Как использовать анализ данных о добавленной стоимости для улучшения обучения школьников: руководство для школ и лидеров школьных округов

Матрица «Фокус на моей школе» разработана для того, чтобы разместить данные об успеваемости и о росте добавленной стоимости в одной сетке, и тем самым получить более комплексное представление о результатах школы. Анализ на уровне школы может быть проведен точно таким же способом, как и анализ на уровне округа, описанный в главе 4. Формируется рабочая группа из школьных руководителей и преподавателей, которая изучает информацию об успеваемости и прогрессе в рамках школы. Только вместо использования данных в масштабе округа рабочая группа концентрируется на данных в масштабе школы. Это единственное различие между деятельностью рабочей группы округа и школы.

Изучение агрегированных данных

Пример матрицы средней школы представлен на рис. 5.3. матрица «Фокус на моей школе» может быть составлена по тому же принципу, что и матрица для округа из главы 4, но по осям X и Y могут быть размещены другие шкалы. На рис. 5.4 матрица заполнена в соответствии с тем, как распределяются классы и предметные области по успеваемости (шкала Y) и среднего прогресса учеников (шкала X). В этой матрице Q1 соответствует нижнему из пяти квинтилей распределения учеников всего штата, а Q5 – верхнему из пяти квинтилей. Классы и предметы, попавшие в первый квинтиль, находятся в 20 % худших по штату, а классы и предметы, попавшие в пятый квинтиль, – в 20 % лучших.

Рис. 5.3. Матрица «Фокус на моей школе»

Как и при анализе на уровне округа, сильные классы и предметные области окажутся в верхнем правом углу матрицы, а самые слабые – в нижнем левом углу матрицы. Классы и предметы с высокой успеваемостью, но недостаточным прогрессом, расположатся слева вверху, а с низкой успеваемостью, но хорошим прогрессом – справа внизу.

В нашем примере видно, что в данной средней школе очень сильны программы для 6-х классов и сравнительно слабы программы для 7-х классов, за исключением программы естествознания для седьмого класса, которая дала очень хорошие результаты.

Тезис 3 Изучите дезагрегированные данные, чтобы определить сильные стороны и вызовы

Следующим шагом для школьной работы должно стать изучение дезагрегированных данных, чтобы выявить закономерности иного рода. Вернемся к средней школе Ханны Эштон, в которой директор Тина Томас-Мэннинг выявила несоответствие между данными прогресса и успеваемости по математике и литературе. Ее ученики в 5-м классе демонстрировали высокую успеваемость и низкий уровень прогресса по математике. Так что данные о добавленной стоимости за 5-й класс говорили одно, а данные об успеваемости – другое. Тогда Тина начала задавать следующие вопросы.

• Каковы образцы прогресса для разных групп учеников?

• Есть ли свои образцы внутри уровней обучения между различными предметными областями?

• Есть ли свои образцы внутри предметных областей между разными уровнями обучения?

Вместе со своей рабочей группой Тина обратилась к дезагрегированной информации, представленной в ее отчетах по добавленной стоимости. На рис. 5.4 вы видите диагностические отчеты для 5-х классов, которые помогли Тине обнаружить в своих результатах важные моменты. Отчеты, представленные на рис. 5.5, сформированы SAS и доступны представителям школ посредством сервиса EVAAS SAS Institute, Inc.

Чтобы понять эту диагностическую информацию, вам, возможно, стоит вернуться к главе 4 и перечитать раздел, касающийся диагностических отчетов.

Помните, что темно-серые столбики двух графических представлений соответствуют последним по времени подгруппам пятиклассников школы Тины. В каждом отчете крайний слева темный столбик соответствует тем ученикам ее школы, чей уровень успеваемости попадает в нижние 20 % результатов всего штата. Аналогично крайний справа темный столбик представляет тех учеников школы, чей уровень успеваемости соответствует верхним 20 % результатам учеников всего штата. Остальные три темно-серых столбика показывают учеников, распределившихся по промежуточным квинтилям. Светло-серые столбики каждого графика представляют предыдущие поколения учеников в тех же категориях. Толстая горизонтальная линия на каждом графике соответствует ожидаемому уровню прогресса для каждой подгруппы учеников. Темные и светлые столбики, находящиеся ниже толстой линии, соответствуют подгруппам учеников, которые в среднем продемонстрировали прогресс ниже ожидаемого уровня. Темные и светлые столбики выше толстой линии соответствуют подгруппам учеников, в среднем превысившим ожидания по прогрессу. Во всех случаях чем длиннее столбик, тем более выражено различие между ожидаемым и достигнутым уровнем прогресса.

Рис. 5.4. Диагностические отчеты средней школы Ханны Эштон (5-й класс)

Источник: SAS® EVAAS® for K-12 content Copyright ©2011, SAS institute Inc., Cary, NC USA. Все права защищены. Публикуется с согласия SAS.