3 De resultaten Natuur en Techniek
3.7 Verschillen verklaard
Om de verschillen nader te onderzoeken zijn multilevel-analyses en regressie
analyses uitgevoerd. De multilevel-analyse is uitgevoerd voor de kennistoets. Omdat bij de praktische opdrachten het aantal leerlingen per school per opdracht te laag was, is bij de praktische opdrachten gekozen voor een lineaire regressie
vergelijking.
7 De school heeft in het afgelopen schooljaar gebruik gemaakt van ten minste één externe dienst/product 8 De school biedt Natuur en Techniek activiteiten aan buiten de reguliere lestijd
Pagina 34 van 42
Er zijn vijf multilevel modellen geschat voor de kennistoets. Model 0 is een leeg model, hierin wordt niet gecorrigeerd voor school- of leerlingkenmerken. In model 1 zijn de variabelen die een significant effect bij de bivariate analyse bleken te hebben opgenomen. Vervolgens is in model 2 ook gecorrigeerd voor twee andere schoolkenmerken (percentage geen gewichten leerlingen en schoolconcept). In het derde model zijn daaraan toegevoegd leerlingkenmerken die in relatie staan met Natuur en Techniek (vrijetijdsbesteding N&T en de attitude-schalen) In het vierde en vijfde model zijn tot slot nog enkele achtergrondkenmerken van leerlingen
toegevoegd (geslacht, leerlinggewicht, vertraging, thuistaal en
verwachtbrugklasniveau). Omdat deze achtergrondkenmerken mogelijk ook van invloed zijn op de prestaties van Natuur en Techniek, is het vijfde model, het meest eerlijke model.
De regressie analyses zijn vergelijkbaar met model 5 van de multilevel analyse. Bij de regressie analyses wordt echter geen rekening gehouden met de geneste structuur van de data (leerlingen op scholen).
3.7.1 Multi level analyses kennistoets
Uit tabel 33 is op te maken dat in het vijfde model, het percentage ‘geen gewichtenleerlingen’ een significant effect heeft op de kennistoets Natuur en Techniek. Ook is er nog een aantal leerlingkenmerken dat een significant effect heeft; geslacht, Nederlands als thuistaal, vertragers, verwacht brugklasniveau, vrijetijdsbesteding N&T, N&T moeilijk en N&T toekomst.
Tabel 33. Multilevel analyse beheersing kennistoets
Model 0 Model 1 Model 2
B9 P10 B P B P
Leerlingniveau fixed effecten
Constant 55,036 0,000 57,294 0,000 36,959 0,000
Jongens
Leerlinggewicht
Nederlands als thuistaal
Vertragers (>12jr)
Verwacht brugklasniveau
Vrijetijdsbesteding N&T
N&T Belang
N&T Plezier
N&T Moeilijk
N&T Toekomst
Schoolniveau fixed
effecten
Integratie vs. geen
integratie 0,085 0,949 -0,180 0,876
Gedeeltelijke integratie vs.
geen integratie 1,280 0,297 0,330 0,762
Toetsen van leerlingen 1,929 0,395 0,449 0,819
9 B staat voor coëfficiënt 10 P staat voor p-waarde
Pagina 35 van 42 Leerlingniveau variantie 125,635 0,000 125,555 0,000 125,593 0,000
Model fit
Integratie vs. geen
integratie -0,838 0,487 -1,128 0,368 -1,405 0,253
Gedeeltelijke integratie vs.
geen integratie 0,123 0,911 0,197 0,865 0,071 0,950
Toetsen van leerlingen
(ongeacht toetsvorm) 2,851 0,235 3,608 0,155 3,310 0,189 Leerlingniveau variantie 119,319 0,000 111,831 0,000 101,250 0,000
Model fit
Pagina 36 van 42
-2log likelihood 13176,88 10845,04 10098,09 Note. Gemarkeerd zijn de significante effecten (p<.05)
3.7.2 Intraclasscorrelatie
Op basis van de variantie op school- en leerlingniveau (model 0) kan de Intraclasscorrelatie berekend worden. Dit geeft aan hoeveel procent van de gevonden verschillen verklaard kan worden door schoolkenmerken.
ICC = Schoolvariantie Schoolvariantie+Leerlingvariantie
10,864 = 15,312 15,312 + 125,635
3.7.3 Regressie analyses praktische opdrachten Opdracht Knikkers te koop
In de tabellen 34a t/m 34c is af te lezen dat bijna 16% van de verschillen tussen leerlingen, verklaard kan worden door de school- en leerlingkenmerken in het model (tabel 34a). De schoolkenmerken hebben geen significant effect op de prestaties, het verwachte brugklasniveau en het belang dat leerlingen aan N&T hechten wel.
Tabel 34a. Lineaire regressieanalyse Knikkers te koop Model R R Square Adjusted R
Square Std. Error of the Estimate
1 ,506 ,256 ,158 4,614
Tabel 34b. Variantieanalyse
Model Sum of Squares df Mean Square F Sig.
1 Regression 939,164 17 55,245 2,595 ,001
Residual 2725,188 128 21,291
Total 3664,352 145
Tabel 34c. Coëfficiënten
Coëfficiënt p-waarde Leerlingniveau
Constant 16,957 ,007
Meisjes ,018 ,982
Leerlinggewicht -,869 ,545
Andere thuistaal -,607 ,688
Vertraging ,133 ,904
Verwacht brugklasniveau 3,017 ,001
Vrijetijdsbesteding N&T ,340 ,274
N&T Belang 2,558 ,042
N&T Plezier 2,085 ,090
N&T Moeilijk -1,838 ,066
N&T Toekomst -,524 ,561
Schoolniveau
Lestijd N&T > 60 min per week 1,194 ,159
Pagina 37 van 42
N&T vakleerkracht -2,795 ,125
Coördinator NT en/of Werkgroep NT ,214 ,809
Vrouwelijke leerkracht -,747 ,398
Academische opleiding leerkracht -1,662 ,252 Aandacht NT in vooropleiding lk -,603 ,589
% geen gewichtenlln -,014 ,762
Note. Gemarkeerd zijn de significante effecten (p<.05) Opdracht Knikkerbaan (individueel)
In de tabellen 35a t/m 35c is af te lezen dat 13% van de verschillen tussen
leerlingen, verklaard kan worden door de school- en leerlingkenmerken in het model (tabel 35a). De schoolkenmerken hebben geen significant effect op de prestaties, de thuistaal, verwacht brugklasniveau en N&T belang wel.
Tabel 35a. Lineaire regressieanalyse Knikkerbaan Model R R Square Adjusted R
Square Std. Error of the Estimate
1 ,472 ,223 ,133 3,092
Tabel 35b. Variantieanalyse
Model Sum of Squares df Mean Square F Sig.
1 Regression 332,325 14 23,738 2,484 ,004
Residual 1156,502 121 9,558
Total 1488,828 135
Tabel 35c. Coëfficiënten
Coëfficiënt p-waarde Leerlingniveau
Constant 29,948 ,000
Meisjes ,913 ,116
Leerlinggewicht 1,595 ,114
Andere thuistaal -2,814 ,004
Vertraging ,694 ,366
Verwacht brugklasniveau 1,919 ,002 Vrijetijdsbesteding N&T -,404 ,079
N&T Belang -1,994 ,022
N&T Plezier ,826 ,286
N&T Moeilijk ,573 ,393
N&T Toekomst ,658 ,315
Schoolniveau
Vrouwelijke leerkracht -,316 ,591 Academische opleiding leerkracht -,452 ,665 Aandacht NT in vooropleiding lk -,868 ,226
% geen gewichtenlln ,029 ,400
Note. Gemarkeerd zijn de significante effecten (p<.05)
Opdracht Knikkerbaan (groep)
Pagina 38 van 42
In de tabellen 36a t/m 36c is af te lezen dat 18% van de verschillen tussen leerlingen, verklaard kan worden door de school- en leerlingkenmerken in het model. De schoolkenmerken gedeeltelijke integratie lesinhoud, computerlokaal en geslacht van de leerkracht hebben een significant effect op de prestaties. Daarnaast hebben de leerlingkenmerken N&T belang, thuistaal en vertraging een significant effect.
Tabel 36a. Lineaire regressieanalyse Knikkerbaan (groep) Model R R Square Adjusted R
Square Std. Error of the Estimate
1 ,496 ,246 ,182 5,242
Tabel 36b. Variantieanalyse
Model Sum of Squares df Mean Square F Sig.
1 Regression 2217,600 21 105,600 3,842 ,000
Residual 6788,505 247 27,484
Total 9006,105 268
Tabel 36c. Coëfficiënten
Coëfficiënt p-waarde Groepsniveau
Constant 50,484 0,000
Meisjes 1,009 0,191
Leerlinggewicht -1,928 0,250
Andere thuistaal 2,664 0,004
Vertraging -5,990 0,008
Verwacht brugklasniveau 0,910 0,483
Vrijetijdsbesteding N&T 0,021 0,964
N&T Belang 5,286 0,004
N&T Plezier 0,067 0,960
N&T Moeilijk 0,666 0,470
N&T Toekomst -0,839 0,363
Schoolniveau
Integratie vs. geen integratie 0,868 0,351 Gedeeltelijke integratie vs. geen integratie 2,414 0,007 Toetsen van leerlingen (ongeacht toetsvorm) -2,854 0,122 Ten minste één faciliteit11 -1,317 0,090 Ten minste één lokaal voor NT 2,164 0,106 Voldoende materiaal/ gereedschappen 0,179 0,893
Apart computerlokaal -2,756 0,016
Vrouwelijke leerkracht -1,648 0,035
Academische opleiding leerkracht 0,503 0,688 Aandacht NT in vooropleiding lk 1,133 0,220
% geen gewichtenlln -0,060 0,250
Note. Gemarkeerd zijn de significante effecten (p<.05) Opdracht Brug
11 De school maakt gebruik van ten minste één faciliteit voor het onderwijs in Natuur en Techniek
Pagina 39 van 42
Uit tabel 37b valt af te lezen dat het model niet significant is (p>.05). Dit model wordt daarom niet verder beschreven.
Tabel 37a. Lineaire regressieanalyse Brug Model R R Square Adjusted R
Square Std. Error of the Estimate
1 ,395 ,156 ,055 4,134
Tabel 37b. Variantieanalyse
Model Sum of
Squares df Mean Square F Sig.
1 Regression 475,729086 18 26,429394 1,546342 ,082 Residual 2580,825988 151 17,091563
Total 3056,555074 169
Tabel 37c. Coëfficiënten
Coëfficiënt p-waarde Leerlingniveau
Constant -2,363 ,638
Meisjes ,547 ,416
Leerlinggewicht 1,873 ,134
Andere thuistaal 1,555 ,416
Vertraging ,674 ,466
Verwacht brugklasniveau -,296 ,671
Vrijetijdsbesteding N&T -,390 ,119
N&T Belang ,035 ,973
N&T Plezier 1,366 ,164
N&T Moeilijk -,390 ,633
N&T Toekomst 1,115 ,146
Schoolniveau
Apart computerlokaal 1,134 ,143
Computer per 1-2 leerling ,877 ,240
(Externe)ondersteuning (pabo's en uni's) -1,860 ,018 N&T buiten/na schooltijd ,021 ,981
Vrouwelijke leerkracht 1,140 ,132
Academische opleiding leerkracht ,700 ,533 Aandacht NT in vooropleiding lk ,161 ,853
% geen gewichtenlln ,060 ,141
Opdracht Fietsbel
In de tabellen 38a t/m 38c is af te lezen dat 8% van de verschillen tussen
leerlingen, verklaard kan worden door de school- en leerlingkenmerken in het model (tabel 38a). De schoolkenmerken hebben geen significant effect op de prestaties. De volgende leerling kenmerken hebben wel een significant effect; N&T belang, N&T moeilijk en thuistaal.
Tabel 38a. Lineaire regressieanalyse Fietsbel Model R R Square Adjusted R
Square Std. Error of the Estimate
1 ,385 ,148 ,081 2,424
Pagina 40 van 42
Tabel 38b. Variantieanalyse
Model Sum of
Squares df Mean Square F Sig.
1 Regression 181,977 14 12,998 2,212 ,009
Residual 1045,960 178 5,876
Total 1227,937 192
Tabel 38c. Coëfficiënten
Coëfficiënt p-waarde Leerlingniveau
Constant 16,036 ,000
Meisjes -,384 ,313
Leerlinggewicht -,160 ,811
Andere thuistaal -1,660 ,019
Vertraging -,360 ,472
Verwacht brugklasniveau ,302 ,435 Vrijetijdsbesteding N&T ,122 ,342
N&T Belang -1,276 ,038
N&T Plezier -,208 ,670
N&T Moeilijk -1,340 ,001
N&T Toekomst ,189 ,653
Schoolniveau
Vrouwelijke leerkracht ,222 ,566 Academische opleiding leerkracht ,967 ,114 Aandacht NT in vooropleiding lk -,307 ,491
% geen gewichtenlln -,028 ,241
Note. Gemarkeerd zijn de significante effecten (p<.05)
Opdracht Uilenpost
In de tabellen 39a t/m 39c is af te lezen dat bijna 10% van de verschillen tussen leerlingen, verklaard kan worden door de school- en leerlingkenmerken in het model (tabel 39a). De schoolkenmerken methode, toetsen en werkgroep/coördinator N&T hebben een significant effect op de prestaties. Daarnaast heeft vrijetijdsbesteding N&T van de leerlingen een significant effect.
Tabel 39a. Lineaire regressieanalyse Uilenpost (groep) Model R R Square Adjusted R
Square Std. Error of the Estimate
1 ,395 ,156 ,096 4,23573
Tabel 39b. Variantieanalyse
Model Sum of Squares df Mean Square F Sig.
1 Regression 787,732 14 46,337 2,583 ,001
Residual 4252,122 237 17,941
Total 5039,854 254
Pagina 41 van 42
Tabel 39a. Coëfficiënten
Coëfficiënt p-waarde Groepsniveau
Constant 34,063 ,000
Meisjes 0,939662 0,143
Leerlinggewicht -1,354209 0,630
Andere thuistaal -0,622339 0,482
Vertraging -3,562724 0,064
Verwacht brugklasniveau -0,616466 0,617
Vrijetijdsbesteding N&T -0,718760 0,047
N&T Belang 2,709253 0,107
N&T Plezier 1,600708 0,281
N&T Moeilijk -0,511829 0,474
N&T Toekomst 0,432667 0,505
Schoolniveau
Bestaande methode leidend -2,200657 0,007
Toetsen van leerlingen (ongeacht toetsvorm) -3,933507 0,038 Coördinator NT en/of Werkgroep NT 2,581358 0,000
Vrouwelijke leerkracht 0,016802 0,978
Academische opleiding leerkracht 1,622935 0,138 Aandacht NT in vooropleiding lk 0,562295 0,436
% geen gewichtenlln 0,004983 0,925
Note. Gemarkeerd zijn de significante effecten (p<.05)
Pagina 42 van 42
Literatuurlijst
Cito (2016). Natuur en techniek. Technisch rapport over resultaten Peil.onderwijs in 2015. Arnhem: Cito.
Mommers, A., van Langen, A., Mulder, L., Netten, A. & Lamers, I. (2016).
Peilingsonderzoek Natuur & techniek. Rapportage school- en leerlingvragenlijst. Nijmegen: ITS / Expertisecentrum Nederlands.
Roelofs, E. (2016). Effecten van hulp bij het toetsen van ontwerp- en
onderzoeksvaardigheden. Ontwerp, gebruik en resultaten van dynamische toetsen in de context van een peilingsonderzoek Natuur en Techniek.
Arnhem: Cito.