A Logistic Regression Analysis of Turkey’s 15-yearolds’ Scoring above the OECD Average on the PISA’09 Reading Assessment

Abstract

Worldwide, the effectiveness of education systems has aroused the interest of scholars within the field of education. Most countries receive feedback on how well their education systems prepare students for life (Organization for Economic Cooperation and Development [OECD], 2009a). The Program for International Student Assessment (PISA), triennially organized by the OECD since 2000, has been one of the most significant means which covers reading, mathematics, and science necessary for learners to solve real-life problems and to be prepared for real-life (Çobanoğlu & Kasapoğlu, 2010). As the major focus of the PISA'09 assessment is on reading literacy (OECD, 2009a), the following section provides an overview of reading literacy. Reading literacy is defined as one's ability to understand, use, reflect on, and engage with written texts. It has been assessed in relation to text format, reading processes (aspects), and situations (OECD, 2009a). In order to assess text format, students' reading literacy is measured by taking into account the range of written material that students will encounter in their later lives, such as forms, application letters, advertisements, among others, by means of both continuous (narration, exposition, and argumentation) and non-continuous texts (lists, forms, graphs, or diagrams). Regarding reading processes, also known as aspects, students are assessed on whether they are able to display proficiency in accessing and retrieving knowledge, in their ability to form a broad understanding a Koray KASAPOGLU is currently a research assistant of Primary Education. His research interests include curriculum, instruction, learning and assessment.

Estudio multinivel sobre las variables explicativas de los resultados de México en PISA 2015

“…Concluyendo que, en realidad, una mayor riqueza implica otro conjunto de variables que afectan las puntuaciones de las pruebas. Además, altamente asociado al nivel socioeconómico se encuentran las variables de capital cultural, particularmente las relacionadas al nivel educativo de los padres (Giménez & Castro, 2017;Nieto & Recaman, 2011;Ortiz, 2013); aunque también variables como el número de libros en casa (Kasapoglu, 2014) tienen un peso explicativo importante. Estas desigualdades tienen un fuerte impacto en las trayectorias educativas; sin embargo, como concluyó Krüger (2017), los sistemas educativos en países con alto grado de marginación no están logrando ofrecer condiciones de escolarización que puedan compensar el impacto de dichas desigualdades Características personales.…”

“…Además del nivel socioeconómico, existen otras características de índole personal que impactan los resultados en PISA. Entre las más citadas se encuentran el género (Deutsch, 2013;Gamazo, Martínez-Abad, Olmos-Miguelañez & Rodríguez Conde, 2018;Karakolidis et al, 2016;Kasapoglu, 2014;Özdemir, 2016;Stoet & Geary, 2014), el estatus migratorio (Gamazo et al, 2018;Karakolidis et al, 2016), la asistencia a educación preescolar (Karakolidis et al, 2016, Ortiz, 2013, la condición de repetidor (Choi & Calero, 2013;Ehmke, Drechsel & Carstensen, 2008;Gamazo et al, 2018;Giménez & Castro, 2017) el número de veces que ha cambiado de escuela y el historial académico previo (Gamazo et al, 2018).…”

“…Por ejemplo, en una muestra de estudiantes turcos, Arikan (2014) mostró que la motivación para aprender, la autoeficacia, así como la ansiedad por las matemáticas tienen efectos significativos en los resultados en la prueba de Matemáticas. Asimismo, el nivel de confianza en sus capacidades (Giménez & Castro, 2017;Usta, 2016) la actitud hacia la prueba (Kasapoglu, 2014) y hacia la escuela (Usta, 2016) tienen influencia en las puntuaciones obtenidas.…”

“…En el estudio de los resultados en PISA resulta pertinente el uso de metodologías que permiten analizar los datos a partir de su naturaleza anidada, tal es el caso de los análisis multinivel. No obstante, González-Such et al (2016) afirmaron que, en la mayoría de los estudios de PISA, se utilizan procedimientos de análisis que no toman en cuenta la naturaleza anidada de los datos; por ejemplo, la regresión o análisis de senderos (Arikan, 2014;Burhan et al, 2016;Camminatiello et al, 2012;Kasapoglu, 2014;Ortíz, 2013;Schindler, 2007); análisis de conglomerados (Nieto & Recaman, 2011), o de descomposición (Giménez & Castro, 2017), entre otros. No obstante, en pocos casos se ubican estudios que consideran el uso de modelos multinivel (Bove et al, 2016;Gamazo et al, 2018;Karakolidis et al, 2016;Krüger, 2017;Quiroz, Dari & Cervini, 2018;Usta, 2016); a pesar de que como afirmaron Giménez y Castro (2017), los modelos jerárquicos o multinivel tienen la ventaja de que permiten tomar en consideración las potenciales correlaciones entre los términos de error que aparecen entre los estudiantes de una misma clase, profesor o escuela.…”

“…Sin embargo, al igual que a nivel de escuela, a nivel de estudiante también se identificaron otras variables que también mostraron un poder explicativo, aunque en menor grado. Así, por ejemplo, se encontró que la variable Género aporta de forma distinta en cada competencia (Gamazo et al, 2018;Karakolidis et al, 2016;Kasapoglu, 2014;Özdemir, 2016;Stoet & Geary, 2014). Para Matemáticas y Ciencias, los estudiantes varones son quienes obtienen las mejores puntuaciones, mientras que en Lectura son las mujeres.…”