Projekto metu analizei parengti aštuoni mokinių akademinių pasiekimų duomenų rinkiniai. Pusė jų yra populiacinio lygmens (atspindi visą pasirinktą mokinių kohortą), kiti – reprezentatyvių imčių pagrindu sukaupti duomenys. Visi šie rinkiniai archyvuojami Lietuvos humanitarinių ir socialinių mokslų duomenų archyve (LiDA). Visų duomenų rinkinių metaduomenys (duomenų aprašai) ir duomenys (duomenų failai SPSS formatu) NO-GAP projekto komandos parengti laikantis tarptautinių duomenų archyvavimo standartų. Visų rinkinių metaduomenys laisvai pasiekiami LiDA talpyklos vartotojams. Pačių duomenų prieinamumas skiriasi – dalis jų laisvai pasiekiami LiDA talpyklos vartotojams, likusiųjų prieinamumas apribotas susitarimais dėl pirminių duomenų perdavimo.
Dataverse kataloge Populiaciniai švietimo duomenys pateikiami anonimizuoti duomenys apie dvi mokinių kohortas, kurios 2020-2021 ir 2021-2022 mokslo metais mokėsi aštuntoje klasėje, įskaitant šių mokinių istorinius duomenis nuo ketvirtos klasės. Rinkinyje taip pat yra duomenys apie mokyklas, kuriose mokėsi minėtų kohortų mokiniai, įskaitant mokyklos personalą, fizines sąlygas, akademinius pasiekimus, socioekonominį kontekstą ir kt. Nuasmenintus populiacinius duomenis NO-GAP projekto mokslininkų komandai suteikė Nacionalinė švietimo agentūra (toliau – NŠA) iš Švietimo valdymo informacinės sistemos (ŠVIS). ŠVIS kaupiami duomenys apie įvairius švietimo sistemos būklės aspektus. NŠA perduotus duomenis NO-GAP projekto mokslininkų komanda sutvarkė, papildomai užkodavo siekiant išvengti reidentifikacijos ir sujungė į tematinius duomenų rinkinius.
Šiame kataloge publikuoti keturi duomenų rinkiniai:
NO-GAP: Mokinio lygmens duomenys: 2020-2021 mokslo metų aštuntokų kohorta
NO-GAP: Mokyklos lygmens duomenys: 2020-2021 mokslo metų aštuntokų kohorta
NO-GAP: Mokinio lygmens duomenys: 2021-2022 mokslo metų aštuntokų kohorta
NO-GAP: Mokyklos lygmens duomenys: 2021-2022 mokslo metų aštuntokų kohorta
Dataverse kataloge Apklausų duomenys su išvestiniais kintamaisiais pateikiami duomenų rinkiniai, kurie išplečia nacionalinio mokinių pasiekimų tyrimo (NMPT) duomenų analitines galimybes – juose pateikiamas išvestinių kintamųjų rinkinys, pritaikytas mokinių pasiekimų atotrūkio analizei. Išvestiniai kintamieji apima pasiekimų patikrinimo testų rezultatus, mokinių socioekonominę aplinką, ugdymosi patirtis mokykloje ir namuose, mokyklos ir namų aplinkos suvokimą, taip pat mokinių santykius su mokytojais ir tėvais.
Šiame kataloge publikuoti keturi duomenų rinkiniai:
NMPT 2012: 8 klasės mokinių tyrimas, 2012 m.
NMPT 2014: 8 klasės mokinių tyrimas, 2014 m.
NMPT 2015: 8 klasės mokinių tyrimas, 2015 m.
NMPT 2016: 6 klasės mokinių tyrimas, 2016 m.
Kartu su analizei parengtais duomenimis pateikiamas išvestinių kintamųjų, gautų iš NMPT duomenų, metodinė priemonė Constructing Scales and Indexes in National Surveys of Student Achievement (NSSA) Data. Jame aprašomas išvestinių kintamųjų sudarymo procesas, pateikiami teoriniai vertinamų konstruktų apibrėžimai, jų empirinės validacijos rezultatai. Išvestinių kintamųjų sintaksės failai yra atviri (SPSS formato sintaksės archyvuojamos šalia duomenų rinkinių, R ir Mplus formato sintaksė prieinama kreipiantis el. paštu data@ktu.lt.
Erentaitė, R., Melnikė, E., Morkevičius, Raižienė S., V., Sevalneva, D., Simonaitienė & Vosylis, R.
In the context of digitalization and the complex challenges facing contemporary educational systems and institutions, data collected in educational settings have the potential to become a central resource for educational organizations and other stakeholders. In relation to that, the aim of this methodological guide is to present some of the analytical possibilities provided by the open-access data, collected in Lithuanian secondary schools during 2012-2016. The guide presents a number of ready-made, reliable indicators for the analysis of academic achievement in the context of socioeconomic disparities among Lithuanian middle school students. The indicators cover students’ socioeconomic background, academic achievement, students’ experiences and perceptions of school and home environment, as well as their relationships with teachers and parents. The guide will help university students and teachers in the field of educational science to get familiarized with the key constructs used in quantitative educational studies, as well as learn the psychometric approaches frequently applied in the analysis of educational data.
el. p. kontaktams: nogap@ktu.lt
