Módszerek, eredmények

A térségek társadalmi összetételét, az iskolák szülői hátterét sokfajta társadalmi ismérv mentén lehet vizsgálni. Tanulmányunkban két olyan tényezőt emeltünk ki, melyekről úgy gondoljuk, nem egyedüli,

2 Melyekért ezúton is köszönetemet szeretném kifejezni.

3 Középfokú Közoktatási Intézmények Felvételi Információs Rendszere.

Garami Erika A „tanulás‖ térszerkezeti sajátosságai Magyarországon de fontos alkotóelemei a társadalmi összetételnek, a diákok szülői háttérének. Ez a két terület a következő:

– a foglalkoztatottság mértéke a lakosságban, illetve a szülők között

– az iskolázottság jellege a lakosságban, illetve a szülők között⁴.

Azt vizsgáltuk, hogy e két tényező tekintetében mennyire van összhangban az egyes kistérségek és a területükön működő általános iskolák társadalmi háttere, illetve, hogy hasonlóságuk, illetve eltérésük mértéke mennyire befolyásolja a komptenciamérésen elért matematika eredményeket⁵ (a matematika pontszámok megyei átlagait⁶ lásd Függelék 1. táblázat).

Az elemzési módszer a következő volt:

– első lépésben összehasonlítottuk a kistérségek lakosságának és a szülők foglalkoztatottságának mértékét, illetve a népesség és szülők iskolázottsági arányait a különböző végzettségi kategóriákban⁷, hogy felmérjük, mennyire hasonlít, vagy mennyire különbözik egy-egy kistérség lakosságának, és a diákok szüleinek háttere, majd értékeltük a különbségüket is abból a szempontból, hogy milyen irányba, és milyen mértékben térnek el egymástól;

– ezt követően azt vizsgáltuk, hogy az egyes kistérségekben a különböző mértékű eltérések hogyan befolyásolják a diákok kompetenciamérésen elért matematika eredményeit;

– a következő lépésben az egyes kistérségek népességének, illetve a szülők foglalkoztatottságának mértékét, illetve a népesség és szülők iskolázottsági arányait a megyei

4 A foglalkoztatottság mértékét a kistérségek esetében a foglalkoztatottak népességhez viszonyított arányával, a szülők esetében pedig a rendszeres munkával rendelkező szülők arányával mértük. Az iskolázottság esetében pedig a következő iskolázottsági szinteket hasonlítottuk össze térségi, illetve szülői szinten: általános iskolai, vagy az alatti, érettségi nélküli középfokú végzettséggel, érettségivel, illetve felsőfokú végzettséggel rendelkezők aránya.

5 A rendelkezésre álló idő rövidsége miatt az előadásban csak a matematika eredményekkel foglalkoztunk. A doktori értekezésben természetesen a szövegértési eredményeket is tárgyaljuk.

6 Az átláthatóság érdekében megyei szinten átlagoltuk a matematika pontszámokat.

Tanulás és művelődés

107 átlagokhoz viszonyítottuk (mely átlagok a kistérségek

„csoportátlagaként‖ foghatóak fel) abból a célból, hogy megállapítsuk, azok milyen irányba és milyen mértékben térnek el az átlagoktól;

– az utolsó lépésben a kistérségenként tapasztalt különbségeket vetettük össze a diákok matematika pontszámainak alakulásával, hogy lássuk, az eltérések hogyan befolyásolják a teljesítmények alakulását.

Az elemzés során a megyék szintjén csoportosítottuk a kistérségeket, és azokon belül elemeztük a kistérségi és szülői adatokat.

Eredmények

A megyék 20-25%-ában nagyon hasonló foglalkoztatási viszonyokat találtunk: ugyanazokban a kistérségekben volt az átlagnál magasabb, illetve alacsonyabb a népesség, illetve a szülők foglalkoztatásának mértéke. Találkozott ez a két tényező például Baranya, Heves, Komárom-Esztergom megye néhány kistérségében a legmagasabb, illetve Bács-Kiskun, Békés, Csongrád, és Tolna megye kistérségeiben a legalacsonyabb mértékű foglalkoztatás tekintetében.

A megyék közel harmadánál a kistérségek többségében összhangban van a népesség és a szülői társadalom foglalkoztatási helyzete (akár a magas, akár az alacsony mértékű foglalkoztatást tekintjük).

Körülbelül egyharmaduknál viszont csak a kistérségek kisebb hányadában található meg ez az összhang. Mindössze két olyan megye van (Nógrád és Zala megye), ahol a kistérségek többségében jelentős eltérés tapasztalható a népesség és a szülők foglalkoztatásának mértékében. A foglalkoztatási viszonyok hasonlósága ellenére is jelentősen eltérhet az iskolák kompetenciamérésen nyújtott teljesítménye.

Eredményeink szerint a kompetenciamérésen „jobb‖ eredményeket elért térségekben jóval kisebb a foglalkoztatottság mértékének szórása, mint a „rosszabb‖ eredményű térségekben. Ha ugyanis kisebb a szórás, akkor homogénebb, ha nagyobb, akkor heterogénebb egy adott kistérség társadalma. A nagyobb szórás abból fakad, hogy ezekben a megyékben több olyan kistérség van, melynek átlagos foglalkoztatottsági mértéke jelentősen eltér a megyei átlagtól (gyakoribbak, és jelentősebb mértékűek az eltérések), ebből a szempontból tehát kiegyensúlyozatlanabbak ezek a térségek. Azt mondhatjuk tehát, minél egységesebb egy térség a foglalkoztatottság mértéke szempontjából, minél homogénebb ebből (és valószínűleg

Garami Erika A „tanulás‖ térszerkezeti sajátosságai Magyarországon nemcsak ebből) a szempontból, iskoláik annál jobb eredményeket érnek el a kompetenciamérésen.

Hasonló eredményekre jutottunk az iskolázottság terén is. Azokban a megyékben, melyek iskoláiban a legalacsonyabb matematika pontszámokat produkálták a diákok, rendre nagyon polarizált végzettségstruktúrát találtunk: a legalacsonyabb és legmagasabb végzettségek nagyon jellemzőek voltak mind a lakosságra, mind a szülők táborára. Jellemzően ilyen megye volt: Borsod-Abaúj-Zemplén, Hajdú-Bihar, Jász-Nagykun-Szolnok, és Szabolcs-Szatmár-Bereg megye. A polarizáltság nem segíti elő a „jobb‖

eredmények elérését, valószínűleg azért, mert emögött társadalmi rétegek egymástól való nagyobb távolsága, és nagyon különböző teljesítményekre képes intézményrendszer húzódik meg. Nem meglepő, hogy a jól teljesítő térségekben nem emelkedik igazán egyik végzettségi csoport sem, sőt inkább azt mondhatnánk, pontosan abban rejlik előnyük, hogy „hozta mindenki az átlagot‖, tehát képesek voltak egységesen valamifajta „átlagos teljesítményt‖

megvalósítani és meg is tartani.

Összegzésként megállapíthatjuk, a „homogénebb‖ társadalmi közeg valószínűleg komoly erőforrást jelenthet a kistérségek számára. Ez egy olyan eredmény, melynek további kutatására nagy figyelmet fogunk fordítani a doktori disszertáció megírása kapcsán is.

Felhasznált irodalom

Balázsi Ildikó – Rábainé Szabó Annamária – Szabó Vilmos – Szepesi Ildikó (2005): A 2004-es Országos kompetenciamérés eredményei. In: Új Pedagógiai Szemle, 12. sz., 3-21.p.

Balázsi Ildikó – Ostorics László – Szalay Balázs – Szepesi Ildikó (2010): PISA 2009 Összefoglaló jelentés. Szövegértés tíz év távlatában. Oktatási Hivatal, Budapest.

http://www.oh.gov.hu/orszagos-nemzetkozi/pisa/pisa-2009-meres Faluvégi Albert (2008): Tájékoztató a kiemelten támogatott

kistérségekről. Központi Statisztikai Hivatal, Budapest.

Lannert Judit – Nagy Mária (szerk.) (2006): Eredményes iskola.

Adatok és esetek. Országos Közoktatási Intézet, Budapest.

Tanulás és művelődés

109 Függelék

1. táblázat: A diákok standard matematika pontszámának megyei átlaga

Megyék Elemszám Átlag Szórás

0,00 Budapest 367 510,12 68,61

1,00 Baranya 122 489,09 57,02

2,00 Bács-Kiskun 169 482,87 51,16

3,00 Békés 105 475,76 46,98

4,00 Borsod-Abaúj-Zemplén 259 472,43 62,08

5,00 Csongrád 113 488,79 51,05

6,00 Fejér 125 481,12 50,04

7,00 Győr-Moson-Sopron 144 501,04 47,38

8,00 Hajdú-Bihar 150 475,20 64,78

9,00 Heves 106 469,97 56,89

10,00 Jász-Nagykun-Szolnok 120 465,00 57,51

11,00 Komárom-Esztergom 105 484,18 50,40

12,00 Nógrád 82 472,44 59,86

13,00 Pest 290 487,47 52,82

14,00 Somogy 110 476,38 49,10

15,00 Szabolcs-Szatmár-Bereg 206 477,49 62,20

16,00 Tolna 79 473,51 63,10

17,00 Vas 78 488,72 38,31

18,00 Veszprém 121 492,25 49,02

19,00 Zala 98 498,34 49,49

Országos átlag 2949 485,20 57,98

Gerják Eszter A Debreceni Egyetem Neveléstudományok Intézetének története

Gerják Eszter

A DEBRECENI EGYETEM NEVELÉSTUDOMÁNYOK