Ladda ner presentationen
Presentation laddar. Vänta.
Publicerades avCamilla Ström
1
Vinnarlaget - Hackaton Att predicera skolresultat utifrån socioekonomiska faktorer (med en politisk twist)
2
Vilka är vi? Olof Breuer – med dr., läkare Robin Fondberg – doktorand i psykologi Jens Fust - doktorand i psykologi Jonas Rafi – psykologstudent Vårt uppdrag
3
Vår modell Socioekonomiska faktorer (utbildning, inkomst, etc) Skolresultat
4
Variabler (kommunnivå) Prediktorer 1.Medianinkomst, >20år 2.Andel med eftergymnasial utbildning, 25-65år 3.Kostnad/elev Utfallsmått 1.Andel behöriga till yrkesgymnasium efter åk 9
5
Resultat Kostnad/elev hade inget samband med skolresultat! Medianinkomst + % eftergymnasial utbildning % behöriga till yrkesgymnasium (Multivariat regressionsmodell med två faktorer, R 2 =0.2, p<0.001) Vilka kommuner över-/underpresterar, givet deras socioekonomiska förutsättningar?
6
Sveriges bästa (och sämsta) kommuner på utbildning? Toppen 1.Rättvik 2.Oxelösund Botten 280. Skinnskatteberg 281. Övertoneå 282. Säffle 283. Ockelbo 284. Nordanstig 285. Sandviken 286. Bollnäs 287. Hallsberg 288. Katrineholm 289. Vadstena
7
Finns det någon koppling till politik? En explorativ analys Politiken påverkar skolresultat på lång sikt ”Rödhetsskalan” Grafisk representation av koppling mellan placering på ”rödhetsskalan” och avvikelse från predicerat värde utifrån vår utbildningsmodell
8
Sammanfattning Medianinkomst och andel med eftergymnasial utbildning kan användas för att predicera skolresultat Det finns kommuner som, givet deras socioekonomiska förutsättningar, över- eller underpresterar. Detta beror INTE på att de lägger mer pengar på skolan än andra! Svagt samband (p<0.05) mellan placering på rödhetsskalan och skolprestation, givet kommunens socioekonomiska förutsättningar ”Blåa” kommuner tenderar att prestera något bättre än ”röda” kommuner
Liknande presentationer
© 2024 SlidePlayer.se Inc.
All rights reserved.