asciutta?

A meno di 2,0 grammi B esattamente 2,0 grammi C tra 2,0 e 2,4 grammi D più di 2,4 grammi

Un ulteriore terzo richiede risposte aperte univoche oppure è costituito da quesiti a scelta multipla complessi. L’ultimo terzo degli item proposti è costituito invece da quesiti a risposta aperta articolata e richiede allo studente una risposta relativamente estesa per iscritto o in formato grafico (vedi Figura 2.7).

Figura 2.7: Domande 2 e 5: Piogge acide

Domanda 2: Piogge acide Le piogge normali sono leggermente acide perché hanno assorbito parte del diossido di carbonio (anidride carbonica) presente nell’aria. Le piogge acide sono più acide delle piogge normali perché hanno assorbito altri gas, come gli ossidi di zolfo e gli ossidi di azoto. Da dove vengono gli ossidi di zolfo e di azoto presenti nell’aria?

……………………………………………………………………………….………………………………………………………………………………………….…………

Domanda 5: Piogge acide Gli studenti che hanno fatto questo esperimento hanno immerso per una notte scaglie di marmo anche in acqua pura (distillata). Spiega perché gli studenti hanno inserito anche questa fase nel loro esperimento.

……………………………………………………………………………….………………………………………………………………………………………….…………

La maggior parte delle nuove prove entrate a far parte della rilevazione delle competenze scientifiche di PISA 2006 contiene un item che rileva l’interesse dello studente per l’apprendimento delle scienze, o un item che rileva il sostegno che egli manifesta per la ricerca scientifica, oppure entrambi (vedi Figura 2.8).

30

Figura 2.8: Domande 10N e 10S: Piogge acide

Domanda 10N: Piogge acide

Quanto sei interessato alle seguenti affermazioni? (barra una sola casella per ogni riga)

1* 2* 3* 4*a) Sapere quali attività umane

contribuiscono di più alle piogge acide

b) Imparare qualcosa sulle tecnologie che riducono al minimo le emissioni di gas che danno origine alle piogge acide

c) Comprendere le tecniche usate per riparare gli edifici danneggiati dalle piogge acide

* 1: molto interessato; 2: abbastanza interessato; 3: poco interessato; 4: per niente interessato.

Domanda 10S: Piogge acide

Quanto sei d’accordo con le seguenti affermazioni?(barra una sola casella per ogni riga)

1* 2* 3* 4*a) La salvaguardia delle antiche rovine

dovrebbe basarsi su prove scientifiche relative alle cause dei danni

b) Le affermazioni a proposito delle cause delle piogge acide dovrebbero essere basate sulla ricerca scientifica

*1: molto d’accordo; 2: d’accordo; 3: in disaccordo; 4: molto in disaccordo

2.3 Qualche altro esempio

Ciascuna delle prove costruite intende rilevare una o più delle competenze indicate, in riferimento ad un contesto specifico (i sistemi), alla distinzione tra conoscenza della e sulla scienza e in rapporto a particolari atteggiamenti.

31

Figura 2.9: EFFETTO SERRA: REALTÀ O FANTASIA?EFFETTO SERRA: REALTÀ O FANTASIA?

Contesto/stimoloGli esseri viventi hanno bisogno di energia per sopravvivere. L’energia che mantiene la vita sullaTerra proviene dal Sole che irradia energia nello spazio perché è molto caldo. Una minima parte diquesta energia raggiunge la Terra.L’atmosfera terrestre funziona come uno strato protettivo sulla superficie del nostro pianeta, impedendo le variazioni di temperatura che si verificherebbero se non ci fosse l’aria. La maggior parte dell’energia proveniente dal Sole attraversa l’atmosfera terrestre. Una parte di questa energia è assorbita dalla Terra, un'altra è invece riflessa dalla superficie terrestre. Parte di questa energia riflessa viene assorbita dall’atmosfera. Come risultato di questo processo, la temperatura media sulla superficie terrestre è maggiore di quella che ci sarebbe in assenza di atmosfera. L’atmosfera terrestre ha lo stesso effetto di una serra, da qui il termine effetto serra.L’effetto serra sembra sia diventato più marcato durante il ventesimo secolo. Che la temperatura media dell’atmosfera terrestre sia aumentata è un dato di fatto. Sui giornali esui periodici viene spesso citato l’aumento dell’emissione di diossido di carbonio (anidride carbonica) come causa principale dell’aumento della temperatura nel ventesimo secolo. Uno studente, di nome Andrea, si interessa della relazione possibile tra la temperatura mediadell’atmosfera terrestre e l’emissione di diossido di carbonio sulla Terra.In una biblioteca trova i seguenti due grafici:

Da questi due grafici Andrea conclude che l’aumento della temperatura media dell’atmosfera terrestre è sicuramente dovuto all’aumento dell’emissione di diossido di carbonio.

Domanda 3: Effetto serra Da quale caratteristica dei grafici Andrea trae la sua conclusione? ……………………………………………………………………………….………………………………………………………………………………………….…………

32

Quesito: a risposta aperta Competenza: individuare questioni di carattere scientifico (riconoscere questioni che

possano essere indagate in modo scientifico) Conoscenza della scienzaCampo di applicazione: ambienteSituazione: globale

Domanda 4: Effetto serra

Un'altra studentessa, Gianna, non è d’accordo con la conclusione di Andrea. Paragona i due grafici e dice che alcune parti dei grafici non confermano la sua conclusione.Fornisci un esempio di una parte dei grafici che non conferma la conclusione di Andrea. Spiega brevemente la tua risposta. ..............................................................................................................................................................................................................................

Quesito: a risposta aperta Competenza: usare prove basate sui dati scientifici Conoscenza sulla scienzaCampo di applicazione: ambienteSituazione: globale

Figura 2.10: LA CARIE

LA CARIE

I batteri che vivono nella nostra bocca causano la carie dentale. Il problema della carie nasce a partire dal 1700, quando lo zucchero si diffonde grazie allo sviluppo dell’industria della canna da zucchero.

Oggi sappiamo molto della carie, ad esempio: i batteri che causano la carie si nutrono di zucchero; lo zucchero si trasforma in acido; l’acido danneggia la superficie dei denti; lavarsi i denti aiuta a prevenire la carie.

33

Domanda 1: La carie

Qual è il ruolo dei batteri nella carie dentale? A. I batteri producono lo smalto. B. I batteri producono lo zucchero. C. I batteri producono i minerali. D. I batteri producono l’acido.

Quesito: a risposta multipla Competenza: dare una spiegazione scientifica ai fenomeni Conoscenza della scienzaCampo di applicazione: salute Situazione: personale

2.4 In conclusione…

Come si vedrà nei capitoli del presente rapporto che analizzano gli esiti degli studenti in scienze e nelle altre aree di indagine, si ripresenta anche in questo ciclo 2006 di PISA il sensibile divario tra le diverse macroaree del Paese. Ma al di là delle differenziazioni geografiche, della tipologia di scuola e della singola istituzione scolastica, i poco lusinghieri risultati della scuola italiana nell’indagine PISA 2006, pongono serie domande a chi governa la politica scolastica italiana. Le decisioni non sono più eludibili e non può essere evitata l’assunzione di responsabilità sia a livello centrale che periferico nelle scelte conseguenti: programmi scolastici, quadri orari, metodologie di insegnamento/apprendimento, libri di testo, attrezzature, … Solo così i numeri che “raccontano” l’indagine OCSE-PISA potranno passare a narrare una diversa qualità dei processi.

Riferimenti bibliografici

OECD (2003), Definition and Selection of Competencies: Theoretical and Conceptual Foundations (DeSeCo), Summary of the final report Key Competencies for a Successful Life and a Well-functioning Society, Paris.

OCSE-INValSI (2006), Valutare le competenze in scienze, lettura e matematica. Quadro di riferimento di PISA 2006, Roma, Armando Editore [traduzione italiana di OECD (2006), Assessing Scientific, Reading and Mathematical Literacy. A Framework for PISA 2006, Paris].

34

I risultati

Sintesi dei principali risultati in scienze

I risultati conseguiti in scienze dagli studenti quindicenni delle scuole del Veneto (sia nella scala generale che in ciascuna delle sottoscale) sono di gran lunga superiori alla media dell’Italia e più alti di quella dei paesi dell’OCSE.Con un punteggio medio di 524 nella scala complessiva di scienze, i quindicenni veneti si attestano ben al di sopra della media OCSE (500 punti) e, ancor più, di quella italiana (475 punti). Questo risultato contribuisce in modo rilevante a determinare l’ottimo piazzamento del Nord Est che, con 520 punti, è al primo posto nel confronto tra le macro-aree italiane.Nel confronto internazionale il Veneto, se considerato a sé, si collocherebbe al settimo posto tra i paesi OCSE (dopo Finlandia, Canada, Giappone, Nuova Zelanda, Australia e Paesi Bassi), e in posizione superiore a quella di Corea, Germania e Regno Unito. Esiti analoghi si hanno in lettura e, sebbene in misura più ridotta, in matematica, confermando il buon livello del sistema veneto già evidenziato nei cicli precedenti. Si conferma anche la relativa equità del sistema scolastico nel Veneto, caratterizzato da una minore dispersione dei risultati rispetto a quella dell’Italia nel suo insieme. Conseguentemente sono inferiori alla media, sia italiana sia dei paesi OCSE, le percentuali di studenti ai livelli bassi, il che è un dato positivo. Risultano ancora relativamente poco sviluppate, invece, le eccellenze, cioè quegli studenti capaci di situarsi al gradino più alto delle diverse scale di competenza che per le scienze, pur essendo migliori della media italiana, sono “solo” esattamente pari alla media OCSE. La disaggregazione dei risultati per tipologia di scuola mostra ancora una volta che le prestazioni migliori sono date dagli studenti dei Licei seguiti, nell’ordine, dai coetanei degli Istituti Tecnici, degli Istituti Professionali e dei Centri di Formazione Professionale. Tuttavia, in termini assoluti, i risultati degli alunni degli Istituti tecnici veneti sono superiori a quelli ottenuti dagli studenti dei Licei italiani, e quelli degli Istituti professionali del Veneto non sono distanti da quelli degli studenti degli Istituti tecnici italiani. Rispetto al genere, la situazione del Veneto presenta caratteristiche particolari: i maschi ottengono un punteggio medio di ben 17 punti più alto rispetto a quello delle femmine (la differenza media OCSE è di 2 punti), e il contributo maggiore a uno scarto così elevato è dato dalla competenza Dareuna spiegazione scientifica ai fenomeni, in cui la differenza a favore dei maschi è la più alta tra i paesi OCSE (33 punti).

37

Avvertenze per la lettura delle tabelle, dei grafici e delle tavole in Appendice

Nel leggere i dati presentati nelle tabelle dei vari capitoli e nelle tavole di Appendice, o rappresentati nei grafici, va tenuto presente quanto segue:

I dati relativi alla Regione Veneto sono frutto di elaborazioni originali effettuate dai membri del Gruppo Regionale di Ricerca OCSE PISA 2006 istituito dall’USR per il Veneto e dagli altri collaboratori, firmatari dei vari capitoli del rapporto, sul dataset regionale del Veneto. Le elaborazioni statistiche sono state effettuate seguendo le indicazioni del Manuale di Analisi dei Dati PISA 2003 (OCSE, 2005).

I dati relativi all’Italia e alle sue macro-aree sono desunti dal rapporto dell’INVALSI Risultati di PISA 2006. Uno sguardo d’insieme (scaricabile dal sito dell’INVALSI) o dal Rapporto Internazionale PISA 2006. Science Competencies for Tomorrow’s World (OCSE, 2007). Da quest’ultimo sono inoltre desunti i dati relativi ai paesi assunti come termini di confronto e i valori medi dei paesi OCSE.

Per i confronti internazionali sono stati selezionati come paesi di riferimento: 1. primo Top performer 2. secondo Top performer 3. Bottom performer (tra i Paesi OCSE) 4. Austria 5. Canada 6. Francia 7. Germania 8. Giappone 9. Regno Unito 10. Slovenia 11. Spagna 12. Svizzera 13. USA. In alcuni casi, tuttavia, uno o più di questi paesi può mancare per ragioni particolari.

I valori riportati in tutte le tabelle e nelle tavole di Appendice sono arrotondati. A causa di ciò, in alcuni casi, le somme o le differenze tra di essi possono apparire incongruenti rispetto ai valori da cui sono ottenute, per eccesso o per difetto.

Accanto ad ogni statistica è riportato, fra parentesi, l’errore standard di misura. Il rapporto fra la statistica e il suo errore standard consente di valutare la significatività o meno della statistica stessa (segnalata dal carattere in grassetto).

I firmatari dei vari capitoli sono responsabili delle analisi e dei commenti alle stesse, nonché di tutte le opinioni in essi sostenute, che riflettono unicamente il punto di vista degli autori.

38

3. La costruzione delle prove di scienze e i risultati degli studenti del Veneto nella competenza scientifica in PISA 2006

Luigi Clama e Sante Velo1

Questo capitolo analizza la struttura delle prove cognitive somministrate in PISA nel ciclo 2006, nel quale le scienze hanno costituito il principale focus diinteresse. A partire dalla definizione di literacy scientifica, vengono illustrate, con esempi di quesiti, le modalità di costruzione delle prove e l’articolazione della scala di competenza. Vengono successivamente presentati i risultati degli studenti veneti nel quadro internazionale, che sono analizzati poi più in dettaglio a livello nazionale, considerando anche la macroarea geografica del Nord Est e il tipo di istruzione.

3.1 L’approccio di PISA all’accertamento della competenza scientifica

In PISA 2006 le scienze costituiscono l’ambito principale di indagine, cui sono dedicati la maggior parte delle prove di tipo cognitivo e che vedono coinvolti gli alunni per più di metà del tempo di somministrazione. Questo ha consentito, come per la comprensione in lettura nel 2000 e la matematica nel 2006, di ottenere un’articolazione molto più dettagliata dei risultati in scienze, in quanto sono stati presi in considerazione in modo più completo i sottoambiti che concorrono a definire la competenza scientifica. Come si è visto nel precedente capitolo, il quadro concettuale di fondo si basa sulla constatazione che nell’attuale società, nella quale scienza e tecnologia giocano un ruolo fondamentale, è indispensabile per i giovani possedere un livello di conoscenza tecnico-scientifica per essere “preparati alla vita”. Tale preparazione è rilevante perché dà ai singoli individui la possibilità di partecipare in modo consapevole e informato alle decisioni politiche che in qualche modo sono necessarie quando scienza e tecnologia finiscono con l’avere un’influenza diretta sulla vita quotidiana. Va inoltre sottolineato che il test PISA non misura gli apprendimenti scolastici, non è stato sviluppato per misurare il livello di acquisizione delle conoscenze scientifiche insegnate nelle scuole, né per valutare e confrontare l’efficacia o

1 I paragrafi dal 3.1 al 3.3 sono redatti da Luigi Clama; i paragrafi dal 3.4 al 3.9 da Sante Velo. Analisi ed elaborazione dati di Luigi Clama e Sante Velo.

39

meno dell’insegnamento dei singoli paesi; è stato impostato a prescindere dai curricoli nazionali ed è quindi indirizzato ad accertare la capacità dei quindicenni di servirsi delle conoscenze scientifiche per risolvere situazioni riguardanti da un lato la vita personale e dall’altro questioni sociali che li coinvolgono direttamente come cittadini.

La domanda fondamentale cui il test PISA tenta di dare risposta in termini di competenze possedute è quindi: «Che cosa dovrebbero ragionevolmente sapere, apprezzare ed essere capaci di fare in modo appropriato i quindicenni all’interno di contesti personali, sociali e globali in modo da essere cittadini consapevoli?»

Una prima risposta si ritrova nella definizione di literacy scientifica2 che sta alla base delle prove PISA. In questo contesto per literacy scientifica si intende “lacapacità di utilizzare conoscenze scientifiche, di identificare domande (che hanno un senso scientifico) e di trarre conclusioni basate su fatti, per comprendere il mondo della natura e i cambiamenti ad esso apportati dall’attività umana e per aiutare a prendere decisioni al riguardo” (OECD, 2003; trad it. 2004, p. 135).

Questa definizione propone una idea di scienza come “processo razionale attraverso cui idee e teorie vengono confrontate con dati disponibili al momento”, che non esclude “la creatività e l’immaginazione”, che riconosce i progressi del sapere scientifico come frutto non solo degli individui, ma anche della cultura nella quale tali progressi si realizzano. In questa visione è importante per il cittadino imparare a distinguere tra “interrogativi ai quali la scienza può rispondere e quelli ai quali essa non può rispondere” e quindi tra ciò che è scientifico e ciò che non può esserlo. La literacy scientifica pertanto richiede una comprensione dei concetti e delle spiegazioni scientifiche più importanti e delle potenzialità e dei limiti della scienza nel mondo reale, e presuppone dunque una posizione critica e un approccio riflessivo nei confronti della scienza3.

La definizione di literacy scientifica in PISA 2006 è concettualmente simile a quella delle precedenti rilevazioni per quanto riguarda le conoscenze degli studenti sulle caratteristiche distintive della scienza e della tecnologia; tuttavia vi sono una maggior articolazione e approfondimento del campo di indagine e un ampliamento sul versante degli atteggiamenti che lo studente ha maturato nei confronti dell’approccio scientifico ai problemi personali e sociali.

Sulla base di questa definizione di literacy scientifica che, come si è già visto, è

2 Vedi in particolare Bybee, 1997b; Fensham, 2000; Graber e Bolte, 1997; Mayer, 2002; Roberts, 1993; UNESCO, 1993. Il concetto di "literacy" a cui fa riferimento PISA 2006 può essere accostato a quello espresso nella definizione di "competenza" nel DeSeCo (OECD, 2003b), in quanto comprende, accanto a conoscenze e abilità, anche atteggiamenti, valori, motivazioni e percezioni di sé.3 OECD, 2007; OECD, 2003, op. cit.; M. Mayer, La competenza scientifica dei quindicenni, in Glistudenti quindicenni nel Veneto: quali competenze?, 2005, pag. 77-78.

40

caratterizzata da situazioni e contesti, conoscenze, competenze e atteggiamenti,componenti fondamentali tra loro interconnesse, sono costruite le prove di PISA, che fanno capo alle due macrocategorie conoscenze della scienza (riferite quindi ai principali campi della fisica, della chimica, della biologia, delle scienze della Terra e dell’Universo, della tecnologia) conoscenze sulla scienza (riferite ai particolari metodi, cioè approcci, strumenti, criteri di raccolta e analisi dei dati, che sono propri della riflessione e dell’indagine scientifica.

3.2 Come sono state costruite le prove

Le prove di PISA 2006 sono state costruite, nella maggior parte dei casi, 4

contesto situazionale reale che si presume abbastanza vicino agli alunni e chiede loro di mettere in gioco competenze scientifiche che necessitano di specifiche conoscenze nonché l’attivazione di atteggiamenti nei confronti di temi e problemi di carattere scientifico e tecnologico.

In modo specifico, ciascuna prova utilizza un materiale-stimolo che può essere costituito da un breve testo o dalle note scritte che accompagnano una tabella, una figura, un grafico o un diagramma, cui segue un insieme di quesiti di vario tipo a ciascuno dei quali è assegnato un punteggio indipendente5.

La tipologia dei quesiti corrisponde per circa un terzo a domande a scelta multipla, di tipo semplice, su quattro opportunità di cui una solo è giusta; un terzo è stato strutturato con domande a scelta multipla complessa (es. una lista di affermazioni a cui rispondere SI/NO) oppure a risposta aperta univoca; un ultimo terzo richiede agli alunni una risposta aperta articolata o l’esecuzione di un disegno o grafico.

Le prove di tipo cognitivo sono composte da un massimo di 6 item, ciascuno dei quali implica il ricorso ad una specifica competenza scientifica tra quelle descritte più sopra e alterna in modo selettivo la conoscenza della scienza ovvero la conoscenza sulla scienza; in una singola prova vengono generalmente rilevate attraverso item diversi, più di una competenza e più di una categoria di conoscenza.

Lo scoring prevede nella maggior parte dei casi un punteggio dicotomico (risposta corretta o sbagliata), ma per le domande più complesse o le domande

4 M. Comoglio (2002), La valutazione autentica, Orientamenti Pedagogici, 49(1); G. Wiggins (1998), Educative Assessment. Designing Assessments to Inform and Improve Student Performance, San Francisco, CA: Jossey-Bass; P. Winograd, & F. D. Perkins (1996), Authentic Assessment in the Classroom: Principles and Practices, In R. E. Blum, & J. A. Arter (Eds.), A Handbook for Student Performance Assessment in an Era of Restructuring (I-8: 1-11), Alexandria, VA: Association for Supervision and Curriculum Development. 5 Si vedano le prove riportate come esempio nel capitolo 2.

secondo i principi dell’authentic assessment : ogni singolo quesito parte da un

41

aperte vengono adottati criteri di assegnazione di punteggio “parziale” o punteggio “totale”, su una scala da 0 a due punti, in base ad una modalità di correzione molto dettagliata.

Rispetto al questionario sugli atteggiamenti, viene richiesto all’alunno di esprimersi su un valore proprio - percettivo con formato di risposta a quattro livelli che, nell’esempio dell’interesse concernente questioni legate alla scienza o alla

6.

risposte sbagliate, ma che è importante rispondere con sincerità.

3.3 La scala di competenza scientifica di PISA 2006

Già grazie alle rilevazioni precedenti (PISA 2000 e PISA 2003) era stato possibile costruire una scala di livello di possesso delle competenze relative alla literacyscientifica, sulla base dell’analisi dei risultati ottenuti dagli alunni e in relazione diretta alla difficoltà degli item.

Tra i fattori che risultavano maggiormente implicati nella difficoltà degli item erano compresi: la generale complessità del contesto, il livello di familiarità con la terminologia, i concetti e i processi scientifici coinvolti, la lunghezza della concatenazione logica indispensabile per rispondere alla domanda, il grado di astrattezza delle idee o dei concetti scientifici indispensabili a formulare una risposta, il livello di ragionamento, di intuizione e di generalizzazione richiesto per formulare giudizi, conclusioni e spiegazioni.

Su una scala di competenza con media pari a 500 e deviazione standard pari a 100 erano stati identificati tre livelli di competenza base al cui estremo superiore (attorno ai 690 punti) erano compresi gli studenti generalmente in grado di elaborare o utilizzare semplici modelli concettuali per fare previsioni o per fornire spiegazioni, di analizzare indagini scientifiche per comprenderne, ad esempio, il progetto sperimentale o per identificare l’ipotesi da verificare; di confrontare dati per valutare punti di vista alternativi o prospettive differenti; di comunicare argomentazioni e/o descrizioni di carattere scientifico in maniera dettagliata e precisa.

Al livello intermedio, intorno ai 550 punti, venivano collocati gli studenti in grado di servirsi di conoscenze scientifiche per fare previsioni o per fornire spiegazioni, di distinguere le domande alle quali è possibile rispondere attraverso l’indagine scientifica e/o di individuare nel dettaglio gli elementi che caratterizzano un’indagine scientifica; questi studenti sono in grado anche di selezionare le informazioni pertinenti tra più informazioni – o più concatenazioni logiche – tra

6 La scala completa è la seguente: “Molto interessato”, “Mediamente interessato”, “Poco interessato” e “Per niente interessato”.

In questo caso viene spiegato agli allievi che non vi sono risposte corrette o

tecnologia, va da “Molto interessato” a “Per niente interessato”

42

loro contrapposte per trarre o valutare conclusioni, ma con un livello inferiore di precisione, accuratezza e flessibilità al contesto rispetto ai compagni più competenti.

All’estremo inferiore della scala (attorno ai 400 punti) erano considerati gli studenti in grado di richiamare alla mente solo semplici conoscenze fattuali di carattere scientifico – ad esempio nomi, cifre, termini e semplici regole di base – e di servirsi di comuni conoscenze scientifiche per trarre o valutare conclusioni.

In seguito anche alla rilevazione 2006 sono stati definiti i sei livelli di competenza sulla scala complessiva di scienze riportata in Figura 3.1.

Figura 3.1 Descrizione sintetica dei sei livelli di competenza sulla scala complessiva di scienze

6

Al livello 6 uno studente sa individuare, spiegare e applicare in modo coerente conoscenze scientifiche e conoscenza sulla scienza in una pluralità di situazioni di vita complesse. È in grado di mettere in relazione fra loro fonti d’informazione e spiegazioni distinte e di servirsi scientificamente delle prove raccolte attraverso tali fonti per giustificare le proprie decisioni. Dimostra in modo chiaro e coerente capacità di pensiero e di ragionamento scientifico ed è pronto a ricorrere alla propria conoscenza scientifica per risolvere situazioni scientifiche e tecnologiche non familiari. Uno studente, a questo livello, è capace di utilizzare conoscenze scientifiche e di sviluppare argomentazioni a sostegno di indicazioni e decisioni che si riferiscono a situazioni personali, sociali o globali.

5

Al livello 5 uno studente sa individuare gli aspetti scientifici di molte situazioni di vita complesse, sa applicare sia i concetti scientifici sia la conoscenza sulla scienza a tali situazioni e sa anche mettere a confronto, scegliere e valutare prove fondate su dati scientifici adeguate alle situazioni di vita reale. Uno studente, a questo livello, è in grado di servirsi di capacità d’indagine ben sviluppate, di creare connessioni appropriate fra le proprie conoscenze e di apportare un punto di vista critico. È capace di costruire spiegazioni fondate su prove scientifiche e argomentazioni basate sulla propria analisi critica.

4

Al livello 4 uno studente sa destreggiarsi in modo efficace con situazioni e problemi che coinvolgono fenomeni esplicitamente descritti che gli richiedono di fare inferenze sul ruolo della scienza e della tecnologia. È in grado di scegliere e integrare fra di loro spiegazioni che provengono da diverse discipline scientifiche o tecnologiche e di mettere in relazione tali spiegazioni direttamente all’uno o all’altro aspetto di una situazione di vita reale. Uno studente, a questo livello, è capace di riflettere sulle proprie azioni e di comunicare le decisioni prese ricorrendo a conoscenze e prove di carattere scientifico.

3

Al livello 3 uno studente sa individuare problemi scientifici descritti con chiarezza in un numero limitato di contesti. È in grado di selezionare i fatti e le conoscenze necessarie a spiegare i vari fenomeni e di applicare semplici modelli o strategie di ricerca. Uno studente, a questo livello, è capace di interpretare e di utilizzare concetti scientifici di diverse discipline e di applicarli direttamente. È in grado di usare i fatti per sviluppare brevi argomentazioni e di prendere decisioni fondate su conoscenze scientifiche.

43

2Al livello 2 uno studente possiede conoscenze scientifiche sufficienti a fornire possibili spiegazioni in contesti familiari o a trarre conclusioni basandosi su indagini semplici. È capace di ragionare in modo lineare e di interpretare in maniera letterale i risultati di indagini di carattere scientifico e le soluzioni a problemi di tipo tecnologico.

1Al livello 1 uno studente possiede conoscenze scientifiche tanto limitate da poter essere applicate soltanto in poche situazioni a lui familiari. È in grado di esporre spiegazioni di carattere scientifico che siano ovvie e procedano direttamente dalle prove fornite.

Questo capitolo riporta i risultati ottenuti dagli studenti nelle prove relative alla competenza scientifica, presentati nel quadro internazionale e analizzati in dettaglio a livello nazionale, per la macroarea geografica del Nord Est e per tipo di istruzione. In termini generali va rilevato innanzitutto che gli studenti quindicenni delle scuole del Veneto hanno evidenziato prestazioni superiori alla media OCSE sia nella scala generale di scienze sia in ciascuna delle singole competenze: 1. Individuare questioni di carattere scientifico; 2. Dare una spiegazione scientifica dei fenomeni; 3. Usare prove basate su dati scientifici. I risultati del Veneto sono poi di gran lunga superiori alla media dell’Italia e contribuiscono in modo rilevante anche a determinare l’ottimo piazzamento del Nord Est nel confronto tra macroaree italiane. I paragrafi che seguono riportano le analisi degli esiti disaggregati per ciascuna delle competenze, per tipo di istituto, per genere; i risultati vengono confrontati con quelli dell’Italia, con quelli degli altri paesi dell’area OCSE e con quelli della macroregione di riferimento.

3.4 I risultati complessivi di scienze

La Tabella 3.1 presenta le comparazioni che possono essere stabilite in base ai punteggi medi ottenuti nelle prove tra alcuni Paesi OCSE, il Veneto e il Nord Est. I Paesi sono stati ordinati nella scala generale dal punteggio medio più alto a quello più basso. Anche le scale relative alle tre competenze specifiche sostanzialmente determinano una graduatoria molto simile a quella della scala generale e per questo abbiamo ritenuto opportuno presentarle affiancate. Si è preferito, invece, riportare a parte (Tabelle 3.2 e 3.3) le tabelle relative ai punteggi di conoscenza sulla scienza e di conoscenza della scienza, in quanto non è possibile operare confronti con la macroarea del Nord Est. L’errore standard (E.S.) e la deviazione standard (D.S.) danno conto, rispettivamente, della precisione della stima della media nazionale o regionale e della variabilità interna al Paese, alla macroarea o alla regione. La lettura in orizzontale della tabella, attraverso il confronto dei valori presenti nella stessa riga, permette di apprezzare il contributo di ciascuna competenza specifica al risultato complessivo sulla scala di competenza generale.

44

Tab

ella

3.1

: M

edia

e d

isp

ersi

on

e d

ei p

un

teg

gi p

er la

sca

la c

om

ple

ssiv

a e

le t

re c

om

pet

enze

sp

ecif

ich

e d

i sci

enze

(e.

s. f

ra p

aren

tesi

)

Co

mp

eten

za g

ener

ale

Ind

ivid

uar

e q

ues

tio

ni d

i ca

ratt

ere

scie

nti

fico

D

are

un

a sp

ieg

azio

ne

scie

nti

fica

dei

fen

om

eni

Usa

re p

rove

bas

ate

su d

ati

scie

nti

fici

Pu

nte

gg

io

med

io

Dev

iazi

on

e S

tan

dar

d

Pu

nte

gg

io

med

io

Dev

iazi

on

e S

tan

dar

d

Pu

nte

gg

io

med

io

Dev

iazi

on

e S

tan

dar

d

Pu

nte

gg

io

med

io

Dev

iazi

on

e S

tan

dar

d

Fin

land

ia

563

(2.0

)86

(1.0

)55

5(2

.3)

84(1

.1)

566

(2.0

)88

(1.1

)56

7(2

.3)

96(1

.2)

Hon

g K

ong

(Cin

a)

542

(2.5

)92

(1.9

)52

8(3

.2)

101

(2

.2)

549

(2.5

)94

(2.1

)54

2(2

.7)

99(1

.8)

Can

ada

53

4(2

.0)

94(1

.1)

532

(2.3

)97

(1.3

)53

1(2

.1)

100

(1.2

)54

2(2

.2)

99(1

.3)

Gia

ppon

e

531

(3.4

)10

0(2

.0)

522

(4.0

)10

6(2

.5)

527

(3.1

)97

(1.8

)54

4(4

.2)

116

(2.5

)

Slo

veni

a

519

(1.1

)98

(1.0

)51

7(1

.4)

87(0

.8)

523

(1.5

)10

5(1

.1)

516

(1.3

)10

0(1

.0)

Ger

man

ia

516

(3.8

)10

0(2

.0)

510

(3.8

)98

(2.4

)51

9(3

.7)

103

(2.0

)51

5(4

.6)

115

(3.3

)

Reg

no U

nito

51

5(2

.3)

107

(1.5

)51

4(2

.3)

106

(1.5

)51

7(2

.3)

110

(1.4

)51

4(2

.5)

117

(1.7

)

Svi

zzer

a

512

(3.2

)99

(1.7

)51

5(3

.0)

95(1

.4)

508

(3.3

)10

2(1

.8)

519

(3.4

)11

1(1

.9)

Aus

tria

511

(3.9

)98

(2.4

)50

5(3

.7)

90(2

.2)

516

(4.0

)10

0(2

.1)

505

(4.7

)11

6(3

.4)

Med

ia O

CS

E

500

(0.5

)95

(0.3

)49

9(0

.5)

95(0

.4)

500

(0.5

)98

(0.3

)49

9(0

.6)

108

(0.4

)

Fra

ncia

495

(3.4

)10

2(2

.1)

499

(3.5

)10

4(2

.4)

481

(3.2

)10

0(1

.8)

511

(3.9

)11

4(2

.6)

US

A

48

9(4

.2)

106

(1.7

)49

2(3

.8)

100

(1.7

)48

6(4

.3)

110

(1.5

)48

9(5

.0)

116

(2.5

)

Spa

gna

488

(2.6

)91

(1.0

)48

9(2

.4)

89(1

.1)

490

(2.4

)98

(1.0

)48

5(3

.0)

101

(3.2

)

Italia

475

(2.0

)96

(1.3

)47

4(2

.2)

99(1

.5)

480

(2.0

)10

0(1

.3)

467

(2.3

)11

1(1

.6)

Mes

sico

41

0(2

.7)

81(1

.5)

421

(2.6

)85

(1.6

)40

6(2

.7)

83(1

.6)

402

(3.1

)94

(1.8

)

V

enet

o

52

4(5

.4)

89(2

.3)

521

(5.0

)91

(2.5

)52

9(5

.8)

93(2

.7)

521

(5.8

)98

(2.8

)

Nor

d E

st

520

(2.8

)91

(1.5

)51

8(2

.9)

93(1

.6)

524

(3.0

)96

(1.7

)51

8(3

.1)

100

(1.9

)

Tabella 3.2: Media e dispersione dei punteggi per la scala specifica di conoscenza sulla scienza (e. s. fra parentesi)

Conoscenza sulla scienza Punteggio medio Deviazione Standard

Finlandia 558 (1.7) 89 (1.2)Hong Kong (Cina) 542 (2.5) 98 (1.4)Canada 537 (2.0) 97 (1.0)Giappone 532 (3.2) 108 (1.7)Slovenia 510 (1.6) 98 (1.1)Germania 512 (3.1) 101 (1.7)Regno Unito 517 (1.9) 106 (1.4)Svizzera 514 (2.7) 100 (1.2)Austria 504 (3.3) 99 (1.8)Francia 507 (3.1) 112 (1.7)Media OCSE 500 (0.5) 97 (0.3)USA 492 (3.7) 104 (1.6)Spagna 489 (2.0) 90 (0.8)Italia 472 (1.8) 99 (1.1)Messico 413 (2.1) 83 (1.0

Veneto 512 (4.8) 94 (2.6)

Tabella 3.3: Media e dispersione dei punteggi per le scale di conoscenza della scienza (e. s. fra parentesi)

Sistemi della Terra e dell’Universo Sistemi viventi Sistemi fisici e chimici

P. medio Dev. St. P. medio Dev. St. P. medio Dev. St. Austria 503 (3,6) 105 (2,1) 522 (3,4) 102 (2,1) 518 (3,7) 105 (2,1)Canada 540 (1,8) 98 (0,9) 530 (2,1) 106 (1,0) 529 (1,9) 99 (1,0)Finlandia 554 (1,8) 100 (1,2) 574 (1,8) 93 (1,4) 560 (1,7) 93 (1,0)Francia 463 (2,8) 103 (1,6) 490 (3,0) 107 (1,6) 482 (2,7) 97 (1,4)Germania 510 (3,6) 118 (1,7) 524 (3,0) 99 (1,5) 516 (3,1) 105 (1,4)Giappone 530 (3,0) 99 (1,4) 526 (2,7) 93 (1,4) 530 (3,2) 107 (1,5)Hong-Kong 525 (2,4) 96 (1,4) 558 (2,3) 95 (1,4) 546 (2,4) 98 (1,4)Italia 474 (2,0) 113 (1,2) 488 (1,7) 99 (1,0) 472 (1,7) 99 (1,0)Regno Unito 505 (1,9) 106 (1,3) 525 (2,2) 116 (1,5) 508 (2,0) 109 (1,3)Slovenia 534 (1,7) 119 (1,4) 517 (1,6) 104 (1,4) 531 (1,5) 104 (1,4)Spagna 493 (2,3) 108 (1,1) 498 (2,2) 102 (0,9) 477 (1,8) 90 (0,7)Svizzera 502 (2,9) 108 (1,3) 512 (2,8) 103 (1,3) 506 (2,6) 99 (1,1)Messico 412 (2,4) 99 (1,4) 402 (2,2) 85 (1,0) 414 (2,1) 84 (1,0)USA 504 (4,0) 116 (1,8) 487 (4,1) 117 (1,6) 485 (3,8) 109 (1,3)Media OCSE 500 (0,5) 104 (0,3) 502 (0,5) 100 (0,3) 500 (0,5) 99 (0,3)

Veneto 528 (6,2) 114 (3,0) 530 (5,2) 99 (2,6) 516 (5,2) 97 (2,5)

Il Veneto si colloca, sulla scala complessiva, al di sopra della media OCSE, appena sotto il livello del Giappone, cioè del Paese che si colloca al quarto posto nella graduatoria internazionale, e si distanzia dalla media italiana di ben 49 punti e di soli 4 punti dalla media della macroarea di appartenenza. Da notare come anche rispetto alla variabilità il Veneto presenti dati di gran lunga più positivi

46

rispetto a quelli nazionali: 89 punti di deviazione standard contro i 96 del punteggio italiano. I buoni risultati della regione nel confronto internazionale siconfermano anche nelle competenze specifiche. Nell’area conoscenze sulla scienza il punteggio si avvicina alla media OCSE, mentre nelle scale di contenuto è sempre nettamente al di sopra, con una differenza compresa tra 16 e 28 punti.

Nelle Tabelle 3.1, 3.2 e 3.3 e nella Figura 3.2 sono riportati, accanto ai valori medi, anche gli errori standard per consentire di apprezzare l’ampiezza dell’intervallo in cui il valore vero si dovrebbe trovare con una probabilità del95%. Ricordiamo infatti che si tratta di valori campionari e che quindi tutte lestatistiche elaborate sono stime di valori veri che si collocheranno quasicertamente negli intervalli di confidenza7 indicati dai valori dell’errore standard. Per questo le differenze tra i Paesi e le singole regioni non sono sempre statisticamente significative e la stessa graduatoria in cui i Paesi possono essereordinati costituisce solo un’assunzione molto verosimile della graduatoria vera.

Figura 3.2: Distribuzione dei risultati degli studenti sulla scala di scienze

5° 25° Intervallo di 75° 95° percentile percentile confidenza intorno percentile percentile

alla media

150 200 250 300 350 400 450 500 550 600 650 700

Media OCSE

Messico

Italia

Spagna

USA

Francia

Austria

Svizzera

Regno Unito

Germania

Slovenia

Giappone

Canada

Hong Kong (Cina)

Finlandia

Nord Est

Veneto

7 L’intervallo di confidenza è un indice della precisione della stima dei valori di sensibilità della misura considerata. Il valore “vero” si collocherà all’interno dell’intervallo definito dal valore massimo e dal valore minimo: più l’intervallo è ampio più la stima è imprecisa, e viceversa.

47

Nel leggere i dati e nell’esaminare le comparazioni non conta solo tener presente la significatività statistica ma anche, e soprattutto, la rilevanza effettiva di certe differenze. Occorre capire in pratica cosa voglia dire, ad esempio, una differenza di 50 punti fra i punteggi di due studenti o tra due gruppi di studenti. Una differenza di 74,6 punti corrisponde a un livello della scala della competenza e questo significa una sostanziale differenza nelle prestazioni dello studente. Ad

grado di selezionare i fatti e le conoscenze necessari a spiegare i vari fenomeni e di applicare semplici modelli o strategie di ricerca. Allo stesso modo, se consideriamo la competenza dare una spiegazione scientifica ai fenomeni, lo studente al livello 4 deve essere in grado di scegliere e integrare fra di loro spiegazioni che provengono da diverse discipline scientifiche o tecnologiche e di mettere in relazione con tali spiegazioni direttamente l’uno o l’altro aspetto di una situazione di vita reale, mentre lo studente raggiunge il livello 3 se è capace di interpretare e di utilizzare concetti scientifici di diverse discipline e di applicarli direttamente. Per la competenza usare prove basate su dati scientifici, infine, agli studenti di livello 4 è richiesta la capacità di riflettere sulle proprie azioni e di comunicare le decisioni prese ricorrendo a conoscenze e prove di carattere scientifico mentre gli studenti di livello 3 devono dimostrare di essere in grado di usare i fatti per sviluppare brevi argomentazioni e di prendere decisioni fondate su conoscenze scientifiche.

Un altro modo per interpretare i punteggi della scala è quello di considerare l’entità delle differenze tra Paesi OCSE e regioni diverse: ad esempio, la differenza tra il Paese con la media più alta e quello con la media più bassa ammonta a 143 punti, lo scarto tra la media del terzo più alto e del terzo più basso è di 60 punti, la macroregione italiana con il punteggio più alto ha 88 punti in più di quella con il punteggio più basso ecc.

esempio, se ci riferiamo alla competenza di individuare questioni di carattere scientifico descritta nel quadro di riferimento concettuale di PISA, il livello 4 richiede allo studente di sapersi destreggiare in modo efficace con situazioni e problemi che coinvolgono fenomeni esplicitamente descritti e che gli richiedono di fare inferenze sul ruolo della scienza e della tecnologia mentre per collocarsi al livello 3 è sufficiente saper individuare, in un numero limitato di contesti, problemi scientifici descritti con chiarezza ed essere in

48

3.5 Le prestazioni degli studenti nella competenza generale e nelle tre competenze specifiche

In questo paragrafo vedremo come si distribuiscono gli studenti nei livelli delle varie competenze. La Tabella 3.4 presenta la percentuale di studenti per livello della scala generale di scienze e delle scale specifiche delle tre competenze associate, evidenziando però solo i livelli estremi. Il quadro sinottico delle diverse scale risulta molto interessante da analizzare, perché permette di identificare i punti di forza e di debolezza di ciascun Paese. I Paesi oggetto del confronto sono ordinati alfabeticamente.

Successivamente ogni scala verrà considerata nel dettaglio (da Figura 3.3 a Figura 3.6), con i Paesi ordinati progressivamente secondo la percentuale di studenti dei livelli superiori al primo. Per poter meglio apprezzare le differenze e le affinità tra i Paesi (e il Veneto e la macroarea del Nord Est) concentreremo l’attenzione sui livelli estremi: da una parte gli alunni che si attestano al livello 1, o che addirittura non lo raggiungono, e, dall’altra parte, quelli che hanno ottenuto risultati così brillanti da permettere loro di collocarsi ai livelli 5 e 6.8

8 Si è deciso di focalizzare l’attenzione sui due livelli più alti in quanto la percentuale di alunni del livello 6 è spesso troppo esigua per permettere di operare confronti significativi.

49

Tab

ella

3.4

:

Per

cen

tual

e d

ei p

un

teg

gi p

er i

div

ersi

live

lli d

ella

sca

la c

om

ple

ssiv

a e

del

le t

re c

om

pet

enze

sp

ecif

ich

e

Co

mp

eten

za g

ener

ale

Ind

ivid

uar

e q

ues

tio

ni d

i ca

ratt

ere

scie

nti

fico

D

are

un

a sp

ieg

azio

ne

scie

nti

fica

dei

fen

om

eni

Usa

re p

rove

bas

ate

su d

ati s

cien

tifi

ci

< L

iv 1

L

iv 1

L

iv 6

<

Liv

1

Liv

1

Liv

6

< L

iv 1

L

iv 1

L

iv 6

<

Liv

1

Liv

1

Liv

6

Aus

tria

4,

312

,01,

23,

312

,20,

34,

111

,01,

88,

112

,52,

4

Can

ada

2,2

7,8

2,4

2,9

8,0

2,7

2,8

8,9

3,1

2,5

7,7

3,6

Fin

land

ia

0,

53,

63,

90,

94,

02,

60,

53,

55,

11,

04,

46,

7

Fra

ncia

6,

614

,50,

86,

713

,71,

27,

716

,60,

67,

212

,62,

6

Ger

man

ia

4,1

11,3

1,8

4,5

11,3

1,3

3,9

11,5

2,7

6,7

11,5

3,3

Gia

ppon

e

3,

28,

92,

64,

89,

72,

52,

89,

02,

44,

68,

76,

2

Hon

g K

ong

(Cin

a)

1,7

7,0

2,1

3,7

9,2

2,5

1,5

6,3

3,4

2,7

7,6

3,0

Italia

7,3

18,0

0,4

8,2

17,0

0,5

7,5

16,9

0,8

11,9

17,7

0,8

Mes

sico

18,2

32,8

0,0

15,1

29,0

0,0

19,5

33,3

0,0

23,7

29,1

0,0

Reg

no U

nito

4,

811

,92,

9

4,8

11,3

2,7

4,6

12,7

3,8

6,8

12,5

4,0

Slo

veni

a

2,8

11,1

2,2

2,0

9,5

0,9

3,5

10,7

3,9

3,5

11,6

2,2

Spa

gna

4,

714

,90,

34,

513

,80,

35,

615

,20,

97,

215

,30,

7

Svi

zzer

a

4,

511

,61,

43,

710

,61,

05,

212

,21,

85,

911

,03,

4

US

A

7,

616

,81,

55,

616

,01,

28,

418

,02,

010

,016

,12,

5

Med

ia O

CS

E

5,2

14,1

1,3

5,2

13,5

1,3

5,4

14,2

1,8

7,9

14,1

2,4

Ven

eto

2,0

8,7

1,3

2,1

9,6

1,4

2,0

8,9

2,1

3,3

10,2

2,1

Nor

d E

st

2,

69,

51,

22,

910

,11,

32,

89,

42,

24,

110

,61,

9

Nel Veneto è presente un 2% di quindicenni che non raggiungono il livello 1 che, ricordiamo, rappresenta il livello più basso di misurabilità del test PISA. La regione si attesta su valori migliori di quelli del Canada (2,2%) e dei Paesi Bassi(2,3%) e non lontano dalla Finlandia (0,5%) che è il Paese con il minor numero distudenti sotto tale livello. Così come la regione, anche la macroarea Nord Est, con il 2,5%, conferma l’eccellente risultato, in controtendenza rispetto allasituazione nazionale (7,3%). Anche il livello 1 risulta esiguo nel Veneto (8,7%),specialmente se confrontato con il 18% dell’Italia.

Figura 3.3: Percentuale di studenti a ciascun livello della scala generale di scienze

14 17 19 19 23 21 22 22 22 24 27 23 24 28 3122 22

29 29 29 2828 28 28 28 26 27

3027 24

27 15 31 31

32 30 28 27 23 24 24 24 22 2018

21 1815

3

26 26

17 14 12 12 11 10 9 9 11 8 5 78 4

0

9 9

42 2 3 2 2 1 1 3 1 0 1

2 0

0

1 1

910

33181715151412121211119874

23

18

78755545433221

-100

-80

-60

-40

-20

0

20

40

60

80

100

Fin

land

ia

Hon

g K

ong

(Cin

a)

Can

ada

Gia

ppon

e

Slo

veni

a

Ger

man

ia

Svi

zzer

a

Aus

tria

Reg

no U

nito

Med

ia O

CS

E

Spa

gna

Fra

ncia

Sta

ti U

niti

Italia

Mes

sico

NO

RD

ES

T

VE

NE

TO

Se passiamo ad osservare la distribuzione dei due livelli più alti, ovvero il 5 e il 6considerati insieme, troviamo che il Veneto raggiunge il 10,5%, un valoreleggermente superiore a quello della media OCSE (9%), ma lontano dai duepaesi con le percentuali più elevate: la Finlandia (20,9%) e la Nuova Zelanda(17,6%). Anche per quanto riguarda le eccellenze, la posizione dell’Italia (4,6%)

51

si trova fra le ultime dei Paesi OCSE. In PISA 2006 l’8,4% del totale deiquindicenni dei Paesi OCSE raggiunge i livelli 5 e 6 nella scala della competenza individuare questioni di carattere scientifico. L’Italia ha solo il 4,9% di studenti cheraggiungono tale livello mentre la Nuova Zelanda raggiunge il 18,5% e il 17,1% la Finlandia. Portando l’attenzione all’altro estremo della scala, la percentuale di coloro che non raggiungono il livello 2 è in Italia del 25,2%, migliore soltanto di Messico (44,1%) e Turchia (42,4%), simile alla Grecia (24,6%) ma lontana dallamedia OCSE (18,7%) e lontanissima dalla Finlandia (4,9%).

Figura 3.4: Percentuale di studenti a ciascun livello della scala individuare questioni di carattere scientifico

33 2725

2624

2523 24 22

1820 21 18 15 25 25

1512

812 9 12

6 8 10 4 7 8 7 4

1

9 9

33 1 3 1 3 0 1 3 0 1 1 1 1

0

1 1

60

80

100

15 19 24 19 21 19 24 22 23 28 25 22 25 28 3322 22

3129

3228 30 27

31 29 2732

28 27 27 27 1830 31

1010

291716141414111112101191084

3 2

86755553544231

-20

0

20

40

5

-100

-80

-60

Fin

land

ia

Can

ada

Slo

veni

a

Hon

g K

ong

(Cin

a)

Svi

zzer

a

Gia

ppon

e

Aus

tria

Ger

man

ia

Reg

no U

nito

Spa

gna

Med

ia O

CS

E

Fra

ncia

Sta

ti U

niti

Italia

Mes

sico

NO

RD

ES

T

VE

NE

TO

15-40

Il Veneto presenta un buon risultato con un 10,2% di ragazzi che raggiungono i live e 6, posizionandosi tra la Svizzera (10%) e l’Irlanda (11%). Prendendo in lli 5

52

considerazione i livelli più bassi della scala, inferiori al livello 2, il Veneto si

ia OCSE (9,8%) e

dei fenomeni

colloca con l’11,7% in una posizione migliore rispetto alla media OCSE (18,7%) e non lontano dai Paesi con le prestazioni migliori come l’Australia (10,6%) e il Canada (10,9%).

La distribuzione dei livelli nella scala della competenza dare una spiegazione scientifica dei fenomeni evidenzia come l’Italia, con il 6% di studenti che si attestano nei livelli 5 e 6, sia di circa 4 punti distante dalla medsi collochi insieme alla Francia (5,9%) in una delle posizioni più basse dell’intera graduatoria. Questa situazione di sofferenza viene confermata anche quando si prendono in considerazione i livelli più bassi della scala. L’Italia, con il 24% distudenti che non riescono a raggiungere il livello 2, si colloca tra la Grecia (23%)e il Portogallo (25%), in una posizione distante dalla media OCSE (19,6%).

Figura 3.5: Percentuale di studenti a ciascun livello della scala dare una spiegazionescientifica

14 16 20 21 22 22 21 22 22 24 26 27 26 24 3021 21

28 28 28 29 27 28 28 25 28 27 28 27 2723 14 30 30

31 29 25 26 21 24 23 2122 20 18 16 17

17

3

25 26

18 16 12 1112 10 11 11 9 8 6 5 5

8

0

10 11

53

3 24 2 3 4 2 2 1

1 1 2

0

2 2

99

33

4 6 9 9 11 11 12 13 12 14 15 17 17 18 23

20

8886555444332

1

-100

-80

-60

-40

-20

0

20

40

60

80

100

Fin

land

ia

Hon

g K

ong

(Cin

a)

Can

ada

Gia

ppon

e

Slo

veni

a

Aus

tria

Ger

man

ia

Reg

no U

nito

Svi

zzer

a

Med

ia O

CS

E

Spa

gna

Italia

Fra

ncia

Sta

ti U

niti

Mes

sico

NO

RD

ES

T

VE

NE

TO

53

Il Veneto presenta un 13% di ragazzi che raggiungono i livelli 5 e 6, più deldoppio del dato nazionale; una situazione comparabile con quella del Giappone e dell’Australia (entrambi con il 13,4%). Se si osserva all’altro estremo della scala la percentuale di coloro che non raggiungono il livello 2, il Veneto con l’11,9% dei quindicenni presenta una situazione simile a quella del Canada (11,7%), del

a.

Figura 3.6: Percentuale di studenti a ciascun livello della scala usare prove basate su dati

Giappone (11,8%) e, a livello europeo, dell’Ungheria (12,5%).

La distribuzione dei livelli nella scala usare prove basate su dati scientifici in Italia evidenzia un 6% di studenti nei livelli 5 e 6, simile alla Spagna (5,9%), contro l’11,8% della media OCSE. Spiccano in questa graduatoria la Finlandia (25%), ilGiappone (22,9%) e la Nuova Zelanda (22,4%), Paesi in cui più di un quinto dei quindicenni padroneggia in modo eccellente questa competenz

scientifici

14 17 16 1623 19 19 20 20 20 22 26 22 25 28

26 2320

21 22

2325 15 29 28

24 25

7

1829 4 3

24

6 7 7 7

100

F

Hon

g K

ong

Gi Slo

v

Svi

zz

Ger

m

Reg

no U

Fra Aus

Med

ia O

Spa

g

Sta

ti U

Mes

NO

RD

VE

N

27 2728

26 25 24 24 24 252840

3025

23 23 21 23 22 20 18 15

410

28 2922 18

18 14 1517

1011 12 12 12 11 9 5

9 5

10 10

4 36 2 3 3 4 3 2 2 1

3 1

2 2

60

80

1011161514131313121112988413 3 5 4

0

8 8 7 10 12

-40

-20

-100

-80

-60

inla

ndia

Can

ada

(C

ina)

appo

ne

enia

era

ania

nito

ncia

tria

CS

E

na niti

Italia

sico

ES

T

ET

O

54

Fra le tre competenze considerate da PISA 2006, usare prove basate su dati gazzi italiani, infatti ben il

29,6% non riesce a raggiungere il livello 2. L’aspetto preoccupante di questo dato è confermato dal fatto che il punteggio nazionale è inferiore di quasi 8 punti rispetto alla media OCSE (22%).

Nel Veneto è presente un 13% di ragazzi che raggiungono i livelli 5 e 6 in questa scala, frequenza uguale a quella dell’Austria e non lontana da quelle di Francia (14.6%) e Germania e Svizzera (entrambe 14,8%). L’analisi della distribuzione dei livelli bassi della competenza, e cioè la frequenza cumulata del livello 1 e del livello al di sotto del livello 1, colloca il Veneto, con l’11,9% dei quindicenni al di sotto del livello 2, tra il Giappone (13,3%) e la Corea (11,1%).

3.6 Elementi di forza e di debolezza rispetto alle singole scale della competenza scientifica

La disponibilità di scale diverse e specifiche consente di analizzare i risultati secondo dei profili che potrebbero riflettere diverse impostazioni ed enfasi poste nei programmi scolastici su questa o quella competenza.

Il rapporto internazionale evidenzia alcune situazioni in particolare:

la Finlandia primeggia in tutte le competenze;

la competenza individuare questioni di carattere scientifico è un aspetto forte rca e Ungheria;

dare una spiegazione

scientifici risulta essere la competenza più ostica per i ra

per i Paesi Bassi e un aspetto critico per Danima

la Francia ha un elemento di criticità nella competenza scientifica ai fenomeni;

la Corea e il Giappone eccellono nella competenza usare prove basate su dati scientifici che, viceversa, è l’elemento debole della Norvegia.

La Figura 3.7 rappresenta il profilo del Veneto comparato con quello di alcuni Paesi scelti tra i più significativi e ci consente di verificare che la competenza dare una spiegazione scientifica ai fenomeni presenta la media più alta rispetto alle altre due competenze. Il fatto che il profilo dell’Italia sia simile a quello del Veneto, anche se con punteggi medi notevolmente più bassi, sembra indicare nell’organizzazione curricolare della disciplina una maggiore enfasi posta su questa competenza.

55

Figura 3.7: Profili rispetto alle scale di competenza scie

i medi superiori ai maschi intutta l’area OCSE e in tutti i casi la differenza è significativa. Nella competenza

gi medi superiori alle femmine,

se la differenza è significativa solo in 3

ntifica

460

480

500

520

540

560

580

Competenzagenerale

Individuare questionidi c esci

Dare unaegazio

if ica

Usare p e basatesu if iciaratter

entif icospi ne

scient dei

Finlandia

Veneto

Germania

Svizzera

Austria

Francia

Stati Uniti

It

rovdati scient

fenomeni

alia

3.7 Differenze di genere in scienze

Rispetto alle tre competenze specifiche indagate da PISA 2006 le differenze digenere presentano risultati differenziati. Nella competenza individuare questioni di carattere scientifico le femmine hanno puntegg

dare una spiegazione scientifica ai fenomeni la situazione si inverte: in tutti i Paesi OCSE sono i maschi ad avere punteganche se la differenza è significativa solo in 25 Paesi sui 30 cha hannopartecipato alla ricerca. La competenza usare prove basate su dati scientifici,infine, presenta un risultato meno nettamente definito: in 19 Paesi sono lefemmine ad avere punteggi più alti, anchesituazioni; in un Paese la situazione è di parità mentre negli altri 10 Paesi sono imaschi ad avere i risultati migliori, ma la differenza non è mai significativa.

56

Tabella 3.5: Risultati di scienze per genere (e. s. fra parentesi)

Femmine Maschi Differenza(M-F)

Paesi OCSE Punteggio Medio Punteggio Medio Punti di

differenza

Austria 507 (4.9) 515 (4.2) 8 (4.9) Canada 534 (1.1) 536 (2.4) 4 (2.4) Finlandia 565 (2.4) 562 (2.6) -3 (2.9) Francia 494 (4.0) 497 (4.0) 3 (4.0) Germania 512 (3.8) 519 (4.6) 7 (3.7) Giappone 530 (3.1) 531 (4.9) 3 (6.2) Hong Kong (Cina) 539 (3.5) 546 (3.5) 7 (4.9) Italia 474 (2.6) 477 (2.8) 3 (2.6) Messico 406 (2.6) 413 (3.2) 7 (2.2) Regno Unito 510 (2.8) 520 (3.0) 10 (3.4) Slovenia 523 (1.9) 515 (2.0) -8 (3.2) Spagna 486 (2.7) 491 (2.9) 4 (2.4) Svizzera 509 (3.6) 514 (3.3) 6 (2.7) USA 489 (1.7) 489 (5.1) 1 (3.5) Media OCSE 490 (1.3) 492 (1.4) 3 (1.3)

Veneto 515 (9.8) 532 (6.9) 17 (10.8)Nord Est 513 (3,9) 527 (3,8) 14 (3.9)

La Tabella 3.5 mostra la comparazione tra le medie nella scala generale di scienze rispetto al genere e rispetto all’appartenenza regionale o nazionale. La

.8 Il Venet l quad na

La Figura 3.8 colloca il punteggio medio della competenza scientifica tt m area ppart za, a edia na e

alcu p ti P i OC

si pu se , i dice neti, 524 han rni a li

a italian 75 ti). neto ù in g rale, la roar ord i p nt lla rte della duato in u pos e

ente er qu di Sl ia, Ge nia e R Uni

situazione del Veneto si differenzia da tutte le altre: i maschi hanno ottenuto un punteggio medio di ben 17 punti più alto rispetto a quello delle femmine e, come si può meglio comprendere osservando le differenze di genere nelle tre competenze illustrate in Appendice, il contributo maggiore a questo scarto così elevato è dato dalla competenza dare una spiegazione scientifica ai fenomeni incui la differenza a favore dei maschi è di 33 punti.

3 o ne ro nazio le

generaledel Veneto rispe o alla acro di a enen lla m italia e allmedie di ni im ortan aes SE.

Come ò os rvare quin nni ve con punti, no fo to unprestazionequell

chea (4

attesta pun

ben al di sopra della media OCSE (500 punti) e di Il Ve e, pi ene mac ea N Est s

collocano erta o ne pa alta gra ria, na izionleggerm sup iore a elle oven rma egno to.

57

Figura 3.8: Medie nel punteggio della competenza scientifica generale

600

400

450

500

550

Finla

HongKong

(C CaGiap Ve

NordSlov

Germ

Regno Sviz Au

Med

iaO

E

Franc

iaUSA

Spagn

aIta

lia

Mes

sico

ndia ina)

nada

pone

neto

Est

enia ania

Unitoze

rastr

iaCS

Le differenze nei risultati possono essere riscontrate comparando direttamente i singoli individui o anche comparando aggregati all’interno di ciascun Paese. Nelcaso italiano due sono gli aspetti del nostro sistema formativo e sociale che storicamente connotano le comparazioni dei risultati dell’apprendimento: ledifferenze territoriali e quelle che emergono nei diversi tipi di scuola.

Tabella 3.6: Punteggi di scienze per area geografica (e. s. fra parentesi)

Scalacomplessiva

Individuarequestioni di

carattere scientifico

Dare una spiegazionescientifica dei

fenomeni

Usare provebasate su dati

scientifici

Nord est 501 (6.5) 498 (4.2) 506 (4.1) 497 (4.9)Ov

Nord t 520 (2.8) 518 (2.9) 524 (3.0) 518 (3.1)Es

Centro 486 (8.0) 483 (8.5) 489 (7.6) 479 (9.2)

Sud 448 (3.7) 448 (4.0) 452 (4.0) 437 (4.4)

Sud e 432 (4.6) 434 (4.8) 437 (5.1) 415 (5.3)Isol

ITALIA 475 (2.0) 474 (2.2) 480 (2.0) 467 (2.3)

Veneto 524 (5.4) 521 (5.0) 529 (5.8) 521 (5.8)

58

La Tabella 3.6 evidenzia l’esistenza di differenze molto forti tra le macroaree geografiche in un sistema educativo centralizzato che dovrebbe, viceversa, avereuna sostanziale omogeneità di esiti se le prestazioni verificate dipendessero solo dai programmi scolastici e se le scuole avessero un’efficacia più omogenea sulterritorio.

Per rendersi conto di ciò che le differenze in media comportano possiamo

nel Sud Isole. Nel Veneto i livelli 1 esotto il livello 1 sono presenti nell’11% dei casi. All’altro estremo il livello 6, che

lamedia internazionale (1,3%) ed è praticamente assente nelle altre regioni italiane. Nel Veneto il livello 5 è presente nel 9,2% dei casi esaminati, in linea con la macroarea di riferimento (8,8%), superiore alla media OCSE (7,7%) e convalori doppi rispetto alla situazione nazionale complessiva (4,2%).

Figura 3.9: Distribuzione dei livelli per macroaree e regioni

confrontare le percentuali di presenza di ciascun livello di competenza nelle varie aree geografiche. La Figura 3.9 illustra una situazione molto difficile: se si legge solo la parte più bassa delle colonne (sotto allo 0) troviamo che mentre il Nord Est e il Nord Ovest presentano una percentuale migliore di quella internazionale(19%), nel Sud si raggiunge il 34%; il 41%

rappresenta l’eccellenza, si concentra solo nel Nord con percentuali simili al

22 22 23 24 29 28 33 30

31 31 31 2731

2724

20

26 26 2120

1515 8

8

9 96

8 44

11

1 11 1

262518151412109

159

7555

32

-100

-80

-60

-40

-20

0

20

40

60

80

100

Vene

to

Nor

d Es

t

Nor

d O

vest

Med

ia O

CSE

Cent

ro

Italia

Sud

Sud

Isol

e

59

Altre differenze interessanti si riscontrano quando si comparano i punteggi degliine della scuola frequentata. Occorre ricordare, però, cheti come una misura dell’efficacia di ciascun tipo di scuola

della scelta all’uscita dalla scuola secondaria di primo grado.

sosL’upiù accentuata tra istruzione e formazione professionale (36 punti) contro i 14

Figu

studenti rispetto all’ordtali dati non vanno letrispetto allo sviluppo della competenza scientifica rilevata con la prova PISA 2006, ma soprattutto come il risultato della canalizzazione che avviene nella fase

Come si può vedere nella Figura 3.10 l’andamento dei dati regionali ricalcatanzialmente le differenze esistenti a livello di macroarea e a livello nazionale. nico elemento che caratterizza il Veneto rispetto alle altre aree è la differenza

punti del Nord Est e i soli 9 punti dell’Italia.

ra 3.10: Punteggio medio di scienze per tipo di istruzione e formazione professionale

450

500

550

350

400

Veneto Nord Est

Pu

n

600

Italia

teg

gio

di

scie

nze

LiceiIstituti tecniciIstituti professionaliFormazione professionale

Media internazionale

60

3.9 Conclusioni

I quindicenni veneti hanno dimostrato di possedere una literacy scientificasviluppata.

Nella scala ge ale di scienze, nelle tre competenze e nell’area relativa alleconoscenze s a scienza i punteggi ottenuti collocano il Veneto nelleposizioni medio-alte di eccellenzanella competenza dare una spiegazione scientifica ai fenomeni.

La distribuzione degli alunni nei sei livelli di competenza individuati da PISA 2006 evidenzia ome la fascia di difficoltà (livello 1 e livello < 1) coinvolgasolamente 1 di studenti veneti, contro il 19% della media dei Paesi OCSEe il 25% de e lla scala, solol’1,3% dei q dicenni veneti raggiunge l’eccellenza (livello 6) attestandosicosì sulla a centuali similianche ne e co

Per quan zione è similea quella internazionale: i ragazzi nellacompetenza individuare questioni di carattere scientifico; i ragazzi, al contrario, no ne scientificaai fenomeni usmarcata, invece, la differenza tra le prestazioni degli studenti e quelle dellestudentesse nella per i maschi,contro i 2 ti de

Considerando i p due risultatiinteressan a) so neipunteggi udenti dell’Istruzione professionale e quelli della Formazioneprofession (ne to ravvicinati);b) i risultati egli no superiori aquelli otte i dagli studenti dei Licei italiani e, infine, la performance deiquindicen è distante daquella for li studenti degli Istituti tecnici italiani.

nerull

della classifica internazionale, con un punto

c%l’1

mlle tr

to co

dan e

pun

ti:fra gale

dnutninita

lla muinedi

dia italiana. Considerando il polo opposto de

Om

Cp

Set

E.en

Qz

ue

eso

sttato

dst

isan

tritibula

zsiocneala

sig

ren

ipeetra

ele

c.on per

ncerne la dl

ife

fera

reg

naz

zaz

de

iot

gte

enn

ego

ren

,o

neri

lsu

Vltenat

ei m

toi

lgl

aio

siri

tuade

ilar

me

egp

liro

ov

nee

lb

leas

ca

omte

ps

eu

ted

nat

zei

dsc

aie

rentif

unic

ai. In Veneto risulta molto

spiegazio

slla

camlaed

geia

nOerCaSleE

dei sc

i 3iepnzu

ent

:i d

bee

nll’

1Ita

7li

pa.

unti in più

ultntan

egto

gine

otl

teV

nen

uteito

pes

ri

to

iposse

drv

ia

istun

itua

tod

,if

sfe

ire

non

tza

anoconsistente

li stl Na

olun

rdni

Efr

steq

eu

inent

Itaan

liti

ag

ili

duIs

eti

ptu

uti

ntte

ecn

ggic

iisove

nnoe

mti

olso

frequdag

entanti gli Istituti professionali del Veneto non

61

AP

PE

ND

ICE

Tav

. I:

Med

ia e

dis

per

sio

ne

dei

ris

ult

ati s

ulla

sca

la c

om

ple

ssiv

a d

i sci

enze

(e.

s. f

ra p

aren

tesi

)P

erce

nti

liP

aesi

Med

iaD

evia

zio

ne

Sta

nd

ard

5°10

°25

°75

°90

°95

°P

aesi

OC

SE

Aus

tral

ia52

7(2

.3)

100

(1.0

)35

8(3

.5)

395

(3.4

)45

9(2

.6)

598

(2.5

)65

3(2

.9)

685

(3.4

)A

ustr

ia51

1(3

.9)

98(2

.4)

341

(3.6

)37

8(6

.2)

443

(3.6

)58

2(4

.1)

633

(3.6

)66

3(4

.1)

Bel

gio

510

(2.5

)10

0(2

.0)

336

(7.3

)37

4(5

.4)

442

(3.8

)58

4(2

.4)

634

(2.3

)66

0(2

.7)

Can

ada

534

(2.0

)94

(1.1

)37

2(2

.4)

410

(2.4

)47

2(2

.4)

601

(2.4

)65

1(2

.4)

681

(2.8

)C

orea

522

(3.4

)90

(2.4

)36

7(8

.4)

403

(5.7

)46

2(4

.1)

586

(3.8

)63

5(4

.7)

662

(5.9

)D

anim

arca

496

(3.1

)93

(1.4

)34

1(5

.9)

373

(4.8

)43

2(4

.3)

562

(5.9

)61

5(3

.7)

646

(4.3

)F

inla

ndia

563

(2.0

)86

(1.0

)41

9(4

.4)

453

(3.3

)50

6(2

.9)

622

(2.5

)67

3(2

.9)

700

(3.1

)F

ranc

ia49

5(3

.4)

102

(2.1

)32

0(3

.8)

359

(5.5

)42

4(5

.3)

570

(4.0

)62

3(4

.0)

653

(3.8

)G

erm

ania

516

(3.8

)10

0(2

.0)

345

(8.1

)38

1(7

.0)

447

(5.3

)58

7(3

.6)

642

(3.2

)67

2(3

.6)

Gia

ppon

e53

1(3

.4)

100

(2.0

)35

6(3

.1)

396

(3.1

)46

5(3

.1)

603

(3.1

)65

4(3

.1)

685

(3.6

)G

reci

a47

3(3

.2)

92(2

.0)

317

(7.3

)35

3(5

.4)

413

(4.4

)53

7(3

.3)

589

(4.1

)61

9(3

.8)

Irla

nda

508

(3.2

)94

(1.5

)35

1(3

.7)

385

(4.3

)44

4(4

.6)

575

(1.5

)63

0(3

.7)

660

(4.9

)Is

land

a49

1(1

.6)

97(1

.2)

328

(4.9

)36

4(3

.1)

424

(2.6

)56

0(2

.3)

614

(2.9

)64

4(3

.4)

Italia

475

(2.0

)96

(1.3

)31

8(2

.6)

351

(2.8

)40

9(2

.6)

543

(2.6

)59

8(2

.6)

630

(2.8

)Lu

ssem

burg

o48

6(1

.1)

97(0

.9)

322

(3.9

)35

8(2

.8)

419

(2.0

)55

6(2

.4)

609

(2.8

)64

0(2

.6)

Mes

sico

410

(2.7

)81

(1.5

)28

1(4

.4)

306

(4.2

)35

4(3

.6)

465

(2.9

)51

6(3

.0)

544

(3.5

)N

orve

gia

487

(3.1

)96

(2.0

)32

8(7

.8)

365

(5.6

)42

2(3

.9)

553

(3.0

)61

0(3

.5)

641

(3.4

)N

uova

Zel

anda

530

(2.7

)10

7(1

.4)

347

(3.6

)38

9(3

.6)

455

(3.1

)60

8(3

.3)

667

(3.3

)69

9(3

.1)

Pae

si B

assi

525

(2.7

)96

(1.6

)36

2(5

.9)

395

(5.4

)45

6(4

.7)

596

(2.6

)64

6(3

.4)

675

(3.6

)P

olon

ia49

8(2

.3)

90(1

.1)

352

(3.3

)38

1(1

.1)

434

(2.7

)56

2(1

.1)

615

(3.3

)64

5(3

.3)

Por

toga

llo47

4(3

.0)

89(1

.7)

329

(5.4

)35

7(4

.8)

411

(4.2

)53

9(3

.0)

588

(2.9

)61

7(3

.2)

Reg

no U

nito

515

(2.3

)10

7(1

.5)

337

(5.4

)37

6(4

.3)

441

(3.2

)59

0(2

.9)

652

(2.9

)68

5(3

.5)

Rep

. Cec

a51

3(3

.5)

98(2

.0)

350

(6.0

)38

5(5

.2)

443

(4.6

)58

3(3

.9)

641

(4.3

)67

2(4

.7)

Rep

. Slo

vacc

a48

8(2

.6)

93(1

.8)

334

(4.1

)36

8(4

.1)

426

(4.1

)55

5(4

.1)

609

(4.1

)63

8(3

.9)

Spa

gna

488

(2.6

)91

(1.0

)33

8(4

.1)

370

(3.7

)42

7(3

.0)

552

(3.1

)60

4(3

.0)

633

(3.1

)S

tati

Uni

ti48

9(4

.2)

106

(1.7

)31

8(5

.1)

349

(4.0

)41

2(4

.3)

567

(1.7

)62

8(4

.3)

662

(4.8

)

Sve

zia

503

(2.4

)94

(1.4

)34

7(3

.8)

381

(4.0

)43

9(3

.3)

569

(2.8

)62

2(2

.6)

654

(3.4

)S

vizz

era

512

(3.2

)99

(1.7

)34

0(5

.0)

378

(4.9

)44

5(4

.9)

584

(3.8

)63

6(3

.8)

665

(4.6

)T

urch

ia42

4(3

.8)

83(3

.2)

301

(2.8

)32

5(3

.2)

366

(2.6

)47

5(5

.8)

540

(9.7

)57

5(9

.8)

Ung

heria

504

(2.7

)88

(1.6

)35

8(3

.1)

388

(4.2

)44

2(3

.1)

566

(3.1

)61

7(3

.1)

646

(4.2

)T

otal

e O

CS

E

491

(1.2

)10

4(0

.6)

321

(1.8

)35

4(1

.9)

416

(1.6

)56

7(1

.3)

626

(1.3

)65

9(1

.5)

Med

ia O

CS

E

500

(0.5

)95

(0.3

)34

0(1

.0)

375

(0.9

)43

4(0

.7)

568

(0.6

)62

2(0

.7)

652

(0.8

)P

aesi

Par

tner

Arg

entin

a39

1(6

.1)

101

(2.6

)21

8(9

.9)

259

(9.0

)32

4(7

.2)

461

(6.6

)52

0(6

.5)

555

(6.6

)A

zerb

aija

n38

2(2

.8)

56(1

.9)

300

(3.1

)31

6(2

.4)

344

(2.6

)41

4(3

.5)

456

(6.4

)48

5(7

.3)

Bra

sile

390

(2.8

)89

(1.9

)25

4(4

.5)

281

(3.2

)32

8(2

.3)

447

(4.5

)51

0(5

.6)

549

(5.3

)B

ulga

ria43

4(6

.1)

107

(3.2

)26

6(8

.1)

300

(7.1

)35

8(6

.4)

509

(7.8

)57

7(8

.2)

612

(8.3

)C

ile43

8(4

.3)

92(1

.8)

295

(4.8

)32

3(4

.1)

374

(4.0

)50

1(5

.9)

560

(6.5

)59

5(6

.1)

Col

ombi

a38

8(3

.4)

85(1

.8)

247

(6.3

)28

0(4

.5)

332

(4.8

)44

5(4

.7)

496

(4.6

)52

8(4

.7)

Cro

azia

493

(2.4

)86

(1.4

)35

4(3

.5)

383

(3.2

)43

3(3

.2)

553

(2.7

)60

4(3

.2)

634

(3.5

)E

ston

ia53

1(2

.5)

84(1

.1)

392

(4.7

)42

2(3

.8)

474

(3.2

)58

9(3

.1)

640

(3.3

)66

8(3

.7)

Gio

rdan

ia42

2(2

.8)

90(1

.9)

276

(5.2

)30

9(4

.0)

362

(2.8

)48

4(3

.5)

537

(4.5

)56

8(5

.4)

Hon

g K

ong

(Cin

a)

54

2(2

.5)

92(1

.9)

380

(6.2

)41

8(6

.1)

482

(3.6

)60

9(2

.8)

655

(3.5

)68

2(3

.1)

Indo

nesi

a39

3(5

.7)

70(3

.3)

286

(4.1

)30

7(1

1.8)

345

(4.2

)48

(11.

8)48

8(1

1.7)

518

(11.

7)Is

rael

e45

4(3

.7)

111

(2.0

)27

5(5

.7)

310

(5.2

)37

4(4

.8)

535

(4.6

)60

1(4

.5)

636

(5.5

)K

yrgy

zsta

n32

2(2

.9)

84(2

.0)

191

(4.9

)22

0(5

.0)

267

(5.0

)37

2(5

.0)

428

(5.0

)46

8(6

.7)

Letto

nia

490

(3.0

)84

(1.3

)34

8(5

.2)

380

(4.2

)43

2(3

.7)

547

(3.5

)59

7(3

.5)

627

(3.1

)Li

echt

enst

ein

522

(4.1

)97

(3.1

)35

8(1

1.2)

393

(12.

8)45

7(7

.3)

591

(7.1

)64

3(9

.4)

675

(13.

4)Li

tuan

ia48

8(2

.8)

90(1

.6)

340

(3.8

)37

0(3

.2)

425

(3.3

)55

1(3

.5)

604

(4.2

)63

3(5

.5)

Mac

ao-C

ina

511

(1.1

)78

(0.8

)37

8(2

.6)

409

(1.8

)45

8(1

.8)

566

(1.8

)61

1(1

.8)

635

(2.6

)M

onte

negr

o41

2(1

.1)

80(0

.9)

286

(2.7

)31

2(2

.1)

355

(2.2

)46

6(2

.2)

517

(3.0

)54

9(3

.7)

Qat

ar34

9(0

.9)

84(0

.8)

229

(2.1

)25

3(2

.6)

292

(1.8

)39

6(2

.6)

462

(2.6

)50

5(4

.1)

Rom

ania

418

(4.2

)81

(2.4

)29

1(4

.5)

314

(5.0

)36

1(5

.2)

473

(5.7

)52

6(5

.7)

557

(8.2

)R

ussi

a47

9(3

.7)

90(1

.4)

333

(5.6

)36

4(5

.4)

418

(3.9

)54

1(4

.2)

596

(3.9

)62

7(4

.2)

Ser

bia

436

(3.0

)85

(1.6

)29

7(4

.9)

327

(4.0

)37

7(3

.8)

495

(3.9

)54

5(3

.8)

576

(4.0

)S

love

nia

519

(1.1

)98

(1.0

)35

8(3

.8)

391

(3.8

)44

9(2

.7)

589

(3.3

)64

7(3

.3)

680

(3.0

)T

aiw

an-C

ina

532

(3.6

)94

(1.6

)36

9(4

.5)

402

(5.0

)46

6(5

.3)

602

(3.4

)65

1(2

.7)

676

(3.4

)T

haila

ndia

421

(2.1

)77

(1.5

)30

0(4

.0)

325

(4.0

)36

8(3

.8)

471

(4.0

)52

4(3

.8)

554

(4.2

)T

unis

ia38

6(3

.0)

82(2

.0)

254

(4.2

)28

3(3

.4)

328

(2.9

)44

0(4

.2)

495

(6.0

)52

7(6

.9)

Uru

guay

428

(2.7

)94

(1.8

)27

4(6

.8)

306

(3.6

)36

3(4

.1)

493

(3.6

)55

0(3

.6)

583

(4.2

)

Ven

eto

524

(5.4

)89

(2.3

)37

2(8

.3)

405

(8.0

)46

3(7

.5)

588

(5.9

)63

5(5

.4)

663

(7.7

)

Tav

. II:

P

erce

ntu

ale

di s

tud

enti

per

cia

scu

n li

vello

del

la s

cala

co

mp

less

iva

di s

cien

ze (

e. s

. fra

par

ente

si)

Liv

elli

sulla

sca

la c

om

ple

ssiv

a d

i sci

enze

Pae

siS

ott

o li

vello

1

(fin

o a

334

,94

pu

nti

)L

ivel

lo 1

(p

un

ti d

a 33

4,94

a 4

09,5

4)L

ivel

lo 2

(p

un

ti d

a 40

9,54

a 4

84,1

4)L

ivel

lo 3

(p

un

ti d

a 48

4,14

a 5

58,7

3)L

ivel

lo 4

(p

un

ti d

a 55

8,73

a 6

33,3

3)L

ivel

lo 5

(p

un

ti d

a 63

3,33

a 7

07,9

3)L

ivel

lo 6

(o

ltre

70

7,93

pu

nti

)P

aesi

OC

SE

Aus

tral

ia3,

0(0

.3)

9,8

(0.5

)20

,2(0

.6)

27,7

(0.5

)24

,6(0

.5)

11,8

(0.5

)2,

8(0

.3)

Aus

tria

4,3

(0.9

)12

,0(1

.0)

21,8

(1.0

)28

,3(1

.0)

23,6

(1.1

)8,

8(0

.7)

1,2

(0.2

)B

elgi

o4,

8(0

.7)

12,2

(0.6

)20

,8(0

.5)

27,6

(0.5

)24

,5(0

.5)

9,1

(0.5

)1,

0(0

.2)

Can

ada

2,2

(0.3

)7,

8(0

.5)

19,1

(0.6

)28

,8(0

.6)

27,7

(0.6

)12

,0(0

.5)

2,4

(0.2

)C

orea

2,5

(0.5

) 8,

7(0

.8)

21,2

(1.0

)31

,8(1

.2)

25,5

(0.9

)9,

2(0

.8)

1,1

(0.3

)D

anim

arca

4,3

(0.6

)14

,1(0

.8)

26,0

(1.1

)29

,3(1

.0)

19,5

(0.9

)6,

1(0

.7)

0,7

(0.2

)F

inla

ndia

0,5

(0.1

)3,

6(0

.4)

13,6

(0.7

)29

,1(1

.1)

32,2

(0.9

)17

,0(0

.7)

3,9

(0.3

)F

ranc

ia6,

6(0

.7)

14,5

(1.0

)22

,8(1

.1)

27,2

(1.1

)20

,9(1

.0)

7,2

(0.6

)0,

8(0

.2)

Ger

man

ia4,

1(0

.7)

11,3

(1.0

)21

,4(1

.1)

27,9

(1.1

)23

,6(0

.9)

10,0

(0.6

)1,

8(0

.2)

Gia

ppon

e3,

2(0

.4)

8,9

(0.7

)18

,5(0

.9)

27,5

(0.9

)27

,0(1

.1)

12,4

(0.6

)2,

6(0

.3)

Gre

cia

7,2

(0.9

)16

,9(0

.9)

28,9

(1.2

)29

,4(1

.0)

14,2

(0.8

)3,

2(0

.3)

0,2

(0.1

)Ir

land

a3,

5(0

.5)

12,0

(0.8

)24

,0(0

.9)

29,7

(1.0

)21

,4(0

.9)

8,3

(0.6

)1,

1(0

.2)

Isla

nda

5,8

(0.5

)14

,7(0

.8)

25,9

(0.7

)28

,3(0

.9)

19,0

(0.7

)5,

6(0

.5)

0,7

(0.2

)Ita

lia7,

3(0

.5)

18,0

(0.6

)27

,6(0

.8)

27,4

(0.6

)15

,1(0

.6)

4,2

(0.3

)0,

4(0

.1)

Luss

embu

rgo

6,5

(0.4

)15

,6(0

.7)

25,4

(0.7

)28

,6(0

.9)

18,1

(0.7

)5,

4(0

.3)

0,5

(0.1

)M

essi

co18

,2(1

.2)

32,8

(0.9

)30

,8(1

.0)

14,8

(0.7

)3,

2(0

.3)

0,3

(0.1

)0,

0a

Nor

vegi

a5,

9(0

.8)

15,2

(0.8

)27

,3(0

.8)

28,5

(1.0

)17

,1(0

.7)

5,5

(0.4

)0,

6(0

.1)

Nuo

va Z

elan

da4,

0(0

.4)

9,7

(0.6

)19

,7(0

.8)

25,1

(0.7

)23

,9(0

.8)

13,6

(0.7

)4,

0(0

.4)

Pae

si B

assi

2,3

(0.4

)10

,7(0

.9)

21,1

(1.0

)26

,9(0

.9)

25,8

(1.0

)11

,5(0

.8)

1,7

(0.2

)P

olon

ia3,

2(0

.4)

13,8

(0.6

)27

,5(0

.9)

29,4

(1.0

)19

,3(0

.8)

6,1

(0.4

)0,

7(0

.1)

Por

toga

llo5,

8(0

.8)

18,7

(1.0

)28

,8(0

.9)

28,8

(1.2

)14

,7(0

.9)

3,0

(0.4

)0,

1(0

.1)

Reg

no U

nito

4,8

(0.5

)11

,9(0

.6)

21,8

(0.7

)25

,9(0

.7)

21,8

(0.6

)10

,9(0

.5)

2,9

(0.3

)R

ep. C

eca

3,5

(0.6

)12

,1(0

.8)

23,4

(1.2

)27

,8(1

.1)

21,7

(0.9

)9,

8(0

.9)

1,8

(0.3

)R

ep. S

lova

cca

5,2

(0.6

)15

,0(0

.9)

28,0

(1.0

)28

,1(1

.0)

17,9

(1.0

)5,

2(0

.5)

0,6

(0.1

)S

pagn

a4,

7(0

.4)

14,9

(0.7

)27

,4(0

.8)

30,2

(0.7

)17

,9(0

.8)

4,5

(0.4

)0,

3(0

.1)

Sta

ti U

niti

7,6

(0.9

)16

,8(0

.9)

24,2

(0.9

)24

,0(0

.8)

18,3

(1.0

)7,

5(0

.6)

1,5

(0.2

)S

vezi

a3,

8(0

.4)

12,6

(0.6

)25

,2(0

.9)

29,5

(0.9

)21

,1(0

.9)

6,8

(0.5

)1,

1(0

.2)

Svi

zzer

a4,

5(0

.5)

11,6

(0.6

)21

,8(0

.9)

28,2

(0.8

)23

,5(1

.1)

9,1

(0.8

)1,

4(0

.3)

Tur

chia

12,9

(0.8

)33

,7(1

.3)

31,3

(1.4

)15

,1(1

.1)

6,2

(1.2

)0,

9(0

.3)

0,0

aU

nghe

ria2,

7(0

.3)

12,3

(0.8

)26

,0(1

.2)

31,1

(1.1

)21

,0(0

.9)

6,2

(0.6

)0,

6(0

.2)

Tot

ale

OC

SE

6,9

(0.3

)16

,3(0

.3)

24,2

(0.4

)25

,1(0

.3)

18,7

(0.3

)7,

4(0

.2)

1,4

(0.1

)M

edia

OC

SE

5,2

(0.1

)14

,1(0

.1)

24,0

(0.2

)27

,4(0

.2)

20,3

(0.2

)7,

7(0

.1)

1,3

(0.0

)V

enet

o2,

0(0

.5)

8,7

(1.0

)21

,6(1

.9)

30,8

(1.6

)26

,4(2

.0)

9,2

(1.2

)1,

3(0

.3)

Nor

d E

st2,

6(0

.4)

9,5

(0.6

)21

,5(1

.0)

30,9

(1.0

)25

,5(1

.1)

8,8

(0.7

)1,

2(0

.2)

Tav

. III:

P

erce

ntu

ale

di s

tud

enti

per

cia

scu

n li

vello

del

la s

cala

di s

cien

ze in

div

idu

are

qu

esti

on

i di c

arat

tere

sci

enti

fico

(e.

s. f

ra p

aren

tesi

) L

ivel

li su

lla s

cala

di s

cien

ze in

div

idu

are

qu

esti

on

i di c

arat

tere

sci

enti

fico

Pae

siS

ott

o li

vello

1

(fin

o a

334

,94

pu

nti

)L

ivel

lo 1

(p

un

ti d

a 33

4,94

a 4

09,5

4)L

ivel

lo 2

(p

un

ti d

a 40

9,54

a 4

84,1

4)L

ivel

lo 3

(p

un

ti d

a 48

4,14

a 5

58,7

3)L

ivel

lo 4

(p

un

ti d

a 55

8,73

a 6

33,3

3)L

ivel

lo 5

(p

un

ti d

a 63

3,33

a 7

07,9

3)L

ivel

lo 6

(o

ltre

70

7,93

pu

nti

)P

aesi

OC

SE

Aus

tral

ia2,

5(0

.2)

8,1

(0.4

)18

,7(0

.5)

28,5

(0.5

)26

,6(0

.5)

12,6

(0.5

)3,

1(0

.4)

Aus

tria

3,3

(0.6

)12

,2(0

.9)

23,9

(1.2

)30

,7(1

.2)

23,1

(1.1

)6,

4(0

.8)

0,3

(0.1

)B

elgi

o4,

5(0

.8)

10,5

(0.6

)21

,2(0

.8)

28,5

(0.8

)24

,0(0

.7)

9,7

(0.5

)1,

5(0

.2)

Can

ada

2,9

(0.3

)8,

0(0

.5)

18,9

(0.6

)29

,3(0

.6)

26,6

(0.7

)11

,6(0

.6)

2,7

(0.3

)C

orea

3,0

(0.5

) 8,

8(0

.8)

21,3

(0.9

)32

,2(1

.1)

25,4

(1.1

)8,

2(0

.8)

1,1

(0.3

)D

anim

arca

4,4

(0.5

)13

,7(0

.9)

26,3

(1.0

)31

,5(0

.9)

18,6

(0.8

)5,

1(0

.6)

0,4

(0.2

)F

inla

ndia

0,9

(0.2

)4,

0(0

.4)

14,5

(0.7

)30

,6(0

.9)

32,9

(1.1

)14

,5(0

.7)

2,6

(0.3

)F

ranc

ia6,

7(0

.7)

13,7

(0.9

)21

,9(1

.0)

27,2

(1.2

)21

,4(1

.0)

7,9

(0.7

)1,

2(0

.3)

Ger

man

ia4,

5(0

.8)

11,3

(0.8

)22

,2(0

.8)

29,2

(1.0

)23

,6(1

.0)

7,9

(0.6

)1,

3(0

.2)

Gia

ppon

e4,

8(0

.8)

9,7

(0.7

)19

,4(0

.9)

27,0

(1.0

)24

,9(1

.0)

11,5

(0.7

)2,

5(0

.3)

Gre

cia

8,1

(0.8

)16

,5(0

.8)

29,3

(0.9

)30

,1(0

.9)

13,7

(0.8

)2,

2(0

.3)

0,1

(0.1

)Ir

land

a3,

0(0

.4)

10,7

(0.8

)23

,2(1

.1)

29,2

(0.8

)22

,9(0

.9)

9,2

(0.7

)1,

8(0

.3)

Isla

nda

6,6

(0.6

)14

,0(0

.8)

24,7

(0.9

)27

,1(0

.8)

19,2

(0.7

)7,

3(0

.5)

1,1

(0.2

)Ita

lia8,

2(0

.5)

17,0

(0.6

)27

,9(0

.7)

26,8

(0.7

)15

,3(0

.7)

4,4

(0.4

)0,

5(0

.1)

Luss

embu

rgo

5,8

(0.4

)15

,8(0

.6)

27,6

(0.8

)29

,5(0

.9)

16,9

(0.8

)4,

1(0

.3)

0,3

(0.1

)M

essi

co15

,1(1

.0)

29,0

(0.9

)32

,8(0

.9)

18,0

(0.7

)4,

5(0

.4)

0,5

(0.1

)0,

0a

Nor

vegi

a5,

3(0

.8)

14,5

(0.8

)27

,2(0

.9)

29,5

(1.0

)17

,7(0

.9)

5,2

(0.6

)0,

6(0

.2)

Nuo

va Z

elan

da3,

4(0

.4)

8,9

(0.6

)18

,5(0

.7)

25,5

(0.9

)25

,1(1

.0)

14,2

(0.8

)4,

3(0

.4)

Pae

si B

assi

3,2

(0.6

) 9,

0(0

.8)

19,4

(1.1

)26

,0(1

.3)

25,3

(1.1

)13

,6(0

.8)

3,5

(0.4

)P

olon

ia4,

0(0

.4)

15,7

(0.9

)30

,4(0

.8)

30,8

(0.9

)15

,7(0

.8)

3,1

(0.4

)0,

2(0

.1)

Por

toga

llo4,

8(0

.6)

15,7

(0.9

)27

,7(1

.0)

29,4

(1.1

)17

,6(1

.0)

4,5

(0.5

)0,

3(0

.1)

Reg

no U

nito

4,8

(0.5

)11

,3(0

.6)

22,5

(0.6

)26

,6(0

.8)

22,0

(0.7

)10

,1(0

.5)

2,7

(0.3

)R

ep. C

eca

4,4

(0.8

)13

,4(0

.9)

24,9

(1.2

)28

,4(1

.2)

20,5

(1.0

)7,

3(0

.7)

1,2

(0.3

)R

ep. S

lova

cca

7,0

(0.8

)15

,8(1

.1)

29,5

(1.2

)28

,9(1

.1)

15,2

(1.2

)3,

5(0

.4)

0,2

(0.1

)S

pagn

a4,

5(0

.3)

13,8

(0.7

)27

,9(0

.7)

32,1

(0.6

)17

,5(0

.7)

3,9

(0.4

)0,

3(0

.1)

Sta

ti U

niti

5,6

(0.7

)16

,0(1

.1)

25,2

(0.9

)26

,7(0

.9)

18,4

(0.9

)6,

9(0

.6)

1,2

(0.3

)S

vezi

a4,

7(0

.4)

13,1

(0.8

)25

,4(1

.1)

29,7

(1.1

)19

,7(0

.9)

6,5

(0.5

)1,

0(0

.2)

Svi

zzer

a3,

7(0

.4)

10,6

(0.6

)21

,4(0

.9)

29,9

(0.8

)24

,4(1

.0)

9,0

(0.7

)1,

0(0

.2)

Tur

chia

11,2

(0.9

)31

,2(0

.9)

34,2

(0.9

)18

,1(0

.9)

4,9

(0.9

)0,

5(0

.2)

0,0

aU

nghe

ria3,

9(0

.6)

14,2

(0.8

)31

,1(1

.0)

33,6

(1.0

)14

,8(0

.8)

2,3

(0.4

)0,

1(0

.1)

Tot

ale

OC

SE

6.3

(0.2

)15

.6(0

.3)

25.1

(0.3

)26

.6(0

.3)

18.5

(0.3

)6.

7(0

.2)

1.2

(0.1

)M

edia

OC

SE

5,2

(0.1

)13

,5(0

.1)

24,6

(0.2

)28

,3(0

.2)

20,0

(0.2

)7,

1(0

.1)

1,3

(0.0

)V

enet

o2,

1(0

.6)

9,6

(1.5

)22

,3(1

.7)

30,6

(1.5

)25

,1(1

.8)

8,8

(1.2

)1,

4(0

.5)

Nor

d E

st2,

9(0

.4)

10,1

(0.8

)22

,3(0

.9)

29,8

(0.9

)24

,7(1

.0)

9,0

(0.8

)1,

3(0

.3)

Tav

. IV

: P

erce

ntu

ale

di s

tud

enti

per

cia

scu

n li

vello

del

la s

cala

di s

cien

ze d

are

un

a sp

ieg

azio

ne

scie

nti

fica

dei

fen

om

eni (

e. s

. fra

par

ente

si)

Liv

elli

sulla

sca

la d

i sci

enze

dar

e u

na

spie

gaz

ion

e sc

ien

tifi

ca d

eife

no

men

iP

aesi

So

tto

live

llo 1

(f

ino

a 3

34,9

4p

un

ti)

Liv

ello

1 (

pu

nti

da

334,

94 a

409

,54)

Liv

ello

2 (

pu

nti

da

409,

54 a

484

,14)

Liv

ello

3 (

pu

nti

da

484,

14 a

558

,73)

Liv

ello

4 (

pu

nti

da

558,

73 a

633

,33)

Liv

ello

5 (

pu

nti

da

633,

33 a

707

,93)

Liv

ello

6 (

olt

re

707,

93p

un

ti)

Pae

si O

CS

EA

ustr

alia

3,5

(0.3

)10

,7(0

.4)

21,8

(0.5

)27

,7(0

.6)

22,9

(0.7

)10

,7(0

.5)

2,7

(0.3

)A

ustr

ia4,

1(0

.7)

11,0

(0.9

)21

,5(1

.0)

27,6

(1.0

)23

,9(1

.0)

10,2

(0.8

)1,

8(0

.3)

Bel

gio

5,8

(0.8

)13

,6(0

.4)

22,0

(0.4

)27

,2(0

.4)

21,8

(0.4

)8,

4(0

.4)

1,2

(0.2

)C

anad

a2,

8(0

.3)

8,9

(0.5

)19

,9(0

.7)

27,9

(0.7

)25

,3(0

.8)

12,1

(0.6

)3,

1(0

.2)

Cor

ea2,

7(0

.5)

10,9

(0.7

)24

,1(0

.9)

30,9

(1.3

)22

,7(0

.8)

7,6

(0.9

)1,

2(0

.4)

Dan

imar

ca4,

2(0

.5)

13,4

(0.8

)25

,3(0

.8)

28,9

(1.0

)19

,4(0

.8)

7,5

(0.7

)1,

3(0

.3)

Fin

land

ia0,

5(0

.1)

3,5

(0.3

)13

,9(0

.6)

28,1

(0.9

)31

,4(0

.9)

17,5

(0.8

)5,

1(0

.5)

Fra

ncia

7,7

(0.7

)16

,6(1

.0)

25,5

(0.9

)27

,3(0

.9)

16,9

(0.8

)5,

3(0

.5)

0,6

(0.2

)G

erm

ania

3,9

(0.6

)11

,5(0

.9)

20,6

(0.9

)27

,6(1

.0)

22,5

(1.0

)11

,1(0

.9)

2,7

(0.3

)G

iapp

one

2,8

(0.4

)9,

0(0

.7)

20,5

(1.0

)28

,5(0

.8)

25,8

(1.0

)11

,0(0

.9)

2,4

(0.3

)G

reci

a6,

7(0

.8)

17,1

(1.0

)28

,8(1

.0)

28,3

(1.1

)15

,0(0

.9)

3,6

(0.4

)0,

5(0

.1)

Irla

nda

4,5

(0.5

)12

,6(0

.7)

24,6

(1.0

)28

,0(1

.2)

19,9

(0.9

)8,

5(0

.7)

1,8

(0.3

)Is

land

a5,

0(0

.5)

15,0

(0.8

)27

,6(0

.9)

29,6

(0.8

)17

,4(0

.7)

4,9

(0.5

)0,

5(0

.1)

Italia

7,5

(0.5

)16

,9(0

.6)

27,0

(0.7

)26

,9(0

.6)

15,7

(0.6

)5,

2(0

.3)

0,8

(0.1

)Lu

ssem

burg

o6,

8(0

.4)

16,4

(0.7

)26

,3(1

.0)

27,7

(0.9

)17

,2(0

.7)

5,0

(0.4

)0,

6(0

.2)

Mes

sico

19,5

(1.2

)33

,3(0

.8)

29,7

(0.9

)13

,9(0

.7)

3,2

(0.4

)0,

4(0

.1)

0,0

aN

orve

gia

5,8

(0.7

)13

,8(0

.7)

25,4

(0.9

)27

,9(0

.8)

18,8

(0.9

)7,

1(0

.6)

1,2

(0.2

)N

uova

Zel

anda

4,7

(0.5

)11

,4(0

.7)

21,0

(0.8

)24

,7(1

.0)

21,9

(0.9

)12

,1(0

.6)

4,2

(0.4

)P

aesi

Bas

si2,

6(0

.4)

10,5

(0.8

)21

,3(1

.0)

28,6

(1.2

)24

,9(0

.9)

10,3

(0.6

)1,

8(0

.3)

Pol

onia

3,2

(0.4

)13

,0(0

.8)

25,6

(1.0

)28

,9(1

.0)

19,9

(0.8

)7,

9(0

.5)

1,6

(0.3

)P

orto

gallo

5,8

(0.7

)19

,5(1

.1)

31,0

(0.8

)27

,9(1

.1)

13,1

(0.7

)2,

5(0

.3)

0,1

(0.1

)R

egno

Uni

to4,

6(0

.4)

12,7

(0.6

)21

,7(0

.7)

25,2

(0.7

)20

,7(0

.6)

11,4

(0.6

)3,

8(0

.3)

Rep

. Cec

a2,

8(0

.5)

10,2

(0.8

)20

,9(1

.0)

27,5

(1.0

)23

,1(1

.1)

12,0

(0.9

)3,

5(0

.4)

Rep

. Slo

vacc

a4,

2(0

.5)

13,0

(0.8

)26

,1(1

.3)

28,7

(0.9

)19

,5(0

.9)

7,2

(0.7

)1,

4(0

.3)

Spa

gna

5,6

(0.5

)15

,2(0

.7)

26,1

(0.7

)28

,2(0

.7)

17,8

(0.7

)6,

1(0

.4)

0,9

(0.1

)S

tati

Uni

ti8,

4(0

.9)

18,0

(1.1

)23

,6(0

.9)

23,4

(0.9

)16

,9(0

.9)

7,8

(0.6

)2,

0(0

.3)

Sve

zia

4,0

(0.6

)11

,6(0

.8)

23,4

(1.0

)29

,3(0

.9)

21,2

(0.8

)8,

6(0

.6)

1,8

(0.3

)S

vizz

era

5,2

(0.6

)12

,2(0

.6)

21,9

(0.9

)28

,0(0

.9)

22,4

(0.8

)8,

5(0

.6)

1,8

(0.3

)T

urch

ia14

,3(0

.9)

33,4

(1.2

)29

,8(1

.3)

14,9

(1.0

)6,

1(1

.1)

1,4

(0.5

)0,

1(0

.0)

Ung

heria

2,5

(0.3

)10

,0(1

.1)

23,6

(1.1

)30

,2(0

.9)

22,6

(1.0

)9,

0(0

.6)

2,1

(0.3

)T

otal

e O

CS

E7,

4(0

.3)

16,9

(0.3

)24

,1(0

.3)

24,7

(0.3

)17

,7(0

.3)

7,5

(0.2

)1,

7(0

.1)

Med

ia O

CS

E5,

4(0

.1)

14,2

(0.1

)24

,0(0

.2)

27,0

(0.2

)19

,7(0

.2)

8,0

(0.1

)1,

8(0

.0)

Ven

eto

2,0

(0.5

)8,

9(1

.3)

20,5

(1.7

)29

,7(1

.9)

25,9

(1.9

)10

,9(1

.2)

2,1

(0.6

)N

ord

Est

2,8

(0.4

)9,

4(0

.7)

20,8

(1.0

)29

,6(1

.1)

24,9

(1.0

)10

,4(0

.6)

2,2

(0.3

)

Tav

. V:

Per

cen

tual

e d

i stu

den

ti p

er c

iasc

un

live

llo d

ella

sca

la d

i sci

enze

usa

re p

rove

bas

ate

su d

ati s

cien

tifi

ciL

ivel

li su

lla s

cala

di s

cien

ze u

sare

pro

ve b

asat

e su

dat

i sci

enti

fici

Pae

siS

ott

o li

vello

1

(fin

o a

334

,94

pu

nti

)L

ivel

lo 1

(p

un

ti d

a 33

4,94

a 4

09,5

4)L

ivel

lo 2

(p

un

ti d

a 40

9,54

a 4

84,1

4)L

ivel

lo 3

(p

un

ti d

a 48

4,14

a 5

58,7

3)L

ivel

lo 4

(p

un

ti d

a 55

8,73

a 6

33,3

3)L

ivel

lo 5

(p

un

ti d

a 63

3,33

a 7

07,9

3)L

ivel

lo 6

(o

ltre

70

7,93

pu

nti

)P

aesi

OC

SE

Aus

tral

ia3,

9(0

.3)

9,4

(0.5

)18

,8(0

.6)

26,2

(0.6

)24

,4(0

.6)

13,3

(0.5

)3,

9(0

.4)

Aus

tria

8,1

(1.2

)12

,5(1

.1)

20,4

(1.0

)24

,0(0

.9)

21,8

(0.9

)10

,6(0

.8)

2,4

(0.4

)B

elgi

o7,

1(0

.8)

10,8

(0.6

)18

,1(0

.7)

24,6

(0.8

)24

,7(0

.7)

12,6

(0.6

)2,

1(0

.3)

Can

ada

2,5

(0.3

)7,

7(0

.5)

17,2

(0.7

)27

,0(0

.8)

27,9

(0.7

)14

,2(0

.6)

3,6

(0.3

)C

orea

3,1

(0.6

) 8,

0(0

.8)

17,1

(0.7

)27

,3(1

.2)

26,7

(1.0

)14

,4(1

.0)

3,4

(0.5

)D

anim

arca

7,8

(0.7

)15

,4(0

.7)

23,9

(0.9

)26

,2(1

.0)

18,2

(0.8

)7,

1(0

.6)

1,4

(0.3

)F

inla

ndia

1,0

(0.2

)4,

4(0

.4)

13,9

(0.7

)26

,0(0

.7)

29,6

(0.8

)18

,3(0

.7)

6,7

(0.5

)F

ranc

ia7,

2(0

.8)

12,6

(0.8

)19

,5(1

.0)

23,5

(1.0

)22

,7(1

.0)

12,0

(0.8

)2,

6(0

.5)

Ger

man

ia6,

7(1

.0)

11,5

(0.9

)18

,9(0

.8)

25,4

(0.9

)22

,7(1

.0)

11,5

(0.8

)3,

3(0

.4)

Gia

ppon

e4,

6(0

.6)

8,7

(0.7

)15

,5(0

.8)

22,8

(0.8

)25

,4(1

.0)

16,7

(0.9

)6,

2(0

.5)

Gre

cia

11,3

(1.1

)16

,7(0

.9)

26,3

(1.1

)27

,1(1

.1)

14,0

(0.9

)4,

0(0

.5)

0,5

(0.1

)Ir

land

a5,

4(0

.6)

12,5

(0.7

)22

,6(0

.8)

27,6

(1.0

)21

,5(1

.1)

8,8

(0.7

)1,

6(0

.3)

Isla

nda

8,6

(0.6

)15

,0(0

.7)

22,4

(0.8

)25

,6(1

.0)

18,7

(0.7

)7,

8(0

.6)

1,9

(0.3

)Ita

lia11

,9(0

.6)

17,7

(0.7

)25

,0(0

.6)

24,6

(0.6

)14

,9(0

.6)

5,2

(0.4

)0,

8(0

.1)

Luss

embu

rgo

9,2

(0.4

)14

,4(0

.7)

21,7

(0.7

)25

,4(0

.6)

19,0

(0.7

)8,

4(0

.6)

1,8

(0.3

)M

essi

co23

,7(1

.3)

29,1

(0.9

)27

,5(0

.9)

15,2

(0.7

)4,

0(0

.4)

0,5

(0.1

)0,

0a

Nor

vegi

a10

,2(0

.9)

18,4

(0.9

)25

,5(1

.0)

23,8

(1.2

)15

,5(0

.9)

5,5

(0.5

)1,

2(0

.2)

Nuo

va Z

elan

da5,

4(0

.6)

10,0

(0.7

)17

,7(0

.7)

22,0

(0.8

)22

,5(0

.8)

15,5

(0.8

)6,

9(0

.5)

Pae

si B

assi

3,8

(0.6

)12

,1(1

.0)

19,5

(0.8

)23

,9(1

.2)

23,9

(1.4

)13

,7(1

.0)

3,2

(0.3

)P

olon

ia5,

6(0

.6)

14,9

(0.8

)25

,5(0

.7)

27,7

(0.9

)18

,8(0

.9)

6,6

(0.6

)1,

0(0

.3)

Por

toga

llo9,

7(0

.9)

17,8

(0.9

)25

,5(1

.0)

25,7

(1.1

)16

,2(0

.9)

4,6

(0.4

)0,

5(0

.2)

Reg

no U

nito

6,8

(0.5

)12

,5(0

.6)

20,1

(0.6

)23

,8(0

.8)

21,1

(0.8

)11

,7(0

.5)

4,0

(0.4

)R

ep. C

eca

7,5

(0.9

)13

,6(0

.9)

22,3

(1.1

)24

,9(1

.1)

19,7

(0.9

)9,

3(0

.8)

2,8

(0.4

)R

ep. S

lova

cca

9,8

(0.9

)16

,1(1

.1)

25,3

(1.2

)25

,2(1

.0)

16,7

(0.9

)6,

0(0

.6)

0,9

(0.2

)S

pagn

a7,

2(0

.5)

15,3

(0.7

)25

,5(0

.6)

28,0

(0.6

)18

,0(0

.7)

5,2

(0.4

)0,

7(0

.1)

Sta

ti U

niti

10,0

(1.5

)16

,1(0

.8)

22,1

(1.1

)22

,8(0

.9)

17,8

(0.8

)8,

7(0

.8)

2,5

(0.4

)S

vezi

a6,

7(0

.6)

14,1

(0.8

)23

,3(1

.1)

27,1

(0.8

)19

,5(0

.8)

7,7

(0.5

)1,

6(0

.2)

Svi

zzer

a5,

9(0

.6)

11,0

(0.5

)19

,2(0

.8)

25,7

(0.7

)23

,3(0

.8)

11,4

(0.6

)3,

4(0

.4)

Tur

chia

19,1

(1.1

)30

,3(1

.4)

27,0

(1.3

)15

,2(1

.0)

6,8

(1.0

)1,

6(0

.5)

0,1

(0.1

)U

nghe

ria6,

0(0

.7)

13,8

(0.9

)24

,3(1

.1)

28,0

(1.1

)18

,8(0

.9)

7,7

(0.7

)1,

4(0

.2)

Tot

ale

OC

SE

9,5

(0.4

)15

,6(0

.3)

21,7

(0.3

)23

,1(0

.3)

18,5

(0.3

)9,

1(0

.2)

2,5

(0.1

)M

edia

OC

SE

7,9

(0.1

)14

,1(0

.1)

21,7

(0.2

)24

,7(0

.2)

19,8

(0.2

)9,

4(0

.1)

2,4

(0.1

)V

enet

o3,

3(0

.7)

10,2

(1.3

)21

,7(1

.8)

27,9

(1.5

)24

,9(1

.8)

10,0

(1.3

)2,

1(0

.5)

Nor

d E

st4,

1 (0

.5)

10,6

(0.7

)20

,9(0

.9)

28,6

(0.9

)24

,0(1

.0)

10,0

(0.8

)1,

9(0

.2)

(e.

s. f

ra p

aren

tesi

)

Tav

. VI:

M

edia

e d

isp

ersi

on

e d

ei r

isu

ltat

i su

lla s

cala

di s

cien

ze in

div

idu

are

qu

esti

on

i di c

arat

tere

sci

enti

fico

(e.

s. f

ra p

aren

tesi

) P

erce

nti

liP

aesi

Med

iaD

evia

zio

ne

Sta

nd

ard

5°

10°

25°

75°

90°

95°

Pae

si O

CS

EA

ustr

alia

535

(2.3

)98

(1.2

)36

8(4

.3)

406

(3.1

)47

1(2

.7)

604

(2.8

)65

8(3

.2)

689

(3.6

)A

ustr

ia50

5(3

.7)

90(2

.2)

351

(6.8

)38

3(6

.7)

443

(4.8

)57

1(3

.8)

618

(4.1

)64

4(4

.0)

Bel

gio

515

(2.7

)10

0(2

.3)

340

(8.6

)38

2(6

.6)

449

(3.7

)58

7(2

.9)

639

(2.9

)66

8(3

.5)

Can

ada

532

(2.3

)97

(1.3

)36

3(4

.9)

404

(4.1

)46

9(2

.9)

599

(2.3

)65

2(2

.5)

683

(2.9

)C

orea

519

(3.7

)91

(2.4

)36

1(7

.6)

400

(5.0

)46

1(4

.1)

583

(4.1

)63

0(4

.1)

657

(5.0

)D

anim

arca

493

(3.0

)90

(1.4

)34

1(5

.5)

375

(4.5

)43

2(4

.0)

556

(3.2

)60

7(3

.2)

637

(4.4

)F

inla

ndia

555

(2.3

)84

(1.1

)41

1(4

.0)

446

(3.5

)50

1(3

.1)

612

(2.9

)65

9(2

.8)

686

(3.2

)F

ranc

ia49

9(3

.5)

104

(2.4

)31

9(7

.0)

358

(5.9

)42

7(5

.5)

576

(3.5

)62

9(3

.7)

659

(4.5

)G

erm

ania

510

(3.8

)98

(2.4

)34

1(8

.3)

381

(6.6

)44

4(5

.0)

579

(3.4

)63

0(3

.5)

660

(4.0

)G

iapp

one

522

(4.0

)10

6(2

.5)

337

(8.2

)38

1(6

.9)

453

(5.6

)59

7(3

.9)

652

(4.0

)68

2(4

.0)

Gre

cia

469

(3.0

)92

(2.1

)30

9(6

.1)

347

(5.3

)41

1(5

.3)

533

(2.9

)58

1(3

.4)

608

(3.2

)Ir

land

a51

6(3

.3)

95(1

.7)

357

(5.7

)39

1(4

.9)

450

(4.0

)58

4(3

.3)

638

(3.4

)66

8(4

.4)

Isla

nda

494

(1.7

)10

3(1

.4)

318

(5.0

)35

8(5

.0)

426

(2.5

)56

6(2

.2)

625

(3.1

)65

6(3

.7)

Italia

474

(2.2

)99

(1.5

)31

0(4

.7)

347

(3.5

)40

9(3

.0)

543

(2.8

)60

0(2

.7)

632

(3.4

)Lu

ssem

burg

o48

3(1

.1)

92(0

.9)

329

(2.9

)36

2(2

.9)

421

(2.0

)54

8(2

.9)

600

(2.4

)62

8(2

.5)

Mes

sico

421

(2.6

)85

(1.6

)28

0(6

.1)

312

(4.7

)36

5(3

.4)

479

(2.8

)52

9(3

.0)

559

(3.9

)N

orve

gia

489

(3.1

)94

(2.0

)33

3(7

.6)

368

(5.7

)42

6(7

.6)

555

(3.1

)60

8(4

.0)

640

(4.1

)N

uova

Zel

anda

536

(2.9

)10

6(1

.6)

356

(4.8

)39

6(4

.8)

465

(4.3

)61

2(3

.0)

668

(3.0

)70

1(3

.5)

Pae

si B

assi

533

(3.3

)10

3(2

.9)

360

(7.3

)39

7(5

.7)

462

(4.5

)60

6(4

.0)

662

(4.0

)69

4(4

.5)

Pol

onia

483

(2.5

)84

(1.1

)34

4(3

.9)

374

(3.2

)42

5(3

.0)

542

(3.2

)59

1(2

.7)

619

(3.7

)P

orto

gallo

486

(3.1

)91

(1.9

)33

6(5

.4)

367

(4.3

)42

3(4

.1)

551

(5.4

)60

3(3

.7)

632

(4.9

)R

egno

Uni

to51

4(2

.3)

106

(1.5

)33

7(6

.1)

377

(4.3

)44

3(2

.9)

587

(2.8

)64

8(2

.8)

682

(3.2

)R

ep. C

eca

500

(4.2

)99

(3.4

)34

1(8

.2)

376

(5.9

)43

4(5

.9)

570

(5.2

)62

5(5

.2)

656

(5.2

)R

ep. S

lova

cca

475

(3.2

)96

(3.6

)31

5(8

.5)

356

(4.9

)41

6(3

.6)

541

(3.6

)59

2(3

.6)

622

(3.7

)S

pagn

a48

9(2

.4)

89(1

.1)

341

(4.1

)37

4(3

.2)

431

(2.7

)55

0(4

.1)

599

(2.7

)62

7(3

.1)

Sta

ti U

niti

492

(3.8

)10

0(1

.7)

330

(5.8

)36

2(5

.3)

420

(4.7

)56

3(4

.2)

621

(4.9

)65

4(5

.2)

Sve

zia

499

(2.6

)96

(1.4

)33

8(4

.5)

374

(4.2

)43

5(3

.1)

566

(3.1

)61

9(3

.1)

653

(3.3

)S

vizz

era

515

(3.0

)95

(1.4

)35

0(4

.9)

387

(4.4

)45

2(3

.9)

583

(3.1

)63

3(3

.7)

661

(4.6

)T

urch

ia42

7(3

.4)

79(2

.7)

304

(5.1

)33

0(3

.8)

374

(3.2

)48

0(6

.7)

531

(6.7

)56

1(8

.5)

Ung

heria

483

(2.6

)81

(1.8

)34

7(5

.7)

378

(4.4

)43

0(3

.6)

539

(3.3

)58

3(3

.6)

610

(4.4

)T

otal

e O

CS

E

491

(1.1

)10

2(0

.6)

324

(2.0

)35

9(1

.6)

420

(1.4

)56

3(1

.1)

621

(1.5

)65

5(1

.6)

Med

ia O

CS

E

499

(0.5

)95

(0.4

)33

9(1

.1)

375

(0.9

)43

6(0

.7)

565

(0.6

)61

8(0

.7)

648

(0.8

)V

enet

o52

1(5

.0)

91(2

.5)

316

(9.9

)40

1(7

.8)

458

(7.3

)58

6(4

.8)

635

(6.2

)66

5(6

.5)

Tav

. VII:

M

edia

e d

isp

ersi

on

e d

ei r

isu

ltat

i su

lla s

cala

di s

cien

ze d

are

un

a sp

ieg

azio

ne

scie

nti

fica

dei

fen

om

eni (

e. s

. fra

par

ente

si)

Per

cen

tili

Pae

siM

edia

Dev

iazi

on

e S

tan

dar

d5°

10°

25°

75°

90°

95°

Pae

si O

CS

EA

ustr

alia

520

(2.3

)10

2(1

.0)

351

(3.2

)38

8(3

.0)

450

(2.7

)59

2(2

.8)

650

(3.1

)68

3(3

.1)

Aus

tria

516

(4.0

)10

0(2

.1)

343

(7.5

)38

2(7

.3)

447

(4.9

)59

0(4

.0)

642

(3.5

)67

2(3

.9)

Bel

gio

503

(2.5

)10

2(1

.9)

328

(6.5

)36

5(5

.8)

432

(4.0

)57

8(2

.4)

632

(2.4

)66

1(2

.5)

Can

ada

531

(2.1

)10

0(1

.2)

362

(4.4

)40

0(3

.4)

464

(2.8

)60

1(2

.5)

657

(2.4

)68

9(2

.6)

Cor

ea51

2(3

.3)

91(2

.3)

359

(5.1

)39

2(4

.0)

450

(2.3

)57

6(5

.1)

627

(5.1

)65

6(5

.9)

Dan

imar

ca50

1(3

.3)

96(1

.4)

342

(5.1

)37

6(5

.0)

435

(4.0

)56

8(3

.6)

627

(3.8

)65

8(4

.2)

Fin

land

ia56

6(2

.0)

88(1

.1)

420

(4.8

)45

2(3

.3)

506

(2.8

)62

6(2

.8)

679

(2.8

)70

9(4

.0)

Fra

ncia

481

(3.2

)10

0(1

.8)

313

(5.6

)34

9(5

.5)

412

(4.7

)55

2(3

.3)

609

(3.9

)64

0(3

.6)

Ger

man

ia51

9(3

.7)

103

(2.0

)34

5(6

.8)

381

(6.2

)44

8(3

.6)

592

(6.8

)65

1(3

.6)

684

(4.6

)G

iapp

one

527

(3.1

)97

(1.8

)36

2(6

.5)

399

(5.3

)46

2(4

.2)

595

(2.9

)64

9(3

.6)

680

(3.9

)G

reci

a47

6(3

.0)

93(1

.9)

321

(6.5

)35

6(4

.2)

413

(3.5

)54

1(3

.5)

596

(3.5

)62

6(4

.2)

Irla

nda

505

(3.2

)10

0(1

.6)

340

(6.1

)37

7(5

.0)

436

(4.1

)57

5(3

.9)

635

(3.9

)66

8(4

.4)

Isla

nda

488

(1.5

)92

(1.2

)33

5(4

.3)

369

(4.3

)42

5(4

.3)

553

(2.9

)60

6(2

.9)

636

(4.3

)Ita

lia48

0(2

.0)

100

(1.3

)31

5(3

.7)

350

(3.2

)41

1(2

.8)

548

(2.6

)60

8(2

.6)

642

(2.6

)Lu

ssem

burg

o48

3(1

.1)

97(0

.9)

321

(2.9

)35

7(2

.5)

416

(2.5

)55

2(1

.8)

608

(2.4

)63

9(4

.2)

Mes

sico

406

(2.7

)83

(1.6

)27

4(4

.8)

301

(3.7

)34

9(3

.2)

462

(2.9

)51

4(3

.5)

545

(4.1

)N

orve

gia

495

(3.0

)10

1(1

.7)

327

(3.2

)36

5(5

.1)

427

(3.3

)56

5(3

.3)

624

(3.3

)65

6(4

.0)

Nuo

va Z

elan

da52

2(2

.8)

111

(1.5

)33

9(5

.9)

378

(4.3

)44

5(3

.6)

601

(3.2

)66

4(3

.1)

700

(4.1

)P

aesi

Bas

si52

2(2

.7)

95(1

.7)

360

(5.3

)39

4(5

.6)

455

(4.7

)58

9(2

.7)

643

(3.3

)67

3(3

.5)

Pol

onia

506

(2.5

)95

(1.2

)35

3(4

.4)

384

(3.8

)43

8(2

.8)

572

(3.3

)63

0(3

.2)

664

(3.8

)P

orto

gallo

469

(2.9

)87

(1.7

)32

9(4

.7)

357

(4.5

)40

9(3

.8)

530

(4.7

)58

1(2

.9)

610

(3.7

)R

egno

Uni

to51

7(2

.3)

110

(1.4

)34

0(4

.5)

375

(3.4

)43

9(3

.0)

594

(2.9

)66

0(3

.4)

696

(3.9

)R

ep. C

eca

527

(3.5

)10

2(1

.8)

360

(6.3

)39

5(5

.1)

456

(4.5

)59

8(3

.8)

659

(4.6

)69

4(4

.7)

Rep

. Slo

vacc

a50

1(2

.7)

97(1

.9)

342

(4.5

)37

7(5

.5)

435

(3.0

)56

8(3

.6)

626

(3.8

)66

0(5

.1)

Spa

gna

490

(2.4

)98

(1.0

)32

9(4

.0)

364

(2.6

)42

3(2

.7)

558

(3.1

)61

6(2

.6)

649

(2.9

)S

tati

Uni

ti48

6(4

.3)

110

(1.5

)31

1(5

.5)

345

(5.2

)40

4(5

.5)

565

(4.8

)63

2(4

.6)

670

(6.0

)S

vezi

a51

0(2

.9)

99(1

.8)

346

(7.2

)38

2(5

.6)

443

(3.6

)57

8(7

.2)

636

(3.6

)66

9(3

.4)

Svi

zzer

a50

8(3

.3)

102

(1.8

)33

3(5

.3)

373

(4.6

)43

8(4

.1)

580

(3.4

)63

5(4

.8)

667

(4.7

)T

urch

ia42

3(4

.1)

86(3

.5)

297

(6.5

)32

1(1

1.2)

363

(4.7

)47

5(3

.5)

542

(12.

5)58

4(1

2.5)

Ung

heria

518

(2.6

)94

(1.5

)36

5(3

.8)

398

(4.0

)45

3(3

.2)

583

(3.4

)63

9(4

.3)

674

(5.5

)T

otal

e O

CS

E

489

(1.2

)10

7(0

.6)

317

(2.0

)35

1(1

.6)

412

(1.6

)56

5(1

.3)

629

(1.5

)66

4(2

.2)

Med

ia O

CS

E

500

(0.5

)98

(0.3

)33

9(1

.0)

373

(0.9

)43

3(0

.7)

569

(0.6

)62

6(0

.7)

658

(0.9

)V

enet

o52

9(5

.8)

93(2

.7)

370

(11.

2)40

5(8

.0)

466

(7.5

)59

6(7

.3)

646

(6.2

)67

7(6

.9)

Tav

. VIII

: M

edia

e d

isp

ersi

on

e d

ei r

isu

ltat

i su

lla s

cala

di s

cien

ze u

sare

pro

ve b

asat

e su

dat

i sci

enti

fici

(e.

s. f

ra p

aren

tesi

) P

erce

nti

liP

aesi

Med

iaD

evia

zio

ne

Sta

nd

ard

5°10

°25

°75

°90

°95

°P

aesi

OC

SE

Aus

tral

ia53

1(2

.4)

107

(1.1

)34

8(2

.7)

390

(2.7

)45

9(3

.5)

607

(2.7

)66

5(2

.7)

698

(3.5

)A

ustr

ia50

5(4

.7)

116

(3.4

)30

5(1

1.2)

350

(9.0

)42

8(6

.2)

589

(4.6

)64

9(4

.7)

680

(4.7

)B

elgi

o51

6(3

.0)

113

(2.6

)36

2(2

.4)

360

(7.2

)44

2(2

.6)

599

(2.6

)65

2(2

.6)

680

(3.3

)C

anad

a54

2(2

.2)

99(1

.3)

370

(4.3

)40

8(4

.3)

477

(2.9

)61

2(2

.2)

664

(2.5

)69

5(3

.1)

Cor

ea53

8(3

.7)

102

(2.9

)35

9(4

.3)

402

(4.3

)47

3(4

.3)

611

(4.3

)66

4(4

.3)

694

(5.0

)D

anim

arca

489

(3.6

)10

7(1

.7)

310

(6.6

)34

9(4

.8)

416

(4.3

)56

4(3

.9)

624

(4.6

)65

8(5

.3)

Fin

land

ia56

7(2

.3)

96(1

.2)

406

(5.4

)44

2(4

.0)

504

(2.9

)63

3(2

.7)

690

(2.9

)72

2(3

.9)

Fra

ncia

511

(3.9

)11

4(2

.6)

311

(7.9

)35

9(6

.7)

432

(5.9

)59

5(4

.2)

654

(4.1

)68

5(4

.3)

Ger

man

ia51

5(4

.6)

115

(3.3

)31

7(1

1.2)

361

(8.1

)44

0(4

.2)

597

(3.9

)65

8(4

.2)

691

(4.4

)G

iapp

one

544

(4.2

)11

6(2

.5)

340

(8.6

)38

8(7

.9)

468

(5.9

)62

7(3

.6)

685

(3.4

)71

9(4

.8)

Gre

cia

465

(4.0

)10

7(3

.2)

279

(9.9

)32

5(9

.9)

399

(5.8

)53

9(5

.8)

596

(4.3

)63

0(4

.3)

Irla

nda

506

(3.4

)10

2(1

.6)

331

(5.4

)37

0(5

.0)

437

(4.5

)57

9(3

.1)

635

(3.8

)66

6(4

.5)

Isla

nda

491

(1.7

)11

1(1

.4)

323

(3.3

)34

5(3

.1)

414

(3.3

)57

0(3

.3)

632

(3.3

)66

6(3

.3)

Italia

467

(2.3

)11

1(1

.6)

279

(5.0

)32

3(3

.5)

393

(3.0

)54

5(2

.8)

606

(2.8

)64

2(2

.9)

Luss

embu

rgo

492

(1.1

)11

3(1

.1)

296

(2.8

)34

1(1

.1)

415

(2.8

)57

2(2

.8)

635

(2.8

)66

8(3

.0)

Mes

sico

402

(3.1

)94

(1.8

)24

8(6

.0)

280

(5.4

)33

9(3

.8)

467

(3.3

)52

3(3

.0)

554

(3.6

)N

orve

gia

473

(3.6

)10

9(1

.9)

294

(3.9

)30

4(5

.8)

398

(3.4

)54

9(3

.4)

613

(3.4

)64

9(4

.7)

Nuo

va Z

elan

da53

7(3

.3)

121

(1.7

)33

1(7

.1)

377

(5.2

)45

3(4

.4)

624

(3.4

)68

7(4

.5)

725

(4.9

)P

aesi

Bas

si52

6(3

.3)

106

(3.0

)34

6(3

.8)

382

(3.8

)44

6(2

.9)

606

(2.9

)66

2(2

.9)

691

(3.0

)P

olon

ia49

4(2

.7)

98(1

.4)

330

(4.7

)36

5(3

.7)

425

(3.4

)56

3(3

.5)

621

(3.5

)65

2(4

.0)

Por

toga

llo47

2(3

.6)

103

(1.9

)29

7(1

.9)

337

(3.5

)40

1(5

.2)

547

(4.3

)60

2(3

.5)

634

(4.3

)R

egno

Uni

to51

4(2

.5)

117

(1.7

)31

6(6

.2)

361

(4.3

)43

4(3

.6)

597

(2.9

)66

1(3

.2)

699

(3.8

)R

ep. C

eca

501

(4.1

)11

3(2

.4)

312

(8.6

)35

3(5

.9)

423

(5.9

)58

1(4

.7)

644

(5.4

)68

1(5

.9)

Rep

. Slo

vacc

a47

8(3

.3)

108

(2.5

)29

4(8

.1)

336

(5.8

)40

7(4

.6)

554

(4.2

)61

5(4

.1)

647

(4.1

)S

pagn

a48

5(3

.0)

101

(3.2

)35

0(3

.2)

355

(3.8

)41

8(3

.8)

556

(3.2

)61

0(3

.2)

641

(3.8

)S

tati

Uni

ti48

9(5

.0)

116

(2.5

)29

6(1

0.1)

335

(8.8

)40

5(7

.0)

573

(5.1

)64

0(5

.2)

677

(5.9

)S

vezi

a49

6(2

.6)

106

(1.5

)31

8(3

.2)

359

(3.3

)42

5(3

.3)

570

(3.0

)63

0(3

.3)

664

(3.2

)S

vizz

era

519

(3.4

)11

1(1

.9)

325

(6.4

)36

8(5

.0)

445

(4.4

)59

7(3

.5)

656

(4.5

)69

1(5

.5)

Tur

chia

417

(4.3

)97

(3.2

)27

1(4

.6)

302

(3.7

)35

2(9

.2)

479

(6.9

)54

8(9

.2)

589

(10.

5)U

nghe

ria49

7(3

.4)

102

(2.1

)32

5(7

.6)

362

(6.3

)42

9(4

.2)

568

(4.4

)62

8(4

.8)

661

(4.4

)T

otal

e O

CS

E

492

(1.5

)11

7(0

.9)

297

(2.8

)33

8(2

.8)

409

(2.0

)57

7(1

.5)

642

(1.7

)67

9(1

.9)

Med

ia O

CS

E

499

(0.6

)10

8(0

.4)

316

(1.3

)35

7(1

.1)

427

(0.8

)57

6(0

.7)

635

(0.7

)66

8(0

.8)

Ven

eto

521

(5.8

)98

(2.8

)35

4(9

.7)

391

(7.5

)45

4(7

.1)

590

(6.6

)64

3(7

.6)

676

(8.4

)

Tav

. IX

: P

erce

ntu

ale

di s

tud

enti

per

cia

scu

n li

vello

del

la s

cala

co

mp

less

iva

di s

cien

ze p

er g

ener

e [F

emm

ine]

(e.

s. f

ra p

aren

tesi

)F

EM

MIN

E

Pae

siS

ott

o li

vello

1

(fin

o a

334

,94

pu

nti

)L

ivel

lo 1

(p

un

ti d

a 33

4,94

a 4

09,5

4)

Liv

ello

2 (

pu

nti

da

409,

54 a

484

,14)

L

ivel

lo 3

(p

un

ti d

a 48

4,14

a 5

58,7

3)

Liv

ello

4 (

pu

nti

da

558,

73 a

633

,33)

L

ivel

lo 5

(p

un

ti d

a 63

3,33

a 7

07,9

3)

Liv

ello

6 (

olt

re

707,

93 p

un

ti)

Pae

si O

CS

EA

ustr

alia

2,5

(0.3

) 9,

3(0

.6)

20,8

(0.8

)28

,9(0

.6)

25,0

(0.7

)11

,2(0

.7)

2,4

(0.3

)A

ustr

ia5,

0(1

.3)

12,5

(1.2

)20

,8(1

.5)

29,0

(1.5

)24

,1(1

.6)

7,9

(0.9

)0,

8(0

.2)

Bel

gio

4,6

(0.7

)11

,4(0

.8)

20,8

(1.1

)29

,9(1

.4)

24,4

(1.2

)8,

3(0

.7)

0,6

(0.2

)C

anad

a1,

9(0

.3)

7,5

(0.7

)20

,0(0

.9)

30,2

(0.9

)27

,2(0

.9)

11,2

(0.8

)2,

0(0

.3)

Cor

ea1,

8(0

.4)

8,3

(1.1

)21

,5(1

.1)

33,3

(1.4

)25

,5(1

.3)

8,6

(0.9

)0,

9(0

.3)

Dan

imar

ca4,

5(0

.8)

14,5

(1.0

)27

,1(1

.3)

30,0

(1.4

)18

,1(1

.1)

5,2

(0.7

)0,

6(0

.3)

Fin

land

ia0,

4(0

.2)

2,8

(0.5

)12

,6(0

.9)

30,3

(1.3

)33

,7(1

.2)

16,9

(1.0

)3,

3(0

.5)

Fra

ncia

5,8

(0.7

)14

,6(1

.2)

23,4

(1.4

)28

,9(1

.3)

20,8

(1.3

)6,

0(0

.8)

0,5

(0.2

)G

erm

ania

3,7

(0.7

)12

,1(1

.2)

21,1

(1.3

)29

,9(1

.5)

23,3

(1.1

)8,

4(0

.7)

1,4

(0.4

)G

iapp

one

2,8

(0.7

)8,

5(1

.0)

18,8

(1.2

)29

,2(1

.3)

27,5

(1.6

)11

,2(0

.9)

2,0

(0.4

)G

reci

a5,

1(0

.8)

14,9

(1.0

)30

,7(1

.8)

32,5

(1.5

)14

,1(1

.1)

2,7

(0.5

)0,

1(0

.1)

Irla

nda

3,0

(0.5

)11

,5(0

.9)

24,8

(1.7

)30

,6(1

.6)

21,6

(1.2

)7,

6(0

.8)

0,9

(0.3

)Is

land

a4,

7(0

.7)

14,0

(1.1

)25

,9(1

.2)

30,5

(1.5

)18

,8(1

.0)

5,4

(0.8

)0,

7(0

.3)

Italia

6,5

(0.5

)18

,5(0

.8)

29,3

(1.0

)27

,4(0

.9)

14,4

(0.7

)3,

6(0

.4)

0,3

(0.1

)Lu

ssem

burg

o6,

1(0

.6)

16,1

(1.0

)27

,0(1

.1)

29,9

(1.1

)16

,5(0

.9)

4,1

(0.5

)0,

3(0

.2)

Mes

sico

18,9

(1.3

)33

,4(1

.1)

31,0

(1.1

)13

,9(0

.8)

2,6

(0.4

)0,

2(0

.1)

0,0

aN

orve

gia

4,3

(0.7

)15

,3(1

.1)

28,1

(1.1

)29

,4(1

.6)

17,5

(1.2

)4,

9(0

.7)

0,5

(0.2

)N

uova

Zel

anda

3,1

(0.4

)9,

1(0

.8)

20,0

(1.2

)26

,0(1

.0)

24,9

(1.1

)13

,3(1

.1)

3,6

(0.5

)P

aesi

Bas

si2,

2(0

.5)

11,5

(1.2

)21

,6(1

.2)

26,6

(1.3

)26

,8(1

.3)

9,9

(0.8

)1,

3(0

.3)

Pol

onia

2,7

(0.4

)13

,9(0

.8)

28,1

(1.0

)30

,3(1

.2)

19,5

(1.1

)5,

0(0

.6)

0,5

(0.2

)P

orto

gallo

5,6

(0.9

)19

,0(1

.1)

29,3

(1.2

)29

,8(1

.5)

14,0

(1.2

)2,

2(0

.3)

0,0

(0.0

)R

egno

Uni

to4,

3(0

.5)

12,4

(0.9

)23

,0(1

.0)

27,7

(1.0

)21

,1(1

.0)

9,4

(0.7

)2,

1(0

.4)

Rep

. Cec

a4,

7(0

.9)

12,5

(1.2

)22

,0(1

.4)

27,5

(1.4

)22

,2(1

.3)

9,6

(1.1

)1,

6(0

.3)

Rep

. Slo

vacc

a4,

8(0

.7)

15,5

(1.3

)29

,2(1

.2)

28,8

(1.3

)17

,0(1

.3)

4,4

(0.5

)0,

4(0

.2)

Spa

gna

4,3

(0.5

)15

,4(0

.9)

28,3

(1.2

)30

,7(0

.9)

17,1

(0.9

)4,

0(0

.4)

0,2

(0.1

)S

tati

Uni

ti6,

8(0

.8)

16,2

(1.1

)26

,2(1

.2)

24,6

(1.0

)18

,0(1

.0)

6,7

(0.8

)1,

5(0

.4)

Sve

zia

3,4

(0.5

)12

,0(0

.9)

26,4

(1.6

)30

,4(1

.4)

20,6

(1.3

)6,

2(0

.7)

1,0

(0.3

)S

vizz

era

4,4

(0.5

)12

,2(0

.8)

22,8

(1.1

)27

,8(1

.0)

23,0

(1.3

)8,

4(1

.0)

1,4

(0.4

)T

urch

ia10

,1(1

.1)

32,2

(1.8

)34

,1(1

.9)

16,6

(1.4

)6,

1(1

.2)

0,9

(0.4

)0,

0a

Ung

heria

2,6

(0.5

)11

,9(1

.2)

26,0

(1.6

)33

,6(1

.7)

19,8

(1.3

)4,

8(0

.7)

0,4

(0.2

)T

otal

e O

CS

E6,

3(0

.3)

16,2

(0.3

)25

,3(0

.4)

26,1

(0.4

)18

,5(0

.3)

6,5

(0.2

)1,

1(0

.1)

Med

ia O

CS

E4,

7(0

.1)

14,0

(0.2

)24

,7(0

.2)

28,5

(0.2

)20

,2(0

.2)

6,9

(0.1

)1,

0(0

.1)

Ven

eto

2,7

(0.8

)9,

8(1

.6)

22,7

(2.6

)31

,7(2

.6)

24,7

(3.1

)7,

6(1

.7)

0,9

(0.5

)

Tav

. X:

Per

cen

tual

e d

i stu

den

ti p

er c

iasc

un

live

llo d

ella

sca

la c

om

ple

ssiv

a d

i sci

enze

per

gen

ere

[Mas

chi]

(e.

s. f

ra p

aren

tesi

)M

AS

CH

I

Pae

siS

ott

o li

vello

1

(fin

o a

334

,94

pu

nti

)L

ivel

lo 1

(p

un

ti d

a 33

4,94

a 4

09,5

4)

Liv

ello

2 (

pu

nti

da

409,

54 a

484

,14)

L

ivel

lo 3

(p

un

ti d

a 48

4,14

a 5

58,7

3)

Liv

ello

4 (

pu

nti

da

558,

73 a

633

,33)

L

ivel

lo 5

(p

un

ti d

a 63

3,33

a 7

07,9

3)

Liv

ello

6 (

olt

re

707,

93 p

un

ti)

Pae

si O

CS

EA

ustr

alia

3,6

(0.4

)10

,3(0

.6)

19,7

(0.9

)26

,6(0

.9)

24,2

(0.7

)12

,3(0

.7)

3,3

(0.4

)A

ustr

ia3,

6(0

.8)

11,6

(1.3

)22

,7(1

.6)

27,5

(1.3

)23

,3(1

.4)

9,7

(1.0

)1,

6(0

.3)

Bel

gio

5,0

(1.0

)12

,9(1

.0)

20,8

(1.0

)25

,6(0

.9)

24,5

(0.9

)9,

9(0

.7)

1,3

(0.2

)C

anad

a2,

4(0

.4)

8,1

(0.7

)18

,1(0

.7)

27,5

(0.7

)28

,1(0

.9)

12,9

(0.6

)2,

8(0

.3)

Cor

ea3,

2(0

.7)

9,2

(1.0

)20

,8(1

.6)

30,2

(1.4

)25

,5(1

.3)

9,9

(1.1

)1,

3(0

.4)

Dan

imar

ca4,

2(0

.7)

13,6

(1.0

)24

,8(1

.2)

28,6

(1.2

)21

,0(1

.2)

7,0

(0.9

)0,

8(0

.3)

Fin

land

ia0,

6(0

.2)

4,3

(0.6

)14

,6(0

.8)

28,0

(1.3

)30

,8(1

.1)

17,0

(1.0

)4,

6(0

.5)

Fra

ncia

7,5

(1.0

)14

,5(1

.2)

22,2

(1.4

)25

,3(1

.5)

20,9

(1.3

)8,

5(0

.8)

1,1

(0.3

)G

erm

ania

4,4

(0.8

)10

,5(1

.1)

21,6

(1.2

)25

,9(1

.2)

23,8

(1.4

)11

,5(1

.0)

2,2

(0.4

)G

iapp

one

3,6

(0.6

)9,

2(1

.0)

18,1

(1.1

)25

,8(1

.1)

26,5

(1.5

)13

,7(0

.9)

3,3

(0.5

)G

reci

a9,

3(1

.3)

18,9

(1.3

)27

,2(1

.2)

26,4

(1.4

)14

,2(1

.1)

3,7

(0.5

)0,

3(0

.1)

Irla

nda

4,1

(0.7

)12

,5(1

.3)

23,2

(1.2

)28

,8(1

.2)

21,1

(1.1

)8,

9(0

.9)

1,4

(0.3

)Is

land

a6,

9(0

.7)

15,5

(1.0

)25

,8(1

.4)

26,0

(1.6

)19

,2(1

.1)

5,8

(0.7

)0,

8(0

.2)

Italia

8,0

(0.7

)17

,5(0

.9)

25,9

(1.0

)27

,4(0

.9)

15,8

(0.7

)4,

9(0

.4)

0,6

(0.1

)Lu

ssem

burg

o7,

0(0

.6)

15,1

(1.0

)23

,8(1

.2)

27,2

(1.3

)19

,6(1

.1)

6,6

(0.6

)0,

8(0

.2)

Mes

sico

17,4

(1.5

)32

,1(1

.3)

30,5

(1.4

)15

,8(0

.9)

3,8

(0.4

)0,

3(0

.1)

0,0

aN

orve

gia

7,3

(1.2

)15

,1(0

.9)

26,5

(1.1

)27

,7(1

.1)

16,7

(1.2

)6,

0(0

.7)

0,7

(0.2

)N

uova

Zel

anda

5,0

(0.7

)10

,3(0

.8)

19,4

(1.2

)24

,1(1

.2)

22,8

(1.1

)14

,0(1

.0)

4,4

(0.7

)P

aesi

Bas

si2,

4(0

.5)

9,9

(1.0

)20

,7(1

.4)

27,3

(1.2

)24

,9(1

.3)

13,0

(1.1

)2,

0(0

.4)

Pol

onia

3,7

(0.5

)13

,6(0

.8)

26,9

(1.5

)28

,6(1

.4)

19,1

(1.1

)7,

2(0

.7)

0,9

(0.2

)P

orto

gallo

5,9

(0.9

)18

,3(1

.5)

28,3

(1.2

)27

,9(1

.5)

15,5

(1.0

)3,

9(0

.6)

0,1

(0.1

)R

egno

Uni

to5,

3(0

.7)

11,4

(0.9

)20

,5(0

.8)

24,1

(0.9

)22

,5(0

.8)

12,3

(0.8

)3,

7(0

.5)

Rep

. Cec

a2,

6(0

.5)

11,7

(1.0

)24

,5(1

.6)

28,0

(1.4

)21

,4(1

.4)

9,9

(1.0

)2,

0(0

.4)

Rep

. Slo

vacc

a5,

5(0

.9)

14,6

(1.1

)27

,0(1

.5)

27,4

(1.4

)18

,8(1

.4)

6,0

(0.8

)0,

8(0

.3)

Spa

gna

5,2

(0.5

)14

,4(0

.9)

26,4

(1.0

)29

,7(1

.0)

18,7

(1.0

)5,

1(0

.5)

0,5

(0.2

)S

tati

Uni

ti8,

3(1

.2)

17,4

(1.3

)22

,3(1

.2)

23,4

(1.1

)18

,6(1

.3)

8,4

(0.8

)1,

6(0

.3)

Sve

zia

4,1

(0.6

)13

,1(0

.9)

24,0

(1.1

)28

,6(1

.4)

21,5

(1.1

)7,

3(0

.7)

1,2

(0.3

)S

vizz

era

4,6

(0.6

)10

,9(0

.6)

20,8

(1.1

)28

,5(1

.1)

24,0

(1.2

)9,

7(0

.9)

1,4

(0.3

)T

urch

ia15

,2(1

.2)

35,0

(1.6

)29

,0(1

.6)

13,8

(1.2

)6,

2(1

.3)

0,9

(0.4

)0,

0a

Ung

heria

2,8

(0.5

)12

,8(1

.1)

25,2

(1.5

)28

,7(1

.3)

22,0

(1.1

)7,

6(0

.9)

0,8

(0.2

)T

otal

e O

CS

E7,

4(0

.4)

16,5

(0.4

)23

,2(0

.5)

24,2

(0.4

)18

,9(0

.5)

8,2

(0.3

)1,

6(0

.1)

Med

ia O

CS

E5,

6(0

.1)

14,1

(0.2

)23

,4(0

.2)

26,4

(0.2

)20

,5(0

.2)

8,5

(0.1

)1,

5(0

.1)

Ven

eto

1,4

(0.6

)7,

7(1

.9)

20,6

(2.3

)30

,0(2

.4)

28,0

(2.4

)10

,7(1

.5)

1,6

(0.4

)

Tav

. XI:

R

isu

ltat

i di s

cien

ze p

er g

ener

e (e

. s. f

ra p

aren

tesi

) S

CIE

NZ

EP

aesi

Pu

nte

gg

io M

edio

Fem

min

e P

un

teg

gio

Med

io M

asch

i P

un

ti d

i dif

fere

nza

(M

-F)

Pae

si O

CS

EA

ustr

alia

527

(2.7

)52

7(3

.2)

0(3

.8)

Aus

tria

507

(4.9

)51

5(4

.2)

8(4

.9)

Bel

gio

510

(4.9

)51

1(3

.3)

1(4

.1)

Can

ada

534

(1.1

)53

6(2

.4)

4(2

.4)

Cor

ea52

3(3

.9)

521

(4.8

)-2

(5.5

)D

anim

arca

491

(3.4

)50

0(3

.6)

9(3

.2)

Fin

land

ia56

5(2

.4)

562

(2.6

)-3

(2.9

)F

ranc

ia49

4(4

.0)

497

(4.0

)3

(4.0

)G

erm

ania

512

(3.8

)51

9(4

.6)

7(3

.7)

Gia

ppon

e53

0(3

.1)

531

(4.9

)3

(6.2

)G

reci

a47

9(3

.4)

468

(4.5

)-1

1(4

.7)

Irla

nda

509

(3.7

)50

8(4

.3)

0(4

.3)

Isla

nda

494

(2.1

)48

8(2

.6)

-6(3

.4)

Italia

474

(2.6

)47

7(2

.8)

3(2

.6)

Luss

embu

rgo

482

(1.8

)49

1(1

.8)

9(2

.9)

Mes

sico

406

(2.6

)41

3(3

.2)

7(2

.2)

Nor

vegi

a48

9(3

.2)

484

(3.8

)-4

(3.4

)N

uova

Zel

anda

532

(3.1

)52

8(3

.1)

-4(3

.6)

Pae

si B

assi

521

(3.1

)52

8(3

.2)

7(3

.0)

Pol

onia

496

(3.3

)50

0(2

.7)

3(2

.7)

Por

toga

llo47

2(3

.2)

477

(3.7

)5

(3.3

)R

egno

Uni

to51

0(2

.8)

520

(3.0

)10

(3.4

)R

ep. C

eca

510

(4.8

)51

5(4

.2)

5(5

.6)

Rep

. Slo

vacc

a48

5(4

.1)

491

(3.9

)6

(4.7

)S

pagn

a48

6(2

.7)

491

(2.9

)4

(2.4

)S

tati

Uni

ti48

9(1

.7)

489

(5.1

)1

(3.5

)S

vezi

a50

3(2

.9)

504

(2.7

)1

(3.0

)S

vizz

era

509

(3.6

)51

4(3

.3)

6(2

.7)

Tur

chia

430

(4.1

)41

8(4

.6)

-12

(4.1

)U

nghe

ria50

1(3

.1)

507

(3.1

)6

(4.2

)T

otal

e O

CS

E49

0(1

.3)

492

(1.4

)3

(1.3

)M

edia

OC

SE

499

(0.6

)50

1(0

.7)

2(0

.7)

Ven

eto

515

(0.8

)53

2(6

.9)

17(1

0.8)

Tav

. XII:

R

isu

ltat

i del

le t

re c

om

pet

enze

sp

ecif

ich

e d

i sci

enze

per

gen

ere

(e. s

. fra

par

ente

si)

IND

IVID

UA

RE

QU

ES

TIO

NI D

I CA

RA

TT

ER

E S

CIE

NT

IFIC

OD

AR

E U

NA

SP

IEG

AZ

ION

E S

CIE

NT

IFIC

A A

I FE

NO

ME

NI

US

AR

E P

RO

VE

BA

SA

TE

SU

DA

TI S

CIE

NT

IFIC

I

Pae

siP

un

t. M

edio

F

emm

ine

Pu

nt.

Med

io

Mas

chi

Dif

fere

nza

(M

-F

)P

un

t. M

edio

Fem

min

e P

un

t. M

edio

M

asch

iP

un

ti d

i dif

f.

(M-F

)P

un

t. M

edio

Fem

min

e P

un

t. M

edio

M

asch

iP

un

ti d

i dif

f.

(M-F

)P

aesi

OC

SE

Aus

tral

ia54

6(2

.6)

525

(3.2

)-2

1(3

.6)

513

(2.7

)52

7(3

.1)

14(3

.6)

533

(2.7

)53

0(3

.4)

-3(2

.7)

Aus

tria

516

(4.7

)49

5(4

.2)

-22

(4.6

)50

7(4

.7)

526

(4.4

)19

(4.8

)50

0(6

.2)

509

(4.9

)9

(6.1

)B

elgi

o52

3(3

.1)

508

(3.8

)-1

4(4

.3)

494

(3.1

)51

0(3

.4)

16(4

.1)

521

(3.8

)51

2(3

.8)

-9(4

.7)

Can

ada

539

(2.4

)52

5(2

.7)

-14

(2.4

)52

2(2

.3)

539

(2.6

)17

(2.5

)54

2(2

.3)

541

(2.7

)-1

(2.3

)C

orea

530

(4.2

)50

8(4

.9)

-22

(5.7

)50

6(4

.0)

517

(4.8

)11

(5.7

)54

2(5

.0)

535

(5.2

)-8

(5.0

)D

anim

arca

499

(3.2

)48

8(3

.5)

-11

(3.2

)49

1(3

.7)

512

(3.8

)21

(3.4

)48

7(4

.0)

490

(4.1

)3

(3.8

)F

inla

ndia

568

(2.6

)54

2(2

.7)

-26

(2.8

)56

2(2

.5)

571

(2.5

)9

(3.0

)57

1(2

.7)

564

(3.0

)-7

(3.3

)F

ranc

ia50

7(3

.7)

491

(4.6

)-1

6(4

.7)

474

(3.4

)48

9(4

.2)

15(4

.1)

513

(4.2

)50

9(5

.0)

-4(4

.7)

Ger

man

ia51

8(3

.9)

502

(4.5

)-1

6(3

.4)

508

(3.7

)52

9(4

.5)

21(3

.7)

513

(3.3

)51

7(4

.4)

4(3

.3)

Gia

ppon

e53

1(6

.6)

513

(5.1

)-1

8(8

.5)

519

(4.4

)53

5(4

.6)

16(6

.6)

545

(6.4

)54

3(5

.8)

-2(8

.9)

Gre

cia

485

(3.1

)45

3(4

.1)

-31

(4.3

)47

5(3

.0)

478

(4.3

)3

(4.2

)47

5(3

.7)

456

(5.6

)-2

0(5

.4)

Irla

nda

524

(3.5

)50

8(4

.4)

-16

(4.6

)50

1(3

.5)

510

(4.4

) 9

(4.6

)50

9(3

.5)

503

(4.8

)-7

(4.8

)Is

land

a50

9(2

.4)

479

(2.9

)-3

0(4

.1)

485

(2.6

)49

1(2

.9)

6(3

.7)

495

(2.5

)48

7(3

.3)

-7(3

.3)

Italia

483

(2.5

)46

6(2

.9)

-17

(3.4

)47

2(2

.5)

487

(2.8

)15

(3.4

)46

8(3

.1)

466

(3.2

)-2

(4.2

)Lu

ssem

burg

o48

9(1

.8)

477

(1.7

)-1

1(2

.8)

471

(2.0

)49

5(1

.8)

24(3

.0)

490

(2.8

)49

3(3

.0)

3(2

.8)

Mes

sico

425

(2.8

)41

8(2

.9)

-7(2

.2)

398

(2.6

)41

5(3

.3)

17(2

.3)

401

(3.0

)40

4(3

.7)

3(2

.7)

Nor

vegi

a50

1(3

.3)

478

(3.9

)-2

4(3

.7)

492

(3.3

)49

8(3

.9)

6(3

.9)

476

(4.7

)46

9(4

.2)

-7(3

.4)

Nuo

va Z

elan

da54

7(3

.7)

525

(3.7

)-2

2(4

.9)

517

(3.6

)52

8(4

.0)

11(5

.2)

541

(4.3

)53

2(4

.4)

-10

(5.8

)P

aesi

Bas

si53

9(3

.5)

527

(3.8

)-1

2(3

.2)

512

(3.1

)53

1(3

.1)

19(3

.0)

524

(3.8

)52

7(3

.8)

3(3

.8)

Pol

onia

490

(2.7

)47

6(2

.9)

-13

(2.5

)49

8(2

.8)

514

(2.9

)16

(2.7

)49

5(3

.0)

492

(3.0

)-3

(2.8

)P

orto

gallo

493

(3.4

)48

0(3

.6)

-13

(3.1

)46

2(3

.0)

477

(3.6

)15

(3.2

)47

1(3

.5)

473

(3.5

)2

(3.4

)R

egno

Uni

to51

7(2

.8)

510

(2.9

)-7

(3.2

)50

6(2

.7)

527

(3.0

)21

(3.5

)51

0(3

.1)

517

(3.1

)6

(3.8

)R

ep. C

eca

511

(5.3

)49

2(4

.8)

-19

(5.7

)51

6(4

.6)

537

(4.3

)21

(5.7

)50

0(5

.4)

501

(5.0

)1

(5.9

)R

ep. S

lova

cca

485

(3.6

)46

5(4

.5)

-20

(5.1

)49

0(3

.0)

512

(4.0

)22

(4.7

)47

8(3

.6)

478

(4.8

)0

(5.6

)S

pagn

a49

6(2

.6)

482

(2.7

)-1

5(2

.1)

481

(2.7

)49

9(2

.8)

18(2

.6)

485

(3.8

)48

4(3

.8)

-1(3

.1)

Sta

ti U

niti

500

(3.8

)48

4(4

.6)

-16

(3.6

)48

0(4

.0)

492

(5.3

)12

(3.6

)49

1(4

.6)

486

(6.1

)-5

(4.1

)S

vezi

a50

7(3

.1)

491

(2.9

)-1

6(3

.0)

504

(3.5

)51

6(3

.0)

12(3

.1)

499

(3.2

)49

4(3

.1)

-5(3

.2)

Svi

zzer

a52

0(3

.3)

510

(3.1

)-1

0(2

.4)

498

(3.9

)51

7(3

.4)

19(2

.8)

517

(3.9

)52

0(3

.6)

2(2

.9)

Tur

chia

443

(3.6

)41

4(4

.1)

-29

(3.8

)42

3(3

.5)

423

(4.7

)0

(4.1

)42

6(4

.6)

410

(5.2

)-1

6(4

.7)

Ung

heria

489

(3.3

)47

7(3

.4)

-13

(4.1

)50

7(3

.6)

529

(3.2

)22

(4.4

)49

8(4

.5)

497

(4.1

)-1

(5.2

)T

otal

e O

CS

E49

9(1

.2)

483

(1.3

)-1

6(1

.4)

481

(1.3

)49

7(1

.4)

3(1

.2)

493

(1.6

)49

0(1

.7)

-3(1

.5)

Med

ia O

CS

E50

8(0

.6)

490

(0.7

)-1

7(0

.7)

493

(0.6

)50

9(0

.7)

2(0

.7)

501

(0.7

)49

8(0

.8)

-3(0

.8)

Ven

eto

523

(7.8

)51

8(6

.9)

-4(1

0.8)

512

(8.5

)54

5(5

.9)

33(1

0.3)

517

(8.2

)52

5(7

.6)

9(1

1.3)

Tav

. XIII

: R

isu

ltat

i su

lla s

cala

co

mp

less

iva

di s

cien

ze p

er t

ipo

di i

stru

zio

ne

(e. s

. fra

par

ente

si)

Liv

elli

sulla

sca

la c

om

ple

ssiv

a d

i sci

enze

(%

)

VE

NE

TO

M

edia

Dev

iazi

on

e S

tan

dar

dS

ott

o li

vello

1(f

ino

a 3

34,9

4 p

un

ti)

Liv

ello

1 (

pu

nti

d

a 33

4,94

a

409,

54)

Liv

ello

2 (

pu

nti

d

a 40

9,54

a

484,

14)

Liv

ello

3

(pu

nti

da

484,

14 a

Liv

ello

4

(pu

nti

da

558,

73 a

Liv

ello

5

(pu

nti

da

633,

33 a

Liv

ello

6

(olt

re 7

07,9

3 p

un

ti)

Lice

i

(5.0

) 57

3(8

.0)

740,

4(0

.4)

1,4

(0.9

)10

,3(2

.6)

29,1

(3.0

)38

,7(4

.5)

17,1

(3.3

)3,

0(0

.8)

Istit

uti t

ecni

ci

534

(9.4

)77

(4.3

)0,

9(0

.6)

5,5

(1.9

)18

,1(3

.3)

36,0

(3.0

)30

,8(3

.9)

8,3

(1.6

)0,

5(0

.5)

Ist.

prof

essi

onal

i 46

9(8

.4)

72(4

.8)

3,1

(1.3

)16

,3(2

.8)

39,2

(4.2

)30

,3(3

.3)

9,6

(3.2

)1,

4(1

.5)

0,0

(0.0

)F

orm

azio

ne p

rof.

434

(10.

0)69

(3.6

)7,

6(4

.2)

29,3

(7.8

)39

,3

(1

3.2)

19,3

(9.3

)3,

7(2

.3)

0,8

(0.7

)0,

0(0

.0)

Liv

elli

sulla

sca

la c

om

ple

ssiv

a d

i sci

enze

(%

)

NO

RD

ES

T

Med

iaD

evia

zio

ne

Sta

nd

ard

So

tto

live

llo 1

(fin

o a

334

,94

pu

nti

)

Liv

ello

1 (

pu

nti

d

a 33

4,94

a

409,

54)

Liv

ello

2 (

pu

nti

d

a 40

9,54

a

484,

14)

Liv

ello

3

(pu

nti

da

484,

14 a

Liv

ello

4

(pu

nti

da

558,

73 a

Liv

ello

5

(pu

nti

da

633,

33 a

Liv

ello

6

(olt

re 7

07,9

3 p

un

ti)

Lice

i

56

7(4

.4)

77(3

.0)

0,3

(0,1

7)2,

0(0

,6)

11,6

(1,4

)30

,2(1

,6)

37,0

(1,9

)16

,2(1

,6)

2,6

(0,6

)Is

titut

i tec

nici

52

7(4

.7)

78(2

.2)

0,1

(0,4

)6,

4(1

,1)

20,3

(2,0

)36

,6(1

,8)

28,0

(1,9

)7,

1(0

,9)

0,6

(0.2

)Is

t. pr

ofes

sion

ali

45

4(5

.0)

79(3

.6)

6,9

(4.9

)21

,4(1

5.3)

36,5

(25.

5)25

,9(1

8.9)

8,0

(5,9

)1,

0(1

.0)

0,03

(0.0

)F

orm

azio

ne p

rof.

441

(6.0

)76

(2.6

)7,

5(1

2.4)

27,5

(45.

5)37

,2

(61.

6)21

,3(3

5.4)

5,9

(9.9

)0,

5(9

,9)

0,5

(1,1

)

Liv

elli

sulla

sca

la c

om

ple

ssiv

a d

i sci

enze

(%

)

ITA

LIA

M

edia

Dev

iazi

on

e S

tan

dar

dS

ott

o li

vello

1(f

ino

a 3

34,9

4 p

un

ti)

Liv

ello

1 (

pu

nti

d

a 33

4,94

a

409,

54)

Liv

ello

2 (

pu

nti

d

a 40

9,54

a

484,

14)

Liv

ello

3

(pu

nti

da

484,

14 a

Liv

ello

4

(pu

nti

da

558,

73 a

Liv

ello

5

(pu

nti

da

633,

33 a

Liv

ello

6

(olt

re 7

07,9

3 p

un

ti)

Lice

i

51

8(3

.2)

85(2

.0)

1,7

(0.5

)9,

2(0

.8)

23,4

(1.1

)33

,5(0

.9)

23,5

(1.1

)7,

9(0

.7)

0,9

(0.2

)Is

titut

i tec

nici

47

5(2

.9)

83(1

,4)

4,5

(0.6

)18

,0(1

.3)

30,9

(1.5

)30

,1(1

.1)

13,8

(1.1

)2,

5(0

.4)

0,1

(0.1

)Is

t. pr

ofes

sion

ali

414

(4.3

)82

(2.2

)17

,3(1

.5)

31,7

(1.6

)31

,6(2

.2)

15,4

(1.2

)3,

7(0

.6)

0,4

(0.2

)0,

0(0

.0)

For

maz

ione

pro

f.

405

(11.

8)80

(4.7

)19

,0(6

.7)

35,0

(3.2

)29

,6(5

.3)

13,4

(3.0

)2,

7(0

.8)

0,2

(0.2

)0,

0(0

.0)

4. La competenza di lettura degli studenti veneti

Maria Teresa Siniscalco

In questo capitolo si presentano le principali caratteristiche della valutazione della competenza di lettura (reading literacy) nel progetto OCSE-PISA e i risultati di lettura ottenuti dagli studenti quindicenni della Regione Veneto in PISA 2006, collocandoli nel quadro nazionale e internazionale ed esaminandone l’andamento rispetto a quelli del 20031.

4.1 L’impostazione della valutazione della lettura

Nessuno mette in dubbio che la lettura sia una competenza fondamentale. Ma quali tipi di testi devono sapere affrontare gli studenti in uscita dalla scuola dell’obbligo? Cosa devono sapere fare con quei testi? Nel caso di PISA, la costruzione delle prove è stata preceduta da una riflessione approfondita su quale sia il tipo di padronanza della lettura richiesta oggi ai giovani per muoversi nella società attuale e per continuare ad apprendere per tutta la vita. Il risultato di questa riflessione, condotta da un gruppo internazionale di esperti, ma orientata all’inizio e validata alla fine dai rappresentanti politici dei Paesi partecipanti, è presentato nel framework di PISA della reading literacy, cioè il quadro concettuale di riferimento alla base della valutazione della lettura.

PISA definisce la competenza di lettura (reading literacy) come: “la comprensione e l’utilizzazione di testi scritti e la riflessione su di essi al fine di raggiungere i propri obiettivi, sviluppare le proprie conoscenze e potenzialità e svolgere un ruolo attivo nella società” (OCSE 2003; trad. it. 2004, p. 110).

Il termine “reading” è stato usato congiuntamente al termine “literacy” per evidenziare che si intendeva misurare qualcosa di più ampio e complesso della lettura come decodifica, qualcosa che aveva a che fare con l’utilizzazione delle informazioni lette. Si è fatto riferimento alla “riflessione” sui testi, oltre che alla loro comprensione e utilizzazione per sottolineare la natura interattiva della lettura. Si è usata l’espressione “testi scritti” per includere tutti i testi basati sul linguaggio scritto, a prescindere dal supporto. Infine si sono specificati, tra i fini della reading literacy, quelli di raggiungere obiettivi personali, sviluppare

1 La lettura, è stata l’ambito principale nella valutazione nel 2000 e tornerà ad esserlo nel 2009, mentre nel 2006, come nel 2003, essa è stata uno degli ambiti secondari, con un numero minore di quesiti rispetto a quelli utilizzati per le scienze e selezionati tra quelli utilizzati in PISA 2000.

77

conoscenze e potenzialità e partecipare attivamente alla società, per includere l’intera gamma di situazioni in cui entra in gioco la competenza di lettura.

La definizione di competenza di lettura adottata da PISA è dunque più ampia e comprensiva delle definizioni di lettura e di capacità di lettura delle precedenti indagini internazionali2. Tale ampliamento è stato messo in relazione, da un lato, con il riconoscimento del ruolo attivo e interattivo del lettore nella ricostruzione del significato di un testo e, dall’altro, con cambiamenti avvenuti nella società e nell’economia e in particolare con la dimensione del lifelong learning,l’apprendimento per tutta la vita, che ha ampliato i confini della literacy e dei suoi compiti.

La valutazione della competenza di lettura di PISA è dunque incentrata sulla capacità dei quindicenni di ricostruire e di espandere il significato di un testo e di riflettere su quanto leggono, considerando un ampio panorama di testi che normalmente si incontrano nelle diverse situazioni vissute nella scuola e fuori di essa.

È chiaro che nel processo di lettura così definito sono in gioco un gran numero di fattori, alcuni dei quali possono essere esplicitati e dosati, per accrescere la validità della valutazione. PISA ha enucleato tre dimensioni per strutturare la valutazione della competenza di lettura:

la situazione di lettura all’interno della quale rientra un dato testo

il formato e il tipo di testo

le caratteristiche dei quesiti che ne verificano la comprensione.

2 Negli ultimi decenni si sono svolte diverse indagini internazionali sulla capacità di lettura. Due di queste sono state condotte dalla IEA (International Association for the Evalutation of Educational Achievement). La prima è il Six Subjects Study del 1971 che, nell’ambito di un’indagine su sei materie che aveva due popolazioni-bersaglio – rappresentate rispettivamente dagli studenti di 10 e di 14 anni – comprendeva una parte sulla comprensione della lettura (Reading Comprehension) e una parte relativa alla letteratura (Literature). La seconda indagine IEA sulla lettura è il Reading Literacy Study (RLS) [in italiano Studio Alfabetizzazione Lettura (SAL)] del 1991 che aveva come popolazioni-bersaglio le classi in cui sono iscritti la maggior parte degli studenti di 9 e di 14 anni (in Italia la quarta elementare e la terza media). Un’altra indagine precedente a PISA, condotta invece dall’OCSE in collaborazione con Statistics Canada, è l’International Adult Literacy Survey (IALS) che riguarda le competenze alfabetiche degli adulti dai 16 ai 65 anni. Altre indagini internazionali sulla lettura, posteriori al primo ciclo di PISA sono l’indagine IEA-PIRLS (Progress in International Reading Literacy Skills), IEA-ICONA in italiano, e l’indagine ALL (Adult Literacy and Lifeskills). L’indagine IEA-PIRLS è stata condotta nel 2001 per valutare la capacità di lettura degli studenti iscritti alla classe frequentata dalla maggior parte degli studenti di 9 anni (in Italia la quarta elementare) e per analizzare il cambiamento avvenuto in questo ambito negli ultimi 10 anni collegando i dati del 2001 con quelli del 1991. L’indagine ALL, condotta dall’OCSE e da Statistics Canada, è incentrata sulle competenze di literacy, di numeracy e di problem-solving degli adulti dai 16 ai 65 anni.

78

Le due prime dimensioni, quella dell’uso per il quale è stato scritto un testo e quella del formato e tipo di testo, sono servite a classificare i testi, con l’obiettivo di includerne nella prova una gamma quanto più possibile diversificata, in modo da verificare la competenza di lettura nei confronti di un ampio panorama di materiali e di evitare di avvantaggiare particolari gruppi di studenti. La terza dimensione, quella delle caratteristiche dei quesiti, è servita a classificare i compiti di lettura, cioè quello che si può chiedere di fare con il testo per dimostrare di averlo compreso, in modo da includere una molteplicità di operazioni e di abilità.

Lo strumento utilizzato in PISA 2006 per la valutazione della lettura è lo stesso di PISA 2003 ed è costituito complessivamente da 8 prove con 28 quesiti, selezionati tra i 141 utilizzati in PISA 2000.

4.1.1 La situazione di lettura

La situazione di lettura è definita in relazione all’uso per il quale il testo è stato scritto. Le prove di PISA sono state costruite su testi selezionati all’interno di quattro categorie di situazioni di lettura: personale, scolastica, lavorativa, pubblica. Per fare alcuni esempi di testi che rientrano in ciascuna di queste situazioni di lettura, un romanzo o una lettera privata sono scritte per un uso personale di chi legge, un libro di testo per un uso scolastico, un manuale di istruzioni per un uso professionale, documenti o avvisi ufficiali per un uso pubblico.

4.1.2 Il formato e il tipo di testo

Per quanto riguarda il formato, si sono selezionati sia testi continui, formati da proposizioni raggruppate in capoversi (che possono a loro volta fare parte di strutture più ampie), sia testi non continui, o pragmatici, che hanno per lo più il formato di tabelle basate sulla combinazione di elenchi, ma possono anche avere forme diverse.

All’interno di queste due categorie si sono poi distinti tipi di testi più specifici, basandosi sui lavori teorici relativi alle tipologie testuali. La classificazione dei testi continui adottata in PISA si basa sul loro obiettivo retorico e include testi narrativi, testi informativi, testi descrittivi, testi argomentativi, istruzioni e ipertesti. La classificazione dei testi non continui si basa sui formati ricorrenti di tali tipi di testo e distingue tra elenchi, moduli, grafici e figure.

4.1.3 Caratteristiche dei quesiti

Per quanto riguarda le caratteristiche dei quesiti, si è distinto tra: a) gli aspetti della lettura accertati dai diversi quesiti, che determinano il compito richiesto a chi risponde; b) il tipo di quesito, che determina il modo in cui chi risponde deve

79

dimostrare la propria capacità di affrontare il compito richiesto; c) le lo schema di codifica delle risposte, cioè le indicazioni che specificano come valutare le risposte fornite dagli studenti.

Aspetti della lettura. PISA non valuta l’abilità di decodificare un testo, che a quindici anni si presuppone sia stata acquisita, ma chiede ai quindicenni di dimostrare la loro capacità in riferimento a tre aspetti della lettura che si ritengono essere in relazione con la piena comprensione di un testo:

individuare informazioni, cioè cercare una o più informazioni presenti nel testo sulla base delle indicazioni fornite nella domanda;

sviluppare un’interpretazione, cioè ricostruire il significato sia del testo nel suo insieme sia di sue parti;

riflettere sul contenuto e/o sulla forma di un testo e valutare l’uno e l’altra,cioè mettere in relazione le informazioni e/o le caratteristiche del testo con informazioni e conoscenze extratestuali di tipo enciclopedico.

Le domande di PISA mirano ad accertare il livello di competenza degli studenti per ciascuno di questi tre aspetti.

Tipo di quesito. Per quanto riguarda il tipo dei quesiti, PISA ha incluso quesiti con diversi formati di risposte e in particolare:

quesiti a scelta multipla, nei quali lo studente deve scegliere la risposta corretta tra più alternative date;

quesiti aperti, nei quali lo studente deve egli stesso produrre la risposta; i quesiti aperti si differenziano, per il grado di elaborazione che richiedono allo studente, in quesiti aperti a risposta univoca, quesiti aperti a risposta breve equesiti aperti a risposta articolata.

Sia in PISA 2000, sia in PISA 2003 e 2006, circa il 55% della prova di lettura è costituito da quesiti aperti.

Schema di codifica delle risposte. Per i quesiti a scelta multipla e aperti a risposta univoca la correzione delle risposte non richiede l’intervento di un correttore, dal momento che o lo studente ha individuato la risposta corretta o non l’ha individuata. Viceversa, i quesiti aperti a risposta breve o articolata richiedono l’intervento di un correttore e indicazioni precise che assicurino la validità e l’affidabilità del suo lavoro di correzione.

Lo schema di codifica delle domande aperte di PISA comprende:

l’elenco dei punteggi possibili (“punteggio pieno”, eventuale “punteggio parziale”, “nessun punteggio”) e dei codici numerici corrispondenti;

una descrizione generale del tipo di risposta che corrisponde a ciascun punteggio/codice;

alcuni esempi di possibili risposte per ciascun tipo di risposta descritta.

80

4.2 La scala di competenza di lettura

Le prestazioni degli studenti sono state riportate su una scala complessiva di reading literacy3. La scala del 2006 è stata “ancorata” a quella del 2000, quando la lettura costituiva il principale ambito della valutazione e lo strumento era sufficientemente articolato. Nel 2000 la scala era stata standardizzata in modo da avere media OCSE 500 e deviazione standard 100. Nel 2006, la media OCSE della scala di lettura è pari a 492 e la deviazione standard a 994.

La scala di competenza di lettura è suddivisa in 5 livelli di difficoltà delle domande, che corrispondono ad altrettanti livelli di capacità da parte degli studenti. La divisione della scala in livelli è avvenuta in un primo momento sulla base di considerazioni di tipo teorico, da parte un gruppo di esperti che ha raggruppato i quesiti in modo da mettere insieme nello stesso livello quesiti con più caratteristiche comuni e con differenze salienti rispetto alle domande classificate ai livelli inferiori o superiori. I risultati degli studenti dei Paesi partecipanti a PISA hanno poi fornito una verifica empirica alla classificazione così ottenuta e hanno consentito di definire in modo più preciso i livelli sulla scala sulla base di precisi criteri statistici. Nella Figura 4.1 si presenta uno schema con i tipi di compiti che caratterizzano ciascuno dei cinque livelli della scala di lettura, con i punteggi corrispondenti a ciascun livello.

3 Mentre in PISA 2006, come per il 2003, le prestazioni degli studenti sono riportate esclusivamente su una scala complessiva di competenza di lettura in PISA 2000, quando la lettura costituiva il principale ambito della valutazione e il numero di quesiti lo consentiva, i risultati sono stati analizzati, oltre che in relazione a una scala complessiva di lettura, in relazione a 5 scale analitiche, tre basate sui processi della lettura – individuare informazioni, interpretare un testo, riflettere e valutare – e due basate sul formato del testo – continuo o non continuo.

4 Sulla leggera oscillazione della media OCSE per quanto riguarda la lettura gioca il fatto che nella media di PISA 2006 sono presenti i dati dei Paesi Bassi, che nel 2000 avevano avuto un tasso di risposta delle scuole troppo basse, e di Slovacchia e Turchia, che nel 2000 non avevano partecipato. Mancano invece i dati degli Stati Uniti, a causa di un errore di stampa nei fascicoli delle prove che ha compromesso la stima dei risultati di lettura (ma non quelli di matematica e di scienze).

81

Figura 4.1: Descrizione dei livelli sulla scala di competenza di lettura Livello e punteggi Cosa sanno fare gli studenti a ciascun livello

Liv

ello

5

(olt

re 6

25)

Localizzare ed eventualmente ordinare o integrare più informazioni non immediatamente evidenti, alcune delle quali possono trovarsi al di fuori del corpo principale del testo. Inferire quali, fra le informazioni del testo, siano pertinenti rispetto al compito, discriminandole tra più informazioni plausibili.Cogliere il significato di sfumature del linguaggio o dimostrare una piena ed approfondita comprensione del testo. Valutare criticamente e formulare ipotesi basandosi su conoscenze di carattere specialistico. Saper affrontare concetti contrari alle aspettative e basarsi su una conoscenza approfondita di testi lunghi o complessi.

Liv

ello

4

(553

-625

)

Localizzare, ed eventualmente ordinare o integrare, più informazioni non immediatamente evidenti, ciascuna delle quali può dover soddisfare molteplici criteri, all’interno di un testo il cui contesto o la cui forma non sono familiari. Inferire quali, fra le informazioni del testo, sono pertinenti rispetto al compito da svolgere. Utilizzare inferenze complesse basate sul testo per comprendere e applicare categorie a un testo di argomento non familiare e per interpretare il significato di una porzione del testo tenendo conto del testo nel suo insieme. Saper affrontare ambiguità, idee contrarie alle aspettative e concetti espressi in forma negativa. Servirsi di nozioni di carattere formale o di cultura generale per formulare ipotesi su un testo o per valutarlo criticamente. Dimostrare di comprendere in modo accurato testi lunghi o complessi.

Liv

ello

3

(480

-552

)

Localizzare e riconoscere la relazione tra singole informazioni, ciascuna delle quali può dover soddisfare molteplici criteri. Gestire informazioni messe in rilievo che possono essere confuse con quelle richieste. Integrare diverse parti di un testo al fine di identificarne l’idea principale, di comprendere una relazione o di interpretare il significato di una parola o di una frase. Confrontare, contrapporre o classificare tenendo conto di molteplici criteri. Gestire informazioni che possono essere confuse con quelle richieste. Stabilire connessioni o paragoni, fornire spiegazioni su un aspetto di un testo o valutarlo. Dimostrare una comprensione dettagliata di un testo mettendolo in relazione a nozioni familiari o della vita quotidiana, oppure attingendo a nozioni meno comuni.

Liv

ello

2

(408

-479

)

Localizzare una o più informazioni, ciascuna delle quali può dover soddisfare molteplici criteri. Gestire informazioni che possono essere confuse con quelle richieste.Identificare l’idea principale di un testo, comprendere relazioni, creare o applicare semplici categorie oppure interpretare il significato di una porzione limitata di testo nei casi in cui le informazioni non sono in evidenza e vengono richieste inferenze poco complesse. Stabilire paragoni o connessioni tra il testo e conoscenze extra-testuali oppure spiegare un aspetto del testo attingendo dalla propria esperienza e dalle proprie opinioni personali.

Liv

ello

1

(335

-407

)

Localizzare, sulla base di un singolo criterio, una o più informazioni indipendenti formulate in modo esplicito, con poche o senza informazioni che possono essere confuse con quelle richieste. Riconoscere l’idea principale o lo scopo dell’autore, in un testo riguardante un argomento familiare in casi in cui le informazioni richieste sono in evidenza. Stabilire una semplice connessione tra informazioni presenti nel testo e nozioni comuni della vita quotidiana.

Fonte: adattato da OECD 2003; trad. it. 2004, pp. 128-129.

82

Se si considera la progressione dei livelli della scala si osserva che vi sono alcuni fattori in relazione con la difficoltà dei compiti di lettura. Tra questi fattori vi sono:

la lunghezza e la struttura del testo;

il tipo di informazione richiesta e il suo grado di concretezza/astrazione, cioè la familiarità degli argomenti trattati dal testo e il carico di conoscenze extra-testuali richieste;

i processi richiesti per collegare l’informazione data nella domanda e l’informazione richiesta, cioè per individuare informazioni, interpretare il testo o riflettere su ciò che si è detto.

La difficoltà dei compiti dipende inoltre dal numero di informazioni che devono essere considerate per rispondere, dal rilievo che hanno nel testo le informazioni richieste e dalla presenza di informazioni che possono venire confuse con queste ultime.

4.3 Esempi di testi e di quesiti della prova di lettura

Nelle pagine che seguono si presentano tre quesiti che si collocano a diversi livelli della scala di lettura. Due quesiti fanno riferimento a testi continui (“Scarpe sportive” e “Graffiti”) e il terzo a un testo non continuo (“Forza lavoro”), per dare un idea del tipo di testi utilizzati nella prova e del tipo di compiti di lettura che corrispondono ai diversi livelli di competenza sulla scala di lettura. I quesiti che seguono sono stati utilizzati in PISA 2000 e sono tra quelli resi pubblici dall’OCSE dopo tale rilevazione, mentre i quesiti di lettura utilizzati in PISA 2003 e in PISA 2006 non sono stati resi pubblici, per poterli utilizzarli ancora nel prossimo ciclo al fine di ottenere dati di tendenza.

La prova “Scarpe sportive” si basa su un testo continuo espositivo preso da una rivista per studenti adolescenti che rientra nei testi scritti per uso educativo. Si tratta di un articolo che parla di una ricerca che ha evidenziato come sia importante per gli atleti avere buone scarpe sportive. Il testo è stato incluso nelle prove di PISA perché si è ritenuto che fosse interessante per i quindicenni, sia per l’argomento, le scarpe sportive, sia per la struttura, con la presenza di una figura e più paragrafi segnalati da titoletti. Il quesito riportato a seguito del testo si colloca al Livello 1 della scala ed è dunque un esempio dei quesiti più semplici inclusi nella prova di lettura di PISA. Esso chiede cosa intenda dimostrare l’autore dell’articolo e fa riferimento alla capacità di ricostruire il significato del testo, laddove l’informazione richiesta è ripetuta in modo esplicito in più punti del testo ben evidenziati.

La prova “Graffiti” si basa anche esso su un testo continuo, costituito da due lettere pubblicate su Internet a proposito dei graffiti. Si tratta di testi continui di

83

tipo argomentativo, dal momento che le due lettere avanzano argomenti a sostegno di punti di vista diversi, una a favore e l’altra contro i graffiti. Essendo stati pubblicati su Internet, i testi sono stati classificati come scritti per un uso pubblico. La prova è stata inclusa nello strumento di PISA dato l’interesse e la vicinanza dell’argomento rispetto ai quindicenni. Il quesito di riportato come esempio, che è il più difficile della prova “Graffiti”, chiede di riflettere sul testo e di valutare la qualità delle due lettere dal punto di vista formale.

La prova “Forza lavoro” si basa su un diagramma ad albero che mostra la struttura e la composizione numerica della forza lavoro di un Paese nel 1995. Il diagramma è stato preso da un testo di economia della scuola secondaria superiore, per cui il testo è stato classificato come scolastico per quanto riguarda la situazione/uso per il quale è stato scritto. Per quanto l’argomento e la presentazione delle informazioni siano scolastici, si è ritenuto importante verificare la comprensione di un tipo di testo che si incontra anche nella vita al di fuori della scuola e che fornisce informazioni rilevanti per la vita politica e economica. Il quesito riportato è una domanda aperta a risposta univoca che chiede di individuare nel diagramma ad albero l’informazione relativa al numero di persone della popolazione attiva che non fanno parte della forza lavoro. A seconda della precisione della risposta sono previsti un punteggio pieno e un punteggio parziale.

Figura 4.2: Posizione sulla scala dei quesiti scelti come esempi

Livello Quesiti

5 >625,6 (631) FORZA LAVORO: Domanda 3 – punteggio pieno

4552,9 (581) GRAFFITI: Domanda 6B

3480,2 (485) FORZA LAVORO: Domanda 3 – punteggio parziale

2407,5 (471) GRAFFITI: Domanda 6A

1334,8 (356) SCARPE SPORTIVE – Domanda 1

sotto livello 1

Fonte: adattato da OECD 2007.

84

Situazione: educativaFormato del testo: continuo (testo espositivo)Aspetto della lettura: interpretare il testo Tipo di quesito: a scelta multipla Livello sulla scala di lettura: 1Punteggio sulla scala di lettura: 356Percentuale di risposte esatte: media OCSE 85%; media Italia: 87%

Il quesito, che è il più facile di questa prova, richiede di riconoscere l’idea principale del testo, che riguarda un argomento familiare per un pubblico diquindicenni. Il quesito verifica l’aspetto “interpretare il testo”, e non “individuareinformazioni”, perché l’idea principale dell’autore non è formulata in modo esplicito. Il quesito, tuttavia, è facile perché l’informazione richiesta perrispondere si trova nella parte introduttiva dell’articolo, evidenziata in neretto, eritorna successivamente in più punti del testo. Dato il formato a scelta multipla della domanda, è sufficiente che lo studente legga solo le due righe di introduzione per poter escludere i tre distrattori e scegliere la risposta corretta.

Figura 4.4: GRAFFITI

Sono furibonda: è la quarta volta che il muro della scuola viene pulito e ridipinto per cancellare i graffiti. La creatività è da ammirare, ma bisognerebbe trovare canali di espressione che non causino ulteriori costi alla società.

Perché rovinare la reputazione dei giovani dipingendo graffiti dove è proibito? Gli artisti di professione non appendono i loro dipinti lungo le strade! Al contrario, cercano fondi e diventano famosi allestendo mostre legalmente autorizzate.

Secondo me gli edifici, le recinzioni e le panchine nei parchi sono opere d’arte in sé. È davvero assurdo rovinare l’architettura con i graffiti e, peggio ancora, il metodo con cui vengono realizzati distrugge lo strato di ozono.

Davvero non riesco a capire perché questi artisti criminali si diano tanto da fare, visto che le loro “opere d’arte” vengono cancellate sistematicamente.

Olga

Sui gusti non si discute. La società è invasa dalla comunicazione dei messaggi pubblicitari. Simboli di società, nomi di negozi. Grandi poster invadono i lati delle strade. Sono tollerabili? Sì, per la maggior parte. E i graffiti, sono tollerabili? Alcuni dicono di sì, altri no.

Chi paga il prezzo dei graffiti? In fin dei conti, chi paga il prezzo degli annunci pubblicitari? Giusto. Il consumatore.

Chi ha affisso i tabelloni, ha forse chiesto il vostro permesso? No. Allora perché chi dipinge graffiti dovrebbe farlo? Il proprio nome, i nomi delle bande e delle grandi opere pubbliche: non è solo una questione di comunicazione?

Pensiamo ai vestiti a strisce e quadri apparsi nei negozi qualche anno fa. E all’abbigliamento da sci. I motivi e i colori sono stati presi in prestito direttamente dai variopinti muri di cemento. È piuttosto curioso che questi motivi e colori vengano accettati ed ammirati, mentre i graffiti dello stesso stile sono considerati orrendi.

Tempi duri per l’arte.

Sofia

86

Domanda 6A: GRAFFITI

Con quale delle due autrici delle lettere sei d’accordo? Spiega la risposta con parole tue, facendo riferimento a quanto affermato in una o in entrambe le lettere...............................................................................................................................

Domanda 6B: GRAFFITI

In una lettera possiamo riconoscere il contenuto (le cose che dice) e lo stile (il modo in cui sono scritte). Indipendentemente da quella con cui sei d’accordo, secondo te quale lettera è migliore?Giustifica la tua risposta facendo riferimento allo stile in cui è scritta una delle due lettere, o entrambe. .........................................................................................................................................

Situazione: pubblicaFormato del testo: continuo (testo argomentativo)Aspetto della lettura: 6A e 6B riflettere e valutare Tipo di quesito: 6A e 6B aperto a risposta articolata Livello sulla scala di lettura: 6A livello 2; 6B livello 4 Punteggio sulla scala di lettura: 6A 471; 6B 581 Percentuale di risposte esatte: 6A media OCSE 68%; media Italia: 64%

6B media OCSE 45%; media Italia: 42%

Il quesito 6A riguarda l’aspetto del riflettere sul contenuto del testo e chiede didire con parole proprie con quale dei due punti di vista si sia d’accordo. Il quesitonon prevede una sola risposta corretta, ma presenta, allo stesso tempo, vincoliprecisi che delimitano il campo delle risposte corrette: queste devono fareriferimento ai contenuti e non allo stile e non si devono limitare a ripetere alla lettera le formulazioni del testo.

La domanda tuttavia è facile (Livello 2 sulla scala) dal momento che l’argomento è familiare ai ragazzi e si chiamano in causa opinioni personali, piuttosto che conoscenze extra-testuali.

Il quesito 6B, che chiede di riflettere sul testo e di valutare la qualità delle duelettere dal punto di vista formale, ha una difficoltà medio-alta (Livello 4 della scala). Per rispondere gli studenti devono basarsi sulla loro conoscenza di cosa rappresenti uno stile efficace e devono esprimere la loro opinione facendoriferimento a una o ad entrambe le lettere.

Le risposte sono considerate corrette quando citano elementi quali lo stile o lastruttura della lettera, il registro o le strategie argomentative e persuasiveutilizzate.

87

Figura 4.5: LAVORO

Il seguente diagramma ad albero mostra la struttura della forza di lavoro di un paese odella “popolazione attiva”. Nel 1995, la popolazione totale del paese era di circa 3,4 milionidi abitanti.

Struttura della forza di lavoro – marzo 1994/marzo 1995 (x1.000)1

Popolazione attiva2

2.656,5

Non forza di lavoro3

949,9 35,8%

Forza di lavoro

1.706,5 64,2%

Occupati

1.578,4 92,5%

Disoccupati

128,1 7,5%

A tempo pieno

1.237,1 78,4%A tempo parziale

341,3 21,6%

In cerca di lavoro a tempo pieno

101,6 79,3%

In cerca di lavoro a tempo parziale

26,5 20,7%

Note

1. Il numero di persone è espresso in migliaia ( 1.000).2. La popolazione attiva comprende le persone di età compresa tra i 15 e i 65 anni. 3. La “non forza di lavoro” comprende le persone che non cercano un lavoro e/o che non sono in grado di lavorare.

Domanda 3: LAVORO

Quante persone della popolazione attiva non facevano parte della forza di lavoro? (Scrivi il numero delle persone, non la percentuale) ................................................................................

Situazione: educativaFormato del testo: non continuo (diagramma) Aspetto della lettura: individuare informazioniTipo di quesito: aperto a risposta breveLivello sulla scala di lettura: 3 e 5Punteggio sulla scala di lettura: 485 e 631Percentuale di risposte esatte: (punteggio pieno) media OCSE 28%; media Italia: 17%

In cerca di lavoro a tempo pieno

23,2 6,8%

Non in cerca di lavoro a tempo pieno

318,1 93,2%

88

Per ottenere il punteggio pieno in questa domanda, che è la più difficile tra quelle che chiedono di localizzare informazioni (Livello 5), occorre individuare eintegrare due informazioni: il numero nella casella “non forza di lavoro” (949,9) ele informazioni della nota 1 (che il numeri sono espressi in migliaia e devono quindi essere moltiplicati per 1000), cioè informazioni esterne alla parte centraledel testo. Vengono considerate risposte pienamente corrette non solo quelle che riportano il numero esatto 949.900, ma anche quelle con numeri arrotondati. Il punteggio parziale viene, invece, assegnato alle risposte che riportano il numeroche appare nella casella (949,9), esatto o approssimato, ma senza moltiplicarloper mille. Anche in questo modo, tuttavia, la domanda risulta relativamentedifficile (Livello 3).

4.4 Risultati del Veneto nel quadro nazionale e internazionale

4.4.1 Punteggio medio e dispersione dei risultati

Una misura sintetica che consente di confrontare i risultati dei diversi Paesi ècostituita dal punteggio medio ottenuto da ciascun Paese. I risultati dellacompetenza di lettura hanno come punto di riferimento la scala costruita in PISA 2000 (media 500 e deviazione standard 100).

Nel 2006 la media dei Paesi dell’OCSE è scesa da 500 a 492 mentre la deviazione standard è diminuita di un punto, passando da 100 a 99 (vedi nota 4).

Nella Figura 4.6 si presenta la media dei diversi Paesi5. Come per tutte le stime campionarie, alla stima della media è associato un errore standard che consentedi calcolare per ogni Paese l’intervallo di confidenza, rappresentato nella figura5.6 dal rettangolo, cioè l’intervallo all’interno del quale – con una probabilità chenel caso specifico è del 95% – cade la media della popolazione.

5 In questa e nelle successive figure e tabelle di confronto internazionale mancano gli USA, che nel ciclo 2006 sono stati esclusi, per la sola area di indagine della competenza di lettura, a causa di problemi tecnici verificatisi nella preparazione delle prove.

89

Figura 4.6: Punteggio medio sulla scala di lettura dei paesi partecipanti a PISA 2006

250 300 350 400 450 500 550 600

VENETONORD EST

CoreaFinlandia

Hong KongCanada

N. ZelandaIrlanda

AustraliaLiechtenstein

PoloniaSvezia

Paesi BassiBelgio

EstoniaSvizzera

GiapponeTaiwan-CinaRegno Unito

GermaniaDanimarca

SloveniaMacao-Cina

Media OCSEAustriaFranciaIslanda

NorvegiaRep. Ceca

UngheriaLettonia

LussemburgoCroazia

PortogalloLituaniaITALIA

Rep.SpagnaGrecia

TurchiaCile

Fed. RussaIsraele

ThailandiaUruguayMessicoBulgaria

SerbiaGiordaniaRomania

IndonesiaBrasile

MontenegroColombia

TunisiaArgentina

AzerbaijanQatar

Kyrgyzstan

90

Con un punteggio medio di 511 sulla scala di lettura, i risultati degli studentiquindicenni del Veneto si collocano al di sopra della media dell’OCSE, con risultati analoghi a quelli degli studenti di Irlanda, Australia, Polonia, Paesi Bassi e Svezia e significativamente più bassi (di 45, 36 e 25 punti rispettivamente) solo di quelli degli studenti della Corea, della Finlandia e di Hong-Kong. Il punteggio del Veneto è inoltre significativamente più elevato di quello dell’Italia nel suo complesso (469), con una differenza di 42 punti che corrisponde a oltre mezzolivello sulla scala di lettura.

Con una deviazione standard di 96 (dev. std. media dell’OCSE: 99) ladispersione dei punteggi è – come ci si può aspettare – notevolmente più contenuta rispetto a quella dell’Italia nel suo complesso (dev. std. 109). Questodato si riflette nella differenza interquartile: in Veneto la gamma dei punteggi del 50% degli studenti che si trovano al centro della distribuzione (dal 25° e al 75° percentile) è pari a 133 punti (1.8 livelli sulla scala di lettura), mentre quella dell’Italia nel suo complesso è di 144 punti (2 livelli sulla scala di lettura).

Come emerge, in parte, dal confronto tra il dati della Regione e il dato dell’Italia nel suo complesso, dietro la media nazionale italiana vi sono disparità notevoli tra diverse aree geografiche e, più precisamente, tra il Nord e il Sud del Paese(Tabella 4.1), confermando quanto emerso dalle precedenti edizioni di PISA e dalle indagini internazionali della IEA.

Tabella 4.1: Distribuzione dei risultati di lettura per area geografica

Paesi Media Deviazione Standard

Veneto 511 (5,9) 96 (4,2)

Italia 469 (2,4) 109 (1,8)

Media OCSE 492 (0,6) 99 (0,4)

Nord Ovest 494 (4,7) 103 (3,9)

Nord Est 506 (3,2) 97 (2,3)

Centro 482 (3,8) 102 (6,8)

Sud 443 (3,8) 104 (2,1)

Sud e Isole 425 (6,9) 114 (4,2)

I dati disaggregati mostrano che tra i risultati di lettura dei quindicenni del Nord Est e quelli dei loro coetanei del Sud e Isole6 c’è una differenza pari a 81 punti,che corrisponde a oltre un livello sulla scala di competenza di lettura. Questedifferenze nei punteggi medi complessivi rispecchiano le differenze nelle

6 La differenza tra il punteggio del Nord Ovest e quello del Nord Est non è significativa, come non loè quella tra Sud e Sud Isole.

91

percentuali di risposte corrette ai singoli item, che aumentano con l’aumentaredella difficoltà dei quesiti.

Ad esempio, se si considera la domanda che chiede il numero di persone dellapopolazione che non fanno parte della forza di lavoro nella prova sul diagramma ad albero che rappresenta la forza di lavoro, nel Nord Est la percentuale di risposte esatte è pari al 48% e nel Nord Ovest al 42%, mentre essa scende al34% e al 31% nelle aree, rispettivamente, del Sud e del Sud e Isole. La percentuale di risposte corrette dell’Italia è ovviamente intermedia tra quelle dellediverse aree geografiche ed è pari al 39%, mentre la media OCSE (46%) è analoga a quella del Nord7.

I risultati di lettura del Veneto sono in linea con quelli del Nord Est e non si differenziano in modo significativo da quelli del Nord Ovest, mentre si collocano 29 punti al di sopra di quelli del Centro, 68 punti al di sopra di quelli del Sud e 86 punti al di sopra di quelli del Sud e Isole. Questo scarto nei punteggi medi corrisponde a differenze sostanziali nelle prestazioni degli studenti se si tieneconto che un livello sulla scala di lettura ha un’estensione di 73 punti.

Gli studenti quindicenni del Veneto si collocano, in media, nella fascia centrale del livello 3 della scala di lettura, mentre i loro compagni del Sud e del Sud-Isolesi collocano nella parte medio-bassa del Livello 2.

4.4.2 Distribuzione degli studenti sulla scala di lettura

La Figura 4.7 presenta un profilo delle prestazioni degli studenti sulla scala dicompetenza di lettura. Ciascun segmento delle barre rappresenta un livello dellascala e la lunghezza del segmento indica la percentuale di studenti che si collocaa quel livello. Le barre sono allineate in corrispondenza del Livello 3, secondo il modello utilizzato dall’OCSE nel rapporto internazionale, a indicare che dal Livello 2 in giù della scala di lettura corrisponde una capacità di utilizzare la lettura giudicata insufficiente rispetto alle richieste della società e del mondo del lavoro attuali, anche in relazione a quanto constatato in relazione alle abilitàalfabetiche funzionali degli adulti.

7 Dal momento che nessun item di lettura è stato rilasciato dall’OCSE in PISA 2006, i dati riportati sono quelli del 2000.

92

Figura 4.7: Percentuale di studenti a ciascun livello della scala di lettura

13 16 18 23 20 22 25 23 23 21 22 25 30 29 21 204 4 811 12 12 12 12 13 13 13 15

17 26

11 101 1

35 8 7 4 7 7 8 8

119

21

5 5

27 31 29 30 27 29 32 29 28 28 26 26 3018

29 29

33 32 27 23 23 22 22 21 21 22 21 18 13

5

25 26

22 1714

8 10 9 5 9 9 7 95 2

1

9 10

100

80

60

40

20

0

20

40

60

80

100

Corea

Finlan

dia

Canad

a

Svizze

ra

Germ

ania

Giappo

ne

Sloven

ia

Regno

Unit

o

Med

iaOCSE

Franc

ia

Austri

a

ITALI

A

Spagn

a

Mes

sico

NORDEST

VENETO

5

4

3

2

1

<

Livell

Lettura

Al livello più elevato della scala (Livello 5), con un punteggio superiore a 626corrisponde alla capacità di portare a termine compiti di lettura complessi inriferimento a testi su argomenti poco familiari (vedi Figura 4.1). In media nell’OCSE l’8,6% degli studenti quindicenni si colloca a questo livello, e poco piùdel 5% in Italia. In Veneto, gli studenti a Livello 5 sono circa il 10%, una percentuale leggermente superiore alla media OCSE e doppia rispetto a quella dell’Italia, ma inferiore a quella dei Paesi con la percentuale più elevata distudenti ai livelli alti della scala, come Canada, Corea, Finlandia e Nuova Zelanda, dove la percentuale degli studenti a Livello 5 va da14 al 22 per cento.

Se si considerano insieme gli studenti che si collocano a Livello 4 (con unpunteggio compreso tra 553 e 626) e oltre, in media nei Paesi dell'OCSE la loro percentuale è del 29%, mentre in Italia essi rappresentano meno del 23%, datoquest’ultimo superiore solo a quella di Grecia, Messico, Spagna e Turchia. InVeneto, la percentuale cumulata degli studenti ai Livelli 4 e 5, che è di oltre il36%, è più elevata della media OCSE. Tale percentuale, che è analoga a quelladi Australia, Belgio, Irlanda, Paesi Bassi e Polonia, è significativamente inferioresolo a quella di Canada, Corea (dove essa supera il 54%), Finlandia, Nuova Zelanda e – tra i Paesi partner – Hong Kong.

Il Livello 3 della scala (con un punteggio compreso tra 482 e 553) corrisponde alla capacità di affrontare compiti di lettura di media difficoltà. In media nei Paesi dell’OCSE gli studenti in grado di rispondere correttamente a domande di Livello

93

3, cioè gli studenti che si collocano a Livello 3 o oltre sulla scala di lettura(l’insieme degli studenti ai Livelli 3, 4 e 5) sono il 57%, in Italia sono il 49%,mentre in Veneto sono il 65%, percentuale analoga a quella di Australia, Irlanda e Nuova Zelanda, e inferiore solo a quella di Canada, Corea e Finlandia.

All’estremo inferiore della scala vi sono gli studenti che non superano il Livello 1, cioè che si collocano a Livello 1 (335-407 punti) o al di sotto di esso (meno di 335 punti), questi ultimi dimostrando di avere serie difficoltà ad affrontare consuccesso il tipo di compiti e di domande di lettura più elementari di PISA. Talistudenti sanno leggere nel senso tecnico del termine, ma essi hanno una padronanza insufficiente della lettura come strumento di acquisizione di informazioni, secondo la definizione della competenza di lettura utilizzata daPISA.

In media, nei Paesi dell’OCSE, circa il 7% degli studenti è al di sotto del Livello 1,mentre un altro 13% non supera il Livello 1 della scala, riuscendo a localizzare una singola informazione, a identificare l’argomento principale di un testo o amettere in relazione le informazioni di un testo con semplici conoscenze della vita quotidiana, ma non ad affrontare testi e compiti di lettura più complessi. In Italiagli studenti che si collocano sotto il Livello 1 della scala di lettura sono l’11% dei quindicenni scolarizzati e quelli che si collocano al Livello 1 sono il 15%, mentre in Veneto sono rispettivamente il 4,5% (sotto il Livello 1) e il 10,3% (Livello 1), entrambe percentuali più ridotte rispetto alla media dell’OCSE, oltre che a quelladell’Italia, a indicare un maggiore contenimento della proporzione di studenti arischio. Sommando queste due percentuali si ha che circa il 15% degli studentiquindicenni del Veneto (cioè un po’ più che uno studente su sei) alla fine della scuola dell’obbligo, ha una padronanza insufficiente della lettura come mezzo di acquisizione di informazioni e conoscenze. Gli studenti in questa situazione sono circa uno su cinque in media nell’OCSE e uno su quattro in Italia.

L’andamento degli studenti del Veneto in lettura, quale emerge dalla distribuzione degli studenti in relazione ai livelli della scala di lettura, è significativamente al di sopra della media nazionale e anche, nella maggior parte dei casi, della media dell’OCSE ed è in linea con quello degli studenti del NordEst, cioè della macroarea geografica di appartenenza all’interno dell’Italia, conuna percentuale leggermente più alta di studenti ai Livelli 4 e 5 della scala di competenza di lettura e una percentuale leggermente più bassa di studenti al di sotto del Livello 3.

La distribuzione degli studenti per livello della scala di lettura per area geografica, presentata nella Figura 4.8, precisa l’entità delle disparità all’interno del Paese.

94

Figura 4.8: Percentuale di studenti a ciascun livello della scala di lettura per area geografica

20 21 22 23 25 25 28 26

10 11 11 13 11 1521 195 5 7 7 9

11

14 20

29 29 29 28 30 26 23 22

26 25 23 21 2018

11 11

10 9 8 9 55

3 2

80

60

40

20

0

20

40

60

80

100

VENETO Nord Est Nord Ovest MediaOCSE

Centro ITALIA Sud Sud Isole

5

4

3

2

1

< 1

Livelli

Lettura

Considerando la parte più bassa della scala, si osserva che il Nord Est e il NordOvest hanno una percentuale di studenti che si colloca al Livello 1 o al di sotto diesso (rispettivamente 16% e il 18%) analoga a quella dei Paesi con i risultatimigliori e ben inferiore alla media dell’OCSE (20%) e dell’Italia (26%). Viceversanelle aree del Sud e del Sud e Isole, la percentuale di chi non supera il primo Livello della scala di lettura ammonta, rispettivamente al 35% e al 40%.All’estremo più alto della scala le cifre si invertono. Circa 3 studenti su 100 nelSud e 2 su 100 nel Sud e Isole si collocano al Livello 5 della scala di lettura, mentre al Nord la percentuale sale all’8-9%, in modo analogo alla media dell’OCSE (9%). Il Centro presenta valori intermedi, rispetto a quelli di Nord eSud, con il 20% degli studenti che si collocano al Livello 1, o sotto di esso, e il 5% al Livello 5.

4.4.3 I risultati per tipo di istruzione

A livello nazionale i dati di PISA 2006 confermano le disparità tra i risultati dei diversi tipi di istruzione secondaria superiore emerse nel 2000 e nel 2003. Il punteggio medio degli studenti dei Licei è più alto di quello degli studenti degliIstituti tecnici di 62 punti, e di quello degli studenti degli Istituti professionali di134 punti, cioè di quasi due Livelli sulla scala di lettura, mentre tra gli studenti degli Istituti Tecnici e quelli degli Istituti Professionali c’è una differenza di 73

95

punti, cioè un Livello sulla scala di lettura8. Le percentuali di studenti che si collocano a ciascun livello della scala di lettura nei diversi tipi di scuolaconfermano e precisano tale andamento. Nei Licei solo l’8% degli studenti si collocano al Livello 1 o al di sotto di esso, nel caso degli Istituti tecnici lapercentuale sale al 22% e negli Istituti professionali al 48%.

Questi dati non significano che gli Istituti professionali non “funzionano”, mentre iLicei funzionano bene, dal momento che è il sistema stesso con la presenza di più canali a “prevedere” che studenti di diversi livelli di abilità si ritrovino raggruppati in canali diversi. Un risultato di questo tipo chiama invece in causa la capacità del sistema nel suo complesso a fare fronte alle esigenze di istruzione e formazione di una larga parte dei giovani oggi (spesso caratterizzati da un background svantaggiato), che arrivano alla scuola secondaria di secondo grado con un livello di prestazioni insufficiente in ambiti fondamentali di competenza e che, attraverso un fenomeno di autoselezione, si trovano poi concentrati nei canali meno esigenti di quel livello scolastico.

Figura 4.9: Punteggio medio di lettura per tipo di istruzione

570565

525

510502

463458

441

391

426421

350

400

450

500

550

600

650

VENETO NORD EST ITALIA

Pu

nte

gg

io d

i let

tura

Licei

Istituti Tecnici

Istituti Professionali

Formazione professionale

Nella Figura 4.9 si presentano i risultati per tipo di istruzione confrontandol’andamento del Veneto, con quello del Nord Est e dell’Italia nel suo complesso.

8 Inoltre gli studenti, pluriripetenti, che a 15 anni compiuti si trovano ancora nella scuola media hanno un punteggio medio di 336 punti (errore standard 9,6).

96

I Licei del Veneto hanno una media di 570 punti sulla scala di lettura, che èsignificativamente più elevata della media dei Licei dell’Italia (525) e si colloca allivello di quella dei Licei del Nord Est (565). In modo analogo la media degli Istituti Tecnici (510) è significativamente più elevata di quella degli Istituti Tecnicidell’Italia (463) e non si differenzia in modo significativo da quella degli IstitutiTecnici del Nord Est (502), e dalla media nazionale dei Licei. Lo stesso discorsovale anche per la media degli Istituti Professionali (458), più elevata della media italiana degli Istituti Professionali (391) e non significativamente differente da quella del Nord Est (441) e da quella dei Tecnici su scala nazionale. Infine, inPISA 2006 la valutazione ha incluso anche gli studenti della formazioneprofessionale di alcune Regioni/Province, principalmente del Nord, tra le quali ilVeneto9. Il punteggio medio dei quindicenni che seguono la formazioneprofessionale nel Veneto (426) è analoga a quella dei loro coetanei del Nord Est (421)10 e a quella rilevata in media in Italia per gli Istituti Professionali.

Confrontando l’andamento dei diversi tipi di istruzione all’interno della Regione, si osserva che anche nel Veneto, come a livello nazionale, si ritrovano disparitàelevate, con 60 punti di differenza tra Licei e Istituti Tecnici, 112 punti tra Licei e Istituti Professionali, 144 punti tra Licei e formazioni professionale e 52 e 84 puntitra, rispettivamente, Istituti tecnici e professionali e tra i primi e la formazioneprofessionale, mentre tra gli Istituti professionali e la formazione professionale regionale la differenza non è significativa.

Da questo quadro emerge dunque che gli studenti dei Licei e degli Istituti Tecnicidel Veneto (e del Nord Est) hanno risultati che si collocano al di sopra dellamedia dell’OCSE, mentre gli studenti degli Istituti Professionali e dellaformazione professionale sono significativamente al di sotto di questa soglia.

Anche in questo caso la distribuzione degli studenti per livelli sulla scala di letturapermette di cogliere con più precisione la situazione (Figura 4.10). Gli studenti che si collocano al Livello 1 o sotto di esso sono il 2% nei Licei, il 13% negliIstituti tecnici, il 26% negli Istituti professionali e nella formazione professionale il 38%. In modo speculare, all’estremo più alto della scala di lettura (Livello 5) si trova il 20% degli studenti dei Licei, il 6.5% di quelli dei Tecnici, l’1.5% di quellidei Professionali e lo 0,4% di chi frequenta la formazione professionale.

9 Le Regioni/Province autonome che hanno incluso nel campione i centri di formazione professionalesono, oltre al Veneto, Alto Adige, Basilicata, Liguria, Lombardia e Trentino.

10 Non si è messo il punteggio della Formazione Professionale per l’Italia, dal momento che 5 delle 6 Regioni/Province Autonome che hanno incluso questo segmento del sistema si trovano al Nord enon sarebbe quindi appropriato considerarne la media come rappresentativa della formazione professionale dell’intero territorio nazionale.

97

Figura 4.10: Percentuale di studenti a ciascun livello della scala di lettura, per tipo diistruzione

920

34 3120

30 272

10

19 23

7

17 25

0

3

716

2

9

28

2734 29 25

33 2815

42 27

105

29

14

4

21

6

1

0

10

3

1

-100

-80

-60

-40

-20

0

20

40

60

80

100

LiceiVeneto

Istituti Tecnici IstitutiProfessionali

Formazioneprofessionale

LiceiItalia

Istituti tecnici Istitutiprofessionali

%

Livello 5

Livello 4

Livello 3

Livello 2

Livello 1

< livello 1

Se, come si è detto, tali dati non possono essere imputati ad una maggiore efficacia dell’istruzione di tipo liceale rispetto a quella tecnica e ancora più a quella professionale, rimane il fatto che più di uno studente su quattro negliIstituti professionali del Veneto, e più di uno studente su tre tra coloro chefrequentano la formazione professionale, si approssima all’uscita dal sistema diistruzione e formazione senza avere sviluppato abilità di lettura giudicateessenziali dai governi dei Paesi dell’OCSE per continuare ad apprendere epotere affrontare un mercato del lavoro che richiede flessibilità e apprendimentocontinuo e per svolgere un ruolo attivo nella cosiddetta “società della conoscenza”.

4.4.4 Confronto tra i risultati di maschi e femmine

La superiorità delle prestazioni delle femmine nella lettura, rispetto a quelle deimaschi, è un dato costante delle tre edizioni di PISA, confermando i risultati di numerose ricerche su gruppi di età simili (Cole, 1997). La differenza tra maschi e femmine, a favore delle seconde, è significativa in tutti i Paesi dell’OCSE, ma l’entità di tale differenza oscilla da meno di 30 punti nei Paesi Bassi e nel Regno

98

Unito a oltre 50 punti in Finlandia, Grecia e Slovenia. Proprio quello di ridurre ledifferenze in lettura tra maschi e femmine è uno degli obiettivi che la Finlandia siè data a seguito dei risultati della prima edizione di PISA, nel 2000.

Tabella 4.2: Risultati di lettura per genere

Maschi Femmine Differenza(M – F)

SottoLivello 1

o Livello 1Livello 5

Punteggiomedio

Punteggiomedio

Punti di differenza

%M

%F % M % F

Austria 468 (4,9) 513 (5,5) -45 (6,0) 27,4 15,4 5,7 12,4Canada 511 (2,8) 543 (2,5) -32 (2,3) 14,5 7,4 11,3 17,7Finlandia 521 (2,7) 572 (2,3) -51 (2,8) 8,1 1,6 9,6 23,7Francia 470 (5,2) 505 (3,9) -35 (4,4) 27,3 16,5 5,5 8,9Germania 475 (5,3) 517 (4,4) -42 (3,9) 25,5 14,2 7,0 12,9Italia 448 (3,4) 489 (2,8) -41 (4,0) 33,0 19,9 3,7 6,7Giappone 483 (5,4) 513 (5,2) -31 (7,7) 23,6 13,2 8,1 10,7Corea 539 (4,6) 574 (4,5) -35 (5,9) 8,2 3,3 16,3 27,3Messico 393 (3,5) 427 (3,0) -34 (2,5) 54,2 40,3 0,3 0,8Spagna 443 (2,6) 479 (2,3) -35 (2,1) 32,3 18,9 1,1 2,4Svizzera 484 (3,2) 515 (3,3) -31 (2,6) 20,4 12,2 5,1 10,4Regno Unito 480 (3,0) 510 (2,6) -29 (3,5) 24,1 14,0 7,5 10,6Slovenia 467 (1,9) 521 (1,4) -54 (2,7) 25,3 7,9 2,7 7,8Media OCSE 473 (0,7) 511 (0,7) -38 (0,8) 25,8 14,2 6,2 11,0

Veneto 494 (9,8) 529 (6,2) -35 (11,7) 19,6 9,7 8,0 12,4Nord Est 488 (5,3) 526 (3,2) -38 (2,4) 20,2 11,1 6,4 12,1

In Italia il vantaggio delle femmine rispetto ai maschi sulla scala di lettura è inmedia di 41 punti nel 2006, contro una differenza media dell’OCSE di 38 punti. Nel Veneto la differenza tra maschi e femmine è di 35 punti, con un punteggio di 494 per i maschi e di 529 per le femmine. Tuttavia, data l’entità dell’errore standard, tale differenza non si discosta in modo significativo dalla differenzamedia dell’Italia e dell’OCSE e neanche da quella registrata nel 2003 (42 punti), un po’ maggiore in ragione di un più alto punteggio delle femmine. Per dare qualche punto di riferimento internazionale nella lettura di questo dato, èinteressante notare che il punteggio delle femmine del Veneto non si differenzia significativamente da quello dei maschi finlandesi ed è superato da quello deimaschi della Corea.

Le differenze tra generi aumentano generalmente agli estremi della distribuzione.Se si considera la percentuale di studenti che si collocano sotto il Livello 1 o nel Livello 1 per genere, si osserva che in Finlandia la percentuale dei maschi ècinque volte quella delle femmine e in Canada, Corea e Slovenia essa è due volte o più quella delle femmine. Nel caso del Veneto la percentuale dei maschiche sono ai livelli più bassi della scala di lettura (19,6%) è circa due volte quella delle femmine (9,7%), indicando il margine e l’opportunità di un intervento mirato

99

ad accrescere l’interesse e la motivazione dei maschi con i risultati più bassi nei confronti della lettura. Al Livello 5 della scala, le proporzioni si invertono, anche se la differenza è meno marcata, con il 12,4% di femmine contro l’8% di maschi.

4.4.5 Cambiamenti nei risultati di lettura

Il disegno dell’indagine PISA, con rilevazioni triennali che privilegiano – arotazione – uno dei tre ambiti valutati, consente di ottenere dati di tendenza neirisultati di lettura. Confrontando i dati del 2006 con quelli del 2003 (per quantoriguarda il Veneto) e con quelli del 2000 (per quanto riguarda l’Italia nel suocomplesso e gli altri Paesi OCSE) è possibile esaminare se si siano verificaticambiamenti assoluti nei risultati di un Paese e anche cambiamenti relativi,rispetto ai risultati degli altri Paesi. La Figura 4.11 presenta i cambiamenti nel punteggio medio di lettura dal 2000 (2003 per il Veneto) al 2006.

Figura 4.11: Differenze nei punteggi di lettura tra il 2006 e il 2000.

350

400

450

500

550

600

Spa

gna

---

Gia

ppon

e -

--

Italia

--

-

Fra

ncia

--

Mes

sico

-

Can

ada

o

Aus

tria

o

Fin

land

ia

o

Svi

zzer

a o

Ger

man

ia

o

Cor

ea

+++

Med

ia O

CS

E

o

Ven

eto

o

Pu

nte

gg

io

Punteggio di lettura in PISA 2006 Punteggio di lettura in PISA 2000

Nota 1: Un segno “-” dopo il nome del Paese significa che il punteggio del 2006 è significativamente più basso di quello del 2000 (“- - -“ livello di confidenza: 99%; “- -“ livello di confidenza: 95%; “-“ livello di confidenza: del90%). Un segno “più” il nome del Paese indica che il punteggio del 2006 è significativamente più alto di quellodel 2000 (“+++” livello di confidenza: 99%; “++” livello di confidenza: 95%; “+” livello di confidenza: del 90%). Un segno “o” dopo il nome del Paese indica che non ci sono differenze significative.Nota 2: Per il Veneto il confronto è tra il 2006 e il 2003, non essendo disponibili dati rappresentativi del territorio regionale in PISA 2000.

100

Se si considera l’insieme dei Paesi dell’OCSE, i risultati di lettura non sono cambiati in modo significativo tra il 2000 e il 2006 e lo stesso vale per il Veneto, quando si confrontano i risultati del 2006 con quelli del 2003. Guardando aisingoli Paesi, tuttavia, ve ne sono diversi nei quali si sono verificati cambiamentiin un senso o nell’altro. Tra i 9 Paesi nei quali si è registrato un calo significativovi sono Spagna, Giappone, Italia e Francia, tra i Paesi nei quali invece si è registrato un aumento vi sono due paesi OCSE, Polonia e Corea, e cinque paesi partner.

In Italia il punteggio è diminuito di 19 punti (12 punti tra il 2000 e il 2003 e 7 puntitra il 2003 e il 2006) e questo calo è trasversale ai diversi tipi di istruzione: neiLicei il punteggio è diminuito di 19 punti, negli Istituti tecnici di 15 punti e negliIstituti professionali di 38 punti. Da questi dati risulta che il tipo di scuola nelquale si è verificato il maggiore peggioramento dei risultati, gli Istituti professionali, è quello nel quale sono concentrati gli studenti con i risultati piùbassi. La tendenza in Italia sembrerebbe dunque essere quella di un progressivodeterioramento nel tempo delle prestazioni, particolarmente evidente per glistudenti che avrebbero maggiore bisogno di un sostegno efficace.

Nel caso del Veneto, dove è possibile confrontare i risultati del 2006 con quelli del 2003, non si registra alcun cambiamento significativo nel risultato complessivo, nonostante l’inclusione del campione degli studenti di alcuni corsi regionali diformazione professionale, che hanno una media di oltre 30 punti più bassa rispetto agli Istituti professionali. Nella Figura 4.12 si riportano i punteggi ottenuti daglistudenti veneti nel 2003 e nel 2006, disaggregati per tipo di istruzione.

Figura 4.12: Differenze nei punteggi di lettura tra il 2006 e il 2003, per tipo di istruzione

2003 2006

Punteggio medio Punteggio medio

Veneto 514 (6,3) 511 (5,9)

Licei 565 (8,1) 570 (5,5)

Istituti tecnici 518 (7,8) 510 (11,6)

Istituti professionali 454 (14,7) 458 (12,6)

Formazione professionale - 426 (26,8)

È interessante notare che il fatto che l’inclusione degli studenti inseriti nella formazione professionale non abbia portato ad un abbassamento della media èlegato al leggero miglioramento dei punteggi dei Licei e degli Istituti professionali, per quanto le differenze non siano significative. Nel caso del Veneto, dunque, non si rileva il peggioramento dei risultati degli Istituti Professionali, constatato a livello nazionale.

101

4.5 In sintesi

In lettura i risultati del Veneto sono significativamente al di sopra di quelli dell’Italiae della media OCSE e si collocano al di sotto solo dei tre Paesi in cima alla classifica. Complessivamente il dato del Veneto è in linea con quello del Nord Est, con una percentuale leggermente più alta di studenti ai livelli alti della scala di competenza di lettura e una percentuale leggermente più bassa di studenti ai livelli bassi.

Il décalage dei risultati di lettura per tipo istruzione è analogo a quello rilevato alivello nazionale. Tuttavia, mentre a livello nazionale solo i Licei hanno unrisultato superiore alla media OCSE (di 25 punti), nel caso del Veneto i Licei hanno un risultato decisamente superiore (di 70 punti) e anche gli Istituti Tecnici, che hanno un punteggio analogo a quello che su scala nazionale hanno i Licei,sono al di sopra della media OCSE (ma la differenza non è significativa). A lorovolta gli Istituti professionali del Veneto, che si collochino al di sotto della media internazionale, hanno risultati analoghi a quelli che in media in Italia ottengono gliIstituti tenici.

La differenza tra maschi e femmine nei punteggi di lettura è leggermente più contenuta (anche se non in modo significativo) rispetto a quella dell’Italia e dell’OCSE, mentre all’interno dei singoli tipi di istruzione le differenze di genereriflettono la diversa distribuzione in essi di maschi e femmine.

Infine, non emergono differenze significative dal confronto tra i dati del 2006 equelli del 2003 e questo nonostante il fatto che nel 2006 il campione abbiaincluso gli studenti della formazione professionale. Il calo della media legato a questi ultimi risulta infatti compensato da un leggero aumento dei punteggi degli studenti dei Licei e degli Istituti professionali.

102

Riferimenti bibliografici

Cole N. S. (1997), The ETS Gender Study: How Females and Males Perform in Educational Setting, Princeton, NJ, Educational Testing Service.

OECD (2003), The PISA 2003 Assessment Framework: Mathematics, Reading, Science and Problem Solving Knowledge and Skills, Paris, OECDPublications (trad it. PISA 2003. Valutazione dei quindicenni. Quadro di riferimento: conoscenze e abilità in matematica, lettura, scienze e problemsolving, Roma, Armando, 2004).

OECD (2006), Assessing Scientific, Reading and Mathematical Literacy. A Framework for PISA 2006 (trad. it. PISA 2006. Valutare le competenza in scienze, lettura e matematica. Quadro di riferimento di PISA 2006, Roma, Armando, 2007).

OECD (2007), Sciences Competencies for Tomorrow’s World. Volume 1 - Analysis, Paris, OECD (http://www.pisa.oecd.org/document/2/0,3343,en_32252351_32236191_39718850_1_1_1_1,00.html).

OECD (2007), PISA 2006. Volume 2 – Data / Données, Paris, OECD (http://www.pisa.oecd.org/document/2/0,3343,en_32252351_32236191_39718850_1_1_1_1,00.html).

Siniscalco M. T. (2005), “La competenza di lettura dei quindicenni”, in M.T. Siniscalco e C. Marangon (a cura di), Gli studenti quindicenni nel Veneto: quali competenze? Rapporto regionale del Veneto OCSE-PISA 2003,Venezia, USR per il Veneto, pp. 59-75.

Siniscalco M. T., Bolletta R., Mayer M. e Pozio S. (2007), Le valutazioni internazionali e la scuola italiana, Bologna, Zanichelli.

103

APPENDICE

Tav. I: Media e dispersione sulla scala di competenza di lettura

Punteggio medio Deviazione standard

Veneto 511 (5,9) 96 (4,2)

Nord Est 506 (3,2) 97 (2,3)

Paesi OCSE

Australia 513 (2,1) 94 (1,0)

Austria 490 (4,1) 108 (3,2)

Belgio 501 (3,0) 110 (2,8)

Canada 527 (2,4) 96 (1,4)

Rep. Ceca 483 (4,2) 111 (2,9)

Danimarca 494 (3,2) 89 (1,6)

Finlandia 547 (2,1) 81 (1,1)

Francia 488 (4,1) 104 (2,8)

Germania 495 (4,4) 112 (2,7)

Grecia 460 (4,0) 103 (2,9)

Ungheria 482 (3,3) 94 (2,4)

Islanda 484 (1,9) 97 (1,4)

Irlanda 517 (3,5) 92 (1,9)

Italia 469 (2,4) 109 (1,8)

Giappone 498 (3,6) 102 (2,4)

Corea 556 (3,8) 88 (2,7)

Lussemburgo 479 (1,3) 100 (1,1)

Messico 410 (3,1) 96 (2,3)

Paesi Bassi 507 (2,9) 97 (2,5)

Nuova Zelanda 521 (3,0) 105 (1,6)

Norvegia 484 (3,2) 105 (1,9)

Polonia 508 (2,8) 100 (1,5)

Portogallo 472 (3,6) 99 (2,3)

Rep. Slovacca 466 (3,1) 105 (2,5)

Spagna 461 (2,2) 89 (1,2)

Svezia 507 (3,4) 98 (1,8)

Svizzera 499 (3,1) 94 (1,8)

Turchia 447 (4,2) 93 (2,8)

Regno Unito 495 (2,3) 102 (1,7)

Stati Uniti m m m m

Totale OCSE 484 (1,0) 107 (0,7)

Media OCSE 492 (0,6) 99 (0,4)

Paesi partner

Argentina 374 (7,2) 124 (3,7)

Azerbaijan 353 (3,1) 70 (2,1)

Brasile 393 (3,7) 102 (3,4)

Bulgaria 402 (6,9) 118 (4,0)

Cile 442 (5,0) 103 (2,5)

Colombia 385 (5,1) 108 (2,4)

104

Croazia 477 (2,8) 89 (2,1)

Estonia 501 (2,9) 85 (2,0)

Hong Kong-Cina 536 (2,4) 82 (1,9)

Indonesia 393 (5,9) 75 (2,4)

Israele 439 (4,6) 119 (2,8)

Giordania 401 (3,3) 94 (2,3)

Kyrgyzistan 285 (3,5) 102 (2,5)

Lettonia 479 (3,7) 91 (1,8)

Liechtenstein 510 (3,9) 95 (4,0)

Lituania 470 (3,0) 96 (1,5)

Macao-Cina 492 (1,1) 77 (0,9)

Montenegro 392 (1,2) 90 (1,1)

Qatar 312 (1,2) 109 (1,1)

Romania 396 (4,7) 92 (2,9)

Fed. Russa 440 (4,3) 93 (1,9)

Serbia 401 (3,5) 92 (1,7)

Slovenia 494 (1,0) 88 (0,9)

Taiwan-Cina 496 (3,4) 84 (1,8)

Thailandia 417 (2,6) 82 (1,8)

Tunisia 380 (4,0) 97 (2,5)

Uruguay 413 (3,4) 121 (2,0)

Tav. II: Percentuale di studenti a ciascun livello della scala di competenza di lettura

Livelli sulla scala di competenza di lettura

Sotto il Livello 1 (meno di

334.75 punti)

Livello 1 (da 334.75 a 407.47

punti)

Livello 2 (da 407.47 a 480.18

punti)

Livello 3 (da 480.18 a 552.89

punti)

Livello 4 (da 552.89 a 625.61

punti)

Livello 5 (più di 625.61punti)

Veneto 4,5 (1,2) 10,3 (1,5) 19,9 (2,0) 29,1 (2,1) 26,1 (2,0) 10,1 (1,0)

Nord Est 5,0 (0,7) 10,7 (0,9) 20,9 (1,1) 29,1 (1,3) 25,0 (1,0) 9,3 (0,6)

Austria 8,4 (1,1) 13,1 (0,8) 22,0 (1,2) 26,2 (1,0) 21,3 (1,0) 9,0 (0,7)

Canada 3,4 (0,4) 7,6 (0,4) 18,0 (0,8) 29,4 (1,0) 27,2 (0,8) 14,5 (0,7)

Corea 1,4 (0,3) 4,3 (0,7) 12,5 (0,8) 27,2 (1,1) 32,7 (1,3) 21,7 (1,4)

Finlandia 0,8 (0,2) 4,0 (0,4) 15,5 (0,8) 31,2 (0,8) 31,8 (0,9) 16,7 (0,8)

Francia 8,5 (1,0) 13,3 (1,0) 21,3 (1,0) 27,9 (1,3) 21,8 (1,2) 7,3 (0,7)

Germania 8,3 (0,9) 11,8 (0,8) 20,3 (1,0) 27,3 (0,9) 22,5 (1,1) 9,9 (0,7)

Giappone 6,7 (0,7) 11,7 (1,0) 22,0 (0,9) 28,7 (1,0) 21,5 (0,9) 9,4 (0,7)

Italia 11,4 (0,7) 15,0 (0,6) 24,5 (0,8) 26,4 (0,7) 17,5 (0,6) 5,2 (0,4)

Svizzera 5,3 (0,6) 11,1 (0,6) 22,9 (1,0) 30,4 (0,9) 22,6 (0,9) 7,7 (0,7)

Messico 21,0 (1,3) 26,0 (1,0) 28,9 (1,0) 18,2 (0,8) 5,3 (0,4) 0,6 (0,1)

R. Unito 6,8 (0,5) 12,2 (0,6) 22,7 (0,7) 28,7 (0,7) 20,5 (0,7) 9,0 (0,6)

Slovenia 4,4 (0,4) 12,1 (0,6) 24,7 (0,8) 31,6 (1,0) 21,9 (0,8) 5,3 (0,5)

Spagna 8,7 (0,6) 17,0 (0,6) 30,2 (0,7) 29,7 (0,7) 12,6 (0,6) 1,8 (0,2)

Svezia 5,0 (0,7) 10,3 (0,9) 21,9 (0,9) 28,9 (1,1) 23,3 (1,3) 10,6 (0,8)

Media OCSE 7,4 (0,1) 12,7 (0,1) 22,7 (0,2) 27,8 (0,2) 20,7 (0,2) 8,6 (0,1)

105

Tav. III: Percentuale di studenti a ciascun livello della scala di competenza di lettura per macroarea

Livelli sulla scala di competenza di lettura

Sotto il Livello 1 (meno di 334.75punti)

Livello 1 (da 334.75

a 407.47 punti)

Livello 2 (da 407.47 a 480.18

punti)

Livello 3 (da 480.18 a 552.89

punti)

Livello 4 (da 552.89 a 625.61

punti)

Livello 5 (più di 625.61punti)

Nord Ovest 7 (1,3) 11 (1,0) 22 (1,2) 29 (1,4) 23 (1,3) 8 (1,0)

Nord Est 5,0 (0,7) 10,7 (0,9) 20,9 (1,1) 29,1 (1,3) 25,0 (1,0) 9,3 (0,6)

Centro 8,9 (2,6) 11,3 (1,7) 24,8 (3,1) 29,9 (2,2) 19,9 (2,6) 5,2 (1,4)

Sud 14,3 (1,0) 20,8 (1,4) 28,0 (1,2) 23,0 (1,4) 11,0 (0,9) 2,9 (0,6)

Sud e Isole 20,2 (2,1) 19,3 (1,8) 26,3 (1,8) 21,8 (2,0) 10,7 (1,2) 1,8 (0,5)

Veneto 4,5 (1,2) 10,3 (1,5) 19,9 (2,0) 29,1 (2,1) 26,1 (2,0) 10,1 (1,0)

Italia 11,4 (0,7) 15,0 (0,6) 24,5 (0,8) 26,4 (0,7) 17,5 (0,6) 5,2 (0,4)

Media OCSE 7,4 (0,1) 12,7 (0,1) 22,7 (0,2) 27,8 (0,2) 20,7 (0,2) 8,6 (0,1)

Tav. IV: Punteggio medio sulla scala di competenza di lettura per tipo di istruzione

Licei Istitutitecnici

Istitutiprofessionali

Formazioneprofessionale

Veneto 570 (5,5) 510 (11,6) 458 (12,6) 426 (26,8)

Nord Est 565 (3,4) 502 (6,1) 441 (7,3) 421 (15,8)

Italia 525 (2,6) 463 (4,2) 391 (7,0) 385 (9,6)

106

Tav. V: Percentuale di studenti a ciascun livello della scala di competenza di lettura per tipodi istruzione

Livelli sulla scala di competenza di lettura Sotto ilLiv. 1

(meno di 334.75punti)

Livello 1 (da 334.75 a 407.47

punti)

Livello 2 (da 407.47 a 480.18

punti)

Livello 3 (da 480.18 a 552.89

punti)

Livello 4 (da 552.89 a 625.61

punti)

Livello 5 (più di 625.61punti)

Veneto

Licei 0,2 (0,2) 2,1 (0,8) 9,1 (1,9) 26,5 (2,6) 41,6 (3,1) 20,5 (2,3)

Istituti Tecnici 3,2 (1,5) 9,5 (2,9) 19,8 (2,9) 34,0 (3,3) 27,1 (3,6) 6,5 (1,4)

IstitutiProfessionali 7,2 (3,0) 18,8 (3,7) 33,6 (4,2) 29,0 (4,3) 9,9 (4,1) 1,5 (1,1)

Formazioneprofessionale 15,5 (10,1) 22,7 (4,2) 31,5 (6,1) 25,4 (9,0) 4,8 (2,4) 0,4 (0,5)

Italia

Licei 1,9 (0,4) 6,9 (0,7) 19,6 (0,9) 32,6 (1,2) 29,1 (1,0) 10,0 (0,8)

Istituti tecnici 8,9 (1,1) 17,3 (1,2) 29,6 (1,3) 27,9 (1,1) 13,6 (1,1) 2,7 (0,4)

Istitutiprofessionali 28,0 (2,5) 25,2 (1,5) 26,9 (1,7) 15,4 (1,4) 3,9 (0,7) 0,6 (0,3)

Formazioneprofessionale 28,7 (9,4) 29,1 (5,2) 24,4 (3,8) 13,9 (3,4) 3,7 (1,3) 0,2 (0,3)

Tav. VI: Punteggio medio sulla scala di competenza di lettura in PISA 2000 e PISA 2006Punteggio in

lettura PISA 2006 Punteggio in

lettura PISA 2000 Differenza

(2006 – 2000) Austria 490 492 -2 (7,0)Canada 527 534 -7 (5,8)Corea 556 525 31 (6,7)Finlandia 547 546 0 (6,0)Francia 488 505 -17 (7,0)Germania 495 484 11 (7,1)Giappone 498 522 -24 (8,1)Italia 469 487 -19 (6,3)Messico 410 422 -11 (6,7)Spagna 461 493 -32 (6,1)Svizzera 499 494 5 (7,2)

Media OCSE 492 498 -6 (5,2)

Veneto * 511 514 -3

*: Per il Veneto il confronto è tra PISA 2003 e PISA 2006.

107

5. La competenza in matematica degli studenti veneti

Roberta Cielo

Questo capitolo presenta i risultati degli studenti in Matematica. Vengono illustrate la definizione di competenza matematica adottata da PISA e le modalità di costruzione delle prove con esempi di quesiti. Si presentano i risultati conseguiti in PISA 2006 dagli studenti quindicenni della Regione Veneto nel quadro nazionale e internazionale.

5.1 La valutazione della competenza matematica in PISA 2006

La matematica nel 2006 ha costituito un ambito secondario della valutazione rispetto al 2003, in cui era l’ambito principale. I risultati della prova sono dunque espressi su una sola scala e non è prevista un’articolazione in sottoscale, come per la prova di scienze.

Per una corretta lettura dei dati è indispensabile conoscere che cosa PISA intende misurare con gli strumenti di valutazione adottati. La concezione di PISA di “competenza matematica”ha una peculiarità propria che la distingue da altre forme di accertamento di conoscenze e di abilità, in particolare dalla valutazione delle competenze curricolari scolastiche, e ciò coerentemente con la finalità dell’indagine.

In PISA il concetto di competenza (literacy) matematica, come presentato nel quadro di riferimento per la costruzione dei test, si colloca in un ambito sovracurriculare, in una sfera più generale di conoscenze e abilità necessarie ad un quindicenne per poter partecipare in modo consapevole e critico alla vita nella società di oggi.

La competenza matematica in PISA è definita come:

“la capacità di un individuo di identificare e comprendere il ruolo che la matematica gioca nel mondo reale, di operare valutazioni fondate e di utilizzare la matematica e confrontarsi con essa in modi che rispondono alle esigenze della vita di quell’individuo in quanto cittadino che esercita un ruolo costruttivo, impegnato e basato sulla riflessione” (OCSE, 2003, trad. it. 2004 p.110).

Questa definizione mette in evidenza come la valutazione di quanto gli studenti “sanno” di matematica vada al di là dei contenuti scolastici della materia per

109

centrarsi sulla capacità dello studente di servirsi delle conoscenze e abilità acquisite sui banchi di scuola in contesti extrascolastici e in situazioni di vita reale. PISA si pone l’obiettivo di valutare la capacità di matematizzare, cioè la capacità del quindicenne di avvalersi della matematica per risolvere problemi legati al mondo in cui vive.

A tal fine PISA organizza l’ambito della valutazione in relazione a tre dimensioni:

le situazioni o i contesti in cui sono ambientati i problemi (personale, scolastico/professionale, pubblico, scientifico);

il contenuto matematico implicato nella soluzione del problema rispetto a 4 idee chiave: spazio e forma, cambiamento e relazioni, quantità e incertezza, grosso modo corrispondenti ad altrettante branche disciplinari: geometria, algebra e funzioni, aritmetica, probabilità e statistica;

le competenze e i processi cognitivi che devono essere attivati per rispondere ai quesiti proposti (riproduzione, connessione, riflessione):

Riproduzione Connessione Riflessione

Rappresentazionie definizioni standard

Calcoli di routine

Procedure di routine

Analisi e soluzione di problemi di routine.

Modellizzazione

Analisi e soluzione di problemi standard, traduzione e interpretazione

Uso di molteplici metodi ben definiti.

Formulazione,analisi e soluzione di problemi complessi

Riflessione e intuizione

Approcciomatematico creativo

Uso di molteplici metodi complessi

Generalizzazione.

5.2 La scala di competenza matematica

Per descrivere le prestazioni degli studenti è stata messa a punto nell’indagine PISA 2003 una scala a sei livelli, che descrive il grado di padronanza della matematica. Al livello 1, il più basso, che corrisponde a un punteggio compreso tra 358 e 420, si collocano gli studenti in grado di compiere solo operazioni cognitive elementari su contenuti noti e di eseguire semplici applicazioni di calcolo in un contesto familiare. Al livello 6, il più alto, che corrisponde a un punteggio superiore a 669, i processi cognitivi che si richiede di attivare sono complessi e richiedono elaborazioni a più passaggi, con collegamenti e selezione

110

delle informazioni pertinenti, operazioni di modellizzazione e capacità di argomentazione in contesti distanti dalla realtà familiare.

Anche se i livelli previsti sono sei, nell’elaborazione dei dati è necessario, in un certo senso, introdurre un ulteriore livello, dove collocare gli alunni che conseguono un punteggio inferiore a 358 punti e che restano dunque al di sotto del livello minimo o livello 1.

Nella figura seguente sono descritte le caratteristiche delle competenze proprie di ciascun livello.

Figura 5.1: Livelli di competenza di matematica

Definizione dei livelli di competenza matematica in PISA

Liv

ello

6

Concettualizzazione, generalizzazione e uso di informazioni basate su situazioni e problemi complessi.Collegamento fra diverse fonti di informazione e forme di rappresentazioni differenti, in seguito combinazione di diversi elementi.Sviluppo di nuove soluzioni e strategie di gestione di situazioni non familiari.

Liv

ello

5

Sviluppo e utilizzazione di modelli per situazioni complesse.Scelta, confronto e valutazione di strategie opportune per affrontare problemi complessi. Utilizzazione strategica di forme di rappresentazione adatte e applicazione di conoscenze riferite alle situazioni.

Liv

ello

4

Utilizzazione corretta di modelli espliciti per situazioni complesse. Scelta e integrazione di varie fonti, di rappresentazione e loro collegamento con aspetti di situazioni reali. argomentazione flessibile.

Liv

ello

3

Svolgimento di procedure descritte chiaramente. Utilizzazione e interpretazione di rappresentazioni basate su varie fonti di informazioni e capacità di trarne delle conclusioni dirette.

Liv

ello

2

Estrazione di informazioni pertinenti da un'unica fonte e comprensione di un'unica forma di rappresentazione. Applicazione di algoritmi,formule, procedure o convenzioni fondamentali.

Liv

ello

1

Risposte a domande formulate in un contesto familiare, contenenti tutte le informazioni pertinenti e definite chiaramente. Svolgimento di procedimenti di routine secondo istruzioni dirette.

111

5.3 Esempi di prove

Ogni prova è normalmente costituita da più quesiti che fanno capo ad una comune informazione stimolo a cui segue l’introduzione della domanda e ladomanda vera e propria con la soluzione richiesta. I quesiti sono ambientati inuno dei quattro tipi di situazioni che abbiamo in precedenza visto, sono riferiti aduna delle idee-chiave (o settore di contenuto) e comportano l’attivazione di processi ascrivibili ad uno o più dei tre raggruppamenti fondamentali sopra descritti. Ogni situazione, idea chiave e operazione cognitiva è ben rappresentata.

In base al modello teorico (IRT) che sottostà alla costruzione delle prove, ciascunquesito può esser classificato in ordine di difficoltà secondo i sei livelli della scala di competenza.

Di seguito vengono presentati alcuni dei quesiti rilasciati accompagnati da una breve descrizione1.

Figura 5.2: SCALA

SCALA

Domanda 1: SCALALa seguente figura mostra una scala che ha 14 gradini e un’altezza totale di 252 cm.

Qual è l’altezza di ciascuno dei 14 gradini?

Altezza:...................................................cm

La prova richiede il possesso di competenze di livello 2 (420-482), richiedeun’operazione rientrante nel grupo delle “connessioni” e la situazione è di tipoeducativo. Si colloca nell’area di contenuto “spazio e forma”, come problema di

1 Le prove di Matematica sono state rilasciate nei precedenti cicli di PISA, 2000 e 2003; in PISA 2006 sono, invece, state rilasciate solo le prove di scienze.

112

geometria piana. La tipologia della domanda è a risposta aperta univoca. Nella codifica delle risposte è previsto un punteggio pieno, pari a 421 punti, per gli studenti che forniscono la risposta corretta e nessun punteggio per rispostediverse.

Figura 5.3: TERREMOTI

TERREMOTI

Domanda 1: TERREMOTI

È stato trasmesso un documentario sui terremoti e sulla frequenza con cui si verificano. Tale documentario comprendeva un dibattito sulla prevedibilità deiterremoti.

Un geologo ha dichiarato: «Nei prossimi venti anni, la probabilità che unterremoto si verifichi a Zedopoli è due su tre».

Quale delle seguenti affermazioni esprime meglio il significato di ciò che ha detto il geologo?

A. Dato che 3,13203

2, tra il 13° e il 14° anno da oggi ci sarà un terremoto a

Zedopoli.

B.2

1

3

2dimaggioreè , pertanto ci sarà senza dubbio un terremoto a Zedopoli

durante i prossimi 20 anni.

C. La probabilità che a Zedopoli vi sia un terremoto durante i prossimi 20 anni è maggiore della probabilità che non vi siano terremoti.

D. È impossibile dire che cosa accadrà, perché nessuno può essere certo di quando si verificherà un terremoto.

(Risposta corretta C)

La domanda si colloca al livello 4 (544-607) di difficoltà e rientra nell’area“incertezza”; l’ambientazione del problema è in situazione scientifica. La tipologiadella domanda è a scelta multipla e nella codifica delle risposte è previsto il solo punteggio pieno di 557 per gli studenti che forniscono la risposta corretta.

113

Figura 5.4: L’AUTOMOBILE MIGLIORE

L’AUTOMOBILE MIGLIORE

Una rivista di automobilismo usa un sistema di punteggi per valutare le nuove automobili e assegna il premio «Auto dell’Anno» all’automobile con il punteggio totalepiù alto. Vengono valutate cinque nuove automobili e i loro punteggi sono mostrati nella seguente tabella.

Ai punteggi corrispondono le seguenti valutazioni:3 punti = Eccellente 2 punti = Buono 1 punto = Mediocre

Domanda 1: L’AUTOMOBILE MIGLIORE

Per calcolare il punteggio totale di un’automobile, la rivista di automobilismo usa la seguente formula, che è una somma ponderata dei singoli punteggi:

Punteggio totale = (3 x S) + C + E + A

Calcola il punteggio totale ottenuto dall’automobile «Ca». Scrivi la tua risposta nello spazio qui sotto.

Punteggio totale per «Ca»:....................

Domanda 2: L’AUTOMOBILE MIGLIORE

Il produttore dell’automobile «Ca” ha ritenuto ingiusta la regola utilizzata per calcolare il punteggio totale.

Scrivi una regola per calcolare il punteggio totale che permetta all’automobile «Ca” divincere.

La tua regola dovrà includere tutte e quattro le variabili e dovrai scrivere la regolainserendo numeri positivi nei quattro spazi della formula qui sotto.

Punteggio totale: ……….× S + ……… × C + ……… × E + ……… × A

114

L’esempio si situa nell’area di contenuto “cambiamento e relazioni”, e presenta un testo stimolo a cui si riferiscono due diverse domande con un diverso livello di difficoltà. Il contesto in cui il problema è inquadrato è di tipo personale. Sebbene l’impegno di lettura richiesto sia relativamente limitato, si tratta tuttavia di una prova di una certa complessità, dovuta al fatto che gli studenti devono leggere e interpretare le informazioni contenute nella tabella e collegarle alle altre che sono ricavabili dal testo. In particolare, la domanda 1 è classificata al livello 2 (420-482) nella scala di competenza. Il tipo di quesito è a risposta aperta univoca e la risposta corretta prevede il punteggio di 447. La domanda 2 si posiziona invece ai livelli più alti della scala, esattamente al livello 5 (607-669) e l’operazione cognitiva richiesta rientra nel raggruppamento della riflessione. Il punteggio pieno per la risposta corretta è di 657 punti.

5.4 Risultati

5.4.1 Confronto basato su punteggio medio e deviazione standard

Il primo dato sintetico per quanto riguarda la valutazione delle competenze in matematica è costituito dal punteggio medio ottenuto nelle prove da ciascun Paese. Nella Tabella 5.1 una selezione di quindici Paesi partecipanti a PISA 2006, con il dettaglio del Veneto e dell’area di riferimento, sono ordinati rispetto al punteggio medio conseguito. Le medie sono affiancate dai valori di deviazione standard, che fornisce una misura della variabilità interna al Paese. Per entrambi gli indici viene specificato il relativo errore standard, che indica la precisione della stima2.

2 Esso permette di stabilire l’ampiezza dell’intervallo in cui il valore vero si dovrebbe trovare con probabilità pari al 95% ed è dovuto al fatto che si sta lavorando su dati campionari.

115

Tabella 5.1: Media e dispersione nella scala di literacy matematica Tutti gli studenti Differenze di genere

Punteggio medio

Deviazione Standard Maschi Femmine Differenze

(M - F) VENETO 510 (6,2) 90 (2,7) 529 (7,8) 495 (7,8) 29 (10,3)Nord Est 505 (3,2) 92 (1,6) 491 (3,7) 519 (4,2) 28 (5,2)Italia 462 (2,3) 96 (1,7) 470 (2,9) 453 (2,7) 17 (3,4)

Taiwan-Cina 549 (4,1) 103 (2,2) 556 (4,7) 543 (5,9) 13 (6,7)Finlandia 548 (2,3) 81 (1,0) 554 (2,7) 543 (2,6) 12 (2,6)Svizzera 530 (3,2) 97 (1,6) 536 (3,3) 523 (3,6) 13 (2,7)Canada 527 (2,0) 86 (1,1) 534 (2,4) 520 (2,0) 14 (1,9)Giappone 523 (3,3) 91 (2,1) 533 (4,8) 513 (4,9) 20 (7,2)Austria 505 (3,7) 98 (2,3) 517 (4,4) 494 (4,1) 23 (4,7)Germania 504 (3,9) 99 (2,6) 513 (4,6) 494 (3,9) 20 (3,7)Slovenia 504 (1,0) 89 (0,9) 507 (1,8) 502 (1,8) 5 (2,9)Media OCSE 498 (0,5) 92 (0,4) 503 (0,7) 492 (0,6) 11 (0,7)Francia 496 (3,2) 96 (2,0) 499 (4,0) 492 (3,3) 6 (3,7)Regno Unito 495 (2,1) 89 (1,3) 504 (2,6) 487 (2,6) 17 (2,9)Spagna 480 (2,3) 89 (1,1) 484 (2,6) 476 (2,6) 9 (2,2)Stati Uniti 474 (4,0) 90 (1,9) 479 (4,6) 470 (3,9) 9 (2,9)Messico 406 (2,9) 85 (2,2) 410 (3,4) 401 (3,1) 9 (2,6)

Una graduatoria generale di tutti i Paesi partecipanti a PISA 2006 viene presentata nella Figura 5.5. Il risultato migliore è quello ottenuto da Taiwan, con un punteggio medio di 549, e a seguire si collocano Finlandia (548) e Corea (547), mentre l’esito peggiore tra i Paesi OCSE è quello del Messico, che ha una media di soli 406 punti. Assumendo come punto di riferimento la media OCSE, Taiwan evidenzia una differenza positiva di 51 punti contro una differenza negativa di 92 per il Messico.

L’Italia, con un punteggio medio di 462, si colloca al ventiseiesimo posto tra i Paesi OCSE (al trentottesimo posto fra tutti i Paesi partecipanti). La differenza dal punteggio medio OCSE è di 36 punti.

In questo quadro, il risultato medio di 510 punti ottenuto dal Veneto colloca la regione al di sopra della media OCSE, esattamente all’undicesimo posto tra i Paesi dell’OCSE con risultati analoghi agli studenti di Danimarca e Repubblica Ceca (nei confronti di tutti i Paesi partecipanti a PISA 2006 si posiziona invece al sedicesimo posto). Il punteggio del Veneto è, inoltre, significativamente più elevato di quello dell’Italia, con una differenza di 48 punti, che corrispondono a circa mezza deviazione standard.

116

Figura 5.5: Punteggio medio sulla scala di matematica dei paesi partecipanti a PISA 2006

300 350 400 450 500 550 600

VENETONORD EST

Taiwan-CinaFinlandia

CoreaHong Kong

OlandaSvizzeraCanada

LiechtensteinMacao-Cina

GiapponeNuova

AustraliaBelgio

EstoniaDanimarcaRep. Ceca

IslandaAustria

GermaniaSlovenia

SveziaIrlanda

Media OCSEFranciaPolonia

Regno UnitoR. Slovacca

UngheriaLussemburg

NorvegiaLettoniaLituaniaSpagna

AzerbaijanF. Russa

Stati UnitiCroazia

PortogalloITALIAGreciaIsraeleSerbia

UruguayTurchia

ThailandiaRomaniaBulgaria

CileMessico

MontenegroIndonesiaGiordaniaArgentina

BrasileColombia

TunisiaQatar

Kyrgyzstan

117

Passando ora ad analizzare il risultato italiano e veneto in relazione alle diverse aree del Paese, emerge, come già rilevato nelle indagini PISA 2000 e 2003, la notevole disparità tra il Nord e il Sud dell’Italia.

Il punteggio del Veneto in matematica è migliore rispetto a quello medio della propria area e del Nord Ovest, mentre, in entrambi i casi, la deviazione standard è più o meno la stessa. Le differenze tra il Veneto e le aree del Sud sono notevoli, con 67 punti in più rispetto alla macroarea Sud e con 85 punti in più rispetto alla macroarea Sud e Isole, disparità che vanno oltre un livello della scala di competenza.

Tabella 5.2: Media e dispersione nella scala di literacy matematica per area geografica

Area geografica Punteggio medio Deviazione Standard

VENETO 510 (6,2) 90 (2,7)

Italia 462 (2,3) 96 (1,7)

Media OCSE 498 (0,5) 92 (0,4)

Nord Ovest 487 (4,3) 90 (3,3)

Nord Est 505 (3,2) 92 (1,6)

Centro 467 (8,1) 84 (5,0)

Sud 440 (5,2) 92 (5,6)

Sud Isole 417 (5,2) 95 (3,3)

5.4.2 La distribuzione degli studenti sulla scala di Matematica

Come si è visto nei paragrafi iniziali, la competenza matematica è suddivisa in sei livelli che graduano la complessità dei processi mentali e di matematizzazione richiesti. Diventa quindi interessante analizzare come si distribuiscono gli studenti nei vari livelli della scala.

118

Figura 5.6: Percentuale di studenti a ciascun livello della scala di literacy matematica

Livelli

22 21 2614 14 17 19 19 20 21 24 22 21 25 25 26 25

22 2213

22

2823

25 2421 19

1919 20

18 17 15

4

11 10

5 20

1816

14 1412 11

1010 10

9 66

12

67

4 55

12 1319

8 5 9 8 9 13 13 13 14 14 14 16 1828

4 6

14

41

5 3 4 8 75 8 8 6

9 10

28

25 26 22

1927 23

28 26 23 2426 24 24

26 26 2313

1

3 3

1

4 3 3 3 31

1

60

40

20

0

20

40

60

80

100

Ven

eto

Nor

d E

st

Ital

ia

Tai

wan

-Cin

a

Fin

land

ia

Svi

zzer

a

Can

ada

Gia

ppon

e

Aus

tria

Ger

man

ia

Slo

veni

a

Med

ia O

CS

E

Fra

ncia

Reg

no U

nito

Spa

gna

Sta

ti U

niti

Mes

sico

6

5

4

3

2

<1

1

Nella figura 5.6 sono rappresentate le percentuali degli studenti nei sei livelli. Lozero è fissato al livello 2, a indicare, secondo il quadro di riferimento PISA, che al di sotto di tale soglia (meno di 420 punti) corrispondono prestazioni ritenuteinsufficienti.

Al livello più alto della scala (livello 6, con punteggio superiore a 669) si colloca, in media, il 3% degli studenti dei Paesi dell’OSCE e solo poco più dell’1% deiquindicenni in Italia. Nel Veneto gli studenti che si posizionano a livello 6 sonooltre il 3%, in linea dunque con la media OSCE. Taiwan ha il 12% dei quindicenni che si collocano al sesto livello, seguito dalla Corea con il 9%, mentre tra i Paesi europei la Svizzera è quello che mostra la più alta percentuale, corrispondente al 7%.

Analizzando la percentuale complessiva di studenti nei due livelli più alti dellascala (5 e 6), Taiwan presenta il 32% di studenti, HongKong il 28%, la Corea il 27%. In Europa è ancora la Svizzera ad avere la percentuale più elevata, pari al23% contro il 13% della media OCSE, mentre l’Italia nel suo complesso raggiunge il 6%. Tra i Paesi OCSE il risultato più negativo è quello del Messico(56% degli studenti non raggiunge il livello 2) e della Turchia (52%).

119

Figura 5.7: Percentuale di studenti a ciascun livello della scala di literacy matematica peraree geografiche

Livelli

22 26 26 27 29 24 21 22

24 2215

1925

2726 25

19 13

79

13 18 22 22

105

47 10 11

1213141924251914468

10

1725

14

8

22

331

1

11

3

60

40

20

0

20

40

60

80

100

OC

SE

ITA

LIA

Sud

Isol

e

Sud

Cen

tro

Nor

d O

vest

Nor

d E

st

VE

NE

TO

6

5

4

3

2

<1

1

Tra le cinque macroaree italiane, il Nord Est si mantiene sulla media OCSE con il 13% di studenti nei due livelli più alti, percentuale superiore rispetto al Nord Ovest (9%). Il Veneto ha una percentuale di quindicenni a livelli di eccellenza dioltre 14%. Ai livelli più bassi della scala di competenza matematica, si può constatare che nel Veneto solo meno del 17% dei quindicenni non raggiunge il livello della sufficienza (livello 2), in linea con il NordEst (18%). Anche in questo caso il dato è più positivo rispetto alla media OCSE (21%) e nettamente inferiorealla percentuale media dell’Italia complessivamente considerata, dove il 33% dei quindicenni, cioè 3 studenti su 10, dimostra una padronanza insufficiente della matematica. Entrando nel dettaglio dei risultati italiani, nella macroarea Sud 4studenti su 10 non arrivano al livello ritenuto di sufficienza (precisamente il 42%)e oltre la metà degli studenti della macroarea Sud e Isole (pari a 51%) resta al di sotto di tale soglia.

5.4.3 Le differenze di genere in Matematica

Nello studio delle differenze tra i risultati di maschi e femmine, la rilevazione PISA 2006 conferma una realtà già nota dalle precedenti indagini e che vede in Matematica i maschi sopravanzare le coetanee.

120

Tabella 5.3: Differenze di genere nella scala di literacy matematica

Differenze di genere

Aree Punteggio medio

Femmine Punteggio medio

Maschi Differenze di punteggio

M - F

Nord Ovest 486 (3,8) 488 (7,2) 3 (7,4)

Nord Est 491 (3,7) 519 (4,2) 28 (5,2)

Centro 458 (10,0) 475 (9,5) 17 (10,7)

Sud 429 (5,8) 450 (5,6) 21 (5,2)

Sud Isole 412 (5,6) 424 (6,6) 12 (6,2)

Veneto 495 (7,8) 525 (7,8) 29 (10,3)

ITALIA 453 (2,7) 470 (2,9) 17 (3,4)

Media OCSE 492 (0,6) 503 (0,7) 11 (0,3)

In generale, considerando i 30 paesi membri dell’OCSE, i maschi ottengono nella prova di matematica un punteggio mediamente superiore di 11 punti, anche se in alcuni Paesi non esistono differenze significative. Considerando il quadro allargato a tutti i Paesi partecipanti a PISA 2006, si rileva una minore omogeneità nel confronto di genere, pur con alcune differenze significative favorevoli ai maschi (l’unica eccezione è il Qatar dove si ha una differenza statisticamente significativa a favore delle femmine).

L’andamento che si riscontra in Italia non si discosta dal dato medio OSCE, e il vantaggio dei maschi rispetto alle femmine è di 17 punti (differenza statisticamente significativa), mentre per il Veneto il divario tra i risultati dei due generi si allarga a 25 punti (il punteggio medio è 525 per i maschi e 495 per le femmine).

Nelle diverse aree del Paese si evidenziano sviluppi diversi del fenomeno: si osserva dalla Tabella 5.3 che, pur rimanendo in tutte le aree il vantaggio dei maschi, tali differenze non sono significative nel Nord Ovest, dove lo scarto è di soli 3 punti, e nel Sud e Isole, dove esso è di 12 punti, mentre il Nord Est segue il quadro evidenziato per il Veneto e presenta il più ampio divario tra maschi e femmine di tutto il Paese, con 28 punti di differenza.

Per lo studio delle differenze di genere diventa assai esplicativa l’analisi dell’andamento di maschi e femmine lungo la scala della competenza matematica. Da una attenta lettura della figura seguente si ricava il complessivo miglior comportamento dei maschi in tutti i livelli della scala. Il risultato dell’Italia nel suo complesso presenta nei livelli bassi della scala una percentuale di femmine maggiore di quella dei maschi; dal livello 3 la percentuale di ragazze

121

diminuisce rispetto a quella dei ragazzi tanto che i maschi sopra il livello 3 sono il 24% contro una percentuale di femmine del 16%.

Figura 5.8: Percentuale di studenti a ciascun livello della scala di literacy matematica pergenere e per area geografica

23 20 25 23 23 2030 27 28 27 28 23 27 24

2625

2925 26 26

24 2617 21 14

1522 23

22 2318

23 12 14

611

10

12 15

8 14 136

5 5

14 15 1022

1528 21 28 23 22 17141015

1314

2625

1619

109

489736

18 20

5

3

59 8

11

72

33

1 12 1

1

1

1 12

60

40

20

0

20

40

60

80

100

F M F M F M F M F M F M F M

VENETO Nord Ovest Nord Est Centro Sud Sud Isole ITALIA

Tale andamento si conferma con lievi differenze quando si guarda ai datidisaggregati per aree geografiche, dove i divari maggiori sono riscontrabilisimmetricamente al livello 1 e al livello 5 della scala. Per il Veneto il fenomeno presenta alcune particolarità che evidenziano un più forte effetto di genere. Infatti la percentuale di femmine che non raggiunge il livello di sufficienza (livello 2) è il 21% contro il 13% dei maschi e all’estremo opposto, nei livelli più alti della scala(livello 5 + livello 6), i ragazzi sono il 19%, mentre tra le ragazze la percentuale èpari solo al 9%.

In conclusione, la rilevazione PISA 2006 ha una volta in più confermato le notevoli differenze dei risultati in matematica dei due sessi. Ad altri ambitispettano gli approfondimenti specifici che, a partire dall’orientamento di maschi efemmine verso indirizzi scolastici diversi, dall’offerta formativa della regioneVeneto fino alle radicate concezioni culturali della società veneta, possano daresignificato nella realtà sociale al dato numerico.

122

5.4.4 Risultati in Matematica per tipo di istruzione

Come si è visto i risultati in matematica dell’Italia evidenziano notevoli differenzetra le diverse zone del Paese e in particolare tra Nord e Sud. Un’altra differenzasignificativa interna al dato nazionale è quella tra indirizzi scolastici.

Nell’indagine 2006 sono entrati a far parte del campine degli studenti quindicenniveneti anche gli studenti dei Centri di Formazione Professionale3.

Figura 5.9: Punteggio media sulla scala di literacy matematica per tipo di istruzione

Media internazionale

558548

524 521

467

452

432

499

400

375

400

425

450

475

500

525

550

575

Veneto Nord Est ITALIA

Licei

Istituti Tecnici

Istituti Professionali

Sono storicamente note le forti disparità tra i risultati dei diversi tipi di istruzione.Considerando l’Italia nel suo insieme, il punteggio medio degli studenti dei licei èpiù alto di quello degli istituti tecnici di 32 punti, ma la differenza all’interno delle macroaree si amplia nel Sud e Isole (44 punti) e ancor più al Centro (47 punti).

Là dove la differenza tra istruzione liceale e istruzione tecnica ha una dimensionecontenuta attorno ai 30 punti, si ha poi un netto divario con l’istruzione professionale, dove i punteggi medi scendono rispetto all’istruzione tecnica fino araggiungere gli 87 punti nel Nord Est, a fronte di una differenza tra licei e istitutitecnici di soli 27 punti. Analogamente si comportano i dati del Veneto, in cui ladifferenza tra licei e tecnici è di 33 punti, mentre il punteggio medio degli studenti

3 I centri di formazione professionale sono stati inseriti tra le scuole campionate solo a livelloregionale nelle aree del Nord Est, del Nord Ovest e del Centro, dove hanno rappresentativitàstatisticamente significativa.

123

degli istituti professionali rispetto a quello degli istituti tecnici diminuisce di ben 73punti.

Le differenze di punteggio medio tra licei e istituti professionali tendono arimanere più costanti, con divari che in tutto il paese si stabilizzano attorno ai 100punti. Nel Nord Est il divario è un po’ più alto (116 punti), mentre l’area dove essoè minore è il Sud e Isole (85 punti).

Se l’analisi delle differenze tra i diversi tipi di istruzione conduce ad interessantirisultati, la lettura del dato non può prescindere dal punteggio medio. Nel Veneto spicca l’alta preparazione degli studenti che frequentano i licei con un punteggiomedio di 558 punti contro un valore medio italiano di 499 e di 548 nellamacroarea di appartenenza. In maniera analoga, seppur con un risultato inferiore,si comportano gli studenti dell’istruzione tecnica che nel Veneto raggiungono unpunteggio medio di 524, nettamente più alto rispetto a quello italiano pari a 467punti e solo di qualche punto superiore a quello del Nord Est che ha una media di 521 punti.

Figura 5.10: Percentuale di studenti a ciascun livello della scala di literacy matematica pertipo di istruzione

Livelli

15 2031

4130

12 1936 45

30 25 28 25 17 25

2731

1710

17

2729

21 12

14 27 2511

5

12

3025

6 3227 9 8 20 13

16 11 18 138

6 7

5 827 32 29

4 824 32 33

13 1931 26 291 2

16 12 18

2

911

20

510

2950

31

4

4 34

2

3

1 1

2

1

4

1

1

1

2 33

1

80

60

40

20

0

20

40

60

80

100

Lice

i

Tec

nici

Pro

fess

iona

li

Scu

ole

med

ie

For

maz

ione

prof

essi

onal

e

Lice

i

Tec

nici

Pro

fess

iona

li

Scu

ole

med

ie

For

maz

ione

prof

essi

onal

e

Lic

ei

Tec

nici

Pro

fess

iona

li

Scu

ole

med

ie

For

maz

ione

prof

essi

onal

e

Nord Est Veneto ITALIA

6

5

4

3

2

<1

1

Gli studenti che frequentano l’istruzione professionale nel Veneto ottengono unrisultato medio di 452 punti, superiore dunque a quello conseguito dagli studentiche frequentano gli istituti tecnici nel Sud e nel Sud e Isole. Solleva qualchepreoccupazione il risultato della formazione professionale in Veneto, che ottiene

124

un punteggio medio inferiore a quello dei quindicenni che frequentano ancora la scuola media (la differenza è di 11 punti).

La distribuzione degli studenti per livelli di competenza di matematica consente di perfezionare l’analisi. I quindicenni dei licei che si collocano al di sotto del livello 2 sono il 4 % nel Veneto mentre oltre il 77% si colloca tra il livello 3 e il livello 5. Fra gli studenti degli istituti tecnici, il 10% sono sotto il livello 2 e tra i livelli 3 e 5 si colloca il 69%. Come già evidenziato dall’esame dei punteggi medi, assai più problematica è la situazione degli istituti professionali, in cui ben il 33% degli studenti è al di sotto del livello 2 e solo il 31% si situa tra il livello 3 e il livello 5.

È bene ribadire la necessità della massima attenzione nell’interpretazione dei risultati, che vanno sempre letti nell’ambito delle realtà a cui si riferiscono, prendendo in considerazione le molteplici variabili che ne influenzano gli esiti. In particolare, sarebbe quanto mai affrettato e superficiale imputare i risultati che abbiamo sinteticamente visto ad una maggior efficacia di un tipo di istruzione rispetto all’altro, ma questo punto sarà ripreso in un successivo capitolo.

5.4.5 Le differenze in Matematica tra PISA 2003 e PISA 2006

A partire dall’indagine PISA 2006 è possibile iniziare ad analizzare l’evoluzione dei risultati nel corso del tempo per quanto riguarda la matematica, confrontandoli con gli esiti della rilevazione precedente del 2003.4

Tabella 5.4: Punteggio medio sulla scala complessiva di literacy matematica in PISA 2003 e in PISA 2006

PISA 2003 PISA 2006

Aree Punteggio medio Deviazione

Standard Punteggio medio Deviazione Standard

Veneto 511 (5,5) 85 (2,8) 510 (6,2) 90 (2,7)

Nord Est 511 (7,7) 88 (3,0) 505 (3,2) 92 (1,6)

ITALIA 466 (3,1) 96 (1,9) 462 (2,3) 96 (1,7)

OCSE 500 (0,6) 100 (0,4) 498 (0,5) 92 (0,4)

Dalla Tabella 5.4. si può constatare che tra PISA 2003 e PISA 2006 il punteggio medio dei quindicenni nella scala di competenza matematica non presenta in

4 La particolare costruzione delle prove e la proposizione degli stessi quesiti secretati in indagini successive permette un’analisi diacronica dei risultati. Per maggiori dettagli si rimanda a OCSE (2006).

125

Italia differenze statisticamente significative passando da 466 (con deviazionestandard 96) a 462 (con deviazione standard 96), in linea con le variazioni deldato medio dei Paesi OCSE. Il punto di riferimento è rappresentato dai risultati del 2003, su cui la scala è stata standardizzata con media eguale a 500 edeviazione standard pari a 100. Nel 2006 la media OCSE è scesa a 498 (con deviazione standard 92). Nel Veneto si osserva una variazione non significativadel punteggio medio da 510 (con deviazione standard 85) a 511 (con deviazionestandard 90).

Figura 5.11: Percentuale di studenti a ciascun livello della scala di literacy matematica in PISA 2003 e in PISA 2006

Livelli

25 21 22 26 22 22

23 2430 22 24 25

13 1922

22

11112

43

1

33

121419111319

138 4

148 4

13 19

9

510

6

40

20

0

20

40

60

80

100

Italia

OC

SE

Ven

eto

Italia

OC

SE

Ven

eto

PISA 2003 PISA 2006

6

5

4

3

2

<1

1

Passando all’analisi delle differenze in riferimento alla distribuzione degli studenti nei diversi livelli della scala di competenza, non si riscontrano variazioni significative tra PISA 2003 e PISA 2006. I quindicenni che si collocano al di sottodel livello 2 passano dal 32% al 33% in Italia, dal 14% al 17% nel Veneto di contro ad una media OCSE che rimane invariata al 21%. Altrettanto nonsignificativi sono gli scostamenti nei livelli alti della scala (livelli maggiori delquarto): per l’Italia si passa dal 7% al 6%, per il Veneto dal 12% al 14%, mentrele percentuali della media OCSE si abbassano dal 15% al 13%.

La differenza più ampia si registra in Veneto al livello 3 in cui la percentuale distudenti varia da 30% a 25%.

Per concludere, studiando le differenze nel punteggio medio tra le due indagini per diverse tipologie di scuole, si registra un peggioramento nell’andamento con

126

differenze negative negli esiti dal 2003 al 2006 in percentuale di studenti varia dal 30% al 25%.

Se si esaminano le differenze di punteggio tra le varie tipologie di scuole, si registra un peggioramento dal 2003 al 2006 nell’Italia complessivamente considerata Italia e nel Nord Est, mentre l’unico dato in controtendenza si ha negli istituti tecnici del Veneto, che passano da un punteggio medio di 518 a 524.

Figura 5.12: Punteggio medio sulla scala di literacy matematica in PISA 2003 e in PISA 2006per tipo di istruzione

M ed ia in te rnaziona le

558

524518

548

432

526

467

525

474

409

454

565

499 456

570

521

499

400

375

400

425

450

475

500

525

550

575

L ice i Is titu ti T ecn ic i Is titu tiP ro fess iona li

L ice i Is titu ti T ecn ic i Is titu tiP ro fess iona li

2006 2003

V ene to

N ord E st

IT A LIA

Le differenze maggiori si osservano per i quindicenni che frequentano i licei: inItalia si passa da un punteggio medio di 525 a 499 (pari ad una differenza di 26 punti) e similmente nel Nord Est la media dei licei si abbassa da 570 a 548 (con una differenza di 22 punti). Allo stesso modo negli istituti professionali del NordEst si ha una diminuzione del punteggio medio da 456 a 432 (differenza di 24punti).

127

Riferimenti bibliografici

Bottani N., A. Cenerini (2003), Una pagella per la scuola, Trento, Erikson. Bolletta R., Mayer M., Pozio S., Siniscalco M.T. (2008), Le valutazioni

internazionali e la scuola italiana, Bologna, Zanichelli. Caputo A.M. (2001), “Terza indagine internazionale sulla matematica e le

scienze (IEA Timss 1999)”, in Ricerche valutative internazionali 2000,Istituto Nazionale per la Valutazione del Sistema dell’Istruzione (Cede), Milano, Franco Angeli.

OCSE-INValSI (2006), Valutare le competenze in scienze, lettura e matematica. Quadro di riferimento di PISA 2006, Roma, Armando Editore [traduzione italiana di OECD (2006), Assessing Scientific, Reading and Mathematical Literacy. A Framework for PISA 2006, Paris].

OECD (1999), Measuring Student Knowledge and Skills – A New Framework for Student Assessment, OECD, Paris.

OECD (2001), Knowledge and Skills for Life – First Results from PISA 2000,OECD, Paris.

OECD (2002), PISA 2000 Technical Report, OECD, Paris. OECD (2003), The PISA 2003 Assessment Framework – Reading, Mathematical

and Scientific Literacy, OECD, Paris. OECD (2003), PISA 2003 - Data Analysis ManualOECD (2004a), Learning for Tomorrow’s World – First Results from PISA 2003,

OECD, Paris. OECD (2004b), PISA 2003 Data Analysis Manual, OECD, Paris. OECD (2004c), Problem Solving for Tomorrow’s World – First Measures of

Cross-curricular Competencies from PISA 2003, OECD, Paris. OECD (2005a), PISA 2003 Technical Report, OECD, Paris. OECD (2005b), Trends in International Migration: SOPEMI – 2004 Edition, OECD,

Paris.OECD (2005c), Where Immigrant Students Succeed – A Comparative Review of

Performance and Engagement in PISA 2003, OECD, Paris. OECD (2005d), Education at a Glance – OECD Indicators 2005, OECD, Paris. OECD (2007), PISA 2006 - Science Competencies for Tomorrow’s World -

Volume 1: Analysis, OECD, Paris. OECD (2007), PISA 2006 - Science Competencies for Tomorrow’s World Volume

2: Data/ Données, OECD, Paris.

128

AP

PE

ND

ICE

Ta

v.

I:

Me

dia

, d

isp

ers

ion

e e

dif

fere

nze

di g

en

ere

nella s

cala

di

lite

racy m

ate

mati

ca

Po

siz

ion

e

Tu

tti g

li s

tud

en

ti

Dif

fere

nze d

i g

en

ere

tra t

utt

i i

Paesi

pa

rte

cip

an

ti

tra i

P

aesi

OC

SE

Pu

nte

gg

io

me

dio

D

evia

zio

ne

sta

nd

ard

Pu

nte

gg

io

me

dio

M

asch

i

Pu

nte

gg

io

me

dio

F

em

min

e

Dif

fere

nze (

M -

F)

1

T

aiw

an-C

ina

549,0

(4

,1)

103,0

(2

,2)

556,0

(4

,7)

543,0

(5

,9)

13,0

(6

,7)

21

Fin

landia

548,0

(2

,3)

81,0

(1

,0)

554,0

(2

,7)

543,0

(2

,6)

12,0

(2

,6)

32

Core

a

547,0

(3

,8)

93,0

(3

,1)

552,0

(5

,3)

543,0

(4

,5)

9,0

(6

,3)

4H

ong K

ong-

Cin

a547,0

(2

,7)

93,0

(2

,4)

555,0

(3

,9)

540,0

(3

,7)

16,0

(5

,5)

53

Paesi B

assi

531,0

(2

,6)

89,0

(2

,2)

537,0

(3

,1)

524,0

(2

,8)

13,0

(2

,8)

64

Sviz

zera

530,0

(3

,2)

97,0

(1

,6)

536,0

(3

,3)

523,0

(3

,6)

13,0

(2

,7)

75

Can

ada

527,0

(2

,0)

86,0

(1

,1)

534,0

(2

,4)

520,0

(2

,0)

14,0

(1

,9)

8

Lie

chte

nste

in

525,0

(4

,2)

93,0

(3

,2)

525,0

(7

,4)

525,0

(7

,0)

0,0

(1

1,7

)

9

M

acao-C

ina

525,0

(1

,3)

84,0

(0

,9)

530,0

(2

,1)

520,0

(1

,7)

11,0

(2

,9)

10

6G

iapp

on

e

523,0

(3

,3)

91,0

(2

,1)

533,0

(4

,8)

513,0

(4

,9)

20,0

(7

,2)

11

7N

uova

Zela

nda

522,0

(2

,4)

93,0

(1

,2)

527,0

(3

,1)

517,0

(3

,6)

11,0

(4

,7)

12

8A

ustr

alia

520,0

(2

,2)

88,0

(1

,1)

527,0

(3

,2)

513,0

(2

,4)

14,0

(3

,4)

13

9B

elg

io

520,0

(3

,0)

106,0

(3

,3)

524,0

(4

,1)

517,0

(3

,4)

7,0

(4

,8)

Po

siz

ion

e

Tu

tti g

li s

tud

en

ti

Dif

fere

nze d

i g

en

ere

tra t

utt

i i

Paesi

pa

rte

cip

an

ti

tra i

P

aesi

OC

SE

Pu

nte

gg

io

me

dio

D

evia

zio

ne

sta

nd

ard

Pu

nte

gg

io

me

dio

M

asch

i

Pu

nte

gg

io

me

dio

F

em

min

e

Dif

fere

nze (

M -

F)

14

E

sto

nia

515,0

(2

,7)

80,0

(1

,5)

515,0

(3

,3)

514,0

(3

,0)

1,0

(3

,2)

15

10

Danim

arc

a

513,0

(2

,6)

85,0

(1

,5)

518,0

(2

,9)

508,0

(3

,0)

10,0

(2

,8)

16

11

VE

NE

TO

510

(6,2

)90,0

(2

,7)

529,0

(7

,8)

495,0

(7

,8)

29,0

(1

0,3

)

16

11

Rep.

Ceca

510,0

(3

,6)

103,0

(2

,1)

514,0

(4

,2)

504,0

(4

,8)

11,0

(5

,6)

17

12

Isla

nd

a

506,0

(1

,8)

88,0

(1

,1)

503,0

(2

,6)

508,0

(2

,2)

-4,0

(3,2

)

18

13

Austr

ia505,0

(3

,7)

98,0

(2

,3)

517,0

(4

,4)

494,0

(4

,1)

23,0

(4

,7)

19

14

Germ

ania

504,0

(3

,9)

99,0

(2

,6)

513,0

(4

,6)

494,0

(3

,9)

20,0

(3

,7)

20

S

love

nia

504,0

(1

,0)

89,0

(0

,9)

507,0

(1

,8)

502,0

(1

,8)

5,0

(2

,9)

21

15

Svezia

502,0

(2

,4)

90,0

(1

,4)

505,0

(2

,7)

500,0

(3

,0)

5,0

(2

,9)

22

16

Irla

nd

a

501,0

(2

,8)

82,0

(1

,5)

507,0

(3

,7)

496,0

(3

,2)

11,0

(4

,1)

Media

OC

SE

498

(0,5

)92,0

(0

,4)

503,0

(0

,7)

492,0

(0

,6)

11,0

(0

,7)

23

17

Fra

ncia

496,0

(3

,2)

96,0

(2

,0)

499,0

(4

,0)

492,0

(3

,3)

6,0

(3

,7)

24

18

Polo

nia

495,0

(2

,4)

87,0

(1

,2)

500,0

(2

,8)

491,0

(2

,7)

9,0

(2

,6)

25

19

Reg

no U

nito

495,0

(2

,1)

89,0

(1

,3)

504,0

(2

,6)

487,0

(2

,6)

17,0

(2

,9)

26

20

Rep.

Slo

vacca

492,0

(2

,8)

95,0

(2

,5)

499,0

(3

,7)

485,0

(3

,5)

14,0

(4

,6)

27

21

Ung

heri

a

491,0

(2

,9)

91,0

(2

,0)

496,0

(3

,5)

486,0

(3

,7)

10,0

(4

,3)

28

22

Lussem

burg

o

490,0

(1

,1)

93,0

(1

,0)

498,0

(1

,7)

482,0

(1

,8)

17,0

(2

,8)

29

23

Norv

egia

490,0

(2

,6)

92,0

(1

,4)

493,0

(3

,3)

487,0

(2

,8)

6,0

(3

,1)

30

Lettonia

486,0

(3

,0)

83,0

(1

,6)

489,0

(3

,5)

484,0

(3

,2)

5,0

(3

,0)

31

Litua

nia

486,0

(2

,9)

90,0

(1

,8)

487,0

(3

,3)

485,0

(3

,3)

2,0

(3

,0)

Po

siz

ion

e

Tu

tti g

li s

tud

en

ti

Dif

fere

nze d

i g

en

ere

tra t

utt

i i

Paesi

pa

rte

cip

an

ti

tra i

P

aesi

OC

SE

Pu

nte

gg

io

me

dio

D

evia

zio

ne

sta

nd

ard

Pu

nte

gg

io

me

dio

M

asch

i

Pu

nte

gg

io

me

dio

F

em

min

e

Dif

fere

nze (

M -

F)

32

23

Spag

na

480,0

(2

,3)

89,0

(1

,1)

484,0

(2

,6)

476,0

(2

,6)

9,0

(2

,2)

33

A

zerb

aija

n

476,0

(2

,3)

48,0

(1

,7)

475,0

(2

,4)

477,0

(2

,6)

-1,0

(2

,0)

34

R

ussia

476,0

(3

,9)

90,0

(1

,7)

479,0

(4

,6)

473,0

(3

,9)

6,0

(3

,3)

35

24

Sta

ti U

niti

474,0

(4

,0)

90,0

(1

,9)

479,0

(4

,6)

470,0

(3

,9)

9,0

(2

,9)

36

C

roazia

467,0

(2

,4)

83,0

(1

,5)

474,0

(3

,2)

461,0

(2

,8)

13,0

(3

,8)

37

25

Port

oga

llo

466,0

(3

,1)

91,0

(2

,0)

474,0

(3

,7)

459,0

(3

,2)

15,0

(3

,3)

38

26

Italia

462

(2,3

)96,0

(1

,7)

470,0

(2

,9)

453,0

(2

,7)

17,0

(3

,4)

39

27

Gre

cia

459,0

(3

,0)

92,0

(2

,4)

462,0

(4

,3)

457,0

(3

,0)

5,0

(4

,5)

40

Is

raele

442,0

(4

,3)

107,0

(3

,3)

448,0

(6

,6)

436,0

(4

,3)

12,0

(6

,9)

41

S

erb

ia

435,0

(3

,5)

92,0

(1

,8)

438,0

(4

,0)

433,0

(4

,4)

5,0

(4

,5)

42

U

rug

ua

y

427,0

(2

,6)

99,0

(1

,8)

433,0

(3

,6)

420,0

(3

,1)

13,0

(4

,2)

43

28

Turc

hia

424,0

(4

,9)

93,0

(4

,3)

427,0

(5

,6)

421,0

(5

,1)

6,0

(4

,6)

44

T

haila

nd

ia

417,0

(2

,3)

81,0

(1

,6)

413,0

(3

,8)

420,0

(2

,6)

-7,0

(4

,2)

45

R

om

ania

415,0

(4

,2)

84,0

(2

,9)

418,0

(4

,2)

412,0

(4

,9)

7,0

(3

,3)

46

B

ulg

aria

413,0

(6

,1)

101,0

(3

,6)

412,0

(6

,7)

415,0

(6

,5)

-4,0

(4

,9)

47

C

ile

411,0

(4

,6)

87,0

(2

,2)

424,0

(5

,5)

396,0

(4

,7)

28,0

(4

,8)

48

29

Messic

o406,0

(2

,9)

85,0

(2

,2)

410,0

(3

,4)

401,0

(3

,1)

9,0

(2

,6)

49

M

onte

negro

399,0

(1

,4)

85,0

(1

,0)

405,0

(2

,3)

393,0

(1

,9)

12,0

(3

,3)

50

In

don

esia

391,0

(5

,6)

80,0

(3

,2)

399,0

(8

,3)

382,0

(4

,0)

17,0

(7

,3)

51

G

iord

ania

384,0

(3

,3)

84,0

(2

,0)

381,0

(5

,3)

388,0

(3

,9)

-7,0

(6

,5)

Po

siz

ion

e

Tu

tti g

li s

tud

en

ti

Dif

fere

nze d

i g

en

ere

tra t

utt

i i

Paesi

pa

rte

cip

an

ti

tra i

P

aesi

OC

SE

Pu

nte

gg

io

me

dio

D

evia

zio

ne

sta

nd

ard

Pu

nte

gg

io

me

dio

M

asch

i

Pu

nte

gg

io

me

dio

F

em

min

e

Dif

fere

nze (

M -

F)

52

A

rgentina

381,0

(6

,2)

101,0

(3

,5)

388,0

(6

,5)

375,0

(7

,2)

13,0

(5

,6)

53

B

rasile

370,0

(2

,9)

92,0

(2

,7)

380,0

(3

,4)

361,0

(3

,0)

19,0

(2

,8)

54

C

olo

mbia

370,0

(3

,8)

88,0

(2

,5)

382,0

(4

,1)

360,0

(5

,0)

22,0

(4

,6)

55

T

unis

ia

365,0

(4

,0)

92,0

(2

,3)

373,0

(4

,4)

358,0

(4

,4)

15,0

(3

,6)

56

Q

ata

r 318,0

(1

,0)

91,0

(0

,8)

311,0

(1

,6)

325,0

(1

,3)

-14,0

(2

,1)

57

K

yrg

yzsta

n

311,0

(3

,4)

87,0

(2

,1)

311,0

(4

,0)

310,0

(3

,4)

1,0

(2

,9)

Tav.

II:

P

erc

en

tuale

di

stu

den

ti a

cia

scu

n l

ivello

della s

cala

di

lite

racy m

ate

mati

ca

Liv

ell

i d

i c

om

pe

ten

za

So

tto

liv

ell

o 1

(p

un

teg

gio

in

feri

ore

a

357,7

7)

Liv

ell

o 1

(d

a

357,7

7 a

42

0,0

7)

Liv

ell

o 2

(d

a

420,0

7 a

48

2,3

8)

Liv

ell

o 3

(d

a

482,3

8 a

54

4,6

8)

Liv

ell

o 4

(da

544,6

8 a

60

6,9

9)

Liv

ell

o 5

(d

a

606,9

9 a

66

9,3

0)

Liv

ell

o 6

(p

un

teg

gio

su

peri

ore

a

669,3

0)

Veneto

4,3

5

0,7

12,3

1,6

21,5

2,5

25,1

2,0

22,4

2,4

11,0

1,4

3,4

0,8

Nord

Est

5,8

0,4

12,5

0,8

21

1,1

25,7

0,9

21,6

1,1

10,3

0,7

3,1

0,4

Ita

lia

13,5

0,7

19,3

0,7

25,5

0,7

22,1

0,7

13,3

0,6

5

0,4

1,3

0,3

Paesi

OC

SE

Austr

alia

3,3

(0

,3)

9,7

(0

,4)

20,5

(0

,6)

26,9

(0

,6)

23,2

(0

,5)

12,1

(0

,5)

4,3

(0

,5)

Austr

ia7,5

(0

,9)

12,5

(1

,1)

19,5

(1

,1)

23,3

(0

,9)

21,3

(1

,1)

12,3

(0

,8)

3,5

(0

,5)

Belg

io

7,1

(0

,9)

10,2

(0

,7)

17,0

(0

,7)

21,4

(0

,7)

21,9

(0

,8)

16,0

(0

,7)

6,4

(0

,4)

Cana

da

2,8

(0

,3)

8,0

(0

,5)

18,6

(0

,6)

27,5

(0

,7)

25,1

(0

,7)

13,6

(0

,6)

4,4

(0

,4)

Core

a

2,3

(0

,5)

6,5

(0

,7)

15,2

(0

,7)

23,5

(1

,1)

25,5

(1

,0)

18,0

(0

,8)

9,1

(1

,3)

Danim

arc

a

3,6

(0

,5)

10,0

(0

,7)

21,4

(0

,8)

28,8

(0

,9)

22,5

(0

,8)

10,9

(0

,6)

2,8

(0

,4)

Fin

lan

dia

1,1

(0

,2)

4,8

(0

,5)

14,4

(0

,7)

27,2

(0

,7)

28,1

(0

,8)

18,1

(0

,8)

6,3

(0

,5)

Fra

ncia

8,4

(0

,8)

13,9

(1

,0)

21,4

(1

,2)

24,2

(1

,0)

19,6

(1

,0)

9,9

(0

,7)

2,6

(0

,5)

Germ

ania

7,3

(1

,0)

12,5

(0

,8)

21,2

(1

,1)

24,0

(1

,1)

19,4

(0

,9)

11,0

(0

,8)

4,5

(0

,5)

Gia

ppo

ne

3,9

(0

,6)

9,1

(0

,7)

18,9

(0

,9)

26,1

(1

,0)

23,7

(1

,0)

13,5

(0

,8)

4,8

(0

,5)

Gre

cia

13,3

(1

,1)

19,0

(1

,2)

26,8

(0

,9)

23,2

(1

,1)

12,6

(1

,0)

4,2

(0

,5)

0,9

(0

,2)

Irlanda

4,1

(0

,5)

12,3

(0

,9)

24,1

(1

,0)

28,6

(0

,9)

20,6

(0

,9)

8,6

(0

,7)

1,6

(0

,2)

Isla

nda

5,1

(0

,4)

11,7

(0

,7)

22,3

(0

,9)

26,6

(1

,0)

21,7

(0

,9)

10,1

(0

,7)

2,5

(0

,3)

Liv

ell

i d

i c

om

pe

ten

za

So

tto

liv

ell

o 1

(p

un

teg

gio

in

feri

ore

a

357,7

7)

Liv

ell

o 1

(d

a

357,7

7 a

42

0,0

7)

Liv

ell

o 2

(d

a

420,0

7 a

48

2,3

8)

Liv

ell

o 3

(d

a

482,3

8 a

54

4,6

8)

Liv

ell

o 4

(da

544,6

8 a

60

6,9

9)

Liv

ell

o 5

(d

a

606,9

9 a

66

9,3

0)

Liv

ell

o 6

(p

un

teg

gio

su

peri

ore

a

669,3

0)

Lussem

burg

o

8,3

(0

,5)

14,5

(0

,7)

23,2

(0

,7)

25,2

(0

,8)

18,2

(1

,0)

8,2

(0

,5)

2,3

(0

,3)

Messic

o

28,4

(1

,4)

28,1

(0

,9)

25,2

(0

,8)

13,1

(0

,6)

4,3

(0

,4)

0,8

(0

,2)

0,1

(0

,0)

Norv

egia

7,3

(0

,7)

14,9

(1

,0)

24,3

(0

,8)

25,6

(1

,0)

17,4

(0

,8)

8,3

(0

,7)

2,1

(0

,3)

Nuova Z

ela

nda

4,0

(0

,3)

10,0

(0

,8)

19,5

(1

,0)

25,5

(1

,1)

22,1

(1

,0)

13,2

(0

,7)

5,7

(0

,5)

Paesi B

assi

2,4

(0

,6)

9,1

(0

,8)

18,9

(0

,9)

24,3

(0

,9)

24,1

(1

,1)

15,8

(0

,8)

5,4

(0

,6)

Polo

nia

5,7

(0

,4)

14,2

(0

,7)

24,7

(0

,8)

26,2

(0

,7)

18,6

(0

,8)

8,6

(0

,7)

2,0

(0

,3)

Port

ogallo

12,0

(1

,0)

18,7

(0

,9)

25,1

(0

,9)

24,0

(0

,9)

14,4

(0

,8)

4,9

(0

,4)

0,8

(0

,2)

Regn

o U

nito

5,9

(0

,6)

13,8

(0

,7)

24,7

(0

,8)

26,3

(0

,7)

18,1

(0

,6)

8,7

(0

,5)

2,5

(0

,3)

Rep.

Ceca

7,2

(0

,7)

11,9

(0

,8)

20,5

(1

,0)

23,0

(0

,9)

19,1

(1

,1)

12,3

(0

,8)

6,0

(0

,7)

Rep.

Slo

vacca

8,1

(0

,7)

12,8

(0

,9)

24,1

(1

,0)

25,3

(1

,0)

18,8

(0

,9)

8,6

(0

,7)

2,4

(0

,4)

Spagn

a

8,6

(0

,5)

16,1

(0

,8)

25,2

(0

,9)

26,2

(0

,6)

16,8

(0

,5)

6,1

(0

,4)

1,2

(0

,2)

Sta

ti U

niti

9,9

(1

,2)

18,2

(0

,9)

26,1

(1

,2)

23,1

(1

,1)

15,1

(1

,0)

6,4

(0

,7)

1,3

(0

,2)

Svezia

5,4

(0

,6)

12,9

(0

,8)

23,0

(0

,8)

26,0

(1

,0)

20,1

(0

,9)

9,7

(0

,6)

2,9

(0

,4)

Sviz

zera

4,6

(0

,5)

9,0

(0

,6)

17,4

(1

,0)

23,2

(0

,8)

23,2

(0

,9)

15,9

(0

,7)

6,8

(0

,6)

Turc

hia

24,0

(1

,4)

28,1

(1

,4)

24,3

(1

,3)

12,8

(0

,8)

6,7

(0

,9)

3,0

(0

,8)

1,2

(0

,5)

Ungheria

6,7

(0

,6)

14,5

(0

,8)

25,1

(1

,0)

26,5

(0

,9)

16,9

(1

,1)

7,7

(0

,7)

2,6

(0

,5)

Tota

le O

CS

E

10,2

(0

,3)

16,2

(0

,3)

23,2

(0

,4)

22,8

(0

,4)

16,7

(0

,3)

8,3

(0

,2)

2,6

(0

,1)

Media

OC

SE

7,7

(0

,1)

13,6

(0

,2)

21,9

(0

,2)

24,3

(0

,2)

19,1

(0

,2)

10,0

(0

,1)

3,3

(0

,1)

Tav. III: Media e dispersione dei risultati sulla scala di literacy matematica per area geografica e per tipo di istruzione

Area geografica

Tipo di istruzione Punteggio medio Deviazione

Standard

Licei 531 (5,5) 75 (2,5)Istituti Tecnici 495 (6,0) 75 (2,5)Istituti Professionali 429 (7,0) 75 (3,8)Scuole Medie 385 (27,7) 94 (12,5)Formazione Professionale 374 (28,9) 83 (8,2)

Nord Ovest

Totale 487 (4,3) 90 (3,3)Licei 548 (5,2) 78 (2,1)Istituti Tecnici 521 (5,5) 79 (2,8)Istituti Professionali 432 (4,9) 79 (3,6)

Scuole Medie 426 (20,8) 60 (13,3)Formazione Professionale 425 (4,1) 76 (4,1)

Nord Est

Totale 505 (3,2) 92 (1,6)Licei 509 (11,5) 76 (3,8)Istituti Tecnici 462 (9,0) 67 (6,7)Istituti Professionali 407 (8,5) 68 (5,5)Scuole Medie 324 (5,3) 70 (9,9)Formazione Professionale - -

Centro

Totale 467 (8,1) 84 (5,0)Licei 473 (10,2) 87 (9,3)Istituti Tecnici 443 (6,2) 78 (2,9)Istituti Professionali 376 (7,9) 74 (3,5)Scuole Medie 290 (72,2) 161 (39,8)Formazione Professionale - -

Sud

Totale 440 (5,2) 92 (5,6)Licei 454 (8,1) 86 (7,8)Istituti Tecnici 410 (6,2) 79 (3,1)Istituti Professionali 369 (17,6) 96 (13,2)Scuole Medie 342 (19,9) 92 (12,9)Formazione Professionale 356 (11,8) 71 (9,7)

Sud Isole

Totale 417 (5,2) 95 (3,3)Licei 499 (3,9) 88 (3,2)Istituti Tecnici 467 (2,9) 85 (1,7)Istituti Professionali 400 (4,1) 83 (3,2)Scuole Medie 348 (14,0) 105 (14,4)Formazione Professionale 397 (17,2) 84 (8,4)

Italia

Totale 462 (2,3) 96 (1,7)

Totale OCSE 484 (1,2) 98 (0,7)Media OCSE 498 (0,5) 92 (0,4)

Licei 558 (10,5) 75 (3,9)Istituti Tecnici 524 (11,5) 80 (5,6)Istituti Professionali 452 (8,6) 73 (6,0)Scuole Medie 427 (24,0) 56 (17,7)Formazione Professionale 416 (6,3) 70 (6,4)

VENETO

Totale 510 (6,2) 90 (2,7)

135

Ta

v.

IV:

P

erc

en

tua

le d

i s

tud

en

ti a

cia

sc

un

liv

ell

o d

ell

a s

ca

la d

i lite

racy m

ate

mati

ca, p

er

are

a g

eo

gra

fica e

per

tip

o d

i is

tru

zio

ne

Liv

elli s

ulla s

cala

di co

mp

ete

nza d

i M

ate

ma

tica

M

acro

Are

a

Tip

o d

i sc

uo

la

So

tto

liv

ell

o 1

(i

nfe

rio

re a

357,7

7)

Liv

ello

1 (

da

35

7,7

7 a

42

0,0

7)

Liv

ello

2 (

da

42

0,0

7 a

48

2,3

8)

Liv

ello

3 (

da

48

2,3

8 a

54

4,6

8)

Liv

ello

4 (

da

544,6

8 a

606,9

9)

Liv

ello

5 (

da

606,9

9 a

669,3

0)

Liv

ello

6

(su

peri

ore

a

669,3

0)

Lic

ei

1,6

5

(0,6

) 5,3

2

(1,2

) 18,2

9

(1,9

) 32,3

3

(2,4

) 26,8

(1

,7)

12,7

(1

,5)

2,9

(0

,7)

Te

cn

ici

3,6

6(1

,1)

12,6

1(1

,7)

26,6

(1,7

)31,0

8(2

,1)

19,3

(2,3

)6,1

5(1

,2)

0,6

(0,3

)

Pro

fessio

nali

16,0

1

(2,8

) 28,7

8

(3,1

) 31,8

5

(2,8

) 17,6

(2

,5)

4,8

6

(1,5

) 0,6

9

(0,4

) 0,3

(0

,2)

Scu

ole

me

die

31,4

1(1

1,6

)31,0

7(1

2,8

)21,9

6(7

,8)

13,7

2(9

,1)

2,2

9(3

,3)

Form

azio

ne p

rof.

41,5

6

(16,3

) 28,9

4

(7,2

) 19,9

2

(7,6

) 7,6

4

(4,5

) 1,6

6

(1,3

) 0,4

8

(0,7

)

No

rdO

ves

t

To

tale

7,9

(1

,3)

14,3

(1

,2)

24,0

(1

,2)

27,2

(1

,4)

18,0

(1

,1)

7,2

(0

,8)

1,4

(0

,3)

Lic

ei

0,8

(0

,3)

4,6

7

(0,8

) 14,5

9

(1,7

) 27,3

9

(1,7

) 30,2

(2

,1)

16,5

(1

,7)

5,9

(1

,0)

Te

cn

ici

2,2

9(0

,7)

8,0

4(1

,4)

19,5

9(2

,1)

30,9

9(2

,0)

25,3

(1,9

)11,3

(1,2

)2

,5(0

,5)

Pro

fessio

nali

16,4

6

(1,4

) 27,4

9

(1,9

) 30,9

(1

,8)

17,3

7

(1,4

) 6,4

8

(1,9

) 1,1

8

(0,6

) 0,1

(0

,2)

Scu

ole

me

die

12,0

5(7

,1)

32,4

9(2

4,8

)41,4

1(1

8,7

)10,2

5(1

0,7

)3,7

9(4

,9)

Form

azio

ne p

rof.

18,0

6

(2,3

) 29,2

4

(3,9

) 30,2

7

(3,1

) 17,1

7

(2,6

) 4,3

8

(1,5

) 0,7

6

(0,5

) 0,2

(0

,1)

No

rd E

st

To

tale

5,8

(0

,4)

12,5

(0

,8)

21,0

(1

,1)

25,7

(0

,9)

21,6

(1

,1)

10,3

(0

,7)

3,1

(0

,4)

Lic

ei

1,9

6

(1,1

) 9,3

8

(2,4

) 26,1

9

(4,8

) 29,4

7

(2,4

) 22,7

(3

,8)

8,7

2

(2,8

) 1,6

(1

,0)

Te

cn

ici

6,0

7(2

,8)

19,0

5(3

,5)

34,7

2(5

,2)

30,5

8(4

,4)

8,4

5(3

,3)

1,0

8(1

,0)

0,2

(0,2

)

Pro

fessio

nali

23,6

9

(3,4

) 34,3

5

(5,7

) 27,7

4

(3,5

) 12,1

1

(3,8

) 1,9

1

(1,6

) 1

(0,9

)

Scu

ole

me

die

70,7

7(8

,5)

15,4

8(7

,9)

13,7

6(5

,2)

Cen

tro

To

tale

9,7

(2

,1)

18,5

(2

,1)

28,8

(2

,9)

24,9

(2

,2)

13,0

(2

,1)

4,3

(1

,4)

0,7

(0

,4)

Liv

elli s

ulla s

cala

di co

mp

ete

nza d

i M

ate

ma

tica

M

acro

Are

a

Tip

o d

i sc

uo

la

So

tto

liv

ell

o 1

(i

nfe

rio

re a

357,7

7)

Liv

ello

1 (

da

35

7,7

7 a

42

0,0

7)

Liv

ello

2 (

da

42

0,0

7 a

48

2,3

8)

Liv

ello

3 (

da

48

2,3

8 a

54

4,6

8)

Liv

ello

4 (

da

544,6

8 a

606,9

9)

Liv

ello

5 (

da

606,9

9 a

669,3

0)

Liv

ello

6

(su

peri

ore

a

669,3

0)

Lic

ei

7,7

5(1

,7)

19

,04

(2,3

)29

,99

(2,4

)24

,61

(1,9

)12

,7(1

,6)

3,3

9(0

,9)

2,6

(2,2

)

Te

cn

ici

13

,65

(1,9

)25

,58

(2,4

)30

,31

(3,2

)20

,1(2

,3)

8,4

9(1

,7)

1,8

7(0

,6)

Pro

fessio

na

li 3

9,8

5(4

,5)

32

,9(3

,3)

19

,14

(3,3

)7

,3(1

,7)

0,8

1(0

,5)

Scu

ole

me

die

54

,31

(18

,3)

35

,2(2

3,2

)17

,48

(8,3

)

Su

d

To

tale

17

,4(1

,4)

24

,4(1

,6)

27

,4(1

,6)

19

,0(1

,1)

8,5

(0,9

)2

,1(0

,4)

1,1

(1,0

)

Lic

ei

12

,05

(3,6

)21

,2(1

,7)

30

,06

(2,8

)22

,02

(2,2

)11

,1(1

,2)

3,2

8(0

,7)

0,3

(0,2

)

Te

cn

ici

24

,38

(3,7

)29

,56

(2,1

)28

,81

(3,0

)13

,01

(2,1

)3

,53

(0,7

)0

,63

(0,4

)0

,1(0

,1)

Pro

fessio

na

li 4

6,5

5(6

,0)

28

,38

(3,9

)15

,28

(2,6

)3

,67

(2,1

)4

,69

(3,9

)1

,78

(1,8

)

Scu

ole

me

die

56

,8(9

,8)

24

,74

(6,7

)12

,66

(7,1

)3

,58

(4,0

)2

,22

(2,8

)1

,11

(1,1

)

Fo

rma

zio

ne

pro

f.

52

(11

,1)

27

,33

(14

,2)

14

,67

(8,3

)7

,5(4

,8)

Su

d Iso

le

To

tale

25

,3(2

,2)

25

,4(1

,3)

25

,6(1

,8)

14

,5(1

,3)

7,1

(1,1

)2

,0(0

,6)

0,2

(0,1

)

Lic

ei

5,3

(0,9

)12

,7(0

,9)

24

,6(1

,4)

27

(1,0

)19

,7(1

,0)

8,2

(0,7

)2

,5(0

,6)

Te

cn

ici

9,8

(0,9

)18

,9(1

,1)

27

,9(1

,4)

25

,1(1

,1)

13

,3(0

,9)

4,3

(0,4

)0

,6(0

,1)

Pro

fessio

na

li 2

9,4

(1,9

)30

,6(1

,9)

24

,5(1

,1)

11

,3(1

,2)

3,5

(1,0

)0

,7(0

,4)

0,1

(0,0

)

Scu

ole

me

die

50

(7,2

)26

,4(6

,5)

17

(6,1

)5

(2,4

)1

,5(1

,6)

0,5

(0,5

)0

(0,0

)

Fo

rma

zio

ne

pro

f.

31,2

(9,6

)29

,1(4

,1)

24

,5(4

,5)

11

,8(2

,5)

2,9

(1,0

)0

,5(0

,3)

0,1

(0,1

)

ITA

LIA

To

tale

13

,5(0

,7)

19

,3(0

,7)

25

,5(0

,7)

22

,1(0

,7)

13

,3(0

,6)

5,0

(0,4

)1

,3(0

,3)

Lic

ei

0,3

9

(0,3

) 3,6

9

(1,5

) 11,9

1

(3,5

) 27,1

3

(3,5

) 31,9

(3

,9)

18,2

(3

,2)

6,9

(1

,9)

Te

cn

ici

1,7

6(1

,0)

8,2

3(2

,8)

18,8

8(4

,3)

29,1

5(3

,4)

26,9

(4,2

)12,5

(2,2

)2

,6(1

,0)

Pro

fessio

nali

9,0

5

(1,7

) 23,7

1

(3,3

) 36,1

4

(4,4

) 20,6

9

(3,0

) 8,5

3

(3,8

) 1,6

5

(1,2

) 0,4

(0

,4)

Scu

ole

me

die

10,7

7(8

,7)

32,3

1(3

1,1

)44,6

2(2

0,7

)11,5

4(1

1,3

)7,6

9(5

,0)

Ve

ne

to

Form

azio

ne p

rof.

20,1

8

(4,2

) 32,8

3

(6,5

) 29,9

5

(5,2

) 14,1

9

(3,6

) 2,6

9

(2,2

) 0,8

4

(0,8

)

T

ota

le

4,3

5

(0,7

)12,3

(1,6

)21,5

2(2

,5)

25,0

7(2

,0)

22,4

(2,4

)11

(1,4

)3

,4(0

,8)

Tav.

V:

P

erc

en

tuale

di

stu

den

ti a

cia

sc

un

liv

ello

della s

cala

di

lite

racy m

ate

mati

ca,

per

are

a g

eo

gra

fica e

per

gen

ere

Are

e

Gen

ere

So

tto

liv

ell

o 1

(i

nfe

rio

re a

357,7

7)

Liv

ell

o 1

(d

a

357,7

7 a

420,0

7)

Liv

ell

o 2

(d

a

420,0

7 a

482,3

8)

Liv

ell

o 3

(d

a

482,3

8 a

544,6

8)

Liv

ell

o 4

(d

a

544,6

8 a

606,9

9 )

Liv

ell

o 5

(d

a

606,9

9 a

669,3

0 )

Liv

ell

o 6

(s

up

eri

ore

a

669,3

0)

Fem

min

e

6,0

(1

,1)

14,6

(2

,2)

23,0

(2

,7)

25,6

(2

,6)

21,5

(3

,7)

7,9

(1

,9)

1,4

(0

,7)

VE

NE

TO

Maschi

2,8

(0

,7)

10,2

(2

,5)

20,1

(3

,7)

24,5

(2

,6)

23,2

(2

,6)

14,0

(1

,7)

5,2

(1

,2)

Fem

min

e

6,7

(0

,9)

14,4

(1

,4)

25,2

(1

,6)

29,2

(2

,1)

18,3

(1

,8)

5,4

(0

,9)

0,7

(0

,3)

No

rd O

ve

st

Maschi

9,2

(2

,4)

14,2

(1

,6)

22,8

(1

,6)

25,1

(1

,3)

17,7

(1

,6)

9,0

(1

,4)

2,0

(0

,6)

Fem

min

e

7,7

(0

,7)

14,6

(1

,1)

22,5

(1

,3)

25,5

(1

,3)

20,2

(1

,9)

8,0

(1

,1)

1,5

(0

,5)

No

rd E

st

Maschi

4,0

(0

,6)

10,4

(1

,2)

19,5

(1

,6)

25,8

(1

,5)

23,0

(1

,3)

12,6

(0

,9)

4,6

(0

,7)

Fem

min

e

9,5

(2

,4)

22,0

(3

,5)

30,5

(3

,7)

23,7

(3

,0)

11,8

(3

,1)

2,2

(1

,1)

0,5

(0

,4)

Cen

tro

Maschi

10,0

(2

,9)

15,3

(2

,9)

27,2

(3

,5)

26,1

(2

,9)

14,2

(2

,0)

6,2

(2

,1)

1,0

(0

,8)

Fem

min

e

19,0

(2

,0)

27,7

(2

,0)

28,1

(2

,2)

16,6

(1

,7)

6,4

(1

,0)

1,1

(0

,4)

1,1

(1

,0)

Su

dM

aschi

15,8

(1

,4)

21,2

(1

,8)

26,7

(1

,7)

21,4

(1

,4)

10,6

(1

,2)

3,1

(0

,7)

1,2

(1

,0)

Fem

min

e

25,1

(2

,9)

27,6

(1

,8)

27,6

(2

,3)

14,1

(1

,8)

4,8

(1

,0)

0,8

(0

,4)

0,1

(0

,1)

Su

d I

so

le

Maschi

25,5

(2

,5)

22,8

(2

,5)

23,4

(2

,1)

14,9

(1

,7)

9,7

(1

,8)

3,4

(1

,1)

0,3

(0

,2)

Fem

min

e

13,0

(0

,9)

17,0

(0

,9)

24,1

(0

,8)

22,7

(0

,8)

14,8

(0

,7)

6,6

(0

,6)

1,8

(0

,3)

ITA

LIA

M

aschi

14,0

(0

,9)

21,6

(1

,0)

26,8

(1

,0)

21,6

(0

,9)

11,9

(0

,8)

3,3

(0

,4)

0,8

(0

,3)

6. Caratteristiche degli studenti e risultati nei tre ambiti

Angela Martini

6.1 L’influenza delle caratteristiche socio-demografiche sulle prestazioni in scienze, lettura e matematica

Sotto il profilo socio-demografico, gli studenti del campione veneto che hanno partecipato alla rilevazione PISA 2006 sono per il 51,3% maschi e per il 48,7% femmine. Complessivamente, come si può vedere dalla Tabella 1 (ultima colonna), gli iscritti ai licei sono il 36%, agli istituti tecnici il 32%, agli istituti professionali il 23%, mentre il 7% frequenta un corso di formazione professionale1.

Sebbene la proporzione di maschi e femmine sia sostanzialmente simile a livello regionale, gli alunni dei due sessi non si distribuiscono uniformemente nei vari tipi di scuola secondaria superiore, ma – secondo una tendenza già osservata nel 2003 – le femmine tendono a prevalere nell’istruzione liceale, i maschi in quella tecnica. Stando ai dati della terza e ultima rilevazione PISA, nell’istruzione e formazione professionale le femmine risultano più numerose, rispettivamente il 58% e il 66% contro il 42% e il 34%. Ciò riflette tuttavia una contingenza del campione 2006, che – si badi – è stratificato per tipo di scuola senza tener conto del particolare indirizzo frequentato e/o del sesso degli studenti2. Nella realtà, anche nel settore professionale, come in quello tecnico, si riscontra, in base ai dati sulle iscrizioni annuali nella regione, una tendenza generale ad una maggior presenza di maschi rispetto alle femmine.

1 La percentuale relativa agli alunni della scuola media che compare nella tabella corrisponde non agli studenti di questa fascia d’istruzione, ma solo agli alunni di 15 anni – popolazione targetdell’indagine PISA – che a quest’età vi si trovano ancora. 2 Il campionamento effettuato in PISA è un campionamento complesso stratificato a due stadi, in cui, nel primo stadio, sono selezionate le scuole con probabilità proporzionale alla loro dimensione, mentre al secondo stadio vengono estratti, con probabilità eguale, 35 studenti fra tutti gli alunni quindicenni iscritti in ciascuna scuola campionata. Se in un istituto i quindicenni sono meno di 35, vengono tutti inseriti nel campione. La tipologia di scuola, che è una variabile esplicita di campionamento nel caso dell’Italia, prevede 5 categorie: liceo, istituto tecnico, istituto professionale, CFP, scuola media.

139

Tabella 6.1: Quadro riassuntivo della distribuzione degli alunni per tipo di scuola e genere (dati pesati)

Tipo di scuola Insieme di riferimento

Femmine MaschiTotale

(per riga)

% entro Licei 57,3 42,7 100,0

% entro genere 42,5 30,2 Licei

% entro totale 20,7 15,5 36,2

% entro Tecnici 29,3 70,7 100,0

% entro genere 19,3 44,4 Istitutitecnici

% entro totale 9,4 22,7 32,1

% entro Professionali 58,2 41,8 100,0

% entro genere 27,0 18,4 Istitutiprofessionali

% entro totale 13,2 9,5 22,6

% entro Scuole Medie 38,5 61,5 100,0

% entro genere 1,4 2,1 Scuole Medie

% entro totale 0,7 1,1 1,8

% entro CFP 65,7 34,3 100,0

% entro genere 9,8 4,9 CFP

% entro totale 4,8 2,5 7,3

% entro genere 100,0 100,0 Totali

(per colonna) % entro totale 48,7 51,3 100,0

Il sesso cui appartiene l’alunno ha un peso rilevante sui risultati delle prove PISA, come è stato constatato in tutte le fasi dell’indagine fin qui svoltesi. La differenza di genere produce sui punteggi un effetto marcato e orientato in un senso ben preciso soprattutto in lettura e in matematica. Mentre nel primo ambito le femmine ottengono punteggi nettamente superiori ai maschi, nel secondo accade il contrario. Il Veneto non fa eccezione alla “regola”, come si può vedere dai dati presentati nei capitoli dedicati alla comprensione di testi e alla matematica. Tuttavia, quel che è più interessante osservare è che la differenza non è costante lungo tutta la scala di misura delle due competenze, ma in lettura essa tende ad ampliarsi ai livelli inferiori e in matematica a quelli superiori. Per questa ragione, quando si disaggregano i dati per tipo di scuola (vedi Tabella 6.2), passando dai licei agli istituti tecnici e da questi ai Professionali lo svantaggio maschile in lettura tende ad ampliarsi, mentre in matematica è nei licei – dove si trovano gli alunni con i più alti livelli di abilità - che la differenza di prestazione, questa volta a sfavore delle femmine, diventa relativamente più grande, risultando statisticamente significativa3. Un po’ diversamente si comportano gli studenti dei Centri di Formazione, almeno per quanto riguarda la matematica, in cui le femmine, contrariamente a quanto accade nell’istruzione professionale, hanno un punteggio nettamente più basso di quello dei maschi, forse perché entra qui in

3 Per una disamina approfondita della questione, che ha diversi risvolti, si rinvia all’approfondimento (Martini, 2005) contenuto nel Rapporto Regionale del Veneto PISA 2003.

140

gioco un fattore legato al curricolo proprio della specializzazione lavorativa prescelta.

Tabella 6.2: I risultati di maschi e femmine nel Veneto per tipo di scuola

Scienze Lettura MatematicaTipo di scuola Maschi Femm. M - F Maschi Femm. M - F Maschi Femm. M - F

Licei 587(7,1)

562(12,1)

25(14,8)

564(7,6)

574(8,6)

-11(11,7)

577(10,3)

543(13,1)

34(14,1)

Ist.tecnici

536(10,8)

528(15,3)

8(17,8)

496(15,0)

544(13,0)

-48(16,5)

533(13,4)

504(13,5)

29(18,2)

Ist.profes.

471(8,6)

469(13,9)

3(16,9)

420(12,6)

485(12,1)

-65(21,7)

452(5,5)

451(15,5)

1(0,1)

CFP 445(10,8)

428(14,1)

17(17,6)

384(23,4)

448(18,4)

-65(14,7)

441(8,0)

403(9,6)

38(13,8)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05).

In scienze, almeno nel Veneto, i maschi hanno punteggi superiori alle femmine in tutti gli ordini di scuola ma le differenze non sono significative. Sul piano internazionale, sebbene si osservi una tendenza ad ottenere punteggi più elevati in scienze da parte dei maschi, la differenza legata al genere è meno pervasiva di quanto non avvenga con la matematica e la lettura e fra i paesi partecipanti a PISA sono relativamente numerosi quelli dove lo scarto maschi-femmine cambia di segno.

Se si considerano i punteggi degli studenti veneti dei due sessi sulle varie sottoscale in cui si articola la prova di competenza scientifica, oltre che sulla scala complessiva, il quadro che ne risulta è illustrato nel grafico di Figura 6.1.

In tutte le sottoscale, tranne che nella “Individuazione di questioni scientifiche”, le femmine ottengono un punteggio inferiore ai maschi ma la differenza è statisticamente significativa solo sulla sottoscala “Spiegare i fenomeni in modo scientifico” e nelle due sottoscale “Sistemi della Terra e dell’universo” e “Sistemi chimici e fisici”. Sotto quest’ultimo aspetto, il risultato è in linea con quanto rilevato anche in altre ricerche a larga scala sull’apprendimento scientifico, da cui è emerso che l’esito delle prove di scienze - che tipicamente insistono su argomenti relativi ad una pluralità di branche disciplinari (fisica, chimica, geologia, biologia, ecc.) - è condizionato, per quanto riguarda sia la dimensione che il segno della differenza di genere, dalla maggiore o minore presenza di item afferenti all’una o all’altra area di contenuti. I maschi hanno risultati superiori soprattutto in fisica, seguita dalla chimica e dalle scienze della Terra, mentre in biologia ed ecologia il vantaggio maschile si azzera o addirittura prevalgono le femmine (Martin, 2004).

141

Figura 6.1: Punteggi in scienze sulla scala complessiva e sulle sottoscale per genere

Fonte: Tavola I in Appendice

Tra le variabili socio-demografiche, lo status della famiglia di provenienza dell’alunno riveste una particolare importanza per l’influenza, più volte constatata e sempre riconfermata dalla ricerca sperimentale, che essa ha sugli apprendimenti scolastici.

L’indicatore che in PISA misura la qualità dell’ambiente famigliare degli studenti è denominato “Escs” (economic-social-cultural status index), abbreviazione con cui si farà ad esso riferimento nella continuazione del discorso. L’Escs è un indice composito che integra tre tipi di variabili: a) il livello d’istruzione dei genitori; b) ilprestigio sociale della professione da essi esercitata; c) la presenza in casa dirisorse di tipo educativo (ad es. un dizionario di lingua straniera) e di benimateriali (lavastoviglie, televisione al plasma, ecc.) e culturali (libri, ecc.).L’indicatore, come tutti quelli costruiti a partire dalle risposte ai questionari che in PISA affiancano le prove cognitive, è standardizzato sui parametri dei paesi membri dell’OCSE, con media eguale a zero e deviazione standard eguale aduno4.

A livello regionale, la media dell’indice (vedi Tabella 6.3) è praticamente pari a quella dei paesi OCSE e più alta della media italiana. Anche la dispersione delle

4 I paesi dell’OCSE (Organizzazione per la Cooperazione e lo Sviluppo Economici) sono trenta. Su di essi sono stimati tutti i parametri di riferimento di PISA, ai quali sono riportate le misure ottenute nei paesi cosiddetti partners, cioè i paesi che non fanno parte dell’OCSE ma che partecipanougualmente all’indagine.

142

misure, espressa dalla deviazione standard, è simile a quella OCSE e, in questo caso, minore di quella dell’Italia nel suo insieme. La medesima relazione si osserva, infine, per quanto riguarda la percentuale di alunni che ricadono nel 15 per cento più basso della distribuzione internazionale di Escs.

Un po’ diversamente vanno invece le cose nel caso dell‘indice di asimmetria, rispetto a cui Veneto e Italia appaiono allineati sullo stesso valore, differenziandosi dalla media dei paesi OCSE. L’indice di asimmetria ci dice quanto una distribuzione di misure si allontana da una curva “normale” (curva a campana o gaussiana) e, a seconda che esso sia positivo o negativo, se la coda della distribuzione tende ad esser più lunga in corrispondenza dell’estremità superiore della distribuzione oppure all’estremità inferiore. Nel primo caso si ha un addensamento dei dati nella parte sinistra della curva, in corrispondenza dei valori più bassi, mentre nel secondo avviene l’inverso.

Tabella 6.3: Caratteristiche dell’andamento dell’indice Escs

Media Dev. standard

Indice di asimmetria(skewness)

% alunni che cadono nel 15 per cento più basso della

distribuzione internazionale di Escs

Veneto 0,00 (0,05) 0,92 (0,02) 0,21 (0,06) 14,5 (1,3)

Italia -0,07 (0,02) 0,98 (0,01) 0,21 (0,02) 18,7 (0,6)

OCSE 0,00 (0,00) 0,91 (0,00) -0,07 (0,01) 14,9 (0,1)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Gli indicatori in Tabella 6.3 ci danno un’idea degli ostacoli che un dato paese - o una certa regione - deve affrontare sulla via del perseguimento di un’equa ripartizione delle opportunità educative fra tutti i cittadini. L’equità5 è, infatti, tanto più difficile da raggiungere quanto più il livello socio-economico della popolazione è complessivamente basso e quanto più grandi sono le differenze sotto tale aspetto al suo interno, in particolare quando vi è una tendenza dei casi a concentrarsi ai livelli meno elevati. Inoltre, come il Rapporto Internazionale (OECD, 2007) sottolinea, perseguire l’equità diviene tanto più difficile quanto più il livello medio delle prestazioni s’innalza, come indica la stretta relazione che nei

5 L’equità è uno dei tre criteri – gli altri sono l’efficacia e l’efficienza – con cui oggi si valuta la qualità di un sistema educativo. Gli indicatori con cui la si misura sono molteplici (Bottani e Benadusi, 2006). Tra i più utilizzati, vi è la differenza nei livelli di apprendimento che separa gli alunni con i migliori e i peggiori risultati, il peso che l’origine famigliare ha sui risultati scolastici, la percentuale di alunni al di sotto di una soglia minima nelle competenze di base.

143

paesi OCSE esiste tra prestazione in scienze e pendenza del gradiente socio-economico6.

Il grafico di Figura 6.2 mette a confronto la relazione che intercorre fra Escs e punteggio sulla scala di competenza scientifica rispettivamente nella regione,nell’Italia globalmente considerata e nella totalità degli studenti dei paesi OCSE.

Figura 6.2: Relazione tra indice Escs e punteggio in scienze

350

400

450

500

550

600

-2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2

Indice di status socio-economico-culturale

Pu

nte

gg

io in

sci

enze

Veneto Italia OCSE

Fonte: Tavola II in Appendice

Come si può osservare, non solo l’altezza del gradiente7 nel Veneto è superiorea quella dei gradienti dell’Italia e dell’OCSE – il che vuol dire che, a parità di status, uno studente veneto ottiene mediamente in scienze un punteggio più elevato – ma la linea, oltre a mantenersi in gran parte al di sopra dei 500 punti, ha un’inclinazione minore di quella che si riscontra nell’insieme dei paesi OCSE e analoga alla pendenza del gradiente italiano. Questo significa che l’effetto sulla

6 Il gradiente socio-economico è la linea che rappresenta la relazione tra Escs e prestazione in un certo ambito, ottenuta dalla regressione di una variabile sull’altra. Quanto più esso è ripido, tanto più forte è l’effetto dell’origine sociale sul risultato della prova. 7 Essa è data dal segmento di perpendicolare all’asse X innalzata in corrispondenza del valore “0” -cioè, nel nostro caso, della media OCSE dell’indice di status - fino ad incontrare la linea di gradiente medesima.

144

prestazione in scienze prodotto da una stessa variazione sull’indicatore di status è meno forte nel Veneto e in Italia di quanto non si verifichi nell’area OCSE.

Due altre notazioni sono opportune prima di chiudere su questo punto. Sia in Italia che nel Veneto il gradiente è curvilineo, mentre la relazione di Escs con i risultati in scienze degli studenti OCSE globalmente presi è rappresentata da una retta8. All’aumento dell’indice di status, dunque, non solo i punteggi sulla scala di competenza scientifica degli alunni italiani e veneti crescono di meno, ma, superato un certo stadio, essi tendono a livellarsi. Anche la lunghezza9 della proiezione della linea di gradiente sull’asse orizzontale è simile per l’Italia e il Veneto e più breve complessivamente rispetto alla media OCSE. Il gradiente veneto, in particolare, è un po’ più corto di quello italiano all’estremo inferiore e decisamente più corto di quello OCSE, denotando che la gamma delle condizioni socio-economiche nella regione è da un lato più contenuta e dall’altro più spostata in direzione dei valori più elevati dell’indice.

La Tabella 6.4 analizza in dettaglio il rapporto tra condizione sociale degli alunni e prestazioni in tutti e tre gli ambiti.

Tabella 6.4: Influenza dello status sociale dello studente sui punteggi nei tre ambiti (e.s. fra parentesi)

Scala

Effettodell’aumentodi una unità

di Escs

Indice di curvilinearità del gradiente

(Escs2)

Punt. medio all’interno

del quartile inf. di Escs

Punt. medio all’interno

del quartile sup. di Escs

Varianzaspiegata da Escs

(R2)Scienze 29 (3,5) -6,22 (2,6) 487 (7,0) 555 (6,9) 9,4%

Lettura 28 (3,5) -3,91 (2,8) 480 (7,5) 542 (6,9) 7,1%

Matematica 27 (4,2) -7,12 (2,6) 475 (7,1) 537 (8,9) 7,6%

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Come si può osservare, una variazione unitaria dell’indicatore di status comporta un incremento medio di 29 punti del risultato in scienze e molto simile è l’influenza sui risultati in lettura e in matematica. Cosa che abbiamo già visto nel caso delle scienze, anche in matematica la relazione dello status col punteggio ottenuto non è lineare. L’indice di curvilinearità del gradiente è infatti significativo ed ha segno negativo, il che vuol dire che esso ha, ancora una volta, una forma convessa. In altre parole, l’aumento del punteggio sia in scienze che in matematica associato all’aumento di una unità di Escs non è costante: al crescere di quest’ultimo, il punteggio sulle due scale di competenza cresce a sua volta ma oltre un certo livello cessa di farlo. Pressoché lineare è invece la

8 A dire il vero, anche il gradiente totale OCSE è debolmente curvilineo, ma il valore dell’indice che misura questa caratteristica è così piccolo (-0,86) da esser praticamente trascurabile.9 La lunghezza della linea di gradiente, i cui estremi inferiore e superiore corrispondono al 5° e al 95° percentile della distribuzione di Escs, vale a dire ai valori al di sotto dei quali si trova rispettivamente il 5% e il 95% dei valori dell’indice rilevati in un dato contesto, ci informa sull’estensione della gamma di condizioni socio-economiche presenti in una popolazione.

145

relazione di Escs col punteggio in lettura: l’indice di curvilinearità del gradiente è anch’esso negativo ma in questo caso non è significativo. Come si può poi constatare, i punteggi medi degli alunni che appartengono rispettivamente al quartile inferiore e superiore10 della distribuzione regionale dell’indice di status sidiscostano in tutte e tre le aree di più di sessanta punti. Complessivamente, l’Escs spiega circa il 9% della variabilità dei risultati in scienze e fra il 7 e l’8 per cento della varianza in lettura e in matematica.

Quanto siamo fin qui venuti dicendo vale, però, solo se si considerano gli alunni globalmente, senza tener conto del tipo di scuola frequentata. Quando infatti si va a vedere quale sia l’effetto che l’aumento di una unità dell’indice di status dello studente ha sui risultati all’interno di ciascuno dei tipi d’istruzione (Tabella 6.5), si può constatare che solo negli istituti professionali e solo per le scienze e la matematica l’Escs conserva un impatto significativo, mentre in generale esso ha un peso sui punteggi non solo molto più ridotto - o addirittura quasi nullo come negli istituti tecnici - ma anche nella gran parte dei casi non significativo. Ciò è una diretta conseguenza della maggiore omogeneità sociale esistente fra gli alunni che frequentano lo stesso tipo di scuola rispetto a quella che si riscontra nel campione complessivo.

Tabella 6.5: Incidenza dello status sociale dello studente entro i tipi di scuola

Licei Istituti Tecnici IstitutiProfessionali CFP

ScalaInter-

cetta11

Effettodi

Escs12

Inter-cetta11

Effettodi

Escs12

Inter-cetta11

Effettodi

Escs12

Inter-cetta11

Effettodi

Escs12

Scienze 567(10,0)

11,8(8,8)

534(9,0)

0,2(5,9)

476(8,6)

20,4(7,7)

443(13,0)

12,1(7,0)

Lettura 567(6,3)

6,9(5,9)

511(11,4)

-2,0(6,2)

462(12,7)

14,0(8,1)

422(36,0)

-6,0(17,3)

Matematica 554(11,3)

8,2(8,7)

524(11,3)

-1,9(4,3)

457(9,0)

18,4(9,2)

423(7,8)

9,4(8,8)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Le ultime due caratteristiche di background degli studenti che prendiamo in considerazione in questo paragrafo sono l’eventuale provenienza da un paese straniero e la lingua prevalentemente parlata a casa.

10 I quartili sono i punteggi percentili che ripartiscono la distribuzione delle misure di una variabile in quattro gruppi, ciascuno comprendente un quarto dei punteggi ordinati in senso crescente. Ad esempio, il primo quartile – 25° percentile – è il punteggio al di sotto del quale si trova il 25% dei punteggi di una distribuzione. Qui – e successivamente nel testo - per “quartile inferiore” e “quartile superiore” si intendono i due gruppi estremi della distribuzione delle misure di una variabile, ciascuno formato rispettivamente dal 25% dei valori più bassi e più alti.11 L’intercetta corrisponde al punteggio stimato di un alunno il cui status socio-economico-culturaleè pari alla media OCSE (a sua volta pressoché eguale, come s’è detto, alla media del Veneto).12 L’effetto di Escs corrisponde al grado d’inclinazione (o coefficiente di regressione) della retta che esprime la relazione fra status socio-economico-culturale e punteggio in un dato ambito.

146

I quindicenni immigrati che frequentano la scuola hanno per la prima volta nel 2006 superato in Italia la soglia del 3%, necessaria per poter essere oggetto di analisi.

Nel Veneto gli studenti originari da un paese straniero sono, come del resto in tutto il Nord, in numero superiore a quello che si registra mediamente nell’Italia complessivamente presa. Stando ai dati del campionamento effettuato in occasione dell’ultima rilevazione PISA, la distribuzione di frequenza degli studenti in funzione dell’origine è quella riportata nella Tabella 6.6.

Tabella 6.6 : L’origine etnica degli studenti del campione veneto PISA 2006 (dati pesati)

Origine Veneto%

Nord-Ovest %

Nord-Est%

Italia%

OCSE%

Nativo 94,3 93,7 94,1 96,2 90,9

Immigrato 2^ generazione 0,5 1,0 0,7 0,7 5,1

Immigrato 1^ generazione 5,2 5,3 5,2 3,1 3,9

Gli studenti stranieri - senza distinguere in questo caso tra 1° e 2° generazione - presentano a livello regionale valori sull’indicatore di status socio-economico-culturale mediamente più bassi di mezza unità di deviazione standard rispetto agli studenti nativi (-0,54 versus 0,04) e la loro ripartizione nelle scuole secondarie, com’era da attendersi, segue anch’essa un andamento diverso da quello riscontrabile per gli studenti autoctoni, come si può vedere dalla Tabella 6.7.

Tabella 6.7: Distribuzione percentuale degli studenti nelle scuole secondarie del Veneto in funzione dell’origine (dati pesati)

Origine Licei Istituti tecnici Istitutiprofessionali CFP

Nativi 37,7 32,7 22,7 6,9

Immigrati 25,4 28,2 27,4 19,0

Tenuto conto di ciò, non può certo sorprendere che i risultati degli alunni provenienti dall’immigrazione siano in media nettamente più bassi, in maniera statisticamente significativa, di quelli dei coetanei italiani (Figura 6.3).

147

Figura 6.3: Differenze di punteggio nei tre ambiti fra studenti nativi e immigrati

Fonte: Tavola III in Appendice

Essi tuttavia, nel Veneto, seguono l’andamento generale dei punteggi della regione e sono dunque, in ogni caso, più alti di quelli degli studenti stranieri sia dell’Italia nel suo insieme che della macroarea Nord-Ovest e allineati ai punteggiconseguiti dagli alunni stranieri del Nord-Est.

Tabella 6.8: I risultati nei tre ambiti degli studenti d’origine immigrata

Veneto Nord-Ovest Nord-Est Italia

Scienze 439 (12,8) 421 (11,0) 441 (7,1) 421 (7,8)

Lettura 433 (27,6) 413 (14,1) 434 (13,1) 415 (10,8)

Matematica 441 (14,5) 425 (9,7) 443 (7,6) 423 (7,4)

Gli studenti che dichiarano di parlare a casa, per la maggior parte del tempo, la medesima lingua del test, vale a dire l’italiano, oppure un dialetto o una lingua diversa sono rispettivamente il 72,9, il 22,4 e il 4,7 per cento.

In tutti e tre gli ambiti testati, le differenze fra i tre gruppi di studenti nei risultati conseguiti sono marcate e statisticamente significative, come si può vedere dallatabella che segue, anche se può esser interessante osservare che le distanze sono un po’ meno pronunciate quando è in gioco la matematica rispetto allalettura o alle scienze.

148

Tabella 6.9: Differenze di punteggio in funzione della lingua parlata a casa

Lingua parlata a casa Scienze Lettura Matematica

G1: studenti che parlano la lingua del test

541 (1,6) 529 (5,5) 525 (6,6)

G2: studenti che parlano un dialetto 510 (2,3) 495 (6,6) 502 (8,2)

G3: studenti che parlano un’altra lingua

432 (5,4) 425 (27,3) 438 (15,4)

Differenza di punteggio G1 – G2 31 (7,6) 34 (6,7) 23 (8,6)

Differenza di punteggio G1 – G3 109 (8,2) 105 (26,9) 87 (14,6)

Differenza di punteggio G2 – G3 78 (16,1) 70 (27,8) 64 (17,0)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

6.2 Le caratteristiche scolastiche

PISA è un’indagine trasversale (cross-sectional) e anche se uno dei suoi obiettivi è di monitorare l’evoluzione nel tempo delle competenze degli studenti nei paesi partecipanti essa non è propriamente un’inchiesta longitudinale, giacché si svolge ad ogni fase su gruppi di alunni diversi. Ciò fa sì che non sia disponibile una misura del livello delle competenze cognitive posseduto dagli alunni all’ingresso della scuola secondaria o una misura del loro livello di capacità generale indipendente dal risultato dei test somministrati in occasione dell’indagine. La mancanza di quest’informazione pone un limite obiettivo all’interpretazione dei dati, in particolare in quei paesi, fra cui l’Italia13, dove, a 15 anni, gli alunni frequentano scuole con programmi diversi e soprattutto con un diverso livello d’esigenza. Abbiamo già visto in precedenza come la frequenza di una scuola di tipo liceale, tecnico o professionale comporti prestazioni differenti in tutti e tre gli ambiti testati. Questo, però, non può esser immediatamente inteso come una prova di una più elevata qualità didattica dei licei rispetto agli istituti tecnici o all’istruzione professionale ma è – in una misura da stabilire – un riflesso della diversa qualità, sia in termini di status sociale che di livello di capacità e competenze all’entrata nella scuola secondaria, degli studenti che s’indirizzano ai vari tipi di scuola.

Pur senza poter rimediare alla lacuna che abbiamo or ora segnalato, il questionario-studente fornisce, tuttavia, alcune informazioni sul percorso scolastico dell’alunno, che possono esser messe in relazione coi risultati. La

13 L’Italia non è la sola a prevedere, all’età di quindici anni, un’organizzazione scolastica differenziata. In genere, nei paesi anglosassoni e scandinavi, gli alunni quindicenni frequentano ancora la scuola di base di tipo comprensivo, mentre nei paesi dell’Europa continentale e mediterranea, ma anche in vari paesi orientali (ad es. il Giappone), gli studenti frequentano scuole di diverso indirizzo e grado d’esigenza, di tipo generale (academic) o tecnico-professionale.

149

prima di esse riguarda la classe frequentata al momento dell’indagine. Nel caso del Veneto, sulla base dei dati del campione regionale 2006, gli alunni regolari, vale a dire quelli che si trovano in seconda superiore14, raggiungono quasi l’82%, mentre il 16% frequenta la prima. Il restante 2% è costituito da alunni che sono ancora nella scuola media e da una quota del tutto irrisoria di alunni in anticipo.

Altre informazioni ricavabili dal questionario studente riguardano lo studio delle scienze e le ore settimanali dedicate a questa disciplina, alla matematica e alla lingua italiana, a scuola e fuori dalla scuola.

Gli alunni che dichiarano di non aver studiato nessuna materia scientifica come parte del curricolo obbligatorio l’anno prima dell’indagine, né di averlo fatto nell’anno della rilevazione, sono il 5,6%, mentre il 24,4% afferma di aver studiato una materia scientifica in uno o l’altro dei due anni e il 70% in entrambi. Come si può constatare dalla Tabella 10, la differenza di prestazione fra i tre gruppi risulta significativa solo per gli studenti che hanno studiato scienze per un anno rispetto a quelli che l’hanno fatto per due anni, mentre negli altri casi non lo è.

Tabella 6.10: Differenze sulla scala di competenza scientifica tra gli studenti a seconda che abbiano o no studiato scienze

L’alunno...

non ha studiato scienze

(G1)

ha studiato scienze un anno

(G2)

ha studiato scienze due anni

(G3)

DifferenzaG1 –G2

DifferenzaG1 – G3

DifferenzaG2 – G3

P. medio 507 (22,5) 551(8,7) 518 (5,7) -44 (28,2) -12 (23,1) 33 (8,0)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Il più alto risultato degli studenti che hanno studiato scienze per un solo anno invece che due, in sé controintuitivo, si spiega con il fatto che la variabile in questione identifica probabilmente gli studenti dei corsi ordinari di liceo scientifico, dove l’insegnamento delle scienze inizia al secondo anno. Anche il fatto che non vi sia una differenza significativa fra gli alunni che non hanno studiato scienze e quelli che l’hanno fatto - pur essendo il punteggio di questi ultimi più elevato - si giustifica con la presenza fra di essi degli alunni del liceo classico, nel quale nei primi due anni non si studia nessuna materia scientifica. Non si dimentichi, inoltre, che PISA non rileva tanto le abilità e conoscenze maturate dagli studenti quindicenni attraverso la sola frequenza della scuola quanto piuttosto le competenze sviluppate attraverso l’intera esperienza di vita, le quali possono dunque avere in parte un’origine esterna.

Gli studenti hanno risposto anche ad una serie di domande sulle ore settimanali dedicate allo studio delle scienze, della matematica e dell’italiano, distinte in: a)

14 Questa è in Italia la classe “modale”, cioè quella dove si concentra il maggior numero di studenti quindicenni.

150

ore di lezione a scuola, b) ore di lezione al di fuori dell’orario scolastico, c) ore di studio personale a casa.

La Tabella 6.11 mostra la variazione di punteggio associata all’aumento di un’ora settimanale di studio15 in ciascuna delle tre categorie e la correlazione col punteggio conseguito. Come si può vedere, le ore settimanali d’insegnamento delle scienze sono quelle che producono l’incremento positivo maggiore, superiore a quello connesso allo studio personale, mentre nel caso delle lezioni extra si registra invece una diminuzione del punteggio, presumibilmente perché si tratta soprattutto di ore di ripetizione/recupero e dunque associate all’esistenza di difficoltà nell’apprendimento. Le correlazioni col punteggio raggiunto nei tre ambiti sono modeste e sia nel segno che nell’entità seguono l’andamento dei coefficienti di regressione dei tempi di studio sulla prestazione. La matematica è l’ambito di competenza dove sia la variazione del punteggio in funzione dell’aumento dell’orario settimanale d’insegnamento sia la correlazione con il livello di prestazione sono più alte.

Tabella 6.11: Effetti dei tempi di studio sul punteggio nei tre ambiti

Variazione del punteggio per l’aumento di un’ora

di studio

Correlazione col punteggio conseguito

Ambito Tipo di ore

settimanali di studio Coefficiente di

regressione Coefficiente r di Pearson

Lezioni a scuola 14,8 (1,73) 0,36 (0,03)

Lezioni extra -13,3 (2,92) -0,15 (0,03) Scienze

Studio a casa 12,2 (1,84) 0,24 (0,03)

Lezioni a scuola 13,6 (1,80) 0,27 (0,03)

Lezioni extra -20,3 (2,31) -0,25 (0,03) Italiano

Studio a casa 11,3 (1,82) 0,21 (0,03)

Lezioni a scuola 21,3 (1,57) 0,40 (0,03)

Lezioni extra -10,0 (2,56) -0,13 (0,03) Matematica

Studio a casa 12,4 (1,92) 0,24 (0,04)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Concludiamo questa parte dicendo che nel Veneto, è stato possibile, a indagine principale conclusa, raccogliere, utilizzando gli archivi degli istituti, i giudizi conseguiti all’esame di licenza media - quindi quasi due anni prima della rilevazione PISA, effettuata di norma tra aprile e maggio - dagli studenti delle scuole secondarie campionate16, colmando così la lacuna discussa

15 La variabile è stata ricodificata e riscalata secondo le indicazioni del Rapporto Internazionale

(Annex A9). 16

La cosa è stata fattibile solo per gli alunni delle scuole statali e parificate, ma non per gli alunni della Formazione Professionale, che dunque sono esclusi da quest’analisi.

151

nell’introduzione a questo paragrafo, anche se con una misura di qualità non ottimale.

I giudizi sintetici dati al termine della scuola media, che possiamo considerare come misure di capacità generale espresse su una scala ordinale a quattrovalori, hanno una relazione positiva con i punteggi ottenuti nelle prove PISA. Il grafico di Figura 6.4 mostra il risultato medio raggiunto in scienze, lettura e matematica in funzione del giudizio riportato all’esame di licenza. In tutti e tre gli ambiti, le differenze di punteggio fra i quattro gruppi di studenti costituiti in base a tale criterio sono statisticamente significative (vedi Tavola V in Appendice).

Figura 6.4: Punteggi nei tre ambiti degli studenti secondari in funzione del giudizio di licenza media

Fonte:Tavola IV in Appendice

La scelta dell’indirizzo di scuola secondaria, pur non essendovi, in alcun caso, barriere formali all’iscrizione di chiunque ne faccia richiesta, è tuttavia notoriamente condizionata sia dall’origine famigliare dell’alunno sia dai risultati scolastici conseguiti nel precedente grado d’istruzione. Se si vanno infatti a vedere i giudizi ottenuti dagli studenti a seconda che frequentino un liceo, un istituto tecnico o un istituto professionale, il quadro che ne emerge è illustrato dalla Tabella 6.12.

152

Tabella 6.12: Distribuzione percentuale dei giudizi di licenza media per tipo di scuola (dati pesati)

Insieme di riferim. Sufficiente Buono Distinto Ottimo Totale

% entro Licei 10,8 28,9 30,1 30,2 100,0

% entro giudizio 12,7 37,7 58,0 84,2Licei

% entro totale 4,3 11,6 12,1 12,0 40,0

% entro Tecnici 37,5 37,4 19,9 5,2 100,0

% entro giudizio 38,7 42,9 33,7 12,5Istituti tecnici

% entro totale 13,2 13,2 7,0 1,8 35,2

% entro Professionali

67,0 24,1 7,0 1,9 100,0

% entro giudizio 48,6 19,4 8,3 3,3Istituti

professionali

% entro totale 16,6 6,0 1,7 0,5 24,8

% entro tutte le scuole

34,1 30,8 20,8 14,3 100,0

% entro giudizio 100,0 100,0 100,0 100,0Totali

% entro totale 34,1 30,8 20,8 14,3 100,0

È facile constatare (righe di colore bianco) che mentre nei licei la maggioranza degli studenti (60%) ha un giudizio corrispondente a “Ottimo” o “Distinto” e solo una minoranza (11%) ha un giudizio di “Sufficiente”, la situazione si rovescia completamente negli istituti professionali, dove la maggioranza (67%) ha un giudizio di “Sufficiente” e una minoranza inferiore al 10% un giudizio di “Distinto” o “Ottimo”. Negli istituti tecnici, infine, prevalgono i giudizi di “Buono” e “Sufficiente” (75%), mentre i “Distinto” e “Ottimo” assommano al 25%.

Se si considera che, ad esempio, la differenza di prestazione in scienze fra gli alunni che hanno riportato il giudizio di “Sufficiente” e quelli che hanno ottenuto il giudizio di “Ottimo” è di 131 punti (vedi Figura 6.4) mentre la differenza fra gli studenti che appartengono rispettivamente al quartile inferiore e superiore di Escs è di 68 punti (vedi Tabella 6.4), si può facilmente intuire in quale misura il livello di capacità dello studente all’ingresso della scuola secondaria contribuisca, più ancora dell’indice di status socio-economico-culturale - con cui è per altro a sua volta correlato - a render conto del divario di rendimento che si osserva fra i vari tipi d’istruzione.

153

Riferimenti bibliografici

Martin, M.O. et al. (2004), TIMSS 2003 International Science Report. Findings from the IEA’s Trends in International Mathematics and Science Study at the Fourth and Eighth Grade, Boston College, Chestnut Hill-MA.

Martini, A. (2005), ”Differenze di genere e organizzazione della scuola secondaria”, in M.T. Siniscalco e C. Marangon (a cura di), Gli studenti quindicenni nel Veneto: quali competenze? Rapporto Regionale del Veneto OCSE-PISA 2003, USR per il Veneto, pp. 177-208.

Bottani, N. e Benadusi, L. (a cura di) (2006), Eguaglianza ed equità nella scuola,Centro studi Erickson, Trento.

OECD (2007), PISA 2006: Science Competencies for Tomorrow’s World, Volume 1 e 2(http://www.pisa.oecd.org/document/2/0,3343,en_32252351_32236191_39718850_1_1_1_1,00.html).

154

APPENDICE

Tav. I: Punteggi medi di maschi e femmine sulla scala complessiva e le sottoscale di scienze

Scala Maschi Femmine M - F

Scala complessiva 532 (6,9) 515 (8,0) 17 (10,8)

Individuare questioni scientifiche 518 (6,9) 523 (7,8) -4 (10,8)

Spiegare i fenomeni in modo scientifico 545 (5,9) 512 (8,5) 33 (10,3)

Usare prove basate su dati scientifici 525 (7,6) 517 (8,2) 9 (11,0)

Conoscenza sulla scienza 513 (6,3) 511 (7,5) 2 (10,0)

Sistemi della Terra e dell’Universo 541 (7,7) 514 (9,1) 26 (12,2)

Sistemi viventi 540 (6,4) 521 (8,0) 19 (10,6)

Sistemi chimici e fisici 532 (6,3) 500 (7,4) 32 (10,2)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Tav. II: Caratteristiche dei gradienti socio-economici di scienze del Veneto, dell’Italia e dell’OCSE17

Altezza Pendenza Indice di

curvilinearità (Escs2)

5° percentile della

distribuzione di Escs

95° percentile della

distribuzione di Escs

Veneto 529 (5,6) 31 (3,4) -6,22 (2,57) -1,46 (0,02) 1,67 (0,07)

Italia 482 (2,1) 31 (1,6) -4,57 (0,94) -1,59 (0,03) 1,67 (0,04)

Totale OCSE 496 (0,9) 45 (0,6) -0,86 (0,40) -2,00 (0,03) 1,47 (0,01)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

17 I valori di altezza e pendenza dei gradienti del Veneto e dell’Italia sono quelli che si ottengono dall’equazione di regressione con il termine Escs al quadrato. I valori totali OCSE corrispondono all’intercetta, al coefficiente di regressione lineare e all’indice di curvilinearità pubblicati alla tabella 4.4a del Rapporto Internazionale.

155

Tav. III: Risultati degli studenti nativi e immigrati nei tre ambiti

Punteggio medio Differenza Variazione rispetto alla media regionale

Nativi Immigrati (N – I) Nativi Immigrati

Scienze 530 (4,9) 439 (12,8) -91 (11,9) +6 -85

Lettura 517 (5,3) 433 (27,6) -84 (27,6) +6 -78

Matematica 516 (5,8) 441 (14,5) -74 (13,7) +6 -69

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Tav. IV: Risultati nei tre ambiti in funzione del Giudizio di Licenza media

Sufficiente Buono Distinto Ottimo

Scienze 477 (5,3) 537 (6,1) 575 (4,3) 608 (6,3)

Lettura 458 (8,9) 529 (6,0) 565 (4,1) 598 (6,4)

Matematica 462 (6,1) 523 (6,6) 560 (6,3) 596 (8,8)

Tav. V: Differenze di punteggio nei tre ambiti a seconda del Giudizio di Licenza media

Diff. S - B Diff. S - D Diff. S - O Diff. B - D Diff. B - O Diff. D - O

Scienze -61 (4,8) -98 (6,2) -131 (8,4) -37 (5,5) -71 (9,0) -33 (6,8)

Lettura -72 (8,5) -107 (9,3) -140 (11,4) -35 (6,7) -68 (9,4) -33 (7,8)

Matematica -61 (5,9) -98 (8,0) -134 (10,8) -37 (6,4) -73 (10,2) -36 (7,5)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

156

7. Motivazioni e atteggiamenti degli studenti e risultati in scienze

Angela Martini

7.1 Motivazione degli studenti e prestazioni in scienze

Il questionario-studenti non si limita ad indagare le caratteristiche di backgrounddal punto di vista sociale e scolastico degli alunni che hanno partecipato all’indagine ma raccoglie anche un’ampia serie di informazioni sulle loro motivazioni allo studio delle scienze e sugli atteggiamenti nei confronti della ricerca scientifica, nonché - in quanto tema di cruciale importanza per il futuro delle nostre società e del pianeta intero - sugli atteggiamenti verso le problematiche dell’ambiente e dello sviluppo sostenibile. Sulle risposte degli studenti sono stati costruiti una serie di indicatori, standardizzati, come di consueto, sui parametri dei paesi OCSE (vedi Cap. 6, primo paragrafo).

Sebbene motivazioni e atteggiamenti siano influenzati dai risultati che l’alunno ottiene, tuttavia non sono semplicemente il riflesso di questi ultimi. In particolare, gli interessi e la fiducia nelle proprie capacità costituiscono da un lato un fattore dinamico nell’orientare e sostenere l’impegno e lo sforzo degli alunni - o, al contrario, nell’indurli a comportamenti di rinuncia e disimpegno - dall’altro sono essi stessi un obiettivo dell’insegnamento.

Da alcuni decenni la ricerca sulla motivazione all’apprendimento ha conosciuto notevoli sviluppi, che hanno grandemente arricchito il quadro complessivo di riferimento ma hanno anche portato ad una rottura dell’unitarietà del concetto così come era stato originariamente formulato nella precedente tradizione psicologica di matrice comportamentista. Oggigiorno, sotto il termine “motivazione ad imparare”, si riuniscono costrutti diversi e molteplici, che vanno dalle aspettative verso il futuro alle attribuzioni sulle cause del proprio successo o insuccesso scolastico, dalla percezione della propria capacità di riuscita alle abilità di autoregolazione nello studio (Boscolo, 2007).

Il Rapporto Internazionale PISA 2006 classifica le misure di motivazione e di atteggiamento verso la scienza in quattro gruppi principali, ciascuno dei quali comprende un certo numero di variabili (OECD, 2007, pag. 123): 1. SOSTEGNO ALLA RICERCA SCIENTIFICA:

scala di “Sostegno alla ricerca” (integrata nella prova di scienze) valore generale della scienzavalore personale della scienza

157

2. CREDENZE RIFERITE AL SÉ: senso di autoefficacia nell’affrontare compiti impegnativi di natura scientifica (self-efficacy)percezione della propria capacità di riuscita scolastica in scienze (academic self-concept)

3. INTERESSE PER LA SCIENZA: scala di “Interesse per la scienza” (integrata nella prova di scienze)interesse generale per la scienza motivazione intrinseca all’apprendimento delle scienze importanza dell’apprendimento delle scienze motivazione strumentale all’apprendimento delle scienze propensione a dedicarsi alle scienze in futuro relazione con le scienze della professione che ci si aspetta di esercitare a trent’annipartecipazione ad attività connesse alle scienze (ad es.: vedere un documentario in TV)

4. RESPONSABILITÀ VERSO LE RISORSE E L’AMBIENTE: conoscenza dei problemi dell’ambiente percezione della gravità delle questioni ambientali ottimismo circa la possibilità di soluzione delle questioni ambientali grado di responsabilità verso uno sviluppo sostenibile

La tabella che segue analizza una prima serie di indicatori che riguardano l’interesse per lo studio delle scienze e le motivazioni ad impegnarsi in questo campo nella scuola e nella vita.

Tabella 7.1: Fattori motivazionali e relazione con la prestazione in scienze

1Mediaindice

2Diff. di genere (M – F)

3Media

Quartileinferiore(o cat. 0)

4Media

Quartilesuperiore (o cat. 1)

5Variaz.

punteggio per unità

dell’indice

6Correlaz.

con il punteggio in scienze

Autoefficacia -0,19(0,03)

0,11(0,05)

481(7,1)

556(6,8)

42,5(3,15)

0,35(0,02)

Concetto di sé 0,05(0,04)

0,25(0,05)

493(6,7)

557(7,3)

31,3(3,02)

0,31(0,03)

Interesse generale per la scienza1

0,11(0,03)

0,00(0,05)

482(5,8)

560(6,9)

34,7(3,12)

0,32(0,03)

1 Questo indicatore, a differenza della scala denominata “Interesse per la scienza”, che ha un carattere più globale, è derivato da domande che riguardano l’interesse dello studente alla conoscenza di tematiche in specifici settori scientifici: a) fisica, b) chimica, c) biologia delle piante,

158

Motivazione intrinseca allo studio delle scienze

0,09(0,04)

0,05(0,06)

484(7,2)

561(7,5)

35,4(3,07)

0,35(0,03)

Motivazione strumentale allo studio delle scienze

0,07(0,05)

0,17(0,06)

499(7,0)

559(8,6)

28,9(4,60)

0,27(0,04)

Propensione a dedicarsi in futuro alla scienza

0,13(0,05)

0,17(0,06)

499(6,5)

565(6,9)

29,3(3,60)

0,300,03)

Partecipazione ad attività scientifiche

0,21(0,03)

0,13(0,06)

487(6,3)

551(8,0)

29,3(3,01)

0,28(0,03)

Importanza di far bene in scienze

0,80(0,02)

0,05(0,02)

491(8,4)

534(6,2)

43,3(8,53)

-

Relazione con la scienza della professione futura

0,30(0,02)

0,03(0,04)

510(4,8)

559(7,3)

49,4(6,36)

-

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Per facilitare la lettura dei dati è opportuno rilevare che i valori in colonna 1 corrispondono alla media fatta registrare dagli studenti veneti su ciascuno degli indicatori2, mentre in colonna 2 compaiono le differenze fra la media dei maschi e quella delle femmine. Le colonne 3 e 4 contengono i punteggi medi in scienze conseguiti dai due gruppi di alunni che appartengono, rispettivamente, al quartile inferiore e al quartile superiore della distribuzione dell’indice (vedi nota 10 Cap. 6). La colonna 5, infine, mostra la variazione del punteggio in scienze associata ad una variazione unitaria su ciascuno degli indicatori e la colonna 6 le correlazioni fra ognuno di essi e la scala di competenza scientifica.

Da notare che le due ultime variabili (in corsivo nella tabella) sono, diversamente dalle altre che hanno invece carattere continuo, variabili categoriali dicotomiche3.Pertanto la media dell’indice corrisponde in tal caso alla proporzione di soggetti che ritengono importante far bene in scienze o che prevedono di svolgere da adulti una professione a carattere scientifico, mentre in colonna 2 si ha la differenza di proporzioni fra i due sessi. I valori nelle colonne 3 e 4 sono le medie in scienze all’interno, rispettivamente, della categoria di quanti pensano che sia “poco” o “per niente importante” far bene in questa materia e non prevedono di

d) biologia umana, e) astronomia, f) geologia, g) modalità di progettazione di un esperimento, h) requisiti d’una spiegazione scientifica.2 È qui il caso di ricordare che l’eventuale segno negativo non significa che gli studenti veneti non abbiano, ad esempio, alcun senso di autoefficacia personale, ma solo che rispetto a questa dimensione essi danno di sé una valutazione più bassa di quella espressa mediamente dagli studenti dei paesi OCSE.3 Le categorie di risposta previste dal questionario per la domanda sull’importanza di riuscire a scuola in scienze sono in realtà quattro: 1) “molto importante”, 2) “importante”, 3) “poco importante”, 4) “per niente importante”, ma si è ritenuto opportuno riunire insieme in un solo gruppo le risposte 1 e 2 (categoria 1) e le risposte 3 e 4 (categoria 0).

159

svolgere una professione scientifica in età adulta (categoria 0), e di coloro che, invece, dichiarano che è per loro “molto importante” o “importante” andar bene a scuola in scienze e presumono di dedicarsi a una professione scientifica in futuro (categoria 1); il valore in colonna 5 rappresenta, infine, la variazione di punteggio, rispetto alla categoria 0, per i soggetti appartenenti alla categoria 1 (o, in altre parole, la differenza fra i due gruppi)4.

Come si può vedere dalla tabella, i valori medi (colonna 1) sugli indicatori costituiti da variabili continue degli studenti veneti sono vicini in generale alla media OCSE (posta eguale a 0). Gli scostamenti maggiori si registrano, da una parte, per quanto riguarda il senso di efficacia personale, che è al di sotto della media dei paesi OCSE, e dall’altra la partecipazione ad attività collegate alle scienze, che risulta invece al di sopra. In sei indicatori su nove emerge una differenza statisticamente significativa tra maschi e femmine a svantaggio di queste ultime, in particolare per quanto riguarda la percezione della propria capacità di riuscita a scuola.

Il punteggio medio in scienze degli alunni che si trovano nel quartile inferiore della distribuzione di ciascun indicatore è sistematicamente più basso del punteggio degli alunni rientranti nel quartile superiore e, coerentemente, l’aumento di una unità su ciascuno degli indicatori comporta una crescita del punteggio medio conseguito nella prova di scienze, più accentuata nel caso dell’autoefficacia, dell’importanza attribuita al far bene in scienze a scuola e del rapporto con la scienza della professione che lo studente si aspetta di esercitare nella vita adulta. Le correlazioni delle variabili continue con il punteggio in scienze sono in genere di modesta entità, anche se statisticamente significative.

7.1.1 Gli atteggiamenti verso la ricerca scientifica e le questioni ambientali

Per la prima volta nel 2006 sono stati inseriti nella prova cognitiva alcuni item relativi all’atteggiamento verso la scienza, che entrano a costituire due sottoscale specifiche, denominate “Interesse per la scienza” e “Sostegno alla ricerca scientifica”. I punteggi delle due sottoscale non contribuiscono però, come le altre sottoscale in cui la prova di scienze è articolata, al punteggio sulla scala complessiva di competenza, da cui sono stati tenuti separati.

Nel caso degli studenti veneti, i risultati conseguiti sulle due sotto-scale di atteggiamento sono quelli riportati nella Tabella 7.2, dove compaiono il punteggio medio a livello regionale, le differenze di prestazione tra maschi e femmine, le medie per tipo d’istruzione e, nell’ultima colonna, la correlazione con la scala complessiva di scienze.

4 Trattandosi di variabili dicotomiche, non si è in questo caso calcolato il coefficiente di correlazione (Pearson) con il punteggio in scienze.

160

Tabella 7.2: Risultati sulle sottoscale di atteggiamento della prova di scienze

Mediadel

Veneto

Diff.M - F

MediaLicei

MediaIstitutiTecnici

MediaIstituti

Profess.

MediaCFP

Correlaz. con il punteggio sulla scala

complessiva

Interesse per la scienza

520(3,7)

8(5,3)

526(7,0)

512(4,2)

523(9,3)

516(10,1)

0,08(0,04)

Sostegno allaricerca

514(3,4)

1(6,9)

541(5,7)

499(5,6)

501(5,0)

498(6,3)

0,38(0,03)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

I valori medi dei punteggi conseguiti dagli alunni del Veneto nelle due sottoscale di atteggiamento sono più vicini, in questo caso, a quelli registrati per l’Italia globalmente considerata - pari per la prima sottoscala a 529 e per la seconda a 511 (vedi Tavole 7.1 e 7.2 in Appendice) - e superiori alla media OCSE, fissata a 500 sia per la scala complessiva che per le singole sottoscale.

La correlazione del punteggio della sottoscala d’interesse con il punteggio sulla scala complessiva di competenza scientifica è quasi nulla (0,08), mentre più elevata ma pur sempre di moderata entità è la correlazione fra quest’ultima e la sottoscala di sostegno alla ricerca (0,38).

Gli alunni dei licei tendono ad avere anche qui punteggi più alti degli alunni che frequentano altri indirizzi ma le distanze fra i primi e i secondi sono più contenute, in particolare nella scala d’interesse, dove è da notare che gli studenti dell’istruzione e formazione professionale ottengono punteggi più alti degli studenti degli istituti tecnici, a conferma della scarsa relazione di questa sottoscala con il punteggio complessivo in scienze.

Le femmine, infine, hanno in entrambe le sottoscale un punteggio più basso dei maschi (516 e 514 rispetto a 524 e 515), ma la differenza nei due casi non è significativa.

Ci resta ora da esaminare una seconda serie di indicatori, relativi da una parte al valore personale e generale che la scienza riveste per gli alunni e dall’altra agli atteggiamenti verso i problemi ambientali. La tabella 7.3 riporta le statistiche d’interesse delle variabili in questione e la correlazione con il punteggio sulla scala complessiva di competenza scientifica.

161

Tabella 7.3: Atteggiamento verso la scienza e i problemi ambientali e relazione con la prestazione in scienze

1Mediaindice

2Diff. di genere (M – F)

3Media in scienze Quartileinferiore

4Media in scienze Quartile

superiore

5Variaz.

punteggio per unità

dell’indice

6Correlaz.

con il punteggio in scienze

Valore generale della scienza

0,02(0,03)

0,22(0,07)

487(6,2)

555(7,6)

31,5(3,22)

0,32(0,03)

Valorepersonale della scienza

0,10(0,03)

0,14(0,05)

495(6,3)

550(8,6)

26,9(3,66)

0,24(0,03)

Consapevolezza ambientale

0,26(0,03)

0,19(0,06)

468(6,2)

564(7,3)

45,2(2,91)

0,43(0,02)

Responsabilitàambientale

0,14(0,03)

-0,10(0,05)

490(8,08)

555(6,8)

28,8(3,71)

0,27(0,03)

Percezione gravità problemi ambientali

0,06(0,03)

-0,10(0,04)

512(8,9)

531(6,1)

9,0(3,28)

0,09(0,03)

Ottimismoambientale

-0,14(0,02)

0,14(0,06)

544(5,9)

487(7,9)

-22,7(2,92)

-0,23(0,03)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Anche in questo caso i valori medi (colonna 1) fatti registrare dagli studenti veneti sono molto vicini alle medie OCSE, pari – lo ricordiamo – a zero, tranne per quanto riguarda la conoscenza dei problemi dell’ambiente dove la media del Veneto appare decisamente più alta.

È interessante osservare che il valore generale e personale della scienza è per le femmine più basso che per i maschi, con una differenza in entrambi i casi statisticamente significativa. Anche per quanto concerne gli atteggiamenti verso i problemi dell’ambiente le differenze tra maschi e femmine meritano qualche commento: nella percezione della gravità dei problemi ecologici e nella fiducia circa la possibilità di una loro soluzione nel prossimo futuro le femmine si dimostrano più pessimiste dei maschi, mentre al contempo è maggiore il loro senso di responsabilità per uno sviluppo sostenibile. In tutti e tre i casi le differenze fra i due sessi risultano significative.

Tutti gli indicatori qui considerati hanno una relazione con la prestazione in scienze: l’aumento di una unità di deviazione standard su ognuno di essi determina una variazione più o meno grande del punteggio sulla scala complessiva di competenza – in particolare nel caso della conoscenza dei problemi ambientali – e i coefficienti di correlazione sono, sebbene piuttosto modesti, sempre significativi.

162

Da segnalare il fatto che l’indicatore cosiddetto di “ottimismo ambientale” ha una relazione negativa con il risultato della prova di scienze: gli alunni migliori tendono ad avere attese più pessimistiche riguardo alla soluzione dei problemi ecologici, come si può constatare dalle medie del quartile superiore e inferiore della distribuzione dei valori dell’indice in esame e dal segno negativo sia della variazione di punteggio associata ad un incremento unitario dell’indice sia del coefficiente di correlazione.

7.1.2 Le variabili motivazionali e di atteggiamento per tipo d’istruzione

Finora, abbiamo considerato gli indicatori motivazionali e di atteggiamento per l’insieme degli studenti veneti globalmente presi, ma è probabile che essi siano influenzati dal tipo di scuola frequentata e, come anche il Rapporto Internazionale evidenzia, dalla condizione sociale.

Se, in vista di un’analisi più dettagliata, si disaggregano le variabili motivazionali in funzione del tipo d’indirizzo seguito dagli alunni, si può vedere dalla Tabella 7.4 che i valori degli indici sono più alti nei licei e, con rare eccezioni, tendono progressivamente ad abbassarsi quando si passa agli istituti tecnici e da questi all’istruzione e formazione professionale.

Tabella 7.4: Fattori motivazionali per tipo d’istruzione

Media Licei Media Istituti tecnici

Media Istituti professionali Media CFP

Autoefficacia -0,06 (0,06) -0,16 (0,03) -0,31 (0,04) -0,59 (0,05)

Concetto di sé 0,17 (0,08) 0,06 (0,05) -0,06 (0,08) -0,33 (0,05)

Interesse generale per la scienza 0,40 (0,05) -0,04 (0,04) -0,02 (0,08) -0,24 (0,05)

Motivazione intrinseca allo studio delle scienze 0,38 (0,08) -0,03 (0,05) -0,08 (0,08) -0,32 (0,03)

Motivazione strumentale allo studio delle scienze 0,38 (0,06) -0,00 (0,07) -0,19 (0,12) -0,14 (0,17)

Propensione a dedicarsi in futuro alla scienza 0,49 (0,09) -0,11 (0,06) -0,16 (0,08) -0,19 (0,10)

Partecipazione ad attività scientifiche 0,43 (0,04) 0,17 (0,06) 0,03 (0,05) -0,17 (0,04)

Importanza di far bene in scienze a scuola 0,92 (0,02) 0,79 (0,02) 0,66 (0,05) 0,68 (0,08)

Relazione con la scienza della professione futura 0,49 (0,02) 0,28 (0,04) 0,13 (0,03) 0,03 (0,02)

Un andamento analogo a quello riscontrato per i fattori motivazionali è osservabile, in linea di massima, anche per quanto riguarda gli atteggiamenti

163

verso la scienza in generale e verso i problemi dell’ambiente, come si può constatare dalla Tabella 7.5.

Tabella 7.5: Atteggiamenti verso la scienza e i problemi ambientali per tipo d’istruzione

Media Licei Media Istituti tecnici

Media Istituti professionali Media CFP

Valore personale della scienza 0,28 (0,06) 0,06 (0,04) -0,03 (0,06) -0,16 (0,08)

Valore generale della scienza 0,23 (0,05) 0,02 (0,06) -0,22 (0,03) -0,25 (0,06)

Consapevolezza ambientale 0,50 (0,07) 0,34 (0,04) 0,01 (0,05) -0,42 (0,05)

Percezione della gravità dei problemi ambientali 0,08 (0,05) 0,09 (0,05) 0,07 (0,06) -0,01 (0,05)

Ottimismo ambientale -0,26 (0,04) -0,13 (0,03) -0,05 (0,05) 0,03 (0,08)

Responsabilitàambientale 0,26 (0,04) 0,03 (0,5) 0,15 (0,07) 0,05 (0,09)

Fanno eccezione la percezione della gravità dei problemi ecologici, che non varia sensibilmente da un tipo di scuola all’altro, e la fiducia nella possibilità di una loro soluzione, che, anziché diminuire, cresce passando dai licei e da questi all’istruzione tecnica e professionale. Il primo indicatore, tuttavia, è anche quello che mostrava la più debole relazione con il rendimento in scienze, mentre il secondo ha con quest’ultimo, come si ricorderà, una correlazione negativa e quindi è del tutto congruente che esso aumenti – o decresca – in direzione opposta agli altri.

Come si è già avuto modo di osservare nel capitolo 6, il tipo di scuola frequentata funziona come una variabile mediatrice dell’effetto dello status socio-economico-culturale e questo vale non solo per quanto concerne le prestazioni, ma anche, in buona parte, come si è appena visto, le motivazioni e gli atteggiamenti. La Tavola 7.3 in Appendice ci dà un’idea di quanta della varianza di questi fattori sia spiegata dall’indicatore di status Escs nel Veneto, in Italia e nei paesi OCSE scelti come punti di riferimento.

Ciò detto, diventa a questo punto interessante chiedersi quale sia il grado di sovrapposizione che le variabili di cui si sta qui discutendo, e che abbiamo per ora considerate una alla volta, presentano e quale sia il contributo specifico che ciascuna di esse, a parità delle altre, dà alla spiegazione della variabilità dei risultati in scienze, una volta che si tenga sotto controllo il background degli alunni e delle scuole.

164

È ciò che vedremo nel capitolo 9, quando si cercherà di stabilire, con un’analisi di regressione multipla e multilivello, gli effetti “netti”5 sul rendimento delle caratteristiche dei primi e delle seconde, sia a livello individuale che a livello aggregato.

7.1.3 L’influenza dei genitori

In occasione della terza tornata di PISA, è stata offerta l’opportunità ai paesi che lo volessero di introdurre fra gli strumenti di rilevazione un questionario indirizzato ai genitori degli studenti campionati. Sedici stati, fra cui l’Italia, hanno scelto di aderire all’offerta.

Nel caso del Veneto, la percentuale di questionari compilati è stata elevata: l’87,4% dei genitori ha infatti restituito il questionario, mentre solo il 12,6% non l’ha fatto (o l’ha restituito vuoto).

Il questionario rivolge ai genitori molte delle stesse domande già fatte agli studenti sugli atteggiamenti nei confronti della scienza e dell’ambiente, oltre ad alcune domande specifiche che non trovano una corrispondenza nel questionario-alunni.

Ci sembra possa esser qui interessante domandarsi quale relazione vi sia fra gli atteggiamenti dei genitori e quelli dei figli, se gli atteggiamenti dei primi influiscano sul rendimento in scienze dei secondi e, infine, se l’eventuale connessione con la scienza della professione esercitata dai genitori abbia o no un’incidenza sui risultati in quest’ambito ottenuti dai figli.

Nella tabella 7.6 sono riportati i dati che riguardano la relazione fra atteggiamenti dei genitori e atteggiamenti dei figli. Nella maggior parte dei casi (ad es., il valore generale e personale della scienza), l’informazione richiesta a genitori e figli è esattamente la stessa. In altri casi, invece, come la partecipazione ad attività connesse alle scienze e l’importanza della formazione scientifica a scopi utilitari, le variabili rilevate non sono esattamente le medesime per genitori e figli, pur avendo un’evidente rapporto fra loro.

5 Per effetto “netto” di una variabile indipendente su una variabile dipendente si intende l’effetto che essa ha “al netto” dell’influenza esercitata da altre variabili o, in altre parole, l’effetto che essa produce a parità di altre variabili collegate. Per fare un esempio, sappiamo che spesso l’origine immigrata si accompagna ad una condizione sociale di maggiore precarietà. Quando dunque si considera l’influenza di una di queste due variabili senza tener conto dell’altra, nell’effetto così misurato sarà presente anche l’effetto esercitato da quest’ultima. Se si vuole conoscere il contributo specifico o “proprio” di ognuna delle due variabili, è perciò necessario mettere sotto controllo l’altra, vale a dire valutare l’effetto dello status socio-economico “a parità di” origine etnica, o l’effetto dell’origine “a parità di” status.

165

Tabella 7.6: Media degli indicatori di atteggiamento dei genitori e correlazione con gli atteggiamenti dei figli

Indicatori genitori (QG) Media indice genitori Indicatori studenti (QS) Corr. fra i due

indici

Partecipazione ad attività scientifiche del figlio a 10 anni

0,10 (0,04) Partecipazione ad attività scientifiche attuale

0,35 (0,02)

Interesse del figlio a intraprendere una carriera scientifica

-0,11 (0,06) Motivazione dello studente a dedicarsi in futuro alla scienza

0,50 (0,03)

Importanza della formazione scientifica sul mercato del lavoro

0,01 (0,03) Motivazione strumentale dello studente

0,23 (0,03)

Valore generale della scienza 0,05 (0,03)

Valore generale della scienza 0,22 (0,03)

Valore personale della scienza 0,19 (0,04)

Valore personale della scienza 0,24 (0,03)

Percezione della gravità dei problemi ambientali 0,14 (0,03)

Percezione della gravità dei problemi ambientali 0,19 (0,03)

Ottimismo ambientale -0,19 (0,03) Ottimismo ambientale 0,18 (0,03)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Come si può vedere dalla Tabella 7.6, la correlazione più elevata (0,50) è quella che si riscontra fra la motivazione dello studente a intraprendere una carriera nel campo scientifico secondo quanto affermato dai genitori e la propensione a darsi in futuro alla scienza secondo quanto riferito dallo studente medesimo. Subito dopo viene, in ordine di grandezza, la correlazione fra la partecipazione dello studente ad attività di tipo scientifico all’età di 10 anni dichiarata dai genitori e il grado di partecipazione attuale ad attività dello stesso genere in base alle risposte degli alunni. Le altre correlazioni, sebbene sempre significative, sono piuttosto basse.

Vediamo ora quale relazione sussista fra gli stessi indicatori derivati dal questionario-genitori e la prestazione in scienze dei figli. Le variabili che mostrano l’effetto più incisivo sul risultato in scienze, in termini sia di incremento del punteggio in funzione dell’aumento di un’unità di deviazione standard dell’indicatore sia di coefficiente di correlazione, sono, come si può constatare dalla Tabella 7.7, in primo luogo, la motivazione dello studente ad intraprendere in futuro una carriera nel campo delle scienze e, in secondo luogo, la partecipazione ad attività connesse con la scienza all’età di 10 anni. Anche le altre variabili, fatta eccezione per la percezione da parte dei genitori della gravità dei problemi ambientali, hanno con il rendimento in scienze una relazione

166

significativa, sebbene più debole. Da notare che il grado di fiducia nutrita dai genitori nella possibilità di soluzione dei problemi ecologici, come già osservato in precedenza per la stessa variabile misurata sugli alunni, si correla negativamente con la prestazione in scienze.

Tabella 7.7: Relazione fra gli indicatori del questionario-genitori e le prestazioni in scienze Variazione punteggio

in scienze per una unità dell’indice

Correlazione con il punteggio in scienze

Partecipazione ad attività scientifiche del figlio a 10 anni 24,2 (3,35) 0,24 (0,03)

Interesse del figlio a intraprendere una carriera scientifica 32,4 (3,79) 0,37 (0,04)

Importanza della formazione scientifica sul mercato del lavoro 11,8 (2,86) 0,12 (0,03)

Valore generale della scienza 16,4 (2,60) 0,18 (0,03)

Valore personale della scienza 16,5 (3,58) 0,16 (0,03)

Percezione della gravità dei problemi ambientali 7,1 (3,91) 0,07 (0,04)

Ottimismo ambientale -9,1 (3,82) -0,09 (0,04)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Fra le domande del questionario, ve n’è una che chiede se uno dei due genitori svolga una professione in qualche modo collegata alle scienze. Il 19% di coloro che hanno risposto alla domanda ha dato una risposta affermativa e l’81% una risposta negativa o indeterminata. Confrontando il valore medio assunto dagli indicatori della tabella precedente nel primo e nel secondo gruppo, si può osservare (vedi Tabella 7.8) che le differenze fra i due sono piuttosto ampie e sempre statisticamente significative, fatta eccezione per il grado di ottimismo ambientale.

Tabella 8: Differenze fra le famiglie dove uno dei genitori svolge una professione legata alla scienza e le altre

Media dell’indice nelle famiglie dove

uno dei genitori svolge una

professione a carattere scientifico

Media dell’indice nelle famiglie dove

nessuno dei genitori svolge una

professione a carattere scientifico

Differenza tra il primo e il secondo gruppo

Partecipazione ad attività scientifiche del figlio a 10 anni

0,32(0,05)

0,04(0,04)

0,28(0,06)

Interesse del figlio a intraprendere una carriera scientifica

1,00(0,10)

-0,37(0,05)

1,36(0,09)

167

Importanza della formazione scientifica sul mercato del lavoro

0,33(0,06)

-0,07(0,03)

0,40(0,07)

Valore generale della scienza

0,32(0,06)

-0,01(0,04)

0,34(0,07)

Valore personale della scienza

0,58(0,05)

0,11(0,03)

0,47(0,05)

Percezione della gravità dei problemi ambientali

0,00(0,05)

0,17(0,03)

-0,17(0,07)

Ottimismo ambientale -0,14(0,08)

-0,20(0,03)

0,05(0,08)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

Resta naturalmente aperta la domanda se il divario tra i due gruppi di famiglie rispetto agli indicatori qui considerati dipenda solo dall’esistenza o meno di un legame con la scienza della professione esercitata dai genitori o sia, almeno in parte, un riflesso del livello socio-economico e d’istruzione.

Riferimenti bibliografici

Boscolo, P. (2007). “Motivazione”, in G. Cerini e M. Spinosi (a cura di), Voci della Scuola, Vol. VI, Tecnodid, Napoli, pp. 299-310.

OECD (2006). PISA 2006: Science Competencies for Tomorrow’s World, Volume 1 e 2 (http://www.pisa.oecd.org/document/2/0,3343,en_32252351_32236191_39718850_1_1_1_1,00.html).

168

APPENDICE

Tav. I: Punteggio medio, dispersione e differenze di genere sulla sottoscala “Interesse per la scienza”

Paesi OCSE Media Dev. St. Maschi Femmine Differenza(M – F)

Australia 465 (1,3) 97 (0,9) 467 (1,8) 463 (1,9) 4 (2,6)Austria 507 (1,9) 87 (1,1) 508 (2,6) 505 (2,7) 4 (3,6)

Belgio 503 (1,4) 92 (1,1) 506 (1,9) 499 (2,0) 6 (2,6)

Canada 469 (1,5) 104 (1,3) 471 (1,9) 467 (1,8) 4 (2,3)

Corea 486 (2,1) 94 (1,7) 491 (2,8) 480 (2,7) 11 (3,6)

Danimarca 463 (1,8) 92 (1,2) 455 (2,6) 471 (2,3) -17 (3,3)

Finlandia 448 (2,1) 92 (1,2) 445 (2,6) 451 (2,4) -7 (2,8)

Francia 520 (2,4) 96 (1,4) 522 (3,1) 518 (2,5) 4 (3,0)

Germania 513 (1,8) 88 (1,2) 514 (2,5) 512 (2,1) 2 (2,9)

Giappone 512 (2,1) 104 (1,5) 518 (3,0) 505 (2,5) 13 (3,6)

Grecia 549 (1,7) 91 (1,3) 546 (2,2) 552 (2,4) -6 (3,1)

Irlanda 481 (1,9) 89 (1,4) 484 (2,3) 478 (2,7) 6 (3,4)

Islanda 466 (2,1) 108 (1,9) 464 (3,1) 468 (2,5) -3 (3,8)

Italia 529 (1,3) 78 (0,8) 533 (2,0) 525 (1,5) 8 (2,3)

Lussemburgo 515 (1,4) 93 (1,3) 515 (2,0) 514 (2,1) 0 (3,0)

Messico 611 (1,7) 87 (1,0) 607 (2,3) 614 (2,0) -7 (2,4)

Norvegia 472 (2,2) 103 (1,4) 470 (2,9) 475 (2,9) -5 (3,8)

Nuova Zelanda 461 (2,0) 100 (1,6) 464 (2,8) 459 (2,7) 5 (3,9)

Paesi Bassi 452 (2,0) 88 (1,4) 458 (2,4) 445 (2,4) 13 (2,7)

Polonia 501 (1,8) 83 (1,2) 502 (2,2) 499 (2,2) 3 (2,5)

Portogallo 571 (1,8) 79 (1,1) 570 (2,4) 571 (2,0) -1 (2,6)

Regno Unito 464 (1,7) 96 (1,2) 465 (2,2) 462 (2,5) 3 (3,2)

Rep. Slovacca 522 (1,9) 84 (1,4) 526 (2,5) 517 (2,6) 10 (3,2)

Repubblica Ceca 489 (2,0) 91 (1,5) 482 (2,5) 499 (2,4) -17 (2,9)

Spagna 534 (1,6) 89 (0,8) 535 (2,2) 533 (1,9) 2 (2,7)

Svezia 454 (2,3) 91 (1,7) 447 (3,4) 462 (2,2) -15 (3,6)

Svizzera 504 (1,5) 88 (1,0) 506 (2,0) 501 (2,0) 5 (2,7)

Turchia 540 (2,6) 103 (1,5) 545 (3,2) 534 (3,1) 11 (3,5)

Ungheria 522 (1,9) 82 (1,5) 518 (2,5) 526 (2,3) -9 (3,1)

USA 480 (2,8) 104 (1,5) 489 (3,1) 470 (3,2) 19 (2,9)

Totale OCSE 507 (0,9) 105 (0,5) 510 (1,0) 503 (1,1) 7 (1,1)

Media OCSE 500 (0,3) 92 (0,2) 501 (0,5) 499 (0,4) 2 (0,6)

Veneto 520 (3,7) 75 (2,0) 524 (4,6) 516 (4,3) 8 (5,3)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

169

Tav. II: Punteggio medio, dispersione e differenze di genere sulla sottoscala “Sostegno alla ricerca”

Paesi OCSE Media Dev. St. Maschi Femmine Differenza(M – F)

Australia 487 (1,6) 98 (0,9) 488 (2,4) 486 (1,8) 2 (2,8)

Austria 515 (2,4) 112 (2,0) 515 (3,3) 515 (3,0) 0 (4,1)

Belgio 492 (1,7) 88 (1,2) 492 (2,3) 492 (2,0) 0 (2,7)

Canada 501 (1,9) 105 (1,1) 497 (2,5) 504 (2,0) -7 (2,5)

Corea 495 (2,4) 99 (1,9) 501 (3,3) 490 (3,3) 11 (4,2)

Danimarca 483 (2,6) 85 (1,5) 484 (3,2) 482 (2,9) 2 (3,2)

Finlandia 479 (2,0) 86 (1,4) 471 (2,7) 487 (2,3) -16 (2,9)

Francia 507 (2,5) 94 (1,6) 513 (3,6) 501 (2,7) 12 (3,8)

Germania 518 (2,7) 113 (1,5) 517 (3,5) 519 (3,0) -2 (3,5)

Giappone 468 (2,3) 111 (1,8) 475 (3,5) 460 (3,1) 16 (4,7)

Grecia 533 (2,4) 95 (1,4) 525 (2,9) 540 (3,1) -15 (3,8)

Irlanda 484 (1,9) 86 (1,1) 488 (2,3) 481 (2,6) 7 (3,0)

Islanda 491 (2,2) 112 (1,9) 484 (3,0) 498 (2,8) -14 (3,7)

Italia 511 (1,6) 90 (1,1) 508 (2,1) 513 (2,1) -5 (2,6)

Lussemburgo 522 (1,9) 117 (1,5) 523 (2,9) 520 (2,6) 3 (3,9)

Messico 536 (2,0) 90 (1,2) 538 (2,5) 534 (2,0) 5 (2,2)

Norvegia 485 (2,5) 111 (1,6) 482 (3,3) 489 (3,3) -7 (4,3)

Nuova Zelanda 470 (1,8) 89 (1,3) 471 (2,6) 469 (2,6) 2 (3,7)

Paesi Bassi 447 (1,7) 69 (1,0) 450 (1,9) 444 (2,2) 6 (2,3)

Polonia 513 (2,2) 89 (1,3) 510 (2,5) 516 (2,6) -6 (2,7)

Portogallo 538 (2,0) 88 (1,3) 541 (2,5) 535 (2,6) 7 (3,2)

Regno Unito 470 (1,8) 89 (1,0) 476 (2,2) 464 (2,5) 12 (3,0)

Rep. Slovacca 497 (2,0) 76 (1,1) 502 (2,7) 492 (2,5) 10 (3,5)

Repubblica Ceca 485 (2,4) 80 (1,6) 484 (2,8) 485 (3,0) -1 (3,4)

Spagna 529 (1,7) 91 (1,0) 532 (2,5) 526 (1,9) 6 (2,8)

Svezia 471 (3,0) 100 (1,8) 469 (3,9) 473 (2,9) -4 (3,6)

Svizzera 510 (2,0) 103 (1,1) 511 (2,5) 510 (2,5) 1 (3,0)

Turchia 563 (3,3) 126 (2,0) 549 (3,8) 579 (3,7) -30 (3,9)

Ungheria 512 (2,0) 87 (1,7) 506 (3,2) 517 (2,2) -11 (3,7)

USA 490 (2,5) 99 (1,4) 491 (3,1) 490 (2,8) 2 (3,2)

Totale OCSE 501 (0,8) 103 (0,5) 503 (1,0) 500 (0,9) 2 (1,1)

Media OCSE 500 (0,4) 96 (0,3) 500 (0,5) 500 (0,5) -1 (0,6)

Veneto 514 (3,4) 86 (2,7) 515 (5,0) 514 (4,5) 1 (6,9)

Nota: I valori in grassetto sono statisticamente significativi (p 0,05)

170

Tav

. III:

P

erce

ntu

ale

di v

aria

nza

deg

li in

dic

ato

ri d

i mo

tiva

zio

ne

e at

teg

gia

men

to s

pie

gat

a d

all’i

nd

ice

soci

o-e

con

om

ico

-cu

ltu

rale

(E

scs)

Pae

si d

i ri

feri

men

to

Inte

ress

ep

er la

sc

ien

za

Inte

ress

eg

ener

ale

per

la

scie

nza

Mo

tiva

zio

ne

intr

inse

caM

oti

vazi

on

e st

rum

enta

le

Pro

pen

sio

ne

a d

edic

arsi

al

la s

cien

za in

fu

turo

So

steg

no

alla

ric

erca

Val

ore

gen

eral

ed

ella

scie

nza

Val

ore

per

son

ale

del

lasc

ien

za

Au

toef

fica

cia

in s

cien

ze

Co

nce

tto

di s

é in

sc

ien

ze

Aus

tria

0,

0 (0

,04)

1,

9(0

,49)

2,

2 (0

,54)

0,

0 (0

,03)

1,

0 (0

,35)

2,

1 (0

,49)

2,

8(0

,54)

0,

7(0

,26)

7,

6 (0

,79)

1,

7(0

,43)

Can

ada

0,2

(0,0

9)

1,7

(0,2

9)

2,5

(0,3

4)

2,1

(0,3

8)

2,2

(0,3

6)

1,9

(0,3

2)

2,7

(0,3

8)

2,9

(0,3

7)

5,8

(0,5

7)

3,1

(0,4

7)

Fin

land

ia

1,5

(0,4

5)

2,7

(0,5

4)

2,2

(0,4

9)

3,2

(0,5

5)

3,1

(0,5

8)

2,5

(0,5

7)

3,9

(0,5

7)

3,5

(0,5

7)

5,3

(0,8

0)

3,7

(0,6

7)

Fra

ncia

0,

4 (0

,24)

3,

6(0

,60)

3,

3 (0

,68)

2,

8 (0

,61)

2,

5 (0

,54)

2,

9 (0

,64)

3,

4(0

,63)

3,

2(0

,66)

7,

6 (0

,85)

2,

6(0

,59)

Ger

man

ia

0,4

(0,2

1)

1,8

(0,5

2)

4,0

(0,5

7)

0,6

(0,2

7)

2,2

(0,4

9)

3,0

(0,5

6)

3,7

(0,5

4)

2,2

(0,5

0)

8,2

(0,9

1)

1,9

(0,4

3)

Gia

ppon

e 0,

8 (0

,25)

2,

2(0

,45)

1,

5 (0

,39)

2,

5 (0

,45)

1,

9 (0

,44)

1,

7 (0

,44)

2,

2(0

,45)

2,

0(0

,36)

3,

1 (0

,52)

0,

7(0

,23)

Hon

g K

ong

0,7

(0,2

9)

1,0

(0,3

6)

0,1

(0,1

4)

0,3

(0,3

4)

0,2

(0,2

5)

0,8

(0,4

5)

1,2

(0,4

2)

1,0

(0,2

9)

5,0

(0,7

5)

0,9

(0,1

7)

Italia

0,0

(0,0

6)

1,6

(0,3

1)

1,4

(0,2

9)

1,7

(0,3

7)

1,3

(0,2

6)

2,5

(0,4

2)

3,0

(0,3

5)

1,3

(0,2

7)

3,8

(0,4

9)

1,0

(0,2

2)

Mes

sico

1,

5 (0

,44)

0,

2(0

,15)

0,

8 (0

,31)

0,

3 (0

,14)

2,

2 (0

,49)

1,

6 (0

,36)

2,

1(0

,60)

0,

0(0

,04)

3,

8 (0

,61)

0,

7(0

,23)

Reg

no U

nito

0,

7 (0

,26)

1,

8(0

,39)

2,

9 (0

,52)

1,

5 (0

,34)

1,

2 (0

,32)

3,

1 (0

,57)

4,

0(0

,45)

2,

9(0

,40)

8,

1 (0

,68)

2,

3(0

,40)

Slo

veni

a 0,

0 (0

,04)

0,

9(0

,26)

0,

2 (0

,11)

0,

2 (0

,13)

0,

8 (0

,30)

1,

5 (0

,49)

1,

8(0

,43)

0,

4(0

,19)

6,

3 (0

,79)

0,

2(0

,14)

Spa

gna

0,0

(0,0

4)

2,3

(0,3

9)

3,0

(0,5

5)

3,1

(0,4

7)

2,9

(0,4

9)

1,5

(0,4

1)

2,3

(0,3

9)

3,2

(0,4

9)

5,5

(0,7

0)

4,0

(0,5

8)

Svi

zzer

a 0,

5 (0

,20)

3,

2(0

,44)

3,

2 (0

,40)

1,

4 (0

,27)

2,

3 (0

,34)

2,

1 (0

,44)

2,

3(0

,34)

1,

8(0

,31)

7,

1 (0

,54)

2,

7(0

,42)

Tot

ale

OC

SE

2,

2 (0

,24)

0,

0(0

,02)

0,

1 (0

,03)

0,

1 (0

,03)

0,

0 (0

,03)

0,

3 (0

,06)

1,

0(0

,11)

0,

3(0

,06)

4,

6 (0

,26)

0,

6(0

,11)

Med

ia O

CS

E

0,7

(0,0

6)2,

2(0

,09)

2,5

(0,0

9)1,

6(0

,07)

1,6

(0,0

7)2,

9(0

,11)

3,1

(0,1

0)2,

3(0

,09)

6,1

(0,1

4)2,

6(0

,10)

Ven

eto

0,4

(0,3

8)

3,3

(0,7

6)

3,7

(1,2

8)

3,2

(1,3

4)

3,2

(1,2

6)

4,3

(0,9

9)

6,1

(1,5

1)

3,4

(0,9

9)

4,4

(1,0

5)

1,9

(0,7

3)

8. Caratteristiche delle scuole e risultati in scienze

Angela Martini

8.1 Il background delle scuole e le prestazioni in scienze

Nel capitolo 6 si è visto in che modo lo status socio-economico-culturale dei singoli studenti influisca sulla loro prestazione in tutti e tre gli ambiti esaminati. Qui ci si concentrerà invece sull’effetto che sul rendimento in scienze, focus di PISA 2006, ha il valore medio dell’indice di status degli alunni reclutati da unascuola. Cominciamo con il considerare il grafico di Figura 8.1, che mette in relazione lo status medio dell’istituto con il punteggio medio in scienze nellatotalità delle scuole superiori italiane1 e nelle omologhe scuole del Veneto.

Figura 8.1: Relazione fra Escs medio delle scuole superiori e punteggio in scienze in Italia

di punti gri

e nel Veneto

La nuvola gi sullo sfondo rappresenta le scuole dell’Italia nel suoinsieme, mentre i triangolini rossi corrispondono alle scuole della regione Veneto.

1 Da tutte le elaborazioni ed analisi di questo capitolo sono state escluse le scuole medie, in quanto gli alunni che a 15 anni si trovano ancora in questa fascia d’istruzione non possono esserne considerati rappresentativi.

173

La linea azzurra è la retta di regressione lineare2 che esprime la relazione fra le due variabili in esame per l’insieme delle istituzioni educative secondarie di 2°grado del nostro paese. Le scuole situate al di sotto della linea azzurra hanno ottenuto un punteggio in scienze inferiore a quello che poteva esser previsto sulla base delle caratteristiche medie di background dei loro studenti, mentre lescuole che si collocano al di sopra di tale linea hanno conseguito punteggi superiori alle attese. Come si può facilmente constatare, gran parte delle scuole del Veneto – tolta una decina su 51 unità – si trovano in questa seconda situazione, raggiungendo dunque risultati mediamente più alti di quelli conseguiti dalle scuole italiane con caratteristiche similari dal punto di vista del profilo socio-economico. Ciò detto, lasciamo ora il confronto con l’Italia e focalizziamoci sul Veneto soltanto, chiedendoci quale sia la relazione che intercorre fra backgrounde risultati in scienze all’interno delle scuole e fra le scuole. Il grafico di Figura 8.2 mostra la scomposizione del gradiente socio-economico generale del Veneto (linea azzurra) nella componente tra gli studenti “entro le scuole” (linea verde) e “tra le scuole” (linea rossa).

Figura 8.2: Scomposizione del gradiente socio-economico del Veneto

Fonte: Tavola I in Appendice.

2 La retta è ottenuta dall’interpolazione dei punti di coordinate corrispondenti all’Escs medio e al punteggio medio in scienze di tutte le scuole secondarie di 2° grado italiane. Essa indica la tendenza generale nel rapporto fra le due variabili.

174

Possiamo innanzitutto osservare che il gradiente tra le scuole è più ripido di quello generale e, in misura anche maggiore, del gradiente entro le scuole, che è invece quasi piatto. Ciò dipende dal diverso peso che lo status socio-economico-culturale di uno studente assume a seconda che si consideri la sua relazione col punteggio in scienze all’interno degli istituti – e quindi tenendo conto della scuola frequentata – o nella popolazione complessiva. Nel primo caso, data la maggiore omogeneità di condizioni esistente entro lo stesso istituto, l’influenza dell’Escs sul rendimento degli alunni è molto minore di quanto non appaia nella popolazione in generale. Per converso, l’impatto dell’indicatore medio di status della scuola sul suo punteggio in scienze è forte, cosa che riflette la diversità della composizione sociale del corpo studentesco dei vari istituti. Come si può vedere, tutti i licei (meno uno) si situano a destra della retta innalzata in corrispondenza al valore zero sull’asse X – vale a dire al valore medio di Escs per i paesi OCSE – mentre la grande maggioranza degli istituti tecnici e quasi tutti gli istituti professionali e i CFP si collocano alla sinistra di tale asse. Se ora guardiamo alla posizione delle scuole del Veneto rispetto alla media OCSE in scienze e al gradiente tra le scuole, si può constatare non solo che pressoché tutti i licei e gli istituti tecnici hanno una prestazione superiore ai 500 punti ma anche che molti di essi - collocandosi al di sopra della linea rossa - hanno un punteggio più alto di quello che ci si poteva attendere sulla base delle caratteristiche medie di backgrounddei loro studenti. In particolare, è da sottolineare il soddisfacente risultato degli istituti tecnici, che, pur avendo valori medi sull’indicatore di status inferiori alla media, hanno tuttavia punteggi in scienze più alti della media OCSE e comunque superiori alle previsioni che si potevano formulare in base all’origine familiare dei loro alunni.

Un grafico come quello che stiamo commentando consente con un rapido colpo d’occhio di vedere quali scuole siano relativamente più efficaci delle altre tenuto conto della composizione del loro corpo studentesco e quali invece ottengano risultati inferiori alle aspettative. Un’ulteriore osservazione che possiamo fare esaminando il grafico è che l’obiettivo dell’efficacia diviene più difficile da realizzare quando lo status socio-economico-culturale medio degli alunni è basso (gran parte degli istituti professionali e dei CFP si posizionano al di sotto della linea rossa). È ormai ben noto, anche sulla base di tutte le rilevazioni PISA fin qui condotte, che l’effetto delle caratterische socio-economiche e culturali medie degli studenti di un istituto sul rendimento è molto più importante dell’influenza che lo status personale del singolo alunno ha sul suo risultato individuale, come si può vedere dal grafico di Figura 8.3, tratto dall’ultimo Rapporto Internazionale (OECD, 2007).

Le barre di colore più chiaro nel grafico rappresentano l’aumento del punteggio medio in scienze d’una scuola associato all’aumento di mezza unità di deviazione standard dell’indice medio di status dei suoi studenti, mentre le barre di colore più scuro rappresentano l’incremento del punteggio d’uno studente

175

all’interno delle scuole associato all’incremento - sempre di mezza unità di deviazione standard - del suo livello di status individuale3.

Figura 8.3: Effetti dello status socio-economico-culturale personale dello studente e dellostatus medio della scuola sul punteggio in scienze

Come si può vedere, nella grande maggioranza dei paesi, le barre più chiaresono più lunghe delle altre, il che sta a significare che, come prima accennato,l’effetto della composizione sociale del corpo studentesco d’una scuola sui risultati è assai più forte dell’influenza esercitata dalle condizioni personali di unalunno. In altre parole, se prendiamo in considerazione due studenti qualsiasi di una stessa scuola, lo status dei quali differisca di mezza unità di deviazione standard e, successivamente, due studenti con lo stesso status a livelloindividuale ma che frequentino due scuole diverse dove l’indice medio di status si discosta sempre di mezza unità di deviazione, possiamo affermare, con una probabilità molto alta di non sbagliarci, che la differenza del profitto nella seconda coppia di alunni sarà più ampia rispetto a quella che si registra fra i primi due. Alivello di scuola, si determina, cioè, un effetto di aggregazione dellecaratteristiche sociali e culturali degli studenti che la frequentano che va al di làdell’effetto dovuto alla specifica condizione del singolo allievo. Questo nonsignifica che per aumentare il rendimento di un alunno basti trasferirlo da una scuola di status più basso ad una scuola di status più elevato, ma che, come la

3 Le cifre che si leggono invece al piede di ciascuna coppia di barre sono le differenze interquartili dell’indice Escs delle scuole.

176

ricerca sperimentale ha a più riprese dimostrato4, le scuole dove gli studenti hanno mediamente una situazione familiare più vantaggiosa godono di migliori condizioni educative da ogni punto di vista: insegnanti più esperti, genitori più interessati all’andamento scolastico dei propri figli, un curricolo più esigente, e, soprattutto, un’atmosfera più tranquilla e favorevole all’apprendimento creata dalla compresenza di alunni più brillanti e meglio preparati e motivati (peereffect).

Sulla base dei soli dati di PISA, non è possibile dire, data la natura cross-sectional dell’indagine5, se e in che misura il background medio d’un istituto influenzi direttamente la prestazione degli studenti o solo indirettamente attraverso processi di selezione, o autoselezione, all’ingresso. Quando il sistema scolastico è, come quello italiano e come altri in Europa, organizzato al livello dei 15 anni in percorsi distinti, la selezione o autoselezione degli studenti al momento della scelta dell’indirizzo nel ciclo superiore di scuola secondaria gioca ovviamente un ruolo di primo piano. Nel caso del Veneto, dove come già detto nel capitolo 6, si è potuto rilevare per una grossa parte degli studenti campionati una misura, per quanto grossolana, del livello generale di capacità e preparazione al termine della scuola media, il verificarsi dei processi di cui sopra è ampiamente dimostrato dalla diversa distribuzione degli alunni nei vari canali d’istruzione a seconda del giudizio riportato all’esame di licenza6.

Sebbene le comparazioni fra i paesi OCSE mostrino che l’organizzazione del sistema scolastico a livello secondario in una pluralità di indirizzi non è, di per sé, collegata alla prestazione in scienze7 né nel senso di aumentarla né di abbassarla, tuttavia ad essa è dovuto il 52% della varianza media dei risultati tra le scuole (OECD, 2007, p. 221). Il prodursi di un effetto di contesto attribuibile alla composizione del corpo studentesco dell’istituto è un punto che andrebbe attentamente meditato in tutte quelle decisioni di politica scolastica, in genere le più importanti, che hanno a che fare con l’allocazione degli alunni alle varie unità, e sottounità, del sistema d’istruzione. Quello che andrebbe in ogni caso evitato, e 4 Le ricerche condotte a livello nazionale e internazionale sono abbastanza concordi nel riconoscere l’esistenza di quello che con termine tecnico si chiama “effetto contestuale” o “di composizione” del corpo studentesco d’una scuola o d’una classe (giacché il discorso vale a maggior ragione anche per le classi) ma la discussione sulla grandezza e soprattutto sulla natura di tale effetto è quanto mai aperto (si veda per una breve rassegna: Dumay, 2004; Dumay e Dupriez, 2004).5 Con questo termine si indicano, per distinguerle dalle indagini autenticamente longitudinali, le indagini come PISA, che, pur ripetendosi a più riprese nel corso del tempo, si svolgono però su gruppi di alunni ogni volta diversi.6 Non va tuttavia dimenticato che, a sua volta, questo, come ogni altro risultato scolastico, ha una relazione con lo status della famiglia dell’alunno. Nel caso del Veneto l’Escs medio nei quattro gruppi di alunni costituti in base al giudizio di licenza è il seguente: 1) Sufficiente: -0,17; 2) Buono: 0,15; 3) Distinto: 0,18; 4) Ottimo: 0,33.7 Una tale relazione per quanto concerne l’efficacia del sistema (diverso è il discorso sul terreno dell’equità) non è dimostrabile nemmeno per la matematica (OECD, 2004), mentre sembrerebbe differente il caso della lettura (OECD, 2005)

177

qui la ricerca in campo educativo è concorde, è la concentrazione nella stessa scuola o classe di alunni con un basso livello sotto il profilo socio-economico e delle abilità di base. Qualora poi questo non fosse per qualche motivo possibile, o non si rivelasse compatibile, una volta completato il tratto comune del percorso scolastico, col perseguimento di un obiettivo di promozione del merito e dell’eccellenza8, dovrebbero allora esser radicalmente ripensate la struttura organizzativa e le modalità d’insegnamento-apprendimento.

8.2 Caratteristiche delle scuole e prestazioni in scienze

Dopo aver affrontato nel paragrafo precedente il rapporto che sussiste fra composizione sociale del corpo studentesco d’un istituto e prestazioni, in questa sezione ci occuperemo di altre caratteristiche delle scuole e della loro relazione col risultato in scienze. Prima di proseguire, è opportuno avvertire che gli indicatori relativi alle caratteristiche delle scuole considerati in PISA sono in parte ottenuti per aggregazione dalle risposte al questionario-studente9 e in più larga misura dalle risposte al questionario-scuola10. Quest’ultimo, che è rivolto al dirigente, raccoglie una serie di informazioni su aspetti generali delle scuole campionate (ad es., il tipo di gestione, pubblica o privata), sul numero e il sesso degli studenti che la frequentano, sulle risorse umane e materiali di cui può disporre, e infine sull’organizzazione pedagogica e didattica e sulle politiche e pratiche messe in atto a livello d’istituto. Tuttavia, come il Rapporto Internazionale avverte, a questo genere di raccolta dati sono intrinseche molte limitazioni, che derivano sia dal ristretto numero di dirigenti intervistato per ciascun paese sia dall’essere il preside l’unica fonte di informazioni sulla scuola. Inoltre, parte degli indicatori ricavati dalle risposte al questionario sono basati su percezioni e giudizi, più che su dati obiettivi.

Si deve inoltre aggiungere che lo strumento è concepito in un’ottica internazionale e può accadere che le questioni su cui esso si focalizza, dettate dagli interessi di ricerca e dall’agenda di politica educativa degli organismi che promuovono e realizzano l’indagine PISA, non abbiano un preciso riscontro nella situazione di alcuni dei paesi partecipanti.

8 Il dibattito sull’opportunità e la convenienza o meno di separare gli alunni a seconda del livello di capacità, e sul come e quando farlo nel corso della formazione, ha una lunga tradizione nella ricerca sulla scuola e non è ancora approdato a una conclusione definitiva (Vedi ad es.: Loveless, 1998)9 Tali indicatori sono costruiti mediando a livello di singola scuola le risposte degli alunni. Rientrano fra di essi, ad esempio, l’indice medio di background delle scuole, di cui ci siamo occupati nel primo paragrafo di questo capitolo, e gli indici riferiti all’impostazione dell’insegnamento delle scienze, di cui parleremo fra breve. 10 Essi sono rapportati al peso degli studenti campionati per ciascuna scuola.

178

Nel caso dell’Italia, ad esempio, molte delle domande afferenti alla sezione D del questionario (Accountability and admission practices)11, a parere di chi scrive, non sono propriamente applicabili al contesto italiano se non in maniera del tutto approssimativa, con il conseguente rischio della generazione di risposte indotte che fraintendono sostanzialmente il senso degli interrogativi proposti. Per questo motivo, si è deciso di escludere dalle nostre riflessioni ed analisi le variabili ricavate da domande non adeguate al quadro scolastico dell’Italia e di concentrarsi solo su quegli indicatori che possono avere, alla luce di esso, un significato non equivoco. Sfortunatamente tali indicatori rivestono sovente uno scarso interesse in quanto privi di una relazione precisa coi risultati dell’apprendimento, come è il caso, ad esempio, di quelli relativi alle risorse, almeno nei paesi sviluppati, oppure perché riferiti ad aspetti che, nel nostro e in altri casi, sono regolati a livello centrale e non variano da un istituto all’altro (ad es. l’assunzione e i requisiti dei docenti).

Ciò detto, presentiamo nelle tabelle che seguono gli esiti delle analisi condotte sulle variabili relative al tipo di gestione delle scuole, alla loro dimensione e ubicazione, alle risorse, materiali ed umane, di cui dispongono, alla presenza di attività per la promozione dell’apprendimento scientifico e dell’educazione ambientale e all’impostazione data all’insegnamento delle scienze.

8.2.1 Tipo di gestione (statale vs non statale)

Gli alunni del campione veneto che frequentano scuole superiori non statali (paritarie)12 sono il 10%. Di questi, il 44% frequenta un liceo, il 15% un istituto tecnico e il restante 41% un centro di formazione. Gli alunni delle scuole non statali ottengono in scienze un punteggio mediamente più basso di circa 53 punti rispetto agli studenti delle scuole statali. Il divario è statisticamente significativo, anche se si deve tener presente che ciò è dovuto alla forte presenza di studenti della formazione professionale. Se infatti si limita il confronto agli studenti dei licei e degli istituti tecnici (escludendo gli alunni dei CFP e quelli degli istituti professionali, questi ultimi non rappresentati nell’istruzione non statale), lo scarto nelle prestazioni si riduce a 36 punti circa e la differenza non è più significativa, come si può constatare dalla Tabella 8.1.

11 Riportiamo di proposito il titolo della sezione nell’originale inglese in quanto ci sembra che la traduzione datane nella versione italiana del questionario (Strategie di comunicazione del rendimento e pratiche di ammissione) non sia corretta per quanto riguarda il termine “accountability”. 12 Sono definite tali le scuole “controllate e gestite in maniera diretta o indiretta da organizzazioni non governative, quali, ad esempio, ordini religiosi, sindacati, associazioni private, ecc.” (Questionario-Scuola PISA 2006, Domanda 2)

179

Tabella 8.1: Risultato in scienze nelle scuole superiori statali e non statali

Scuola statale Scuola non statale Differenza

(S – NS)

Tutti gli indirizzi 533 (5,3) 480 (26,3) 53 (26,0)

Alunni degli indirizzi liceale e tecnico 558 (6,7) 521 (26,0) 36 (25,4)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

Come abbiamo avuto modo di vedere nel capitolo 6, il risultato in scienze - e negli altri ambiti - è condizionato dall’origine familiare dello studente e dunque è a questo proposito interessante prendere in considerazione l’indice medio di status socio-economico-culturale degli alunni che frequentano rispettivamente le scuole statali e non statali. Si veda, a questo proposito, la Tabella 8.2.

Tabella 8.2: Media dell’indice di status s.e.c. nelle scuole superiori statali e non statali

Scuola statale Scuola non statale Differenza

(S – NS)

Tutti gli alunni 0,01 (0,04) 0,17 (0,36) -0,16 (0,36)

Alunni degli indirizzi liceale e tecnico 0,14 (0,04) 0,80 (0,19) -0,66 (0,18)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

Se si considerano tutti gli alunni campionati, l’Escs medio degli studenti della scuola non statale, paragonato a quello degli alunni della scuola statale, è un po’ più alto, in maniera, però, non statisticamente significativa. Quando, come prima, per rendere il confronto omogeneo si escludono dall’analisi gli studenti della formazione e istruzione professionali, l’Escs medio nelle scuole non statali sale a 0,80 punti rispetto a una media di 0,14 nelle omologhe scuole statali e la differenza risulta in tal caso significativa (vedi Tabella 8.2).

D’altra parte, per completare il quadro, va anche sottolineato che il livello cognitivo all’ingresso degli studenti della scuola superiore non statale è più basso di quello degli studenti della scuola statale, come si può constatare dalla Tabella 8.3, che riporta la distribuzione percentuale dei giudizi di licenza media nei due tipi d’istruzione13.

13 Il confronto è stato anche in questo caso limitato ai soli alunni degli indirizzi liceale e tecnico; anche perché, come si ricorderà, il dato relativo al giudizio di licenza non è disponibile per gli studenti della formazione professionale.

180

Tabella 8.3: Distribuzione percentuale dei giudizi di licenza media negli istituti liceali e tecnici statali e non statali

Scuola statale Scuola non statale

Sufficiente 21,7 40,9

Buono 32,9 32,8

Distinto 26,1 17,2

Ottimo 19,3 9,1

Totale 100,0 100,0

Questo dato, e gli altri cui si è fatto sopra riferimento, delineano un ruolo dell’istruzione non statale che potremmo definire - fatte salve le debite eccezioni - di “ciambella di salvataggio” per gli studenti di famiglia agiata a rischio d’insuccesso nella scuola pubblica. Tale situazione, che ha profonde radici storiche e si ripete con maggiore o minore intensità anche in altre regioni italiane, spiega perché nel nostro paese, a differenza di quanto accade nella maggior parte dei paesi OCSE14, la scuola privata ottenga risultati inferiori a quella pubblica, con un divario che si allarga fino a diventare statisticamente significativo quando si tiene sotto controllo lo status socio-economico-culturale degli alunni e delle scuole, come si può evincere dalla Tabella 5.4, p. 166, del Rapporto Internazionale.

8.2.2 Dimensione e ubicazione

La dimensione media delle scuole superiori del Veneto è, in base ai dati del campione PISA, di circa 767 alunni. Le scuole col più alto numero di iscritti per unità sono i licei, con 942 alunni in media, seguiti dagli istituti tecnici e professionali, che hanno, rispettivamente, una media di 735 e 730 iscritti, mentre il numero medio di studenti dei Centri di Formazione è molto più contenuto: 154 alunni. Man mano che il numero degli studenti aumenta, tende anche a crescere il punteggio in scienze dell’istituto, con una correlazione che, sebbene significativa, è di modesta entità. L’incremento del punteggio per l’aumento di una unità di deviazione standard rispetto alla media regionale15 è di 24 punti ma

14 In questi, la scuola privata ha, per lo più, risultati superiori alla pubblica. Le cose, però, cambiano quando si tiene conto delle caratteristiche di background degli studenti e delle scuole. Va inoltre qui ricordato che da varie ricerche (Vandemberghe e Robin, 2004) è emerso come l’efficacia della scuola privata vari a seconda del paese e sia dunque “country specific”.15 I dati relativi alla dimensione, come pure gran parte di quelli che si riferiscono alle risorse materiali ed umane (prime 7 righe della Tabella 8.6), espressi originariamente nella loro metrica naturale, sono stati, ai fini del calcolo dei coefficienti di regressione sui punteggi in scienze e per

181

oltre un certo punto l’effetto diminuisce fino ad annullarsi: l’indice di curvilinearità della retta di regressione è infatti significativo ed ha segno negativo, come si può vedere dalla Tabella 8.4.

Tabella 8.4: Relazione fra dimensione della scuola e prestazione in scienze

Variazione del punteggio in scienze per l’aumento di una unità di dev. st. rispetto

alla dimensione media

Indice di curvilinearità

Correlazione della dimensione con la

prestazione in scienze

24 (6,8) -23,1 (6,0) 0,27 (0,07)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

Dal punto di vista dell’ubicazione, il 10% circa degli studenti veneti frequenta una scuola che ha sede in un centro con una popolazione che non supera i 15.000 abitanti, il 53% frequenta una scuola in un centro fra i 15.000 e i 100.000 abitanti e il restante 37% frequenta una scuola di una città con più di 100.000 abitanti. Anche la localizzazione della scuola, analogamente alle dimensioni, ha un riflesso sui risultati in scienze, come si può vedere dalla Tabella 8.5. Il punteggio medio degli studenti aumenta con l’aumento della dimensione del centro in cui la scuola che frequentano è ubicata, ma la differenza diviene significativa solo per gli alunni degli istituti ai due estremi.

Tabella 8.5: Punteggio medio in scienze in funzione della dimensione del centro di ubicazione della scuola

Localizzazione in un piccolo centro

Localizzazione in un medio centro

Localizzazione in un grande centro

Differenza

(PC – GC)

Punteggio in scienze 491 (32,2) 518 (10,8) 551 (10,6) -60 (28,6)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

8.2.3 Le risorse

Diverse domande del questionario-scuola sono dirette ad indagare la quantità e qualità delle attrezzature e del personale di cui le scuole dispongono. Nella tabella che segue sono riportati gli esiti dell’analisi sulle risposte fornite a tali domande dai presidi interpellati e la loro relazione con la prestazione in scienze degli studenti.

renderne possibile un’interpretazione sensata, preliminarmente standardizzati in modo da far corrispondere la media di tutte le scuole superiori venete a zero e la deviazione standard all’unità.

182

Tabella 8.6: Risorse umane e materiali e risultati in scienze

Mediaindice in tutte le scuole

superiori

Mediaindice

nei Licei

Mediaindice negli

IstitutiTecnici

Mediaindice negli

IstitutiProfess.

Mediaindice

nei CFP

Variaz.punteggio

per una unità di dev. st.

dell’indice

Correlaz.con il

risultato in

scienze

Dimensionedelle classi

22,8(0,74)

24,5(1,89)

22,2(0,42)

22,0(0,67)

19,1(0,38)

12,5(11,98)

0,14(0,07)

Numerostudenti per insegnante

9,7(0,29)

11,4(0,45)

8,5(0,51)

8,3(0,75)

9,9(1,10)

17,8 (7,38) 0,20

(0,07)

Prop. docenti abilitati su totale

0,89(0,02)

0,93(0,03)

0,93(0,02)

0,91(0,02)

0,15(0,12)

19,1 (7,20) 0,22

(0,06)

Prop. docenti laureati su totale

0,85(0,01)

0,94(0,02)

0,84(0,02)

0,83(0,04)

0,52(0,08)

29,3 (7,23) 0,33

(0,06)

Prop.computer per numerostudenti

0,18(0,02)

0,14(0,04)

0,24(0,02)

0,13(0,03)

0,36(0,06)

-11,1 (6,95) -0,13(0,06)

Prop.computer ad uso didattico

0,16(0,02)

0,12(0,04)

0,21(0,02)

0,12(0,03)

0,31(0,04)

-12,5 (7,44) -0,14(0,06)

Prop.computer in rete

0,87(0,02)

0,95(0,02)

0,85(0,05)

0,77(0,05)

0,85(0,04)

20,9 (5,34) 0,24

(0,05)

Carenzadegliinsegnanti

0,34(0,13)

0,54(0,20)

0,21(0,18)

0,12(0,42)

0,54(0,12)

17,1(13,38)

0,15(0,11)

Qualità delle attrezzature

0,24(0,13)

0,18(0,23)

0,44(0,24)

-0,08(0,14)

0,61(0,33)

-0,4 (10,31) -0,00(0,10)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

Come si può constatare dalla tabella, una dimensione della classe superiore alla media regionale e un numero di studenti per docente più alto si accompagna a migliori risultati. Sia la variazione del punteggio per l’aumento di una unità di deviazione che la correlazione con la prestazione in scienze hanno segno positivo e sono significative. Questo effetto, apparentemente controintuitivo, è

183

dovuto al fatto che nei licei entrambi gli indicatori hanno valori più elevati della media generale.

La qualità degli insegnanti, misurata dalla proporzione, sul totale degli organici di un istituto, di docenti abilitati e di docenti laureati, sembra esercitare un effetto migliorativo sui risultati in scienze, con un incremento rispettivamente di circa 20 e 30 punti per l’aumento di una deviazione standard dei relativi indicatori. Anche le correlazioni con le prestazioni, sebbene sempre di modesta entità, sono positive e significative. Si deve tuttavia rilevare che, nel primo caso, vi è una netta differenza fra gli istituti d’istruzione da una parte, dove più del 90% dei docenti è abilitato, e i Centri di Formazione dove solo una minoranza lo è. Nel secondo caso, la proporzione di insegnanti laureati tende ad esser più elevata nei licei, come era da attendersi nel quadro ordinamentale italiano che prevede la presenza di insegnanti tecnico-pratici, per cui tale qualificazione non è richiesta, solo negli istituti tecnici e professionali. Ancora più differenziata la situazione nei Centri di Formazione, dove solo la metà degli insegnanti è laureata. Non desta dunque sorpresa, tenuto conto dell’associazione fra i due indici in questione e il tipo di scuola, che emerga una relazione positiva con i risultati.

Non sembrano invece avere con essi alcun rapporto gli indicatori relativi alla proporzione di computer rispetto alla dimensione della scuola e alla proporzione, sempre in rapporto alla dimensione dell’istituto, di computer destinati ad uso didattico. Solo la proporzione di computer collegati al WEB mostra un effetto significativo, in senso migliorativo, sulla prestazione in scienze, ma, ancora una volta, è da porre in rilievo che i computer collegati in rete risultano relativamente più numerosi nei licei.

Le ultime due variabili (in corsivo) della Tabella 8.6 (così come tutte quelle della successiva Tabella 8.7) sono indicatori internazionali standardizzati sui parametri dei paesi OCSE. Nel leggere i dati, si deve dunque aver presente che, in tal caso e a differenza dai precedenti indicatori (vedi nota 15), lo zero corrisponde alla media e l’unità di misura alla deviazione standard registrate per l’insieme di tali paesi. L’indice di carenza dei docenti (TCSHORT) è costruito in base alle risposte ad item che misurano le percezioni del dirigente relativamente alla mancanza o alla inadeguata qualificazione dei docenti di scienze, di matematica, di lingua italiana e di altre materie nella scuola da lui gestita. Esso ha una valenza negativa, e dunque più il suo valore è alto, più compromessa appare la situazione agli occhi del preside. Il secondo indicatore (SCMATEDU) riflette invece il giudizio del dirigente circa l’adeguatezza delle attrezzature di cui l’istituto è fornito. In questo caso l’indice ha un significato positivo. Entrambi gli indicatori sono nel Veneto più alti rispetto alla media fatta registrare dai paesi OCSE, ma nessuno dei due sembra avere alcuna relazione con i risultati.

184

8.2.4 Insegnamento delle scienze

Esaminiamo ora le variabili relative ad alcune modalità di organizzazione dell’insegnamento delle scienze e all’approccio didattico (Tabella 8.7). La presenza nella scuola di attività tese a incentivare l’apprendimento in quest’ambito è più bassa rispetto a quanto si riscontra mediamente nei paesi OCSE. Da rilevare che tale indicatore, tuttavia, assume valori relativamente più elevati nei licei e negli istituti tecnici rispetto all’istruzione e formazione professionale. Coerentemente con questo dato, l’associazione con i risultati è positiva: una variazione unitaria dell’indice determina un incremento di 33 punti della prestazione in scienze e il coefficiente di correlazione è basso ma significativo.

Tabella 8.7: Impostazione dell’insegnamento scientifico e risultati in scienze

Mediaindice in tutte le scuole

superiori

Mediaindice

nei Licei

Mediaindice negli

IstitutiTecnici

Mediaindice negli

IstitutiProfess.

Mediaindice

nei CFP

Variaz.punteggio

per una unità di dev. st.

dell’indice

Correlaz.con il

risultato in

scienze

Attività di promozione delle scienze

-0,20(0,08)

-0,09(0,13)

-0,02(0,14)

-0,31(0,17)

-1,23(0,18)

32,6(12,43)

0,23(0,08)

Attività di Educazione Ambientale

0,17(0,14)

0,19(0,24)

0,25(0,18)

0,33(0,42)

-0,73(0,18)

3,6 (8,61) 0,04

(0,09)

Focus su applicazioni e modelli

-0,21(0,04)

-0,22(0,07)

-0,17(0,05)

-0,19(0,08)

-0,45(0,31)

4,4 (3,61) 0,04

(0,04)

Focus su esperimentipratici

-0,43(0,09)

-0,51(0,13)

0,06(0,08)

-0,86(0,25)

-0,97(0,06)

3,9 (4,23) 0,05

(0,05)

Focus sulla ricerca da parte degli studenti

-0,32(0,04)

-0,52(0,04)

-0,27(0,06)

-0,13(0,14)

-0,15(0,07)

-23,0 (3,02) -0,25(0,03)

Insegnamentointerattivo

0,18(0,03)

0,08(0,05)

0,13(0,05)

0,34(0,07)

0,36(0,06)

-11,2(3,22)

-0,12(0,03)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

185

Non mostrano invece alcuna relazione con il rendimento le attività di educazione ambientale eventualmente organizzate dall’istituto. Si noti che l’indicatore, diversamente dal precedente, è nel Veneto superiore alla media OCSE e mostra valori più elevati negli istituti tecnici e professionali (non però nei CFP) rispetto ai licei.

Gli ultimi quattro indicatori riguardano le modalità prevalenti con cui l’insegnamento è organizzato nelle classi. Da sottolineare in primo luogo che essi sono costruiti a partire dalle risposte degli studenti a domande sulle attività più frequenti durante le lezioni di scienze e vanno dunque presi con beneficio d’inventario. È opportuno, prima di proseguire, rimarcare anche che appare alquanto problematico valutare l’efficacia di approcci didattici diversi senza tenere sotto controllo il livello di capacità degli alunni - che è nel nostro caso differente a seconda del tipo d’istruzione - e le altre variabili rilevanti per l’apprendimento. Ciò detto, i primi tre indicatori (focalizzazione dell’insegnamento su applicazioni e modelli, su attività di sperimentazione concreta o su attività di ricerca direttamente progettate dagli studenti) fanno registrare nel Veneto valori più bassi della media OCSE, in particolare il secondo. Inoltre, per due indicatori su tre, non vi è alcuna relazione con il rendimento, mentre nel caso del terzo un rapporto c’è ma, come si può vedere, in senso negativo (l’indice risulta, d’altra parte, più basso nei licei e negli istituti tecnici rispetto agli istituti professionali e ai CFP). Anche lo svolgimento delle lezioni in maniera fortemente interattiva ha una relazione negativa con il risultato in scienze. L’indicatore, che è, in questo caso, complessivamente superiore nel Veneto alla media OCSE, assume valori più elevati negli istituti tecnici e soprattutto nell’istruzione e formazione professionale rispetto ai licei. Il dato collima con quanto era già emerso nel 2003 per quanto concerne la qualità delle relazioni in classe fra alunni e insegnanti e il risultato in matematica, tanto più basso quanto più il rapporto coi docenti era giudicato positivo dagli studenti. Il fenomeno, che non riguardava soltanto l’Italia (OECD, 2004), trova forse una spiegazione nel fatto che gli insegnanti tendono a dedicare più attenzioni e ad adottare un atteggiamento più cordiale con gli studenti in maggiore difficoltà, mentre nei licei e negli istituti tecnici, dove il livello cognitivo è mediamente più alto, i rapporti sono probabilmente più impersonali e distaccati.

8.3 I genitori e le scuole

Abbiamo già avuto modo di dire che nel 2006 per la prima volta è stato introdotto fra gli strumenti di rilevazione un questionario diretto ai genitori degli studenti. Il questionario, come si ricorderà, verte soprattutto sugli atteggiamenti dei genitori nei confronti delle scienze. Ma alcune domande riguardano il giudizio sulla scuola frequentata dai figli e altri aspetti che rivestono un interesse nel quadro del dibattito contemporaneo sulla qualità dell’istruzione.

186

Cominciamo con il riportare nella tabella che segue le percentuali di genitori che valutano in maniera molto positiva o positiva, oppure, viceversa, in maniera negativa o molto negativa la scuola dei propri figli in relazione a sette dimensioni prese in considerazione nel questionario:

1) competenza e motivazione degli insegnanti

2) livello di esigenza della scuola per quanto riguarda il rendimento

3) contenuti e metodi didattici

4) clima disciplinare

5) monitoraggio dei progressi nell’apprendimento

6) informazione fornita sui progressi del figlio

7) formazione complessiva data.

Tabella 8.8: Distribuzione percentuale delle valutazioni dei genitori sulla scuola dei figli

+ + + - - - Totale

Competenza e motivazione dei docenti 12,5 78,4 7,7 1,4 100,0

Livello di esigenza della scuola 13,7 66,2 19,4 0,7 100,0

Contenuti e metodi didattici 12,1 74,5 12,5 1,0 100,0

Clima disciplinare 19,3 62,0 16,4 2,3 100,0

Monitoraggio dei progressi 13,8 68,3 16,8 1,1 100,0

Informazione sui progressi 15,8 64,9 17,2 2,0 100,0

Formazione complessiva 22,9 71,7 4,8 0,6 100,0

Come si può vedere dalle prime due colonne, i giudizi positivi prevalgono ampiamente su quelli negativi qualunque sia l’aspetto considerato, cosa che solleva qualche dubbio sulla sincerità delle risposte o, in alternativa, sulla capacità dei genitori di valutare la qualità dell’istruzione fornita da una scuola. La situazione che emerge dalla tabella non è in ogni caso molto diversa negli altri 15 paesi che come l’Italia hanno scelto l’opzione di inserire il questionario in discussione fra gli strumenti d’indagine del 2006. L’indicatore sintetico (PQSCHOOL) che riassume il giudizio complessivo dei genitori sulle scuole superiori del Veneto ha un valore medio pari a 0,03, dunque sostanzialmente eguale alla media OCSE, e una relazione praticamente nulla con il risultato in scienze, come si vede dalla Tabella 8.9.

187

Tabella 8.9: Indice di percezione della qualità della scuola da parte dei genitori nel Veneto

Media indice Variazione del punteggio in

scienze per l’aumento di una unità dell’indice

Correlazione con il punteggio in scienze

0,03 (0,03) 4,1 (3,83) 0,04 (0,04)

Anche considerando separatamente le valutazioni sui singoli aspetti e riunendo le scuole giudicate positivamente o molto positivamente in un gruppo e quelle giudicate negativamente o molto negativamente in un altro, i punteggi medi in scienze dei due gruppi non si differenziano in modo significativo, fatta eccezione per la variabile relativa al livello di esigenza. La differenza di prestazione fra le scuole dei due gruppi assomma qui a 23 punti e risulta statisticamente significativa (vedi Tavola II in Appendice).

Questo dato ha un rapporto con un altro indicatore, ricavato questa volta dal questionario-scuola, che esprime la percezione del preside sul grado di pressione esercitato dai genitori perché i figli conseguano alti livelli di rendimento scolastico. La Tabella 8.10 illustra la distribuzione percentuale, per tutte le scuole superiori globalmente considerate e distintamente per tipo d’istruzione, nelle tre categorie di risposta alla domanda in esame.

Tabella 8.10: Distribuzione percentuale in generale e per tipo d’istruzione del grado di pressione dei genitori

Tutte le scuole

superiori Licei Istituti

TecniciIstituti

Profess. CFP

C’è una pressione costante da parte di molti genitori 22,6 44,6 12,1 8,4 0,0

Le pressioni provengono da una minoranza di genitori 56,8 36,6 57,3 91,6 54,7

Le pressioni sulla scuola sono pressoché assenti 20,6 18,8 30,6 0,0 45,3

Totale 100,0 100,0 100,0 100,0 100,0

Se si riducono le categorie a due soltanto, raggruppando da una parte le scuole dove la pressione perché i figli ottengano alti risultati è assente o proviene da una minoranza di genitori e dall’altra le scuole dove molti genitori esercitano una pressione costante, e si va quindi a vedere la relazione col punteggio ottenuto nei tre ambiti dagli istituti cosi contrapposti, si constata che lo scarto dei punteggi fra la prima e la seconda categoria è significativo, come si può vedere dalla

188

Tabella 8.11. Non si deve però trascurare che, come si evince dalla tabella precedente, vi è anche qui un’associazione fra pressione dei genitori e tipo di scuola.

Tabella 8.11: Punteggio medio nei tre ambiti in funzione della pressione dei genitori

Scuole dove la pressione dei genitori è assente o

minoritaria

Scuole dove molti genitori fanno pressione per alti

risultati

Differenza fra 1° e 2°

categoria

Scienze 516 (6,9) 570 (15,4) -54 (19,2)

Lettura 506 (6,7) 553 (14,9) -47 (18,4)

Matematica 501 (8,2) 558 (16,8) -57 (21,5)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

Un ultimo aspetto da prendere in considerazione è l’influenza esercitata sulle scuole dall’ampiezza delle opzioni di scelta che si presentano all’utenza all’atto dell’iscrizione. Il questionario-scuola indaga questa variabile chiedendo al dirigente se gli studenti abbiano la possibilità di scegliere tra l’offerta formativa di due o più scuole che condividono con la sua lo stesso bacino d’utenza, oppure di una soltanto o se invece non abbiano di fatto alcuna opportunità di scelta. La maggioranza dei presidi (78%) che hanno risposto alla domanda affermano che la loro scuola deve competere per attrarre studenti con due o più scuole, il 9% con una sola scuola e il 12% con nessuna. I risultati in tutti e tre gli ambiti tendono ad aumentare col crescere della pressione competitiva, come si può vedere dalla Tabella 8.12.

Tabella 12: Punteggio medio nei tre ambiti in funzione del livello di competizione

La scuola deve competere con due o

più scuole

La scuola deve competere con un’altra scuola

La scuola non deve competere

Scienze 535 (7,3) 524 (25,9) 484 (14,8)

Lettura 524 (6,6) 492 (37,1) 467 (29,6)

Matematica 523 (9,0) 491 (25,2) 463 (19,2)

In questo caso, tuttavia, le differenze fra i gruppi sono significative solo per le scienze e la matematica, e soltanto se si considerano i due gruppi estremi, il cui punteggio si discosta nel primo ambito di 51 punti e nel secondo di 57 punti (vedi Tavola III in Appendice).

Prima di chiudere, vale la pena di osservare che gli effetti delle caratteristiche delle scuole sui risultati analizzati in questo capitolo si riferiscono alle variabili

189

singolarmente prese, e dunque non è affatto da escludere che quando esse saranno considerate insieme fra loro e con le caratteristiche degli alunni, come si farà nel capitolo 9, il loro effetto si annulli o in ogni caso muti in maniera sostanziale.

Riferimenti bibliografici

Dumay, X. (2004). Effet établissement: effet de composition et/ou effet des pratiques mangériales et pedagogiques? Un état du debat, “Les Cahiers de Recherche en Education et Formation”, n. 34, GIRSEF, Louvain.

Dumay, X. e Dupriez, V. (2004). Effet établissement: effet de processus et/ou effet de composition?, “Les Cahiers de Recherche en Education et Formation”, n. 36, GIRSEF, Louvain.

Loveless, T. (1998). The Tracking and Ability Grouping Debate, Fordham report.

OCSE (2004), Learning for Tomorrow’s World. First Results from PISA 2003,OECD, Paris.

OCSE (2005). School Factors Related to Quality and Equity, OECD, Paris.

Vandenberghe, V. e Robin, S. (2004). Evaluating the Effectiveness of Private Education Across countries: a Comparison of Methods, “Labour Economics”, vol. 11 (4), pp. 487-506.

190

APPENDICE

Tav. I: Coefficienti del gradiente generale di Escs e dei gradienti “entro” e “tra” le scuole superiori del Veneto 16

Intercetta Pendenza Indice di curvilinearità

Gradiente “Entro” (Within) 520,4 (8,5) 6,2 (2,6) -

Gradiente “Tra” (Between) 519,9 (6,6) 80,8 (11,8) -

Gradiente generale 531,6 (5,4) 29,8 (3,3) -6,8 (2,5)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

Tav. II: Risultati in scienze nelle scuole in funzione del giudizio dei genitori Media in Scienze delle

scuole giudicate positivamente o molto

positivamente

Media in Scienze delle scuole giudicate

negativamente o molto negativamente

Differenza di punteggio tra il

primo e il secondo gruppo

Competenza e motivazione dei docenti

532 (5,8) 522 (10,8) 10 (10,6)

Livello di esigenza della scuola

536 (6,0) 512 (8,2) 23 (8,3)

Contenuti e metodi didattici 531 (6,2) 526 (8,3) 5 (8,8)

Climadisciplinare 532 (6,6) 526 (6,3) 5 (7,7)

Monitoraggio dei progressi 531 (5,9) 531 (7,3) 0 (6,1)

Informazionesui progressi 528 (6,4) 540 (6,7) -12 (7,8)

Formazione complessiva 532 (5,8) 516 (12,6) 16 (12,2)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

16 I valori dell’intercetta e della pendenza del gradiente generale sono quelli che si ottengono quando nell’equazione di regressione è inserito il termine Escs al quadrato. L’intercetta e la pendenza dei gradienti “entro” e “tra” le scuole superiori sono stati calcolati con due modelli multilivello (software utilizzato: HLM 6.06). Nel primo (within) l’Escs individuale è stato inserito come predittore a livello 1, centrato sulla media di scuola; nel secondo (between), l’Escs medio di scuola è stato inserito a livello 2 non centrato.

191

Tav. III: Differenze di risultati tra le scuole nei tre ambiti in funzione della pressione competitiva

Differenza tra le scuole che

competono con due o più scuole e le scuole che competono solo

con una

Differenza tra le scuole che

competono con una sola scuola e le

scuole senza concorrenza

Differenza tra le scuole che

competono con due o più scuole e le scuole

senza concorrenza

Scienze 12 (29,2) 40 (30,6) 51 (15,8)

Lettura 12 (31,8) 39 (46,5) 52 (31,1)

Matematica 25 (30,5) 31 (34,6) 57 (20,5)

Nota: i valori in grassetto sono statisticamente significativi (p 0,05)

192

Gli approfondimenti

9. Analisi multilivello dell'influenza delle caratteristiche individuali e di scuola sulle prestazioni in scienze

Angela Martini e Susanna Zaccarin*

9.1 Analisi multilivello dei risultati in scienze

Una questione cruciale che emerge dall’analisi dei risultati sull’apprendimento scolastico e che sta anche alla base dell’esigenza di disporre di risultati comparativi nazionali e internazionali, riguarda il modo in cui le scuole e, più in generale, le politiche scolastiche possono incidere sui livelli di prestazione degli studenti, tenendo conto, da un lato, delle differenze di background degli alunni e garantendo, dall’altro, l’equità delle opportunità educative.

Alcune indicazioni in merito a tale questione possono essere fornite mediante un approccio multilivello1 all’analisi dei dati rilevati con l’indagine PISA su studenti e scuole. L’analisi di regressione a più livelli applicata allo studio dei risultati scolastici persegue due obiettivi principali:

1. stabilire correttamente l’effetto di ciascun fattore che può incidere sulle prestazioni degli studenti, depurato dalla somiglianza (correlazione) presente nei risultati degli alunni appartenenti allo stesso istituto e consentendo così di valutare (e tenere distinto) il “peso” della scuola sulle prestazioni individuali;

2. tentare di identificare, tenendo "sotto controllo" le caratteristiche degli studenti e quelle di contesto, le variabili scolastiche (quelle che potremmo definire variabili di processo: organizzazione, risorse, modalità di insegnamento, ecc.) che hanno un'influenza significativa sui risultati.

È appena il caso di sottolineare che tale analisi condotta sui dati PISA non è esente da limiti e che necessarie cautele devono essere introdotte nell’interpretazione dei risultati ottenuti. L’impostazione trasversale (cross-sectional) del disegno d’indagine non consente infatti l’assunzione della prospettiva diacronica necessaria per la determinazione del “valore aggiunto” della scuola di attuale appartenenza rispetto alla frequenza scolastica

* Le autrici ringraziano la Dott.ssa Elisa Bolzonello per il contributo dato al presente lavoro nella predisposizione dei files studenti e scuole per l’analisi e nelle elaborazioni dei dati. 1 Si rinvia a Bryk e Raudenbush (2002), Goldstein (1995), Snijders e Bosker (1999) per la descrizione degli aspetti metodologici dell’analisi multilivello, e al capitolo 12 del Rapporto Regionale del Veneto PISA 2003 (Siniscalco e Marangon, 2005).

195

(cumulativa) precedente. Nello stesso tempo, le scelte relative alla definizione delle caratteristiche delle scuole (dettate da esigenze di comparazione di sistemi educativi molto differenziati), così come il fatto che il dirigente è la sola fonte d’informazioni sugli istituti, rappresentano forse l’aspetto più critico per la valutazione dell’impatto dei fattori scolastici (OCSE, 2007, Box 5.1, pp. 215-216, e Bernardi, Martini, Zaccarin, 2005, pp. 217-218), come sarà meglio precisato più avanti.

Ciò nonostante, la base dati PISA rappresenta senza dubbio una fonte ricca e completa per la valutazione delle relazioni tra i risultati osservati a livello individuale, il contesto scolastico in cui avviene l’apprendimento e le caratteristiche dei diversi sistemi nazionali di istruzione. Inoltre, vale la pena di notare che, diversamente dall’edizione 2003, l’approccio a più livelli è stato ampiamente utilizzato nelle analisi sui dati dell’indagine 2006 e modelli molto articolati a tre livelli2 sono stati stimati dai redattori del rapporto internazionale per investigare il ruolo delle caratteristiche degli studenti e delle scuole e, in particolare, l’impatto del livello di status socio-economico e culturale, nei paesi partecipanti all’indagine (OCSE, 2007).

Dal percorso proposto in sede internazionale e, soprattutto, dalle evidenze emerse nell’applicazione condotta sui dati regionali Pisa 2003 (Bernardi, Martini e Zaccarin, 2005) hanno preso avvio le analisi sui risultati veneti in scienze del 2006 illustrate nel seguito.

9.2 Selezione delle variabili e formulazione dei modelli a due livelli

La ricerca internazionale in tema di educazione individua fondamentalmente tre tipologie principali di fattori a cui può essere ricondotta la variabilità delle prestazioni scolastiche degli alunni:

a) Caratteristiche degli studenti. Appartengono a questo gruppo tutte le variabili di background socio-demografico dello studente e, in parte, della famiglia di provenienza e quelle che attengono agli atteggiamenti, motivazioni e comportamenti nei confronti della scuola e dello studio (in generale o per specifici argomenti). Il questionario-studente dell’edizione 2006, come illustrato nei capitoli precedenti, ha rilevato, oltre alle consuete caratteristiche socio-demografiche, anche un’ampia gamma di informazioni connesse agli atteggiamenti nei confronti della scienza e alla consapevolezza delle problematiche ambientali da parte degli studenti. L’introduzione di un questionario rivolto ai genitori ha permesso, altresì, di cogliere tali atteggiamenti anche a livello familiare, in modo da consentire la ricostruzione

2 Livello 1 = studenti, livello 2 = scuole, livello 3 = Paesi.

196

più generale del contesto, non solo scolastico, in cui avviene la formazione scientifica dei quindicenni intervistati.

b) Caratteristiche “strutturali” della scuola. In questa categoria sono considerati, da un lato, aspetti quali, ad esempio, la tipologia e l’ubicazione della scuola frequentata, e, dall’altro, caratteristiche derivanti dalla composizione della popolazione di studenti reclutati dall’istituto. In generale, le variabili considerate in questo gruppo sono ritenute difficilmente modificabili, almeno nel breve periodo, da interventi di politica scolastica3.

c) caratteristiche “gestionali” della scuola. Comprendono variabili che, negli studi di riferimento, sono usualmente indicate come quelle potenzialmente in grado di differenziare le scuole tra loro e per le quali possono essere rilevanti, anche nel breve periodo, scelte e interventi dei responsabili della gestione degli istituti e/o decisioni di politica scolastica. Fanno parte di questa tipologia, ad esempio, le risorse materiali ed umane di cui le scuole dispongono e le prassi e politiche d'istituto in materia di approccio pedagogico e didattico, ammissione e selezione degli studenti, coinvolgimento e partecipazione delle famiglie, ecc. L’aspetto più critico nel caso italiano riguarda proprio la scelta delle variabili relative a questo gruppo. Nonostante l’introduzione nel nostro paese di una legislazione che, a partire dall’anno 2000, ha riconosciuto alle scuole un’apparentemente larga autonomia in materia “organizzativa, finanziaria, didattica, di ricerca e sviluppo”, aspetti fondamentali quali il reclutamento e le condizioni di lavoro degli insegnanti, le politiche di ammissione e selezione degli studenti, così come la definizione del curricolo – ancora ampiamente oggetto di indirizzo e decisione a livello centrale – non costituiscono, nel sistema scolastico italiano, elementi di differenziazione tra le scuole tali da poter incidere sui risultati rispetto a quanto è possibile riscontrare, invece, in altri paesi (si veda, per esempio, OCSE, 2007, cap. 5).

Alla luce di queste riflessioni e in base a quanto emerso dalle analisi illustrate nei capitoli precedenti, la scelta delle variabili da considerare nell’analisi multilivello sui risultati in scienze degli alunni delle scuole superiori del Veneto si è concentrata su due gruppi principali di fattori, che attengono, da un lato, allo studente e al suo background (livello 1) e dall’altro alla scuola nel suo complesso (livello 2). All’interno di ciascun gruppo, si sono individuati, altresì, “blocchi” di variabili affini relative ad ambiti specifici. A livello individuale sono stati definiti 6 blocchi distinti: 1) caratteristiche socio-demografiche dello studente; 2) percorso scolastico; 3) indicatori di motivazione nell’apprendimento delle scienze; 4)indicatori di atteggiamento verso la scienza e l’ambiente; 5) indicatori relativi all’influenza dei genitori e, infine, 6) competenze e modalità di utilizzo delle TIC.

3 Ribadiamo qui tuttavia un’osservazione già fatta, a questo proposito, nel Rapporto Regionale del Veneto PISA 2003 (Siniscalco e Marangon, 2005, p. 219), secondo cui la composizione del corpo studentesco d’una scuola non è un aspetto di per sé interamente sottratto alla decisione politica.

197

A livello 2, le caratteristiche delle scuole comprendono 3 blocchi di variabili: 1) contesto della scuola, distinto in 1a) contesto “esterno”, 1b) caratteristichestrutturali, 1c) composizione del corpo studentesco; 2) risorse umane e materialie, infine, 3) modalità di insegnamento delle scienze.

Diamo nella Tabella 9.1 un elenco completo delle variabili considerate nelle analisi multilivello suddivise nei vari blocchi, avvertendo che accanto a ciascuna di esse compare, in terza colonna, il nome4 con cui esse sono designate nelle tabelle – alle pagine successive - riportanti i risultati dei modelli stimati e che accanto alle variabili di tipo categoriale sono indicate le modalità previste, tra cui, in grassetto, la categoria assunta come base di riferimento per la costruzione delle relative dummy5. Per una descrizione puntuale del significato e contenuto delle variabili si rinvia all’Annesso A1 del Rapporto Internazionale (OCSE, 2007), mentre per le statistiche descrittive, le modalità di codifica e la scala di misura, nonché le percentuali di dati mancanti di ciascuna variabile si rinvia alla Tavola I.

Tabella 9.1: Elenco variabili di primo e secondo livello considerate nei modelli multilivelloBlocco Contenuto Denominazione

VARIABILI DI LIVELLO 1 (Studente) Status socio-economico-culturale EscsEscs al quadrato Escs2Genere: maschio / femmina FemminaOrigine etnica: nativo / immigrato Immig

1) Caratteristiche sociodemografiche

Lingua parlata a casa: italiano / dialetto / altra lingua Dialet, AltraLingRegolarità: regolare o in anticipo / in ritardo RitardoStudio delle scienze l’anno prima: no / sì ScieAPOre di studio delle scienze a casa ScieCasa

2) Percorso scolastico

Ore di lezione di scienze a scuola OreScieAutoefficacia in scienze ScieEffConcetto di sé in scienze ScScieMotivazione intrinseca JoyScie

3) Fattori motivazionali

Relazione con la scienza della professione da adulto: no / sì Scis5Sostegno alla ricerca (media 5 PV) SupScieValore generale della scienza GenScieValore personale della scienza PerScie

4) Atteggiamenti

Consapevolezza die problemi dell’ambiente EnvAware Un genitore svolge una professione scientifica: no / sì Sch12Valore generale della scienza PQGenSciValore personale della scienza PQPerSciMotivazione del figlio ad una carriera scientifica: no / sì PQScCar Partecipazione ad attività scientifiche a 10 anni PQSciAct

5) Influenza dei genitori

Importanza della formazione scientifica per il lavoro PQScimpUso del PC per passatempo IntUseUso del PC per programmare PrgUseAutoefficacia nell’uso avanzato del PC HighConfAutoefficacia nell’uso di Internet IntConf

6) Uso delle TIC

Utilizzo del PC: da 3 anni o più / da meno di 3 anni PCdapoco

4 Questo corrisponde in genere alla denominazione attribuita nel database internazionale, tranne per alcune variabili ricodificate o costruite ad hoc ai fini dell’analisi sul dataset del Veneto.5 Una dummy è una variabile dicotomica che può assumere solo due valori: 0 e 1.

198

VARIABILI DI LIVELLO 2 (Scuola) 1a)Contesto esterno: Ubicazione in un centro : piccolo / medio / grande UbicP, UbicG Pressione da p. dei genitori: da pochi o nessuno / da molti PressGeEsposizione alla competizione con altre scuole: sì / no CompetNo1b)Caratteristiche strutturali: Tipo di gestione: statale (o di un Ente pubblico) / non statale ParitIndirizzo: Liceale / Tecnico / Professionale / CFP Tecnico,Profess,CFP1c)Composizione corpo studentesco: Dimensione SchSizeDimensione al quadrato SchSize2Indice medio di status socio-economico-culturale Escs_mEterogeneità sociale Escs_sdPercentuale di ragazze: < 70% / 70% PcGirls_A

1) Contesto della scuola

Percentuale di immigrati: < 10% / 10% PcImmig_ADimensione media delle classi ClSizeNumero studenti per insegnante StRatioCarenza quanti-qualitativa degli insegnanti TcShortProporzione computer ad uso didattico su totale alunni IratComp

2) Risorse umane e materiali

Qualità delle attrezzature per la didattica ScMatEduPresenza attività per promuovere l’apprendimento scientifico SciProm3) Insegnamento

delle scienze Orario medio settimanale di scienze OreScie_m

La suddivisione in blocchi è stata adottata per “guidare” la costruzione dei vari modelli stimati, che sono stati specificati mediante una procedura per passi6,sviluppata nel modo di seguito descritto.

In un primo momento sono stati esaminati gli effetti sul risultato in scienze di ciascun blocco di variabili di livello 1 singolarmente considerato, per individuare le caratteristiche degli studenti con un ruolo determinante su tali risultati. Successivamente, la formulazione ottenuta al primo passo, comprensiva delle sole variabili significative di primo livello, è stata ampliata introducendo, uno per volta, i blocchi di variabili di livello 2. In questo modo, l’effetto stimato delle variabili di scuola rappresenta un effetto netto sul punteggio in scienze, depurato (nel senso che ne tiene conto) dal possibile confondimento che la presenza di studenti con caratteristiche diverse potrebbe esercitare sui risultati, anche a parità di condizioni scolastiche. Nel terzo e ultimo passo, si è proceduto al calcolo di un modello completo, comprendente sia le variabili dello studente che avevano mostrato un effetto netto significativo al primo passo, sia le caratteristiche delle scuole con una influenza significativa sulla variabile risposta (punteggio in scienze), in base a quanto emerso dall’analisi operata al secondo passo.

In chiusura di questo paragrafo, dedichiamo alcune considerazioni ai dati mancanti e al loro trattamento. Come si può notare dalla Tavola I in Appendice, la proporzione di casi mancanti (costituiti sia da effettive non risposte ma anche da risposte invalide o non applicabili) appare molto contenuta e al di sotto del 5%

6 Un approccio simile è stato seguito anche nell’ analisi condotta a livello internazione sui dati PISA 2006 (OCSE, 2007, cap. 5).

199

per la maggioranza delle variabili. I valori più elevati di missing tra le variabili si riscontrano nelle risposte alla domanda sulla lingua parlata a casa dagli studenti la maggior parte del tempo7 (10% circa) e su molte di quelle desunte dal questionario-genitori (oltre 13%). Nel caso della lingua parlata a casa, una non adeguata comprensione delle varie modalità di risposta proposte nella versione originale del quesito (più articolate rispetto alle tre categorie utilizzate in fase di codifica dei dati) e, in particolare, per gli studenti veneti, la distinzione tra “altra lingua ufficialmente riconosciuta in Italia” e “dialetto” ha, verosimilmente, determinato la quota elevata di mancate risposte (più che altro dovuta a risposte non valide), mentre nel caso del questionario genitori, l’alta percentuale di risposte mancanti può essere attribuita ad un minor coinvolgimento e interesse da parte dei rispondenti verso i temi indagati.

A livello scuola, le percentuali di risposte mancanti (che raggiungono valori pari all’8% sulla variabile “dimensione” e su alcune variabili relative alle risorse) indicano la difficoltà, riscontrata in generale in tutta l’indagine PISA (OCSE, 2007, Box 5.1, pag. 215), di ottenere dati precisi sulle scuole interpellando il solo dirigente.

Nonostante la non rilevante incidenza di risposte mancanti per singola variabile - che avrebbe comunque ridotto la numerosità complessiva della base dati da utilizzare per l’analisi se si fossero considerati solo i casi (studenti e scuole) con informazioni complete (opzione listwise) - si è optato per una semplice procedura di imputazione dei dati mancanti8 sia a livello studente che a livello scuola e alla creazione, per ogni variabile soggetta ad imputazione, di un indicatore9 da inserire nei modelli per controllare l’eventuale comportamento differenziale dei soggetti (studenti e/o scuole) per i quali non era stato possibile osservare il dato10. Le caratteristiche del dataset considerato e le diverse modalità di imputazione per le variabili quantitative e categoriali, unitamente alle opzioni tecniche relative al software utilizzato per l’analisi multilivello, sono riassunte nel Box 1 in Appendice.

7 Quesito D12 del questionario studente, codificato nella base dati PISA secondo tre modalità:1 = lingua del test, 2 = altra lingua o dialetto nazionale, 3 = altra lingua. Ai fini della nostra analisi, le modalità 2 e 3 sono indicate, rispettivamente, dalle variabili dummyDialet e AltraLing mentre la modalità 1 rappresenta la categoria di riferimento (baseline) rispetto alla quale valutare l’eventuale effetto differenziale delle categorie 2 e 3.8 Analogamente alla procedura adottata anche in OCSE (2007, cap.5).9 L’indicatore è una variabile dicotomica (dummy) che assume valore pari ad 1 in presenza di dati mancati per la variabile considerata e 0 altrimenti.10 L’operazione ha lo scopo di verificare se le mancate risposte siano o no distribuite casualmente fra i soggetti (Missing At Random). Al fine di contenere il numero di variabili esplicative da considerare nella formulazione dei vari modelli, l’indicatore relativo ai missing data è stato inserito solo nei casi in cui la percentuale di casi mancanti è risultata pari o superiore al 5%.

200

9.3 Risultati dell’analisi a più livelli sulle prestazioni in scienze degli studenti veneti: effetti delle caratteristiche individuali

I risultati del calcolo di vari modelli a due livelli per valutare l’effetto sulle prestazioni degli studenti veneti dei fattori individuali e di scuola indicati nel paragrafo precedente sono riassunti nelle tabelle da 2 a 6 alle pagine seguenti, che riportano le stime dei coefficienti associati alle variabili esplicative via via considerate.

Il primo passo nell’analisi multilivello consiste nella suddivisione della variabilità totale dei dati nelle due componenti relative agli studenti e alle scuole che, tramite la stima del coefficiente di correlazione intraclasse (ICC)11, ci consente di individuare quanto “pesino” sui risultati in scienze conseguiti dagli studenti le differenze tra le scuole da essi frequentate. Come appare dal modello 0 (o nullo) della Tabella 9.2, il 45% della variabilità delle prestazioni in scienze degli studenti veneti può essere attribuito alle differenze tra le scuole.

Tale quota12 risulta un po’ più elevata rispetto ai valori riscontrati nel 2003 per la matematica e la lettura, che si attestavano al di sotto del 40% (vedi Siniscalco e Marangon, 2005, cap. 12).

Le differenze tra scuole possono certamente derivare da loro caratteristiche proprie (banalmente, non stupisce che studenti frequentanti un liceo abbiano risultati diversi da studenti che provengono da un istituto professionale), ma possono anche essere dovute a caratteristiche socio-demografiche - o d’altro genere - degli studenti (fattori individuali) che influenzano la prestazione e che, se distribuite in modo disomogeneo entro le scuole, concorrono a differenziare, seppure solo in apparenza, le scuole stesse. Ad esempio, nel caso di un “effetto di genere” sulle prestazioni di maschi e femmine, una non equa distribuzione per sesso degli studenti entro le scuole, può dar luogo a una variabilità tra di esse più elevata di quanto risulterebbe qualora i risultati siano valutati tenendo conto di questa caratteristica degli alunni.

11 Il coefficiente di correlazione intraclasse fornisce una misura del grado di omogeneità tra osservazioni appartenenti alla stessa scuola in quanto esprime la quota di variabilità che è attribuibile alla scuola. Il coefficiente permette di valutare l’importanza delle differenze tra scuole nel determinare le diverse prestazioni degli studenti. Quanto più il valore del coefficiente risulta elevato, tanto maggiore è l’effetto della scuola frequentata sulle prestazioni individuali.12 La varianza tra scuole è un po' più bassa rispetto a quella (pari quasi al 51%) indicata per il Veneto nel Rapporto Internazionale (pag. 277), in quanto essa è una stima ottenuta da un modello a due livelli in cui i dati non comprendono gli alunni di scuola media e, come riportato nel riquadro in Appendice sulle opzioni relative alle analisi multilivello effettuate, i valori mancanti sono stati imputati in base ai criteri descritti nel paragrafo 9.2.

201

Tabella 9.2: Effetti netti delle variabili individuali sui risultati in scienze Modello

0Modello

1Modello

2Modello

3Modello

4Modello

5Modello

6Modello

7Intercetta 520,3 527,4 527,0 519,0 520,7 519,5 524,6 534,2

LIVELLO STUDENTE

Escs 6,0** -2,2 Escs2 -3,1 Femmina -7,5 -6,0Immig -45,9*** -39,7***Dialet 3,3AltraLing -27,0MLingua -14,3** -6,9Ritardo -45,6*** -33,2***ScieAP 2,0OreCasa 0,0OreScie 7,8*** 5,3***ScieEff 16,9*** 3,9ScScie 11,7*** 8,4***JoyScie 9,2*** 0,0Scis5 4,5SupScie 0,2*** 0,1***GenScie 5,2** 2,1PerScie -2,8EnvAware 21,1*** 16,1***Respdev 6,5*** 4,8**Sch12 4,8PQGenSci 5,4** -0,1PQPerSci -2,2PQScCar 11,1*** 6,4***PQSciAct 10,7*** 4,5**PQScimp -3,2IntUse -8,8** -6,1**PrgUse -2,4 IntConf 7,7** 6,1***HighConf 5,7PCdapoco -19,6*** -11,1***COMPONENTI CASUALI

VarianzaLivello1

4299,9 4087,4 3807,0 3802,1 3577,3 4145,0 4151,6 3035,3

Varianzalivello 2

3537,8 3105,9 2699,3 2749,7 2389,9 2789,2 3075,6 1570,3

Varianza Tra (%)

45,1

Rid. Var. Entro (%)

4,9 11,5 11,6 16,8 3,6 3,4 29,4

Rid. Var. Tra (%)

12,2 23,7 22,3 32,4 21,2 13,1 55,6

* = p > 5% 10%; ** = p > 1% 5%; *** = p 1%

Le colonne della Tabella 9.2 forniscono le stime degli effetti associati alle variabili individuali secondo la suddivisione in blocchi in precedenza descritta. Dai risultati dei modelli specificati per ciascun blocco di variabili (dal modello 1 al modello 6 di

202

Tabella 9.2), si può osservare che molte delle caratteristiche considerate hanno un impatto significativo sulla prestazione in scienze13. Tra le caratteristiche più propriamente socio-demografiche, come già emerso dall’analisi descrittiva, lo status socio-economico e culturale dello studente ha un effetto positivo, anche se abbastanza contenuto, sul rendimento in scienze, mentre molto più rilevante, in negativo, appare essere l’origine immigrata: essa comporta in media un punteggio nella prova di scienze più basso di circa 46 punti rispetto a quello degli studenti nativi. Tuttavia, è opportuno far notare che tale divario, per quanto consistente, è in ogni caso la metà di quello rilevato confrontando semplicemente, come si è fatto nel capitolo 6, il punteggio medio in scienze dei due gruppi di alunni. Ciò perché, in questo caso, l’effetto stimato è “al netto” dell’influenza esercitata dalle altre variabili appartenenti al medesimo blocco.

Anche il gruppo di alunni per cui non è stato possibile determinare la lingua parlata a casa (MLingua)14 mostra un punteggio significativamente più basso, benché solo di 14 punti, rispetto a chi ha fornito una risposta correttamente classificabile. Poiché le risposte mancanti in questa variabile sono, per lo più, risposte codificate come “non valide” è presumibile che questo gruppo sia composto per la maggior parte da studenti immigrati che non sono riusciti a selezionare in modo corretto la risposta più adeguata alla propria situazione tra quelle proposte.

Per quanto concerne il genere, non si riscontrano per le scienze, almeno in prima battuta, effetti differenziali tra maschi e femmine, diversamente da quanto si era riscontrato nell’analisi condotta sui dati 2003 relativi alla matematica e alla lettura (vedi Siniscalco e Marangon, 2005, capitoli 11 e 12).

La regolarità del percorso scolastico si riconferma essere un elemento importante nel determinare il livello delle prestazioni anche nelle materie scientifiche (come già emerso nel 2003). La differenza di punteggio tra alunni regolari e alunni in ritardo supera infatti i 45 punti (modello 2). Un ulteriore aspetto del percorso scolastico dell’alunno che “fa differenza” è costituito dalle ore settimanali di lezione di scienze nel curricolo dell’anno in corso, mentre la

13 Per facilitare la comprensione dei dati della Tabella 9.2 e successive, si ricorda che l'aumento (o la diminuzione, nel caso di coefficiente negativo) del punteggio in scienze attribuibile ad un effetto netto significativo (segnalato dalla presenza da uno a tre asterischi, come riportato nella nota in calce alle tabelle) delle variabili esplicative considerate, è calcolato rispetto alla prestazione, indicata dal valore dell'intercetta, realizzata da uno studente "tipo" con caratteristiche individuali e della scuola frequentata corrispondenti, nel caso di variabili categoriali, alla condizione cui è assegnato il valore "0" (ad es.: lo studente è regolare, o la scuola cui è iscritto è un liceo) e, nel caso di variabili quantitative, alla media regionale (che corrisponde a sua volta al valore 0 sull’asse X). 14 Delle missing dummy costruite per controllare il carattere casuale o meno delle mancate risposte (vedi sopra, nota 10), compare di fatto nei modelli stimati solo quella relativa alla lingua parlata a casa, giacché negli altri casi non si è registrato alcun effetto significativo e si è dunque deciso di escluderle dalle tabelle dei risultati.

203

loro presenza nel curricolo dell’anno prima o le ore dedicate autonomamente allo studio a casa non sembrano avere un’influenza.

Le competenze scientifiche degli alunni risentono, come abbiamo visto nel capitolo 7, delle motivazioni e degli atteggiamenti che gli studenti hanno verso la scienza e le problematiche dell’ambiente e dello sviluppo sostenibile. I coefficienti associati alle variabili incluse in questi due blocchi (modelli 3 e 4) evidenziano un impatto positivo abbastanza consistente sul risultato, sia per quanto riguarda la percezione che lo studente ha di sé nell’apprendimento delle scienze (senso di autoefficacia e percezione della propria riuscita) sia, seppure in misura minore, il grado di motivazione ad impegnarsi in questo ambito. Tutte le variabili, tranne una, relative agli atteggiamenti verso la scienza e le problematiche ambientali, hanno un effetto significativo sui risultati, in particolare la consapevolezza dei problemi ecologici, della quale peraltro si era già rilevata nel capitolo 7 la positiva correlazione con il rendimento. Pur non potendo escludere l’esistenza di una retro-azione del risultato conseguito in scienze su motivazioni e atteggiamenti degli studenti, la significatività degli effetti riscontrati appare un elemento su cui richiamare l’attenzione e sul quale far leva per progettare interventi e programmi didattici atti a favorire l’apprendimento. Nella stessa direzione va letta, a nostro avviso, anche l’influenza, sempre di segno positivo, di un “precoce” avvicinamento ad argomenti e attività scientifiche (modello 5),che non dovrebbe però essere affidato solo alla sensibilità e all’interesse dei genitori ma dovrebbe vedere nella scuola (dell’obbligo in questo caso) il principale soggetto promotore. Il contesto familiare ha in ogni caso, com’era prevedibile, una rilevanza più generale per un buon risultato in scienze: innanzitutto, la visione che i genitori hanno della scienza e che trasmettono ai propri figli influisce sul loro rendimento. È anche interessante osservare che la propensione dello studente a intraprendere una carriera scientifica secondo la dichiarazione dei genitori ha un impatto sul rendimento in scienze significativo (11 punti), mentre altrettanto non può dirsi quando è l’alunno medesimo (modello 3) a prevedere di svolgere da adulto una professione a carattere scientifico.

L’ultimo gruppo di variabili, infine, considera la relazione tra il punteggio in scienze e l’utilizzo del computer (modello 6). La familiarità con lo strumento acquisita durante la frequenza della scuola media, o anche prima, e le abilità nel muoversi in rete, ma non per solo divertimento (!), sono caratteristiche che differenziano gli studenti nei loro risultati in scienze.

Il modello finale presentato in Tabella 9.2 (modello 7) è specificato sulla base dei risultati dei modelli precedenti considerando le sole variabili, all’interno di ciascun blocco, rivelatesi significative. In questa analisi, l’effetto di alcuni fattori risulta ridimensionato in quanto assorbito parzialmente dalla correlazione con le altre variabili, mentre qualche altro fattore perde d’importanza, come lo status socio-economico e alcuni indicatori di atteggiamento degli studenti e dei genitori.

204

Delle dodici caratteristiche individuali che mantengono un impatto significativo nel modello finale, gli effetti negativi più rilevanti sono dati dall’origine immigrata e dall’essere ripetente. La diminuzione del punteggio in scienze, rispetto ad uno studente non immigrato e regolare, è, a parità di tutte le altre condizioni, eguale, rispettivamente, a circa 40 e 33 punti. Se si considera che le due situazioni, spesso, sono associate, l’impatto sul risultato ottenuto può divenire decisamente preoccupante. Tra le variabili con effetto positivo, invece, il peso più consistente lo esercita una maggiore consapevolezza dei problemi ambientali (+16 punti, in media, all’aumentare di una deviazione standard del valore dell’indice), mentre le altre hanno valori dei coefficienti compresi tra 4,5 e 8,4. L’indicatore relativo al sostegno alla ricerca scientifica, pur statisticamente significativo, ha un effetto praticamente trascurabile sui risultati, pari a 0,1 (anche se bisogna tener presente che, in questo caso, esso è associato all’aumento non di una deviazione standard ma di un punto, rispetto alla media generale, sulla scala di misura della relativa variabile esplicativa15).

L’insieme di variabili incluse nel modello 7 dà un contributo apprezzabile alla spiegazione della variabilità individuale calcolata nel modello nullo (modello 0 in Tabella 9.2), pari quasi al 30%, e un contributo ancora più rilevante per quanto riguarda la variabilità tra scuole, pari a oltre il 55%. Questo risultato conferma l’ipotesi iniziale di una non omogenea distribuzione, rispetto a svariate caratteristiche, della popolazione scolastica nei vari istituti.

Una volta individuate le caratteristiche degli studenti più influenti sul risultato in scienze - il cui inserimento nel modello di analisi è essenziale per operare un confronto tra scuole a pari condizioni - l’obiettivo successivo è di valutare a quali caratteristiche specifiche delle scuole può essere attribuita la parte restante di variabilità dei risultati.

9.4 Risultati dell’analisi a più livelli sulle prestazioni in scienze degli studenti veneti: le caratteristiche delle scuole

La Tabella 9.3 alla pagina che segue raccoglie i risultati relativi alla modellazione multilivello delle prestazioni in scienze in relazione alle caratteristiche delle scuole, tenuto conto dei fattori individuali emersi dall’analisi precedente.

Perché si colgano meglio i cambiamenti, in particolare della varianza residua, da un modello all’altro, la prima colonna riporta la media generale e la ripartizione della varianza (già viste nella prima colonna di Tabella 9.2) ottenute dal calcolo del modello nullo e la seconda i risultati della stima di un modello (7bis) con le sole variabili individuali mantenenti un effetto significativo nel modello finale di Tabella 9.2 (fatta eccezione per le tre variabili di background socio-demografico

15 Vedi nota 23b alla Tavola I in Appendice.

205

degli studenti, sesso, origine e indice di status, che sono state in ogni caso tenute come componente fissa di tutti i modelli sia a livello 1 che a livello 2).

Tabella 9.3: Effetti netti delle variabili di scuola sui risultati in scienze Modello

0Modello

7bisModello

8Modello

9Modello

10Modello

11Modello

12

Intercetta 520,3 533,5 526,1 573,5 534,2 533,3 532,6

LIVELLO STUDENTE

Escs -1,9 -2,2 -2,1 -2,8 -1,9 -1,8 Femmina -6,2 -6,2 -6,8* -5,8 -6,5 -5,4Immig -38,8*** -39,1*** -38,3*** -38,7*** -39,1*** -38,5***Ritardo -33,6*** -33,5*** -33,5*** -33,0*** -33,6*** -33,7***OreScie 5,5*** 5,5*** 5,4*** 5,4*** 5,5*** 5,1***ScScie 9,4*** 9,3*** 9,6*** 9,2*** 9,5*** 9,5***SupScie 0,1*** 0,1*** 0,1*** 0,1*** 0,1*** 0,1***EnvAware 17,0*** 16,9*** 16,6*** 16,5*** 16,9*** 16,8***Respdev 4,9** 4,9** 5,1** 4,9** 4,9*** 4,9**ScCar 4,6** 6,0*** 5,6*** 5,7*** 6,2*** 6,4***SciAct 6,4*** 4,6** 4,8** 4,7** 4,7** 4,6**IntUse -6,2** -6,2** -6,1** -6,1** -6,1** -6,2**IntConf 6,4*** 6,3*** 6,4*** 6,4*** 6,3*** 6,5***PCdapoco -11,1*** -11,2*** -10,8** -10,9*** -11,1*** -10,9***LIVELLO SCUOLA

UbicP -17,7UbicG 21,3CompetNo -17,1PressGe 18,2Parit -51,6***Tecnico -30,6***Profess -72,5***CFP -57,8***SchSize 10,5***SchSize2 -0,4**Escs_m 31,9***Escs_sd 20,9PcGirls_A -10,4PcImmig_A -2,0ClSize 1,4StRatio 3,0TcShort 12,3IratComp -32,3ScMatEdu 1,6SciProm 7,6OreScie_m 15,3***COMPONENTI CASUALI

Varianza Livello 1 4299,9 3036,4 3035,5 3033,4 3036,5 3035,0 3035,7Varianza livello 2 3537,8 1606,4 1456,6 612,3 899,6 1445,5 1272,9Varianza tra (%) 45,1Rid. Var. Entro (%) 29,4 29,4 29,5 29,4 29,4 29,4Rid. Var. Tra (%) 54,6 58,8 82,7 74,6 59,1 64,0

* = p > 5% 10%; ** = p > 1% 5%; *** = p 1%

I modelli dall’8 al 12 mostrano gli effetti delle variabili di secondo livello, che sono state introdotte per blocchi successivi secondo la procedura già seguita al passo

206

precedente. In tal modo, i coefficienti stimati rappresentano effetti “netti” dei vari fattori di ciascun blocco, “aggiustati” per tener conto delle caratteristiche degli studenti all’interno delle scuole che potrebbero alterare la valutazione del loro effettivo impatto.

Con riferimento ai tre sottogruppi di variabili relative al contesto della scuola (“contesto esterno”, “caratteristiche strutturali della scuola” e “composizione del corpo studentesco”), gli aspetti considerati nel primo sotto-gruppo non manifestano un’influenza significativa sul rendimento in scienze (modello 8), mentre il tipo di gestione e l’indirizzo della scuola frequentata sono invece, come atteso, significativi con un impatto negativo assai rilevante (modello 9).

La differenza di punteggio tra uno studente che frequenta una scuola a gestione non statale rispetto ad una statale è pari a quasi 52 punti.

Rispetto ad uno studente iscritto ad un liceo, una differenza quasi analoga (58 punti) si riscontra per chi frequenta un CFP, mentre la riduzione è ancora più marcata se l’alunno frequenta un istituto professionale, dove con un valore pari a -72.5, la differenza di rendimento corrisponde quasi ad un intero livello della scala di competenza adottata in PISA. Gli studenti degli istituti tecnici si attestano in una posizione intermedia, con una differenza rispetto al risultato medio di un liceale di quasi 31 punti in meno.

Da rilevare che, con l’introduzione della tipologia di scuola, il coefficiente relativo al genere tra le variabili individuali, diventa, seppure solo alla soglia del 10% di probabilità d’errore, significativo con segno negativo. Tale effetto richiama quanto si era già constatato per la matematica nel 2003, sia nel Veneto che sul piano internazionale: tenendo sotto controllo il tipo di scuola, la differenza di rendimento dovuta al genere si ampliava (vedi Siniscalco e Marangon, 2005, capitoli 11 e 12).

Questo secondo gruppo di variabili è quello che, come si può vedere dalla Tabella 9.3, dà il contributo maggiore alla spiegazione della variabilità tra le scuole, riducendo la varianza iniziale calcolata nel modello nullo di circa l’83%.

Tra le variabili dell’ultimo gruppo relativo al contesto, solo la dimensione e il livello medio di status socio-economico hanno un coefficiente significativo, questa volta di segno positivo (modello 10). All’aumentare del numero di studenti della scuola - anche se non indefinitamente come mostrato dal coefficiente negativo associato alla stessa variabile inserita con i valori elevati al quadrato16 - corrisponde una prestazione più elevata di circa 10 punti (per ogni 100 alunni in più rispetto alla media regionale). Si può pensare che ciò accada perché tendenzialmente le scuole con più studenti sono i licei (come s’è visto nel capitolo 8) ma anche perché le scuole più grandi, spesso localizzate in centri

16 L’inserimento di un termine quadratico nell’equazione permette di vedere se la relazione fra la variabile indipendente e la variabile dipendente è di tipo lineare o curvilineo.

207

urbani popolosi e dinamici, offrono un ambiente più vario e stimolante, aperto a maggiori opportunità di confronto sia all’interno che all’esterno. La presenza di un’alta percentuale di ragazze o di immigrati, come pure il grado di eterogeneità sociale dell’istituto, non hanno invece un impatto significativo.

L’effetto marcatamente positivo sul punteggio dell’innalzamento del livello medio di status socio-economico degli studenti che frequentano la scuola (32 punti nel nostro caso, per una unità di deviazione standard) è un fenomeno riscontrato praticamente in tutti i paesi partecipanti a PISA. Si conferma qui quanto si era già avuto occasione di rilevare discutendo la relazione tra caratteristiche degli studenti e prestazione in scienze nel capitolo 6. Una condizione personale di svantaggio sociale non comporta necessariamente uno svantaggio in termini di rendimento scolastico - l’effetto dello status individuale non è infatti, a parità delle altre condizioni, significativo, come si può constatare dal modello 7bis - ma il ruolo di tale condizione può essere rafforzato o attenuato dal contesto scolastico in cui il singolo alunno è inserito.

Nel modello in esame, la quota di variabilità spiegata tra scuole è più bassa rispetto al precedente, ma ancora molto elevata, arrivando al 75% circa. Le variabili relative alle risorse di cui la scuola dispone (modello 11) non sembrano invece esercitare alcun effetto di rilievo sui risultati, mentre delle due variabili che fanno riferimento all’insegnamento delle scienze (modello 12) solo il numero medio di ore di lezione settimanali ha un effetto positivo, con un coefficiente pari a 15 punti circa. Esso corrisponde all’incremento di punteggio che otterrebbe uno studente con valori eguali a 0 in tutte le caratteristiche personali rilevanti (vedi nota 13) e che frequenti una scuola in cui l’orario di scienze prevede un’ora in più rispetto all’orario medio delle scuole superiori venete.

9.5 Gli effetti delle variabili individuali e di scuola sui risultati in scienze

La Tabella 9.4 è dedicata alla costruzione del modello completo, comprensivo di tutte le variabili individuali e di scuola emerse come significative ai passi precedenti.17

Diversamente dall’analisi condotta sulle variabili individuali, in cui il modello finale (modello 7 di Tabella 9.2 e 7bis di Tabella 9.3) è ottenuto dall’inserimento simultaneo delle variabili significative dei modelli anteriori, in questo caso, al fine di consentire una più precisa valutazione dell’apporto delle varie caratteristiche di scuola, la definizione del modello conclusivo è stata raggiunta per addizione progressiva delle variabili rilevanti precedentemente individuate. Nel primo

17 Si ricordi tuttavia che le tre variabili di background socio-demografico sono state mantenute come componente fissa, a prescindere dalla significatività o meno del loro effetto.

208

modello (13), ad esempio, è inserita solo la modalità di gestione, nel modello successivo (14) è aggiunta anche la tipologia di scuola e così via.

Tabella 9.4: Risultati finali dell’analisi multilivello Modello

0Modello

13Modello

14Modello

15Modello

16Modello

17Modello

18

Intercetta 520,3 541,1 573,5 568,1 551,7 555,1 554,9

LIVELLO STUDENTE

Escs -1,6 -2,1 -2,1 -2,9 -2,8 -2,8 Femmina -6,6 -6,8* -7,3* -7,1* -6,5* -6,5*Immig -38,8*** -38,3*** -38,7*** -39,0*** -39,0*** -39,0***Ritardo -33,9*** -33,5*** -33,7*** -33,2*** -33,1*** -33,3***OreScie 5,5*** 5,4*** 5,4*** 5,5*** 5,4*** 5,2***ScScie 9,5*** 9,6*** 9,6*** 9,5*** 9,4*** 9,5***SupScie 0,1*** 0,1*** 0,1*** 0,1*** 0,1*** 0,1***EnvAware 17,1*** 16,6*** 16,4*** 16,5*** 16,5*** 16,5***Respdev 4,8** 5,1** 5,1** 4,9** 5,0** 4,9**PQScCar 6,8*** 5,6*** 5,6*** 5,6*** 5,5*** 5,5***PQSciAct 4,5** 4,8** 4,8** 4,8** 4,7** 4,7**IntUse -6,2** -6,1** -5,9** -6,0** -6,0** -5,9**IntConf 6,4*** 6,4*** 6,4*** 6,3*** 6,4*** 6,3***PCdapoco -11,2*** -10,8** -10,7** -10,8*** -10,8** -10,6**LIVELLO SCUOLA

Parit -48,5*** -51,6*** -46,8*** -59,3*** -59,6*** -59,3***Tecnico -30,6*** -29,5*** -9,0 -11,6 -18,7*Profess -72,5*** -66,9*** -40,3*** -41,0*** -37,7***CFP -57,8*** -29,6 14,9 15,4 20,2SchSize 10,4*** 9,2** 9,1** 8,4**SchSize2 -0,5*** -0,4** -0,4** -0,4**Escs_m 36,1*** 33,7** 33,1**PcGirls_A -11,3 -7,9PcImmig_A 1,3 3,6OreScie_m 7,5**COMPONENTI CASUALI

Varianza Livello 1 4299,9 3036,1 3033,4 3033,8 3033,0 3032,9 3032,7Varianza livello 2 3537,8 1240,0 612,3 515,4 412,3 411,8 383,4Varianza Tra (%) 45,1Rid. Var. Entro (%) 29,4 29,5 29,4 29,5 29,5 29,5Rid. Var. Tra (%) 62,4 82,7 85,4 88,3 88,4 89,2

* = p > 5% 10%; ** = p > 1% 5%; *** = p 1%

I primi tre modelli non cambiano in modo sostanziale il quadro già emerso (tenuto conto anche che il modello 14 è di fatto lo stesso che compare col numero 9 in Tabella 9.3), per cui non ci soffermiamo troppo a commentarne i risultati. L’unica osservazione riguarda il leggero aumento del differenziale tra scuole statali e non statali nel passaggio dal modello 13 al modello 14 e la sua riduzione nel passaggio da questo al modello 15, il che è presumibilmente dovuto, nel primo caso, al fatto che le scuole non statali hanno un risultato sistematicamente più basso delle omologhe scuole statali a parità d’indirizzo e, nel secondo, alla loro minore dimensione.

209

Le stime dei coefficienti dei modelli 16 e 17 appaiono invece particolarmente interessanti. Il livello medio di status socio-economico, con un coefficiente positivo pari a 36.1, assorbe, con esiti diversi, parte degli effetti dovuti al tipo di scuola. Gli studenti iscritti ad un istituto professionale mantengono ancora una differenza di prestazione rilevante, anche se ridimensionata, rispetto agli studenti del liceo mentre, a parità di Escs, la differenza di prestazioni degli istituti tecnici e dei CFP non è più significativa. Nello stesso tempo, l’aumento (di oltre 10 punti rispetto al modello 15 che non include l’Escs medio) del coefficiente negativo associato alla gestione della scuola, verosimilmente, è da attribuire al più alto livello di status socio-economico degli studenti di questo tipo d’istruzione (vedi capitolo 8).

Con l’introduzione dell’orario medio settimanale di lezione di scienze (che ha qui, si noti, un coefficiente di grandezza dimezzata rispetto a quello del modello 12 di Tabella 9.3) emerge nuovamente la differenza tra le prestazioni degli studenti degli istituti tecnici rispetto a quelli dei licei (anche se solo alla soglia del 10%). Ciò è con ogni probabilità dovuto al fatto che l’orario medio settimanale di lezione di scienze, secondo le dichiarazioni degli alunni, è più alto nei primi rispetto ai secondi (4 ore circa invece di 3).

La riduzione della variabilità tra scuole raggiunta con quest’ultimo modello è pari a circa il 90% del valore inizialmente calcolato.

Prima di chiudere, presentiamo gli esiti della stima di una versione alternativa della modellizzazione multilivello dei risultati in scienze del Veneto, che considera tra le variabili esplicative, sia a livello individuale che a livello aggregato, anche la competenza in lettura18, misurata dalla prova di comprensione PISA.

La scelta di inserire questa variabile tra i predittori, sebbene a titolo esplorativo per la ragione che diremo fra poco, è stata dettata dall’importanza che la capacità di comprensione del testo riveste, sia come competenza in sé, sia come pre-requisito per l’acquisizione di nuove conoscenze. Essa - che è una delle quattro fondamentali abilità linguistiche - assume nella scuola una particolare rilevanza, condizionando il successo scolastico in tutti i settori di apprendimento (Carroll, 1972).

Pur con le necessarie cautele date dal fatto che la valutazione della capacità di lettura non è derivata da un test autonomo e indipendente rispetto alla valutazione delle competenze in scienze e quindi non può essere considerata un fattore esogeno rispetto alla variabile dipendente studiata, dai risultati riportati in

18 A livello individuale, la capacità di lettura è stata definita come una variabile dicotomica con valore pari a “1” se lo studente ha conseguito nella scala PISA di competenza in lettura un livello inferiore al terzo e “0” altrimenti. A livello scuola, la stessa variabile è stata a sua volta definita come variabile dicotomica, con valore pari a “1” se la percentuale di alunni dell’istituto al terzo livello o superiore in lettura è uguale o più alta della media regionale (67%) e valore pari a “0” se è inferiore a quest’ultima.

210

Tabella 9.5 emergono spunti di riflessione di sicuro interesse. Su di essi, a nostro avviso, vale la pena di soffermarsi se non altro per focalizzare l’attenzione sulla necessità di disporre di maggiori informazioni sul livello cognitivo degli studenti partecipanti a PISA - come sarà evidenziato anche nel paragrafo successivo - al fine di una più precisa specificazione dei modelli che consenta di cogliere meglio le complesse relazioni in gioco.

Tabella 9.5: Risultati analisi multilivello con l’aggiunta della variabile sulla competenza in lettura

Modello 0 Modello 1 Modello 2 Modello 3

Intercetta 520,3 533,5 561,2 551,6

LIVELLO STUDENTE

Escs -1,9 -1,5 -2,7 Femmina -6,2 -17,4*** -16,8***Immig -38,8*** -33,6*** -34,4***Ritardo -33,6*** -20,8*** -21,5***OreScie 5,5*** 3,7*** 3,5***ScScie 9,4*** 9,5*** 10,0***SupScie 0,1*** 0,1*** 0,1***EnvAware 17,0*** 15,2*** 15,2***Respdev 4,9** 6,1*** 6,6***PQSciAct 4,6** 2,1 -PQScCar 6,4*** 6,0*** 5,4***IntUse -6,2** -4,4 -IntConf 6,4*** 3,5* 1,6PCdapoco -11,1*** -11,9*** -10,8***Competenza in lettura < 3° livello -66,3*** -63,1***LIVELLO SCUOLA

Parit -35,2***Tecnico -0,4Profess -5,8CFP 23,3SchSize 3,8**SchSize2 -0,2**Escs medio 17,5**PcGirls_A -20,4***PcImmig_A 7,9OreScie_m 0,4% alunni con lettura 3° liv 67% 27,2***COMPONENTI CASUALI

Varianza Livello 1 4299,9 3036,4 2590,0 2590,2Varianza livello 2 3537,8 1606,4 694,4 140,7Varianza tra (%) 45,1Rid. Var. entro (%) 29,4 39,8 39,8Rid. Var. tra (%) 54,6 80,4 96,0

* = p > 5% 10%; ** = p > 1% 5%; *** = p 1%

Come si può vedere dal modello 2 di Tabella 9.5, dove la competenza in lettura è inserita in aggiunta alle altre variabili individuali già identificate come

211

significative19, uno studente che non raggiunge il livello 3, cioè il livello ritenuto come “sufficiente”, della scala di lettura PISA, ottiene in media un punteggio in scienze significativamente inferiore di 66 punti rispetto ad uno studente con un livello di lettura eguale o superiore al terzo. L’introduzione della capacità di lettura rende significativo, con una probabilità d’errore inferiore all’1%, anche il coefficiente relativo al genere: la diminuzione del punteggio, a svantaggio delle femmine, è di 17 punti circa. A parità di capacità di comprensione del testo – in cui tipicamente sono favorite le ragazze rispetto ai ragazzi – la differenza di genere nel campo delle discipline scientifiche emerge dunque con nettezza, anche se, nel caso delle scienze, l’ampiezza di tale differenza resta comunque minore di quella che si era riscontrata in matematica nel 2003.

I coefficienti delle altre variabili, dopo l’inserimento del nuovo predittore, risultano per lo più parzialmente modificati in senso diminutivo, segno che il loro effetto è in parte riassorbito da quest’ultimo, mentre alcuni rimangono sostanzialmente dello stesso ordine di grandezza precedente e due – quelli relativi alla partecipazione a 10 anni ad attività di tipo scientifico e all’uso del computer per divertimento – perdono di rilevanza (motivo per cui queste variabili non sono più state inserite nel modello finale).

La riduzione più marcata di effetto – da 34 a 21 punti – si ha per lo stato di ripetente, parte della cui influenza sulla prestazione in scienze viene, presumibilmente, inglobata dall’effetto della nuova variabile, cui va attribuita almeno parzialmente la responsabilità per il ritardo scolastico, condizione che che non a caso è più frequente tra i maschi.

L’inclusione a livello 2 (modello 3) della capacità di lettura come elemento di differenziazione tra le scuole comporta un aumento significativo di 27 punti nel caso in cui la percentuale di studenti dell’istituto che raggiungono in lettura almeno il terzo livello sia eguale o più alta della media regionale. I coefficienti delle altre variabili vanno a loro volta incontro a modifiche degne di nota: innanzitutto, la presenza nella scuola di ragazze in misura pari o superiore al 70% - che non era fino a questo momento risultata significativa - lo diventa, implicando una diminuzione del risultato in scienze di 20 punti. Gli effetti di tre variabili - gestione, dimensione ed Escs medio - continuano ad esser significativi ma subiscono un generale ridimensionamento (da sottolineare in particolare la riduzione del coefficiente dell’istruzione non statale, dovuta alla netta prevalenza, in essa, di maschi20), mentre il tipo di scuola e l’orario medio di lezione di scienze non hanno più un impatto significativo.

19 Il modello 1 in Tabella 9.5 è lo stesso che compare con il numero “7bis” in tabella 9.3 e la sua presenza ha qui solo la funzione di permettere di coglier meglio i cambiamenti indotti dall’inserimento della nuova variabile. 20 Questi sono infatti, nel complesso, il 61% contro il 39% di femmine. Lo squilibrio è fondamentalmente dovuto agli studenti dell’indirizzo liceale e tecnico, prevalentemente maschi, mentre nella formazione professionale sono più numerose le femmine.

212

Rispetto al modello 18 di Tabella 9.4, quest’ultimo modello realizza una ulteriore riduzione della variabilità individuale fino al 40% circa del valore iniziale e una praticamente quasi completa spiegazione della variabilità tra scuole con una riduzione del 96% rispetto al valore di partenza.

9.6 Risultati dell’analisi a più livelli sulle prestazioni in scienze degli studenti veneti: l’impatto del giudizio di licenza media

Nel Veneto, conclusa la fase di somministrazione dei test e dei questionari Pisa, è stato possibile, utilizzando gli archivi degli istituti, raccogliere per gli alunni delle scuole superiori partecipanti all’indagine i giudizi conseguiti all’esame di licenza media. Questa nuova variabile, che può essere considerata alla stregua di un indicatore di sintesi del livello cognitivo “iniziale” dello studente nel momento in cui accede al ciclo di istruzione superiore, è stata inserita nei modelli multilivello presentati nella Tabella 9.6. Poiché, come già detto nel capitolo 7, si è di fatto riusciti a reperire l’informazione in oggetto solo per gli studenti dei licei e degli istituti tecnici e professionali, le analisi di cui si commentano di seguito gli esiti sono state condotte su un sotto-campione costituito da 1387 alunni e 45 scuole21.Il giudizio di licenza è stato considerato come una variabile categoriale politomica e trattato di conseguenza, costruendo tre dummy per i giudizi di “Sufficiente”, “Buono” e “Distinto” e prendendo come base di riferimento il giudizio di “Ottimo”.

Escludendo la formazione professionale, la varianza tra scuole (modello 0) risulta, com’era prevedibile, di alcuni punti più bassa di quella precedentemente calcolata su tutto il campione di studenti della scuola secondaria superiore, di contro a un valore più alto registrato per l’intercetta (vedi modello 0 nelle tabelle precedenti).

Il modello 1 mostra gli effetti netti delle caratteristiche degli studenti già individuate come significative, mentre nel modello 2 è aggiunto il nuovo predittore. Il suo inserimento riduce la varianza entro le scuole di ulteriori 4 punti percentuali e quella tra le scuole di 22 punti. Le tre dummy relative al giudizio di licenza hanno tutte un effetto significativo abbastanza considerevole sulla prestazione in scienze, e coerentemente crescente man mano che, rispetto al livello più elevato assunto come riferimento, si passa ai livelli inferiori. La differenza massima (quasi 60 punti) si ha tra il punteggio in scienze di uno studente che sia uscito dalla terza media con “Sufficiente” e lo stesso studente che abbia riportato all’esame di licenza un giudizio di “Ottimo”. Da notare che anche in questo caso, tenendo sotto controllo l’indicatore in esame, riemerge nuovamente l’effetto differenziale negativo dell’appartenenza al genere femminile (con un coefficiente pari a -11.3).

21 L’analisi è stata perciò ricominciata da capo, ma prendendo in considerazione solo le variabili di primo e secondo livello già individuate come significative e introducendole simultaneamente.

213

Tabella 9.6: Risultati dell’analisi multilivello sugli alunni dei licei, degli istituti tecnici e degli istituti professionali

Modello 0 Modello 1 Modello 2 Modello 3 Intercetta 529,7 541,9 579,6 590,9

LIVELLO STUDENTE

Escs -2,0 -0,9 -2,2 Femmina -6,2 -11,3*** -10,6***Immig -43,8*** -46,6*** -47,5***Ritardo -34,5*** -23,5*** -25,1***OreScie 5,1*** 4,8*** 4,5***ScScie 9,7*** 6,8*** 7,1***SupScie 0,1*** 0,1*** 0,1***EnvAware 17,0*** 16,0*** 15,9***Respdev 5,2** 4,3** 4,7**PQSciAct 4,9** 4,6** 4,3**PQScCar 6,6*** 5,6*** 4,8**IntUse -6,2* -4,8 -IntConf 6,4*** 6,8*** 4,6***PCdapoco -12,1*** -10,2*** -9,7***Sufficiente -59,5*** -54,8***Buono -38,0*** -35,3***Distinto -19,2*** -18,1***LIVELLO SCUOLA

Parit -57,4***Tecnico -3,9Profess -18,6SchSize 6,9*SchSize2 -0,3*Escs medio 31,3**PcGirls_A -9,6PcImmig_A -5,5OreScie_m 4,8COMPONENTI CASUALI

Varianza Livello 1 4279,1 2989,7 2831,4 2833,4Varianza livello 2 2998,5 1494,0 826,6 289,7Varianza tra (%) 41,2Rid. Var. entro (%) 30,1 33,8 33,8Rid. Var. tra (%) 50,2 72,4 90,3

* = p > 5% 10%; ** = p > 1% 5%; *** = p 1%

I valori dei coefficienti delle altre variabili individuali rimangono per lo più sostanzialmente invariati, fatta eccezione per due aspetti: la regolarità del percorso, il cui effetto si ridimensiona, e l’uso del computer per divertimento, il cui effetto si riduce fino a non esser più significativo.

A livello di scuola (modello 3), l’inserimento del nuovo predittore fra le variabili individuali22 determina la perdita di significatività del tipo di indirizzo e dell’orario medio settimanale di lezione di scienze, avvalorando la tesi secondo cui le

22 Il giudizio di licenza è stato, a dire il vero, inserito anche a livello aggregato definendo una dummy assumente valore “0” nel caso in cui la scuola registrasse, su tale variabile, un valore mediano pari o inferiore alla mediana generale (= 2) e “1” nel caso in cui mostrasse un valore mediano superiore. Tuttavia l’indicatore non è risultato avere un effetto significativo sul risultato in scienze (a differenza dell’Escs medio o della quota di alunni con capacità di lettura 3), ragion per cui è stato eliminato dal modello completo (3) di tabella 6.

214

differenze di risultato tra le scuole riflettono in larga misura differenze nella composizione della popolazione scolastica da esse reclutata più che differenze di efficacia didattica. Gli unici fattori che continuano a mostrare un effetto significativo sul punteggio in scienze sono il tipo di gestione, la dimensione e l’indice medio di status socio-culturale dell’istituto. Da notare che il coefficiente negativo associato all’indirizzo professionale, pur non significativo, è molto vicino alla soglia del 10% (p-value = 0,118).

Per finire, la varianza spiegata, rispetto al modello nullo, dal modello 3 è consistente, con una quota che sfiora il 34% per la variabilità individuale e supera di poco il 90% per quella tra le scuole. Il 10% di quest’ultima rimane tuttavia non spiegato ed è dunque da attribuire a caratteristiche proprie degli istituti, caratteristiche che sarebbe a questo punto quanto mai interessante indagare in profondità in quanto è qui che si nasconde l’eventuale “valore aggiunto” dell’istruzione da essi impartita.

9.6 Conclusioni

In sede conclusiva, riassumiamo brevemente i risultati principali emersi dalle analisi.

In primo luogo, la quota di varianza spiegata dal modello finale in tutte e tre le varianti stimate (vedi Tabelle 9.4, 9.5 e 9.6) è considerevole, oscillando fra il 30% e il 40% per quanto riguarda la variabilità tra gli alunni all’interno delle scuole e sfiorando o superando il 90% nel caso della varianza tra scuole.

Fra le variabili individuali, quelle che mostrano la più alta incidenza sul risultato in scienze sono l’essere immigrato, l’esser ripetente e, in misura più contenuta, la consapevolezza dei problemi ambientali e la dimestichezza con il computer acquisita prima dell’inizio della scuola secondaria. L’essere di genere femminile influisce negativamente sul rendimento ma l’effetto diviene significativo solo quando si tiene sotto controllo il tipo di scuola frequentato oppure – in modo più netto – quando si controlla per il livello di capacità nella lettura o per il giudizio ottenuto all’esame di licenza media.

Le variabili di scuola che hanno un effetto significativo mutano, in parte, da una versione all’altra del modello finale stimato. I fattori che mantengono costantemente una significativa influenza, anche se di entità diversa, in tutti e tre i modelli sono il tipo di gestione, la dimensione dell’istituto e l’indice medio di status socio-economico-culturale della scuola. La frequenza di un istituto tecnico e, in particolare, di un istituto professionale rispetto ad un liceo e l’aumento dell’orario medio settimanale di lezione di scienze rispetto alla media regionale hanno un effetto significativo, rispettivamente negativo e positivo, solo quando non si tiene conto del livello di competenza in lettura e/o del giudizio di licenza, mentre perdono di significatività quando lo si fa. Questo conferma che le

215

differenze di risultati tra le scuole dipendono dalle caratteristiche, soprattutto in termini socio-demografici e di capacità all’ingresso, degli studenti che le frequentano, a livello individuale e in misura anche maggiore a livello aggregato. Nessuna caratteristica di scuola che non sia direttamente o indirettamente connessa alla numerosità e composizione del corpo studentesco sopravvive, infatti, all’analisi come fattore determinante del risultato in scienze. Questa conclusione “deludente” deve esser temperata da alcune considerazioni:

1) rimane comunque da indagare una quota di varianza residua non spiegata;

2) la struttura a filiere dell’organizzazione del sistema educativo in Italia dopo i 14 anni e l’autoselezione che si verifica nella scelta dell’indirizzo di scuola secondaria ha come pressoché inevitabile conseguenza una forte differenziazione della popolazione scolastica reclutata rispettivamente dai licei, dagli istituti tecnici e, in particolare, dall’istruzione e formazione professionale, cosa che solleva non pochi dubbi sull’adeguatezza di un confronto trasversale ai vari tipi di scuola (si veda: Martini e Ricci, 2007) e sulla ricerca di fattori di efficacia comuni (ciò che fa un “buon liceo” non è probabilmente ciò che fa un buon istituto professionale);

3) il pur ricco database di PISA offre, come più volte osservato, una scarsa disponibilità di variabili, diverse da quelle di background degli studenti, in grado di differenziare le scuole nel contesto italiano.

Tutto questo ci porta a sottolineare due esigenze complementari: da una parte, si deve evitare l’errore di chiedere a PISA – che è un’indagine comparativa internazionale a larga scala con proprie finalità e obiettivi specifici – quello che essa non può dare, vale a dire informazioni dettagliate e pertinenti sul funzionamento del sistema scolastico a livello nazionale. D’altra parte, soltanto ricerche mirate, adeguate all’organizzazione del sistema educativo e progettate per rispondere a precisi interrogativi, possono darci le indicazioni da cui partire per tentare di migliorare nel nostro paese la qualità dell’istruzione in generale e nelle singole scuole.

Da ultimo, vogliamo tornare brevemente sullo sviluppo della competenza in lettura come fattore chiave nel condizionare la prestazione in scienze. Nonostante le cautele, già sopra richiamate, che si devono avere nell’interpretare i risultati delle analisi, questo fattore riveste un particolare interesse per i suggerimenti che se ne possono trarre sul piano pedagogico-didattico e delle politiche educative. Il punto da sottolineare è che il suo effetto appare strettamente intrecciato con l’effetto del genere: quando si tiene sotto controllo il livello di capacità nella lettura, la differenza di genere, che nel Veneto sembrava di primo acchito non sussistere, riemerge, confermando l’esigenza di un’attenzione particolare rivolta alle bambine e alle ragazze per avvicinarle alle scienze. Dall’altra parte, uno sviluppo deficitario della capacità di lettura, con tutte le ripercussioni che ciò ha sulla carriera scolastica di un alunno e

216

sull’apprendimento in ogni settore, è un problema che riguarda soprattutto i maschi. Questo dato, attestato da un’ampia letteratura di ricerca (Slade, 2002; Rowe & Rowe, 2002), pone l’esigenza di attivare misure d’intervento fin dai primi anni della scuola primaria onde evitare che una quota consistente di ragazzi arrivi alla scuola superiore senza aver maturato le abilità di literacy necessarie non solo per trarre profitto dall’insegnamento ma anche per l’inserimento nella realtà sociale e del mondo del lavoro.

217

Riferimenti Bibliografici

Bernardi, L., Martini, A., Zaccarin, S. (2005). “Analisi multilivello dell’impatto di varaibili individuali e scolastiche sulle prestazioni in matematica e in lettura”, in: M.T. Siniscalco e C. Marangon (a cura di), Gli studenti quindicenni nel Veneto: quali competenze? Rapporto Regionale del Veneto OCSE-PISA 2003, USR per il Veneto.

Bryk, A. S., Raudenbush, S. W. (2002), Hierarchical Linear Models: application and data analysis, (2nd Edition), Sage, Thousand Oaks, CA.

Carroll, B. (1972). “Defining language comprehension: some speculations”, in: R.O. Freedle & J.B. Carroll (ed.), Language comprehension and the acquisition of knowledge, Winston, Washington-DC.

Goldstein, H. (1995). Multilevel Statistical Models (2nd ed.), John Wiley, New YorK

Martini, A. (2005). “Differenze di genere e organizzazione della scuola secondaria”, in: M.T. Siniscalco e C. Marangon (a cura di), Gli studenti quindicenni nel Veneto: quali competenze?, Rapporto Regionale del Veneto PISA 2003, USR per il Veneto.

Martini, A., Ricci, R. (2007). I risultati PISA 2003 degli studenti italiani in matematica: un’analisi multilivello per tipologia di scuola secondaria,INDUZIONI, N. 34, pp. 25-46

OCSE (2007). PISA 2006: Science Competencies for Tomorrow’s World, Volume 1 e 2, OECD, Paris

Rowe, K.S., & Rowe, K.J. (2002). What matters most: Evidence-based findings of key factors affecting the educational experiences and outcomes for girls and boys throughout their primary and secondary schooling, Australian Council for Educational Research, Melbourne.

Slade, M. (2002). Listening to the boys: issues and problems influencing school achievement and retention. Series: Flinders University Institute of International Education Research Collection, N. 5, Shannon Research Press, Adelaide-SA.

Siniscalco, M. T. e Marangon, C. (a cura di) (2005). Gli studenti quindicenni nel Veneto: quali competenze? Rapporto Regionale del Veneto OCES-PISA 2003, USR per il Veneto.

Snijders, T. & Bosker, R. (1999). Multilevel Analysis, Sage, London

218

APPENDICETav. I: Statistiche descrittive delle variabili inserite nei modelli multilevel 23

Nome Descrizione variabile Media D.St. Min Max % Valori imputati

LIVELLO 1 ESCS Indice di status socio-economico-culturale -0,02 0,93 -2,23 2,48 0,1ESCS2 Indice di status s.e.c. al quadrato 0,86 1,09 0 6,16 0,1FEMMINA Lo studente è di genere femminile 0,48 0,50 0 1 0,0IMMIG Lo studente è d’origine immigrata 0,05 0,21 0 1 1,8DIALET Lo studente parla a casa il dialetto 0,21 0,41 0 1 10,4ALTRALING Lo studente parla a casa un’altra lingua 0,03 0,18 0 1 10,4RITARDO Lo studente è ripetente 0,17 0,38 0 1 0,0SCIEAP Lo stud. ha studiato scienze l’anno prima 0,76 0,43 0 1 1,4CASASCIE Ore di studio delle scienze a casa 2,14 1,75 0 7 1,6ORESCIE Ore di lezione di scienze a scuola 3,17 2,12 0 7 1,7SCIEEFF Autoefficacia in scienze -0,20 0,73 -3,77 3,22 0,3SCSCIE Percezione della propria riuscita in scienze 0,04 0,85 -2,36 2,24 5,4JOYSCIE Motivazione intrinseca in scienze 0,08 0,87 -2,15 2,06 0,1SCIS5 La prof. futura ha un rapp. con la scienza 0,30 0,46 0 1 0,2SUPSCIE Sostegno alla ricerca scientifica 513,2 78,49 167,1 767,1 0,0GENSCIE Valore generale della scienza per l’alunno 0,01 0,91 -3,66 2,19 0,0PERSCIE Valore personale della scienza per l’alunno 0,09 0,80 -3,08 2,53 0,0ENVAWARE Consapevolezza dei problemi ambientali 0,25 0,86 -3,44 3,01 0,3RESPDEV Responsabilità per uno sviluppo sostenibile 0,14 0,83 -2,59 2,30 0,9SCHI12 Uno dei genitori svolge una prof. scientif. 0,14 0,35 0 1 0,4PQGENSCI Valore generale della scienza dei genitori 0,03 0,91 -2,90 1,73 13,2PQPERSCI Valore personale della scienza dei genitori 0,17 0,82 -3,25 2,30 13,2PQSCCAR Motivazione del figlio a una carriera scient. -0,14 0,97 -1,02 1,85 13,6PQSCIACT Partecipazione attività scient. a 10 anni 0,09 0,82 -2,27 2,35 13,2PQSCIMP Importanza della scienza per il lavoro 0,00 0,84 -3,29 1,73 13,6HIGHCONF Autoefficacia nell’uso avanzato del PC -0,32 0,95 -3,99 2,10 1,3PRGUSE Uso del PC per programmare -0,05 0,95 -2,58 3,83 1,4INTCONF Autoefficacia nell’uso di Internet -0,66 1,14 -4,85 0,76 1,2INTUSE Uso del PC per passatempo -0,43 0,92 -3,04 3,18 1,4PCDAPOCO Uso del PC da meno di 3 anni 0,21 0,41 0 1 1,9LIVELLO 2 UBICP La scuola è in un centro fino a 15.000 ab. 0,12 0,33 0 1 3,6UBICG La scuola è in un centro oltre 100.000 ab. 0,33 0,48 0 1 3,6PRESSGE Molti genitori premono per alti risultati 0,20 0,40 0 1 5,5COMPETNO La scuola non deve competere con altre 0,10 0,30 0 1 5,5TECNICO La scuola è un Istituto Tecnico 0,33 0,48 0 1 0,0PROFES La scuola è un Istituto Professionale 0,22 0,42 0 1 0,0CFP La scuola è un CFP 0,12 0,33 0 1 0,0PARIT La scuola non è statale 0,16 0,37 0 1 2,0

23 Note alla Tavola I: a. Le variabili in corsivo sono variabili categoriali dicotomiche (dummy). La condizione cui si fa

riferimento nella descrizione di ciascuna di esse è codificata con “1” (con “0” la condizione opposta o baseline), per cui la media della variabile corrisponde, in questo caso, alla proporzione di soggetti che rientrano nella categoria 1.

b. Le variabili evidenziate in grassetto sono variabili quantitative non standardizzate (diversamente da tutti gli altri indicatori di tipo quantitativo, che sono standardizzati con media = 0 e deviazione standard = 1). Nell’interpretare i coefficienti stimati nei vari modelli multilivello va dunque tenuto presente che nel caso di queste variabili una variazione unitaria non equivale ad una deviazione standard.

219

SCHSIZE Dimensione della scuola (N. studenti/100) 7,21 4,34 0,36 17,99 8,0SCHSIZE2 Dimensione al quadrato 70,44 73,60 0,13 323,6 8,0ESCS_m Indice medio di status s.e.c. della scuola -0,03 0,51 -0,88 1,13 0,1ESCS_sd Deviazione standard dell’escs per scuola 0,77 0,11 0,55 1,01 0,0PCGIRLS_A Alta percentuale di ragazze ( 70%) 0,25 0,44 0 1 8,0PCIMMIG_A Alta perc. studenti immigrati ( 10%) 0,18 0,39 0 1 1,8CLSIZE Dimensione media delle classi 22,31 5,30 13 53 5,7STRATIO Numero studenti per insegnante 9,57 2,87 4,45 19,64 8,0TCSHORT Carenza degli insegnanti 0,29 0,75 -1,06 1,64 3,6IRATCOMP Proporzione computer ad uso didattico 0,18 0,17 0,02 0,92 8,0SCMATEDU Qualità attrezzature per l’insegnamento 0,23 0,86 -1,49 2,14 3,6SCIPROM Attività per promuovere le scienze -0,25 0,65 -2,27 0,76 3,6ORESCIE_m Orario medio settimanale di scienze 3,10 1,20 0,20 5,64 1,7

Box 1: Riassunto delle scelte effettuate nel calcolo dei modelli multilivello

Stima modelli multilevel

Le elaborazioni sono state condotte solo sugli studenti delle scuole secondarie superiori e dei centri di formazione professionale, che rappresentano oltre il 98% della popolazione di studenti di 15 anni nel Veneto.

Le elaborazioni i cui esiti sono presentati nella Tabella 9.6 del presente capitolo sono state condotte su un sotto-campione ulteriormente ridotto, con l’esclusione degli studenti della Formazione Professionale.

Al livello 1 (studente), la procedura di imputazione dei dati mancanti ha previsto l’imputazione del valore medio di scuola pesato nel caso di variabili quantitative e l’attribuzione della categoria di riferimento (baseline) nel caso di variabili categoriali.

Al livello 2 (scuola), la procedura di imputazione dei dati mancanti ha previsto l’imputazione del valore medio pesato per tipo di istruzione nel caso di variabili quantitative e l’attribuzione della categoria di riferimento (baseline) nel caso di variabili categoriali.

Le stime dei parametri dei modelli sono state condotte con il software HLM, versione 6.06 per Windows (Raudenbush et al., 2004), con una procedura di massima verosimiglianza (resctricted) e con le seguenti opzioni:

- la variabile dipendente è data dai 5 plausible values della scala complessiva di scienze;

- le stime sono ottenute da dati pesati secondo il peso finale di campionamento riportato nel file studenti (W_FSTUWT). I pesi sono stati normalizzati affinché la loro somma corrisponda al numero di records individuali (studenti) presenti nel file dati (pari a 1517 studenti in 51 scuole superiori) ;

- la formulazione dei modelli con variabili esplicative fa riferimento a modelli con sola intercetta casuale e pendenza fissa;

- le variabili quantitative sono state centrate sulla media regionale, mentre le variabili categoriali non sono state centrate;

- per le variabili categoriali la codifica effettuata è indicata dalla nota 23a alla Tavola I in questa Appendice.

220

10. La partecipazione al sistema educativo nel Veneto: una rapida visione storica

Lorenzo Bernardi

10.1 Una lunga e preoccupata premessa

Tra i molti meriti dell'indagine PISA va riconosciuto, dal nostro punto di vista, anche quello di riportare la scuola al centro di una attenzione pubblica “razionale”, meno occasionale, soprattutto meno generica e meno ideologica di quanto non avvenga normalmente nel quotidiano (anche nel significato di giornale). I suoi obbiettivi conoscitivi, il suo originale impianto di ricerca e studio, la sua estensione contenutistica e geografica, le analisi che consente, in particolare le indicazioni operative che se ne possono trarre, di fatto rappresentano, almeno per l'Italia, uno dei rari stimoli e una preziosa occasione per discutere con sensatezza e documentazione del valore e del senso dell'educazione in questo momento storico.

La scuola italiana sta vivendo infatti una lunga stagione segnata da condizioni tanto di incertezza quanto di aggressione, non essendo chiaro quale delle due generi l'altra; l'esito più visibile è tuttavia quello della sua progressiva perdita di funzione e di credibilità. L'incertezza nasce da una sempre più sfocata visione degli obbiettivi che il Paese le propone, in un succedersi di indirizzi, di messaggi, di iniziative estemporanee, che sembrano nascere casualmente, che sopravvivono l'espace d'un matin, che muoiono per mancanza di radici culturali profonde e vitali. L'aggressione è testimoniata dalle continue, contraddittorie, improvvisate, azioni di cambiamento promosse da ciascun Governo (e relativo Ministro) che si è succeduto negli ultimi vent'anni, ognuno proteso ad imporre la propria impronta ideologica, essendo meno sensibile ai principi strategici dell'educazione e a un confronto costruttivo con operatori e studiosi sul delicato tema della formazione delle nuove generazioni.

Va peraltro riconosciuto che ogni sistema scolastico deve svolgere il proprio compito in una realtà economico-sociale in continua evoluzione e che tale condizione esterna si riflette marcatamente al suo interno, mettendo in discussione ruolo e modalità con cui l'organizzazione educativa dovrebbe definire e assicurare percorsi coerenti con le esigenze civili ed economiche di ciascun Paese. Ciò significa che la scuola è chiamata a cambiare perché cambia l'intorno e che la consapevolezza di instabilità è condizione naturale e necessaria perché essa possa crescere, arricchirsi ed operare più efficacemente. Ma devono essere consentiti i giusti tempi per la selezione degli aspetti rilevanti e duraturi dei

221

cambiamenti intervenuti, per l'assimilazione dei contenuti effettivamente fondati e pertinenti, per la rielaborazione dei metodi più adeguati alla loro trasmissione: ciò vale tanto per la dimensione culturale e scientifica della scuola quanto per quella organizzativa interna e per quella del suo raccordo funzionale con la società che la circonda.

Non è ciò che è avvenuto in questi anni in Italia: mutamenti del contesto e tentativi di frettolosa riparazione interna rimandano un'immagine (e una realtà) del mondo della formazione come di un edificio in perenne assestamento e in continua ristrutturazione e adattamento alle condizioni paludose del terreno su cui poggia, affidato a “capicantiere” che giorno per giorno ne ridisegnano parti di progetto e ne costruiscono singoli spazi senza visione d'insieme e senza consultare quanti già vi risiedono.

Autonomia gestionale e didattica, organizzazione imprenditoriale e aziendalistica, controllo della qualità dei processi e degli output, decentramento del governo delle istituzioni, responsabilità dirigenziale, funzione professionalizzante, marketing scolastico, ed altro ancora, sono stati le principali parole d’ordine e più spesso semplici incipit con cui si è invaso il settore dell’educazione immaginando iniziative di aggiustamento o di riforma che, nella sostanza, per la loro non completa o non condivisa giustificazione, per l’assenza di sostegni strutturali, per il carattere ideologico delle motivazioni che le sostenevano, hanno consegnato agli operatori interni tanto responsabilità nuove e sostitutive di precedenti convinzioni quanto incertezze sulla propria natura e sulle proprie funzioni, talora affrontate con innovativa efficacia, talora con il rifugio in un ritroso, spaventato e diffidente immobilismo. Se si osserva con attenzione si può notare, poi, come si tratti di soli fattori gestionali, quasi risultassero irrilevanti (meglio, temuti) quelli contenutistici.

Ciò è avvenuto nella percezione che è in atto - e probabilmente necessaria - una mutazione genetica dei caratteri del sistema educativo, sicuramente peraltro caricato di nuovi compiti, che sembrano mettere in discussione antiche convinzioni. E il nostro parere è che l’insieme delle nuove proposte, implicitamente, faccia venir meno l’idea stessa di una scuola che assicuri pari opportunità, condivisione dei principi e dei valori della comunità, forse la sua stessa funzione di rigenerare e modellizzare il sistema sociale complesso, rinviando a soluzioni localistiche, a occasionali e mal distribuite capacità dei singoli, a specifiche e differenziate situazioni di contesto, segnate da risorse e assetti strutturali disomogenei, la possibilità di svolgere con compiutezza ed efficacia un mandato che dovrebbe essere quello di formare con equità e responsabilità le coscienze dei cittadini di uno stesso Paese, inserito in un mondo sempre più interattivo.

Questa tendenza sta prendendo piede in un quadro di condizioni strutturali al contorno di grande complessità:

222

i) la caduta del tasso di fertilità della popolazione, che prevede oggi, mediamente in Italia, poco più di un figlio per famiglia, per il quale ogni sforzo sarà compiuto dai genitori per garantirgli una completa esperienza scolastica;

ii) l’intensificarsi dei fenomeni migratori verso i Paesi occidentali che rende ogni istituto scolastico un crogiuolo di culture, sensibilità, stili di vita per il quale è difficile perfino immaginare un percorso di sincretismo culturale che preservi valori fondamentali senza penalizzare la ricchezza delle diversità;

iii) un poderoso processo di sviluppo tecnologico stimolato da una crescita dei saperi e dell’innovazione scientifica che sta ridefinendo l’organizzazione del mondo e dei processi lavorativi, le caratteristiche delle professioni, la stessa dislocazione geografica delle attività produttive;

iv) l’affermarsi di agenzie di formazione integrative, sostitutive, a volte distraenti da impegni scolastici perché portatrici di emozioni, di aspettative esistenziali spesso rivali con quelle tipicamente educative.

Si tratta di fenomeni di grande portata che insidiano la normale, serena gestione della quotidianità della scuola e che meritano di essere affrontati con solida visione d’insieme, con un grande progetto sociale prima che culturale, in grado di poggiare su ragioni documentate, capace di suscitare consenso e dotato di forza persuasiva, coerente con le aspettative del Paese.

Ancora una volta oggi le proposte dall'alto intendono risolvere questo intrico di problemi con idee di facciata, con la restaurazione di stili di comportamento attenti più alla forma che alla sostanza, non tenendo conto di come le vicende degli ultimi anni abbiano forse alterato i sentimenti e le emozioni con cui famiglie e allievi affrontano l'esperienza scolastica: i fruitori assolvono al proprio dovere di frequenza con sempre minor entusiasmo e con una passiva, temporanea, indifferente presenza; adottare un atteggiamento di consapevole e finalizzata partecipazione (perché guidata da nobili, noti e condivisi obiettivi) sembra non valere l’impegno che ciò esigerebbe. Si frequentano i cicli (ormai tutti) in successione perché è tradizione, perché qualche beneficio ne deriva, perché l'impegno richiesto è modesto, perché così fan tutti. E poi ci sono le altre “agenzie” che completano, che valorizzano, che dettano principi, valori, interessi, utili e apprezzati nella moderna filosofia di vita approvata dalla comunità sociale. Le paure per gli insuccessi in ogni fase del percorso sono quasi completamente vanificate dalla facilitazione imposta e garantita nelle varie tappe del tragitto; il preoccupato senso di responsabilità avvertito dagli educatori è smorzato e confuso entro l'affollarsi di obblighi burocratici che qualifica attualmente il 'mestiere' e dal rinvio ad “altri“ e ad “altrove“ del dovere di tirar le fila di tanti anni dedicati dai giovani allo studio e allo sviluppo della loro personalità. Famiglie e studenti accettano di sottrarre, con qualche sofferenza, al loro tempo di libertà quello da dedicare alla presenza nelle sedi scolastiche e ai ripetitivi doveri che

223

essa impone; i docenti si dispongono con altalenante entusiasmo ad assolvere al loro principale mandato educativo (che ora rischia di chiamarsi mission)combinandolo e alternandolo con i compiti gestionali e di documentazione progressivamente sempre più estesi; la comunità assiste distratta, implicitamente ammettendo che altri sono i viatici e i canali utili per l'affermazione di sé e per la crescita del Paese.

Il perché dell'esistenza delle istituzioni educative è sempre più sfocato: è radicato e territorialmente diffuso1 il sistema organizzato, ma con quali funzioni e con quali prospettive per la società e per gli individui è un po' meno chiaro, visto il silenzio che lo circonda al di là delle dichiarazioni ufficiali di generica intenzionalità, raramente tradotte in azione strategica di potenziamento e valorizzazione. E i provvedimenti recenti, ancora una volta, non toccano la sostanza, non nascono da un disegno generale, non affrontano il valore dei saperi e il modo cumulativo della loro trasmissione, non considerano la valenza della tecnologia didattica; piuttosto, muovendo da strette condizioni finanziarie, propongono riduzioni di personale, prendono in esame un ciclo alla volta come se prevalesse una visione di cesura 'educativa' lungo le varie tappe del percorso, impongono agli alunni emblematici rimpannucciamenti cercando l'uguaglianza nella veste come surrogato dell'incapacità di assicurare l'uguaglianza delle opportunità, risolvono il delicato tema della valutazione con fermezza formale pari solo alla propria palese vacuità.

E tuttavia la scuola rimane un viatico obbligato che segna l'esperienza di vita, nella sua fase più delicata, di ogni leva di giovani e che nel tempo li ha richiamati e coinvolti in numero sempre più ampio.

10.2 Qualche cenno sulla storia della partecipazione scolastica nel Veneto e in Italia

Una lunga, progressiva, peculiare rincorsa: così può essere sinteticamente descritto il cammino percorso all'interno delle istituzioni formative dai giovani veneti negli ultimi cinquant'anni. Va ricordato infatti come, almeno fino alla metà degli anni settanta, si facesse esplicito riferimento al concetto di ritardo storico quando si osservavano i tassi di partecipazione scolastica dei giovani veneti tanto al ciclo delle scuole medie inferiori quanto a quello delle superiori (significativamente inferiori a quelli nazionali, in particolare a quelli dell'Italia centrale ma anche a quelli delle altre regioni del Nord) e come solo negli ultimi decenni questi abbiano assunto valori simili alle medie nazionali. Più

1 Basti pensare alla curiosa, per non dire parossistica, diffusione di presidi universitari (definiti come sedi territoriali in cui è presente un completo corso di studi) generatasi nel Paese negli ultimi vent'anni: oltre 350, praticamente con una media di 3,4 per provincia (quasi come per i Licei Classici statali), non certo soddisfacendo esigenze di efficienza e men che meno di qualità.

224

specificamente questo processo di adeguamento può essere descritto con i seguenti tratti:

A) per il periodo che intercorre dagli anni ‘50 alla fine degli anni ‘702:

tassi di partecipazione (intesi come specifici rapporti tra iscritti ai vari cicli del sistema scolastico per classi di età e la popolazione in età corrispondente) inferiori alla media nazionale per tutti e tre i cicli (elementare, medio inferiore, medio superiore); processi selettivi particolarmente marcati nei primi due cicli e performancemigliori della media nazionale in quello superiore; distribuzione peculiare delle scelte di accesso al ciclo superiore soprattutto per l'alto peso assunto dalle entrate negli ordini di scuola professionale e tecnico;una selettività all'interno degli ordini di scuola superiore fortemente differenziale, con penalizzazioni pesanti in quelli professionalizzanti; l'esistenza di un grande richiamo esercitato dalle strutture della formazione professionale, particolarmente diffuse nel territorio regionale e caratterizzate da offerte formative articolate e utilmente radicate nelle varie realtà produttive; basti ricordare che la loro numerosità nel Veneto costituiva l'8% dell'intera offerta nazionale e attraeva oltre il 10% dei giovani veneti in età pertinente; una dislocazione territoriale, soprattutto delle sedi di scuola superiore, poco ramificata, che implicitamente, visti gli oneri personali e finanziari imposti per la frequenza, poteva svolgere una funzione di dissuasione alla partecipazione.

B) per il periodo che intercorre dall'inizio degli anni ‘80 all'epoca attuale3:

in analogia a quanto avvenuto a livello nazionale, la sostanziale scomparsa dei fenomeni di anticipata selettività nel ciclo dell'obbligo; una prima fase di trasferimento della selezione nei primi due anni del ciclo superiore, con progressiva attenuazione nel tempo fino a ridursi a misure quasi fisiologiche; conseguentemente, un incremento costante dei tassi di partecipazione per ogni classe d’età considerata (fino a 15 anni il valore dell'indicatore si è attestato al 100% ed è ormai prossimo al 90% nella classe d’età 15-19); una sensibile ricomposizione delle scelte dopo l'obbligo, in particolare con l'espansione (peraltro conforme al quadro nazionale) del Liceo Scientifico rispetto al Classico, con la ragguardevole contrazione dei passaggi agli Istituti Tecnici, con il sostanziale mantenimento della quota di iscritti

2 Per riferimenti puntuali si veda L. Bernardi (1985), “I processi di scolarizzazione”, in Fondazione Corazzin, La società veneta, Padova, Liviana Editrice. 3 Per riscontri puntuali delle considerazioni qui svolte si vedano i contributi di L. Bernardi ai Rapportisu società e economia, Fondazione Nord Est, anni 2000-2008.

225

all'Istruzione professionale; a questa ricomposizione hanno naturalmente contribuito non solo l’elevamento delle attese educative della popolazione a fronte di migliori condizioni economiche delle famiglie, ma anche, oltre ai correnti provvedimenti scolastici, il moltiplicarsi di indirizzi interni a ciascun Istituto, con una parziale perdita di identità ma con una offerta in una stessa sede di una gamma di opportunità capace di ridurre la mobilità territoriale e di favorire i passaggi interni;una più ricca e distribuita offerta di strutture scolastiche nel territorio, che ha reso esplicita la domanda di istruzione e che ha favorito i fenomeni descritti nei punti precedenti; l'adeguamento dell'organizzazione e degli indirizzi educativi dei Centri di Formazione Professionale, oggi prevalentemente rivolti all'arricchimento delle abilità e capacità professionali di soggetti che di fatto hanno già percorso un lungo e tradizionale iter scolastico (pur permanendo, ovviamente, proposte rivolte alla preparazione a mestieri e ruoli storici, cui peraltro si intende accedere non per espulsione precoce dalle istituzioni scolastiche pubbliche).

Per fornire una sintetica visione dell’andamento delle principali grandezze che caratterizzano le dinamiche della partecipazione scolastica, si riportano nel seguito alcuni grafici costruiti sulla base delle informazioni disponibili presso le pubblicazioni dell’ISTAT e per gli anni recenti presso il Ministero dell’Istruzione. Vanno peraltro ricordate alcune condizioni per una corretta lettura dei dati:

proprio il cambio di soggetto diffusore rende non totalmente omogenee le informazioni, anzi al passare del tempo, oltre a necessari cambiamenti imposti per trasformazioni strutturali del sistema scolastico e per affinamenti metodologici, le fonti perdono articolazione e qualità (soprattutto negli ultimi anni);in questa sede, per le considerazioni svolte nelle pagine precedenti, si porta l’attenzione solo sul ciclo delle scuole medie superiori, maggiormente segnato da cambiamenti nel periodo considerato4;è sembrato opportuno accompagnare le informazioni sul Veneto a quelle sul Nord Est e sull’Italia per favorire utili confronti; pertanto in alcuni grafici sono presenti due scale di misura (quella di sinistra riguarda l’Italia), dato che gli ammontari sono di diversa entità; i grafici riportati non documentano tutti i fenomeni di cui si è discusso nei precedenti paragrafi, ma paiono sufficienti per confermare le riflessionii avanzate;non ci si è soffermati ad analizzare puntualmente gli andamenti delle varie grandezze, nell’ipotesi che i grafici siano per loro natura largamente espressivi;

4 Per dati sugli altri cicli si può fare riferimento alle pubblicazioni citate nella nota 3.

226

al fine di evitare appesantimenti, i grafici sono costruiti riportando informazioni per anni campione nel periodo 1953-2001 e con riferimenti annuali nelperiodo seguente.

Figura 10.1: Iscritti totali al ciclo superiore nel periodo 1953/54-2005/06, in Italia, Nord Est eVeneto (valori assoluti).

0

50000

100000

150000

200000

250000

300000

350000

400000

450000

500000

1953

-195

4

1961

-196

2

1971

-197

2

1981

-198

2

1991

-199

2

2001

-200

2

2002

-200

3

2003

-200

4

2004

-200

5

2005

-200

6

0

500000

1000000

1500000

2000000

2500000

3000000

Nord Est

Veneto

Italia

Figura 10.2: Rapporti tra iscritti al ciclo superiore e popolazione in età 15-19 nel periodo1953/54-2005/06, in Italia, Nord Est e Veneto.

0

10

20

30

40

50

60

70

80

90

100

1953

-195

4

1961

-196

2

1971

-197

2

1981

-198

2

1991

-199

2

2001

-200

2

2002

-200

3

2003

-200

4

2004

-200

5

2005

-200

6

Nord Est

Italia

Veneto

227

Figura 10.3: Iscritti al 1° anno del ciclo superiore nel periodo 1953/54-2005/06, in Italia,Nord Est e Veneto (valori assoluti).

0

20000

40000

60000

80000

100000

120000

140000

1953

-195

4

1961

-196

2

1971

-197

2

1981

-198

2

1991

-199

2

2001

-200

2

2002

-200

3

2003

-200

4

2004

-200

5

2005

-200

6

0

100000

200000

300000

400000

500000

600000

700000

800000

Nord Est

Veneto

Italia

Figura 10.4: Rapporti tra iscritti al 1° anno del ciclo superiore e la popolazione in età 14 anninel periodo 1953/54-2005/06, in Italia, Nord Est e Veneto.

0

20

40

60

80

100

120

1953

-195

4

1961

-196

2

1971

-197

2

1981

-198

2

1991

-199

2

2001

-200

2

2002

-200

3

2003

-200

4

2004

-200

5

2005

-200

6

Nord Est

Italia

Veneto

NB: i valori superiori a 100 sono giustificati in particolare dalla presenza dei ripetenti.

228

Figura 10.5: Iscritti ai vari ordini del ciclo superiore nel periodo 1953/54-2005/06 nel Veneto

0

10000

20000

30000

40000

50000

60000

70000

80000

90000

100000

1953

-195

4

1961

-196

2

1971

-197

2

1981

-198

2

1991

-199

2

2001

-200

2

2002

-200

3

2003

-200

4

2004

-200

5

2005

-200

6

LICEI

ISTITUTI TECNICI

ISTITUTI PROFESSINALI

ALTRO

Figura 10.6: Composizione percentuale degli iscritti al ciclo superiore per ordine di scuola (Veneto, 1953-2006)

25.420.0 21.9 20.2 21.2 23.8 24.2 25.2 26.2 27.5

46.449.4 47.9

47.6 46.9 40.7 40.3 39.5 38.4 37.7

8.418.8 19.4 20.9 23.5

25.5 25.0 24.5 24.0 23.3

19.811.8 10.7 11.3 8.4 10.1 10.5 10.8 11.4 11.5

0%

20%

40%

60%

80%

100%

1953

-195

4

1961

-196

2

1971

-197

2

1981

-198

2

1991

-199

2

2001

-200

2

2002

-200

3

2003

-200

4

2004

-200

5

2005

-200

6

ALTRO

ISTITUTI PROFESSINALI

ISTITUTI TECNICI

LICEI

229

(valori assoluti).

Figura 10.7: Composizione percentuale degli iscritti al ciclo superiore per ordine di scuola(Italia, 1953-2006).

32.625.5 28.1 24.4 24.8 28.4 28.8 29.6 30.9 32.2

43.8

47.0 42.744.5 46.0 38.2 37.6 36.7 35.9 35.0

4.0 13.2 17.2 18.920.3

22.7 22.5 22.3 21.7 21.2

19.614.3 12.0 12.2 9.0 10.7 11.1 11.3 11.5 11.5

0%

20%

40%

60%

80%

100%

1953

-195

4

1961

-196

2

1971

-197

2

1981

-198

2

1991

-199

2

2001

-200

2

2002

-200

3

2003

-200

4

2004

-200

5

2005

-200

6

ALTRO

ISTITUTI PROFESSINALI

ISTITUTI TECNICI

LICEI

10.3 Una conclusione ricca di dubbi

A giustificare i ragguardevoli cambiamenti negli assetti partecipativi che si sonosegnalati, sembrano valere le considerazioni strutturali richiamate nel primoparagrafo, alle quali forse va aggiunta un'altra riflessione, più di carattere psicologico, che può essere così illustrata: il principio di fondo che sembra guidare i singoli nel loro orientarsi sul terreno delle opzioni educative, in funzione del più delicato regime delle scelte esistenziali, è fornito dalla convinzione che nessuna scelta è definitiva e irreversibile e che le possibilità di riscatto e del successo possono manifestarsi indipendentemente dalle posizioni assunte in precedenza, tanto attraverso ritorni a percorsi educativi in ragione di necessità nuove che si concretizzano nell'arco delle varie esperienze sociali quanto per il nascere di opportunità direttamente entro la sfera professionale e produttiva.Sembra agire inoltre la convinzione che ci sia un’occasione per tutti,indipendentemente dalla qualità della formazione raggiunta attraverso i percorsicanonici e ufficiali; in particolare, le possibilità di inserimento lavorativo sembrano essere solo in misura contenuta condizionate dalla scuola frequentata e dalla preparazione scolastica conseguita. A ciò sembrano contribuire, da un lato, la perdita di prestigio strategico delle istituzioni formative, che favorisce una visionedistaccata e forse diffidente del loro effettivo ruolo promozionale, dall'altro lamodesta connessione esistente tra i contenuti della formazione rispetto agli stimoli e ai modelli comportamentali prevalenti nella realtà sociale del Paese.

230

Anche le energie spese e le pressanti indicazioni provenienti dal mondo del lavoro per una formazione più coerente con l'organizzazione e la natura dei processi produttivi (richiesta, peraltro, raramente precisata e sistematicamente deprivata di valore prospettico) non sembrano aver aumentato la credibilità e l’efficacia delle strutture educative. In realtà, in questa sfera, quella cioè del raccordo tra istruzione e lavoro, sembra meglio agire la possente rete di relazioni che il sistema sociale (soprattutto in Veneto) assicura ai suoi abitanti e alle famiglie, consentendo a ciascuno di attivare contatti, di sperimentare condizioni, di promuovere iniziative, di ricercare soluzioni personali, in un clima di grande fermento e di continuo processo di rinnovamento. Il calcolo del rischio che si corre nell'intraprendere un generico itinerario formativo sembra incidere sulla velocità dell'inserimento sociale più che sulla sua qualità, come dimostrano tuttora gli studi sui meccanismi di riproduzione della stratificazione sociale: la maggiore scolarizzazione estesa a quasi tutti i membri delle nuove generazioni non sembra alterare, al di là di un numero ridotto di casi singoli, l'arco delle opportunità assegnato a ciascuno a partire dalle proprie condizioni economiche e sociale di partenza5. E questa sembra essere la più triste condanna e negazione delle energie e delle risorse personali dedicate dai giovani alla scuola per ben 13-18 anni della loro vita.

5 Si vedano, ad esempio, Schizzerotto A. (2004), Vite ineguali, Bologna, Il Mulino; e Checchi D. (2004), “Uguaglianza ed equità nel sistema scolastico italiano”, in Bottani N. e Benadusi L. (a cura di), Uguaglianza ed equità nella scuola, Trento Erikson.

231

Indicazioni e prospettive dopo PISA 2006

Claudio Marangon

Indicazioni dai risultati di PISA 2006

I risultati del Veneto in PISA 2006 sono dunque lusinghieri. Ancora una volta gli studenti della nostra regione confermano, in tutte le tre aree di indagine, esiti di gran lunga superiori alla media dell’Italia e, con un distacco minore, anche a quella dei paesi dell’OCSE, contribuendo in maniera determinante al primo posto del Nord Est nel confronto tra le macroaree italiane.

Il lettore avrà notato che nel Rapporto non si esplicita il posizionamento, peraltro facilmente desumibile con buona approssimazione, del Veneto rispetto alle altre regioni italiane: forse è il caso di dire, almeno per una volta, che esso occupa il secondo posto in Italia, per punteggio medio di scienze, dopo il Friuli Venezia Giulia. Un raffronto certamente più corretto di quello che altrove si fa paragonando il punteggio medio ottenuto dal Veneto ai punteggi ottenuti dalle altre nazioni che hanno preso parte all’indagine. Quando si afferma che “il Veneto, se considerato a sé, si collocherebbe al settimo posto tra i paesi OCSE”, si commette volutamente una forzatura poiché si confronta la media di una regione con quella di intere nazioni, che sono a loro volta composte da regioni, o altre entità geografico-amministrative di livello inferiore, che contribuiscono a determinare il punteggio medio nazionale.

Tuttavia, con le dovute accortezze, il confronto si può fare allo scopo di avere una misura dell’ordine di grandezza della prestazione dei nostri studenti, e proprio il confronto internazionale con livelli di grandezza superiori ci suggerisce che anche nel caso del Veneto, che pure a livello nazionale ha di che rallegrarsi, esistono di certo ampi margini di miglioramento.

Merita infine sottolineare come nel Nord Est, che è la sua macroarea di riferimento, il Veneto si trovi a competere con realtà a statuto autonomo quali le province di Trento e Bolzano o la regione Friuli Venezia Giulia, notoriamente dotate di ben maggiori risorse economiche da investire nel sistema scolastico a livello locale. La prestazione dei nostri quindicenni acquista, dunque, ancora maggiore valore proprio perché ottenuta rispetto a realtà vicine e tendenzialmente omogenee sul piano socio-culturale, ma nelle quali le situazioni di contesto economico sono più favorevoli.

233

Un dato generale che viene confermato riguarda poi il livello di “equità” del sistema scolastico veneto, che già dal ciclo 2003 risultava caratterizzato da prestazioni concentrate principalmente ai livelli intermedi della scala di competenza. Se, da un lato, questo implicava la positiva conseguenza di una minore percentuale di studenti ai livelli bassi, preoccupava la ridotta consistenza della fascia delle cosiddette eccellenze, quegli studenti in possesso delle competenze al gradino più alto della scala, sui quali, tra l’altro, si fondano le speranze per un innalzamento del livello di competitività del Paese. Si può affermare che nel ciclo 2006 si è fatto un passo avanti, poiché la percentuale è salita, superando ora in scienze quella della macroarea di riferimento e attestandosi esattamente sulla media OCSE (addirittura superandola se si considerano i livelli 5 e 6 nel loro complesso).

Lusinghieri sono anche i risultati disaggregati per tipologia di scuola che, se in termini relativi vedono al primo posto, come prevedibile, gli studenti dei Licei (seguiti da quelli degli Istituti Tecnici, degli Istituti Professionali e dei Centri di Formazione Professionale), tuttavia indicano come, in termini assoluti, i risultati degli alunni degli Istituti tecnici veneti siano superiori a quelli ottenuti dagli studenti dei Licei italiani. Se poi si considerano le condizioni socio-economiche medie degli alunni che li frequentano, l’istruzione tecnica appare nel Veneto come quella che dimostra la maggiore efficacia relativa, e dunque da questo punto di vista è superiore anche all’istruzione liceale, dato questo che era già emerso dalla rilevazione 2003 e che è stato ulteriormente confermato.

Nello stesso tempo, si evidenzia sempre di più il “peso” della singola scuola nel contribuire significativamente alla costruzione delle competenze del singolo studente, portando quel “valore aggiunto” che sembra in grado di controbilanciare eventuali condizionamenti negativi esercitati da un basso livello socio-economico e culturale dello studente. Un’altra conferma della fondamentale capacità di equilibratore sociale della scuola, che va di pari passo con la tendenza degli studenti del Veneto a consolidare, quando non a migliorare, i propri già alti livelli di competenza in tutte le aree oggetto di indagine rispetto ai coetanei della stessa tipologia di scuola di altre aree del Paese. Certamente questa favorevole situazione è dovuta anche a motivi che non sono esclusivamente legati al funzionamento del sistema scolastico, che è identico in tutto il Paese, ma hanno a che fare con la composizione di un tessuto sociale più solido che altrove, con aspettative delle famiglie nei confronti della scuola più elevate che altrove, con la presenza di risorse e strutture extrascolastiche (quali biblioteche, strutture sportive e culturali, luoghi di associazionismo, ecc.) che offrono stimoli e occasioni di arricchimento anche al di fuori del contesto scolastico.

234

Prospettive di azione

Quali indicazioni, a conclusione del percorso che ha portato alla stesura di questo Rapporto, può suggerire la ricerca, nella prospettiva di un continuo miglioramento e di eventuali azioni di riorientamento delle politiche scolastiche?

PISA ci dice, per prima cosa, che misurarsi e confrontarsi ha senso. Misurarsi con strumenti oggettivi consente di conoscere le proprie caratteristiche, il proprio modo di funzionare. Confrontarsi dà la misura del proprio posizionamento in un contesto di pari dai quali è possibile apprendere, e mette in luce il livello espresso da un’organizzazione che sia in grado di modificare i propri comportamenti riflettendo su se stessa. Questo vale sia al macrolivello costituito dal sistema nazionale, che si misura e si confronta con i sistemi scolastici degli altri paesi, sia al livello intermedio, costituito in questo caso dalla dimensione regionale, sia al microlivello costituito dalle singole istituzioni scolastiche.

Diversi sono, ovviamente, i piani di confronto, le problematiche e gli strumenti con i quali affrontarle. Al livello macro, PISA costituisce un’impareggiabile occasione di confronto. Per molti paesi con un sistema nazionale di valutazione debole (e l’Italia è annoverabile tra questi), essa può costituire un modo per sopperire a una carenza strutturale e innescare uno spostamento virtuoso verso una scelta in questo senso. Nel caso dell’Italia, PISA, evidenziando gli squilibri tra le diverse aree geografiche del Paese, ha reso ineludibile l’esigenza di affrontare il problema. Il MIUR sta portando avanti in tempi stretti, in questo avvio di a.s. 2008/09, un piano di formazione, finanziato con fondi europei, diretto ai docenti di quattro regioni del Sud che, se sembra ispirato al classico equivoco dell’addestramento al test, ha tuttavia il merito di aprire un importante canale di informazione e dibattito su base allargata ai diretti operatori scolastici.

In questo senso il livello intermedio regionale ha avuto un ruolo determinante di stimolo e trascinamento verso lo stesso livello nazionale, spingendo quasi ad una presa di coscienza del problema che si è innescata proprio quando, con il ciclo di PISA 2003, le regioni hanno avuto accesso alla ricerca come soggetti autonomi, esercitando di fatto un ruolo di diffusione dei risultati che ha inevitabilmente amplificato il dibattito anche a livello nazionale. Come importante conseguenza, a partire dal prossimo ciclo 2009 di PISA, il MIUR commissionerà all’OCSE con un proprio finanziamento un sovracampionamento di scuole che consenta di giungere a un livello di rappresentatività per singola regione: un segnale importante che porta a sistema quella che era stata un’iniziativa autonomamente finanziata da un gruppo ristretto di realtà locali. La presa in carico del problema, unitamente ad altre iniziative di sistema che vanno dalle azioni per contrastare la crisi delle vocazioni scientifiche a quelle per valorizzare le eccellenze, dovrebbe forse sposarsi con un’assunzione di responsabilità nell’affrontare scelte a livello di programmi e orari scolastici, di ricerca di nuove metodologie di insegnamento/apprendimento, di dotazioni di risorse e attrezzature adeguate.

235

Nel Veneto, l’Ufficio Scolastico Regionale, tra le prime realtà a prendere parte alla rilevazione con un proprio campione, e sostenendo un forte investimento economico, ha da tempo promosso azioni in tal senso, sviluppando sinergie con realtà scientifiche e di ricerca del territorio quali le Università di Padova e di Trieste e l’Agenzia Scuola (ex IRRE) del Veneto, nonché potenziando i rapporti interistituzionali con l’Ente Regione. Su tutti va sottolineato l’obiettivo prioritario che si è concretizzato nell’attenzione al miglioramento delle competenze di base, anche a partire dal lavoro di capillare diffusione nelle scuole dei risultati dell’indagine PISA attuato a partire dal ciclo 2003.

In questo senso si è dimostrato fecondo il raccordo con il livello micro, quello costituito dalle singole istituzioni scolastiche, dai loro insegnanti e dai loro studenti. È questa infatti la sede più adatta a sperimentare, verificare sul campo, validare quella particolare impostazione che caratterizza il quadro concettuale di PISA. “Entrare” nelle prove, verificarne la praticabilità, eventualmente reimpostando la didattica nel senso di una sua maggiore attenzione allo sviluppo di “competenze” – che sono ciò che PISA intende valutare – è opera che solo dal lavoro di docenti e studenti può scaturire, restituendo di conseguenza una concreta prospettiva di un reale innalzamento della qualità dei livelli di tutti gli studenti.

Tra le priorità di intervento che già nella passata edizione di PISA si erano identificate come possibili linee di azione comune tra USR e scuole del territorio, molto resta ancora da fare anche in una realtà privilegiata come quella veneta.

Sul piano dell’attivazione di più efficaci politiche di formazione del personale della scuola, occorre evitare di disperdere risorse in interventi generici, mirando invece ad individuare tipologie di utenza e tematiche ben precise.

La prevenzione della dispersione scolastica rimane una delle emergenze sulle quali concentrarsi, e in questo senso i ricercatori possono estrapolare dai dati PISA profili più precisi dei soggetti a rischio verso i quali indirizzare azioni volte a innalzare interesse e motivazione, tenendo conto delle specificità che essi presentano.

Lo sbilanciamento nella composizione della popolazione degli istituti superiori, che porta a forme di segregazione di genere, non ha visto finora efficaci azioni di orientamento in grado di contrastare l’influenza del problema sui curricoli effettivamente insegnati e sui livelli di apprendimento raggiunti.

La drastica riduzione del numero degli iscritti alle facolta scientifiche, cui si è accennato più sopra, viene già affrontata con azioni mirate, ma è necessario ampliare il più possibile una politica di orientamento altamente innovativa che sappia intervenire sugli stereotipi che influenzano negativamente i comportamenti degli studenti. Risultano essenziali in tal senso esperienze di didattica laboratoriale che si sviluppino su “percorsi lunghi" in continuità

236

educativa e didattica tra primo e secondo ciclo, e anche nella scuola dell’infanzia, di cui già esistono in Veneto esperienze pilota.

Infine, se è vero che le scuole hanno la responsabilità di attuare nella pratica didattica quotidiana l’obiettivo del raggiungimento di soddisfacenti livelli di apprendimento, va sottolineato che le condizioni per favorire questo auspicato obiettivo sono strettamente legate a una politica di adeguata assegnazione di fondi che sostenga realmente i livelli di qualità che si richiedono alla scuola.

Ancora una volta, dunque, risulta evidente la necessità di una forte condivisione di prospettiva tra i soggetti ai diversi livelli, perché solo in presenza di sufficienti condizioni di operatività le istituzioni scolastiche potranno attingere alla loro capacità progettuale per costruire le condizioni organizzative e didattiche più adatte al raggiungimento degli obiettivi che viene loro richiesto.

237

Gli Autori

Lorenzo Bernardi è Professore Ordinario di Statistica Sociale presso il Dipartimento di Scienze Statistiche dell'Università di Padova. Si occupa di statistiche dell'istruzione e di metodi di ricerca sociale e di valutazione.

Grazia Calcherutti è dirigente scolastico e componente del Gruppo Regionale di Ricerca PISA 2006 dell’USR Veneto. Esperta di tematiche ambientali, si occupa di studi in campo educativo e di dispersione scolastica.

Roberta Cielo è docente di matematica nella scuola secondaria di 2° grado. Componente del Gruppo Regionale di Ricerca PISA 2006 dell’USR Veneto, è esperta di analisi statistiche e di valutazione del sistema scolastico.

Luigi Clama è dirigente scolastico e componente del Gruppo Regionale di Ricerca PISA 2006 dell’USR Veneto. Come consulente statistico dell’USP di Treviso e collaboratore dell’Università di Padova, si occupa di sperimentazione didattica e di valutazione degli apprendimenti.

Claudio Marangon è dirigente scolastico e responsabile regionale presso l’INVALSI del progetto OCSE-PISA 2006. Coordinatore del Gruppo Regionale di Ricerca PISA 2006 dell’USR Veneto, si occupa di monitoraggio e valutazione del sistema scolastico.

Angela Martini è ricercatrice presso l’Agenzia Scuola (ex IRRE) del Veneto e componente del Gruppo Regionale di Ricerca PISA 2006 dell’USR Veneto. Autrice di numerose pubblicazioni, i suoi interessi si indirizzano alla valutazione dei sistemi scolastici e all’analisi delle politiche dell'istruzione.

Maria Teresa Siniscalco, già responsabile italiano per l’INVALSI del progetto OCSE-PISA 2003, è consulente nel campo della ricerca educativa. Autrice di numerose pubblicazioni, ha lavorato per la IEA ed è stata titolare di incarichi di collaborazione per organismi quali l’UNESCO e l’OCSE e, in Italia, l’Istituto di Ricerca sulla Comunicazione “Gemelli e Musatti” e TreeLLLe.

Sante Velo è docente di lettere nella scuola secondaria di 2° grado. Componentedel Gruppo Regionale di Ricerca PISA 2006 dell’USR Veneto, è esperto di analisi statistiche applicate alla valutazione del sistema scolastico.

Susanna Zaccarin è Professore Ordinario di Statistica Sociale presso la Facoltà di Economia dell'Università di Trieste. I suoi interessi di ricerca riguardano la modellizzazione statistica e le tecniche d'indagine, in particolare la loro applicazione allo studio della transizione scuola-lavoro e le relazioni tra comportamenti socio-demografici e contesto d'appartenenza.

239

Stampato da CLEUP sc“Coop. Libraria Editrice Università di Padova”

Via G. Belzoni, 118/3 – Padova (Tel. 049/650261)www.cleup.it