Che cos è l ESCS e come si valuta

Transcript

1 Che cos è l ESCS e come s valuta Danele Checch (Unverstà degl Stud d Mlano e Anvur * ) Roma 1 marzo 2016 * I parer espress sono del tutto personal e non mplcano mnmamente le sttuzon d appartenenza. 1

2 Cosa voglamo msurare? fattor che contrbuscono alla formazone delle competenze msurate che non sano mputabl alla scuola. In questo modo è teorcamente possble depurare l contrbuto della scuola dall effetto del background famlare. Defnamo y l lvello d apprendmento conseguto dallo studente nella scuola, x una qualsas msura del background famlare (per esempo ESCS) dello stesso studente z una qualsas msura delle rsorse scolastche della scuola (per esempo l lvello d formazone degl nsegnant) ε la componente che non s resce a prevedere 2

3 Se potzzamo che valga una relazone del tpo y = α + βx + δz ovvero che gl apprendment dpendano lnearmente ed ndpendentemente da ambente famlare e rsorse scolastche che la componente erratca non contenga element sstematc (coè Cov [ x, ε] = 0 e Cov [ z, ε] = 0 potes sstematcamente volata quando non s resca a controllare per fattor qual abltà, ntellgenza) allora la statstca c asscura una stma corretta de parametr αˆ, βˆ e γˆ, da cu ottenamo l lvello d apprendmento prevsto per lo studente yˆ + = α ˆ + βˆ x + γˆ z y yˆ = εˆ, E εˆ = con errore d prevsone [ ] 0 ε 3

4 Con questo modello possamo costrure esercz contro-fattual qual per esempo quale sarebbe l lvello d apprendmento dello studente se l suo background fosse par a quello medo d scuola x ~ y = y + βˆ x x ( ) l punteggo medo d una scuola al netto degl effett ambental creat da contest local x dvers da quell med nazonal x ~ y = y + βˆ x x ( ) Per questo è crucale una buona msura quanttatva del background ndvduale x una stma corretta dell effetto del background β (gradente). 4

5 Sfortunatamente: non abbamo msure delle potenzaltà degl alunn all ngresso non possamo qund convaldare l potes Cov [ x, ε] = 0 non abbamo nformazon sulla potenzale autoselezone degl alunn nelle dverse scuole (self-sortng) non possamo qund convaldare l potes Cov [ z, ε] = 0 abbamo msure dverse (alternatve?) del background non sappamo come combnare occupazone (reddto? rcchezza? tempo dsponble?) e struzone d entramb gentor non samo scur che la lneartà sa una buona approssmazone y = α + βx + δz + η x z + ε se fosse per esempo ( ) 5

6 Come affrontare quest ostacol: non abbamo msure delle potenzaltà degl alunn all ngresso non possamo qund convaldare l potes Cov [ x, ε] = 0 Se avessmo una msura delle potenzaltà nzal dell alunno a, l modello statstco approprato sarebbe y = α + βx + δz + σa + ω Fattble: Per alunn scuola prmara test poszonamento oppure gudzo nsegnant Per alunn secondara 1 grado punteggo 5 prmara (perdta 30% de codc SIDI nel passaggo!) Per alunn secondara 2 grado terza prova dell esame d stato 6

7 non abbamo nformazon sulla potenzale autoselezone degl alunn nelle dverse scuole (self-sortng) non possamo qund convaldare l potes Cov [ z, ε] = 0 Sappamo poco del perché le famgle scelgono alcune scuole puttosto che altre. Se c fossero bacn d utenza chus, l problema s attenuerebbe. Se c fosse allocazone randomzzata d ch chede l ammssone, l problema s attenuerebbe. Alternatvamente bsognerebbe modellare la scelta. A questo scopo servrebbero msure delle nformazon o aspettatve (customer?) msure del grado d convnzone (dstanza geografca?) msure dell eventuale orentamento (ndcazon nsegnant?) 7

8 abbamo msure dverse (alternatve?) del background non sappamo come combnare occupazone (reddto? rcchezza? tempo dsponble?) e struzone d entramb gentor Importante dentfcare msura unca: per esperenza dretta, l numero d lbr n casa (varable ordnale 1 5) ha l massmo contrbuto esplcatvo. Il peso relatvo delle component: non lascere alla procedura statstca (anals fattorale) varable annualmente e fssere pes delle varabl normalzzate (stessa scala d msura). Valore pù elevato o valore medo nella coppa? Rsorsa rlevante: l tempo gentorale? l struzone? l reddto? lbr? Importante controllo qualtà nformazone su gentor (obblgo d ndcare all atto scrzone) Element da aggornare/ncludere: cttadnanza gentor separat famgle non standard. 8

9 non samo scur che la lneartà sa una buona approssmazone y = α + βx + δz + η x z + ε se fosse per esempo ( ) Rsorse famlar e rsorse scolastche possono non essere ndpendent (student fgl d laureat traggono maggor benefco dalla qualtà de propr nsegnant η ˆ > 0 student fgl d gentor analfabet traggono maggor benefco da buon nsegnant η ˆ < 0). Questo rende pù complcata la msurazone d un benchmark per le scuole, n quanto vene a dpendere da una msurazone della qualtà delle rsorse mpegate nella scuola l confronto tra scuole dpende dalla dstrbuzone delle rsorse alle stesse! 9