indice - istruzioneveneto...1 indice avvertenze per la lettura delle tabelle e delle figure presenti...

1

INDICE

Avvertenze per la lettura delle tabelle e delle figure presenti nel rapporto Veneto 4

INTRODUZIONE 5

1. Il campione Veneto nelle prove PISA 2012 8

2. Il risultato del Veneto in matematica 10 2.1 Quadro di riferimento 10 2.2 Risultati del Veneto 11 2.2.1 Risultati sulla scala complessiva di matematica: confronto internazionale 11 2.2.2 Risultati sulla scala complessiva di matematica: confronto nazionale 13 2.3 Risultati sulle sottoscale di matematica 14 2.3.1 I processi 14 2.3.2 I contenuti 17

3. Il risultato del Veneto in lettura 21 3.1 Quadro di riferimento 21 3.2 Risultati del Veneto 21 3.2.1 Risultati sulla scala complessiva di lettura: confronto internazionale 21 3.2.2 Risultati sulla scala complessiva di lettura: confronto nazionale 23

4. Il risultato del Veneto in scienze 24 4.1 Quadro di riferimento 24 4.2 Risultati del Veneto 25 4.2.1 Risultati sulla scala complessiva di scienze: confronto internazionale 25 4.2.2 Risultati sulla scala complessiva di scienze: confronto nazionale 26

5. La distribuzione degli alunni nei livelli di competenza sul piano regionale 28 5.1 Competenza in matematica 28 5.2 Competenza in lettura 30 5.3 Competenza in scienze 31

6. I risultati per tipo di scuola 33 6.1 Confronto per tipo di scuola nelle competenze di matematica, lettura e scienze 33 6.2 La distribuzione nei livelli per tipo di scuola secondaria 34

7. Gli studenti immigrati nel Veneto 38 7.1 Distribuzione degli studenti del Veneto per origine nazionale 38 7.2 Distribuzione degli studenti del Veneto per tipologia di scuola e origine nazionale 38 7.3 I risultati nei tre ambiti degli studenti d’origine immigrata 39

8. Le differenze di genere nel Veneto 41 8.1 Risultati di maschi e femmine nei tre ambiti in Veneto 41 8.2 Risultati di maschi e femmine per tipo di scuola 42 8.3 Risultati di maschi e femmine nelle sottoscale di matematica 42

9. L’evoluzione dei punteggi dal 2003 al 2012 45

10. Il profilo socio-economico-culturale degli studenti e i risultati nei tre ambiti 46 10.1 L’influenza dell’ambiente sociale di provenienza degli studenti sulle prestazioni in lettura,

matematica e scienze 46 10.1.1 L’indice Escs nel Veneto 46 10.1.2 L’indice Escs per tipo di scuola 47

11. Le motivazioni all’apprendimento della matematica e gli approcci all’insegnamento 49

11.1 Aspetti motivazionali che incidono sull’apprendimento matematico 49 11.2 Stili d’insegnamento della matematica e prestazioni 53

12. Le competenze finanziarie di base 56 12.1 La literacy finanziaria 56 12.2 I risultati del test di literacy finanziaria nel Veneto 57

Bibliografia e sitografia 62

2

Indice delle tabelle

Tabella 1.1: La composizione del campione veneto PISA 2012 ........................................................................... 8 Tabella 1.2: La distribuzione di maschi e femmine per tipo di scuola del campione veneto 2012 (dati

pesati) ............................................................................................................................................... 9 Tabella 2.1: Media, dispersione e distribuzione percentile dei risultati di matematica ........................................ 12 Tabella 2.2: Media, dispersione e distribuzione percentile dei risultati di matematica per aree geografiche

e regioni .......................................................................................................................................... 14 Tabella 2.3: Punteggi medi sulle scale di processo ............................................................................................ 15 Tabella 2.4: Punteggi medi sulle scale di contenuto ........................................................................................... 17 Tabella 3.1: Media, dispersione e distribuzione percentile dei risultati di lettura................................................. 23 Tabella 4.1: Media, dispersione e distribuzione percentile dei risultati di scienze .............................................. 26 Tabella 5.1: Percentuali di low performers e top performers in matematica ....................................................... 29 Tabella 5.2: Cambiamenti nella percentuale di low performers e top performers in matematica........................ 29 Tabella 5.3: Cambiamenti nella percentuale di low performers e top performers nella sottoscala di

matematica “Spazio e forma” .......................................................................................................... 29 Tabella 5.4: Cambiamenti nella percentuale di low performers e top performers nella sottoscala di

matematica “Cambiamento e relazioni”........................................................................................... 29 Tabella 5.5: Cambiamenti nella percentuale di low performers e top performers nella sottoscala di

matematica “Quantità”..................................................................................................................... 30 Tabella 5.6: Cambiamenti nella percentuale di low performers e top performers nella sottoscala di

matematica “Incertezza e dati” ........................................................................................................ 30 Tabella 5.7: Percentuali di low performers e top performers in lettura................................................................ 31 Tabella 5.8: Cambiamenti nella percentuale di low performers e top performers in lettura ................................ 31 Tabella 5.9: Percentuali di low performers e top performers in scienze.............................................................. 32 Tabella 5.10: Cambiamenti nella percentuale di low performers e top performers in scienze .............................. 32 Tabella 6.1: Distribuzione percentuale degli studenti veneti nei vari livelli della scala di competenza in

matematica per tipo di scuola ......................................................................................................... 35 Tabella 6.2: Distribuzione percentuale degli studenti veneti nei vari livelli della scala di competenza in

lettura per tipo di scuola .................................................................................................................. 36 Tabella 6.3: Distribuzione percentuale degli studenti veneti nei vari livelli della scala di competenza in

scienze per tipo di scuola................................................................................................................ 37 Tabella 7.1: I risultati nei tre ambiti degli studenti per origine ............................................................................. 40 Tabella 8.1: Differenza di risultati maschi e femmine.......................................................................................... 41 Tabella 8.2: Differenze di risultati di maschi e femmine nel Veneto nei tre ambiti e per tipologia di scuola........ 42 Tabella 8.3: Differenza di risultati di maschi e femmine nel Veneto nelle tre sottoscale di processo.................. 43 Tabella 8.4: Differenza di risultati di maschi e femmine nel Veneto nelle tre sottoscale di aree di

contenuto ........................................................................................................................................ 43 Tabella 8.5: I risultati di maschi e femmine nei tre ambiti ................................................................................... 44 Tabella 8.6: I risultati di maschi e femmine nelle tre sottoscale di processo....................................................... 44 Tabella 8.7: I risultati di maschi e femmine nelle tre sottoscale di aree di contenuto.......................................... 44 Tabella 9.1: I cambiamenti nei risultati dei tre ambiti in Veneto dal 2003 al 2012............................................... 45 Tabella 9.2: Scarti dei risultati del Veneto dalla media Italia............................................................................... 45 Tabella 9.3: Scarti dei risultati del Veneto dalla media OCSE ............................................................................ 45 Tabella 10.1: Caratteristiche dell’andamento dell’indice Escs nel Veneto, in Italia e nell’OCSE .......................... 46 Tabella 10.2: Relazione fra status s.e.c. dello studente e risultati PISA in Veneto ............................................... 47 Tabella 10.3: Relazione fra status s.e.c. dello studente e risultati PISA per tipo di scuola in Veneto ................... 48 Tabella 10.4: Effetti dello status s.e.c. dello studente e della scuola sui risultati PISA in Veneto ......................... 48 Tabella 11.1: Fattori motivazionali e risultato in matematica nel Veneto .............................................................. 50 Tabella 11.2: Valori medi degli indicatori motivazionali per tipo d’istruzione nel Veneto....................................... 51 Tabella 11.3: Coefficienti di regressione sul risultato in matematica nel Veneto .................................................. 52 Tabella 11.4: Stili d’insegnamento, clima di classe e risultato in matematica nel Veneto ..................................... 53 Tabella 11.5: Valori medi degli indicatori relativi agli stili d’insegnamento e al clima di classe per tipo

d’istruzione nel Veneto.................................................................................................................... 54 Tabella 11.6A: Coefficienti di regressione sul risultato in matematica nel Veneto ................................................. 54 Tabella 11.6B: Coefficienti di regressione sul risultato in matematica nel Veneto ................................................. 55 Tabella 12.1: Il campione veneto che ha svolto la prova di literacy finanziaria..................................................... 56 Tabella 12.2: Punteggio medio e dispersione nella prova di literacy finanziaria ................................................... 57 Tabella 12.3: Distribuzione percentuale degli alunni nei vari livelli della scala di literacy finanziaria .................... 58 Tabella 12.4: Punteggi medi nella literacy finanziaria per tipo d’istruzione superiore ........................................... 59 Tabella 12.5 Punteggi medi nella literacy finanziaria per genere......................................................................... 59 Tabella 12.6: Effetto dell’Escs sul punteggio nella literacy finanziaria .................................................................. 60 Tabella 12.7: Studenti che hanno un conto corrente o una carta di credito e differenze di punteggio nella

literacy finanziaria rispetto a chi non li ha (solo dati validi).............................................................. 60

3

Indice delle figure

Figura 1.1: Composizione del campione veneto PISA 2012 ............................................................................... 8 Figura 2.1: Punteggi medi di matematica con intervallo di confidenza, confronto internazionale...................... 12 Figura 2.2: Punteggi medi di matematica con intervallo di confidenza, confronto nazionale............................. 13 Figura 2.3: Punteggi medi con intervallo di confidenza sulle scale di processo, confronto nazionale............... 15 Figura 2.4: Punteggi medi con intervallo di confidenza sulle scale di contenuto, confronto nazionale.............. 17 Figura 3.1: Punteggi medi in lettura .................................................................................................................. 22 Figura 3.2: Punteggi medi di lettura con intervallo di confidenza, confronto nazionale ..................................... 23 Figura 4.1: Punteggi medi in scienze ................................................................................................................ 25 Figura 4.2: Punteggi medi di scienze con intervallo di confidenza, confronto nazionale ................................... 27 Figura 5.1: Percentuale di studenti a ciascun livello della scala complessiva di matematica, confronto

internazionale.................................................................................................................................. 28 Figura 5.2: Percentuale di studenti a ciascun livello della scala complessiva di lettura, confronto

internazionale.................................................................................................................................. 30 Figura 5.3: Percentuale di studenti a ciascun livello della scala complessiva di scienze, confronto

internazionale.................................................................................................................................. 31 Figura 6.1: Risultati di matematica, lettura, scienza per tipo di scuola in Veneto.............................................. 33 Figura 6.2: Risultati di matematica per tipo di scuola: confronto Veneto e Italia ............................................... 34 Figura 6.3: Percentuale di studenti a ciascun livello della scala di matematica per tipo di scuola in

Veneto............................................................................................................................................. 35 Figura 6.4: Percentuale di studenti a ciascun livello della scala di lettura per tipo di scuola in Veneto............. 36 Figura 6.5: Percentuale di studenti a ciascun livello della scala di scienze per tipo di scuola in Veneto........... 37 Figura 7.1: Percentuali di studenti di origine immigrata..................................................................................... 38 Figura 7.2: Distribuzione percentuale degli studenti del Veneto per tipologia di scuola e origine

nazionale......................................................................................................................................... 39 Figura 7.3: I risultati in Veneto degli studenti d’origine immigrata nei tre ambiti ................................................ 39 Figura 7.4: I risultati in Veneto degli studenti nativi nei tre ambiti...................................................................... 40 Figura 8.1: Differenze di risultati di maschi e femmine nei tre ambiti ................................................................ 41 Figura 8.2: I risultati di maschi e femmine nel Veneto nelle tre sottoscale di processo..................................... 42 Figura 8.3: I risultati di maschi e femmine nel Veneto nelle tre sottoscale di aree di contenuto........................ 43

4

Avvertenze per la lettura delle tabelle e delle figure presenti nel rapporto Veneto

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

I dati relativi alla Regione Veneto sono frutto di elaborazioni originali effettuate sul dataset regionale del Veneto dai collaboratori firmatari dei vari capitoli del rapporto.

I dati relativi all’Italia e alle sue macroaree sono desunti dal Rapporto Nazionale [Palmerio, L. (a cura di) (2012), Le competenze in lettura, matematica e scienze degli studenti quindicenni italiani - Rapporto nazionale Pisa 2012, INVALSI] (scaricabile da www.invalsi.it/invalsi/ri/pisa2012/rappnaz/Rapporto_NAZIONALE_OCSE_PISA2012.pdf), dal Rapporto Internazionale PISA 2012 Results: What Students Know and Can Do (OCSE, 2014), dalle tabelle nazionali o dalle tabelle internazionali scaricabili dal sito dell’INVALSI.

o Nelle figure, il gruppo di Paesi di riferimento selezionati per i confronti internazionali con i risultati dell’Italia e con la media OCSE in matematica comprende di norma i seguenti: primo Top performer; secondi Top performers assoluti (Shangai-Cina, Singapore); primo Top performer tra i Paesi OCSE (Corea del Sud); Bottom performer tra i Paesi OCSE (Messico); Svizzera (top performer europeo non UE); Paesi Bassi (top performer UE); Francia; Germania; Regno Unito; Spagna; Stati Uniti.

o A questi sono sempre affiancati Veneto e macroarea Nord Est.

Nelle figure e tabelle dei confronti nazionali vengono considerate sempre le cinque macroaree oltre alla Lombardia, al Friuli V.G., alla provincia autonoma di Trento.

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

Accanto a 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.

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.

http://www.google.it/url?url=http://www.keepeek.com/Digital-Asset-Management/oecd/education/pisa-2012-results-what-students-know-and-can-do-volume-i-revised-edition-february-2014_9789264208780-en&rct=j&frm=1&q=&esrc=s&sa=U&ei=rKiRVLO9M4TIPKvHgIgN&ved=0CBQQFjAA&usg=AFQjCNFHgSXRdFG1I7sZ168ZS_NSaPxF_Q�

5

INTRODUZIONE

Franca da Re

Con il 2012, la rilevazione OCSE PISA è giunta alla sua quinta edizione. Gli studenti quindicenni del Veneto vi partecipano sin dalla prima, nel 2000, anche se è solo dal 2003 che il campione è rappresentativo del territorio regionale, consentendo di estrapolare i dati degli esiti veneti e di confrontarli con quelli nazionali, internazionali e delle altre macroregioni italiane. Si tratta di un arco di tempo che ci ha fornito una serie di dati che permettono di azzardare un primo bilancio di tendenza che, come si vedrà nel corso del Rapporto, conferma le ottime prestazioni dei nostri quindicenni e la validità del sistema scolastico veneto. La ricerca PISA [Programme for International Student Assessment (Programma di valutazione internazionale degli studenti)] si è imposta come la più vasta indagine comparativa tra quelle che interessano il mondo dell’istruzione. Promossa dai governi dei paesi aderenti all’OCSE (Organizzazione per la Cooperazione e lo Sviluppo Economico), essa fornisce con cadenza triennale una misurazione delle competenze degli studenti quindicenni in lettura, matematica e scienze, giudicate dall’OCSE essenziali per l’esercizio di una cittadinanza consapevole e per poter competere efficacemente nel contesto internazionale. Il continuo aumento dei Paesi partecipanti (a PISA 2012 hanno preso parte 65 Paesi, di cui 34 appartenenti all’OCSE), rende le indicazioni che ci vengono dall’analisi dei risultati un confronto irrinunciabile per una riflessione sugli elementi in grado di determinare l’efficacia dei diversi sistemi di istruzione.

Sin dal suo esordio nel 2000, la domanda di ricerca principale dell'indagine internazionale PISA (Programme for International Student Assessment) è la seguente: “Quali sono le cose importanti che un cittadino moderno deve conoscere e saper fare?”. PISA rileva in che misura gli studenti che sono prossimi alla fine dell'istruzione/formazione obbligatoria abbiano acquisito conoscenze e competenze ritenute essenziali per una piena partecipazione alla vita civile nella società moderna. L'indagine 2012 si focalizza sulla lettura, la matematica, le scienze, il problem solving e in questa edizione anche sulla financial literacy; lo scopo è quello di valutare non solo le conoscenze specifiche degli studenti in questi ambiti, ma anche quanto gli

studenti siano in grado di applicarle in contesti scolastici ed extra‐scolastici non

familiari. Nelle attuali società ed economie, infatti, non è tanto importante ciò che si conosce in termini astratti, ma quanto e come si sanno utilizzare conoscenze e abilità in contesti di esperienza, via via sempre più mutevoli. PISA è un programma di ricerca in continua evoluzione che fornisce spunti di riflessione per le politiche e le pratiche dell'istruzione; consente di monitorare nel tempo i risultati dei processi di acquisizione di conoscenze e abilità in contesti nazionali diversi e in contesti demografici differenziati all'interno dello stesso paese.

Sebbene attraverso PISA non è possibile individuare relazioni di causa‐effetto tra le

politiche/pratiche dell'istruzione e i risultati degli studenti, è possibile però ottenere una rappresentazione delle maggiori differenze e similitudini tra i diversi sistemi

6

educativi, con le relative implicazioni di quello che questo significa per gli studenti (dal Rapporto Nazionale OCSE PISA, INVALSI, 2013, pag. 8)1.

Come avviene ormai dal 20032, il Veneto ha preso parte all’edizione 2012 con un proprio campione, costituito questa volta da 2002 studenti, appartenenti a 73 diverse unità scolastiche, e rappresentativo dei 42.067 studenti quindicenni della regione. I dati a disposizione, che iniziano ad avere uno spessore diacronico significativo, confermano il profilo di una regione che si mantiene costantemente a livelli di eccellenza sia in campo nazionale sia, soprattutto, internazionale. La scelta del Veneto di partecipare a PISA con un proprio campione sin dall’inizio, si è rivelata un elemento chiave di conoscenza del sistema scolastico locale che permette di fondare ogni azione di miglioramento su dati di forte valore scientifico. Anche questo quarto Rapporto regionale nasce dal lavoro del Gruppo regionale di ricerca, costituito presso l’Ufficio Scolastico Regionale per il Veneto3 che, con una composizione rimasta abbastanza stabile negli anni, si avvale delle esperienze specifiche maturate nel campo della ricerca PISA da personale che a vario titolo è stato ed è legato all’Ufficio Scolastico Regionale. Questa esperienza consente al Gruppo, già dall’edizione 2006, di elaborare i risultati autonomamente a partire dal dataset originale fornito dall’OCSE attraverso l’INVALSI. Si è scelto di connotare il presente Rapporto come essenziale e snella presentazione dei dati regionali, in considerazione della crescente notorietà di PISA, rinviando a fonti esterne il reperimento di eventuali ulteriori materiali e informazioni di tipo più specialistico. Il primo capitolo, curato da Luigi Clama, analizza la composizione del campione veneto. Nel secondo capitolo, Roberta Cielo analizza gli esiti in matematica, ambito che costituiva nella rilevazione 2012 il focus principale di indagine. Nel terzo e quarto capitolo, a cura di Luigi Clama, vengono analizzati rispettivamente i risultati di lettura e scienze. Nel quinto capitolo, Mariarita Ventura rende conto di come si distribuiscono gli studenti veneti nei diversi livelli di competenza descritti dalle rubriche di padronanza di PISA. Nel sesto capitolo, Luigi Clama ed Enrica Ferrari analizzano i risultati distinti nelle diverse tipologia di scuola secondaria di secondo grado. Nel settimo e nell’ottavo capitolo, Enrica Ferrari analizza rispettivamente gli esiti degli alunni con cittadinanza non italiana e quelli distinti per genere. Nel nono capitolo, curato da Mariarita Ventura, si analizza l’evoluzione degli esiti dal 2003 al 2012. Nel decimo capitolo, Angela Martini mette in relazione il profilo-socio economico degli studenti e i risultati nei tre ambiti. Nell’undicesimo capitolo, attraverso i dati, Angela Martini approfondisce gli aspetti motivazionali che incidono sull’apprendimento matematico e gli stili di insegnamento della matematica, in rapporto alle prestazioni. Le novità rilevanti di PISA 2012, sono la rilevazione della literacy finanziaria (Financial literacy) e la valutazione della literacy Matematica, di Lettura e di Problem solving attraverso una somministrazione computerizzata delle prove.

1 Il Rapporto Nazionale OCSE PISA 2012, realizzato da INVALSI, è reperibile al sito:

http://www.invalsi.it/invalsi/ri/pisa2012.php?page=pisa2012_it_07 L’INVALSI, Istituto Nazionale per la Valutazione del Sistema dell’Istruzione, funge da Agenzia Nazionale

presso il Consorzio Internazionale che gestisce la ricerca. 2 Nella prima edizione del 2000 il livello di rappresentatività era limitato alle macroaree, e solo dall’edizione

2003 alcune regioni (fra cui il Veneto) iniziarono a commissionare a proprie spese un sovracampionamento che permettesse di valutare i risultati a livello regionale. Con questa quinta edizione di PISA sono pertanto quattro i Rapporti regionali pubblicati dall’Ufficio Scolastico Regionale per il Veneto.

3 Il Gruppo regionale di ricerca PISA 2012 è costituito da Francesca Sabella, Roberta Cielo, Luigi Clama, Vania Colladel, Franca Da Re, Enrica Ferrari, Angela Martini, Mariarita Ventura.

7

Degli esiti della rilevazione relativa alla literacy finanziaria si dà conto nell’ultimo capitolo, curato da Angela Martini, mentre non si sono distinti gli esiti delle prove computerizzate, rispetto a quelle cartacee, né del problem solving, perché non si dispone del campione a livello regionale, ma solo a livello nazionale e di macroarea. Tali dati sono reperibili nel Rapporto Nazionale curato da INVALSI. Nell’analisi dei dati, si è scelto di comparare i risultati del Veneto con la media italiana, la media OCSE e quella delle macroaree italiane. A livello regionale, vengono riportati per confronto, i dati del Friuli Venezia Giulia, della provincia autonoma di Trento e della Lombardia. A livello internazionale, si è scelto di riportare a confronto i dati in matematica dei seguenti Paesi: i due Paesi top performer assoluti e il primo top performer OSCE, tutti asiatici, Shangai-Cina Singapore e Corea del Sud; il Paese top performer europeo non UE (Svizzera) e quello UE (Paesi Bassi); il Paese OCSE con gli esiti più bassi (Messico) e altri Paesi tradizionalmente di riferimento, europei ed extraeuropei: Germania, Francia, Regno Unito, Spagna, Stati Uniti. Per confronti eventuali con altri Paesi, si rimanda ai dati reperibili nel Rapporto Nazionale.

8

1. Il campione Veneto nelle prove PISA 2012

Luigi Clama

Il campione veneto della rilevazione PISA 2012 vede coinvolte 73 scuole di vario grado e tipologia e 2002 studenti. Il campione è numericamente superiore a quello delle precedenti edizioni (es. 53 scuole e 1577 studenti nel 2009) ma rimane sostanzialmente simile nella sua composizione interna, per rispettare la rappresentatività dell’intera popolazione degli studenti veneti quindicenni. Come si può osservare dal grafico più sotto riportato (Figura 1.1) il numero maggiore di scuole è costituito dagli istituti tecnici e dai licei (66% dell’intero campione) e sono presenti anche 5 scuole medie (6,8%), in quanto, come è noto, l’indagine PISA si rivolge agli studenti quindicenni, qualsiasi classe essi frequentino nel momento della rilevazione.

Figura 1.1: Composizione del campione veneto PISA 2012

Licei30,1%

Istituti Tecnici35,6%

Istituti Professionali

16,4%

CFP11,0%

Scuole secondarie di I

grado6,8%

Tabella 1.1: La composizione del campione veneto PISA 2012

Scuole Studenti testati Studenti rappresentati Tipo di scuola

N. % N. % N %

Licei 22 30,1 684 34,2 17.176 40,8

Istituti Tecnici 26 35,6 775 38,7 13.195 31,4

Istituti Professionali 12 16,4 325 16,2 5.415 12,9

CFP 8 11 195 9,7 4.881 11,6

Scuole secondarie di I grado 5 6,8 23 1,1 1.402 3,3

Totale 73 100 2.002 100 42.067 100

Nel rapporto tra studenti testati e studenti rappresentati (Tabella 1.1), va notato che comunque il campione, nella sua stratificazione interna, rappresenta il 40,8% degli studenti quindicenni dei Licei, il 31,4% degli Istituti Tecnici, il 12,9% degli Istituti Professionali, l’11,6% degli studenti impegnati nella Formazione professionale e solo il 3,3% degli studenti delle scuole di istruzione secondaria di primo grado (scuole medie); pertanto, per quest’ultimo livello di scolarità, si può ritenere che gli studenti coinvolti non rappresentino in modo statisticamente significativo l’intera popolazione scolastica cui si riferiscono (valore inferiore al 10%). Anche per questa ragione, nelle analisi più avanti riportate, non si prenderanno in considerazione le scuole medie.

9

Tabella 1.2: La distribuzione di maschi e femmine per tipo di scuola del campione veneto 2012 (dati pesati)

Tipo di scuola %

maschi %

femmine Totale alunni

% maschi per tipo di scuola

% femmine per tipo di scuola

Licei 37,6 62,4 100,0 30,2 51,9

Istituti Tecnici 63,0 37,0 100,0 38,8 23,6

Istituti Professionali 45,6 54,4 100,0 11,5 14,3

CFP 67,8 32,2 100,0 15,5 7,2

Scuole secondarie di I grado 60,8 39,2 100,0 4,0 2,7

Campione totale 50,9 49,1 100,0 100,0 100,0

Quanto alla composizione per genere del campione, va osservato (Tabella 1.2) che solo nel campione totale viene rispettata una distribuzione sostanzialmente equilibrata tra maschi (50,9%) e femmine (49,1%): all’interno di ciascun tipo di scuola vi è una prevalenza femminile nei Licei (62%) e in parte nei Professionali (54,4%), mentre vi è una netta superiorità di maschi negli Istituti Tecnici (63%), nei CFP (67,8%) e negli Istituti di istruzione secondaria di primo grado (60,8%). Il dato è comunque rappresentativo della particolare distribuzione complessiva degli studenti nelle varie tipologie di scuola in Veneto (e in Italia), dovuto ai diversi comportamenti degli studenti al momento della scelta della scuola superiore. Va precisato inoltre che il campione PISA 2012 non arriva a una disaggregazione ulteriore di sottogruppi, come ad esempio per indirizzo di scuola (o per genere e indirizzo di scuola), in quanto operazione scarsamente utile per l’indagine statistica, e con forte rischio di errori, dati i numeri esigui di soggetti che verrebbero in questo caso considerati.

10

2. Il risultato del Veneto in matematica

Roberta Cielo

2.1 Quadro di riferimento In PISA 2012 la matematica torna a essere l’ambito principale d’indagine dopo il 2003. Quindi, nella rilevazione viene dato un maggior spazio alla disciplina e, al tempo stesso, viene rivisto e attualizzato l’intero quadro di riferimento. La revisione del framework è un’operazione delicata in quanto deve rispondere, da un lato, all’esigenza di sempre maggior chiarezza e di concetti che si aggiornino con le trasformazioni della realtà, dall’altro, all’esigenza di mantenere l’ancoraggio dell’indagine, quale strumento psicometrico, con le precedenti rilevazioni in modo da poter confrontare i risultati e ottenere studi di tendenza. In PISA 2012 per competenza (literacy) matematica si intende:

“la capacità di un individuo di utilizzare e interpretare la matematica e di darne rappresentazione mediante formule, in una varietà di contesti. Tale competenza comprende la capacità di ragionare in modo matematico e di utilizzare concetti, procedure, dati e strumenti di carattere matematico per descrivere, spiegare e prevedere fenomeni. Aiuta gli individui a riconoscere il ruolo che la matematica gioca nel mondo, a operare valutazioni e a prendere decisioni fondate che consentano loro di essere cittadini impegnati, riflessivi e con un ruolo costruttivo”.

PISA è un’indagine che mira a valutare se gli studenti quindicenni possiedono competenze per poter giocare un ruolo consapevole nella società in quanto individui in grado di riflettere, valutare e risolvere problemi di vita attingendo alle conoscenze possedute e di continuare quel processo, oggi essenziale, di lifelong learning. In tale ottica con literacy si intende l’attitudine degli studenti di applicare conoscenze e abilità in situazioni familiari e non. Dalla definizione di competenza matematica le capacità di formulare, utilizzare e interpretare identificano le fasi fondamentali del ciclo di modellizzazione matematica, fondante già in PISA 2003, come idealizzazione dei passaggi per la risoluzione di problemi contestualizzati. I tre processi costituiscono una delle innovazioni del quadro di riferimento introdotte in PISA 2012:

Formulare: raccoglie le azioni di trasposizione dalla situazione reale alla forma matematica;

Utilizzare: identifica le operazioni di sviluppo ed esecuzione di procedimenti e ragionamenti matematici;

Interpretare: riunisce i momenti della valutazione dei risultati raggiunti e della contestualizzazione del dato matematico nel conteso reale.

In particolare il processo Formulare identifica la capacità degli studenti di riconoscere e individuare come un problema in situazione reale possa essere espresso in problema di matematica. Il processo Utilizzare indica l’efficacia degli studenti nell’utilizzare concetti, procedimenti, ragionamenti matematici al fine di giungere alla risoluzione di un problema. Si va dalla semplice esecuzione di calcoli aritmetici alla manipolazione di forme nello spazio e all’individuazione di informazioni da rappresentazioni grafiche e tabelle. Il processo Interpretare individua la capacità degli studenti di riflettere sul risultato matematico e interpretare le soluzioni, argomentarle in relazione al contesto reale in cui vanno calate. Si tratta di valutare la plausibilità delle conclusioni conseguite in riferimento al problema dato.

11

Oltre che dal punto di vista dei processi cognitivi che gli studenti devono attivare di fronte al problema matematico, il quadro di riferimento si declina per categorie di contenuto ampio che ricalcano le tradizionali branche della matematica. Gli ambiti individuati, già in PISA 2003, sono quattro: Cambiamento e relazioni, Spazio e forma, Quantità, Incertezza e dati1. Richiamiamo brevemente i contenuti di queste poiché mantengono le stesse caratteristiche del precedente quadro di riferimento. La categoria Cambiamento e relazioni abbraccia molteplici contenuti che vanno dalle variazioni di indici economici, al ciclo di eventi naturali, stagionali e meteorologici, alle relazioni tra le misure delle figure geometriche. La categoria Spazio e forma comprende contenuti tradizionali della geometria, ma anche fenomeni osservabili nel reale; dall’interpretazione della prospettiva di oggetti, alla visione da bi- a tri-dimensionale, alla lettura e decodifica di mappe. La categoria Quantità si rileva come ambito pregnante della quotidianità. Spazia dalla quantificazione di oggetti e relazioni, alla misurazione, al conteggio, al calcolo. La categoria Incertezza e dati comprende le tradizionali aree di statistica e probabilità. Ne viene dato un ambito a sé per sottolineare il peso di tale contenuto in termini di incertezza, variabilità, casualità in situazioni diffuse che spaziano dalla vita di tutti i giorni, dalle scienze, alla tecnologia, ai processi produttivi.

Nella literacy matematica è centrale il ruolo che “la matematica gioca nel mondo”, la situazione reale in cui un problema si colloca è, quindi, un elemento essenziale. PISA identifica, sin dall’edizione 2003, quattro categorie di contesto in cui ambientare un problema che sono:

Personale: riguarda situazioni legate all’individuo stesso, alla sua vita familiare alle relazioni personali quotidiane;

Occupazionale: si collocano le situazioni attinenti al mondo del lavoro che un quindicenne dovrebbe già aver avuto modo di conoscere;

Sociale: individua situazioni del vivere in comunità ristrette e allargate; include questioni pubbliche di politica, economia, diritto, comunicazione;

Scientifica: vi appartengono problemi di applicazione diretta della matematica e contenuti della scienza in sé, delle scienze naturali, della fisica, della medicina.

Nell’indagine vi è la ricerca di utilizzare contesti variegati per offrire a ogni studente la possibilità di ritrovarsi in situazioni vicine ai propri interessi e per rispecchiare le multiformi circostanze con cui si presentano i problemi nel mondo reale. Un quadro di riferimento così esaustivo permette di ottenere risultati dettagliati sulle capacità dei quindicenni in termini di processi mentali attivati, di contenuti disciplinari appresi e di lettura dei contesti. Diventa, quindi, un irrinunciabile strumento per un’ampia riflessione sul risultato delle pratiche formative in essere.

2.2 Risultati del Veneto

2.2.1 Risultati sulla scala complessiva di matematica: confronto internazionale

Per iniziare l’analisi dei risultati degli studenti veneti in PISA 2012 partiamo dall’esame della prestazione media in un confronto internazionale. Va detto che un confronto del risultato veneto con quello di Nazioni porta a considerazioni che devono essere prese con cautela essendo due realtà di diversa entità geografica.

1 Si tratta della categoria Incertezza delle precedenti edizioni a cui è solo stato ampliato il nome per

rispecchiare meglio i contenuti che abbraccia, senza cambiamenti sostanziali nella stessa.

12

Figura 2.1: Punteggi medi di matematica con intervallo di confidenza, confronto internazionale

400

450

500

550

600

650

La posizione assoluta del Veneto, in termini di punteggio medio, è tra il sesto e il diciottesimo posto tra i 65 Paesi partecipanti all’indagine. È tra il secondo e l’undicesimo posto tra i soli Paesi OCSE. Il solo Paese membro che ha un punteggio medio significativamente migliore del Veneto (523) è, quindi, la Corea del Sud (554). La Regione non presenta differenze statisticamente significative con paesi quali Giappone, Svizzera, Paesi Bassi, Finlandia, Germania. In particolare la prestazione degli studenti del Veneto è statisticamente superiore rispetto alla media OCSE (494) di 29 punti e rispetto all’Italia (485) di ben 38 punti, così come rispetto a nazioni quali Francia, Regno Unito, Spagna (Figura 2.1). I due paesi top performers assoluti sono Shanghai (613) e Singapore (573) che hanno una differenza significativa anche rispetto la stessa Corea del Sud.

Tabella 2.1: Media, dispersione e distribuzione percentile dei risultati di matematica

Percentili

Media Deviazione standard 5° 25° 75° 95°

Media E.S. Media E.S. Punt. E.S. Punt. E.S. Punt. E.S. Punt. E.S. VENETO 523 (7,6) 91 (4,0) 372 (11,6) 460 (8,0) 587 (10,3) 668 (12,3)

NORD EST 514 (4,1) 93 (2,4) 359 (6,4) 451 (4,5) 580 (5,7) 662 (6,6)

Italia 485 (2,0) 93 (1,1) 333 (2,6) 421 (2,3) 550 (2,7) 639 (3,4)

Shanghai-Cina 613 (3,3) 101 (2,3) 435 (6,9) 546 (4,4) 685 (3,5) 765 (5,6)Singapore 573 (1,3) 105 (0,9) 393 (3,6) 501 (2,7) 650 (1,9) 737 (2,5)Corea del Sud 554 (4,6) 99 (2,1) 386 (7,4) 486 (4,8) 624 (5,1) 710 (7,5)Svizzera 531 (3,0) 94 (1,5) 374 (3,9) 466 (3,4) 597 (3,6) 681 (4,7)Paesi Bassi 523 (3,5) 92 (2,1) 367 (4,8) 457 (5,1) 591 (4,3) 665 (4,0)Germania 514 (2,9) 96 (1,6) 353 (5,4) 447 (3,6) 583 (3,6) 667 (4,1)Francia 495 (2,5) 97 (1,7) 330 (5,0) 429 (2,7) 565 (3,4) 652 (3,7)Regno Unito 494 (3,3) 95 (1,7) 336 (4,7) 429 (4,2) 560 (3,7) 648 (5,1)Media OCSE 494 (0,5) 92 (0,3) 343 (0,8) 430 (0,6) 558 (0,6) 645 (0,8)Spagna 484 (1,9) 88 (0,7) 339 (3,6) 424 (2,6) 546 (2,1) 626 (2,0)Stati Uniti 481 (3,6) 90 (1,3) 339 (4,2) 418 (3,7) 543 (4,4) 634 (5,4)Messico 413 (1,4) 74 (0,7) 295 (1,8) 362 (1,6) 462 (1,7) 539 (2,1)

13

L’analisi della variabilità dei risultati (Tabella 2.1) evidenzia dispersioni alte nei paesi top performers (Shanghai 101, Singapore 105, Corea del Sud 99) con divari tra 5° e 95° percentile di oltre 320 punti, mentre si ha una tendenza generale di riduzione della variabilità al diminuire del punteggio medio. Per il Veneto la dispersione è di 91 e il divario tra 5° e 95° percentile è di 296 punti. I valori della dispersione per la media OCSE e per l’Italia sono in linea con il dato veneto (rispettivamente 92, 93) mentre divari tra i due percentili sono leggermente superiori (rispettivamente 302, 306); in coda alla selezione di Paesi considerati troviamo il Messico che presenta una dispersione di soli 74 punti con differenza tra i due percentili di 244 punti.

2.2.2 Risultati sulla scala complessiva di matematica: confronto nazionale

Un’analisi più pertinente sul risultato del Veneto si può avere da un confronto interno al Paese, in particolare rispetto altre regioni (unità geografiche corrispondenti). Abbiamo ormai imparato, sia dai risultati di indagini internazionali che nazionali, come il punteggio medio dell’Italia nasconda una varietà assai ampia di risultati sul piano geografico interno.

Figura 2.2: Punteggi medi di matematica con intervallo di confidenza, confronto nazionale

509514

485

464

446

517

524 523 523

485

420

440

460

480

500

520

540

560

NORDOVEST

NORD EST CENTRO SUD SUD ISOLE Lombardia Prov. Aut.Trento

Veneto FriuliVeneziaGiulia

ITALIA

Media OCSE (494)

Partendo dalla macroarea del Nord Est in cui si colloca il Veneto, si evidenzia il punteggio medio più alto tra le macroaree (514), non differente statisticamente da quello del Nord Ovest (509), ma superiore in modo statisticamente significativo ai punteggi sia delle altre tre macroaree, sia dell’Italia (485), sia della media OCSE (494) (Figura 2.2). Osservando i dati disaggregati per regione si evidenzia come gli studenti del Nord ottengono risultati palesemente positivi. In particolare il Veneto si colloca tra le quattro regioni top performers dell’Italia con punteggio medio di 523 punti assieme a Provincia autonoma di Trento (524), Friuli Venezia Giulia (523) e Lombardia (517). Tali regioni che tra loro non hanno differenze significative, ottengono, invece, risultati significativamente superiori alle altre regioni e sia all’Italia nel suo complesso, sia alla media OCSE.

14

Tabella 2.2: Media, dispersione e distribuzione percentile dei risultati di matematica per aree geografiche e regioni

Percentili


Media E.S. Media E.S. Punt. E.S. Punt. E.S. Punt. E.S. Punt. E.S. NORD OVEST 509 (5,0) 88 (2,2) 364 (0,3) 449 (6,0) 570 (6,7) 653 (8,1)NORD EST 514 (4,1) 93 (2,4) 359 (6,4) 451 (4,5) 580 (5,7) 662 (6,6)CENTRO 485 (3,8) 91 (1,8) 337 (6,1) 421 (4,7) 549 (5,1) 637 (5,0)SUD 464 (4,4) 89 (2,2) 317 (7,2) 402 (4,8) 526 (5,9) 611 (5,4)SUD ISOLE 446 (3,2) 85 (1,8) 307 (5,3) 388 (3,7) 505 (3,9) 585 (4,9)

Lombardia 517 (7,6) 86 (3,1) 373 (8,6) 459 (9,3) 577 (9,3) 659 (10,8)Prov. Aut. Trento 524 (4,1) 82 (2,3) 385 (9,7) 469 (6,0) 583 (4,1) 656 (6,5)Veneto 523 (7,6) 91 (4,0) 372 (11,6) 460 (8,0) 587 (10,3) 668 (12,3)Friuli Venezia Giulia 523 (4,4) 88 (3,2) 374 (12,1) 465 (7,4) 582 (5,3) 666 (6,0)

ITALIA 485 (2,0) 93 (1,1) 333 (2,6) 421 (2,3) 550 (2,7) 639 (3,4)Media OCSE 494 (0,5) 92 (0,3) 343 (0,8) 430 (0,6) 558 (0,6) 645 (0,8)

Sul piano della variabilità delle prestazioni gli studenti veneti hanno comportamento simile alle altre regioni top performers, Lombardia e Friuli Venezia Giulia, dove la differenza del punteggio al 5° percentile sia rispetto all’Italia, sia rispetto alla media OCSE è positiva con variazioni rispettivamente dai 41 ai 39 punti e dai 29 ai 30 punti; solo per Trento si arriva a uno scarto rispettivamente di più 52 e di più 42 punti (Tabella 2.2). In particolare il Veneto presenta sia rispetto all’Italia, sia rispetto ai Paesi OCSE, la migliore differenza nei punteggi medi del 95° percentili, con rispettivamente più 29 e 23 punti.

2.3 Risultati sulle sottoscale di matematica Un approfondimento dell’analisi dei risultati può essere svolto con l’esame delle prestazioni ottenute dai quindicenni veneti nelle sottoscale di processo e di contenuto in cui la competenza matematica è stata declinata, operazione possibile in PISA 2012 essendo matematica l’ambito principale dell’indagine. Premesso che, secondo le aspettative, esiste una forte correlazione tra punteggi ottenuti sulla scala complessiva e sulle sottoscale, vediamo che è possibile evidenziare alcune variazioni che meriterebbero un approfondimento su come e quanto i curricoli scolastici svolti pesino sui diversi ambiti della disciplina.

2.3.1 I processi

In Italia il punteggio medio ottenuto sulla sottoscala Formulare è di 475 punti (Tabella 2.3), più basso rispetto a quello sulla scala complessiva (485) e rispetto alle altre sottoscale di processo, rispecchiando l’andamento della media OCSE (492). Anche nel Nord Est si riscontra uno sviluppo simile con una prestazione di 505 (9 punti in meno rispetto a quella sulla scala complessiva), così per il Veneto è di 512 punti (differenza negativa di 11 punti), seppur entrambe le differenze non siano statisticamente significative. I risultati in questo processo di Veneto, Trento e Friuli Venezia Giulia rispetto alle prestazioni dell’Italia e dei paesi OCSE sono, ancora, superiori in modo statisticamente significativo, mentre la prestazione della Lombardia non presenta differenza significativa dalla media OCSE.

I punteggi medi ottenuti dagli studenti nella sottoscala Utilizzare non presentano praticamente alcuna differenza con quelli relativi alla scala complessiva, sia per i paesi OCSE (-1 punto), sia per le macroaree, dove per il Nord Est, come per l’Italia, la differenza è nulla. Per il Veneto vi è una variazione di un punto (524), in linea con le altre regioni top performers.

15

Tabella 2.3: Punteggi medi sulle scale di processo

Scala complessiva Formulare Utilizzare Interpretare

Media E.S. Media E.S. Media E.S. Media E.S.

NORD OVEST 509 (5,0) 497 (5,9) 509 (5,1) 526 (5,3) NORD EST 514 (4,1) 505 (4,4) 514 (4,1) 529 (4,1) CENTRO 485 (3,8) 473 (4,3) 486 (3,7) 498 (4,6) SUD 464 (4,4) 454 (4,9) 464 (4,5) 473 (4,6) SUD ISOLE 446 (3,2) 440 (3,2) 445 (3,3) 455 (3,8)

Lombardia 517 (7,6) 506 (8,9) 517 (7,6) 535 (7,8) Prov. Aut. Trento 524 (4,1) 518 (3,9) 522 (4,6) 537 (4,2) Veneto 523 (7,6) 512 (8,4) 524 (7,7) 540 (7,4) Friuli Venezia Giulia 523 (4,4) 518 (5,5) 521 (4,3) 536 (6,2)

Italia 485 (2,0) 475 (2,2) 485 (2,1) 498 (2,1) Media OCSE 494 (0,5) 492 (0,5) 493 (0,5) 497 (0,5)

In grassetto medie con differenze statisticamente significative rispetto alla media complessiva.

Nel processo Interpretare si evidenziano scostamenti statisticamente significativi tra punteggio sul processo e punteggio sulla scala complessiva, generalmente in positivo, con poche eccezioni in negativo. Così si osserva che la media OCSE (497) ha una differenza positiva di 3 punti sulla media complessiva, che l’Italia ottiene un punteggio di più 13 punti (498), in entrambi i casi si tratta di differenze statisticamente significative. Tra le regioni top performers il Veneto ottiene un punteggio di 540 (più 17 punti), solo la Lombardia raggiunge una differenza poco superiore (più 18 punti), ma sono divari non statisticamente rilevanti rispetto ai risultati sulla scala complessiva.

Figura 2.3: Punteggi medi con intervallo di confidenza sulle scale di processo, confronto nazionale

497

505

473

454

440

506

518512

518

475

420

440

460

480

500

520

540

560

NORDOVEST



ITALIA

Formulare

Media OCSE (492)

16

509514

486

464

445

517522 524

521

485

420

440

460

480

500

520

540

560

NORDOVEST



ITALIA

Utilizzare

Media OCSE (493)

526529

498

473

455

535 537540

536

498

420

440

460

480

500

520

540

560

NORDOVEST



ITALIA

Interpretare

Media OCSE (497)

In conclusione si evince come gli studenti veneti presentino sulle sottoscale di processo comportamenti che, pur con ampiezza diversa, seguono gli andamenti dell’Italia e della media OCSE e la prestazione regionale rimane sempre superiore in modo statisticamente significativo rispetto a entrambi questi punteggi (Figura 2.3). In particolare i quindicenni veneti sembrano trovare maggior facilità nel confrontarsi con il processo Interpretare, quindi nel fornire una spiegazione di un risultato, nell’argomentare e valutare la plausibilità di una soluzione matematica ricondotta al contesto reale.

17

2.3.2 I contenuti

È possibile avere un ulteriore dettaglio sulla prestazione degli studenti veneti analizzando i risultati di matematica per ambiti disciplinari secondo le quattro aree di contenuto individuate dal framework (Tabella 2.4).

Tabella 2.4: Punteggi medi sulle scale di contenuto

Scala complessiva

Cambiamento e relazioni

Spazio e forma

Quantità Incertezza e

dati

Media E.S. Media E.S. Media E.S. Media E.S. Media E.S.

NORD OVEST 509 (5,0) 503 (4,8) 513 (6,5) 514 (5,1) 507 (4,4) NORD EST 514 (4,1) 508 (4,3) 518 (4,6) 519 (4,5) 509 (3,8) CENTRO 485 (3,8) 475 (3,6) 486 (4,4) 492 (4,1) 483 (4,3) SUD 464 (4,4) 453 (4,5) 465 (5,4) 468 (4,5) 461 (4,5) SUD ISOLE 446 (3,2) 435 (3,6) 445 (3,4) 451 (3,6) 444 (3,1)

Lombardia 517 (7,6) 511 (7,4) 521 (9,8) 523 (7,6) 515 (6,4) Prov. Aut. Trento 524 (4,1) 515 (5,0) 535 (4,9) 526 (4,3) 518 (4,8) Veneto 523 (7,6) 519 (7,7) 528 (8,4) 529 (8,3) 517 (7,4) Friuli Venezia Giulia 523 (4,4) 517 (5,4) 533 (5,2) 527 (4,7) 514 (5,3)

Italia 485 (2,0) 477 (2,0) 487 (2,5) 491 (2,0) 482 (2,0) Media OCSE 494 (0,5) 493 (0,6) 490 (0,5) 495 (0,5) 493 (0,5)

In grassetto medie con differenze statisticamente significative rispetto alla media complessiva.

Figura 2.4: Punteggi medi con intervallo di confidenza sulle scale di contenuto, confronto nazionale

503508

475

453

435

511515

519 517

477

420

440

460

480

500

520

540

560

NORDOVEST



ITALIA

Cambiamento e relazioni

Media OCSE (493)

18

513518

486

465

445

521

535

528533

487

420

440

460

480

500

520

540

560

NORDOVEST



ITALIA

Spazio e forma

Media OCSE (490)

514519

492

468

451

523526

529 527

491

420

440

460

480

500

520

540

560

NORDOVEST



ITALIA

Quantità

Media OCSE (495)

19

507 509

483

461

444

515518 517

514

482

420

440

460

480

500

520

540

560

NORDOVEST



ITALIA

Incertezza e dati

Media OCSE (493)

Partendo dall’esame dei risultati sul contenuto Cambiamento e relazioni, i quindicenni veneti ottengono, in media, un punteggio di 519 rispetto a quello di 523 sulla scala complessiva, ma la differenza, pure se la più alta tra quelle delle regioni di riferimento, non è statisticamente significativa. Infatti nelle altre regioni top performers si osservano lievi scostamenti dai meno 9 di Trento ai meno 6 di Lombardia e Friuli Venezia Giulia. La differenza del punteggio medio in Cambiamento e relazioni rispetto alla media complessiva è sempre inferiore nelle macroaree nazionali, solo lievemente in quelle del Nord (meno 6 punti) e più sensibilmente nelle aree di Centro e Sud (meno 10-11 punti). Lo scostamento dell’Italia è inferiore di 8 punti (477 contro 485) e rappresenta una differenza statisticamente significativa, mentre la media OCSE ha solo un punto di divario (493 contro 494). Per il Veneto e le altre regioni di confronto il risultato sul contenuto Cambiamento e relazioni è significativamente superiore alla media italiana e alla media OCSE (Figura 2.4).

Gli studenti veneti ottengono nella sottoscala Spazio e forma un punteggio di 528 contro 523 sulla scala complessiva, ma l’incremento non è statisticamente rilevante. Così vale per la Lombardia (521 contro 517) e, con uno scarto lievemente maggiore, per Trento (535 contro 524) e Friuli Venezia Giulia (533 contro 523), ma non sono variazioni significative. Anche in questo contenuto i comportamenti delle macroaree del Nord sono simili con un incremento di 4 punti, così tra loro Centro e Sud (incremento di 1), mentre Sud Isole presenta una differenza negativa di 1 punto. Nel contenuto Spazio e forma il punteggio medio italiano presenta un lieve scostamento positivo (487 contro 485) rispetto alla media complessiva, mentre la media OCSE ha uno scostamento negativo (490 contro 494), entrambi non hanno rilevanza statistica. Rimane in questo contenuto una prestazione per Veneto e per le altre regioni esaminate superiore in modo significativo sia rispetto a quella dell’Italia sia a quella della media OCSE.

Nel contenuto Quantità il Veneto ottiene il punteggio medio (529) più alto tra le regioni, con un incremento, seppur non significativo, di 6 punti rispetto al punteggio sulla scala complessiva. Su questo contenuto confermano un miglior punteggio anche le altre regioni top performers (incrementi da 6 a 2 punti sulla scala complessiva), così per tutte le

20

macroaree (incrementi da 7 a 4 punti) e per la media OCSE (più 1 punto), ma sono scostamenti statisticamente non rilevanti. Visto l’andamento nel contenuto Quantità in linea delle aree interessate la prestazione degli studenti veneti (e delle altre regioni esaminate) risulta migliore in termini statisticamente significativi rispetto a quella della Nazione e della media OCSE.

Sul contenuto Incertezza e dati si osserva un risultato dei quindicenni veneti lievemente inferiore (da 523 a 517) rispetto al punteggio sulla scala complessiva che è in linea con gli scostamenti delle altre regioni top performers (decrementi da 2 a 9 punti) e di tutte le macroaree (decrementi da 2 a 5 punti), della stessa media OCSE (meno 1 punto), ma anche in questi casi non si tratta di differenze significative. In questa sottoscala i punteggi medi delle quattro regioni esaminate si discostano positivamente in modo significativo dalla media OCSE e dalla media italiana. In conclusione dall’analisi dei risultati per contenuto emergono valutazioni che confermano un andamento simile all’andamento sulla scala complessiva. I lievi scostamenti osservati fanno supporre che gli studenti veneti si trovino meglio a risolvere quesiti sul contenuto Quantità, per altro, ambito disciplinare tradizionalmente centrale nei curricoli della scuola italiana; allo stesso modo si evince che abbiamo buona familiarità con il contenuto Spazio e forma, mentre una leggera inclinazione negativa sembra che i quindicenni della Regione la avvertano verso i contenuti Cambiamento e relazioni e, soprattutto, Incertezza e dati, segnale probabilmente di come l’insegnamento di questo ambito rimanga, nelle pratiche della scuola italiana, ancora in secondo piano.

21

3. Il risultato del Veneto in lettura

Luigi Clama

3.1 Quadro di riferimento La lettura in PISA è stata ritenuta fin dalle prime rilevazioni come una delle competenze chiave per consentire al futuro cittadino di poter entrare a far parte della società in modo attivo e consapevole. Il concetto di reading literacy si è così evoluto nel tempo tenendo conto non solo degli aspetti di decodifica e di comprensione dei segni, ma anche di quegli aspetti motivazionali e comportamentali quali l’impegno (engagement) e i processi di controllo (metacognition), ritenuti imprescindibili per uno sviluppo più approfondito e armonico della capacità di comprensione di un testo scritto.

In PISA la literacy in lettura significa “[..] comprendere e utilizzare testi scritti, riflettere su di essi e impegnarsi nella loro lettura al fine di raggiungere i propri obiettivi, di sviluppare le proprie conoscenze e le proprie potenzialità e di essere parte attiva nella società”1. Si tratta di una competenza che si sviluppa e modifica nel tempo in ragione delle diverse esigenze e delle molteplici sfide che pone una società mutevole per sviluppo sociale ed economico; il futuro cittadino infatti deve far fronte spesso a mutate condizioni economiche e lavorative che gli impongono di ridefinire progetti di vita e situazioni di lavoro, con nuovi obiettivi e nuovi apprendimenti. In questo la competenza di lettura e comprensione dei testi riveste un ruolo fondamentale. Nell’edizione 2012 la literacy in lettura non ha rappresentato l’ambito principale della rilevazione e pertanto il quadro di riferimento risulta meno analitico rispetto al ciclo precedente, pur contenendo due modifiche fondamentali: l’inclusione di testi in formato elettronico e il riferimento ai costrutti relativi all’impegno e alla meta cognizione. Più nello specifico, le prove PISA mirano a verificare le abilità degli studenti quindicenni in cinque aspetti fondamentali della competenza di reading literacy: individuare informazioni; comprendere il significato generale del testo; interpretare ciò che si legge; riflettere sul contenuto del testo e valutarlo; riflettere sulla forma del testo e valutarla. I testi, associati a situazioni tipiche di contesti scolastici ed extrascolastici, sono stati scelti sulla base dei quattro principali criteri di classificazione già presenti in PISA 2009: medium (supporto cartaceo- supporto digitale), ambiente (autoriale, messaggio, misto), formato (testi continui, non continui, multipli), tipo (descrittivo, espositivo, argomentativo, istruzioni e transazioni)2.


3.2.1 Risultati sulla scala complessiva di lettura: confronto internazionale

Pur con le dovute cautele già esplicitate nei capitoli precedenti (differenti contesti demografici, complessità territoriale e di politica scolastica...), è possibile (forse opportuno) cercare un confronto con i risultati ottenuti in altri paesi, scelti sulla base di criteri analoghi ai report delle edizioni precedenti. L’aver inserito anche alcune regioni o macroregioni italiane significative per vicinanza o contesto economico può dare una misura più equilibrata delle differenze nei risultati con il Veneto. 1 OECD (2013), PISA 2012, Quadro di riferimento analitico per la Matematica, la Lettura, le Scienze, il Problem

Solving e la Financial Literacy (traduzione a cura di INVALSI). 2 Per un esame più dettagliato delle caratteristiche delle prove di lettura, si rimanda al Quadro di riferimento

PISA 2012, cit.

22

Il Veneto (Figura 3.1) ottiene risultati molto apprezzabili (media 521), superiori in modo significativo alla media OCSE (495) e alla media degli studenti italiani (490). Contribuisce in modo notevole alla buona performance del Nord-Est (media 511), che per completezza di informazione comprende pure l’Emilia Romagna, supera in modo statisticamente significativo pure la Germania (media 508), la Francia (media 505), il Regno Unito (media 499), gli Stati Uniti (media 498), la Spagna (media 488). Rispetto alla precedente edizione, si colloca molto vicino alle posizioni di Finlandia, Canada e Irlanda, ma è superato in modo significativo dal Giappone (media 538). Rimangono molto distanti le performance degli studenti dei paesi top-performer, tutti asiatici: Shanghai quasi 50 punti in più, Singapore 21 punti di differenza, Corea del Sud 15 punti sopra la media degli studenti veneti. Va osservato che i risultati di Veneto, Lombardia, Friuli V.G. e Trentino si collocano sulla stessa linea, con differenze non significative statisticamente, ma con una certa variabilità nell’E.S. (errore statistico).

Figura 3.1: Punteggi medi in lettura

400

450

500

550

600

650

Considerando la dispersione dei risultati (Tabella 3.1), il Veneto si colloca in media con il dato OCSE (dev.st. = 97) e dell’Italia (stesso valore); rispetto all’Italia va osservato però che pur essendo sostanzialmente analoga la differenza tra il 5° e il 95° percentile (punti 313 per il Veneto, punti 319 per l’Italia), diverso è il risultato degli studenti veneti al 5° percentile (punti 349) rispetto a quello degli studenti italiani in generale (punti 317) e diversi sono, soprattutto, i risultati degli studenti al 95° percentile (662 rispetto a 636), a conferma del fatto che, oltre ad alunni più bravi nei livelli alti, pure nelle “fasce basse” vi sono performance migliori nel Veneto rispetto al resto dell’Italia. Da osservare la bassa variabilità di risultato nei paesi top performer (a eccezione di Singapore) che sta a testimoniare una vicinanza alla media (già molto alta...) della maggior parte degli studenti di questi paesi; particolarmente significativo il punteggio degli studenti di Shanghai al 5° percentile (431), molto vicino al dato OCSE (431) e di molti paesi altri paesi al 25° percentile...

23

Tabella 3.1: Media, dispersione e distribuzione percentile dei risultati di lettura

Percentili


Media E.S. Media E.S. Punt. E.S. Punt. E.S. Punt. E.S. Punt. E.S.

VENETO 521 (6,0) 97 (4,8) 349 (14,3) 464 (7,9) 588 (5,5) 662 (8,4)

NORD EST 511 (3,5) 99 (2,7) 330 (10,0) 453 (5,3) 581 (3,4) 656 (4,6)

Italia 490 (2,0) 97 (0,9) 317 (3,5) 427 (2,6) 559 (2,1) 636 (2,1)

Shanghai-Cina 570 (2,9) 80 (1,8) 431 (5,1) 518 (3,6) 626 (2,8) 690 (4,7) Singapore 542 (1,4) 101 (1,2) 369 (3,6) 475 (2,1) 614 (2,1) 698 (3,7) Corea del Sud 536 (3,9) 87 (2,0) 382 (8,6) 483 (4,3) 596 (4,1) 665 (4,8) Lombardia 521 (5,9) 89 (3,2) 363 (9,6) 467 (8,5) 583 (6,9) 651 (6,4) Prov. Aut. Trento 521 (5,2) 94 (4,0) 359 (19,2) 458 (9,6) 589 (5,7) 662 (5,1) Friuli V.G. 518 (4,1) 92 (4,1) 352 (18,6) 462 (8,8) 583 (3,3) 655 (5,5) Paesi Bassi 511 (3,5) 93 (3,0) 349 (8,3) 451 (5,1) 579 (3,7) 650 (3,8) Svizzera 509 (2,6) 90 (1,1) 352 (4,6) 451 (3,3) 573 (2,8) 648 (3,9) Germania 508 (2,8) 91 (1,7) 346 (5,2) 447 (3,6) 574 (3,1) 646 (3,3) Francia 505 (2,8) 109 (2,3) 312 (7,7) 435 (4,3) 584 (3,6) 669 (5,0) Regno Unito 499 (3,5) 97 (2,3) 330 (7,4) 438 (4,8) 567 (3,4) 650 (4,3) Stati Uniti 498 (3,7) 92 (1,6) 342 (7,2) 436 (4,5) 561 (3,9) 646 (4,7) Media OCSE 495 (1,1) 97 (0,5) 329 (1,9) 430 (1,4) 563 (1,3) 649 (1,5) Spagna 488 (1,9) 92 (1,1) 327 (4,6) 430 (2,6) 552 (2,1) 630 (2,1) Messico 424 (1,5) 80 (1,0) 288 (3,0) 370 (1,9) 479 (1,8) 552 (2,0)

3.2.2 Risultati sulla scala complessiva di lettura: confronto nazionale

Focalizzando l’analisi solo sull’Italia (Figura 3.2), notiamo subito una grande differenza di risultato tra le macroregioni del nord (Nord-est e Nord-ovest) e le macroregioni del Centro, del Sud, del Sud-isole: la diversità è statisticamente significativa, come significativo è il dato messo a confronto con la media OCSE e la media dell’Italia in generale. Invece, non vi sono differenze statisticamente significative tra la macroregione del Nord-est (511) e del Nord-ovest (514) e identico è il risultato del Veneto rispetto alla Lombardia e alla provincia di Trento, con una variabilità della media però più ampia nel Veneto rispetto alle altre regioni o province (e.s. rispettivamente di 6.0, 5,9, 5,2).

Figura 3.2: Punteggi medi di lettura con intervallo di confidenza, confronto nazionale

514511

486

475

453

521 521 521518

490

420

440

460

480

500

520

540

NORDOVEST



Italia

(Media OCSE 495)

24

4. Il risultato del Veneto in scienze

Luigi Clama

4.1 Quadro di riferimento Anche per quanto riguarda le scienze il quadro di riferimento di PISA 2012 non si discosta sostanzialmente da quello delle indagini 2006 e 2009, anche se alcuni cambiamenti sono stati introdotti nelle terminologie di riferimento; non costituendo inoltre in questa sessione l’ambito primario di rilevazione, non è stato somministrato il questionario studente per l’esame di aspetti più specifici della competenza quali ad esempio l’atteggiamento degli studenti nei confronti delle scienze e in particolare la motivazione allo studio delle scienze. La definizione di literacy scientifica non molto dissimile concettualmente in PISA 2012 riguarda quattro componenti cognitive, meta cognitive e affettive:

1. l’insieme delle conoscenze scientifiche e l’uso di tali conoscenze per identificare domande scientifiche, per acquisire nuove conoscenze, per spiegare fenomeni scientifici e per trarre conclusioni basate sui fatti riguardo a questioni di carattere scientifico;

2. la comprensione dei tratti distintivi della scienza intesa come forma di sapere e d’indagine propria degli esseri umani;

3. la consapevolezza di come scienza e tecnologia plasmino il nostro ambiente materiale, intellettuale e culturale;

4. la volontà di confrontarsi con temi e problemi legati alle scienze, nonché con le idee della scienza, da cittadino che riflette.

Com’è noto 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 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?”. La definizione di literacy scientifica in PISA propone dunque un'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 questo contesto le prove accertavano conoscenze e le abilità relative a: individuare questioni di carattere scientifico; dare una spiegazione scientifica dei fenomeni; usare prove basate su dati scientifici.

La competenza viene testata in relazione a contesti diversi quali: la salute, le risorse naturali, i rischi naturali o causati dall’uomo, le frontiere della scienza e della tecnologia.

25


4.2.1 Risultati sulla scala complessiva di scienze: confronto internazionale

Anche in questa competenza i risultati degli studenti quindicenni del Veneto sono molto confortanti: il Veneto, con 531 punti, si colloca di gran lunga sopra la media dell’Italia (494) e della media OCSE (501). Nella graduatoria internazionale si posiziona all’8° posto, a poca distanza dalla Corea del Sud (538); dei paesi OCSE solo Giappone (547), Finlandia (545) ed Estonia (541) hanno punteggi superiori in misura statisticamente significativa. Nel confronto, fatte le debite proporzioni, il Veneto si distanzia in modo importante dalla Polonia (526), dal Canada (525), dalla Germania (524), dal Regno Unito (514), dalla Francia (499) e, anche in questa tornata, dagli Stati Uniti (497). Come dettagliato nel Capitolo 9, nella literacy scientifica il Veneto ha sostanzialmente recuperato rispetto alle precedenti rilevazioni del 2009 e del 2006, riportandosi sui livelli medi del 2003: dato molto importante per il decisore, in quanto il trend sembra testimoniare l’efficacia del modello veneto nell’incentivazione delle esperienze didattiche in un ambito, come quello delle competenze scientifiche e tecnologiche, così importante per il futuro dello sviluppo economico del nostro paese.

Figura 4.1: Punteggi medi in scienze

400

450

500

550

600

650

Considerando la variabilità dei punteggi (Tabella 4.1), indicatore di primaria importanza per valutare la dispersione dei risultati e quindi l’equità del sistema1, il Veneto conferma la sostanziale equità del suo sistema formativo, in linea con il dato OCSE (dev.st. = 94) e il dato dell’Italia (dev.st. = 93); la dispersione dei risultati è comunque decisamente superiore a

1 Si ricorda, per facilitare la lettura dei punteggi, che l’obiettivo di ciascun paese è quello di ottenere, oltre a una

media elevata dei punteggi, anche un valore molto basso di dispersione dei risultati (in questo contesto rilevabile dal valore della deviazione standard), come indicatore del livello di equità di un sistema educativo.

26

quella dei paesi top-performers (Shanghai e Corea del Sud dev.st. 82) con eccezione di Singapore (dev.st = 104). Va inoltre osservato che, rimanendo in un ambito territoriale più vicino, Trento, Friuli V.G. e Lombardia hanno ottenuto performance migliori rispetto alla variabilità di risultato: in queste regioni la differenza di punteggio degli studenti che si collocano al 5° rispetto a quelli del 95° percentile è rispettivamente di 281, 289 e 279 punti; nel Veneto la differenza è di 303 punti. In queste stesse regioni anche i punteggi raggiunti dagli studenti al 5° percentile (“fascia bassa”) sono superiori a quelli del Veneto: Trento 386, Friuli 379, Lombardia 383 (Veneto 372).

Tabella 4.1: Media, dispersione e distribuzione percentile dei risultati di scienze

Percentili

Media

Deviazione standard 5° 25° 75° 95°

Media E.S. Media E.S. Punt. E.S. Punt. E.S. Punt. E.S. Punt. E.S.

VENETO 531 (6,1) 92 (4,2) 372 (12,9) 473 (7,5) 595 (7,7) 675 (8,6)

NORD EST 524 (3,5) 91 (2,2) 364 (7,9) 465 (4,8) 588 (3,9) 666 (5,0)

Italia 494 (1,9) 93 (1,1) 336 (3,2) 431 (2,5) 559 (2,0) 641 (2,6)

Shanghai-Cina 580 (3,0) 82 (1,8) 435 (6,2) 527 (3,7) 639 (3,2) 704 (3,3) Singapore 551 (1,5) 104 (1,2) 374 (4,0) 480 (2,6) 627 (2,6) 714 (3,2) Corea del Sud 538 (3,7) 82 (1,8) 396 (6,3) 485 (4,0) 595 (4,1) 664 (5,3) Prov. Aut. Trento 533 (3,9) 85 (2,3) 386 (10,5) 478 (6,7) 592 (3,6) 667 (5,8) Friuli V.G. 531 (4,7) 86 (43,0) 379 (15,0) 478 (6,9) 589 (4,2) 668 (5,8) Lombardia 529 (6,8) 86 (2,8) 383 (9,2) 474 (9,1) 589 (7,4) 662 (8,1) Germania 524 (3,0) 95 (2,0) 361 (5,6) 461 (3,8) 592 (3,1) 671 (3,7) Paesi Bassi 522 (3,5) 95 (2,2) 357 (5,9) 458 (5,0) 591 (3,9) 667 (4,0) Svizzera 515 (2,7) 91 (1,1) 358 (3,8) 455 (3,8) 579 (3,1) 658 (4,0) Regno Unito 514 (3,4) 100 (1,8) 344 (5,8) 448 (4,6) 584 (3,5) 672 (5,0) Francia 499 (2,6) 100 (2,2) 323 (7,8) 433 (3,4) 570 (3,0) 651 (4,7) Stati Uniti 497 (3,8) 94 (1,5) 344 (5,4) 431 (4,4) 563 (4,2) 652 (5,5) Media OCSE 501 (0,5) 93 (0,3) 344 (0,9) 439 (0,6) 566 (0,6) 648 (0,7) Spagna 496 (1,8) 86 (0,9) 349 (3,9) 440 (2,3) 557 (1,8) 632 (2,0) Messico 415 (1,3) 71 (0,9) 300 (2,6) 368 (1,6) 462 (1,5) 532 (2,1)

4.2.2 Risultati sulla scala complessiva di scienze: confronto nazionale

A livello nazionale (Figura 4.2), la macroregione del Nord-est si situa al primo posto con 524 punti, notevolmente sopra la media dell’Italia (490) e delle macro regioni del Centro (493), del Sud (475) e del Sud e isole (452); la differenza con il Nord-ovest (521) non è statisticamente significativa.

27

Figura 4.2: Punteggi medi di scienze con intervallo di confidenza, confronto nazionale

521524

493

475

452

529533 531 531

490

420

440

460

480

500

520

540

560

NORDOVEST

NORD EST CENTRO SUD SUDISOLE

Lombardia Prov. Aut.Trento


Italia

Media OCSE (501)

Il Veneto contribuisce in misura importante all’ottimo risultato del Nord-est, anche se un paio di punti lo separano dal top performer della macro area: Trento (533). La differenza di punteggio tra il Veneto, la Lombardia e la provincia autonoma di Trento è minima e comunque non statisticamente significativa; identico a quello del Veneto è il punteggio del Friuli V.G. (531). In ogni caso 41 punti separano il risultato del Veneto da quello dell’Italia in generale che corrisponde a quasi mezza deviazione standard (convenzionale) del test PISA.

28

5. La distribuzione degli alunni nei livelli di competenza sul piano regionale

Mariarita Ventura

Nei grafici che seguiranno lo zero è fissato al livello 2, a indicare, secondo il quadro di riferimento PISA, che al di sotto di tale soglia corrispondono prestazioni ritenute insufficienti. Le variazioni nel trend vanno lette con estrema cautela poiché le componenti che influenzano l’indicatore di prestazione sono molteplici.

5.1 Competenza in matematica Il Veneto ha una percentuale di quindicenni a livelli di eccellenza pari a 18,6, mentre in Italia tale percentuale è pari a 10 e nella media OCSE è pari a 12,6 (Tabella 5.1). Ai livelli più bassi, in Veneto sono meno del 14% i quindicenni che non raggiungono il livello di sufficienza.

Figura 5.1: Percentuale di studenti a ciascun livello della scala complessiva di matematica, confronto internazionale

10 11 11 9 8 3 6 6 9 11 12 14 15 14 16 16 1832

4 5 3 32

1 23 4

4 69 8 8

9 8 8

23

19 21 20 18 218 12 15 18 18 19 22 23 23 24 25 26 28

26 25 28 28 28

1318

2125 24 24 24 24 25 25 26 23

13

23 22 23 24 24

20

2224

24 24 22 19 18 18 17 18 16

4

14 12 12 13 13

25

2119

15 15 13 10 9 9 8 7 7

1

5 4 4 53

3119 12

7 45

3 3 3 2 1 2

60

40

20

0

20

40

60

80

100

Ven

eto

No

rd E

st

Lom

bard

ia

Fri

uli

Ve

ne

zia

Giu

lia

Pro

v. A

ut.

Tre

nto

Sha

ng

hai-

Ch

ina

Sin

ga

po

re

Co

rea d

el S

ud

Svi

zze

ra

Pae

si B

ass

i

Germ

ania

Fra

nci

a

Me

dia

OS

CE

Re

gn

o U

nito

Ita

lia

Spa

gna

Sta

ti U

niti

Me

ssic

o

Livello 6

Livello 5

Livello 4

Livello 3

Livello 2

Sotto livello 1

Livello 1

I dati del Veneto sono migliori rispetto alla media OCSE e all’Italia nel suo complesso: nella media OCSE il 23% dei quindicenni non raggiunge livelli di sufficienza, in Italia il 24,6%. Ampliando la prospettiva, ai livelli bassi si trova solo il 3,7% degli studenti di Shangai, l’8,3% di quelli di Singapore e il 9,1% di quelli della Corea del Sud.

29

Tabella 5.1: Percentuali di low performers e top performers in matematica

PISA 2012 Livelli 5 e 6 Livelli <2

Veneto 18,6 13,5 Nord Est 16,4 15,8 Lombardia 15,4 14,0 Friuli Venezia Giulia 17,1 12,5 Prov. Aut. Trento 16,5 10,2 OCSE 12,6 23,0

Passando alle differenze nelle varie edizioni di PISA relative alla distribuzione degli studenti nei diversi livelli della scala di competenza, si nota come ai livelli top il trend per il Veneto è positivo, dopo una leggera flessione nel 2009, mentre dal 2006 c’è una progressiva diminuzione della percentuale di studenti che si attestano su livelli insufficienti.

Tabella 5.2: Cambiamenti nella percentuale di low performers e top performers in matematica

Veneto Italia Livelli di competenza 2003 2006 2009 2012 2003 2006 2009 2012

Livelli 5 e 6 12,5 14,4 12,8 18,6 7,0 6,2 9,0 10,0 Livelli <2 14,4 16,7 15,9 13,5 31,9 32,8 24,9 24,6

Seguono tabelle di confronto tra Veneto, Nord Est, Italia e OCSE relativamente alle percentuali di low performers e top performers nelle due edizioni di PISA nelle quali le competenze di matematica costituivano il focus principale. Sono state prese in considerazione le diverse sottoscale di matematica: Spazio e forma, Cambiamento e relazioni, Quantità, Incertezza e dati. Mentre le percentuali di low performers per le diverse aree di contenuto sono sostanzialmente rimaste invariate o hanno evidenziato un lieve calo, si registra in Veneto un significativo aumento relativamente alle percentuali di top performers, in particolare per le sottoscale Spazio e forma, Cambiamento e relazioni, Incertezza e dati.

Tabella 5.3: Cambiamenti nella percentuale di low performers e top performers nella sottoscala di matematica “Spazio e forma”

Veneto Nord Est Italia OCSE Livelli di competenza 2003 2012 2003 2012 2003 2012 2003 2012


L’aumento dei top performers in Veneto per la sottoscala Spazio e forma (pari a 5,9%) è minore di quello dell’Italia nel suo complesso, ma in contrasto con la diminuzione nell’OCSE. In Veneto la percentuale di low performers è inferiore a quella dell’Italia di 11,1 punti percentuali.

Tabella 5.4: Cambiamenti nella percentuale di low performers e top performers nella sottoscala di matematica “Cambiamento e relazioni”



L’aumento dei top performers in Veneto per la sottoscala Cambiamento e relazioni (pari a 8,3%) è superiore a quello del Nord Est, dell’Italia e dell’OCSE e può essere letto come un segnale positivo, considerato che tale area di contenuto per il Veneto si era rivelata nel 2003 la più critica. La percentuale di low performers in Veneto è inferiore rispetto a quella dell’Italia di 12,7 punti percentuali.

30

Tabella 5.5: Cambiamenti nella percentuale di low performers e top performers nella sottoscala di matematica “Quantità”



Per la sottoscala Quantità, si nota in Veneto un aumento della percentuale dei top performers a fronte di una lieve diminuzione di quella dei low performers, che comunque risulta inferiore rispetto a quella dell’Italia nel suo complesso di 11 punti percentuali.

Tabella 5.6: Cambiamenti nella percentuale di low performers e top performers nella sottoscala di matematica “Incertezza e dati”



Anche per la sottoscala Incertezza e dati, in Veneto si ha un aumento dei top performers maggiore che in Italia e nel Nord Est. La percentuale di low performers rimane stabile ed è decisamente inferiore rispetto a quella dell’Italia nel suo complesso.

5.2 Competenza in lettura In media nell’OCSE uno studente su 100 (l’1,1% per l’esattezza) raggiunge il livello più alto della scala di lettura. In Veneto, il dato è più alto (pari a 1,8%) e se alla percentuale di chi raggiunge il livello 6 si somma quella degli studenti che si collocano a livello 5 (che nel Veneto rappresentano il 10,5%), il dato è nettamente superiore a quello dell’Italia nel suo complesso.

Figura 5.2: Percentuale di studenti a ciascun livello della scala complessiva di lettura, confronto internazionale

8 9 7 9 83

6 8 10 10 11 12 11 12 12 13 1328

3 4 3 3 3

0

2 2 3 3 3 5 4 4 4 5 4

11

1 2 1 1 10 0 1 1 1 1

2 2 1 1 2 1

3

18 19 19 18 2011 16 17 21 22 22 19 24 25 24 24 26

35

30 30 32 32 28

2531 25

29 32 3026

30 31 29 30 31 20

28 25 28 27 2736

3127

26 24 2523

21 20 21 21 19

5

11 99 9 12 21 13

169 8 8

118 7 7 6 5

0

2 1 1 1 1 4 2 5 1 1 12 1 1 1 1 1

0

60

40

20

0

20

40

60

80

100

Ven

eto

No

rd E

st

Lom

bard

ia

Fri

uli V

ene

zia

Giu

lia

Pro

v. A

ut.

Tre

nto

Sha

ngh

ai-C

hin

a

Co

rea

del

Su

d

Sin

gapo

re

Pae

si B

assi

Svi

zze

ra

Ger

ma

nia

Fra

nci

a

Re

gno

Uni

to

Sta

ti U

niti

Me

dia

OC

SE

Ital

ia

Spa

gna

Mes

sico

Livello 6

Livello 5

Livello 4

Livello 3

Livello 2

A livello sotto 1b

B Livello 1b

C livello 1a

31

La percentuale relativamente buona di studenti di livello medio alto del Veneto è accompagnata da una percentuale comparativamente bassa di studenti all’estremo opposto della scala (Tabella 5.7). La percentuale di studenti che non supera il livello 1 sulla scala di lettura è pari all’11,7% nel Veneto, decisamente più bassa di quella dell’Italia (19,5%) e della media OCSE (18%).

Tabella 5.7: Percentuali di low performers e top performers in lettura


Veneto 12,3 11,7 Nord Est 10,7 14,3 Lombardia 10,3 10,4 Friuli Venezia Giulia 10,5 12,4 Prov. Aut. Trento 13,1 11,7 OCSE 8,4 18,0

Nel Veneto le differenze nei livelli di competenza mostrano ai livelli top un aumento nel 2012 di 4,9 p.unti percentuali, mentre in Italia si registra un aumento di 0,9 punti. Ai livelli bassi in Italia vi è un calo di 1,5 punti percentuali, mentre in Veneto il decremento rispetto al 2009 è di 2,9 punti.

Tabella 5.8: Cambiamenti nella percentuale di low performers e top performers in lettura

Veneto Italia Livelli di competenza

2009 2012 2009 2012

Livelli 5 e 6 7,4 12,3 5,8 6,7 Livelli <2 14,6 11,7 21 19,5

5.3 Competenza in scienze Ai livelli alti della scala si conferma l’eccellenza di Singapore e Shangai. La percentuale di studenti in Veneto che si collocano nei livelli 5 e 6 è superiore a quella dell’OCSE e dell’Italia nel suo complesso.

Figura 5.3: Percentuale di studenti a ciascun livello della scala complessiva di scienze, confronto internazionale

7 8 7 7 7 2 76

9 10 10 11 13 13 14 12 14 34

33 2 2 2 0 2 1 3

3 3 4 5 6 4 4 5

13

20 21 20 18 1910

17 18 21 20 23 22 25 23 27 27 2637

31 32 33 34 33

2524

34 29 2931 28 29 29

29 33 30 14

26 26 28 28 28

37 27

3026 26

2423 21 21 19

1919

2

11 10 10 10 11 2317

1111 11 8

9 7 7 65

6

0

2 2 1 1 14

6 1 2 1 1 2 1 1 1 01

0

60

40

20

0

20

40

60

80

100

Ven

eto

Nor

d E

st

Lom

bard

ia

Friu

li V

enez

ia G

iulia

Pro

v. A

ut. T

rent

o

Sha

ngha

i-Chi

na

Sin

gapo

re

Cor

ea d

el S

ud

Ger

man

ia

Pae

si B

assi

Svi

zzer

a

Reg

no U

nito

Med

ia O

CS

E

Fra

ncia

Sta

ti U

niti

Spa

gna

Italia

Mes

sico

Livello 6

Livello 5

Livello 4

Livello 3

Livello 2

Sotto livello 1

Livello 1

32

In Veneto nella competenza scientifica il 9,6% degli studenti non raggiunge il livello 2, considerato come si diceva il livello di attenzione per le prestazioni insufficienti; in Italia nel medesimo livello si colloca il 18,7% degli studenti mentre la media OCSE si ferma al 17,8%. Una percentuale nettamente inferiore è riscontrabile a Shangai (2,7% degli studenti) e nella Corea del Sud (6,7% degli studenti).

Tabella 5.9: Percentuali di low performers e top performers in scienze


Veneto 13,4 9,6 Nord Est 11,1 11,1 Lombardia 10,6 8,8 Friuli Venezia Giulia 11,2 9,2 Trento 11,9 8,0 OCSE 8,4 17,8

L’analisi delle variazioni nella distribuzione per livelli di competenza nelle varie edizioni di PISA mette in evidenza per i livelli alti del Veneto, dopo modeste differenze con tendenza negativa nei risultati tra il 2006 e il 2009, un incremento tra il 2009 e il 2012 di 4,4 punti percentuali, a fronte di una sostanziale stabilità nella tendenza complessiva italiana. Vi è stato un calo degli studenti con prestazioni basse sia per l’Italia nel suo complesso sia per il Veneto, particolarmente evidente per l’Italia tra il 2006 e il 2012.

Tabella 5.10: Cambiamenti nella percentuale di low performers e top performers in scienze

Veneto Italia Livelli di competenza 2006 2009 2012 2006 2009 2012

Livelli 5 e 6 10,4 9,0 13,4 4,6 5,8 6,1 Livelli <2 10,7 11,7 9,6 25,3 20,6 18,7

33

6. I risultati per tipo di scuola

Luigi Clama - Enrica Ferrari

6.1 Confronto per tipo di scuola nelle competenze di matematica, lettura e scienze

Nell’analisi dei risultati ottenuti dagli studenti quindicenni del Veneto, suddivisi per tipo di tipo di scuola si confermano le differenze, statisticamente significative, in tutti e tre gli ambiti di competenza: matematica, lettura e scienze (Figura 6.1). In tutti e tre gli ambiti, come prevedibile, i Licei ottengono medie superiori, ma la disomogeneità maggiore si evidenzia nella reading literacy con il punteggio dei licei (576,8) che distanzia di quasi 50 punti (mezza deviazione standard!) gli istituti tecnici (529,7); molto sotto la media regionale della medesima competenza sono i risultati degli istituti professionali (450,4) e quello dei CFP (428,4).

Da osservare anche la notevole distanza, in termini di risultati, tra Licei e Tecnici da una parte e Professionali e Formazione Professionale dall’altra, nelle altre due competenze di matematica e scienze. Interessanti ipotesi di ricerca si possono formulare rispetto alla relativa differenza tra Licei e Tecnici nella competenza matematica (la più bassa dei tre ambiti). In ogni caso Licei e Tecnici veneti hanno risultati di gran lunga superiori alla media OCSE in tutte e tre le literacy.

Figura 6.1: Risultati di matematica, lettura, scienza per tipo di scuola in Veneto

566,4

576,8 575,7

544,0

529,7

546,1

445,5450,4

461,7

434,2 428,4

444,2

380

400

420

440

460

480

500

520

540

560

580

Matematica Lettura Scienze

Licei

Istituti tecnici

Istituti professionali

CFP

In un’analisi di più ampio raggio, confrontando i risultati veneti con quelli dell’Italia e riferendoci solo alla competenza matematica, che in questa rilevazione rappresenta l’ambito principale di indagine, osserviamo il notevole divario tra gli esiti delle diverse scuole del Veneto e quelle del resto dell’Italia, anche disaggregando i dati per tipo di scuola.

34

In particolare, si evidenzia l’apprezzabile performance degli Istituti tecnici del Veneto che superano, in maniera statisticamente significativa, quella dei licei italiani di ben 23,3 punti. Anche negli istituti professionali e CFP veneti si riscontrano risultati più elevati di quelli del resto dell’Italia; curioso, e in contro tendenza rispetto ai dati veneti, il “rovesciamento” di performance tra CFP e Istituti professionali dell’Italia presa nel suo complesso.

Figura 6.2: Risultati di matematica per tipo di scuola: confronto Veneto e Italia

566,4

520,7

544,0

486,0

445,5

414,5

434,2 427,0

380

400

420

440

460

480

500

520

540

560

580

Veneto Italia

Licei

Istituti tecnici

Istituti professionali

CFP

Media OCSE 2012

6.2 La distribuzione nei livelli per tipo di scuola secondaria Tabelle e grafici che seguono mostrano la distribuzione percentuale degli alunni del Veneto nei sei livelli delle tre scale di competenza nei diversi tipo di scuola. Il livello 2 è considerato come soglia di “sufficienza”, quindi gli studenti che si trovano al di sotto di tale soglia non sembrano in grado di padroneggiare in misura accettabile le competenze di base essenziali per la prosecuzione degli studi e l’inserimento sociale e lavorativo.

35

Figura 6.3: Percentuale di studenti a ciascun livello della scala di matematica per tipo di scuola in Veneto

60

40

20

0

20

40

60

80

100

Licei Ist. Tecnici Ist. Professionali CFP

Livello 6

Livello 5

Livello 4

Livello 3

Livello 2

Livello 1

Sotto il livello 1

Tabella 6.1: Distribuzione percentuale degli studenti veneti nei vari livelli della scala di competenza in matematica per tipo di scuola

Livelli Licei Ist. Tecnici Ist. Professionali CFP

Sotto il livello 1 0,2 0,3 6,0 14,8 Livello 1 2,5 2,5 27,8 26,6 Livello 2 12,1 15,8 39,9 32,5 Livello 3 25,1 31,8 21,6 21,5 Livello 4 28,3 32,2 4,5 4,4 Livello 5 22,4 14,2 0,2 0,2 Livello 6 9,3 3,2 0,0 0,0

Nota: i valori sono approssimati alla prima cifra decimale; pertanto la loro somma può non esser esattamente pari a 100.

Come si può constatare dalla tabella, in matematica la percentuale di alunni dei licei e istituti tecnici che non raggiungono la soglia di sufficienza è inferiore al 3%, per contro più del 30% degli studenti del liceo, collocati ai livelli 5 e 6, possono essere considerati top performers, come il 17,5% degli studenti di istituti tecnici. Nell’istruzione e formazione professionale al contrario la percentuale di studenti che non arriva al livello 2 è abbastanza alta, nel primo caso circa il 34%, mentre nel secondo supera addirittura il 40%. Il resto degli studenti si colloca, quasi nella totalità, tra il livello 2 e il livello 4.

36

Figura 6.4: Percentuale di studenti a ciascun livello della scala di lettura per tipo di scuola in Veneto

40

20

0

20

40

60

80

100


Livello 6

Livello 5

Livello 4

Livello 3

Livello 2

Sotto il livello 1 b

Livello 1a

Livello 1b

In lettura gli alunni che non arrivano al livello 2 sono il 2% nei licei e circa il 5% negli istituti tecnici. Negli istituti professionali e nei Centri di formazione professionale le corrispondenti percentuali salgono al 24% e al 35%. Ai livelli più alti di competenza, dal 25% di top performers nei licei, la percentuale si assottiglia fino a scomparire del tutto o ad approssimarsi a zero quando si giunge al sesto livello della scala negli istituti professionali e nei Centri di formazione professionali; dove comunque la maggioranza degli studenti, rispettivamente il 75,5% e il 64,5% si attesta su livelli superiori alla sufficienza.

Tabella 6.2: Distribuzione percentuale degli studenti veneti nei vari livelli della scala di competenza in lettura per tipo di scuola


Sotto il livello 1b 0,2 0,0 2,1 3,4 Livello 1a 0,2 0,7 4,7 7,9 Livello 1b 1,6 4,2 17,6 24,0 Livello 2 6,8 17,2 37,8 39,1 Livello 3 27,1 39,4 31,6 21,5 Livello 4 39,0 32,6 6,0 3,9 Livello 5 21,1 5,6 0,2 0,2 Livello 6 4,1 0,4 0,0 0,0


37

Figura 6.5: Percentuale di studenti a ciascun livello della scala di scienze per tipo di scuola in Veneto

40

20

0

20

40

60

80

100


Livello 6

Livello 5

Livello 4

Livello 3

Livello 2

Livello 1

Sotto il livello 1

In scienze non arrivano alla sufficienza solo l’1% degli studenti nei licei, e il 3,5% negli istituti tecnici; negli istituti professionali e nei Centri di formazione professionale la quota è del 21% del 28%. Rispetto a matematica e lettura sono però inferiori anche le percentuali di studenti ai livelli più alti, dal 23,5% del liceo si scende al 10,8 degli istituti tecnici, mentre gli istituti professionali e CFP presentano una situazione analoga agli ambiti precedentemente commentati.

Tabella 6.3: Distribuzione percentuale degli studenti veneti nei vari livelli della scala di competenza in scienze per tipo di scuola


Sotto il livello 1 0,3 0,5 3,8 8,3 Livello 1 0,8 3,0 17,9 19,6 Livello 2 9,9 14,6 40,0 43,4 Livello 3 30,7 37,7 30,9 21,8 Livello 4 34,8 33,4 7,2 6,5 Livello 5 19,6 9,6 0,2 0,4 Livello 6 3,8 1,2 0,0 0,0


38

7. Gli studenti immigrati nel Veneto

Enrica Ferrari

7.1 Distribuzione degli studenti del Veneto per origine nazionale La percentuale di studenti immigrati di prima e seconda generazione che partecipa a PISA è aumentata, in Veneto, rispetto al 2009, superando nel complesso la presenza media OCSE di mezzo punto percentuale. Anche l’Italia in generale presenta un aumento degli studenti quindicenni di origine immigrata, il valore complessivo italiano è del 7,5%. Nel Veneto come nel resto del Nord si registrano valori superiori rispetto alle altre macroaree geografiche (Figura 7.1). Nel campionamento effettuato da PISA la percentuale di studenti immigrati nel Veneto è pari a 11,7%, di poco inferiore a quella complessiva dell’area Nord-Est che, con una media del 12,2%, risulta essere l’area italiana con maggiore presenza di stranieri. Per il Veneto la differenza è di circa 5 punti percentuali rispetto al 2009, in linea con l’aumento registrato nell’intero Nord-Est.

Figura 7.1: Percentuali di studenti di origine immigrata

88,8%

92,5%

90,8%

87,7%

88,3%

6,4%

2,0%

2,5%

2,9%

2,9%

4,8%

5,5%

6,7%

9,3%

8,8%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

OCSE

Italia

Nord-Ovest

Nord-Est

Veneto

Nativo Immigrato 2° generazione Immigrato 1° generazione

7.2 Distribuzione degli studenti del Veneto per tipologia di scuola e origine nazionale

Gli studenti stranieri quindicenni del campione si concentrano principalmente nella secondaria di primo grado, dove rappresentano la maggioranza degli studenti campionati; a seguire i CFP in cui sono circa un quarto degli alunni, quindi gli istituti professionali con una percentuale di immigrati pari al 15,2% (Figura 7.2).

39

Figura 7.2: Distribuzione percentuale degli studenti del Veneto per tipologia di scuola e origine nazionale

95,5% 91,8%84,8%

77,2%

12,5%

4,5% 8,2%15,2%

22,8%

87,5%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Licei Ist. Tecnici Ist. Professionali CFP Scuola media

Immigrati

Nativi

7.3 I risultati nei tre ambiti degli studenti d’origine immigrata Come in tutta Italia, anche in Veneto, i risultati degli studenti immigrati sono significativamente inferiori rispetto ai nativi in tutti tre gli ambiti (Tabella 7.1). Tuttavia questi risultati seguono l’andamento dei punteggi regionali, in Veneto, in particolare, sono superiori a quelli medi degli studenti stranieri italiani come pure in generale a quelli della macroarea di appartenenza, anche se lievemente inferiori rispetto alla macroarea del Nord-Ovest. Gli studenti autoctoni veneti riportano, invece, risultati migliori non solo nel confronto con l’Italia ma anche con entrambe le macroaree del Nord (Figura 7.4). Questo contribuisce ad aumentare il divario di prestazione tra studenti nativi e immigrati nella nostra regione.

Figura 7.3: I risultati in Veneto degli studenti d’origine immigrata nei tre ambiti

400

420

440

460

480

500

520

540

560

Veneto Italia Nord-Ovest Nord-Est

Lettura

Matematica

Scienze

40

Figura 7.4: I risultati in Veneto degli studenti nativi nei tre ambiti

400

420

440

460

480

500

520

540

560

Veneto Italia Nord-Ovest Nord-Est

Lettura

Matematica

Scienze

Come nelle precedenti rilevazioni, la differenza di punteggi tra studenti nativi e immigrati è maggiore nell’ambito della lettura dove, in Veneto, gli stranieri ottengono punteggi medi inferiori di 92 punti rispetto ai nativi (il divario italiano è in questo ambito di 65 punti). In matematica e scienze la distanza fra nativi e immigrati è rispettivamente di 77 e 79 punti contro i 48 e 51 italiani.

Tabella 7.1: I risultati nei tre ambiti degli studenti per origine

Veneto Italia Nord-Ovest Nord-Est Ambito

Immigrati Nativi Immigrati Nativi Immigrati Nativi Immigrati Nativi

Lettura 443 535 432 497 451 522 426 526

Matematica 456 534 442 490 458 516 444 526

Scienze 462 542 447 499 467 528 448 536

41

8. Le differenze di genere nel Veneto

Enrica Ferrari

8.1 Risultati di maschi e femmine nei tre ambiti in Veneto Anche in Veneto, dove il campione è formato per il 50,9% da maschi e per il restante 49,1% da femmine, si conferma il dato, già evidenziato dalle precedenti rilevazioni OCSE, della differenza di genere nei diversi ambiti. In lettura i risultati delle femmine sono superiori a quelli dei loro coetanei, mentre nell’ambito della matematica i maschi hanno performance migliori. Per le scienze, invece, non si registrano sostanziali differenze.

Figura 8.1: Differenze di risultati di maschi e femmine nei tre ambiti

-70

-65

-60

-55

-50

-45

-40

-35

-30

-25

-20

-15

-10

-5

0

5

10

15

20

25

30

35

40

45

VenetoLettura

ItaliaLettura

MediaOCSELettura

VenetoMatematica

ItaliaMatematica

MediaOCSE

Matematica

VenetoScienze

ItaliaScienze

MediaOCSE

Scienze

La rilevazione 2012 riporta differenze di risultati tra maschi e femmine più ampi in Veneto rispetto alle medie OCSE e Italia. Si registra un vantaggio femminile nella comprensione della lettura di 45 punti contro i 38 dell’Italia, mentre per la matematica sono i maschi a ottenere un vantaggio di 23 punti contro gli 11 dell’Italia, entrambe le differenze sono statisticamente significative.

Tabella 8.1: Differenza di risultati maschi e femmine

Differenze (M-F)

Veneto ITALIA Media OCSE

Media E.S. Media E.S. Media E.S. Lettura -45 (8,3) -39 (2,6) -38 (0,6) Matematica 23 (7,9) 18 (2,5) 11 (0,6) Scienze 1 (8,3) 3 (2,5) 1 (0,6)

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

42

8.2 Risultati di maschi e femmine per tipo di scuola Esaminando i risultati suddivisi per tipo di scuola (Tabella 8.2, non sono presenti i dati della secondaria di primo grado perché non rappresentativi), le femmine ottengono in lettura risultati superiori ai maschi in tutti gli ordini di scuola con differenze di punteggi sempre significative a esclusione dei CFP. In matematica sono, invece, i maschi ad avere risultati superiori, ma le differenze sono significative solo per i licei e gli istituti tecnici. La situazione è più variegata per le scienze dove i maschi superano le femmine nei licei con un vantaggio statisticamente significativo, mentre nei CFP i maschi conseguono punteggi inferiori anche se la differenza non è significativa; istituti tecnici e professionali presentano differenze minime non statisticamente significative.

Tabella 8.2: Differenze di risultati di maschi e femmine nel Veneto nei tre ambiti e per tipologia di scuola

Lettura Matematica Scienze Scuola

Maschi Femmine M - F Maschi Femmine M - F Maschi Femmine M - F Licei 566 584 -18,1 602 545 56,7 596 563 33,0 Ist. Tecnici 519 548 -29,0 554 527 26,4 547 545 2,5 Ist. Professionali 422 474 -52,1 453 440 12,9 460 463 -3,6 CFP 416 454 -38,0 439 423 15,8 441 452 -11,3


8.3 Risultati di maschi e femmine nelle sottoscale di matematica Quando dalla scala complessiva di matematica si passa alle sue articolazioni interne, suddivise per processi e aree di contenuto, si conferma ovunque il vantaggio maschile, con variazioni sempre significative da una sottoscala all’altra. Nella sottoscala dei Processi i maschi sembrano avere risultati direttamente proporzionali alla complessità del processo (Figura 8.2). Lo scarto maggiore si registra nel processo “Formulare” con 27 punti di differenza, analogamente alla media italiana e OCSE che presentano valori minori ma con lo stesso andamento. Nella sottoscala delle aree di contenuto, “Cambiamento e relazioni”, con 26 punti di differenza, registra lo scarto maggiore (Figura 8.3).

Nei grafici e nelle tabelle seguenti sono confrontati i risultati degli studenti veneti nelle diverse sottoscale. A fine del capitolo sono riportati i risultati per genere in Veneto, Italia e nella media OCSE nei tre ambiti (Tabella 8.5), sottoscale di processo (Tabella 8.6) e sottoscale di contenuto (Tabella 8.7).

Figura 8.2: I risultati di maschi e femmine nel Veneto nelle tre sottoscale di processo

440

460

480

500

520

540

560

580

600

FormulareMaschi

FormulareFemmine

UtilizzareMaschi

UtilizzareFemmine

InterpretareMaschi

InterpretareFemmine

43

Tabella 8.3: Differenza di risultati di maschi e femmine nel Veneto nelle tre sottoscale di processo

Maschi Femmine Differenze (M – F)

Media E.S. Media E.S. Media E.S

Formulare 525 (9,0) 498 (9,3) 27 (9,3)

Utilizzare 534 (8,9) 513 (7,9) 20 (8,1)

Interpretare 549 (8,5) 530 (8,4) 19 (9,0)


Figura 8.3: I risultati di maschi e femmine nel Veneto nelle tre sottoscale di aree di contenuto

440

460

480

500

520

540

560

580

600

Cam

biam

ento

ere

lazi

oni

Mas

chi

Cam

bia

me

nto

ere

lazi

oni

Fe

mm

ine

Spa

zio

e f

orm

aM

asch

i

Spa

zio

e f

orm

aF

emm

ine

Qua

ntit

àM

asch

i

Qua

ntit

àF

em

min

e

Ince

rtez

za e

da

tiM

asc

hi

Ince

rtez

za e

da

tiF

emm

ine

Tabella 8.4: Differenza di risultati di maschi e femmine nel Veneto nelle tre sottoscale di aree di contenuto

Maschi Femmine Differenze (M – F)

Media E.S. Media E.S. Media E.S

Cambiamento e relazioni 532 (8,4) 506 (8,5) 26 (8,4)

Spazio e forma 539 (9,7) 517 (8,6) 22 (9,3)

Quantità 539 (9,3) 518 (9,2) 21 (9,3)

Incertezza e dati 525 (8,4) 508 (8,0) 17 (8,0)


44

Tabella 8.5: I risultati di maschi e femmine nei tre ambiti

Veneto Italia Media OCSE

Maschi Femmine Diff. (M – F) Maschi Femmine Diff. (M – F) Maschi Femmine Diff. (M – F)

Media E.S. Media E.S. Media E.S Media E.S. Media E.S. Media E.S Media E.S. Media E.S. Media E.S

Lettura 499 (8,5) 544 (6,4) -45 (8,3) 471 (2,5) 510 (2,3) -39 (2,6) 478 (0,6) 515 (0,5) -38 (0,6)

Matematica 534 (8,4) 511 (8,1) 23 (7,9) 494 (2,4) 476 (2,2) 18 (2,5) 499 (0,6) 489 (0,5) 11 (0,6)

Scienze 532 (7,7) 531 (7,0) 1 (8,3) 495 (2,2) 492 (2,4) 3 (2,5) 502 (0,6) 500 (0,5) 1 (0,6)

Tabella 8.6: I risultati di maschi e femmine nelle tre sottoscale di processo




Formulare 525 (9,0) 498 (9,3) 27 (9,3) 487 (2,6) 463 (2,4) 24 (2,6) 499 (0,7) 484 (0,6) 16 (0,7)

Utilizzare 534 (8,9) 513 (7,9) 20 (8,1) 494 (2,4) 476 (2,3) 17 (2,7) 498 (0,6) 489 (0,5) 9 (0,6)

Interpretare 549 (8,5) 530 (8,4) 19 (9,0) 507 (2,7) 489 (2,5) 17 (3,0) 502 (0,7) 492 (0,6) 9 (0,7)

Tabella 8.7: I risultati di maschi e femmine nelle tre sottoscale di aree di contenuto




Cambiamento e relazioni 532 (8,4) 506 (8,5) 26 (8,4) 486 (2,4) 467 (2,3) 19 (2,6) 498 (0,7) 487 (0,6) 11 (0,7)

Spazio e forma 539 (9,7) 517 (8,6) 22 (9,3) 498 (2,8) 476 (2,7) 23 (2,6) 497 (0,7) 482 (0,6) 15 (0,7)

Quantità 539 (9,3) 518 (9,2) 21 (9,3) 499 (2,5) 482 (2,3) 17 (2,6) 501 (0,6) 490 (0,6) 11 (0,7)

Incertezza e dati 525 (8,4) 508 (8,0) 17 (8,0) 490 (2,4) 475 (2,2) 15 (2,5) 497 (0,6) 489 (0,5) 9 (0,6)


45

9. L’evoluzione dei punteggi dal 2003 al 2012

Mariarita Ventura

Il Veneto dispone di una serie storica di dati sulle prestazioni dei propri studenti dal 2003 al 2012. La tabella che segue mostra i punteggi nei tre ambiti conseguiti dagli studenti veneti nelle successive tornate di PISA e la loro variazione da una rilevazione all’altra.

Tabella 9.1: I cambiamenti nei risultati dei tre ambiti in Veneto dal 2003 al 2012

PISA 2003

PISA 2006

PISA 2009

PISA 2012

Scarto del 2012 rispetto al 2009



Lettura 514 511 505 521 +16 +10 +7 Matematica 511 510 508 523 +15 +13 +12 Scienze 533 524 518 531 +13 +7 -2

Il Veneto ha registrato nel 2012 un innalzamento dopo aver avuto nel 2009 una performance declinante rispetto alle edizioni precedenti, sebbene le differenze negative non avessero raggiunto la soglia di significatività statistica.

Tabella 9.2: Scarti dei risultati del Veneto dalla media Italia

PISA 2012

PISA 2009

PISA 2006

PISA 2003

Lettura +31 +19 +42 +38 Matematica +38 +25 +48 +45 Scienze +37 +29 +49 -

Tabella 9.3: Scarti dei risultati del Veneto dalla media OCSE

PISA 2012

PISA 2009

PISA 2006

PISA 2003

Lettura +25 +12 +19 +20 Matematica +29 +12 +12 +11 Scienze +30 +17 +26 -

Si nota come nel 2012 lo scarto dei punteggi del Veneto rispetto a quelli della media OCSE si sia ampliato, in particolare rispetto al 2009. Lo scarto dei punteggi del Veneto nel 2012 rispetto ai punteggi dell’Italia è più contenuto di quello nel 2006, in conseguenza del miglioramento dei punteggi dell’Italia.

46

10. Il profilo socio-economico-culturale degli studenti e i risultati nei tre ambiti

Angela Martini

10.1 L’influenza dell’ambiente sociale di provenienza degli studenti sulle prestazioni in lettura, matematica e scienze

La ricerca educativa ha più volte costatato l’esistenza di una relazione positiva tra lo status sociale della famiglia d’origine di uno studente e la riuscita scolastica. Naturalmente, il rapporto che si osserva tra condizione sociale degli alunni e risultati scolastici non va interpretato in senso deterministico ma solo come una tendenza rispetto a cui si danno numerose eccezioni: studenti con un basso status sociale possono essere brillanti a scuola e viceversa. Tuttavia, in generale, una migliore qualità dell’ambiente familiare di provenienza si associa a migliori prestazioni scolastiche. Genitori istruiti e una situazione di sicurezza economica significano maggiori stimoli culturali per i figli, maggiori risorse a disposizione, possibilità di essere aiutati e seguiti negli studi, senza contare l’azione di “modellamento” delle aspirazioni e delle motivazioni che l’ambiente famigliare esercita. In PISA la qualità dell’ambiente famigliare degli studenti è misurata da un indicatore denominato “Escs” (economic-social-cultural status index), abbreviazione con cui si farà a esso d’ora in poi riferimento. L’Escs è un indice composito che integra tre tipi di variabili: a) il livello d’istruzione dei genitori; b) il prestigio sociale della professione da essi esercitata; c) la presenza in casa di risorse di tipo educativo (ad es. un dizionario di lingua straniera) e di beni materiali (lavastoviglie, televisione al plasma, ecc.) e culturali (libri, ecc.). L’indicatore, come tutti quelli costruiti a partire dalle risposte al questionario-studente che accompagna la prova cognitiva, è standardizzato sui valori dei paesi membri dell’OCSE, con media eguale a zero e deviazione standard eguale a uno1.

10.1.1 L’indice Escs nel Veneto

A livello regionale, la media dell’indice (Tabella 10.1) è più bassa di quella dei paesi OCSE e della media italiana. La variabilità delle misure, espressa dalla deviazione standard, è invece nel Veneto leggermente più alta della media OCSE e più bassa di quella dell’Italia nel suo insieme e, analogamente, la percentuale di alunni con un valore di Escs inferiore a -1 è maggiore della media OCSE e minore della media dell’Italia.

Tabella 10.1: Caratteristiche dell’andamento dell’indice Escs nel Veneto, in Italia e nell’OCSE

Media Deviazione standard

Indice di asimmetria

% alunni con Escs < -1

Veneto -0,07 (0,04) 0,93 (0,02) 0,20 (0,06) 16,6 (1,5) Italia -0,05 (0,01) 0,97 (0,01) 0,08 (0,02) 18,4 (0,4) OCSE 0,00 (0,00) 0,90 (0,00) -0,15 (0,01) 15,4 (0,1)

Per ciò che riguarda l‘indice di asimmetria, il Veneto e l’Italia mostrano valori positivi, mentre il valore medio dei paesi OCSE è negativo. L’indice di asimmetria ci dice se una distribuzione di misure si allontana da una curva “normale” (curva a campana o gaussiana) e, a seconda

1 I paesi dell’OCSE (Organizzazione per la Cooperazione e lo Sviluppo Economici) che hanno preso parte a

PISA 2012 sono 34. 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 non facenti parte dell’OCSE che hanno partecipato all’indagine.

47

che esso sia positivo o negativo, se la coda della distribuzione tende a esser più lunga in corrispondenza dell’estremità superiore della distribuzione oppure dell’estremità inferiore. Nel primo caso sono più frequenti i valori nella parte sinistra della curva, in corrispondenza dei valori più bassi, mentre nel secondo sono più frequenti i valori nella parte destra della curva, dove vi sono i valori più alti. In ogni caso, al di là del loro esser positivi o negativi, le tre misure di asimmetria qui considerate sono abbastanza vicine allo zero e dunque le tre distribuzioni si possono considerare approssimativamente normali, anche se il Veneto relativamente alle altre due aree ha una maggiore frequenza di valori bassi. La Tabella 10.2 analizza in dettaglio il rapporto nel Veneto tra status socio-economico-culturale degli alunni e prestazioni in tutti e tre gli ambiti testati in PISA.

Tabella 10.2: Relazione fra status s.e.c. dello studente e risultati PISA in Veneto

Scala

Effetto dell’aumento

di una unità di Escs

Indice di curvilinearità

(Escs2)

Media quartile inferiore di

Escs

Media quartile superiore di

Escs

% Varianza spiegata da

Escs (R2)

Matematica 30 (4,9) -6,4 (2,3) 486 (9,1) 555 (10,3) 9,5 (2,4) Lettura 27 (3,9) -4,7 (2,5) 492 (9,2) 553 (6,1) 7,0 (1,5) Scienze 30 (4,2) -6,6 (2,7) 497 (9,2) 563 (7,8) 9,2 (1,9)

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

I valori in seconda colonna (coefficienti di regressione dei risultati PISA sull’Escs) rappresentano gli aumenti del punteggio in matematica, lettura e scienze associati all’aumento di una unità di deviazione standard dell’indicatore di status dello studente. Come si può osservare, l’incremento è di 30 punti in matematica e scienze e un po’ minore in lettura2. Coerentemente, la percentuale di varianza dei risultati spiegata (ultima colonna) è più alta in matematica e scienze e più bassa in lettura. La distanza fra il risultato medio degli alunni che appartengono rispettivamente al quartile inferiore e superiore3 della distribuzione dell’indice Escs è di 69 punti in Matematica, di 66 punti in scienze e di 61 punti in lettura, valori che sulla scala PISA corrispondono a quasi un anno di scuola in più o in meno. Infine, in matematica e scienze la relazione tra l’Escs e il punteggio nella prova PISA non è lineare ma curvilinea: i valori dei coefficienti di Escs al quadrato (terza colonna) sono significativi con segno negativo, indicando che i punteggi in matematica e scienze non crescono in misura più o meno costante per ogni successivo aumento unitario dell’indicatore di status ma, oltre un certo livello di Escs, gli incrementi tendono a diminuire. Anche nel caso della lettura l’indice di curvilinearità è negativo ma non raggiunge la soglia di significatività statistica, sebbene le sia molto vicino.

10.1.2 L’indice Escs per tipo di scuola

Quanto si è fin qui venuti dicendo vale solo se si considerano gli alunni veneti globalmente, senza tener conto del tipo di scuola frequentata. Quando 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 canali in cui l’istruzione secondaria superiore è articolata (Tabella 10.3), si può costatare che esso ha un peso ridotto sui punteggi e soprattutto, in genere, non significativo statisticamente, tranne nel caso della lettura nei licei – dove però l’effetto è, inaspettatamente, negativo – e delle scienze negli istituti tecnici.

2 A livello nazionale l’impatto dell’Escs sulla matematica, la comprensione della lettura e le scienze è

rispettivamente di 30, 31 e 30 punti, mentre i corrispondenti valori medi tra tutti i Paesi OCSE sono: 39, 37 e 38.

3 Si tratta del 25% inferiore e superiore dei valori della distribuzione di una variabile ordinata.

48

Tabella 10.3: Relazione fra status s.e.c. dello studente e risultati PISA per tipo di scuola in Veneto

MATEMATICA LETTURA SCIENZE

Intercetta Effetto di

Escs Intercetta

Effetto di Escs

Intercetta Effetto di

Escs Licei 565 (15,0) 5,2 (3,9) 581 (7,6) -5,5 (2,6) 576 (9,8) 2,4 (2,7) Ist. Tecnici 545 (7,4) 6,1 (5,3) 530 (6,0) 3,0 (4,7) 547 (5,6) 9,1 (4,6) Ist. Profes. 450 (7,8) 8,1 (6,1) 452 (13,8) -0,4 (5,2) 468 (12,7) 9,8 (5,6) CFP 441 (8,3) 8,6 (6,7) 428 (14,5) -1,3 (7,2) 450 (8,9) 7,9 (6,1)

Nota: I valori in grassetto sono statisticamente significativi (p ≤ 0,05) L’influenza molto più modesta che lo status sociale dello studente ha sui risultati all’interno dello stesso tipo di scuola è una diretta conseguenza della maggiore uniformità sociale esistente fra gli alunni che lo frequentano rispetto a quella che si riscontra nel campione complessivamente considerato. Si aggiunga che, a parità di status, cioè considerando un alunno “tipico” il cui Escs sia uguale alla media dei Paesi OCSE, il suo punteggio (rappresentato dai valori d’intercetta della regressione dei risultati PISA sull’Escs all’interno di ognuno dei quattro canali d’istruzione), va da un minimo di 565 a un massimo di 581 punti, a seconda dell’ambito, se l’alunno frequenta un liceo, da 530 a 547 punti se frequenta un istituto tecnico, da 450 a 468 punti se frequenta un istituto professionale e, infine, da 428 a 450 punti se frequenta un centro di formazione. Ciò dimostra che la relazione fra status socio-economico e prestazioni nella prova PISA non è deterministica ma che accanto all’origine famigliare intervengono a condizionare i risultati altre variabili, come il livello di preparazione all’ingresso, la motivazione, ecc., il cui ruolo è tanto più rilevante quanto più il sotto-insieme di studenti considerato è socialmente omogeneo. Inoltre, più che lo status individuale del singolo studente, a pesare sui risultati è soprattutto il livello medio di status degli alunni dell’istituto che egli frequenta, come mostra la tabella che segue, dove compare, per ciascun ambito testato, il peso esercitato dall’aumento di una unità dell’Escs individuale e dell’Escs medio della scuola sulla prestazione4.

Tabella 10.4: Effetti dello status s.e.c. dello studente e della scuola sui risultati PISA in Veneto

Scala Intercetta Effetto dell’Escs

individuale Effetto dell’Escs medio di scuola

% Varianza spiegata (R2)

Matematica 531 (6,9) 5 (2,0) 85 (19,5) 23,5 (7,4) Lettura 532 (5,1) 0 (2,1) 90 (15,2) 22,0 (4,5) Scienze 539 (5,2) 5 (2,0) 83 (16,2) 22,2 (5,4)

Nota: I valori in grassetto sono statisticamente significativi (p ≤ 0,05) Nella prima colonna della Tabella 10.4 sono riportati i risultati ottenuti in matematica, lettura e scienze da uno studente il cui status sociale è pari alla media OCSE e che frequenta una scuola dove l’Escs medio è anch’esso eguale alla media OCSE. Mentre l’aumento di una unità dell’Escs individuale dello studente comporta in matematica e scienze un aumento di 5 punti e praticamente nullo in lettura, un aumento di una unità dell’Escs medio della scuola comporta aumenti del punteggio ben più consistenti, fra gli 83 e i 90 punti. Inoltre, mentre il solo Escs individuale spiegava (vedi Tabella 10.2) una percentuale della variabilità dei risultati inferiore al 10%, l’introduzione dell’Escs medio della scuola nel modello di regressione porta a più del 20% la variabilità complessiva spiegata. La più grande influenza dell’Escs medio della scuola sui risultati rispetto al peso esercitato dallo status individuale, influenza che si usa indicare come “effetto di contesto” (o di composizione del corpo studentesco della scuola), è uno dei dati costantemente messi in luce da tutte le successive edizioni di PISA, non esclusa l’ultima (OECD, 2013b, capitolo 2). La presenza di un effetto di contesto fa sì che, per predire il rendimento di uno studente, sia assai più utile conoscere Il livello medio di status degli alunni della scuola che egli frequenta più che il suo status personale. 4 Dall’analisi sono stati esclusi gli alunni della scuola media in quanto non rappresentativi di essa, trattandosi

dei soli studenti che a 15 anni si trovano ancora in questo grado d’istruzione.

49

11. Le motivazioni all’apprendimento della matematica e gli approcci all’insegnamento

Angela Martini

11.1 Aspetti motivazionali che incidono sull’apprendimento matematico

La materia che di volta in volta costituisce il focus di PISA – nel 2012 la Matematica – è al centro nel questionario-studente di una nutrita serie di domande volte a indagare gli atteggiamenti degli alunni verso di essa e le motivazioni che li spingono a impegnarsi nel suo studio. Sebbene motivazioni e atteggiamenti siano influenzati dai risultati che l’alunno ottiene, tuttavia non sono semplicemente un riflesso di questi ultimi. In particolare, gli interessi, la fiducia nelle proprie capacità e la ferma volontà di apprendere costituiscono 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. Tra gli aspetti motivazionali che influiscono più e meno sulla prestazione in matematica rientra un ampio gruppo di costrutti psicologici. Il Rapporto internazionale PISA (OECD, 2013c) classifica le variabili motivazionali in due categorie principali. La prima (Drive and motivation) comprende: 1) la perseveranza nello studio della matematica, intesa come la volontà dello studente di continuare a impegnarsi in compiti difficili anche quando si incontrano difficoltà; 2) l’apertura al problem-solving, intesa come la percezione che lo studente ha di sé come una persona in grado di padroneggiare molte informazioni, di capire rapidamente le cose, di collegare facilmente i concetti fra loro e a cui piace cercare la spiegazione dei fatti e risolvere problemi complessi; 3) lo stile attributivo (locus of control), vale a dire la tendenza ad attribuire la responsabilità di eventuali insuccessi in matematica a se stessi oppure a ragioni esterne; 4) la motivazione all’apprendimento della matematica, distinta in intrinseca e strumentale5. La seconda categoria di variabili comprende, da una parte, le cosiddette “credenze riferite al sé”, cioè la fiducia che lo studente ha nella propria capacità di affrontare e portare a termine compiti matematici (self-efficacy), la percezione del proprio livello di riuscita in matematica (academic self-concept) e l’ansia che egli sente di provare nei confronti della matematica; dall’altra parte, rientrano in questa seconda categoria tre variabili che hanno a che fare, la prima, con lo svolgimento di attività di vario tipo legate alla matematica (aiutare i compagni in matematica, partecipare a gare matematiche, ecc.), la seconda, con l’intenzione di dedicarsi in futuro a studi o carriere professionali che implichino la matematica, e la terza con il modo in cui nell’ambiente che lo studente frequenta la matematica è vista dalle persone con le quali è in contatto. Di queste tre variabili, la prima e la terza non mostrano nel Veneto alcuna relazione significativa con la prestazione in matematica e dunque non ce ne occuperemo nel seguito di questo capitolo. Dalle risposte degli studenti alle domande del questionario che vertono sugli aspetti motivazionali sono ricavati una serie di specifici indicatori, che, come nel caso dell’indice di status socio-economico-culturale, sono standardizzati sui valori dei Paesi OCSE con media eguale a 0 e deviazione standard eguale a 1. La tabella che segue analizza i fattori motivazionali presi in considerazione nel questionario-studente e la relazione con il risultato in matematica nel Veneto.

5 Per motivazione intrinseca si intende la motivazione ad apprendere la matematica in modo fine a se stesso,

cioè per l’interesse che si ha in essa e la gratificazione che si riceve dallo studiarla, mentre per motivazione strumentale si intende la motivazione ad apprendere la matematica per la sua utilità in vista di altri scopi, come ad esempio la continuazione degli studi o l’inserimento nel mondo del lavoro.

50

Tabella 11.1: Fattori motivazionali e risultato in matematica nel Veneto

Media indice

Differenza di genere

(M – F)

Media in M. del quartile

inferiore dell’indice

Media in M. del quartile superiore dell’indice

Variaz. punteggio in M. per unità dell’indice

% varianza spiegata

(R2)

Perseveranza nello studio della matematica

-0.02 (0,04)

0,06 (0,08)

488 (6,6)

557 (9,2)

23,0 (2,6)

7,0 (1,5)

Apertura al problem-solving

-0,22 (0,04)

0,26 (0,06)

481 (8,6)

562 (12,7)

34,7 (3,5)

11,9 (2,1)

Responsabilità per il fallimento in matematica

0,14 (0,04)

-0,02 (0,06)

545 (11,1)

486 (11,6)

-26,8 (5,3)

5,6 (1,8)

Motivazione intrinseca -0,05

(0,06) 0,21

(0,08) 484

(8,4) 552

(11,8) 26,9 (5,2)

7,5 (2,7)

Motivazione strumentale -0,13

(0,05) 0,22

(0,08) 499

(7,4) 534

(12,4) 16,2 (3,9)

2,8 (1,2)

Autoefficacia in matematica

-0,02 (0,06)

0,35 (0,07)

452 (7,0)

584 (10,7)

49,5 (4,7)

24,3 (4,4)

Concetto di sé in matematica

-0,02 (0,05)

0,18 (0,08)

477 (7,6)

570 (11,4)

35,9 (4,7)

15,1 (3,4)

Ansia nei confronti della matematica

0,28 (0,04)

-0,17 (0,06)

563 (10,6)

481 (9,0)

-34,1 (4,3)

10,3 (2,1)

Intenzioni per il futuro -0,04

(0,05) 0,31

(0,07) 499

(9,1) 537

(11,5) 17,1 (3,6)

3,0 (1,3)

Nota: I valori in grassetto sono statisticamente significativi (p ≤ 0,05) Accanto a ciascuno degli indicatori motivazionali, elencati nella prima colonna della tabella, compaiono nell’ordine: il valore medio registrato nel Veneto6, la differenza tra la media dell’indice dei maschi e la media delle femmine, il punteggio medio in matematica degli alunni che si collocano, rispettivamente, nel quartile inferiore e nel quartile superiore della distribuzione dei valori dell’indice, la variazione (in più o in meno) del punteggio in matematica corrispondente all’aumento di una unità dell’indice, e, infine, la percentuale della variabilità dei risultati che è spiegata dall’indice. Come si può vedere, tutte le variabili motivazionali considerate hanno un effetto significativo sul risultato in matematica (vedi penultima colonna), anche se la percentuale di varianza spiegata da ognuna è modesta, tranne per quanto riguarda l’autoefficacia dove supera il 20%. L’ansia nei confronti della matematica e la tendenza a colpevolizzarsi per il fallimento in questa materia incidono negativamente sul risultato nel test PISA, contrariamente a tutte le altre variabili, che hanno invece un’influenza positiva. Da notare anche che la media delle ragazze sull’indicatore di ansia per la matematica è più alta rispetto alla media dei ragazzi, mentre l’opposto accade per tutte le variabili che hanno l’effetto di accrescere il punteggio in quest’ambito. Anche nel locus of control, cioè la tendenza ad attribuire a sé la responsabilità dell’insuccesso, la media delle femmine è un po’ più bassa di quella dei maschi, ma la differenza non è significativa. Complessivamente, in ogni caso, si può affermare che il profilo motivazionale di ragazze e ragazzi è coerente con la differenza che si osserva tra di essi nei risultati in matematica, più bassi per le femmine rispetto ai maschi. I valori medi degli indicatori motivazionali riportati nella Tabella 11.1 sono stati stimati per l’insieme degli studenti veneti globalmente presi. Quando, con un’analisi più dettagliata, si disaggregano le variabili motivazionali in funzione del tipo di scuola che gli alunni frequentano, si può vedere (Tabella 11.2) che i valori medi degli indici con un effetto positivo sulla prestazione in matematica sono più alti nei licei e, con rare eccezioni, tendono

6 Un valore negativo non significa che gli studenti veneti abbiano risposto negativamente alle domande da cui il

relativo indice è ricavato, ma che hanno risposto meno positivamente della media degli studenti dei Paesi OCSE.

51

progressivamente ad abbassarsi passando agli istituti tecnici e da questi all’istruzione e formazione professionale. I due indicatori con un peso negativo sul risultato (locus of control e ansia) registrano invece valori più alti nell’istruzione e formazione professionale rispetto agli istituti tecnici e ai licei.

Tabella 11.2: Valori medi degli indicatori motivazionali per tipo d’istruzione nel Veneto

Media Licei Media Istituti

tecnici Media Istituti professionali

Media CFP

Perseveranza nello studio della matematica

0,08 (0,07)

0,01 (0,05)

-0,06 (0,07)

-0,37 (0,10)

Apertura al problem-solving -0,12

(0,07) -0,15

(0,07) -0,40

(0,14) -0,51

(0,07)

Responsabilità per il fallimento in matematica

0,05 (0,05)

0,15 (0,07)

0,15 (0,11)

0,29 (0,07)

Motivazione intrinseca 0,08

(0,12) -0,07

(0,08) -0,27

(0,18) -0,27

(0,05)

Motivazione strumentale -0,12

(0,08) 0,02

(0,09) -0,27

(0,11) -0,36

(0,06)

Auto-efficacia in matematica 0,17

(0,12) 0,14

(0,07) -0,41

(0,10) -0,68

(0,08)

Concetto di sé in matematica 0,11

(0,08) 0,06

(0,07) -0,13

(0,11) -0,24

(0,09)

Ansia nei confronti della matematica

0,19 (0,04)

0,28 (0,03)

0,33 (0,09)

0,23 (0,02)

Intenzioni per il futuro -0,21

(0,09) 0,29

(0,10) -0,13

(0,06) -0,17

(0,15)

Come è constatabile dalla tabella sopra, il profilo motivazionale degli alunni è in relazione con il tipo di scuola frequentata, così come con il genere (vedi Tabella 11.1) e, aggiungiamo, con la condizione sociale degli studenti, come il Rapporto internazionale dimostra (OECD 2013c, capitolo 7). Se vogliamo renderci conto con più precisione di quale sia il peso esercitato dalle variabili motivazionali sul risultato in matematica degli studenti, dobbiamo ragionare “al netto” dell’effetto esercitato da altre variabili rilevanti, o in altre parole “a parità” di altre condizioni, come, appunto, lo status sociale, il sesso e la scuola frequentata7, che hanno un riconosciuto legame con i risultati nei test PISA. Per questo è necessario sottoporre i dati a un’analisi di regressione, mettendo sotto controllo delle altre variabili ognuna di quelle che si è deciso di prendere in considerazione nell’analisi e di cui si vuol stimare il contributo “netto” alla prestazione in matematica. La tabella che segue mostra gli esiti di tale analisi per gli alunni di tutti i tipi di scuola superiore (sono stati esclusi gli alunni della scuola media).

7 Il tipo di scuola frequentato può esser considerato come una proxy del livello di capacità generale dello

studente, poiché, come sappiamo, nella tradizione italiana, gli studenti con i migliori risultati scolastici, dopo la licenza media, si orientano verso i licei, quelli con risultati intermedi verso gli istituti tecnici e gli alunni con più bassi livelli di preparazione verso l’istruzione professionale (Martini, 2008).

52

Tabella 11.3: Coefficienti di regressione sul risultato in matematica nel Veneto

Coefficienti Err. St. Sig.

Intercetta 557,4 8,2

Escs individuale -2,6 3,8 NS

Genere femminile -30,2 7,8 S

Frequenza di un liceo 29,2 12,6 S

Frequenza di un istituto professionale -83,2 11,4 S

Frequenza di un CFP -92,9 16,9 S

Perseveranza nello studio della matematica -1,7 3,2 NS

Apertura al problem-solving 9,1 4,7 NS

Responsabilità per il fallimento in matematica -8,0 4,0 S

Motivazione intrinseca 3,3 4,6 NS

Motivazione strumentale -12,2 4,5 S

Autoefficacia in matematica 20,0 3,7 S

Concetto di sé in matematica 12,5 4,2 S

Ansia nei confronti della matematica -10,4 5,4 NS

Intenzioni per il futuro 4,0 4,0 NS

Varianza spiegata (R2) 59,7%

S=p-value <0,05; NS=p-value>0,05; la sottolineatura indica che il valore del p-value associato al relativo coefficiente, pur non raggiungendo la soglia di significatività, le è tuttavia vicinissimo. Nella Tabella 11.3, il valore dell’intercetta corrisponde al punteggio in matematica di un alunno tipico che ha valori pari a 0, cioè alla media dei Paesi OCSE, sulle variabili quantitative (ad es. l’Escs, il concetto di sé in matematica, l’ansia, ecc.) e che appartiene alla categoria assunta come riferimento per le variabili nominali, nel nostro caso, il genere (maschile) e il tipo di scuola frequentata (istituto tecnico). I valori nella colonna “Coefficienti” sono le variazioni del punteggio associate all’aumento di una unità sulla variabile indicata nella prima colonna della stessa riga oppure all’appartenenza a una categoria diversa da quella di riferimento. Come si può vedere, la variabile che ha il maggiore effetto è il tipo di scuola frequentata: rispetto a uno studente di un istituto tecnico, uno studente di liceo, ha in matematica, a parità di tutte le altre condizioni, 29 punti in più, mentre uno studente di un istituto professionale o di un centro di formazione ottiene, rispettivamente, 83 e 93 punti in meno. Anche l’essere di genere femminile ha un peso rilevante sul risultato, che diminuisce di 30 punti, sempre a parità delle altre condizioni. Invece, lo status socio-economico-culturale, quando si tiene sotto controllo il tipo di scuola e le altre variabili considerate nel modello, non ha un effetto significativo sulla prestazione in matematica. Gli effetti delle variabili motivazionali escono fortemente ridimensionati dalla nuova analisi: ora alcune di esse non hanno più un peso significativo (ad es., la perseveranza), una, la motivazione strumentale, continua a esser significativa ma con peso negativo anziché positivo come quando era considerata da sola (Tabella 11.1), e altre variabili, pur risultando ancora significative, hanno un effetto più debole sul punteggio in matematica. La variabile motivazionale che più contribuisce ad alzare il risultato in quest’ambito è l’autoefficacia, seguita dal concetto di sé. Complessivamente, il modello stimato spiega circa il 60% della variabilità dei risultati in matematica.

53

11.2 Stili d’insegnamento della matematica e prestazioni Il questionario-studente indaga anche, attraverso una serie di domande su quello che accade in classe durante le lezioni di matematica e sui comportamenti dei docenti, gli stili d’insegnamento e la loro relazione con i risultati. Dalle risposte alle domande del questionario sono stati costruiti quattro indicatori, standardizzati, come di norma, sui valori dei Paesi OCSE, con media 0 e deviazione standard 1. Il primo indicatore (teacher’s use of cognitive activation strategies) è una misura della frequenza con cui l’insegnante fa ricorso in classe a strategie di attivazione cognitiva, ad esempio pone domande che richiedano agli alunni di riflettere su un problema, chiede loro di decidere la soluzione più appropriata di problemi complessi, ecc. Il secondo indicatore (teacher-directed instruction) riguarda l’uso da parte dell’insegnate di strategie di istruzione diretta (ad es. stabilisce chiari obiettivi da raggiungere). Il terzo e quarto indicatore (teachers’ student orientation e teachers’ use of formative assessment) misurano, rispettivamente, il grado in cui l’insegnante è “orientato” verso gli studenti, tiene cioè conto degli specifici bisogni di ciascuno (ad es., assegna compiti diversi agli alunni in difficoltà e a quelli che sono in grado di procedere più rapidamente) e la frequenza con cui fa uso della valutazione formativa (ad es. fornisce agli studenti un’informazione di ritorno sui loro punti di forza e debolezza in matematica). La tabella che segue analizza la relazione tra ciascuno degli indicatori sopra brevemente descritti e il risultato in matematica. Oltre alla relazione tra stili d’insegnamento e apprendimento matematico, nella tabella sono riportati anche i dati relativi a un’altra variabile che il questionario-studente PISA rileva ordinariamente per la materia al centro dell’indagine: l’esistenza di un clima di maggiore o minore tranquillità e ordine in classe durante le lezioni.

Tabella 11.4: Stili d’insegnamento, clima di classe e risultato in matematica nel Veneto

Media indice

Media in M. del quartile inferiore

dell’indice

Media in M. del quartile superiore dell’indice

Variaz. punteggio in M. per unità dell’indice

% varianza spiegata

(R2)

Uso di strategie di attivazione cognitiva

-0,14 (0,04)

511 (6,6)

535 (11,4)

11,6 (4,9)

1,2 (1,1)

Uso di strategie di istruzione diretta

-0,29 (0,05)

531 (8,4)

517 (9,0)

-4,6 (5,3)

0,2 (0,5)

Orientamento verso gli alunni

-0,17 (0,04)

553 (9,4)

485 (12,4)

-27,9 (5,5)

6,8 (0,03)

Uso della valutazione formativa

-0,03 (0,04)

532 (8,7)

514 (10,0)

-6,6 (4,1)

0,4 (0,6)

Clima di classe disciplinato -0,12

(0,08) 501

(8,8) 548

(8,3) 19,3 (4,9)

4,4 (0,02)

Tra gli stili d’insegnamento in esame, solo l’uso di strategie di attivazione cognitiva ha un effetto significativo in senso positivo sul risultato in matematica. L’orientamento verso gli studenti ha anch’esso un’incidenza significativa, ma nel senso di ridurre il punteggio in matematica, mentre l’uso di strategie di istruzione diretta e della valutazione formativa hanno effetti negativi non significativi. Il clima di classe durante le lezioni di matematica, come già emerso nelle precedenti edizioni di PISA, ha invece un’influenza positiva sull’apprendimento. Anche i valori di queste variabili, tuttavia, come già visto per quelle di tipo motivazionale, variano con il tipo di scuola frequentato dagli studenti, come si può costatare dalla tabella che segue, dove il valore medio di ognuna è calcolato separatamente per gli alunni dei licei, degli istituti tecnici, degli istituti professionali e dei centri di formazione.

54

Tabella 11.5: Valori medi degli indicatori relativi agli stili d’insegnamento e al clima di classe per tipo d’istruzione nel Veneto

Media Licei Media Istituti

tecnici Media Istituti professionali

Media CFP

Uso di strategie di attivazione cognitiva

-0,08 (0,08)

-0,14 (0,04)

-0,25 (0,17)

-0,31 (0,06)

Uso di strategie di istruzione diretta

-0,44 (0,04)

-0,27 (0,07)

-0,12 (0,10)

-0,18 (0,29)

Orientamento agli studenti -0,37

(0,07) -0,22

(0,07) 0,04

(0,05) 0,11

(0,08)

Uso della valutazione formativa -0,18

(0,06) 0,02

(0,05) 0,10

(0,13) 0,08

(0,05)

Clima di classe durante le lezioni di matematica

0,14 (0,15)

-0,19 (0,08)

-0,31 (0,19)

-0,54 (0,23)

Evidentemente, il tipo di popolazione reclutata dai vari tipi di scuola influenza l’insegnamento e dunque indirettamente anche i risultati. Per rendersi conto di quale sia il contributo delle variabili in discussione alla prestazione in matematica, è necessario ancora una volta condurre un’analisi di regressione, mettendo sotto controllo il tipo di scuola che lo studente frequenta e il suo status sociale. La tabella che segue riporta i risultati di tale analisi.

Tabella 11.6A: Coefficienti di regressione sul risultato in matematica nel Veneto



Escs individuale 6,6 2,9 S Frequenza di un liceo 18,0 16,6 NS Frequenza di un istituto professionale -93,8 12,0 S Frequenza di un CFP -97,2 11,1 S Uso di strategie di attivazione cognitiva 7,6 4,1 NS Uso di strategie di istruzione diretta 4,0 6,7 NS Orientamento agli studenti -15,6 4,9 S Uso della valutazione formativa 1,7 3,4 NS Clima di classe durante le lezioni di matematica 5,6 2,6 S


S=p-value ≤0,05; NS=p-value >0,05; la sottolineatura indica che il valore del p-value associato al relativo coefficiente, pur non raggiungendo la soglia di significatività, le è tuttavia vicinissimo. L’intercetta rappresenta in questo caso il punteggio medio conseguito in matematica da un alunno tipo che frequenta un istituto tecnico e che ha valori pari alla media OCSE sugli indicatori relativi allo status sociale, agli stili d’insegnamento e al clima di classe. Come si può vedere, le variabili già emerse come aventi un peso significativo sul risultato in matematica (uso di strategie di attivazione cognitiva, orientamento allo studente e clima di classe), continuano ad avere un effetto significativo, in senso positivo o negativo, ma il loro peso risulta notevolmente ridimensionato, in particolare se si paragona con il peso notevolmente maggiore che ha il tipo di scuola frequentato. Inoltre, se nel modello di regressione si introduce la variabile costituita dal tempo dedicato settimanalmente all’insegnamento della matematica, il quadro muta ulteriormente. Nel Veneto l’orario settimanale di lezione di matematica, stando alle dichiarazioni degli studenti delle scuole secondarie di secondo grado, è mediamente di 216 minuti, circa 3,6 ore, senza rilevanti differenze tra tipi di scuola, fatta eccezione per i CFP, dove esso è più ridotto (156 minuti in media, pari a 2,6 ore). Prima di procedere alla stima del secondo modello di regressione, questa variabile è stata standardizzata ponendo la media del Veneto eguale a 0 e la deviazione standard eguale a 1. La Tabella 11.6B riporta i risultati della nuova analisi.

55

Tabella 11.6B: Coefficienti di regressione sul risultato in matematica nel Veneto



Escs individuale 5,4 5,4 NS Frequenza di un liceo 21,6 15,3 NS Frequenza di un istituto professionale -97,3 15,9 S Frequenza di un CFP -57,2 19,1 S Uso di strategie di attivazione cognitiva 1,7 7,1 NS Uso di strategie di istruzione diretta 4,0 6,7 NS Orientamento agli studenti -13,1 6,6 S Uso della valutazione formativa -1,4 5,0 NS Clima di classe durante le lezioni di matematica 1,2 4,4 NS Orario settimanale d’insegnamento 25,5 4,8 S


S=p-value ≤0,05; NS=p-value >0,05 Rispetto alla tabella precedente, la sola variabile relativa allo stile d’insegnamento che mantenga un effetto significativo, in senso però negativo, a parità di tutte le altre condizioni, sul punteggio in matematica è un comportamento dell’insegnante orientato verso gli studenti. L’aumento di una unità di deviazione standard dell’orario settimanale di lezione di matematica (50 minuti) comporta un aumento significativo del punteggio di 25,5 punti. È interessante osservare che, a parità di orario di lezione, la frequenza di un liceo non è più significativa e quella di un CFP comporta un punteggio in matematica più alto rispetto a quello di uno studente di istituto professionale. Da notare anche che ora la variabile relativa all’uso di strategie di attivazione cognitiva non ha più alcun peso sul risultato in matematica, probabilmente perché questa variabile identifica di fatto quegli indirizzi di scuola superiore dove l’insegnamento della matematica ha uno spazio e una rilevanza maggiori che in altri.

56

12. Le competenze finanziarie di base

Angela Martini

12.1 La literacy finanziaria Come noto, PISA rileva, ogni tre anni, le competenze di base degli studenti di 15 anni nelle aree della lettura, della matematica e delle scienze, dedicando a ogni tornata un’attenzione particolare a una di esse a turno. Tuttavia, episodicamente, PISA indaga le competenze dei quindicenni anche in altri settori: nel 2003, alla prova nei tre tradizionali ambiti, si è aggiunta una prova di “problem-solving” e nel 2012 sono state introdotte due nuove prove, una denominata di “creative problem-solving” e l’altra di “literacy finanziaria”. Dei risultati della prima delle due non ci occuperemo qui, perché il campione italiano di quindicenni che l’hanno sostenuta è rappresentativo dell’Italia nel suo insieme e delle cinque macroaree (Nord-Ovest, Nord-Est, Centro, Sud, Sud e Isole) in cui il territorio nazionale viene suddiviso, ma non delle singole regioni. Per quanto riguarda invece la prova di literacy finanziaria, va innanzitutto detto che si è trattato di una prova opzionale e non obbligatoria per i Paesi che nel 2012 hanno preso parte a PISA. Tredici Paesi OCSE e cinque Paesi non OCSE hanno deciso di far svolgere la prova a un campione dei loro studenti di 15 anni. L’Italia è uno dei Paesi che hanno aderito all’opzione e in questo caso il campione di studenti testati è rappresentativo sia dell’Italia e delle macroaree sia delle singole regioni. Il campione, però, è diverso da quello che ha sostenuto la prova di lettura, matematica e scienze e di dimensione più ridotta. Mentre, di norma, all’interno delle scuole selezionate al primo stadio di campionamento vengono testati 35 alunni, scelti con metodo probabilistico sulla popolazione dei quindicenni che le frequentano, nel caso della prova di literacy finanziaria, all’interno di ciascuna scuola campionata, sono stati scelti per sostenerla solo 8 studenti. Il campione veneto è composto da 455 studenti, che ne rappresentano 41.8001. La tabella che segue mostra la composizione del campione veneto che ha sostenuto la prova di literacy finanziaria. Se si confronta la Tabella 12.1 con la analoga Tabella 1.1, si può costatare che, nonostante la diversa numerosità e composizione dei due campioni, la proporzione di studenti di liceo, istituto tecnico, istituto professionale, scuola media e dei Centri di Formazione rappresentati (ultima colonna) è più o meno la stessa nei due casi.

Tabella 12.1: Il campione veneto che ha svolto la prova di literacy finanziaria

Scuole Studenti testati Studenti rappresentati N. % N. % N. % Licei 22 31,4 160 35,1 17.362 41,5 Ist. Tecnici 26 37,1 175 38,5 13.247 31,7 Ist. Professionali 12 17,1 70 15,4 5.221 12,5 CFP 7 10,0 44 9,7 4.833 11,6 Scuole secondarie di I grado 3 4,4 6 1,3 1.137 2,7 Totale 70 100 455 100 41.800 100

Per misurare la literacy finanziaria nella popolazione adulta, l’OCSE ha sviluppato la seguente definizione operativa: “La literacy finanziaria è una combinazione di consapevolezza, conoscenze, abilità, atteggiamenti e comportamenti, necessari per prendere valide decisioni in materia finanziaria e, da ultimo, per raggiungere il benessere finanziario individuale” (OECD, 2014). La definizione di literacy finanziaria che sottostà alla prova PISA in quest’ambito ha riformulato la precedente definizione per renderla appropriata alle competenze degli studenti

1 Il campione italiano comprende 7.068 studenti, che ne rappresentano 520.888.

57

quindicenni e vi ha incluso anche la capacità di usare conoscenze e abilità per affrontare le sfide del futuro. Essa così recita: “La literacy finanziaria consiste nella conoscenza e nella comprensione dei concetti e dei rischi finanziari, e nell’abilità, motivazione e sicurezza nell’applicare tali conoscenze al fine di prendere efficaci decisioni in una gamma di contesti finanziari, per migliorare il benessere finanziario degli individui e della società e per mettere in grado le persone di partecipare alla vita economica” (OECD, 2014). La misurazione della literacy finanziaria degli studenti di 15 anni si articola su tre dimensioni: 1) i contenuti, relativi a 4 aree: denaro e transazioni finanziarie, pianificazione e gestione

finanziarie, rischi e rendimenti, ambiente finanziario; 2) i processi: individuare informazioni finanziarie, analizzare le informazioni in un contesto

finanziario, valutare problemi finanziari, applicare conoscenze e concetti finanziari; 3) i contesti: istruzione e lavoro, casa e famiglia, individuo, società. La scala di misura è scandita in 5 livelli di competenza, dal più basso (livello 1) al più elevato (livello 5)2. Da notare che la prova di literacy finanziaria comprendeva anche alcuni quesiti di matematica e di lettura per render possibile il collegamento con i risultati degli studenti in questi due ambiti. La correlazione media tra il punteggio di literacy finanziaria e il punteggio in matematica e in lettura nei 13 Paesi OCSE che hanno partecipato all’indagine è pari, rispettivamente, a 0,83 e 0,79. In Italia le correlazioni sono un po’ più basse: 0,73 e 0,72.

12.2 I risultati del test di literacy finanziaria nel Veneto La tabella che segue riporta i risultati nella prova di literacy finanziaria degli studenti veneti, confrontandoli da un lato con i risultati degli studenti dell’Italia nel suo insieme e delle cinque macroaree geografiche e dall’altro con quelli di tutti i Paesi che hanno sostenuto la prova3.

Tabella 12.2: Punteggio medio e dispersione nella prova di literacy finanziaria

Media Errore st. Dev. standard Errore st.

Veneto 501 7,0 81 5,2 Nord-Ovest 486 4,6 80 2,7 Nord-Est 494 3,5 83 2,7 Centro 466 4,2 86 3,5 Sud 448 4,8 84 3,3 Sud e Isole 429 4,2 87 3,4 Italia 466 2,1 87 1,5

Australia 526 2,1 101 1,7 Belgio fiammingo 541 3,5 97 2,5 Repubblica Ceca 513 3,2 88 3,1 Estonia 529 3,0 79 1,8 Francia 486 3,4 105 3,1 Israele 476 6,1 115 4,5 Nuova Zelanda 520 3,7 118 2,8 Polonia 510 3,7 82 2,1 Repubblica Slovacca 470 4,9 105 3,6 Slovenia 485 3,3 90 2,4 Spagna 484 3,2 85 2,1 Stati Uniti 492 4,9 99 2,5 Media OCSE-13 500 1,0 96 0,8 Colombia 379 4,7 106 3,5 Croazia 480 3,8 85 2,3 Lettonia 501 3,3 78 2,7 Federazione Russa 486 3,7 88 2,2 Shangai-Cina 603 3,2 83 2,5

2 Alcuni esempi di quesiti di literacy finanziaria proposti agli studenti sono rintracciabili al seguente indirizzo:

http://www.oecd.org/pisa/pisaproducts/PISA-2012-FINANCIAL-LITERACY-QUESTIONS-AND-ANSWERS.pdf. 3 Nella tabella I Paesi (Italia esclusa) sono elencati in ordine alfabetico; i cinque Paesi non OCSE sono elencati

dopo i Paesi OCSE.

58

Come si può vedere, sia il Veneto che l’Italia ottengono nella prova di literacy finanziaria un risultato più basso di quello conseguito nella prova di matematica e nella prova di lettura, dove il Veneto registra un punteggio di 523 e 521, rispettivamente, e l’Italia un punteggio di 485 e 490. Vi è però da osservare che il secondo e più piccolo campione su cui, come si è detto sopra, è stata testata la competenza finanziaria mostra livelli di prestazione inferiori, in generale, a quelli del campione dell’indagine principale. Le competenze in matematica e in lettura stimate nel campione selezionato per la prova di literacy finanziaria risultano infatti pari, rispettivamente, a un punteggio di 511 e di 513 nel caso del Veneto e di 480 in entrambi gli ambiti a livello nazionale. Tuttavia, se si tien conto degli errori di misura, i risultati dei due campioni non sono statisticamente distinguibili né per quanto riguarda il Veneto, né l’Italia globalmente considerata. La correlazione, nel Veneto, tra il grado di competenza nella literacy finanziaria e la competenza in matematica è di 0,72 e tra la prima e la competenza in lettura è di 0,78, valori in linea con quelli osservati per l’Italia in generale (vedi paragrafo precedente). Tra i Paesi OCSE, quello con il risultato più alto nella literacy finanziaria è l’Australia e tra i Paesi non OCSE Shangai-Cina. La Tabella 12.3 mostra la distribuzione percentuale degli studenti del Veneto, delle macroaree e dell’Italia nel suo insieme nei 5 livelli di competenza della scala di literacy finanziaria, seguita dalla distribuzione percentuale osservata negli altri diciassette Paesi partecipanti all’indagine. Come si può costatare, la distribuzione del Veneto e ancor più quella dell’Italia si caratterizzano per una presenza particolarmente ridotta di alunni al livello più alto di competenza, meno del 5%, di contro a percentuali, nella maggior parte dei Paesi OCSE, che si avvicinano al 10% e in qualche caso lo superano (Australia, Nuova Zelanda, Belgio fiammingo).

Tabella 12.3: Distribuzione percentuale degli alunni nei vari livelli della scala di literacy finanziaria

Livello 1 o inferiore

Livello 2 Livello 3 Livello 4 Livello 5

Veneto 10,7 (2,9) 23,0 (2,8) 37,4 (3,4) 24,2 (2,8) 4,7 (1,5) Nord-Ovest 14,7 (1,9) 25,3 (2,4) 38,4 (2,5) 19,3 (2,4) 2,3 (0,6) Nord-Est 12,5 (1,5) 26,1 (1,8) 34,9 (1,9) 22,3 (1,5) 4,2 (0,8) Centro 21,4 (2,1) 29,5 (1,9) 32,3 (1,7) 14,9 (1,4) 1,9 (0,6) Sud 28,1 (2,3) 32,6 (2,2) 27,4 (2,1) 10,5 (1,4) 1,4 (0,5) Sud e Isole 34,6 (2,1) 35,8 (2,2) 22,9 (1,8) 6,0 (1,1) 0,8 (0,3) Italia 21,7 (0,9) 29,5 (1,0) 31,7 (0,9) 14,9 (0,8) 2,1 (0,3)

Australia 10,4 (0,7) 19,5 (1,3) 29,4 (1,1) 24,9 (0,9) 15,9 (0,8) Belgio fiammingo 8,7 (1,0) 15,1 (1,4) 26,2 (1,5) 30,4 (1,7) 19,7 (1,3) Repubblica Ceca 10,1 (1,5) 21,2 (1,9) 32,8 (1,9) 26,0 (1,7) 9,9 (1,0) Estonia 5,3 (0,8) 19,1 (1,5) 36,0 (2,1) 28,3 (2,0) 11,3 (1,2) Francia 19,4 (1,4) 22,6 (2,1) 30,4 (2,1) 19,4 (1,5) 8,1 (1,1) Israele 23,0 (2,0) 22,9 (2,1) 27,0 (2,0) 18,6 (1,4) 8,5 (1,2) Nuova Zelanda 16,1 (1,2) 18,0 (1,4) 23,4 (1,5) 23,3 (1,7) 19,3 (1,3) Polonia 9,8 (1,2) 23,2 (1,7) 34,2 (1,8) 25,6 (1,8) 7,2 (1,0) Repubblica Slovacca 22,8 (2,0) 26,5 (2,1) 28,1 (1,9) 16,9 (1,6) 5,7 (1,0) Slovenia 17,6 (1,6) 27,4 (2,2) 31,3 (2,3) 18,0 (1,5) 5,8 (1,0) Spagna 16,5 (1,2) 26,4 (1,6) 34,6 (1,6) 18,6 (1,5) 3,8 (0,9) Stati Uniti 17,8 (1,5) 26,2 (1,8) 27,1 (1,8) 19,4 (1,8) 9,4 (1,2) Media OCSE-13 15,3 (0,4) 22,9 (0,5) 30,2 (0,5) 21,9 (0,4) 9,7 (0,4) Colombia 56,5 (2,0) 26,1 (1,8) 13,1 (1,3) 3,7 (1,0) 0,7 (0,3) Croazia 16,5 (1,4) 30,8 (1,7) 31,6 (1,7) 17,4 (1,7) 3,8 (0,7) Lettonia 9,7 (1,2) 26,8 (1,8) 36,2 (2,1) 22,7 (1,9) 4,6 (0,9) Federazione Russa 16,7 (1,4) 25,4 (1,5) 33,1 (1,7) 20,5 (1,6) 4,3 (0,8) Shangai-Cina 1,6 (0,4) 5,1 (0,9) 18,6 (1,4) 32,2 (1,6) 42,6 (1,7)

Disaggregando il risultato medio per tipo di scuola superiore, si può vedere – come d’altronde accade per le prove degli ambiti tradizionali – che gli studenti dei licei ottengono,

59

nel Veneto, in ogni macroarea e nell’insieme dell’Italia, risultati più alti degli studenti degli istituti tecnici e questi a loro volta hanno prestazioni superiori a quelle degli studenti dell’istruzione e formazione professionale. Da notare che nel Veneto, ma anche nel Nord-Est e nel Centro i centri di formazione professionale ottengono punteggi pari a quelli degli istituti professionali e nel Sud e Isole uno stupefacente risultato di 502 punti (cosa che fa sì che, a livello nazionale, il risultato medio dei CFP superi quello degli istituti professionali).

Tabella 12.4: Punteggi medi nella literacy finanziaria per tipo d’istruzione superiore

Licei Ist. Tecnici Ist. Profess. CFP

Veneto 537 (8,7) 518 (5,2) 431 (32,5) 431 (7,2) Nord-Ovest 515 (6,7) 497 (7,8) 437 (12,2) 412 (18,1) Nord-Est 528 (4,7) 508 (3,9) 433 (12,3) 434 (6,6) Centro 499 (6,8) 455 (6,0) 411 (10,4) 412 (15,5) Sud 480 (8,2) 438 (5,2) 376 (8,3) 277 (14,7) Sud e Isole 458 (5,0) 422 (7,2) 378 (12,4) 502 (4,6) Italia 495 (3,3) 468 (3,0) 405 (5,2) 420 (9,5)

Se ora esaminiamo i risultati per genere dello studente (Tabella 12.5), possiamo osservare che la differenza tra ragazzi e ragazze, a livello internazionale, è praticamente inesistente. Nel Veneto e in quattro delle cinque macroaree i maschi ottengono un punteggio più alto delle femmine ma le differenze non sono significative, tranne che nel Sud, dove lo scarto raggiunge i 17 punti, risultando statisticamente significativo. Anche a livello nazionale, la differenza tra ragazzi e ragazze, di 8 punti a favore dei primi, risulta significativa, facendo del nostro Paese un’eccezione tra tutti quelli dove gli studenti hanno sostenuto la prova di literacy finanziaria.

Tabella 12.5 Punteggi medi nella literacy finanziaria per genere

Maschi Femmine Differenza

(M – F)

Veneto 503 (8,6) 500 (8,4) 3 (9,5) Nord-Ovest 490 (6,9) 482 (4,7) 8 (7,6) Nord-Est 496 (5,2) 492 (4,9) 4 (7,2) Centro 469 (4,8) 463 (6,1) 6 (7,2) Sud 457 (6,9) 440 (5,5) 17 (7,7) Sud e Isole 427 (6,7) 431 (4,2) -4 (7,5) Italia 470 (3,1) 462 (2,2) 8 (3,4) Media OCSE-13 501 (1,5) 500 (1,3) 1 (1,8)

Nota: I valori in grassetto sono statisticamente significativi (p ≤ 0,05) Lo status socio-economico-culturale dello studente influenza il risultato della prova di literacy finanziaria analogamente a quanto già osservato per le prove tradizionali, come si può constatare dalla tabella che segue, che mostra come gli effetti dell’Escs sul punteggio siano ovunque positivi e statisticamente significativi. L’aumento del punteggio nella prova di literacy finanziaria conseguente all’aumento di una unità di deviazione standard sull’indicatore di status socio-economico-culturale è di 24 punti in Italia e della stessa grandezza nel Veneto. Tra le macroaree, quella dove l’Escs ha il maggior impatto sul risultato è il Sud mentre il Centro è quella dove esso è invece più ridotto. Nel Veneto l’effetto dell’Escs sul punteggio nella financial literacy appare comunque più basso di alcuni punti rispetto all’effetto sul risultato nelle prove tradizionali (vedi cap. 10). Mediamente, nei tredici Paesi OCSE partecipanti all’indagine, l’impatto dell’Escs è nettamente più alto di quello che si constata in Italia, e ciò sia nella prova di financial literacy come pure nelle prove di matematica, lettura e scienze.

60

Tabella 12.6: Effetto dell’Escs sul punteggio nella literacy finanziaria

Variazione del punteggio per

l’aumento di una unità dell’Escs Errore standard

Veneto 24 5,4 Nord-Ovest 23 3,7 Nord-Est 24 3,2 Centro 19 3,6 Sud 27 3,5 Sud e Isole 20 4,1 Italia 24 5,4 Media OCSE-13 41 1,0

Nota: I valori in grassetto sono statisticamente significativi (p ≤ 0,05) Nella grande maggioranza dei Paesi non è presente nelle scuole un insegnamento specifico di literacy finanziaria e dunque le competenze in quest’ambito derivano soprattutto da conoscenze ed esperienze maturate al di fuori della scuola, o da studi di economia per quegli indirizzi della scuola secondaria superiore che li contemplano. Alcune domande al termine della prova cognitiva indagavano sulle esperienze degli studenti in tema di denaro e di prodotti finanziari. Il rapporto internazionale riferisce (OECD, 2014) che la quota di studenti che dichiara di possedere un conto corrente o una carta di credito prepagata o entrambi varia ampiamente da un Paese all’altro. Da rilevare anche che molti studenti non hanno risposto a queste domande per cui la percentuale di valori mancanti è elevata: in Italia essa ammonta al 55%. In molti Paesi vi è un’associazione positiva tra il possesso di un conto corrente e la literacy finanziaria, associazione che è in parte a sua volta correlata allo status sociale dello studente. Mediamente nei Paesi OCSE gli studenti che hanno un conto corrente conseguono un punteggio più alto di quelli che non l’hanno o non sanno che cos’è, e ciò anche al netto dell’effetto esercitato dall’Escs. Per contrasto, nella maggior parte dei Paesi non vi è nessuna relazione tra il possesso di una carta di credito e il punteggio di financial literacy. In alcuni Paesi, tra cui l’Italia, il possesso di questo strumento finanziario si associa invece positivamente al punteggio nella prova. La tabella che segue mostra, per il Veneto, l’Italia e la media dei Paesi OCSE, le percentuali di studenti, sul totale di quanti hanno fornito una risposta alla relativa domanda4, che hanno detto di avere un conto corrente o una carta di credito e la differenza di punteggio nella financial literacy tra questi alunni e chi non ha un conto o una carta di credito o non sa che cosa sono, prima e dopo aver tenuto conto dello status sociale degli studenti.

Tabella 12.7: Studenti che hanno un conto corrente o una carta di credito e differenze di punteggio nella literacy finanziaria rispetto a chi non li ha (solo dati validi)

Differenza tra chi ha e chi non ha un conto

corrente o non sa cos’è

Differenza tra chi ha e chi non ha una carta di credito o non sa cos’è

Studenti che hanno un conto corrente

(%)

Studenti che hanno

una carta di credito (%) Senza

tener conto dell’Escs

Tenendo conto

dell’Escs

Senza tener conto

dell’Escs

Tenendo conto

dell’Escs

Veneto 43,1 (4,6) 18,2 (3,0) 4 (13,0) 2 (13,3) 21 (16,6) 18 (16,6) Italia 35,9 (1,3) 19,2 (1,1) 10 (4,3) 4 (4,1) 17 (6,1) 9 (5,7) Media OCSE-13 58,3 (0,5) 19,5 (0,6) 33 (3,3) 21 (3,1) 15 (4,0) 3 (3,8)

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

4 Se si fa riferimento al totale degli studenti del campione che ha sostenuto la prova di literacy finanziaria, la

percentuale di coloro che dichiarano di avere un conto corrente si abbassa in Italia al 16,1% e nel Veneto al 20,6%, mentre la percentuale di chi dichiara di avere una carta di credito scende all’8,5% e all’8,4% rispettivamente in Italia e nel Veneto.

61

Contrariamente a quanto accade nella media dei Paesi OCSE, in Italia e nel Veneto l’effetto dell’avere una carta di credito sul punteggio di literacy finanziaria è maggiore che non quello di avere un conto corrente, sia prima che dopo aver tenuto conto dell’Escs. Nel Veneto l’effetto è superiore a quello che si registra per l’Italia nel suo complesso, anche se esso non è statisticamente significativo a causa dell’ampiezza dell’errore di misura.

62

Bibliografia e sitografia

INVALSI (2011), PISA 2012, Studio principale. Informazione statistica regionale sulle competenze degli studenti italiani, a cura di INVALSI INVALSI (2013), Rapporto nazionale OCSE PISA 2012 - Le competenze in lettura, matematica e scienze degli studenti quindicenni italiani, a cura di INVALSI INVALSI OECD (2013), PISA 2012, Quadro di riferimento analitico per la Matematica, la Lettura, le Scienze, il Problem Solving e la Financial Literacy, a cura di INVALSI MARTINI, A. (2008), Caratteristiche degli studenti e risultati nei tre ambiti, in Le competenze degli studenti quindicenni nel Veneto. Rapporto Regionale del Veneto PISA 2006, CLEUP, Padova, pp. 139-156 OECD (2013), PISA 2012 Assessment and Analytical Framework: Mathematics, Reading, Science, Problem solving and Financial Literacy, OECD Publishing. OECD (2013b), PISA 2012 results: excellence through equity,.Giving every student the chance to succeed, Vol. II, OECD Publishing, Paris. OECD (2013c), PISA 2012 results: ready to learn. Students’ engagement, drive and self.beliefs, Vol. III, OECD Publishing, Paris. OCSE (2014), Rapporto Internazionale PISA 2012 Results: What Students Know and Can Do, http://www.oecd.org/pisa Invalsi > Ricerche Internazionali > OCSE-PISA 2012 > Rapporto Nazionale 2012 http://www.invalsi.it/invalsi/ri/pisa2012.php?page=pisa2012_it_07 OECD, PISA 2012 results, http://www.oecd.org/pisa/pisaproducts/pisa2012technicalreport.htm OECD, Database PISA 2012, in: http://www.oecd.org/pisa/pisaproducts/ Esempi di quesiti di literacy finanziaria http://www.oecd.org/pisa/pisaproducts/PISA-2012-FINANCIAL-LITERACY-QUESTIONS-AND-ANSWERS.pdf

Editing e grafica a cura di Vania Colladel

indice - istruzioneveneto...1 indice avvertenze per la lettura delle tabelle e delle figure presenti...

Documents