Wie wordt er leraar? Bart Golsteyn, Stan Vermeulen, Inge de Wolf

Presentatie over: "Wie wordt er leraar? Bart Golsteyn, Stan Vermeulen, Inge de Wolf"— Transcript van de presentatie:

1 Wie wordt er leraar? Bart Golsteyn, Stan Vermeulen, Inge de Wolf
Academische Werkplaats Onderwijs

2 Achtergrond Kwaliteit van leraren:
Van groot belang voor onderwijsopbrengsten (Hanushek, 2011; Barber & Mourshed, 2007). Veel onduidelijk over de determinanten (Hanushek & Rivkin, 2006). Vaardigheden van leraren  Voorspellende waarde voor leerling-prestaties (bv. Hanushek, Piopiunik & Wiederhold, 2014; Metzler & Woessmann, 2012). Weten welk segment van de bevolking ervoor kiest om leraar te worden is belangrijk om iets over de kwaliteit van het lerarenkorps te kunnen zeggen. Relevant voor het leggen van de focus van interventies om de kwaliteit van leraren te verhogen.

3 Overzicht Onderzoeksdoel:
In kaart brengen van verschillen in taal- en rekenvaardigheden tussen leraren en de rest van de bevolking voor verschillende landen. Data: OECD international assessment of adult competencies (PIAAC en ALL). Representatieve steekproeven van de volwassen bevolking. Toetsen die taal- en rekenvaardigheden meten. Gedetailleerde beroepsinformatie.

4 Overzicht Belangrijkste Resultaten:
Leraren scoren bovengemiddeld in bijna alle onderzochte landen. Middelbare school leraren scoren gemiddeld hoger dan basisschoolleraren. Leraren scoren vooral hoger dan de rest van de bevolking (en zelfs hoogopgeleiden) aan de onderkant van de verdeling. De beste leraren doen niet onder voor de beste andere respondenten.

5 Contributie Eerder onderzoek:
Leraarvaardigheden liggen onder het gemiddelde voor hoogopgeleiden (Hanushek & Pace, 1995). Neerwaartse trend in leraarvaardigheden (Bacolod, 2007). Lerarenberoep is niet aantrekkelijk voor mensen met hoge vaardigheden (Chevalier et al., 2007). Onze toevoeging: Wij focussen ons met name op de vorm van de verdeling van vaardigheden. Met onze data kunnen we verschillende landen met elkaar vergelijken.

6 Data PIAAC & ALL  Internationale vaardigheidstoetsen uitgezet door de OECD. ALL: Eerste ronde: 2003; tweede ronde: 10 landen. PIAAC: Eerste ronde, eerste cyclus: ; tweede cyclus: 24 landen. Nederland, Noorwegen & Italië zijn aanwezig in beide datasets. Taal- & rekenvaardigheidstoetsen zijn vergelijkbaar.

7 Steekproefkenmerken

8 Leraarkenmerken

9 Resultaten

10 Resultaten

11 Resultaten Waarom kijken we naar het verschil in distributie?

12 Resultaten

13 Resultaten

14 Alternatieve verklaringen
Leraren gebruiken hun vaardigheden misschien meer  Effect gedreven door oefening. De hoge vaardigheden van ‘oude’ leraren zouden de lage vaardigheden van ‘jonge/nieuwe’ leraren kunnen verbloemen (Bacolod, 2007).

15 Controleren voor gebruik van vaardigheden

16 Controleren voor gebruik van vaardigheden

17 Vaardigheden ten opzichte van leeftijd

18 Conclusies Leraren scoren vooral hoger dan de rest van de bevolking (zelfs hoogopgeleiden) aan de onderkant van de verdeling. De beste leraren doen qua vaardigheden niet onder voor de beste andere respondenten. Resultaten zijn niet te verklaren door vaardigheidsgebruik of achtergrond kenmerken. Publieke opinie van lage leraarvaardigheden wordt niet gesteund door onze data.

19 Implicaties Het verhogen van selectiecriteria is mogelijk geen goed middel om de kwaliteit van leraren te verhogen. Interventies gericht op de factoren die mensen met hoge vaardigheden ertoe drijft leraar te worden is wellicht effectiever. Verder onderzoek is nodig om de kenmerken en motivatie van deze hoog scorende leraren in kaart te brengen.

20 Verder onderzoek Wat drijft mensen met hoge vaardigheden om leraar te worden? Hoe kunnen we de verschillen tussen landen verklaren? (v.b. salaris? (Hanushek, Piopiunik & Wiederhold, 2014). Simulatiestudies om de effecten van interventies op de vaardigheidsverdeling te schatten. Is er een lineair verband tussen leraarvaardigheden en leerlingprestaties over de gehele distributie?

21 Backup slides: Gemiddelde testscores per land
*table 3*

22 Backup slides: Hoogopgeleid zonder achtergrondskenmerken

23 Backup slides: Grafieken voor andere landen

24 Backup slides: Grafieken voor andere landen

25 Backup slides: Robuustheidsanalyse

26 Backup slides: Robuustheidsanalyse

27 Referentielijst Bacolod, M. (2007b). Who teaches and where they choose to teach: College graduates of the 1990s. Educational Evaluation and Policy Analysis, 29(3), Barber, M., & Mourshed, M. (2007). How the world's best-performing schools systems come out on top. McKinsey & Company. Chevalier, A., Dolton, P., & McIntosh, S. (2007). Recruiting and Retaining Teachers in the UK: An Analysis of Graduate Occupation Choice from the 1960s to the 1990s. Economica, 74(293), Hanushek, E. A. (2011). The economic value of higher teacher quality. Economics of Education Review, 30(3), Hanushek, E. A., & Pace, R. R. (1995). Who chooses to teach (and why)?. Economics of Education Review, 14(2), Hanushek, E. A., Piopiunik, M., & Wiederhold, S. (2014). The Value of Smarter Teachers: International Evidence on Teacher Cognitive Skills and Student Performance. NBER Working Paper No Hanushek, E. A., & Rivkin, S. G. (2006). Teacher quality. Handbook of the Economics of Education, 2, Metzler, J., & Woessmann, L. (2012). The impact of teacher subject knowledge on student achievement: Evidence from within-teacher within-student variation. Journal of Development Economics, 99(2),