Teaching and Learning International Survey (talis) 2018 tahlil rejasi

Ko'p o'zgaruvchan va ko'p darajali modellashtirish
4.5. Modellashtirish uchun texnik xususiyatlar
TECHING AND LEARNING XALQARO SO‘ROV (TALIS) 2018 YILI TAHLIL REJASI
Tasniflanmagan
EDU/WKP(2020)8 ÿ 61
Ushbu turdagi kesma ma'lumotlarda regressiya modelidagi qaram ("Y") o'zgaruvchining e'lon qilinishi
tushuntirilayotgan natijaga ishora qiladi. Mustaqil o'zgaruvchilar - bu natija bilan nazariy va mantiqiy
bog'liq bo'lgan fokusli ko'rsatkichlar. Nazorat o'zgaruvchilari mustaqil va / yoki bog'liq o'zgaruvchilar bilan
bog'liq bo'lgan xususiyatlar bo'lib, ular mustaqil va qaram o'zgaruvchilar o'rtasidagi fokusli munosabatni
belgilaydi (Aneshensel, 2012 [98]).
Bu kabi kesma ma'lumotlar bilan sabab bog'liqligini aniqlash mumkin emas. Biroq, siyosatni xabardor
qilish harakatlarida o'zgaruvchilar o'rtasidagi assotsiatsiyalarni o'rnatish tavsiya etiladi.
Tahlilning maqsadi murakkab, ko'p o'lchovli munosabatlarni o'rnatish bo'lsa, odatda regressiya
modellashtirish usullari qo'llaniladi. Oddiy eng kichik kvadratlar va binar logistika TALISning oldingi
hisobotlarida farazlarga chidamliligi va texnik bo'lmagan o'quvchilarga nisbatan qulayligi tufayli asosiy
regressiyalardan foydalanilgan. Regressiya modellari bir o'lchovni "bog'liq" o'zgaruvchi va bir yoki bir
nechta o'zgaruvchilarni "mustaqil" yoki "nazorat" o'zgaruvchilari sifatida e'lon qiladi. TALISning kesma-
so'rov ma'lumotlarini yig'ish dizayni bilan bu o'zgaruvchilarni e'lon qilish eksperimental yoki bo'ylama
panel ma'lumotlar to'plash bilan bog'liq bo'lgan sabab dizaynga emas, balki nazariy mantiqqa tayanadi.
Moslik testi statistikasi (yuqoridagi 4.2-bo'limga qarang) model spetsifikatsiyalarini boshqargan nazariy
taxminlarning dolzarbligini tekshirish uchun foydalaniladi.
Ushbu kvazi-eksperimental modellashtirish yondashuvida nazorat qilinishi kerak bo'lgan o'zgaruvchilar
soxtalikni hisobga oladigan va markazlashtirilgan munosabatlarni bostiradigan yoki mo''tadillashtiradigan
o'lchovlardir (Aneshensel, 2012 [98]). O'qituvchilar demografiyasi kabi ba'zi oldingi o'zgaruvchilar mavjud
mamlakatlar va iqtisodiyotlar o'rtasidagi assotsiatsiyalar kuchini solishtiring. Bunday tahlilda
standartlashtirilgan beta parametrlarini o'zgaruvchilar va guruhlar bo'yicha solishtirish mumkin. Agar
tahlil ma'lum bir mamlakat/iqtisod uchun hisoblangan yashirin modellardan foydalansa, yaratilgan shkala
balli o'rniga tegishli shkalaning o'zgaruvchilari modelga kiritilishi kerak. Bunday holda, model yashirin
konstruktsiyalarni yaratish va ular o'rtasidagi bog'lanishlarni baholash uchun indikator o'zgaruvchilardan
foydalanadi. Bundan tashqari, mamlakatlar va iqtisodlar bo'yicha taqqoslash uchun tahlil MG-SEM (ko'p
guruhli tizimli tenglamalarni modellashtirish) ga asoslangan bo'lishi mumkin, bu yondashuv aniqlangan
guruhlar (masalan, mamlakatlar va iqtisodlar) uchun latent konstruktsiyalardan foydalanishga imkon
beradi. parametrlar, ya'ni ular guruhlar bo'yicha taqqoslanadigan qilib dasturlashtirilgan. Shunga
qaramay, shu bilan birga, assotsiatsiyalar har bir mamlakat/iqtisod uchun moslashuvchan tarzda
ko'rsatilgan, ya'ni tuzilmalar o'rtasidagi assotsiatsiyalar mamlakat/iqtisodga xos, ammo yashirin
konstruktsiyalarning o'zi tahlildagi barcha guruhlar uchun bir xil. Shuni esda tutingki, bunday tahlil
mamlakatlar va iqtisodiyotlar bo'yicha tuzilmalarning solishtirilishi asosli ekanligini, ya'ni qaysidir ma'noda,
masalan, o'lchov o'zgarmasligini tekshirish orqali tasdiqlanishini oldindan nazarda tutadi.
So'rov ma'lumotlaridagi ikki o'zgaruvchan korrelyatsiya ko'pincha umumiy asosga ega bo'lgan ikkita
o'lchov o'rtasidagi oddiy assotsiatsiyaning yo'nalishi va kuchini tushuntirish uchun ishlatiladi, masalan,
sinfdagi ikkita amaliyot yoki o'qitishga nisbatan ikkita munosabat. Ikkala o'zgaruvchi ham raqamli bo'lsa
(diskret yoki uzluksiz), Pearson r assotsiatsiyaning yo'nalishi va kuchini tavsiflashi mumkin. O'zgaruvchilar
kategorik bo'lsa, boshqa testlar aniqroq bo'ladi. Sinf mavzusi yoki maktab turi kabi kamida bitta nominal
o'zgaruvchini o'z ichiga olgan korrelyatsiyalar uchun Kramer V eng mos keladi. Korrelyatsiyalar,
jumladan, tartib o'zgaruvchilari, jumladan, 4-toifali Likert o'lchovlari uchun Kendall Tau afzalroqdir, chunki
chiziqli faraz bir necha toifali tartib o'zgaruvchilarga qo'llanilganda Pearson r korelyatsiya kuchini
oshirishga moyil bo'ladi (Lohr, 2010[96]; Snedecor va Cochran, 1989 [97]).
Machine Translated by Google

---

Mamlakat/iqtisod darajalardan biri bo'lgan TALIS o'qituvchilari ma'lumotlarini ko'p darajali modellashtirish
mamlakat farqlari tasodifiy ekanligini taxmin qilishning muhim kamchiligini ko'rsatadi.
yoki boshqa TALIS o'zgaruvchilaridan vaqtinchalik oldin bo'lgan boshlang'ich o'qituvchi ma'lumoti. Oldingi
o'zgaruvchilar bilan vaqtinchalik tartibni muhokama qilish mumkin, agar u vaqtinchalik tartib sabab
bo'lmasligini eslatish bilan birga bo'lsa.
Ushbu usul ko'pgina bog'liq o'zgaruvchilar - element yoki masshtab konstruksiyalari bilan qo'llanilishi
mumkin, lekin uni minimal metrik o'zgarmaslikni ko'rsatmaydigan masshtab konstruktsiyalari bilan ishlatib
bo'lmaydi, chunki spetsifikatsiya o'lchovlar bo'yicha parallel qiyaliklarni nazarda tutadi.
62 ÿ EDU/WKP(2020)8
Pragmatik jihatdan bir nechta statistik paketlar, masalan, SPSS, ko'p darajali modellashtirish
spetsifikatsiyasini e'lon qilishda murakkab tanlama og'irliklariga ruxsat bermaydi, bu esa populyatsiyani
baholashda muammoli. Biroq, ba'zi maxsus dasturiy ta'minot mavjud (HLM, MLwiN, Mplus), ammo
og'irliklardan to'g'ri foydalanish uchun umumiy foydalanishdagi xalqaro faylda mavjud bo'lmagan og'irlik
komponentlariga kirish kerak bo'ladi. Ko'rib chiqilayotgan har qanday dasturiy ta'minot ham muvozanatli
takroriy replikatsiya bilan shug'ullanishi kerak
Tahlilning maqsadi fokusli o'zgaruvchilar o'rtasida "umumiy" munosabatni o'rnatish bo'lsa - "o'rtacha
TALIS o'qituvchisi" bo'ylab har qanday muayyan tizimdan mustaqil bo'lgan munosabatlar - model
spetsifikatsiyalari o'rtacha qiymatdagi farqlarni hisobga olish uchun taxminlarni tuzatishi kerak. har bir
mamlakat/iqtisod uchun qaram o'zgaruvchiga to'sqinlik qiladi (Gustafsson va Johansson, 1999[99];
Wooldridge, 2010[100]). Ruxsat etilgan ta'sirli regressiyani modellashtirish - bu markaziy munosabatlarga
e'tibor qaratish uchun mustaqil mamlakat/iqtisodiyot farqlarini (masalan, kesishmalar) nazorat qilish uchun
keng tarqalgan usuldir (Gustafsson va Johansson, 1999[99]; Wooldridge, 2010[100]). TALIS tomonidan
qo'llaniladigan murakkab tanlamani hisobga olgan holda, bu qat'iy ta'sirlarni oddiygina mamlakat/iqtisod
identifikatori o'zgaruvchilari (masalan, mamlakat/iqtisodiyot o'zgaruvchilari) yordamida e'lon qilish mumkin.
Ushbu yondashuv murakkab namuna olish og'irligi bilan oson va aniq qo'llanilishi va ommaviy ma'lumotlar
to'plami bilan takrorlanishi mumkin.
Ya'ni, mamlakat/iqtisod 3-darajali deb e'lon qilingan uch darajali modellashtirishda maktablar 2-darajada
mamlakat/iqtisodida joylashgan, o'qituvchilar esa 1-darajali maktablarda mamlakat/iqtisod va maktab
o'rtasidagi bog'liq xato tuzilmalarini qabul qiladi ( Raudenbush va Bryk, 2002 [101]), bu TALIS mamlakatlari
va iqtisodlari bo'yicha yagona taxmin emas. Xuddi shunday, mamlakatlar va iqtisodlardagi o‘qituvchilarning
ikki darajali spetsifikatsiyasi (1-daraja) (2-daraja) yoki mamlakatlar va iqtisodlardagi maktablar (1-daraja)
(2-daraja) ham mamlakat/iqtisod o‘rtasida yagona bog‘liq xato tuzilmasini nazarda tutadi. 2-darajada va 1-
darajali maktab yoki o'qituvchi (Raudenbush va Bryk, 2002 [101]). Buning o'rniga, mamlakat/iqtisodiyot
darajasidagi qat'iy ta'sirlar har bir mamlakat/iqtisodiyotning kesishish nuqtasini yoki kirish nuqtasini
barqarorlashtirishi mumkin, shu bilan birga mamlakat/iqtisodning shaxsga ta'sirining tasodifiy o'zgarishini
nazarda tutmaydi. Ushbu qat'iy ta'sir qiluvchi mamlakat/iqtisodiyot ko'rsatkichlarining maqsadi hisob-
kitoblar bo'yicha mamlakat/iqtisodiyot o'zgarishini nazorat qilishdir. Maqsad mamlakat/iqtisodiyot baholarini
regressiya spetsifikatsiyasida olib tashlangan mos yozuvlar mamlakat/iqtisod ko'rsatkichi bilan solishtirish
emas.
TALIS 2013 hisobotida muntazam ravishda jinsi, oÿqituvchilik tajribasi va taÿlim darajasi boÿyicha
oÿqituvchilar nazorati, shuningdek, regressiya modellarida nazorat oÿzgaruvchilari sifatida sinf demografik
maÿlumotlarini sinf nazorati va mamlakat/iqtisod identifikatorining tizimli nazorati belgilangan (OECD,
2014 [ 17]). Ushbu nazorat o'zgaruvchilari hisobotning diqqat markazida bo'lish uchun mo'ljallanmagan,
aksincha, smeta yo'nalishi va kuchining aniqligi va aniqligini oshirishga qaratilgan harakatlarga kiritilgan.
markazlashtirilgan aloqa. Shaffoflik uchun bu boshqaruvlar har
bir hisobot jadvalida (ehtimol, quyida yoki sarlavha ostida) qayd qilinadi va regressiya baholari veb-ilova
jadvallariga kiritiladi. Turli mavzular uchun nazorat sifatida foydalanish muhim bo'lgan boshqa sotsiologik/
kontekstual o'zgaruvchilar 3-bo'limdagi o'qituvchi yoki maktab xarakteristikasi bo'limlarida keltirilgan.
Tasniflanmagan
TECHING AND LEARNING XALQARO SO‘ROV (TALIS) 2018 YILI TAHLIL REJASI
Machine Translated by Google

---

Tasniflanmagan
TECHING AND LEARNING XALQARO SO‘ROV (TALIS) 2018 YILI TAHLIL REJASI
Murakkab munosabatlarni o'rnatishdan tashqari, regressiyani modellashtirish ikki o'zgaruvchi o'rtasida
assotsiatsiyani o'rnatishdan iborat bo'lgan usul bo'lishi mumkin, bunda o'zgaruvchilardan kamida bittasi skalyar
o'zgarmaslikka erishmagan (va shuning uchun uni to'g'ri ishlatib bo'lmaydigan) yashirin konstruktsiyadir.
mamlakatlararo taqqoslashlarda). TALIS da bir nechta yashirin o'zgaruvchilar skalyar o'zgarmaslikka erishadi
(yuqoriga qarang, 4.4-bo'lim), lekin ko'pchilik metrik invariantlikka erishadi.
(BRR) replikatsiya og'irliklari. Bundan tashqari, ko'p darajali modellashtirish barcha darajadagi barcha
hujayralarda etarli sonlarni talab qiladi, bu esa maktablarda o'qituvchilar soni kam bo'lgan ba'zi TALIS
ishtirokchilari uchun murakkablikni keltirib chiqarishi mumkin.
Dispersiyalarni parchalash tahlili natijalari va xususan, ko'p bosqichli modellar maktablar mamlakatlar va
iqtisodlarda qanday ta'riflangan va tashkil etilganiga va ular tanlab olish uchun qanday tanlanganiga bog'liq.
PISAda bo'lgani kabi, ba'zi mamlakatlar va iqtisodlarda maktablar ma'muriy birliklar sifatida (hatto ular bir
nechta geografik jihatdan alohida muassasalarni qamrab olgan bo'lsa ham) o'quvchilarga xizmat ko'rsatadigan
yirik ta'lim muassasalarining qismlari sifatida ta'riflangan bo'lishi mumkin.
TALIS, TALIS ning murakkab namuna olish dizayni uchun sozlash uchun Fayning BRR og'irligini sozlashdan
foydalanadi. Ushbu og'irliklar nafaqat namuna olishning teng bo'lmagan ehtimolini moslashtiradi, balki standart
xatolarning asimptotik xolis bahosini ham beradi. Ko'pgina statistik paketlar (SAS, Stata, R) ushbu vazndan
foydalanishi va modellarni mos ravishda sozlashi mumkin. SPSS dasturi foydalanuvchilari uchun aniq hisob-
kitoblarni ishlab chiqarish uchun IEA IDB Analyzerdan foydalanish mumkin. Og'irlikning tafsilotlari texnik
hisobotda muhokama qilinadi (OECD, 2019 [4]). Hozircha TALIS 2013 texnik hisoboti va foydalanuvchi
qoÿllanmasiga (Becker, 2014[102]; OECD, 2014[16]) kiritilgan mantiqiy asoslar va koÿrsatmalar 2018-yilgi
dizayn va tortish yondashuvi uchun hali ham toÿgÿri boÿladigan maÿlumotlarni taqdim etadi.
EDU/WKP(2020)8 ÿ 63
TALIS ma'lumotlarini tahlil qilishning yana bir mumkin bo'lgan yondashuvi, o'zgaruvchan markazlashtirilgan
proportsiyalar, markaziy tendentsiya o'lchovlari yoki tizim darajasidagi o'zgarishlarga e'tibor qaratishdan
tashqari, maktablar ichida va o'rtasida topilgan o'zgarishlar miqdori bilan bog'liq. Bu erda maktab va mamlakat/
iqtisodiyot farqlarining ahamiyati kamroq ahamiyatga ega; ta'sir o'lchamlari maktab o'rtasidagi tafovutda
konstruksiyalarning ahamiyatliligi haqida yaxshiroq xulosa berishi mumkin. Biroq, TALIS uchun maktab
o'rtasidagi va maktab ichidagi o'zgarishlarni tavsiflashning maqsadga muvofiqligi va maqsadga muvofiqligi
bo'yicha aniq tavsiyalar berish unchalik oson emas. Bu ikkita asosiy omil bilan bog'liq: 1) maktablarni tanlashni
o'z ichiga olgan namunaviy dizayn, so'ngra ushbu maktablar ichida o'qituvchilarni tanlash klasterli tanlovga olib
keladi va 2) maktab o'rtasidagi tafovutning nisbatan past miqdorini empirik kuzatish. oldingi TALIS davrlari.
Model baholarining to'g'riligini ta'minlash uchun TALIS tanlama og'irliklaridan foydalanish juda muhimdir.
Ushbu metrik-invariant yashirin konstruksiyalar uchun mamlakatda belgilangan effektlar regressiyasi
spetsifikatsiyasi har bir mamlakat/iqtisod uchun oÿrtacha kesishishlardagi farqlarni hisobga oladi va eÿtiborni
nishab koeffitsientiga qaratadi. Nishab koeffitsienti qaram o'zgaruvchi bilan bog'lanishning yo'nalishi va kuchini
aniqlashda, mamlakat/iqtisodiyot vositalaridagi farqlardan qat'i nazar va parallel qiyaliklarni taxmin qilish
oqilona deb taxmin qilishda yaxshi.
Har bir mamlakat/iqtisodiyot asosidagi ko'p darajali modellashtirish tuzilmasi, masalan, mamlakat ichidagi/
iqtisodiyot tahlillari, bunda har bir model faqat bitta mamlakat/iqtisodni ifodalaydi, bu erda o'qituvchilar (1-
daraja) maktablar ichida joylashgan (2-daraja) ishlab chiqarilishi mumkin, dasturiy ta'minot to'plami murakkab
namuna og'irliklaridan ham foydalanishi mumkin ekan. Mamlakatlar va iqtisodlardagi maktablarning ikki darajali
modellashtirish tuzilmasi (1-daraja) (2-daraja) yuqoridagi paragraflarda aytilganidek, murakkab
spetsifikatsiyalarsiz osonlikcha amalga oshirilmaydi. Bundan tashqari, bir vaqtning o'zida bir nechta mamlakatlar
va iqtisodlarda o'tkaziladigan ba'zi ko'p darajali tahlillar faqat OECD va milliy ma'lumotlar bazalariga kirish
huquqiga ega bo'lganlar uchun mumkin; HLM (va, ehtimol, boshqa paketlar) TALIS 2008 va 2013 yillarda
bo'lgani kabi, konfidensiallik sababli xalqaro ma'lumotlar bazasida tarqatilmasligi mumkin bo'lgan darajaga xos
so'rov vaznlariga ega bo'lishini kutadi.
Machine Translated by Google

---

Indeks maktablar o'rtasidagi tafovutning foizini ko'rsatadi.
ISCED darajasi jismoniy maktab binolari, smenalar yoki to'g'rirog'i boshqaruv nuqtai nazaridan (masalan,
direktori bo'lgan muassasalar) tegishli. TALIS 2018 Texnik hisoboti mamlakatlar va iqtisodlar oÿz
tizimlarida maktablarni qanday belgilagani haqidagi maÿlumotlarni oÿz ichiga oladi (OECD, 2019[4]).
Tabakalanish maktablararo o'zgaruvchanlikni baholashga ham ta'sir qilishi mumkin, ayniqsa tabaqalanish
uchun foydalaniladigan o'zgaruvchilar, qatlamlar ichidagi o'zgarishlarni kamaytirishga qaratilgan jarayon
maktab o'rtasidagi farqlar bilan bog'liq bo'lsa.
+
Umumiy dispersiyaning maktablararo va maktab ichidagi dispersiyaga bo'linishini sinf ichidagi
korrelyatsiya koeffitsienti bilan ifodalash odatiy holdir, bu Rho bilan ham belgilanadi. Matematik jihatdan
bu indeks oddiy holatda quyidagilarga teng:
64 ÿ EDU/WKP(2020)8
Bu sohada ba'zi an'anaviy donolik yoki bosh barmoq qoidalari, agar u umumiy tafovutning 10% dan
ko'prog'ini tashkil etsa, maktab o'rtasidagi tafovutni sezilarli deb hisoblashi mumkin. Afsuski, TALIS
misolida bunday qiymat kamdan-kam hollarda oshib ketgan, ammo bizning ma'lumotlarimizga ko'ra, bu
maktab o'rtasidagi tafovut turli tematik sohalardagi o'zgaruvchilarning kengroq diapazoni bilan
baholanmagan. Talabalar yutuqlarini o'rganish ko'pincha maktablar o'rtasida katta hajmdagi farqlarni
topadi. Bunday hollarda, turli chegaralar taklif qilingan, masalan, 25% yoki undan kamini past deb
hisoblash - Foy (2004[103]) ga qarang. Qadriyatlar mavzu (va tegishli ko'rsatkichlar) va mamlakat/iqtisod
bo'yicha farqlanishini kutish mumkin. Ushbu rejaning oldingi bo'limlari maktablar o'rtasidagi katta
o'zgarishlarni ko'rib chiqish mumkin bo'lgan o'zgaruvchilarni ko'rsatishi mumkin, masalan, maktab
ma'muriyatining xususiyatlari bilan bog'liq bo'lib, ular maktab darajasida etakchilik uchun ajratilgan
avtonomiya nuqtai nazaridan sezilarli darajada farq qilishi mumkin, talabalarni qabul qilish va tegishli
siyosat bilan bog'liq ba'zi muvozanatsiz xususiyatlar (masalan, xilma-xillik yoki maktab iqlimi kabi
tushunchalar). Hozircha shuni ta'kidlash mumkinki, o'qituvchilar maktablarga qaraganda ancha farq qiladi.
Sinf ichidagi past korrelyatsiya shuni ko'rsatadiki, maktabdagi o'qituvchilar maktabda bir-biriga
o'xshash "bajarish" (yoki TALIS kontekstida "o'zini tutish", "kuzatish" yoki "idrok etish"), yuqoriroq
qiymatlar esa kattaroqqa ishora qiladi. maktablar o'rtasidagi farqlar. Biroq, TALISda foydalanilgan
namunaviy dizaynlar tizim darajasida yoki manfaatlar haqida hisobot beruvchi mamlakatlar va
iqtisodiyotlar nuqtai nazaridan, aniq qatlamlar darajasida foydali hisob-kitoblarni olish uchun optimallashtirilgan.
ÿ =
TALIS 2008 dan boshlab, nashr etilmagan tahlillar maktab darajasidagi o'qituvchilar ma'lumotlarini yig'ish
o'sha maktablardagi o'quvchilarning jami ma'lumotlari bilan oqilona bog'liq bo'lishi mumkinmi degan savol
nuqtai nazaridan, maktablar orasidagi farqning nisbatan past miqdorini aniqladi. O'qituvchilar maktablarda
o'quvchilar kabi klaster bo'lmaganligini hisobga olsak, maktab o'rtasidagi bu past farq ajablanarli emas.
Buning o'rniga, o'qituvchilar universitet (yoki boshqa institutsional) ta'lim nuqtasida klasterlanadi va keyin
maktablar bo'ylab tarqaladi. Talabalar, aksincha, ko'pincha maktablar o'rtasida farq qiladi, chunki
o'quvchilarning ro'yxatga olishlari demografik va ba'zi maktablarda akademik qobiliyatlari bo'yicha
klasterlanadi, bu esa maktab o'rtasida katta farqni keltirib chiqaradi. TALIS 2013 dispersiya komponentlari
hisoblangan jadvallarni o'z ichiga oladi. Bu savol hozirda rasmiylashtirilgan TALIS-PISA havolasining
xalqaro variantida hamon dolzarbdir. Ushbu nisbatan past darajadagi maktablararo o'zgaruvchanlikni
tushuntirishning bir yo'li o'qituvchilar sonining qasddan keng ta'rifi bilan bog'liq bo'lib, u jinsi, yoshi,
boshlang'ich tayyorgarlik, shartnoma shartlari, ish vaqti, darajasi bo'yicha juda xilma-xil ma'lumotlar va
mas'uliyatga ega bo'lgan shaxslarni o'z ichiga oladi. tajriba, qoniqish, o'qitiladigan mavzular, amaliyotlar,
e'tiqodlar va TALIS ishtirokchilarida hali kuzatilmagan boshqa ko'plab demografik, fiziologik, madaniy,
kasbiy yoki ijtimoiy omillar.
Tasniflanmagan
2
2
TECHING AND LEARNING XALQARO SO‘ROV (TALIS) 2018 YILI TAHLIL REJASI
ÿ
2
Machine Translated by Google

---