GECIJFERDHEID BIJ VLAAMSE VOLWASSENEN IN PIAAC:
EEN SECUNDAIRE KWANTITATIEVE ANALYSE NAAR DE SAMENHANG
TUSSEN
SOCIAAL-DEMOGRAFISCHE,
DAGELIJKS
LEVEN-
EN
WERKGERELATEERDE VARIABELEN EN HET GECIJFERDHEIDSNIVEAU
Aantal woorden: 11.361
Sarah Vermeulen
Studentennummer: 01707143
Promotor: Prof. dr. Bram De Wever
Masterproef voorgelegd voor het behalen van de graad master in de Pedagogische Wetenschappen: Pedagogiek en Onderwijskunde
i
VOORWOORD
Gecijferdheid, gecijferdheidsvaardigheden en wiskunde interesseren mij reeds een lange tijd. In het secundair onderwijs trachtte ik mijn medeleerlingen die moeilijkheden ondervonden met wiskunde te helpen. Dit gaf de doorslag om mijn studie leekracht wiskunde in het secundair onderwijs aan te vangen. Tijdens mijn stages werd duidelijk dat ik mij verder wou verdiepen in het pedagogische en onderwijskundige aspect, waardoor ik het schakelprogramma en uiteindelijk de masteropleiding pedagogische wetenschappen aanving. Dankzij deze masterproef en in het algemeen mijn studie pedagogische wetenschappen kreeg ik diepere wetenschappelijke inzichten in de ontwikkeling van gecijferdheid bij jongeren en volwassenen alsook in het belang van deze vaardigheid.
Met vallen en opstaan kwam deze masterproef tot stand. Tijdens de afgelegde weg kon ik steeds rekenen op de steun van meerdere personen. In eerste instantie wens ik mijn begeleidster Dr. Lisa Dewulf te bedanken voor haar deskundige en constructieve feedback tijdens dit proces. Daarnaast wens ik mijn promotor Prof. Dr. Bram De Wever te bedanken voor zijn contructieve feedback op mijn vragen. Hun feedback en steun zorgde ervoor dat mijn motivatie om deze masterproef tot stand te brengen hoog bleef.
Een bijzondere bedanking gaat uit naar Julie Droissart voor het taalkundig nalezen van en advies voor mijn masterproef. Tot slot wens ik mijn ouders (Rik en Nancy), broer (Thomas) en vriend (Jerse Rosseel) te bedanken voor hun morele steun tijdens dit proces.
Referenties in deze masterproef zijn conform aan de richtlijnen van de American Psychology Association, zesde editie (APA 6.0).
iii
CORONA PREAMBULE
De uitbraak van het coronavirus (COVID-19) had geen bijzondere gevolgen voor mijn masterproef. Voor mijn onderzoek maak ik gebruik van data uit de Internationale PIAAC studie via secundaire analyse.
v
ABSTRACT
Een voldoende hoog gecijferdheidsniveau is noodzakelijk om op een volwaardige manier te kunnen participeren aan de maatschappij. Gecijferdheid is een essentiële vaardigheid, zowel op het werk als in het dagelijks leven. Volwassenen kunnen vaardigheden ontwikkelen tijdens opleidingen, op en door het werk en op informele leermomenten in het dagelijks leven. Het doel van deze studie is om na te gaan welke samenhang sociaal-demografische, dagelijks leven- en werkgerelateerde variabelen met het gecijferdheidsniveau vertonen. Huidig onderzoek is gebaseerd op een secundaire kwantitatieve analyse van de data die reeds verzameld werd in het kader van de eerste cyclus van The Programme for the
International Assessment of Adult Competencies (PIAAC). Via een univariate meervoudige
regressie analyse werd een steekproef van 5 463 Vlaamse volwassenen onderzocht. Uit de resultaten blijkt dat jongere volwassenen beter presteren op vlak van gecijferdheidsniveau en dat vrouwen over een lager gecijferdheidsniveau beschikken. Volwassenen die over een hoger opleidingsniveau beschikken, presteren beter. Niet alle activiteiten uit het dagelijks leven en op het werk van de volwassenen hangen samen met het gecijferdheidsniveau. Naarmate volwassenen vaker breuken, decimalen, curves, grafieken, tabellen, eenvoudige algebra en formules in het dagelijks leven en op het werk gebruiken, beschikken de volwassenen over een hoger gecijferdheidsniveau. Bijkomend leidt het vaker gebruiken van een zakrekenmachine enkel op het werk tot een hoger gecijferdheidsniveau. Tot slot worden beperkingen van huidig onderzoek, suggesties voor vervolgonderzoek en implicaties voor beleid en praktijk besproken.
Sleutelwoorden: Gecijferdheid, geslacht, leeftijd, opleidingsniveau, activiteiten uit het
vii
LIJST MET TABELLEN EN FIGUREN
TABELLEN
Tabel 1. Vaardigheidsniveaus gecijferdheid………...………...17 Tabel 2. Overzicht van de antwoordmogelijkheden, frequenties (fi) en percentages
(%) voor gender………..………..17 Tabel 3. Overzicht van de frequenties (fi) en percentages (%) voor leeftijd……...18
Tabel 4. Hercodering B_Q01a in OplNiv………...18,19 Tabel 5. Overzicht van de antwoordmogelijkheden, frequenties (fi) en percentages
(%) voor OplNiv………...………19 Tabel 6. Overzicht van de frequenties (fi) en percentages (%) voor PKBDL, BDPDL,
ZRMDL, CGTDL, AFDL en GWSDL………..……….20 Tabel 7. Overzicht van de frequenties (fi) en percentages (%) voor PKBW, BDPW,
ZRMW, CGTW, AFW en GWSW ………...………..…...21,22 Tabel 8. Correlatietabel afhankelijke en onafhankelijke variabelen………23 Tabel 9. Coefficientsa model 1: sociaal-demografische variabelen...…………..………..…26
Tabel 10. Coefficientsa model 2: sociaal-demografische variabelen en variabelen uit het
dagelijks leven………....27 Tabel 11. Coefficientsa model 3: sociaal-demografische variabelen en werkgerelateerde
variabelen………..29 Tabel 12. Coefficientsa model 4: sociaal-demografische variabelen, variabelen uit het
viii
FIGUREN
Figuur 1. Schematisch overzicht SWE-model………...7
Figuur 2. Schematisch overzicht aangepast SWE-model………...7
Figuur 3. Schematisch overzicht aangepast SWE-model met variabelen………...24
ix
INHOUD
Voorwoord ... i
Corona preambule ... iii
Abstract ... v
Lijst met Tabellen en figuren ... vii
Inhoud ... ix
1. Inleiding ... 1
1.1. The Programme for the International Assessment of Adult Competencies (PIAAC) .. 2
1.1.1. Historiek ... 2
1.1.2. PIAAC ... 2
1.1.3. Globale resultaten gecijferdheid voor Vlaanderen ... 3
2. Theoretische kadering ... 4
2.1. Gecijferdheid (numeracy) ... 4
2.1.1. Definiëring ... 4
2.1.2. Gecijferdheid bij volwassenen ... 6
2.2. SWE-model ... 7
2.2.1. Sociaal-demografische factoren ... 8
2.2.2. Gecijferdheid in dagelijks leven – leren in het dagelijks leven ... 9
2.2.3. Gecijferdheid op het werk – werkgerelateerde leerervaringen ... 11
3. Probleemstelling en onderzoeksvraag ... 13
4. Methodologie ... 15
4.1. Onderzoeksdesign ... 15
x
4.3. Instrumenten ... 15
4.3.1. Afhankelijke variabele gecijferdheid ... 16
4.3.2. Onafhankelijke variabelen ... 17
4.3.3. Correlaties tussen de variabelen ... 22
4.4. Data-analyse ... 24
5. Resultaten ... 26
5.1. Model 1: sociaal-demografische variabelen ... 26
5.2. Model 2: Sociaal-demografische variabelen en variabelen in het dagelijks leven ... 27
5.3. Model 3: Sociaal-demografische variabelen en werkgerelateerde variabelen ... 28
5.4. Model 4: Sociaal-demografische variabelen, variabelen in het dagelijks leven en werkgerelateerde variabelen ... 30
6. Discussie ... 32
6.1. Samenhang tussen sociaal-demografische variabelen en gecijferdheid ... 33
6.2. Samenhang tussen sociaal-demografische variabelen, variabelen uit het dagelijks leven en gecijferdheid ... 34
6.3. Samenhang tussen sociaal-demografische variabelen, werkgerelateerde variabelen en gecijferdheid ... 36
6.4. Samenhang tussen sociaal-demografische variabelen, variabelen uit het dagelijks leven, werkgerelateerde variabelen en gecijferdheid ... 37
6.5. Beperkingen en aanbevelingen vervolgonderzoek ... 39
6.6. Implicaties Beleid en praktijk ... 41
7. Conclusie ... 44
8. Referenties ... 45
9. Bijlagen ... 54
1
1. INLEIDING
De maatschappij bevat een veelheid aan getalsinformatie waarmee burgers niet enkel in het dagelijks leven, maar eveneens op het werk mee in contact komen (Hoogland, 2012; Ojosse, 2011; Oonk, van Zanten, & Keijzer, 2007). Doordat de maatschappij verandert, o.a. door de technologisering van de maatschappij, moeten burgers over andere gecijferdheidsvaardigheden beschikken om met de getalsinformatie om te gaan (Ojosse, 2011; Oonk, et al., 2007). Kunnen omgaan met de kwantitatieve kant van de maatschappij wordt als een essentiële vaardigheid gezien (Hoogland, 2012; Ojosse, 2011; Oonk, et al., 2007; Van Groenestijn, z.d.). Een gebrek of tekort aan gecijferdheidsvaardigheden is problematischer dan over het algemeen aangenomen om te functioneren in de maatschappij (Ojosse, 2011).
The Programme for the International Assessment of Adult Competencies (PIAAC) is een
internationale studie waarin drie sleutelvaardigheden gemeten worden bij volwassenen (Cincinnato & De Meyer, z.d.; Evans, Close, & Maguire, z.d.; OECD, z.d.). De dataset van de eerste cyclus van deze internationale studie wordt binnen dit huidige onderzoek gebruikt om analyses uit te voeren. Daarom wordt in het eerste deel (e.i., de inleiding) dieper ingegaan op de studie.
In het tweede deel (e.i., de theoretische kadering) wordt de sleutelvaardigheid gecijferdheid gedefiniëerd; een complexe vaardigheid die zowel cognitieve als dispositionele componenten bevat. Met behulp van numerate behavior kan de complexe vaardigheid beoordeeld worden (Alatorre et al., 2009; Evans et al., z.d.; Tout & Gal, 2015). Het gecijferdheidsniveau verschilt per volwassene. Elke volwassene dient een bepaald gecijferdheidsniveau te behalen om in de hedendaagse maatschappij te kunnen functioneren. Van Groenestijn (z.d.) noemt dit minimale gecijferdheidsniveau: functionele gecijferdheid.
Om de factoren te identificeren die de verscheidenheid in gecijferheidsvaardigheden bij volwassenen verklaren, wordt het SWE-model geïntroduceerd in het tweede deel van het theoretisch kader. Dit SWE-model bevat drie clusters aan variabelen: (1)
sociaal-2
demografische variabelen, (2) werkgerelateerde leervariabelen en (3) leren in dagelijks leven waar later dieper op ingegaan wordt (Hämäläinen, De Wever, Malin, & Cincinnato, 2015).
1.1. THE PROGRAMME FOR THE INTERNATIONAL ASSESSMENT OF
ADULT COMPETENCIES (PIAAC)
1.1.1. HISTORIEK
Voordat ‘The Programme for the International Assessment of Adult Competencies’ (PIAAC) plaatsvond, zijn reeds twee internationale studies gevoerd naar de vaardigheden van volwassenen: ‘International Adult Literacy Survey’ (IALS) en ‘Adult Literacy and Life Skills
Survey’ (ALL) (Cincinnato & Meyer, z.d.; Evans et al., z.d.). IALS is afgenomen tussen 1994 en
1998 bij 16 tot 65 jarigen in 21 verschillende landen of regio’s, waaronder Vlaanderen in 2001. Tijdens de IALS vulden de participatnen een achtergrondvragenlijst en een testboek in (Cincinnato & De Meyer, z.d.). De taal- en rekenvaardigheden zijn gemeten aan de hand van een testboek dat 114 testitems bevat. Deze testitems ging de geletterheid na op drie domeinen, namelijk prozageletterdheid, documentgeletterdheid en kwantitatieve geletterdheid. De rekenvaardigheden om bewerkingen uit te voeren, vallen onder de kwantitatieve geletterdheid (Cincinnato & De Meyer, z.d.). In de periode 2003-2007 is de ALL-enquête uitgevoerd. Vlaanderen nam niet deel aan het hoofdonderzoek, enkel aan het vooronderzoek in 2001. ALL bevroeg vier domeinen, namelijk prozageletterdheid, documentgeletterheid, gecijferdheid en probleemoplossen (Cincinnato & De Meyer, z.d.). Voortbouwend op deze twee voorgaande studies, is de PIAAC-studie ontwikkeld (Alatorre et al., 2009; Cincinnato & Meyer, z.d.; Evans et al., z.d.)
1.1.2. PIAAC
De PIAAC studie wordt gecoördineerd vanuit de Organisation for Economic Cooperation
and Development (OECD). De studie meet drie sleutelvaardigheden: geletterdheid,
3 volwassenen tussen de 16 en 65 jaar. Deze vaardigheden zijn essentieel om op een volwaardige manier te kunnen deelnemen aan de maatschappij (Cincinnato & De Meyer, z.d.; Evans et al., z.d.; OECD, z.d.).
De studie bestaat uit twee cyclussen die verschillende ronden bevatten (OECD, z.d.). Aan de eerste cyclus namen 28 landen of regio’s deel. Hiervan lagen 22 landen of regio’s binnen Europa. Deze vond plaats tussen 2011 en 2017. Binnen deze tijdsspanne werden drie ronden gehouden. Er namen 22 landen deel aan de eerste ronde waarvan het hoofdonderzoek liep van 2011 tot 2012. Vlaanderen telde 5 463 participanten (Cincinnato & De Meyer, z.d.; OECD, z.d.). Van de Vlaamse participanten doorliepen 4 983 participanten de volledige test (Cincinnato & De Meyer, z.d.; OECD, z.d.). Aan de hand van gegevens van het (rijks)register selecteerde de studie deze participanten (Cincinnato & De Meyer, z.d.).
1.1.3. GLOBALE RESULTATEN GECIJFERDHEID VOOR VLAANDEREN
Voor de sleutelvaardigheid ‘gecjiferdheid’ behaalt Vlaanderen een gemiddelde van 280. In vergelijking met het gemiddelde van de OECD-landen (269), is dit een significant betere score. Met een gemiddelde score van 280 staat Vlaanderen tussen de tweede en zevende plaats op de internationale rangschikking die de landen van de eerste ronde bevat. Met deze gemiddelde score behalen Vlamingen gemiddeld niveau drie van de vaardigheidsniveaus (Cincinnato & De Meyer, z.d.). Wat echter opvallend is, is de grote kloof met een verschil van 165 punten tussen de sterkste en zwakste presteerders (Cincinnato & De Meyer, z.d.).
4
2. THEORETISCHE KADERING
2.1. GECIJFERDHEID (NUMERACY)
2.1.1. DEFINIËRING
Gecijferdheid, één van de drie sleutelvaardigheden die de PIAAC studie wilt nagaan bij volwassenen van 16 tot 65 jaar, is een begrip dat moeilijk eenduidig te omschrijven valt. Er bestaan tal van verschillende definities, dit blijkt uit andere studies waarin de sleutelvaardigheid bevraagd is. Bepaalde aspecten kwamen reeds in de International Adult
Literacy Survey (IALS) aan bod, dit onder de noemer kwantitatieve geletterdheid (Alatorre et
al., 2009; Cincinnato & De Meyer, z.d.; Tout & Gal, 2015). Later werd de sleutelvaardigheid in de Adult Literacy and Lifes skill Survey (ALL) bevraagd (Allatorre et al., 2009; Cincinnato & De Meyer, n.d). De definitie die PIAAC hanteert, is een uitbreiding van de definitie die de ALL hanteerde (Alatorre et al., 2009). Om de resultaten te kunnen vergelijken van de verschillende onderzoeken, dient een overeenstemming te zijn tussen de definities (Alatorre et al., 2009). Bijkomend zijn er de verschillen tussen de deelnemende landen, terugkerende domeinen bij geletterdheid en veel verschillende visies op gecijferdheid die in rekening moeten worden gebracht (Alatorre et al., 2009). Rekening houdend met voorgaande, kwam de Numeracy
Expert Group (2009) tot volgende omschrijving van gecijferdheid:
“Numeracy is the ability to access, use, interpret, and communicate mathematical information and ideas, in order to engage in and manage the mathematical demands of a range of situations in adult life”
(Alatorre et al., 2009, p. 21)
Gecijferdheid is met andere woorden het kunnen gebruiken, interpreteren en hanteren van wiskundige informatie. Deze wiskundige informatie is nodig om volwaardig te kunnen deelnemen aan het dagelijks leven als volwassene (Allatorre et al., 2009). Naast kennis omtrent wiskundige berekeningen, worden vaardigheden nagegaan. Onder deze
5 vaardigheden valt het gebruiken en interpreteren van de kennis (Tout & Gal, 2015). De OECD omschrijft gecijferdheid op hun website als volgt:
“Numeracy is the ability to use, apply, interpret, and communicate mathematical information and ideas. It is an essential skill in an age when individuals encounter an increasing amount and wide range of quantitative and mathematical information in their daily lives.”
(OECD, z.d.)
Uit bovenstaande definities blijkt dat gecijferdheid een complexe vaardigheid is die niet enkel cognitieve/inhoudelijke componenten, maar ook dipositionele componenten bevat (Alatorre et al., 2009; Tout & Gal, 2015). Onder de cognitieve/inhoudelijke componenten worden kennis en vaardigheden gerekend. Meer bepaald omvat gecijferdheid volgende inhoudscomponenten: (1) getalkennis en begrip van bewerkingen, (2) patronen, functies en algebra, (3) meten en vormenleer en (4) data, statistiek en kansen (Ginsburg, Manly, & Schmidt, 2006). De dispositionele componenten slaan op attitudes, motivaties en houdingen ten opzichte van gecijferdheid (Alatorre et al., 2009; Tout & Gal, 2015). De complexiteit van gecijferdheid maakt de beoordeling ervan moeilijk te interpreteren (Alatorre et al., 2009). Voor een efficiëntere beoordeling is een observeerbaar gedrag wenselijk. Dit observeerbaar gedrag wordt omschreven als numerate behavior (Tout & Gal, 2015). Numerate behavior bestaat uit vier verschillende aspecten namelijk context, reacties, wiskundige inhoud/informatie/ideeën en representaties (Alatorre et al., 2009; Evans et al., z.d.; Tout & Gal, 2015). De context zijn de verwachtingen vanuit externe perspectieven (bv. werk, samenleving…). Verwachtingen verschillen naargelang de context waarin een persoon zich begeeft. De werkvloer stelt bijvoorbeeld andere verwachtingen dan het dagelijkse leven (Alatorre et al., 2009; Evans et al., z.d.; Tout & Gal, 2015). De verwachtingen uit de context lokken bepaalde reacties uit bij personen, dit is bijvoorbeeld het toepassen van een bepaalde wiskundige formule. Wiskundige informatie die de context bevat is hiervoor noodzakelijk. Deze wiskundige informatie kan op verschillende manieren weergegeven worden in de context: de representaties.
6
Een duidelijk gedefinieerde omschrijving van Numerate behavior (getalsgedrag) en bijhorende aspecten is nodig om de interpretatie van resultaten te verhogen. Wederom is een overeenkomst met de definitie die de ALL gebruikte terug te vinden (Alatorre et al., 2009). Volgende definitie omschrijft numerate behavior, omschreven door de PIAAC Numeracy
Experts Group (2009):
“Numerate behavior involves managing a situation or solving a problem in a real context, by responding to mathematical content/information/ideas represented in multiple ways.”
(Alatorre et al., 2009, p. 22)
2.1.2. GECIJFERDHEID BIJ VOLWASSENEN
Uit de definitie van gecijferdheid, die de OECD vooropstelt, blijkt dat het toepassen van wiskunde in het (volwassen) leven een groot deel is van wat onder gecijferdheid verstaan wordt (Straesser, 2015). FitzSimons (2008) omschrijven dit als volgt:
“Adult numeracy always implies a practical aspect to using mathematical ideas and techniques, wether in the paid workface or in unpaid community situations.”
(FitzSimons, 2008, p.8)
Gecijferdheid bij volwassenen is een noodzaak om in de hedendaagse kenniseconomie te kunnen functioneren (Van Groenestijn, z.d.). Van Groenestijn (z.d.) omschrijft dit dan ook als functionele gecijferdheid.
7
2.2. SWE-MODEL
SWE staat voor Socio-demographic factors (Sociaal-demografische factoren),
Work-related learning (Werkgerelateerd leren) en Everyday life learning (leren in het dagelijks
leven) (Hämäläinen et al., 2015). Met behulp van het SWE-model wordt getracht factoren te identificeren die de verscheidenheid in vaardigheidsniveaus bij volwassenen verklaren. Het SWE-model omvat drie clusters van onafhankelijke variabelen die mogelijk een samenhang vertonen met de afhankelijke variabele: sociaal-demografische factoren, werkgerelaterde leerervaringen en leren in het dagelijks leven (Hämäläinen et al., 2015). Hieronder bevindt zich een schematische voorstelling van het SWE-model (figuur 1).
Bovenstaand model is uitgewerkt voor de studie over probleemoplossingsvaardigheden in technologierijke omgevingen. In huidige studie wordt bovenstaand model toegepast op de gecijferdheidsvaardigheden bij volwassenen. Schematische voorstelling van het aangepaste SWE-model bevindt zich hieronder (figuur 2).
1) Sociaal demografische factoren
2) Werkgerelateerd leren 3) Leren in het dagelijks leven Gecijferdheidsvaardigheden bij volwassenen
Figuur 1. Schematisch overzicht van SWE-model. Overgenomen uit Education and working life: VET adults’ problem-solving skills in technology-rich environments (p. 3) door Hämäläinen et al., 2015.
Figuur 2. Schematisch overzicht van aangepast SWE-model. Gebaseerd op Education and working life: VET adults’ problem-solving skills in technology-rich environments (p. 3) door Hämäläinen et al., 2015.
8
2.2.1. SOCIAAL-DEMOGRAFISCHE FACTOREN
Geslacht vertoont een samenhang met het gecijferdheidsniveau van volwassenen (Cincinnato & De Meyer, z.d.; Henningsen 2008; Lindemann, 2015; Lindley, 2012; Bynner & Parsons, 1997a). Mannen hebben over het algemeen een hoger gecijferdheidsniveau en oefenen meer frequent een job uit waarbij gecijferdheid een prominentere rol speelt (Henningsen, 2008; Lindemann, 2015; Lindley, 2012; Bynner & Parsons, 1997a). Vrouwen presteren op vlak van gecijferdheid over het algemeen slechter dan mannen (Cincinnato & De Meyer, z.d.; Lusardi, 2012; Bynner & Parsons, 1997a). Mannen en vrouwen in Vlaanderen scoren over het algemeen gemiddeld genomen goed op gecijferdheid. Dit in vergelijking met de andere deelnemende landen. Mannen (288) scoren in Vlaanderen beter dan vrouwen (277) (Cincinnato & De Meyer, z.d.). Een laag gecijferdheidsniveau heeft een negatief effect op de tewerkstelling bij mannen in vergelijking met het effect van een laag gecijferdheidsniveau op de tewerkstelling bij vrouwen (Bynner & Parsons, 1997a). De sector waarin men tewerkgesteld is, hangt eveneens samen met het geslacht. Mannen zijn vaker tewerkgesteld in wetenschapssectoren en sectoren waarbij een hoger gecijferdheidsniveau vereist is (Lindemann, 2015; Lindley, 2012).
De leeftijd van de volwassenen vertoont een samenhang met het gecijferdheidsniveau (Chen, Wang, Kirk, Pethtel, & Kiefner, 2014; de Bruin, Mc Nair, Taylor, Summers, & Strough, 2014; Kusardi, 2012). Naarmate de leeftijd van de volwassenen toeneemt, verlaagt het gecijferdheidsniveau (Chen, et al., 2014; de Bruin, et al., 2014; Kusardi, 2012). Volwassenen tussen 25 en 34 jaar behalen gemiddeld genomen de hoogste scores voor gecijferdheid, waarna het gemiddelde gecijferheidsniveau per toenemende leeftijdscategorie afneemt (Cincinnato & De meyer, z.d.). De gecijferdheidsvaardigheden liggen het laagst bij volwassenen boven de 50 (Vansteenkiste, 2014).
Het opleidingsniveau van de volwassenen vertoont ook een samenhang met het gecijferdheidsniveau (Chiswick, Lee, & Miller, 2003; Cincinnato & De Meyer, z.d.; Vansteenkiste, Verbruggen, Forrier, & Sels, 2014; Lusardi, 2012; Vansteenkiste, 2014).
9 Volwassenen met een hoger opgeleidingsniveau behalen een hoger gecijferdheidsniveau (Chiswick et al., 2003; Cincinnato & De Meyer, z.d.; Vansteenkiste et al., 2014). Daarbij aansluitend hebben volwassenen met een laag opleidingsniveau vaak een gebrek aan gecijferdheidsvaardigheden (Lusardi, 2012) en bijgevolg een laag gecijferdheidsniveau (Vansteenkiste, 2014). Uit de eerste analyses op de PIAAC data blijkt dit ook het geval te zijn in Vlaanderen. Laaggeschoolden (volwassenen zonder middelbaar diploma) scoren het laagst op gecijferdheidsvaardigheden. Naarmate de scholingsgraad toeneemt, neemt het gecijferdheidsniveau eveneens toe. Volwassenen met een diploma hoger onderwijs behalen het hoogste gecijferdheidsniveau (Cincinnato & De Meyer, z.d.). Het opleidingsniveau heeft een impact op het gecijferdheidsniveau van de volwassenen (Chiswick et al., 2003; Vansteenkiste et al., 2014). Vermits rekenvaardigheid van belang is om in de huidige samenleving te functioneren, heeft het behaalde gecijferdheidsniveau hier een belangrijk aandeel in (Lusardi, 2012).
2.2.2. GECIJFERDHEID IN DAGELIJKS LEVEN – LEREN IN HET DAGELIJKS LEVEN De veranderende maatschappij bevat een veelheid aan getalsinformatie waar burgers in het dagelijks leven mee geconfronteerd worden en mee moeten omgaan (Hoogland, 2012; Ojosse, 2011; Oonk et al., 2007). Een basis gecijferdheid is een noodzakelijke vaardigheid om in situaties waarin berekeningen nodig zijn te functioneren, zoals bijvoorbeeld in de supermarkt (Parsons & Bynner, 1997b). Omgaan met de kwantitatieve kant van de maatschappij en de veelheid aan getalsinformatie is een essentiele vaardigheid (Hoogland, 2012; Ojosse, 2011; Oonk et al., 2007). Binnen de veranderende maatschappij, hoort tevens de technologisering van de maatschappij, die om andere vaardigheden vraagt. Het zuivere rekenwerk wordt overgenomen door de technologie (Ojosse, 2011; Oonk et al., 2007), waardoor volwassen burgers over andere gecijferdheidsvaardigheden dienen te beschikken in vergelijking met vroeger. Volwassen burgers moeten met andere woorden sociaal redzaam zijn, ze dienen anders gezegd te beschikken over vaardigheden om zichzelf in situaties met getalsinformatie te kunnen redden (Oonk et al., 2007). Een tekort aan gecijferdheid is meer
10
problematisch dan algemeen aangenomen om te functioneren in de maatschappij (Ojosse, 2011).
Burgers moeten hun verworven kennisbasis tijdens de schoolcarrière kunnen toepassen in het dagelijks leven. Daarvoor zijn de regels en procedures niet de hoofdzaak, maar dit vraagt om een bepaald inzicht om de geleerde zaken toe te passen in de praktijk. Een gebrek aan verbanden uit het dagelijks leven ontbreken vaak in de schoolcarrière (Ojosse, 2011). De wiskundige kennis die de burgers opdoen tijdens hun schoolcarrière moet echter de relevantie voor de samenleving weerspiegelen (Ojosse, 2011). Het genoten onderwijs speelt een rol in het behaalde gecijferdheidsniveau (Chiswick et al., 2003; Vansteenkiste et al., 2014) en dit gecijferdheidsniveau heeft gevolgen voor volwassenen om te functioneren in de samenleving (Lusardi, 2012). De activiteiten in het dagelijks leven spelen echter een belangrijkere rol voor volwassenen met een lager gecijferdheidsniveau om de vaardigheid te ontwikkelen en behouden (Grotlüschen, Mallows, Reder, & Sabatini, 2016; Reder, 2017), vermits zij minder vaak beroep doen op de vaardigheid bij het uitoefenen van hun job (Ryan, & Sinning, 2009).
Het belang van gecijferdheid in het dagelijks leven komt eveneens naar boven wanneer naar de verschillende testitems van gecijferdheid binnen de PIAAC studie gekeken wordt (OECD, 2013). Zoals hierboven reeds aangehaald, hebben de testitems betrekking op vier verschillende contexten. Eén van deze contexten is het persoonlijk leven, waarop 25 van de 56 testitems betrekking hebben (OECD, 2013). Voorbeelden hiervan zijn: winkelen, sportuitslagen lezen en koken.
De mate waarin gecijferdheidsvaardigheden gebruikt worden in het dagelijks leven spelen volgens de eerste analyses van de PIAAC data een rol. Bij deze analyse werd enkel naar de samenhang tussen de activiteiten in het dagelijks leven en het gecijferdheidsniveau gekeken. Het gecijferdheidsniveau is significant hoger bij volwassenen die meer beroep doen op dergelijke vaardigheden in het dagelijkse leven (Cincinnato & De Meyer, z.d.). Naarmate het gecijferdheidsniveau van een volwassenen dus toeneemt, is er een hogere betrokkenheid
11 bij gecijferdheidsvaardigheden in het dagelijks leven. Daarbij aansluitend vertonen volwassenen met een lagere vaardigheidsgraad een beperktere betrokkenheid bij gecijferdheid in het dagelijks leven (Grotlüschen et al., 2016; Reder, 2017). Bijkomend is er een positieve correlatie tussen het gebruik van de vaardigheid in het dagelijks leven en op het werk. Indien volwassenen gecijferdheid vaker gebruiken in het dagelijks leven, dan geldt dit ook voor het gebruik van de vaardigheid op het werk (Grotlüschen et al., 2016; Reder, 2017).
2.2.3. GECIJFERDHEID OP HET WERK – WERKGERELATEERDE LEERERVARINGEN
Functionele gecijferdheid is afhankelijk van maatschappelijke veranderingen (Van Groenestijn, z.d.; Wedege, 2002). Dit zorgt ervoor dat gecijferdheid telkens binnen een bepaalde context gezien moet worden en deze per context verschilt (Wedege, 2002). De items die gecijferdheid bevragen binnen de PIAAC studie zijn telkens gerelateerd aan een bepaalde context (OECD, 2013). Zo zijn dertien van de 56 items werkgerelateerd (OECD, 2013). Functionele gecijferdheid op het werk omvat met andere woorden het toepassen van de aanwezige wiskundige kennis en vaardigheden in concrete situaties en praktijken op het werk (FitzSimons & Gail, 2008; FitzSimons & Wedege, 2007; OECD, 2013; Bynner & Parsons, 1997a; Straesser, 2015; Wedege, 2002). Doch, gemiddeld genomen gebruikt slechts drie tot zes procent gecijferdheid dagelijks op het werk (Quintini, 2014). Naarmate het gecijferdheidsniveau van een werknemer toeneemt, is er echter een hogere betrokkenheid bij gecijferdheidsvaardigheden op het werk (Grotlüschen et al., 2016; Reder, 2017). Aansluitend hierbij zijn het de werknemers met een hoger gecijferdheidsniveau die de gecijferdheidsvaardigheden meer frequent gebruiken op het werk (Ryan & Sinning, 2009). Volwassenen met een lagere vaardigheidsgraad vertonen een beperktere betrokkenheid bij gecijferdheid op het werk (Grotlüschen et al., 2016; Reder, 2017).
Gecijferdheid is van belang voor de werkstatus. Slechte gecijferdheidsvaardigheden vormen een groter nadeel op de werkstatus dan slechte geletterdheidsvaardigheden (Parsons
12
& Bynner, 1997b; Fownes, Thompson, & Evetts, 2003). Een laag gecijferdheidsniveau vormt een negatief effect op de voltijdse tewerkstelling van de volwassenen (Parsons & Bynner, 2005; Fownes et al., 2003). Een gebrek aan gecijferdheid zorgt voor een hogere werkloosheid en het uitoefenen van lager gewaardeerde jobs (Bynner & Parsons, 1997a). Dit geldt voor zowel mannen als vrouwen. De veranderende economie zorgt er echter voor dat jobs mee veranderen en evolueren, waardoor andere vaardigheden – die (on)rechstreeks verband kunnen houden met gecijferdheid – een meer prominente rol verschaffen (Bynner & Parsons, 1997a). Werknemers met de laagste gecijferdheidsgraad worden hierdoor het hardst getroffen (Bynner & Parsons, 1997a). Een deel van de volwassenen die over een laag gecijferdheidsniveau beschikken, bezitten onvoldoende vaardigheden om hun job op een correcte manier uit te oefenen (Earle, 2011). Deze volwassenen oefenen vaker een job uit waarvoor geen gecijferdheidsvaardigheden nodig zijn, waardoor de activiteiten uit het dagelijks leven belangrijker zijn voor het ontwikkelen en behouden van de gecijferdheidsvaardigheden van die volwassenen (Grotlüschen et al., 2016; Reder, 2017).
13
3. PROBLEEMSTELLING EN ONDERZOEKSVRAAG
Gecijferdheid is een essentiële vaardigheid. Volwassenen moeten over een voldoende hoog niveau beschikken om in de maatschappij te kunnen functioneren (Hoogland, 2012; Ojosse, 2011; Oonk et al., 2007; Van Groenestijn, z.d.). Zowel voor het beoefenen van een job als in het dagelijks leven (FitzSimons, 2008) wordt gecijferdheid verwacht. Van Groenestijn (z.d.) spreekt over functionele gecijferdheid bij volwassenen, nodig om met de veelheid aan getalsinformatie uit de maatschappij om te gaan (Hoogland, 2012; Ojosse, 2011; Oonk et al., 2007).
De gecijferdheidsvaardigheden bij volwassenen zijn reeds gemeten tijdens de eerste cyclus van de grootschalige internationale studie PIAAC. Uit de resultaten van deze eerste cyclus blijkt dat Vlaanderen globaal genomen vrij goed scoort voor gecijferdheid ten opzichte van de andere deelnemende landen/regio’s. Met een gemiddelde score van 280 staat Vlaanderen tussen de tweede en zevende plaats op de rangschikking (Cincinnato & De Meyer, z.d.). Uit de primaire analyses van de PIAAC data en andere onderzoeken blijkt het geslacht, de leeftijd, het opleidingsniveau van de volwassenen, het gebruik van de vaardigheid op het werk en in het dagelijks leven afzonderlijk een samenhang te vertonen met het gecijferheidsniveau (e.g., Chen et al., 2014; Bynner & Parsons, 1997a; Verbruggen, 2014). Veelal wordt naar de opleiding van de volwassenen verwezen als plaats waar de gecijferdheidsvaardigheden ontwikkeld worden (Ojosse, 2011). Leren vindt niet enkel plaats tijdens de opleiding van een persoon, maar eveneens op het werk, door het werk en voor het werk (e.g., Tynjäla, 2013) en op informele leermomenten in het dagelijks leven (e.g., Schulz & Stamov Roßnagel, 2010). De samenhang van deze drie clusters van variabelen en het gecijferdheidsniveau van volwassenen in Vlaanderen, is nog niet nagegaan met behulp van de PIAAC-data. Dit doet de vraag reizen wat de samenhang tussen deze variabelen en het gecijferdheidsniveau is bij de Vlaamse volwassen op basis van de PIAAC-data.
14
De drie clusters van variabelen van het SWE-model komen hier terug. Aan de hand van een aangepast SWE-model, toegepast op het gecijferdheidsniveau van de Vlaamse volwassenen en de data verzameld door PIAAC, wordt in dit onderzoek getracht om de samenhang tussen de variabelen en het gecijferdheidsniveau van Vlaamse volwassenen na te gaan.
• Onderzoeksvraag: Wat is de samenhang tussen sociaal-demografische variabelen, werkgerelateerde variabelen, variabelen uit het dagelijks leven en het gecijferdheidsniveau van de Vlaamse volwassenen?
15
4. METHODOLOGIE
4.1. ONDERZOEKSDESIGN
Om een antwoord te formuleren op bovenstaande onderzoeksvraag, is gekozen voor een kwantitatief onderzoeksdesign. Huidig onderzoek maakt gebruikt van de data die aanvankelijk verzameld is in het kader van de eerste cyclus van het Programme for the
International Assessment of Adult Competencies (PIAAC). Deze eerste cyclus liep van 2008 tot
2017. Doordat deze data zowel informatie over de gecijferdheidsvaardigheden (de afhankelijke variabele) alsook sociaal-demografische factoren en leervariabelen op het werk en in het dagelijks leven (de onafhankelijke variabelen) bevat, kan een uitgebreide secundaire analyse uitgevoerd worden. De Vlaamse steekproef bevat 4 983 participanten die representatief zijn voor de Vlaamse bevolking (Cincinnato & De Meyer, z.d.; OECD, z.d.).
4.2. PARTICIPANTEN
In het kader van de eerste cyclus van PIAAC zijn in totaal 5 463 volwassenen bevraagd geweest. Op basis van gegevens uit het (rijks)register selecteerde PIAAC deze participanten via een probabilistische steekproef (Cincinnato & De Meyer, z.d.). Slechts de 4 983 participanten doorliepen die de volledige test vormen de participanten voor huidig onderzoek.
4.3. INSTRUMENTEN
PIAAC test onder andere het gecijfersheidsniveau van volwassenen door een directe beoordeling via een cognitieve test. Allereerst werd door de interviewer, die thuis bij de participanten langsging voor de testafname, een achtergrondvragenlijst afgenomen. De achtergrondvragenlijst bevatte vragen die informatie geven over achtergrondfactoren van de participant (o.a. graad van onderwijs, sociaal economische status, opleidingsniveau…). Deze
16
achtergrondfactoren kunnen mogelijks een samenhang vertonen met de ontwikkeling van de drie sleutelvaardigheden (OECD, z.d.). De vragen van de achtergrondvragenlijst werden voorgelezen door de interviewer die de antwoorden van de participanten onmiddellijk invoerde in de computer (Cincinnato & De Meyer, z.d.). Vervolgens werd op basis van computerervaring bepaald of de participant de test op papier of via de computer aflegde. Wanneer na een korte controletest bleek dat de participant onvoldoende ervaring met de computer had, werd deze alsnog doorverwezen naar de test op papier (Cincinnato & De Meyer, z.d.). Bij de test op papier werden eerst 8 kernvragen gesteld. Wanneer de participanten slaagden, werden ze doorverwezen naar een testboekje met 20 vragen over geletterheid of gecijferdheid, waarna nog een leescomponent volgde (Cincinnato & De Meyer, z.d.). Bij de test op de computer, moesten de participanten slagen voor 6 kernvragen om doorverwezen te worden naar de vragen over geletterdheid (20), gecijferdheid (20) en probleemoplossing (7). De drie sleutelvaardigheden werden op een willekeurige volgorde getest. Slaagden de participanten niet voor de 6 kernvragen, dan werden ze doorverwezen naar de leescomponenten op papier (Cincinnato & De Meyer, z.d.).
4.3.1. AFHANKELIJKE VARIABELE GECIJFERDHEID
De afhankelijke variabele, het gecijferdheidsniveau van de Vlaamse volwassenen (NUM), werd gemeten via een test met directe beoordeling. Een voorbeeld van een sample
item voor gecijferdheid werd opgenomen in bijlage 1. De test die de participanten op de
computer in dienden te vullen, bestond uit twintig at rondom geselecteerde vragen. Deze vragen variëren in moeilijkheidsgraad (Tout & Gal, 2014). Om de verzamelde data te verwerken, werd per sleutelvaardigheid een vaardigheidsschaal opgesteld, ingedeeld in vaardigheidsniveaus (Cincinnato & De Meyer, z.d.). Op de continue vaardigheidsschalen, die lopen van 0 tot 500, kunnen zowel de participanten als de verschillende items geplaatst worden. Vermits de vaardigheidsschalen moeilijk interpreteerbaar zijn, werden de vaardigheidsniveaus ontwikkeld. Elk vaardigheidsniveau komt overeen met een interval van de vaardigheidsschaal. Voor de sleutelvaardigheiden gecijferdheid zijn er 6 vaardigheidsniveaus (zie tabel 1).
17
Tabel 1
Vaardigheidsniveaus gecijferdheid
Vaardigheidsniveau Interval vaardigheidsschaal
< 1 <176 1 176 – 225 2 226 – 275 3 276 – 325 4 326 – 375 5 > 375 4.3.2. ONAFHANKELIJKE VARIABELEN
De onafhankelijke variabelen voor huidig onderzoek zijn verzameld via de achtergrondvragenlijst van de PIAAC-studie. Deze achtergrondvragenlijst is afgenomen door de interviewer die bij de participant thuis langsging. De antwoorden werden onmiddellijk door de interviewer ingevoerd in de computer (Cincinnato & De Meyer, z.d.).
Sociaal-demografische factoren
Het geslacht van de participanten werd in de achtergrondvragenlijst bevraagd met volgend item: CI_Gender (Gender) (OECD, 2011). Het item bevat twee antwoordmogelijkheden, man of vrouw. Onderstaande tabel geeft een overzicht van de antwoordmogelijkheden en de frequenties. Onder het aantal participanten bevinden zich 2 700 mannen en 2 763 vrouwen.
Tabel 2
Overzicht van de antwoordmogelijkheden, frequenties (fi) en percentages (%) voor gender
fi %
01 Man 2 700 49,4
18
De leeftijd van de participanten bevroeg men in de achtergrondvragenlijst met het item CI_Age (Leeftijd). De respondenten dienden hun leeftijd mee te delen aan de interviewer. Binnen huidig onderzoek werd ervoor gekozen om het item te hercorderen, dit om de interpretatie te vereenvoudigen. De gemiddelde leeftijd van de participanten is de categorie 36 – 45 met standaarddeviatie (SD=) 1,37751. Onderstaande tabel (tabel 3) geeft de verdeling van de participanten over deze variabele weer.
Tabel 3
Overzicht van de frequenties (fi) en percentages (%) voor leeftijd
fi % 16 - 25 1 075 19,7 26 – 35 983 18,0 36 – 45 1 143 20,9 46 – 55 1 254 23,0 56 - 65 1 008 18,5
In de achtergrondvragenlijst is het opleidingsniveau van de participanten bevraagd via het item B_Q01a (OplNiv) met volgende vraag: ‘Wat is het hoogste onderwijsniveau dat u volledig hebt voltooid?’. De vraag diende beantwoord te worden door één van de twaalf antwoordmogelijkheden te selecteren (OECD, 2011). Binnen huidig onderzoek werd ervoor gekozen om het item te hercorderen, dit om de interpretatie te vereenvoudigen (tabel 4).
Tabel 4
Hercodering B_Q01a in OplNiv
B_Q01a OplNiv
01 Geen onderwijs of lager onderwijs niet beëindigd
1 Laag – geen diploma secundair onderwijs
02 Lager onderwijs of basiseducatie
03 Lager secundair onderwijs (of eerste graad)
04 Volledig beroepssecundair onderwijs
2 Gemiddeld – diploma secundair onderwijs
05 Volledig algemeen, technisch of kunst secundair
onderwijs
06 Hoger secundair onderwijs (geen onderwijsvorm)
07
Voorgezet secundair onderwijs dat toegang geeft tot hoger onderwijs (vierde graad of derde jaar van de derde graad van het secundair onderwijs)
19
08 Hoger onderwijs van één cyclus (korte type /
professionele bacheloropleiding)
3 Hoog – diploma hoger onderwijs
09 Academische bacheloropleiding (universitaire
kandidatuuropleiding)
10 Universitair onderwijs of hoger onderwijs van
twee cycli (lange type / masteropleiding)
11 Doctoraat
12 Buitenlands diploma, specifeer 4 Buitenlands diploma
Het gemiddelde opleidingsniveau van de Vlaamse volwassenen bedraagt 2,1682 (Gemiddeld opgeleid – diploma secundair onderwijs) met standaarddeviatie (SD=) 0,75921. Een overzicht van het opleidingsniveau en de verdeling van de participanten over de variabele bevindt zich in onderstaande tabel (tabel 5).
Tabel 5
Overzicht van de antwoordmogelijkheden, frequenties (fi) en percentages (%) voor OplNiv
fi Percentage
1 Laag – geen diploma secundair onderwijs 1 004 18,4
2 Gemiddeld – diploma secundair onderwijs 2 219 40,6
3 Hoog – diploma hoger onderwijs 1 676 30,7
4 Buitenlands diploma 83 1,5
Leren in het dagelijks leven
De mate waarin de participanten gecijferdheidsvaardigheden in het dagelijks leven gebruiken, werd bevraagd via de achtergrondvragenlijst (OECD, 2011). De achtergrondvragenlijst bevat zes items die peilen naar de mate waarin de participanten gecijferdheidsvaardigheden in het dagelijks leven gebruiken: PKBDL, BDPDL, ZRMDL, CGTDL, AFDL en GWSDL. Deze items komen overeen met volgende vragen: Hoe vaak houdt u zich, in het dagelijks leven, bezig met het bereken van prijzen, kosten of budgetten? (PKBDL), Hoe vaak houdt u zich, in het dagelijks leven, bezig met het gebruiken of berekenen van breuken, decimalen of percentages? (BDPDL), Hoe vaak houdt u zich, in het dagelijks leven, bezig met het gebruiken van een rekenmachine – een zakrekenmachine of een rekenmachine op de computer? (ZRMDL), Hoe vaak houdt u zich, in het dagelijks leven, bezig met het opmaken van
20
curves, grafieken of tabellen? (CGTDL), Hoe vaak houdt u zich, in het dagelijks leven, bezig met het gebruiken van eenvoudige algebra of formules? (AFDL), Hoe vaak houdt u zich, in het dagelijks leven, bezig met het gebruiken van gevordere wiskunde of statistiek, zoals analyse, complexe algebra, driehoeksmeting of het gebruik van regressietechnieken? (GWSDL) (OECD, 2011).
De items dienden te worden beantwoord op een vijf punten schaal met volgende mogelijkheden: nooit (1), minder dan een keer per maand (2), minder dan een keer per week maar minstens een keer per maand (3), minstens een keer per week maar niet elke dag (4) en elke dag (5) (OECD, 2011). Een overzicht van de variabelen over de participanten heen is terug te vinden in tabel 6.
Tabel 6
Overzicht van de frequenties (fi) en percentages (%) voor PKBDL, BDPDL, ZRMDL, CGTDL, AFDL en GWSDL
PKBDL BDPDL ZRMDL CGTDL AFDL GWSDL fi % fi % fi % fi % fi % fi % Nooit 1 747 32,0 2 611 47,8 1 114 20,4 3 898 71,4 3 188 58,4 4 351 79,6 <1/maand 1 193 21,8 997 18,3 1 345 24,6 631 11,6 735 13,5 328 6,0 <1/week (≥ 𝟏/ maand) 837 15,3 579 10,6 1 047 19,2 264 4,8 414 7,6 117 2,1 ≥ 𝟏/week (niet elke dag) 909 16,6 603 11,0 1 130 20,7 155 2,8 453 8,3 147 2,7 Elke dag 269 5,4 192 3,5 346 6,3 34 0,6 192 3,5 39 0,7
Het item PKBDL heeft een gemiddelde score van 2,36 met een standaardeviatie (SD=) 1,286, BDPDL heeft een gemiddelde score van 1,95 met een standaardeviatie (SD=) 1,212, ZRMDL heeft een gemiddelde score van 2,65 met een standaardeviatie (SD=) 1,243, CGTDL heeft een gemiddelde score van 1,35 met een standaardeviatie (SD=) 0,777, AFDL heeft een gemiddelde score van 1,74 met een standaardeviatie (SD=) 1,169 en GWSDL heeft een gemiddelde score van 1,23 met een standaardeviatie (SD=) 0,705.
21 Werkgerelateerd leren
De mate waarin de participanten gecijferdheidsvaardigheden op het werk gebruiken, werd bevraagd via de achtergrondvragenlijst (OECD, 2011). De achtergrondvragenlijst bevat zes items die peilen naar de mate waarin de participanten gecijferdheidsvaardigheden op het werk gebruiken: PKBW, BDPW, ZRMW, CGTW, AFW en GWSW. Deze items komen overeen met volgende vragen: Hoe vaak houdt u zich, op het werk, bezig met het bereken van prijzen, kosten of budgetten? (PKBW), Hoe vaak houdt u zich, op het werk, bezig met het gebruiken of berekenen van breuken, decimalen of percentages? (BDPW), Hoe vaak houdt u zich, op het werk, bezig met het gebruiken van een rekenmachine – een zakrekenmachine of een rekenmachine op de computer? (ZRMW), Hoe vaak houdt u zich, op het werk, bezig met het opmaken van curves, grafieken of tabellen? (CGTW), Hoe vaak houdt u zich, op het werk, bezig met het gebruiken van eenvoudige algebra of formules? (AFW), Hoe vaak houdt u zich, op het werk, bezig met het gebruiken van gevordere wiskunde of statistiek, zoals analyse, complexe algebra, driehoeksmeting of het gebruik van regressietechnieken? (GWSW) (OECD, 2011).
De items dienden te worden beantwoord op een vijf punten schaal met volgende mogelijkheden: nooit (1), minder dan een keer per maand (2), minder dan een keer per week maar minstens een keer per maand (3), minstens een keer per week maar niet elke dag (4) en elke dag (5) (OECD, 2011). Een overzicht van de variabelen over de participanten heen is terug te vinden in tabel 7.
Tabel 7
Overzicht van de frequenties (fi) en percentages (%) voor PKBW, BDPW, ZRMW, CGTW, AFW en GWSW
PKBW BDPW ZRMW CGTW AFW GWSW fi % fi % fi % fi % fi % fi % Nooit 1 998 36,6 1 851 33,9 1 235 22,6 2 306 42,2 2 085 38,2 3 005 55,0 <1/maand 350 6,4 332 6,1 306 5,6 489 9,0 369 6,8 279 5,1 <1/week (≥ 𝟏/ maand) 261 4,8 269 4,9 318 5,8 327 6,0 305 5,6 136 2,5
22 ≥ 𝟏/week (niet elke dag) 404 7,4 460 8,4 546 10,0 314 5,7 322 5,9 101 1,8 Elke dag 582 10,7 684 12,5 1 191 21,8 161 2,9 517 9,5 76 1,4
Het item PKBW heeft een gemiddelde score van 2,23 met een standaardeviatie (SD=) 1,576, BDPW heeft een gemiddelde score van 2,39 met een standaardeviatie (SD=) 1,632, ZRMW heeft een gemiddelde score van 3,04 met een standaardeviatie (SD=) 1,713, CGTW heeft een gemiddelde score van 1,76 met een standaardeviatie (SD=) 1,194, AFW heeft een gemiddelde score van 2,12 met een standaardeviatie (SD=) 1,517 en GWSW heeft een gemiddelde score van 1,32 met een standaardeviatie (SD=) 0,846.
4.3.3. CORRELATIES TUSSEN DE VARIABELEN
Om een zicht te krijgen op de onderlinge samenhang van de afhankelijke en onafhankelijke variabelen, werd een correlatietabel (tabel 8) ingevoegd.
23
NUM Gender Leeftijd OplNiv PKBDL BDPDL ZRMDL CGTDL AFDL GWSDL PKBW BDPW ZRMW CGTW AFW GWSW
NUM Pearson Correlation 1 -,142** -,169** ,427** ,087** ,302** ,182** ,223** ,317** ,199** ,207** ,369** ,303** ,333** ,367** ,265**
Gen-der Pearson Correlation 1 -,007 ,031* ,039** -,126** -,056** -,130** -,113** -,091** -,045** -,161** -,063** -,116** -,137** -,174**
Leef-
tijd Pearson Correlation 1 -,018 -,097** -,218** -,170** -,242** -,282** -,272** ,009 ,018 ,029 ,026 -,049** -,008
Opl-
Niv Pearson Correlation 1 ,042** ,098** ,055** -,007 ,078** -,031* ,181* ,293** ,262** ,324** ,304** ,222**
PKB DL Pearson Correlation 1 ,474** ,397** ,241** ,267** ,155** ,147** ,151** ,081** ,112** ,139** ,097** BDP DL Pearson Correlation 1 ,517** ,522** ,605** ,459** ,184** ,352** ,191** ,250** ,329** ,250** ZRM DL Pearson Correlation 1 ,403** ,401** ,317** ,190** ,240** ,298** ,188** ,222** ,165** CGT DL Pearson Correlation 1 ,526** ,579** ,101** ,175** ,119** ,269** ,210** ,251** AFDL Pearson Correlation 1 ,559** ,108** ,253** ,153** ,227** ,452** ,268** GWS DL Pearson Correlation 1 ,064** ,145** ,079** ,176** ,201** ,350** PKBW Pearson Correlation 1 ,540** ,574** ,330** ,335** ,220** BDPW Pearson Correlation 1 ,643** ,525** ,593** ,429** ZRMW Pearson Correlation 1 ,409** ,487** ,299** CGTW Pearson Correlation 1 ,545** ,515** AFW Pearson Correlation 1 ,510** GWSW Pearson Correlation 1
** Correlation is significant at the 0,01 level (2-tailed). * Correlation is significant at the 0,05 level (2-tailed).
Tabel 8
24
4.4. DATA-ANALYSE
Op basis van de geselecteerde variabelen binnen huidige onderzoek krijgt het SWE-model volgende invulling:
1) Sociaal demografische factoren
Gender Leeftijd OplNiv
2) Leren in het dagelijks leven
PKBDL BDPDL ZRMDL CGTDL AFDL GWSDL 3) Werkgerelateerd leren PKBW BDPW ZRMW CGTW AFW GWSW
Gecijferdheidsvaardigheden bij volwassenen
De gehanteerde statische analyse is een univariate meervoudige lineaire regressie analyse. De keuze voor deze statische analyse is omdat meerdere onafhankelijke variabelen geselecteerd worden en slechts één plausibele waarde van gecijferdheid gebruikt wordt als afhankelijke variabele. De score voor gecijferdheid per individu in de PIAAC-data wordt weergegeven aan de hand van tien plausibele waarden. De plausibele waarden geven samen de reikwijdte weer waar de gecijferdheid van een individue zich waarschijnlijk bevindt. Deze tien plausibele waarden dienen samen te worden gebruikt om de vaardigheid in te schatten (PIAAC, z.d.). Wanneer slechts één plausibele waarde als afhankelijke variabele opgenomen wordt, kunnen bij benadering resultaten van voldoende nauwkeurigheid verkregen worden (Hämäläinen, De Wever, Nissinen, & Cincinnato, 2016). Hierdoor is binnen huidig onderzoek de keuze gemaakt om slechts één plausibele waarde, namelijk de negende plausibele waarde (PVNUM9), te gebruiken in de analyses. Deze specifieke plausibele waarde is geselecteerd Figuur 3. Schematisch overzicht van aangepast SWE-model met variabelen. Gebaseerd op Education and working life: VET adults’ problem-solving skills in technology-rich environments (p. 3) door Cincinnato et al., 2015.
25 omdat de beschrijvende statistieken vergelijkbare resultaten opleverde met de resultaten verkregen met alle tien de plausibele waarden.
Om een duidelijk beeld te krijgen van de samenhang tussen de verschillende opgenomen variabelen, is het model op een stapsgewijze manier opgebouwd. In een eerste model zijn enkel de sociaal-demografische variabelen opgenomen in het model als voorspeller. In een tweede model zijn naast de sociaal-demografische variabelen tevens de leervariabelen in het dagelijks leven toegevoegd als voorspeller. In een derde model zijn de leervariabelen in het dagelijks leven vervangen door de leervariabelen op het werk. In een vierde, en laatste model, zijn alle drie de clusters van variabelen toegevoegd als voorspeller.
26
5. RESULTATEN
5.1. MODEL 1: SOCIAAL-DEMOGRAFISCHE VARIABELEN
Dit model, met het gecijferdheidsniveau van de Vlaamse volwassenen als afhankelijke variabele en de leeftijd, het geslacht en het opleidingsniveau van de Vlaamse volwassenen als onafhankelijke variabelen is significant, F(3, 3 588) = 361,509; p < 0,001. Het regressiemodel kan worden gebruikt om het gecijferdheidsniveau van de Vlaamse volwassenen te voorspellen: 23,1 procent van de verschillen in gecijferdheidsniveau kunnen worden voorspeld op basis van de leeftijd, het geslacht en het opleidingsniveau van de Vlaamse volwassenen (R² = 0,232; 𝑅𝑎²= 0,231).
Tabel 9
Coefficientsa model 1: sociaal-demografische variabelen
Unstandardized B
Coefficients Std. Error
Standardized
Coefficients Beta t Sig.
(constant) 247,447 3,672 67,390 ,000
Gender -16,195 1,443 -,165* -11,226 ,000
Leeftijd -3,551 ,569 -,087* -5,959 ,000
OplNiv 31,495 1,018 ,454* 30,945 ,000
Tabel 9 geeft een overzicht weer van de regressiecoëficiënten in het huidig regressiemodel. Leeftijd (𝛽 = -0,087 ; p < 0,001), gender (𝛽 = -0,165; p < 0,001) en opleidingsniveau (𝛽 = 0,454; p < 0,001) hebben een significante samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. Leeftijd en gender hebben een negatieve samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. Naarmate de leeftijd toeneemt, beschikken de volwassenen over een significant lager gecijferdheidsniveau. Vrouwen hebben significant lagere gecijferheidsvaardigheden in vergelijking met mannen. Tussen het opleidingsniveau en het gecijferdheidsniveau van de Vlaamse volwassenen is er
a. Dependent Variable: Numeracy scale score – Plausible value 9 * relation is significant at the 0,05 level
27 een positieve samenhang terug te vinden: naarmate het opleidingsniveau toeneemt, bezitten de volwassenen over significant hogere gecijferdheidsvaardigheden.
5.2. MODEL 2: SOCIAAL-DEMOGRAFISCHE VARIABELEN EN VARIABELEN
IN HET DAGELIJKS LEVEN
Dit model, met het gecijferdheidsniveau van de Vlaamse volwassenen als afhankelijke variabele en de leeftijd, het geslacht, het opleidingsniveau, PKBDL, BDPDL, ZRMDL, CGTDL, AFDL en GWSDL van de Vlaamse volwassenen als onafhankelijke variabelen is significant, F(9, 3 582) = 159,776; p < 0,001. Het regressiemodel kan worden gebruikt om het gecijferdheidsniveau van de Vlaamse volwassenen te voorspellen: 28,5 procent van de verschillen in gecijferdheidsniveau kunnen worden voorspeld op basis van de leeftijd, het geslacht, het opleidingsniveau, PKBDL, BDPDL, ZRMDL, CGTDL, AFDL en GWSDL van de Vlaamse volwassenen (R² = 0,286 / 𝑅𝑎²= 0,285).
Tabel 10
Coefficientsa model 2: sociaal-demografische variabelen en variabelen uit het dagelijks leven
Unstandardized B
Coefficients Std. Error
Standardized
Coefficients Beta t Sig.
(constant) 221,738 4,236 52,341 ,000 Gender -11,693 1,428 -,119* -8,190 ,000 Leeftijd -2,219 ,585 -,055* -3,791 ,000 OplNiv 28,350 1,005 ,409* 28,222 ,000 PKBDL -1,644 ,675 -,041* -2,436 ,015 BDPDL 5,121 ,879 ,117* 5,825 ,000 ZRMDL ,340 ,692 ,008 ,492 ,623 CGTDL 4,417 1,319 ,059* 3,348 ,001 AFDL 5,643 ,821 ,127* 6,874 ,000 GWSDL ,488 1,539 ,006 ,318 ,750
a. Dependent Variable: Numeracy scale score – Plausible value 9 * relation is significant at the 0,05 level
28
Tabel 10 geeft een overzicht weer van de regressiecoëficiënten in het huidig regressiemodel. Leeftijd (𝛽 = -0,055; p < 0,001), gender (𝛽 = -0,119; p < 0,001), opleidingsniveau (𝛽 = 0,409; p < 0,001), PKBDL (𝛽 = -0,041; p = 0,015), BDPDL (𝛽 = 0,117; p < 0,001), CGTDL (𝛽 = 0,059; p = 0,001) en AFDL (𝛽 = 0,127; p < 0,001), hebben een significante samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. ZRMDL (𝛽 = 0,008; p = 0,623) en GWSDL (𝛽 = 0,006; p = 0,750) hebben een niet significante samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. Leeftijd, gender en PKBDL hebben een negatieve samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. Naarmate de leeftijd toeneemt, beschikken de volwassenen over een significant lager gecijferdheidsniveau. Vrouwen hebben significant lagere gecijferheidsvaardigheden in vergelijking met mannen. Naarmate de Vlaamse volwassenen vaker prijzen, kosten en budgetten berekenen in het dagelijks leven (PKBDL) beschikken zij over lagere gecijferdheidsvaardigheden. Tussen het opleidingsniveau, BDPDL, CGTDL, AFDL en het gecijferdheidsniveau van de Vlaamse volwassenen is er een positieve samenhang terug te vinden. Naarmate het opleidingsniveau toeneemt, bezitten de volwassenen over significant hogere gecijferdheidsvaardigheden. Hoe vaker de Vlaamse volwassenen breuken, decimalen of percentages berekenen (BDPDL), curves, grafieken of tabellen maken (CGTDL) en eenvoudige algebra of formules gebruiken (AFDL) in het dagelijks leven beschikken zij over hogere gecijferdheidsvaardigheden.
5.3. MODEL
3:
SOCIAAL-DEMOGRAFISCHE
VARIABELEN
EN
WERKGERELATEERDE VARIABELEN
Dit model, met het gecijferdheidsniveau van de Vlaamse volwassenen als afhankelijke variabele en de leeftijd, het geslacht, het opleidingsniveau, PKBW, BDPW, ZRMW, CGTW, AFDL en GWSW van de Vlaamse volwassenen als onafhankelijke variabelen is significant, F(9, 3582) = 170,472, p < 0,001. Het regressiemodel kan worden gebruikt om het gecijferdheidsniveau van de Vlaamse volwassenen te voorspellen: 29,8 procent van de verschillen in gecijferdheidsniveau kunnen worden voorspeld op basis van de leeftijd, het geslacht, het
29 opleidingsniveau, PKBW, BDPW, ZRMW, CGTW, AFDL en GWSW van de Vlaamse volwassenen (R² = 0,300 / 𝑅𝑎²= 0,298).
Tabel 11
Coefficientsa model 3: sociaal-demografische en werkgerelateerde variabelen
Unstandardized B
Coefficients Std. Error
Standardized
Coefficients Beta t Sig.
(constant) 231,648 3,693 62,729 ,000 Gender -10,806 1,421 -,110* -7,606 ,000 Leeftijd -3,651 ,572 -,090* -6,378 ,000 OplNiv 23,997 1,058 ,346* 22,691 ,000 PKBW -,594 ,554 -,019 -1,071 ,284 BDPW 3,666 ,651 ,122* 5,629 ,000 ZRMW 1,633 ,570 ,057* 2,863 ,004 CGTW 2,591 ,764 ,063* 3,392 ,001 AFW 3,449 ,633 ,106* 5,449 ,000 GWSW ,941 1,010 ,016 ,931 ,352
Tabel 11 geeft een overzicht weer van de regressiecoëficiënten in het huidig regressiemodel. Leeftijd (𝛽 = -0,090; p < 0,001), gender (𝛽 = -0,110; p < 0,001), opleidingsniveau (𝛽 = 0,346; p < 0,001), BDPW (𝛽 = 0,122; p < 0,001), ZRMW (𝛽 = 0,057; p = 0,004), CGTW (𝛽 = 0,063; p = 0,001) en AFW (𝛽 = 0,106; p < 0,001), hebben een significante samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. PKBW (𝛽 = -0,019; p = 0,284) en GWSW (𝛽 = 0,016; p = 0,352) hebben een niet significante samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. Leeftijd en gender hebben een negatieve samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. Naarmate de leeftijd toeneemt, beschikken de volwassenen over een significant lager gecijferdheidsniveau. Vrouwen hebben significant lagere gecijferheidsvaardigheden in vergelijking met mannen. Tussen het opleidingsniveau, BDPW, ZRMW, CGTW, AFW en het gecijferdheidsniveau van de Vlaamse volwassenen is er een positieve samenhang terug te vinden. Vlaamse volwassenen met een hoger opleidingsniveau beschikken over hogere gecijferdheidsvaardigheden. Indien
a. Dependent Variable: Numeracy scale score – Plausible value 9 * relation is significant at the 0,05 level
30
de Vlaamse volwassenen frequenter breuken, decimalen of percentages berekenen (BDPW), gebruik maken van een zakrekenmachine (ZRMW), curves, grafieken of tabellen maken (CGTW) en eenvoudige algebra of formules gebruiken (AFW) op het werk, beschikken zij over hogere gecijferdheidsvaardigheden.
5.4. MODEL 4: SOCIAAL-DEMOGRAFISCHE VARIABELEN, VARIABELEN IN
HET DAGELIJKS LEVEN EN WERKGERELATEERDE VARIABELEN
Dit model, met het gecijferdheidsniveau van de Vlaamse volwassenen als afhankelijke variabele en de leeftijd, het geslacht, het opleidingsniveau, PKBDL, BDPDL, ZRMDL, CGTDL, AFDL, GWSDL, PKBW, BDPW, ZRMW, CGTW, AFDL en GWSW van de Vlaamse volwassenen als onafhankelijke variabelen is significant, F(15, 3576) = 114,224, p < 0,001. Het regressiemodel kan worden gebruikt om het gecijferdheidsniveau van de Vlaamse volwassenen te voorspellen: 32,1 procent van de verschillen in gecijferdheidsniveau kunnen worden voorspeld op basis van de leeftijd, het geslacht, het opleidingsniveau, PKBDL, BDPDL, ZRMDL, CGTDL, AFDL, GWSDL, PKBW, BDPW, ZRMW, CGTW, AFDL en GWSW van de Vlaamse volwassenen (R² = ,324 / 𝑅𝑎²= ,321).
Tabel 12
Coefficientsa model 4: sociaal-demografische variabelen, variabelen uit het dagelijks leven en werkgerelateerde variabelen
Unstandardized B
Coefficients Std. Error
Standardized
Coefficients Beta t Sig.
(constant) 218,064 4,161 52,403 ,000 Gender -8,947 1,416 -,091* -6,318 ,000 Leeftijd -2,787 ,573 -,068* -4,864 ,000 OplNiv 23,501 1,046 ,339* 22,476 ,000 PKBDL -1,298 ,662 -,032 -1,960 ,050 BDPDL 3,726 ,877 ,085* 4,251 ,000 ZRMDL -1,022 ,698 -,025 -1,464 ,143 CGTDL 4,003 1,307 ,054* 3,063 ,002 AFDL 4,238 ,859 ,095* 4,931 ,000
31 GWSDL ,694 1,555 ,008 ,447 ,655 PKBW -,500 ,548 -,016 -,913 ,362 BDPW 3,045 ,655 ,101* 4,647 ,000 ZRMW 2,223 ,581 ,078* 3,828 ,000 CGTW 2,351 ,764 ,057* 3,079 ,002 AFW 1,697 ,672 ,052* 2,527 ,012 GWSW -,114 1,038 -,002 -,109 ,913
Tabel 12 geeft een overzicht weer van de regressiecoëficiënten in het huidig regressiemodel. Leeftijd (𝛽 = -0,068; p < 0,001), gender (𝛽 = -0,091; p < 0,001), opleidingsniveau (𝛽 = 0,339; p < 0,001), BDPDL (𝛽 = 0,085; p < 0,001), CGTDL (𝛽 = 0,054; p = ,002), AFDL (𝛽 = 0,095; p < 0,001), BDPW (𝛽 = 0,101; p < 0,001), ZRMW (𝛽 = 0,078; p < 0,001), CGTW (𝛽 = 0,057; p = 0,002) en AFW (𝛽 = 0,052; p = 0,012) hebben een significante samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. PKBDL (𝛽 = -0,032; p = 0,050), ZRMDL (𝛽 = -0,025; p = 0,143), GWSDL (𝛽 = 0,008; p = 0,655), PKBW (𝛽 = -0,016; p = 0,362) en GWSW (𝛽 = -0,002; p = 0,913) hebben een niet significante samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. Leeftijd en gender hebben een negatieve samenhang met het gecijferdheidsniveau van de Vlaamse volwassenen. Hoe ouder de Vlaamse volwassenen zijn, beschikken zij over lagere gecijferdheidsvaardigheden. Vrouwen hebben een lager gecijferdheidsniveau dan mannen. Tussen het opleidingsniveau, BDPDL, CGTDL, AFDL, BDPW, ZRMW, CGTW, AFW en het gecijferdheidsniveau van de Vlaamse volwassenen is er een positieve samenhang terug te vinden. Naarmate het opleidingsniveau van de Vlaamse volwassenen toeneemt, beschikken zijn over hogere gecijferdheidsvaardigheden. Hoe frequenter de Vlaamse volwassenen bovenstaande vaardigheden (BDPDL, CGTDL, AFDL, BDPW, ZRMW, CGTW en AFW) gebruiken, hoe hoger hun gecijferdheidsniveau is. Opvallend is dat het berekenen van prijzen, kosten en budgetten in het dagelijks leven geen significante samenhang meer vertoont met het gecijferdheidsniveau indien de werkgerelateerde variabelen meegenomen worden in de analyse. Bijkomend is het opvallend dat het gebruik van een zakrekenmachine op het werk significant is voor het gecijferdheidsniveau, maar het gebruik ervan in het dagelijks leven niet.
a. Dependent Variable: Numeracy scale score – Plausible value 9 * relation is significant at the 0,05 level
32
6. DISCUSSIE
De maatschappij bevat een veelheid aan getalsinformatie waarmee burgers in contact komen (Hoogland, 2012; Ojosse, 2011; Oonk et al., 2007). Omgaan met de kwantitatieve kant van de maatschappij is een essentiële vaardigheid. Dit om op een volwaardige manier te kunnen functioneren in de maatschappij (Hoogland, 2012; Ojosse, 2011; Oonk et al., 2007; Van Groenestijn, z.d.). De maatschappij gebruikt wiskundige informatie om te communiceren naar de burgers (Coben, 2003). Een voldoende hoog gecijferdheidsniveau (i.e., functionele gecijferdheid) is dus nodig (Hoogland, 2012; Ojosse, 2011; Oonk et al., 2007; Van Groenestijn, z.d.), zowel voor het beoefenen van een job als in het dagelijks leven (FitzSimons, 2008). Voor de ontwikkeling van gecijferdheidsvaardigheden wordt hoofdzakelijk verwezen naar de opleiding van de volwassenen, terwijl andere onderzoeken aangeven dat leren en ontwikkelen eveneens plaatsvindt op het werk (e.g., Tynjäla, 2013) en op informele leermomenten in het dagelijks leven (e.g., Schulz & Stamov Roßnagel, 2010). Huidig onderzoek biedt hier een aantal nieuwe inzichten. De sociaal-demografische variabelen en variabelen uit het dagelijks leven verklaren samen 28,5% van het verschil in gecijferdheidsniveau, wat een hoger percentage is dan wanneer enkel de demografische variabelen opgenomen worden (i.e., 23,1%). Bijkomend verklaren de sociaal-demografische variabelen samen met de werkgerelateerde variabelen nog meer de variantie in gecijferdheidsniveau (i.e., 29,8%) dan de sociaal-demografische variabelen samen met de variabelen uit het dagelijks leven (i.e., 28,5%). De sociaal-demografische variabelen, variabelen uit het dagelijks leven en werkgerelateerde variabelen verklaren samen de meeste variantie in het gecijferdheidsniveau (i.e., 32,1%). Hieruit kunnen volgende zaken besloten worden: de werkgerelateerde variabelen verklaren het verschil in gecijferdheidsniveau meer dan de variabelen uit het dagelijks leven. De drie clusters van variabelen (i.e., sociaal-demografische, dagelijks leven- en werkgerelateerde variabelen) verklaren samen de meeste variantie in het gecijferdheidsniveau van de Vlaamse volwassenen. Het doel van deze studie is om de samenhang tussen sociaal-demografische variabelen, variabelen uit het dagelijks leven, werkgerelateerde variabelen en het gecijferdheidsniveau van de Vlaamse volwassenen
