a hozzáadoTT érTék mérése a felsőokTaTásban Timothy Rodgers1
ABSZTRAKT
A 2003-as brit felsőoktatási Fehér könyv azt javasolta, hogy az oktatási ágazatnak szüksé-ges lenne ismételten megvizsgálnia a hozzáadott érték fogalmában rejlő potenciált. Jelen tanulmány egy lehetséges módszertant ír le egy, a diplomával elérhető gazdasági hozzá-adott értéken alapuló teljesítménymutató kidolgozására. Írásunk azt vizsgálja, hogyan lehet levezetni egy diplomás „várható” diplomaminősítésének a felvételkori minőséggel korrigált mérőszámát, valamint azt is, hogy miként lehetne felhasználni a diplomák relatív értékének számszerűsítéséhez a különböző diplomaminősítésekhez kapcsolódó jövedelmi különbségeket. E két mérőszámot ezután arra használjuk, hogy a Diplomás Relatív Gazda-sági Hozzáadott érték alapján kidolgozzunk egy teljesítménymutató-javaslatot.
BEVEZETéS
A brit felsőoktatás régóta törekszik a hozzáadott érték mérésére (például: McGeevor et al., 1990). Ehhez a kezdő lökést egyrészt az adta meg, amikor az Egyesült Királyság lépéseket tett egy tömeges felsőoktatási rendszer felé (Fulton, 1991), másrészt a kapcsolódó célok kialakítása, amelyek a nagyobb költséghatékonyság elérésére és a tanítási minőség fenn-tartására (vagy javítására) irányultak.2 Nehéz érdemi következtetésre jutni arra vonatko-zóan, hogy ezeket a másodlagos célokat sikerült-e elérni, ha nem rendelkezünk az oktatás eredményeire vonatkozóan pontos, minőséggel korrigált mérőszámmal, hiszen az ered-ményeket nem lehet kizárólag a diplomázottak számával mérni. E mérési probléma egyik lehetséges megoldása az, ha kidolgozunk egy mérőszámot, amely megmutatja a felsőokta-tási tanulmányok hozzáadott értékét. A hozzáadott érték mérésére irányuló törekvéseknek a brit kormányzat által 2003-ban kiadott, The Future of Higher Education [A felsőoktatás jövője] (DES, 2003) című fehér könyv adott új lendületet, amelyben megállapításra kerül-tek az alábbiak:
„... felkértük a HEFCE-t3, hogy vizsgálja felül a hallgatók eredményeinek nyilvántartá-sára szolgáló jelenlegi módszertanokat, és dolgozzon ki kifinomultabb eljárásokat a
„hozzá-1 Eredeti megjelenés: Rodgers, Timothy (2007). Measuring Value Added in Higher Education: A Proposed Methodology for Developing a Performance Indicator Based on the Economic Value Added to Graduates. Edu-cation Economics, 15(1), 55–74. Fordította: Inántsy-Pap Ágnes. Szaknyelvi lektorok: Fényes Hajnalka és Kun András István. Stilisztika, formázás: Bocsi Veronika, Ceglédi Tímea és Pusztai Gabriella.
2 Például a felsőoktatásról szóló, Higher Education: Meeting the Challenge [Felsőoktatás: nézzünk szembe a kihí-vással] c. 1987-es Fehér könyv (DES, 1987) egy fejezet jelentős részét a „minőség és a hatékonyság” kapcsolata kérdésének szenteli.
3 Anglia Felsőoktatás-finanszírozási Tanácsa
adott érték” – más szakkifejezéssel: az egyes tanulók által megtett távolság – mérésére.” (DES, 2003, 4.9. bek., p. 48)
A fehér könyv (DES, 2003, p. 46) úgy érvelt, hogy újra kell gondolni a kormányzati fi-nanszírozást a tanítás minőségének figyelembe vételével. A fehér könyv (közvetve bár, de) elismeri, hogy annak érdekében, hogy ezt meg lehessen tenni, a hallgatók teljesítményé-nek számszerűsítésére szolgáló pontos mérőszámokra van szükség, mint például a megtett távolság vagy a hozzáadott érték. A hozzáadott érték iránti megújult érdeklődés ellenére nem téveszthetjük szem elől a tanítási eredmények „minőségi” dimenziójának mérésével kapcsolatos nehézségeket. E terület szakirodalma azt mutatja, hogy a „megtett távolság”
mérése problematikus, tekintettel arra, hogy össze kell hasonlítani egy végzett hallgató diplomájának tényleges minősítését annak „várható” minősítésével, ahol a diploma „vár-ható” minősítését úgy kell korrigálni, hogy figyelembe vegyük a felvételkori hallgatói
„minőséget”. Ezen kívül számszerűsíteni kell a végzett hallgatók diplomájának „várható”
minősítése és a ténylegesen elért minősítése közti bármely eltérés értékét. Jelen tanulmány azt vizsgálja, hogyan lehetne ezeket a problémákat kezelni, valamint javaslatot tesz egy, a gazdasági hozzáadott érték alapján számított teljesítménymutatóra.
SZAKIRODALOM
A diploma minősítését meghatározó tényezőket tanulmányozó korai brit vizsgálatok a fel-vételi követelményekre, nevezetesen a brit emelt szintű érettségin (A-level) elért pontok számára összpontosítottak. A keresztmetszeti, valamint idősoros vizsgálatokból származó bizonyítékok mind arra utaltak, hogy általában véve gyenge korreláció van az érettségin szerzett pontszám és a diploma minősítése között2 (Sear, 1983; Bourner−Hamed, 1987;
HEQC, 1996). Ezen eredményeket szintén megerősítette egy ökonometriai tanulmány, amely megállapította, hogy az érettségin szerzett pontszám nem meghatározó tényező a felsőoktatási teljesítményben (Bee−Dolton, 1985).
A bizonyítékok ellenére az érettségin szerzett pontszámot használták input minőségi mérőszámként az Egyesült Királyságban a hozzáadott érték mérésére kidolgozott legtöbb modell esetében. Például a McGeevor és szerzőtársai (1990) által kidolgozott Komparatív Hozzáadott érték (Comparative Value Added, CVA) az aggregált szülői csoportok szerinti tanulói teljesítmény adatokat vette figyelembe, s összehasonlította az alcsoportokat. A szer-zők úgy érveltek, hogy a kapott CVA mérőszámot fel lehet használni arra, hogy összehason-lítsuk egy-egy adott intézmény teljesítményét a szülői populáció teljesítményéhez képest.
A CVA-megközelítésre tekinthetünk úgy, mint amely kidolgozott egy mérőszámot a
„várható” diplomaeredményre. Valójában az egyes hallgatóktól „várható” tanulmányi telje-sítmény úgy kerül korrigálásra, hogy figyelembe veszi a felvételkori tanulmányi „minősé-get” (vagyis az érettségin elért pontszámot). Egy hallgató „várható” és tényleges diploma-minősítése közötti bármely esetleges különbség a hozzáadott érték összefüggésében úgy értelmezhető, mint amely tükrözi valamely intézmény tanítási minősége és a felsőoktatás átlaga közötti különbséget.
McGeevor és szerzőtársai (1990) után egy sor, a CVA lehetséges finomítására (Straw−
Kaye, 1995; Chapman, 1994), illetve annak potenciális alkalmazására vonatkozó tanul-mányt találunk a szakirodalomban. Gallagher (1991) például a módszertan azon néhány buktatóját vizsgálja, amelyeket a Polytechnics and Colleges Funding Council (Műszaki
Főiskolák és Főiskolák Finanszírozási Tanácsa) és a Council for National Academic Awards (Országos Tudományos Díjak Tanácsa) CVA-val kapcsolatos közös konferenciáján hatá-roztak meg. A konferencia során arra a következtetésre jutottak, hogy az intézményközi összehasonlítások nem kivitelezhetőek az intézmények heterogén jellege miatt. Azt java-solták, hogy ezért a CVA-t ne kapcsolják össze a finanszírozási politikákkal, és kizárólag az egyes intézményeknek adott iránymutatások eszközeként szolgáljon.
E tanulmány szerzője olyan kritikai észrevételt tesz a CVA-megközelítés kapcsán, hogy a diploma „várható” minősítésének mérőszáma nagyon durvának tekinthető, ennek következtében nem valószínű, hogy igazán pontos lenne. E modell gyenge előrejelző ké-pessége részben abból ered, hogy a brit emelt szintű érettségin (A-level) szerzett pontszám és a diplomaeredmény kapcsolatát tévesen lineárisként kezeli. Erre bizonyíték, hogy sok-kal erősebb a kapcsolat e változók között nemlineáris modellezési technikák alsok-kalmazá- alkalmazá-sa esetén (Gittoes, 2003). A rossz előrejelzési képesség másik oka, hogy kimarad számos egyéb fontos, „minőséggel” kapcsolatos magyarázó változó. E változók hatását bizonyítot-ta Gittoes munkája (2003).
A CVA típusú megközelítéssel kapcsolatos második fő kifogás azon súlyokra vonat-kozik, amelyekkel a diploma „várható” minősítése tényleges minősítéstől való eltérésének értékét mérik. A CVA azt feltételezi, hogy egy olyan egyén hozzáadott értéke, akitől azt
„várják”, hogy például harmadik kitüntetési fokozattal szerez diplomát (third-class)4, de ténylegesen alsó második fokozatú diplomát (lower-second-class) kap, megegyezik egy olyan hallgató hozzáadott értékével, akitől például azt „várják”, hogy felső második foko-zatú diplomát (upper-second-class) szerez, de ehelyett a legjobb, első fokofoko-zatú diplomát (first-class) sikerül elérnie. Az akkori szakirodalom bírálta e megközelítést azon az ala-pon, hogy az alkalmazott súlyokat oly módon kellene kiigazítani, hogy azok tükrözzék az adott diplomaminősítés megszerzésével járó nehézségeket (Straw−Kaye, 1995). Mallier és Rodgers (1994) előterjesztett egy alternatív érvet, miszerint „hagyjuk, hogy a munkaerő-piac döntse el” a súlyozást, vagyis, hogy bármilyen eltérést a munkaerő-piac a diplomaminősítésétől függő kereseti prémiummal (earnings premium) honorálja.
Jelen tanulmány azt fogja vizsgálni, hogyan közelíthetünk a fent említett kérdésekhez egy gazdasági hozzáadott érték alapú teljesítménymutató kidolgozásának összefüggésé-ben. Erre egy viszonylag régi adatsor (Meadows, 1988) segítségével vállalkoztunk. Ennek okán e tanulmányt úgy kell tekinteni, mint amely egy módszertan kidolgozásának lehe-tőségeit vizsgálja, nem pedig úgy, mint amelynek célja egy gazdasági hozzáadott értékre vonatkozó használható mérőszám kidolgozása.
A DIPLOMA VÁRHATÓ MINőSÍTéSéNEK MéRéSE
Ha a hozzáadott értékre vonatkozó bármely mérőszám hitelesnek minősül, fontos lesz kidolgozni a „várható” diplomaminősítés egy pontos mérőszámát. A szakirodalomból világosan kitűnik, hogy a teljesítmény pontos előrejelzése érdekében egy egész sor vál-tozót figyelembe kell venni (Gittoes, 2003). A korábbi, regresszión alapuló modellek a tanulmányi képességszint fontosságát vizsgálták (Bee−Dolton, 1985; Johnes−Taylor, 1987;
4 Például Sear (1983) kilenc különböző tantárgycsoportot elemzett, és csekély, ámbár statisztikailag szignifikáns korrelációs szintet fedezett fel az egyes csoportok esetében. Az R2 értéke 0,076 (egyéb humán tárgyak) és 0,124 között mozgott (reál tárgyak), míg az R2 átlagos értéke 0,095 volt.
Smith−Naylor, 2001). Entwistle és Wilson (1977, p. 142) megállapítása szerint azonban a motivációs kérdések, valamint a személyes tényezők szintén jelentős hatással vannak a teljesítményre. Biggs egyértelműen azonosította a „motiváció” jelentőségét (1999).
Meghatározása szerint a motiváció magában foglalja a tanítási és tanulási környezetben megtalálható tényezőket, amelyek felett az intézmény jelentős ellenőrzést gyakorol. Így fogalmazott: „A motiváció a jó tanítás eredménye, nem pedig feltétele” (Biggs, 1999, p. 13).
E tényezőt tehát „endogén” változónak kell tekinteni abban az értelemben, hogy a „moti-váció” függ attól, hogy egy adott intézmény milyen jó tanítási és tanulási környezetet képes kialakítani.
A diplomaminősítés terén nyújtott teljesítmény modelljét egy rendezett (ordered) probit statisztikai becslési eljárás alapján dolgoztuk ki az 1980-ban végzett brit diplomá-sokat vizsgáló Meadows-féle (1988) tanulmányból származó adatok felhasználásával.5 A Smith és Naylor-féle (2001) hasonló tanulmánnyal ellentétben, amely az 1992 előtti egye-temi szektort vizsgálta, a jelen tanulmány a teljes felsőoktatás keresztmetszeti vizsgálatán alapszik.6 A felsőoktatási szektor heterogén összetétele azt sugallhatja, hogy az intézmé-nyek típusának függvényében jelentős különbségeket fogunk majd észlelni – ez valóban így is történt. Egy másik ok, amiért a jelen tanulmányban alkalmazott modell szignifikán-san eltérőnek tekinthető a Smith és Naylor-félétől (2001), az az, hogy magában foglal egy
„motiváció” változót. Az adathalmaz korlátai miatt a motivációt egy ”közelítő” (proxy) változó segítségével modelleztük, ami azt mutatja, hogy a végzett hallgató elégedett volt-e az elvégzett képzéssel. Az, hogy egy végzős hallgató kifejezését adta, például a képzéssel való elégedetlenségének, a rossz tanítási és tanulási környezet egy tökéletlen mutatója.
Elégedetlensége azonban erőteljesen arra utalna, hogy az adott végzős hallgató nem volt túlságosan „motivált” egy jó diplomaeredmény elérésére.
A felhasznált adatsor semmilyen információt nem tartalmaz bemeneti szűrésről, és ily módon felveti az esetleges szelekciós torzítást. Amennyiben e tanulmány célja az len-ne, hogy megalkosson egy használható mérőszámot a hozzáadott értékre, ahelyett, hogy pusztán megvizsgálja egy adott módszertanban rejlő lehetőségeket, ezzel a kérdéssel rész-letesen kellene foglalkozni. Megjegyzendő azonban (Heckman, 1990), hogy amennyiben a minta kizárólag egy sor exogén változó felhasználásával kerül kiválasztásra (mint a jelen esetben), érvényes feltételes következtetések tehetők.
Az 1. táblázatban ismertetett marginális hatásokat úgy kell tehát értelmezni, hogy azok a felsőoktatásban való részvételtől függnek.
A kidolgozott modell a felsőoktatásba való belépéskor meglévő hallgatói „minőség”
meghatározásához a tanulmányi képességgel kapcsolatos változókat használja, valamint a „motiváció” fent ismertetett mérőszámát alkalmazza. A szakirodalomból világosan ki-derül, hogy a személyes tényezők (mint például a nem, az etnikai hovatartozás, illetve a társadalmi osztály) szintén befolyásolják teljesítményt, és hogy egyértelmű különbségek
5 Egy többszintű, rendezett probit becslési eljárás megfelelőbbnek tűnhet (Fielding et al., 2003). E megközelítés azonban jelen esetben nem lehetséges, mert a használt adatsor nem tartalmazza a diplomások képző intézmé-nyét. A többszintű modellezés figyelembe veszi azt a tényt, hogy miután elvégeztük a csoportosításokat (pl. egy adott szakot végző hallgatók egy adott intézményben), ezek az egyes csoportok hajlamosak differenciálódni. Ez képes csoporthatásokat előidézni, például, hogy az együtt tanuló hallgatók hajlamosak hasonló teljesítményt nyújtani. Meg kell jegyezni, hogy e megközelítés valószínűleg egyébként sem lenne megfelelő a jelen tanulmány esetében, mivel a modellezési folyamat célja nem az egyes intézmények teljesítményének azonosítása, hanem azon „átlagos” felsőoktatási teljesítmény meghatározása, amelyhez az egyes intézmények viszonyíthatóak.
6 Az 1992 előtti egyetemek, műszaki főiskolák és főiskolák.
vannak a szakok között is (HEQC, 1996). Egyéb változókat is bevettünk a modellbe a fel-sőoktatási intézmény típusa, valamint az iskolázottsági háttér figyelembe vétele érdekében (Gittoes, 2003). A modell általános formája a következő:7
(1) A függő változó, vagyis a diploma minősítése („DegCL”) a következő kategóriákból áll:
első (first-class) vagy felső második (upper-second class, 2:1) fokozatú avagy „jó diploma”, alsó második fokozatú (lower-second class, 2:2), harmadik fokozatú (third class), illetve kitüntetés nélküli (non-honours). A modell 37 független változót tartalmaz (a változók jellemzését és a leíró statisztikákat lásd az 1. függelékben), és egy 5 552 megfigyelésből álló mintát használ. A főbb eredményeket az 1. táblázatban ismertetjük.8 A modell meglehe-tősen jó előrejelzésekkel szolgált mind a két „jó diploma” típus (az ebben a kategóriában megszerzett diplomák 63,7%-át helyesen jósolta meg) és az alsó második fokozat (51,5%) esetén. Ellenben relatíve rosszul jelzett előre a harmadik fokozatú, és a kitüntetés nélküli diplomák esetében (22,8%). A McFadden-féle valószínűségi aránymutató (pszeudo-R2) 0,153 volt.
Az 1. táblázatban ismertetett marginális hatások9 segítségével azonosítható az egyes magyarázó változóknak a diploma minősítésére gyakorolt hatása. A tanulmányi képes-ségre vonatkozó legfontosabb változó az átlagos érettségi pontszám (AV_PTS).10 A 3.
oszlopban szereplő együttható jelzi, hogy az átlagos érettségi pontszám egy ponttal való növekedésének a marginális hatása az, hogy a „jó diploma” megszerzésének valószínűsége 4,8%-kal növekszik.11 Így, például, az a hallgató, akinek három „B” osztályzat [kb. a ma-gyar 4-esnek felel meg] szerepel az érettségi eredményében (nyolcpontos átlag), 19,2%-kal nagyobb valószínűséggel fog „jó diplomát” szerezni, mint az, akinek átlagosan három „D”
osztályzata [kb. a magyar 2-esnek felel meg] van (négypontos átlag). A DISSAT a tanítási és tanulási környezet által nyújtott motivációnak a teljesítményre gyakorolt hatását mutató proxy változó. Ez statisztikai szempontból nagyon fontos, és azt mutatja, hogy ha valaki egy képzéssel kapcsolatban elégedetlenségének ad hangot, ez 13,7%-kal csökkenti annak valószínűségét, hogy „jó” diplomát fog szerezni. Az alsó második fokozat valószínűségét szintén mintegy 4%-kal növeli. Bár e változó „közelítő” (proxy) jellege azt jelenti, hogy
7 A teljes modell a következőképp néz ki, ahol a t alsó index az egyéni hallgatóknak felel meg, a változók definí-ciója pedig az 1. függelékben, az A2. táblázatban kerül ismertetésre:
DegCLt = a + b 1AV _ PTSt + b 2 NUM _ ALEVt + b 3SPEC _ PAPt + b 4 HIGHEST + b 5 NONUNItb 6 DISSATt
+ b 7 PGQUALSt + b 8 AGEt + b 9COMPDUMt + b 10 PRO _ MANt + b 11 MANUALT + b 12GENDERt + b
13WHITETHt + b 14 EDUCATIONt + b 15ENGINEERt + b 16 BIO _ SCIt + b 17 ARTt + b 18 LAWt + b 19 LANGt + b
20 HUMANt + b 21GEN _ COMBt + b 22 PLANt + b 23 AGRIt + b 24 ART _ OTHt + b 25SOC _ SCIt + b 26 BUSCOMt
+ b 27 GEOCOMt + b 28 MATPHYCHt + b 29 SDG _ EDUt + b 30SDG _ ARTt + b 31SDG _ LAWt + b 32SDG _ SOCSCIt + b 33SDG _ BUSt + b 34 SDA _ APNTSt + b 35SDI _ APNTSt + b 36SDI _ DISSt + b 37 SDS _ APNTSt + e t
8 A rendezett (ordered) probit korrigálva lett a heteroszkedaszticitással (standard eljárások alkalmazásával).
Meg kell jegyezni azonban, hogy a modellben előforduló standard hibákat a klaszterhatások miatt alulbecsül-hetjük. Az ilyen hatások abból fakadnának, hogy a diploma eredmények tekintetében nagyobb fokú az intéz-ményeken belüli, mint az azok közötti homogenitás. E kérdések vizsgálatát lásd például: Reilly−Bachan, 2005).
9 Meg lehet jegyezni, hogy a „várható” diplomaminősítés becslésére használt módszer – amelyet egy későbbi szakaszban ismertetünk – magának a logit modellnek az együtthatóit használja, és nem alkalmazza a marginális hatásokat.
10 Ahol az „E” osztályzat=2 pont, a „D” osztályzat=4 pont, a „C” osztályzat=6 pont, a „B” osztályzat=8 pont, illetve az „A” osztályzat=10 pont.
11 Smith és Naylor (2001, p. 40) megállapították, hogy az első fokozatú diplomák esetében (szemben a széle-sebb „jó diplomák” kategóriával) az egy osztályzatnyi javulás marginális hatása nők esetében 9,3%, míg férfiak esetében 10,4% volt.
körültekintéssel kell kezelnünk, eredményeink határozottan arra utalnak, hogy egy tanuló
„motivációja” (a fent meghatározott értelemben) jelentős hatással van a teljesítményére.
1. táblázat. Rendezett probit együtthatók és marginális hatásoka.
Megjegyzés: a A LIMDEP 7. verziója segítségével kidolgozott egyenletek (Greene, 1995). A 3-6. oszlop a különböző diplomaminősítések marginális hatásaira vonatkozik. y=3, egy „jó” diploma (azaz első vagy felső második fokozat); y=2, alsó második fokozat; y=1, harmadik fokozat; y=0, nem jár kitüntetés a dip-lomához. * - 90%-nál szignifikáns, ** - 95%-nál szignifikáns, és *** - 99%-nál szignifikáns.
Változó
Az olyan személyes tényezők, mint a nem, az etnikai hovatartozás, a kor, vagy a társadalmi háttér esetében eltérő mértékű szignifikanciát tapasztalunk. Talán meglepő, de a hallgatók neme nem bizonyult szignifikáns változónak.12 Az etnikai hovatartozás (WHITEETH) és a társadalmi háttér (PRO_MAN13) viszont igen. Az eredmények arra utalnak például, hogy egy inkább középosztálybeli háttér 3,3%-kal növeli annak valószí-nűségét, hogy valaki „jó” diplomát szerez.
A felsőoktatási intézmény típusa szintén fontos tényezőnek tűnik. A nem egyetemen végzett hallgatók (NONuNI)14 21,68%-kal kisebb eséllyel szereznek „jó” diplomát. Tekin-tettel arra, hogy a tanulmányi képességgel összefüggő tényezők – mint például az érett-ségin szerzett pontszám és a tanult tárgyak közötti különbségek – kontrollálva vannak e modellben, ez azt jelzi, hogy vannak további szignifikáns (és ez idáig azonosítatlan), az intézménnyel kapcsolatos tényezők, amelyek befolyásolják a teljesítményt.
Jelentős eltérés mutatkozik a szakok között a megszerzett „jó” diplomák arányában15, és ez tükröződik a modellben is. Például egy joghallgató nagyjából 5,7%-kal kisebb eséllyel fog „jó” diplomával végezni az alapesethez viszonyítva.16
Azt is meg lehet jegyezni, hogy számos szignifikáns interakciós hatás létezik, például az intézmény típusa és az átlagos érettségi pontszám között. Az interakciós tagok fontos-ságát Gittoes is azonosította (2003).
A jelentős számú azonosított marginális hatás arra enged következtetni, hogy nem le-hetséges McGeevornak és szerzőtársainak a hozzáadott érték mérésére vonatkozó megkö-zelítését követni (1990). A „várható” diplomaminősítés pontos mérőszámának számtalan statisztikailag szignifikáns magyarázó változót kell figyelembe vennie, és nem hagyatkoz-hat pusztán csak a hallgató felvételkori tanulmányi eredményeire.
A rendezett probit modell együtthatói felhasználhatóak arra, hogy bármely egyén esetében megbecsüljük az egyes diplomaminősítések megszerzésének valószínűségét.
Megbecsülhető egy egyén „várható” teljesítménye, figyelembe véve azon teljesítményt be-folyásoló jellemzőket, melyeket a felsőoktatásba magával hozott, a teljesítményt befolyá-soló esetleges „endogén”17 változók kontrollja mellett (azt feltételezve, hogy az utóbbiak a felsőoktatás egészében megfigyelt átlagértékeket veszik fel). Meg lehet például jósolni, milyen valószínűséggel szerez „jó” diplomát egy olyan hallgató, aki átlagosan nyolc pontos érettségi eredményt ért el, két érettségit (A-level) tett le, nem fehér, nagykorú, munkásosz-tálybeli családi háttérből jön és humán szakot választ.
Meg lehet becsülni a diplomaminősítések „várható” eloszlását a diplomások egy cso-portja (pl. egy konkrét intézmény végzős közgazdász hallgatóinak) esetében. A hozzá-adott érték összefüggésében az egyes diplomaminősítések tényleges arányában a „várható”
arányhoz képest jelentkező esetleges eltérések úgy értelmezhetőek, hogy azok az intéz-mény tanítás terén mutatott hatékonyságát tükrözik az országos átlaghoz képest
(tekin-12 ugyanezen eredményt nem tapasztaljuk későbbi adatoknál. Lásd például: a brit Felsőoktatási Statisztikai ügynökség (HESA) PR03 sz. sajtóközleménye, 1996. január 31.
13 Olyan édesapák, akik nagy létesítményekben szakemberi, munkaadói vagy vezetői minőségben dolgoztak (társadalmi-gazdasági csoport (S.E.G.) besorolása: 1, 2 vagy 4).
14 Műszaki főiskolák és egyéb főiskolák.
15 Lásd például: HEQC (1996).
16 A teljes minta mintegy 25%-át képviselték. Az „alapeset” azonban erősen reprezentatív a minta egészére néz-ve. Ebben a csoportban 38,4% kapott „jó diplomát”, szemben a minta egészében tapasztalt 37,8%-kal. Hason-lóképpen, 37,4% kapott alsó második fokozatú diplomát, szemben a minta egészének 35,3%-os eredményével.
17 Abban az értelemben „endogének”, hogy intézményspecifikusak, mint például a „motivációs” hatás, amely ahhoz kapcsolódik, hogy egy adott intézmény milyen jól tudja kialakítani a tanítási és tanulási környezetet. A
„motiváció” változó a felsőoktatási szektor átlagos értékeit használja.
97 tettel arra, hogy a modellben bármilyen „endogén” jellemző esetén az országos átlagot használjuk).
Az adatok korlátai miatt a modellt csak részben tudtuk tesztelni. Az „exogén”
Az adatok korlátai miatt a modellt csak részben tudtuk tesztelni. Az „exogén”