I predittori della performance accademica: Discussione dei risultati

I predittori della performance accademica: Discussione dei risultati

Sono risultate variabili propedeutiche all’iscrizione la maturità di tipo classico, scientifico o di altro Liceo e la residenza in Emilia-Romagna. La maturità tecnica o professionale risulta penalizzante. Il dato sul tipo di diploma può essere spiegato con la predittività di questa variabile sul punteggio ottenuto alla prova d’ingresso (ottengono un punteggio più alto i soggetti provenienti da un Liceo e un punteggio più basso quelli che hanno una formazione professionale); la provenienza geografica può agevolare i candidati nell’iscriversi a diverse prove d’ingresso in diversi Atenei e alla scelta del corso di studi più vicino alla propria residenza.

Per ci  che riguarda i predittori della prova d’ingresso, è interessante notare come voto di maturità e genere siano significativamente predittivi del punteggio alla prova di selezione sebbene solo per una quantità modesta di varianza (inferiore al 10%) mentre, introducendo anche il tipo di diploma, si arrivi a spiegare più di un quarto della varianza dello stesso punteggio. La valutazione del punteggio nelle singole aree non sembra fornire un maggior numero di informazioni rispetto a quella del punteggio totale.

Il dato sconfortante emerge quando si valuta la validità predittiva delle prove d’ingresso. La regressione risulta significativa (grazie all’alto numero di soggetti) ma la quantità di varianza predetta è modesta: il 4,5% sulla media voto, il 2,5% sul numero di esami e il 3,4% sulla proporzione di crediti ottenuti rispetto a quelli richiesti dall’offerta formativa. Il dato migliora leggermente, restando comunque inferiore al 10%, quando si considera la predittività sull’esito finale dell’iter accademico ossia il tempo impiegato per laurearsi e il voto di Laurea. Tuttavia, andando ad analizzare il rendimento nei singoli anni di corso, le fluttuazioni sembrano di natura casuale. Rispetto al criterio “media voto” si passa, infatti, da un 5,2% di varianza predetta al I anno (imputabile al punteggio totale e all’area Logico matematica) ad un 2,6% predetto al II anno (dal solo punteggio totale), per finire con un 9,1% al terzo anno (aree Cultura generale e Lingua Inglese) mentre non risulta più significativo il punteggio totale. Per i criteri “numero di esami sostenuti”e “proporzioni di crediti ottenuti” sono significativi gli stessi predittori (che differiscono da quelli della media voto), il punteggio totale e l’area Lingua Italiana al primo anno e l’area Logico Matematica al secondo anno ma la predittività globale del modello scade dal 9,9% del primo anno all’1,3% del secondo anno, fino a perdere la significatività al terzo anno.

Più confortanti sembrano essere i dati relativi all’andamento degli studenti iscritti.

Il trend di maschi e femmine è assimilabile sia per la media del voto, sia per il numero di esami sostenuti (dato l’alto numero di soggetti, la differenza risulta significativa ma l’effect size trascurabile), sia per la proporzione di crediti ottenuti (ove risulta significativa l’interazione tra genere e anno di corso ma sempre con un effect size trascurabile).

Rispetto ai dati statistici dei tre gruppi di studenti (laureati in corso, laureati fuori corso e non laureati) non risultano significative le associazioni tra le variabili socio-anagrafiche e l’appartenenza all’uno o all’altro gruppo. Maschi e femmine, studenti provenienti da diverse regioni geografiche e con diverso background di studi superiori sono omogeneamente distribuiti nei tre gruppi.

Le differenze emergono nella analisi del rendimento accademico. L’effetto principale del gruppo risulta significativo considerando come variabili dipendenti: la media voto agli esami di profitto, la media voto (sebbene l’effect size sia trascurabile), il numero di esami sostenuti e la proporzione di crediti ottenuti. Date le differenze nei tre gruppi, ci si è chiesti se fosse possibile utilizzare l’andamento al primo anno come predittore del futuro rendimento accademico degli studenti. I risultati sembrano confermare questa ipotesi: la media voto negli anni successivi al primo è predetta per il 61,8% dalla media voto e dal numero di esami sostenuti al primo anno, il numero degli esami sostenuti negli anni successivi al primo è predetto per il 46,0% dalla proporzione crediti e dal numero degli esami sostenuti al primo anno. La proporzione crediti negli anni successivi al primo è predetta per il 64,0% dalla proporzione crediti, dalla media voto e dal numero esami sostenuti al primo anno.

Anche il successo, valutato alla conclusione dell’iter accademico, risulta predetto in buona misura dall’andamento dello studente al primo anno: il numero di esami sostenuti al primo anno predice il 42,0% del tempo intercorso tra l’immatricolazione e la Laurea. La media voto e il numero di esami sostenuti al primo anno, predicono il 47,3% del voto di Laurea.

 

© I predittori della performance accademica  – Laura Foschi

 

 

Predittività del rendimento al primo anno sul rendimento accademico degli anni successivi

Predittività del rendimento al primo anno sul rendimento accademico degli anni successivi

Vista la scarsa predittività della prova di selezione sul rendimento accademico e l’andamento caratteristico degli studenti secondo l’esito più o meno positivo del loro corso di studi (figure 5.5-5.7), si è voluto verificare se i risultati ottenuti al primo anno potessero essere predittivi dell’andamento negli anni successivi.

Figura 5.5 Voto medio complessivo e per anno di corso, di laureati in corso, fuori corso e di non            laureati.[fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

A tal scopo, si è utilizzato un modello di regressione lineare multipla a passi, inserendo come predittori: la media voto ottenuta agli esami del primo anno, il numero di esami sostenuti al primo anno, la proporzione di crediti ottenuti al primo anno, e come criterio, la media voto complessiva, il numero di esami sostenuti e la proporzione di crediti ottenuti negli anni successivi al primo. Analogamente a quanto effettuato per la prova di ingresso, si è valutata la produttività sulla conclusione del percorso accademico, usando come criteri il tempo intercorso tra l’immatricolazione e la Laurea, ed il voto di Laurea.

Figura 5.6 Numero esami sostenuti nei tre gruppi.
[fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Figura 5.7 Media della proporzione crediti ottenuta nei tre anni, dai tre gruppi.
[fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Come si pu  osservare nella Tabella 5.8, le percentuali di varianza predetta sono più soddisfacenti: dal 42% sul tempo impiegato dagli studenti a laurearsi, al 64% sulla proporzione di crediti ottenuti/totali.

Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di rimozione F>= ,100).

Tabella 5.8 Predittori: media voto I anno, numero esami I anno, Proporzione crediti I anno.

Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

 

 

 

© I predittori della performance accademica  – Laura Foschi

 

 

Laureati, variabili e rendimento accademico

Laureati in corso, laureati fuori corso e non laureati

La popolazione di studenti è stata divisa in tre gruppi, secondo l’esito del loro iter di studi. Sono stati considerati “laureati in corso” gli studenti che hanno conseguito la Laurea triennale entro la sessione straordinaria del terzo anno, “laureati fuori corso” gli studenti che hanno conseguito la Laurea triennale oltre la sessione straordinaria del terzo anno, “non laureati” quegli studenti che non hanno conseguito la Laurea o perché hanno interrotto il corso di studi prima del conseguimento della Laurea o perché ancora non sono giunti a conclusione del loro percorso accademico.

Variabili socio anagrafiche e appartenenza ai tre gruppi

Le associazioni tra appartenenza ai tre gruppi e genere, tipo di diploma e provenienza geografica, non sono risultate significative.

Rendimento accademico nei tre gruppi

Si è confrontato il rendimento accademico inteso come media voto, numero di esami sostenuti e proporzione di crediti ottenuti rispetto ai crediti totali richiesti.

Sulla variabile dipendente media agli esami di profitto, è stata condotta una ANOVA multivariata mista (figura 5.2) con due fattori between (gruppo a 3 livelli e anno di immatricolazione a 5 livelli) e un fattore within (anno di corso: 5 livelli). Sono risultati significativi gli effetti principali: anno di corso (F4,533 = 7,31, p<,01; ?  = ,030), anno di immatricolazione (F4,533 = 7,22, p<,05; ? = ,030) e gruppo (F2,533 = 2,22, p<,05; ? = ,019), le interazioni tra anno di corso e gruppo (F8,533 = 2,12, p<,05; ?2= ,018), anno di corso e anno di immatricolazione (F16,533 = 11,21, p<,01; ?2,046), gruppo e anno di immatricolazione (F8,533 = 4,42, p<,05; ?2,050), anno di corso, gruppo e anno di immatricolazione (F32,533 = 2,18, p<,05; ?2 = ,018). Tutti con effect size trascurabili.

Gli stessi fattori applicati alla variabile dipendente numero di esami sostenuti (figura 5.3)


2001\\2002 – 2002\\2003                2003\\2004-2004\\2005               2005\\2006

Figura 5.2 Andamento degli studenti appartenenti alle diverse coorti nei tre gruppi e nei diversi anni di corso, diviso per appartenenza al gruppo e risultati ottenuti (media voto). [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Figura 5.3 Andamento degli studenti appartenenti alle diverse coorti nei tre gruppi e nei diversi anni di corso, diviso per appartenenza al gruppo e risultati ottenuti (numero di esami sostenuti). [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Rispetto alla variabile dipendente proporzione crediti ottenuti/totali (figura 5.4), è stata condotta una ANOVA con due fattori between (gruppo: 3 livelli e anno di immatricolazione: 4 livelli) e un fattore within (anno di corso: 3 livelli). Sono risultati significativi gli effetti principali: 2anno di corso (F2,466 = 176,64, p<,01; ? = ,249), anno di immatricolazione (F2,466 = 153,91, p<,01; ? = ,366) e gruppo (F2,466 = 423,79, p<,01; ? = ,614) e le interazioni tra anno di corso e gruppo (F4,466 = 14,19, p<,01; ? = ,051), anno di corso e anno di immatricolazione (F6,466 = 147,48, p<,01; ? = ,356), gruppo e anno di immatricolazione (F6,466 = 21,89, p<,01; ? = ,110) e tra anno di corso, gruppo e anno di immatricolazione (F12,466 = 3,33, p<,01; ?2 = ,018).

 

Figura 5.4 Andamento degli studenti appartenenti alle diverse coorti nei tre gruppi e nei diversi anni di corso, diviso per appartenenza al gruppo e risultati ottenuti (proporzione crediti ottenuti\\totali). [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

 

 

 

© I predittori della performance accademica  – Laura Foschi

 

 

Genere e rendimento accademico

Genere e rendimento accademico

Allo scopo di verificare l’esistenza di eventuali differenze nell’andamento dei due generi rispetto al rendimento accademico (riassunti nella figura 5.1), sono state condotte due ANOVA multivariate miste con due fattori between (genere e anno di immatricolazione a 5 livelli) ed uno within (anno di corso: 5 livelli) utilizzando come variabile dipendente la media voto e il numero di esami sostenuti.

Rispetto alla variabile dipendente media voto, risultano significativi l’effetto 2 principale dell’anno di corso (F4,1431 = 21,26, p<,01; ? = ,092) e l’interazione tra anno di corso e

Figura 5.1 Media voto, numero di esami e proporzione crediti ottenuti da maschi e femmine nei diversi anni di corso. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009] 2 anno di immatricolazione (F16,1431 = 5,40, p<,01; ? = ,025), anche se con effect size modesti.

Per il numero di esami sostenuti sono risultati significativi gli effetti principali dell’anno di 2 corso (F4,1431 = 81,88, p<,001; ? = ,149), dell’anno di immatricolazione (F4,1431 = 5,55, p<,05; ? = ,012) e del genere (F1,1431 = 4,41, p<,05; ? = ,009) nonché l’interazione tra anno di corso e anno di immatricolazione (F16,1431 = 3,93, p<,01; ? = ,008). L’effect size dell’anno di corso ha un valore moderato mentre i valori degli altri effetti sono assolutamente modesti.

Infine, per l’analisi proporzione crediti ottenuti/totali è stata utilizzata un’ANOVA multivariata mista con due fattori between (genere e anno di immatricolazione: 3 livelli) e uno within (anno di corso: 3 livelli).

Sono stati considerati solo gli anni di immatricolazione 2002, 2003 e 2004 in quanto gli immatricolati del 2001 avevano una scelta di differenti curricula in cui gli stessi esami potevano avere un numero di crediti differente, rendendo difficile la loro codifica (ad es., Psicologia Generale poteva assegnare 6 CFU in un curriculum e 8 CFU in un altro).

Vengono analizzati solo i primi tre anni di corso (e non quelli fuori corso) in quanto, ovviamente, non esiste un’offerta formativa per gli anni successivi al terzo che preveda un numero di crediti totali da ottenere. La significatività emerge per gli effetti principali dell’anno di corso (F2,530 = 124,08, p<, 001; ? = ,190) e di immatricolazione (F2,530 = 69,14, p<,001; ? = ,207) oltre che per le interazioni tra anno di corso e anno di immatricolazione (F4,530 = 96,26, p<,001; ?2 = ,266) e tra anno di corso e genere (F2,530 = 3,28, p<,05; ?2 = ,006), anche se quest’ultimo con un effect size trascurabile.

 

 

 

© I predittori della performance accademica  – Laura Foschi

 

 

I risultati e variabili predittive

I risultati e variabili predittive

Per le associazioni tra variabili di tipo nominale è stato utilizzato il test del Chi quadrato; per valutare lapredittività delle variabili sono stati utilizzati modelli di regressione lineare semplice o multipla a passi; per le differenze tra gruppi, le analisi della varianza multivariate miste.

Per le regressioni e le ANOVA è stata preliminarmente verificata la normalità della distribuzione delle variabili oggetto di analisi tramite gli indici di asimmetria e curtosi (analisi univariate) ed il coefficiente di Mardia (analisi multivariate).

Variabili socio-anagrafiche ed iscrizione

Fra le associazioni tra iscrizione e variabili socio-anagrafiche (genere, tipo di diploma, provenienza geografica) sono risultate significative quella fra iscrizione e tipo di diploma e quella fra iscrizione e provenienza geografica.

Associazione tra iscrizione e tipo di diploma (X2= 65,902, p<,001): si iscrivono maggiormente gli studenti con maturità classica, scientifica o di altro Liceo, minori risultano, invece, le iscrizioni di soggetti provenienti da Istituti professionali e tecnici. I dati relativi alle singole coorti sono presentati in Tabella 5.2.


Tabella 5.2 Associazioni tra iscrizione e tipo di diploma [fonte: Pinelli, Pelosi, Michelini e   Tonarelli, 2009]

Associazione tra iscrizione e provenienza geografica (X2= 29,944, p<,001): escludendo Parma, risulta maggiore il numero di iscritti tra le altre province dell’Emilia Romagna. Analizzando le singole coorti, per , il dato sembra meno costante del precedente.

L’associazione tra genere e iscrizione non è risultata significativa.

Variabili predittive del punteggio alla prova d’ingresso

Al fine di verificare quali variabili socio-anagrafiche o quali relative alla carriera scolastica pregressa fossero predittive del punteggio ottenuto al test d’ammissione (oltre alle variabili continue età, voto di maturità, ecc.), sono state inserite tra i predittori le variabili dummies: genere (0= maschio; 1= femmina) e tipo di diploma. Alla variabile diploma, è stato attribuito il livello “1” al soggetto in possesso del tipo di diploma oggetto dell’analisi ed il livello “0” al soggetto diplomatosi con un indirizzo diverso (ad esempio, nel valutare la predittività del diploma di Liceo Scientifico tutti i soggetti con diploma di maturità scientifica sono stati assegnati al livello “1” e tutti i restanti soggetti al livello “0”).

Nella valutazione età, genere e voto di maturità come predittori del criterio “punteggio alla prova d’ingresso” in una regressione lineare multipla a passi, solo l’età non ha evidenziato una relazione significativa. Come mostrato in Tabella 5.3.

Anche indagando, più nello specifico, il potere predittivo di questi tre regressori nelle singole aree, la percentuale di varianza spiegata dal modello risulta molto bassa (dal 1,2% dell’area Scienze naturali, al 7,6% dell’area Cultura generale). L’età è risultata significativamente predittiva solo per l’area Logico-matematica. I risultati sono visibili nella Tabella 5.4.

Essendo a disposizione i dati relativi al diploma e al punteggio della prova d’ingresso delle coorti iscritte nel 2004/2005 e 2005/2006 è stato possibile inserire come predittore anche il tipo di maturità.


Tabella 5.3 Predittori: età, genere, voto di maturità. Criterio: punteggio alla prova di ingresso.            Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di             rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Tabella 5.4 Predittori: età, genere, voto di maturità.

Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Come mostrato in Tabella 5.5, in questo modello risultano predittivi il voto di maturità, il genere, l’età e il tipo di maturità scientifica, classica, professionale e di altri Licei. È interessante notare che la percentuale di varianza predetta passa dal 9,4% al 25,5%.


Tabella 5.5 Predittori: età, genere, voto di maturità, Liceo Classico, Liceo Scientifico, altri Licei,       maturità professionale,maturità tecnica, magistrali.Criterio: punteggio alla prova di ingresso.       Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di       rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Variabili predittive del rendimento accademico

Come terzo passo, è stata valutata la predittività della prova di selezione sul rendimento accademico (Tabella 5.6). Sono state verificate sia la capacità predittiva dell’iter accademico degli studenti in fieri (media voto, numero di esami sostenuti, proporzione di crediti ottenuti) che quella dei laureati alla conclusione del percorso (voto di Laurea e tempo impiegato per conseguire la Laurea). È stata effettuata una regressione lineare semplice utilizzando come predittore il punteggio della prova di ingresso. I risultati ottenuti non sembrano incoraggianti: la percentuale di varianza predetta è sempre inferiore al 10%.


Tabella 5.6 Predittore: punteggio alla prova di ingresso

Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di            rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Introducendo come regressori anche i punteggi ottenuti nelle singole aree della prova d’ingresso, i risultati non sembrano migliorare: la percentuale di varianza predetta (Tabella 5.7) arriva a un massimo di 9,9% sul numero di esami sostenuti e sulla proporzione di crediti al I anno mentre risulta addirittura non significativa sul numero di esami e sulla proporzione di crediti al III anno.

Tabella 5.7 Predittori: punteggio totale alla prova di ingresso, area comprensione del brano, area cultura generale, area lingua inglese, area lingua italiana, area logico-matematica, area scienze naturali.

Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009

 

© I predittori della performance accademica  – Laura Foschi

 

 

Corso di Laurea in Psicologia di Parma: La procedura

Corso di Laurea in Psicologia di Parma: La procedura

I dati socio anagrafici (genere e provenienza) relativi alle carriere scolastiche precedenti l’iscrizione all’Università (voto di maturità e tipo di diploma), ai punteggi ottenuti alle prove di selezione ed al rendimento accademico degli studenti, sono stati forniti dalla Segreteria Studenti.

Nella valutazione del rendimento accademico è stato tenuto conto delle variabili: numero di esami sostenuti, voto ottenuto agli esami di profitto, proporzione di crediti ottenuti in ognuno dei tre anni di corso rispetto al totale dei crediti richiesti dall’offerta formativa e, per gli studenti che hanno conseguito la Laurea Triennale, del tempo impiegato e della votazione di Laurea ottenuta.

L’offerta formativa rivolta agli immatricolati dell’anno accademico 2001/2002 prevedeva la possibilità di scegliere fra tre differenti curricula, a cui corrispondeva un numero di crediti diverso per alcuni esami (ad es., Psicologia Generale poteva prevedere 8 CFU in un curriculum e 6 CFU in un altro).

I dati sono aggiornati a dicembre 2006 per gli esami di profitto e a luglio 2007 per le Lauree

 

© I predittori della performance accademica  – Laura Foschi

 

 

Corso di Laurea in Psicologia di Parma: Gli strumenti

Corso di Laurea in Psicologia di Parma: Gli strumenti

Il test di ammissione usato per la prova d’ingresso dell’anno accademico 2001/2002 è stato creato ad hoc da una commissione interna, in collaborazione con il corso di studi in Psicologia di Bologna. I test selettivi utilizzati negli anni a seguire, sono stati commissionati ed appositamente predisposti dalle Organizzazioni Speciali di Firenze. Erano composti da 80 item a scelta multipla (quattro alternative di risposta) relativi alle aree: Cultura Generale Storico-Filosofica (ad es.: “PACS è l’acronimo di…”, “Quale dei seguenti filosofi non appartiene alla corrente razionalista…”); Lingua Inglese (ad es.: “You are…taller than I expected”); Lingua Italiana (ad es.: “Qual’è il complemento di specificazione nella frase: gli orecchini d’oro sul tavolo sono di mia madre?”); Logico-Matematica (ad es.: “Qual’è la differenza tra i due risultati: 832-416 e 832:2?” e completamento di matrici); Scienze Naturali (ad es.: “Che cos’è un nucleotide?”); Comprensione del Brano (ad es.: “Per quanto si pu  desumere dal brano, il palissandro è…”), aggiunta a partire dall’a.a. 2004/2005.

Il numero di item afferenti a ciascuna area è variato negli anni:

    • Per l’a.a. 2003/2004: 15 item di Cultura Generale, 15 di Lingua Inglese, 20 di Lingua Italiana, 25 relativi all’area Logico Matematica e 5 per le Scienze Naturali;
    • Per gli anni 2004/2005 e 2005/2006: 15 item di Cultura Generale, 15 di Lingua Inglese, 20 di Lingua Italiana, 10 di Comprensione del Brano, 15 relativi all’area Logico Matematica e 5 per le Scienze Naturali. Venivano assegnati: + 1 punto per la risposta corretta, -0,25 punti per la risposta errata e 0 punti per la risposta omessa, tranne che per la prova di Comprensione del Brano dell’a.a. 2002/2003 in cui venivano assegnati 2 punti alla risposta corretta, -0,50 alla risposta errata e 0 punti per la risposta omessa.

© I predittori della performance accademica  – Laura Foschi

 

 

 

 

Corso di Laurea in Psicologia di Parma: I soggetti

Corso di Laurea in Psicologia di Parma: I soggetti

I dati fanno riferimento all’intera popolazione di candidati alla prova di ammissione. Gli anni accademici presi in considerazione vanno dal 2001/2002 al 2005/2006 per un totale di 3.602 candidati alla prova e 1.486 iscritti (Tabella 5.1).

Tabella 5.1 Numero di candidati alla prova di ammissione e di studenti iscritti. * 600 posti disponibili per il 2001\\2002, 300 posti per gli anni successivi. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

In linea con i dati degli altri corsi di studio in Psicologia italiani, viene confermata la costante prevalenza del genere femminile tra i candidati (rappresentati in media dall’80,4±1,5% di femmine  e dal 19,6±1,5% di maschi) così come tra gli iscritti (per il 79,8±2,7% femmine ed il 20,2±2,7% maschi). Gli iscritti al corso di studi in Psicologia di Parma provengono, oltre che dalle aree parmigiana e parmense (22,2±6,4%), da altre province dell’Emilia Romagna (41,2±1,6%), dalla Lombardia (18,5±1,8%), in minoranza da Centro, Sud e Isole (12,5±4,1%) e da altre regioni del Nord (5,7±1,7%).

Gli studenti con diploma di Liceo Scientifico (31,2±4,2%), di Liceo Magistrale o di altri Licei Socio-psico-pedadogici (19,0±7,1%) costituiscono la maggioranza degli iscritti, seguono studenti con diploma di Liceo Classico (15,4±1,5%) e di altro tipo di Liceo (16,0±4,9%). Gli studenti con maturità tecnica (9,0.±2,8%) e professionale (9,0±4,2%) rappresentano una minoranza. Queste ultime categorie sono quelle che presentano la maggiore discrepanza tra candidati alla prova d’ingresso (rispettivamente 13,5±5,0% e 13,9±2,6%) e studenti effettivamente iscritti.

 

© I predittori della performance accademica  – Laura Foschi

 

 

Corso di Laurea in Psicologia di Parma: Introduzione

Corso di Laurea in Scienze e Tecniche Psicologiche di Parma:

Introduzione

Negli anni 2001-2007, all’interno del Corso di Laurea in Scienze del Comportamento e delle Relazioni Interpersonali e Sociali di Parma, gli autori Pinelli, Pelosi, Michelini e Tonarelli hanno condotto una analisi statistica al fine valutare il rendimento accademico futuro degli studenti.

L’indagine si è svolta analizzando le caratteristiche degli iscritti (genere, tipo di diploma, provenienza geografica), sondando la relazione tra variabili socio anagrafiche e rendimento accademico durante il corso di studi (utilizzando come criteri la media dei voti, il numero di esami sostenuti, ecc.) in funzione dell’esito finale (laurearsi in corso, fuori corso o non riuscire a laurearsi) e valutando la predittività delle variabili punteggio ottenuto alla prova d’ingresso e l’andamento al primo anno (Pinelli, Pelosi, Michelini e Tonarelli, 2009).

Nei prossimi articoli ci saranno i contenuti dell’indagine.

 

© I predittori della performance accademica  – Laura Foschi

 

 

Corso Laurea Economia Ancona: Conclusioni

Corso Laurea Economia Ancona: Conclusioni

Dalle analisi svolte emerge che, ai fini della selezione degli studenti, il solo test di ingresso non fornisce informazioni aggiuntive rispetto al voto e al tipo di diploma. Emerge, invece, che il miglior modo di selezionare si basa sul voto di maturità e sul tipo di diploma. Si conferma che il tasso di drop-out è tanto più basso quanto più è alta la quota di studenti “non accettati” dal corso di studi.

Le analisi mettono in evidenza come ogni tipo di selezione vada comunque incontro a forti errori, cioè a forte numerosità di studenti che vengono immatricolati e che, di fatto, abbandonano al primo anno e di studenti che non sarebbero stati accettati ma che non hanno abbandonato gli studi.

La differenza tra il numero di studenti selezionati in modo errato (cioè studenti non accettati che non avrebbero abbandonato gli studi e studenti accettati che avrebbero abbandonato gli studi) con un criterio completamente casuale e quelli ottenibili con il criterio basato sull’utilizzo di tutte le informazioni disponibili (compreso il test di ammissione), si riduce di un terzo. La stessa differenza si riduce di poco più del 20% se si utilizza il solo voto di maturità o il solo risultato del test. Sembra quindi di poter concludere che anche il miglior modo di selezionare gli studenti porti a risultati abbastanza deludenti in termini di capacità di previsione di abbandono e in termini di crediti formativi universitari ottenuti.

 

© I predittori della performance accademica  – Laura Foschi