e il modulo S

Primi risultati dell’identificazione delle determinanti universitarie e ambientali delle
performance degli studenti*
Maggio, 2014
(versione preliminare)
Giovanni di Bartolomeo, Sapienza - Università di Roma
Silvia Fedeli, Sapienza - Università di Roma
Leone Leonida, Università di Messina
*
Gli autori ringraziano Fiorella Kostoris per i dati e i suggerimenti ricevuti e ringraziano Franco Peracchi per aver fornito i dati
e alcune routine utilizzate per elaborali.
1
1. Introduzione
Il lavoro si compone di due parti. Nella prima parte si considera l’impatto della qualità del corpo docente
sui risultati del test TECO; nella seconda si verifica se e come questa possa essere un attrattore per gli
studenti, confrontando le immatricolazioni degli studenti che hanno partecipato a TECO presso i due
atenei romani (Sapienza e Tor Vergata).
Nel dettaglio, nella prima parte, partendo dall’analisi esistente della performance degli studenti al test
TECO (Peracchi, 2014) abbiamo verificato l’impatto della qualità del corpo docente, misurata dalla VQR
dei docenti incardinati sui Corsi di studi. Nell’analisi, oltre alle variabili già considerate in Peracchi
(2014) e l’indicatore VQR, abbiamo verificato anche la rilevanza di un indicatore indiretto della fascia di
reddito (bassa) rappresentato dagli studenti che usufruiscono di agevolazioni per il diritto allo studio; il
fatto che gli studenti frequentino le lezioni; il fatto che gli studenti parlino almeno un’altra lingua
straniera; le disponibilità di strumenti di comunicazione e apprendimento, quali PC, smartphone e tablet. I
risultati sono ottenuti controllando per macroarea (utilizzando la classificazione MIUR in 4 macro-aree
disciplinari: Sanitaria, Scientifica, Sociale, Umanistica), per ateneo e per macroarea geografica
dell’ateneo.
La seconda parte sfrutta una peculiarità della banca dati utilizzata ovvero la presenza di due atenei
(Sapienza e Tor Vergata) appartenenti alla medesima regione (il Lazio) sottoposti alla sperimentazione
TECO. Per mezzo di un modello logit multinomiale abbiamo verificato le determinanti della scelta di tali
studenti di iscriversi a uno o all’altro ateneo sotto diverse ipotesi. Inoltre, per i soli studenti fuori sede,
abbiamo verificato le determinanti della probabilità di iscriversi a uno dei due atenei romani attraverso
l’uso di un approccio di logit binomiale.
2. Il campione
L’analisi è stata svolta utilizzando l’enorme mole d’informazioni raccolta in occasione della
sperimentazione TECO. Questo test è stato disegnato per rilevare le competenze di carattere generalista
dei laureandi italiani. La sperimentazione e stata condotta tra il maggio e il luglio 2013 in dodici Atenei e
ha riguardato quasi 22 mila laureandi delle lauree triennali e a ciclo unico. Circa 9 mila studenti si sono
iscritti al test e 5.800 lo hanno effettivamente sostenuto. Le caratteristiche del campione sono analizzate
nel dettaglio da Peracchi (2014), da cui, di seguito, riportiamo alcune tabelle. Il campione TECO è stato
integrato con i dati VQR sulla valutazione media dei docenti per corsi di studi, in cui i singoli studenti
risultavano incardinati.1 Occorre notare che corsi di studi/atenei considerati sono pesati in base al numero
dei partecipanti al test, perciò differenze ad essi riferite non hanno validità generale/nazionale e non
possono essere interpretate come graduatorie.
1
L’indicatore di qualità del corpo docente è un dato sensibile, per cui è stato trattato solo a livello aggregato di corso di studi.
2
In maggior dettaglio, come emerge dall’analisi di Peracchi (2014) dei dati TECO, a fronte di 21.872
idonei e 9.170 preiscritti, solo 5.898 studenti hanno partecipato al test. Il tasso di partecipazione tra gli
idonei è pari al 27%, più elevato per i maschi (28,6%) che per le femmine (25,9%). Come si evince dalla
Tabella 1, la partecipazione presenta, inoltre, una notevole variabilità tra gruppi di lauree (relativamente
elevato per i gruppi di laurea scientifici; molto basso per i gruppi Arte 15,5%, Psicologia 17,4%,
Odontoiatria 18% e Medicina 18,9%; misto per i gruppi della macro-area Sociale, dal 20,3% del gruppo
Giurisprudenza al 34,6% del gruppo Economia).
Tabella 1 – Numero di partecipanti (N(partec) e tasso di partecipazione tra gli idonei
(mean(partecip)) e tra i preiscritti (mean(prepart)) per gruppo di lauree.
Fonte: Peracchi (2014)
Tabella 2 – Numero di partecipanti (N(partec) e tasso di partecipazione tra gli idonei
(mean(partecip)) e tra i preiscritti (mean(prepart)) per Ateneo.
Fonte: Peracchi (2014)
3
Il tasso di partecipazione presenta anche una notevole variabilità tra Atenei, con minimi del 13,9% e del
16,8% rispettivamente per Bologna e Tor Vergata, e massimi del 62,9% e del 64,3% rispettivamente per
Piemonte Orientale e Udine (cfr. Tabella 2).
La Tabella 3 mostra la distribuzione dei partecipanti al test per titolo di studio dei genitori separatamente
per Ateneo classificati in 4 categorie. Emerge che la percentuale con laurea o post-laurea è più elevata tra
i padri che tra le madri (30,2% vs 29,6%). Essa è inoltre più elevata per gli Atenei del Centro e del SudIsole che per quelli del Nord.
La Tabella 4, relativa alla distribuzione dei partecipanti al test per il diploma dello studente
condizionatamente al titolo di studio dei genitori, mostra che la frazione di studenti con diploma di
maturità classica o scientifica cresce al crescere del titolo di studio della madre e del padre, raggiungendo
l'80% del totale tra gli studenti i cui genitori hanno un titolo post-laurea.
La tabella 5 mostra la distribuzione dei partecipanti al test secondo il diploma dello studente
condizionatamente alla professione dei genitori (dirigente, impiegato, operaio, altro).
Tabella 3 – Distribuzione dei partecipanti al test per titolo di studio dei genitori separatamente per
Ateneo.
Fonte: Peracchi (2014)
4
Tabella 4 – Distribuzione dei partecipanti al test per tipo di diploma di scuola media superiore
condizionatamente al titolo di studio dei genitori.
Fonte: Peracchi (2014)
Tabella 5 –Distribuzione dei partecipanti al test per tipo di diploma di scuola media superiore
condizionatamente alla professione dei genitori.
Fonte: Peracchi (2014)
Nella valutazione dei risultati ottenuti a TECO, ci è sembrato importante verificare se avessero avuto
effetti sulla performance degli studenti ulteriori variabili rispetto a quelle usate da Peracchi (2014). In
particolare abbiamo considerato: la qualità del corso di studi (cds) (misurata dai risultati ottenuti alla
VQR dai docenti del cds stesso), un indicatore indiretto della fascia di reddito (bassa) rappresentato dagli
studenti che usufruiscono di agevolazioni per il diritto allo studio; il fatto che gli studenti frequentino le
lezioni; il fatto che gli studenti parlino almeno un’altra lingua straniera; la distanza dalla sede di studio
degli studenti (ossia se sono fuori comune, fuori provincia o fuori regione).
Sotto riportiamo alcune statistiche descrittive per macroarea (Tabelle 6 e 7) utilizzando la classificazione
MIUR in 4 macro-aree disciplinari: la macro-area Sanitaria (comprendente i gruppi di lauree Farmacia,
Medicina, Odontoiatria e Veterinaria), la macro-area Scientifica (comprendente i gruppi di lauree Agroalimentare, Architettura, Beni culturali, Biologia, Chimica, Ingegneria, Matematica Fisica e Statistica, e
5
Territorio), la macro-area Sociale (comprendente i gruppi di lauree Comunicazione, Economia,
Formazione, Geografia, Giurisprudenza, Politico, Psicologia e Sociale), e la macro-area Umanistica
(comprendente i gruppi di lauree Arte, Beni culturali, Filosofia, Formazione, Geografia, Lettere, Lingue,
e Storia).
Dalla Tabella 6 emerge che la macroarea sanitaria è quella con il miglior risultato della VQR e, insieme
alla macroarea scientifica, è quella con il più altro numero di studenti frequentanti. La macroarea
umanistica risulta la peggiore ed è anche quella con la percentuale più alta di studenti che usufruiscono di
agevolazioni per il diritto allo studio.
Tabella 6. Numero di partecipanti (N(partec) e risultato della VQR per corso di laurea
mean(r_cour~r), quota di studenti che usufruiscono di agevolazioni per il diritto allo studio
mean(borsaR), quota di studenti frequentanti mean(freque~a), quota di studenti che parlano
almeno un’altra lingua straniera mean(ling~R) per macroaree.
Macro-area
N(partecip) mean(r_co~r) mean(borsaR) mean(freq~R) mean(ling~R)
Sanitaria
Scientifica
Sociale
Umanistica
997
2,157
2,137
1,055
1.18
1.11
1.12
1.1
.128
.167
.145
.194
.914
.929
.855
.861
.708
.722
.576
.746
Total
6,346
1.13
.158
.89
.675
Tabella 7. Numero di partecipanti (N(partec) e quota di studenti fuori comune mean(dist1), fuori
provincia mean(dist2) fuori regione mean(dist3) per macroaree.
Macro-area
N(partecip)
mean(dist1)
mean(dist2)
mean(dist3)
Sanitaria
Scientifica
Sociale
Umanistica
997
2,157
2,137
1,055
.213
.226
.264
.27
.358
.316
.298
.295
.185
.159
.177
.173
Total
6,346
.244
.313
.172
Le Tabelle 8 e 9 riportano le statistiche descrittive delle stesse variabili per gruppo di lauree secondo la
stessa classificazione usata da Peracchi che accorpa le 64 classi ministeriali in 25 gruppi di lauree: Agroalimentare, Architettura, Arte, Beni culturali, Biologia, Chimica, Comunicazione, Economia, Farmacia,
Filosofia, Formazione, Geografia, Giurisprudenza, Ingegneria, Lettere, Lingue, Matematica, Fisica e
Statistica (MatFisStat), Medicina, Odontoiatria, Politico, Psicologia, Sociale, Storia, Territorio e
Veterinaria.
6
Dalla Tabella 10 emerge che il gruppo di lauree in matematica e fisica è quello che ha ottenuto la VQR
più alta, seguito a breve distanza dal gruppo di lauree in filosofia, che, tuttavia, rientra nella macroarea
umanistica, che e’ quella che ha avuto il risultato peggiore in termini di VQR.
Tabella 10 – Numero di partecipanti (N(partec) e risultato della VQR per corso di laurea __000003,
quota di studenti che usufruiscono di agevolazioni per il diritto allo studio __000004, quota di
studenti frequentanti __000005, quota di studenti che parlano almeno un’altra lingua straniera
__000006 per gruppo di lauree.
Gruppo di lauree
N(partecip)
__000003
__000004
__000005
__000006
Agro-alimentare
Architettura
Arte
Beni culturali
Biologia
Chimica
Comunicazione
Economia
Farmacia
Filosofia
Formazione
Geografia
Giurisprudenza
Ingegneria
Lettere
Lingue
Matematica Fisica
Medicina
Odontoiatria
Politico
Psicologia
Sociale
Storia
Territorio
Veterinaria
180
273
64
155
301
118
132
477
407
109
141
53
943
474
224
296
404
452
44
263
193
91
58
400
94
1.1
.967
.986
1.04
1.18
1.04
.96
.976
1.09
1.29
1.03
.864
1.24
1.08
1.11
1.12
1.3
1.28
1.12
1.11
1.12
.998
1.15
1.02
1.2
.172
.11
.234
.161
.176
.169
.129
.184
.13
.174
.191
.302
.0997
.184
.21
.193
.158
.126
.227
.163
.192
.187
.207
.188
.0851
.756
1
.922
.845
.824
.873
.902
.96
.963
.917
.851
.887
.804
.975
.804
.872
.95
.845
1
.749
.927
.912
.931
.978
.989
.722
.821
.781
.677
.674
.712
.659
.683
.614
.706
.716
.736
.44
.698
.772
.777
.693
.783
.909
.703
.648
.725
.759
.752
.66
Total
6,346
1.13
.158
.89
.675
7
Tabella 11 – Numero di partecipanti (N(partec) e quota di studenti fuori comune mean(dist1), fuori
provincia mean(dist2) fuori regione mean(dist3) per gruppi di lauree.
Gruppo di lauree
N(partecip)
mean(dist1)
mean(dist2)
mean(dist3)
Agro-alimentare
Architettura
Arte
Beni culturali
Biologia
Chimica
Comunicazione
Economia
Farmacia
Filosofia
Formazione
Geografia
Giurisprudenza
Ingegneria
Lettere
Lingue
Matematica Fisica
Medicina
Odontoiatria
Politico
Psicologia
Sociale
Storia
Territorio
Veterinaria
180
273
64
155
301
118
132
477
407
109
141
53
943
474
224
296
404
452
44
263
193
91
58
400
94
.206
.216
.219
.245
.216
.22
.25
.239
.226
.193
.383
.245
.288
.243
.254
.28
.233
.215
.159
.221
.238
.352
.293
.222
.17
.6
.293
.156
.245
.395
.432
.265
.285
.44
.284
.433
.245
.306
.278
.286
.307
.215
.27
.341
.3
.301
.341
.224
.257
.436
.0889
.201
.203
.0839
.213
.0763
.242
.197
.172
.275
.0496
.283
.15
.137
.254
.169
.151
.166
.25
.137
.259
.143
.172
.185
.298
Total
6,346
.244
.313
.172
Le Tabelle 12 e 13 riportano le statistiche descrittive delle stesse variabili per macroarea geografica
dell’ateneo. Gli atenei del Sud e isole hanno ottenuto il peggior risultato in termini di VQR e sono anche
quelli con la più alta percentuale di studenti a basso reddito. Gli atenei del Centro mostrano la più alta
percentuale di studenti frequentanti e sono anche quelli con il più alto numero di studenti provenienti da
fuori regione. La mobilità da fuori provincia caratterizza invece gli atenei del Nord, mentre gli atenei di
Sud e Isole hanno la prevalenza di studenti locali (fuori comune).
Le Tabelle 14 e 15 mostrano la distribuzione delle variabili per atenei partecipanti. Sempre alla luce della
ponderazione derivante dal numero di studenti partecipanti rispetto agli idonei emerge che l’ateneo di
Bologna ha avuto il miglior risultato della VQR per corso di laurea mean (r_cour~r), Messina il peggiore,
i due atenei del Lazio (Sapienza e Tor Vergata) hanno risultati simili, ma entrambi sotto la media
nazionale.
Infine le tabelle 16 e 17 riportano la distribuzione per diploma di scuola superiore degli studenti
partecipanti al test da cui emerge, per esempio, che i corsi di studi con la più alta VQR sono stati scelti dai
partecipanti provenienti dal liceo classico, quelli provenienti dallo scientifico, invece, frequentano di più
le lezioni.
8
Tabella 12 – Numero di partecipanti (N(partec) e risultato della VQR per corso di laurea
mean(r_cour~r), quota di studenti che usufruiscono di agevolazioni per il diritto allo studio
mean(borsaR), quota di studenti frequentanti mean(freque~a), quota di studenti che parlano
almeno un’altra lingua straniera mean(ling~R) per macroarea geografica.
Area
Ateneo
N(partecip)
mean(r_co~r)
mean(borsaR)
mean(freq~R)
mean(ling~R)
Centro
Nord
Sud-Isole
2,979
2,248
1,119
1.11
1.2
1.02
.163
.139
.182
.932
.852
.858
.691
.645
.692
Total
6,346
1.13
.158
.89
.675
Tabella 13 – Numero di partecipanti (N(partec) e quota di studenti fuori comune mean(dist1), fuori
provincia mean(dist2) fuori regione mean(dist3) per macroarea geografica.
Area
Ateneo
N(partecip)
mean(dist1)
mean(dist2)
mean(dist3)
Centro
Nord
Sud-Isole
2,979
2,248
1,119
.196
.199
.463
.236
.464
.214
.207
.177
.0661
Total
6,346
.244
.313
.172
Tabella 14 – Numero di partecipanti (N(partec) e risultato della VQR per corso di laurea
mean(r_cour~r), quota di studenti che usufruiscono di agevolazioni per il diritto allo studio
mean(borsaR), quota di studenti frequentanti mean(freque~a), quota di studenti che parlano
almeno un’altra lingua straniera mean(ling~R) per Ateneo
Ateneo
N(partecip)
mean(r_co~r)
mean(borsaR)
mean(freq~R)
mean(ling~R)
BO
CA
FI
LE
ME
MI
NA
PD
PO
RM1
RM2
UD
378
134
715
205
134
936
646
557
425
1,681
205
330
1.23
1.01
1.14
1.09
.833
1.2
1.05
1.27
1.17
1.07
1.08
1.12
.169
.179
.183
.234
.209
.134
.161
.156
.136
.155
.141
.13
.95
.948
.944
.712
.978
.782
.861
.978
.755
.936
.82
.961
.704
.664
.691
.737
.642
.697
.693
.634
.539
.701
.585
.652
Total
6,346
1.13
.158
.89
.675
9
Tabella 15 – Numero di partecipanti (N(partec) e quota di studenti fuori comune mean(dist1), fuori
provincia mean(dist2) fuori regione mean(dist3) per Ateneo
Ateneo
N(partecip)
mean(dist1)
mean(dist2)
mean(dist3)
BO
CA
FI
LE
ME
MI
NA
PD
PO
RM1
RM2
UD
378
134
715
205
134
936
646
557
425
1,681
205
330
.146
.515
.269
.722
.246
.185
.415
.259
.0306
.165
.293
.355
.296
.269
.38
.132
.0896
.482
.254
.542
.456
.173
.137
.294
.381
.00746
.119
.0146
.313
.137
.0433
.131
.275
.219
.0976
.242
Total
6,346
.244
.313
.172
Tabella 16 – Numero di partecipanti (N(partec) e risultato della VQR per corso di laurea
mean(r_cour~r), quota di studenti che usufruiscono di agevolazioni per il diritto allo studio
mean(borsaR), quota di studenti frequentanti mean(freque~a), quota di studenti che parlano
almeno un’altra lingua straniera mean(ling~R) per diploma di scuola superiore
Diploma
N(partecip) mean(r_co~r) mean(borsaR) mean(freq~R) mean(ling~R)
Tecn/Prof
Classico
Scientif
Altro liceo
Altro istit
987
1,551
2,606
513
359
1.11
1.14
1.13
1.1
1.13
.173
.139
.157
.181
.159
.874
.874
.919
.842
.894
.667
.653
.688
.663
.699
Total
6,016
1.13
.157
.892
.674
Tabella 17 – Numero di partecipanti (N(partec) e quota di studenti fuori comune mean(dist1), fuori
provincia mean(dist2) fuori regione mean(dist3) per diploma di scuola superiore
Diploma
N(partecip)
mean(dist1)
mean(dist2)
mean(dist3)
Tecn/Prof
Classico
Scientif
Altro liceo
Altro istit
987
1,551
2,606
513
359
.284
.219
.24
.222
.337
.407
.271
.3
.357
.401
.148
.182
.175
.173
.131
Total
6,016
.246
.321
.169
10
3. Le determinanti universitarie e ambientali delle performance degli studenti
Per le statistiche descrittive dei risultati ottenuti dagli studenti al test TECO, si rinvia all’analisi di
Peracchi (2014)2. Qui ricordiamo brevemente alcune caratteristiche del test. Il test consiste di due moduli
somministrati separatamente: il modulo PT (Performance Task o Prova di Prestazione) e il modulo SRQ
(Selected Response-Questions o Prova a Risposta Multipla).
Il modulo PT mira a valutare le competenze dei laureandi in materia di pensiero critico e
comunicazione scritta, e viene valutato con riferimento a tre ambiti distinti: analisi e soluzione dei
problemi (Analysis and Problem Solving o APS), efficacia di scrittura (Writing Effectiveness o WE), e
tecnica di scrittura (Writing Mechanics o WM). Il punteggio nel modulo PT è ottenuto combinando le
valutazioni separate fornite per i tre diversi ambiti.
Il modulo SRQ è suddiviso in tre parti che intendono misurare tre diversi aspetti delle competenze
generaliste: la parte CR (Critical Reading) la parte CA (Critique an Argument), la parte SRQ (Scientific
and Quantitative Reasoning). Il punteggio nel modulo SRQ è uguale al numero di risposte esatte nelle 20
domande.
Nella nostra analisi abbiamo considerato entrambi i moduli; inoltre, seguendo, Peracchi (2014), abbiamo
anche considerato il punteggio totale dello studente calcolato come media aritmetica di opportune
trasformazioni lineari dei punteggi nei moduli PT e SRQ.
La Tabella 11 riporta i risultati delle stime di modelli di regressione lineare per i punteggi totali ottenuti
nel TECO in 5 specificazioni del modello:
1. all1 corrisponde alla specificazione di base di Peracchi con l’aggiunta della variabile di reddito
(ossia borsa di studio, che indica se lo studente usufruisce di forme di diritto allo studio destinate
solo a studenti provenienti da famiglie a basso reddito)
2. all2 aggiunge alla specificazione di base l'attività di studente lavoratore, il non parlare l'italiano a
casa, la cittadinanza non italiana, la distanza del comune di residenza dalla sede dell'Ateneo, il
titolo di studio della madre e del padre e la professione della madre e del padre (la categoria di
riferimento per entrambi è impiegato). Considera inoltre la dotazione tecnologica dello studente
(se possiede pc, tablet e smartphone), se parla lingue diverse dall’italiano e se frequenta le lezioni.
3. all3 aggiunge alla specificazione all2 la variabile qualitativa del corso di studi rappresentata dai
risultati ottenuti dai docenti alla VQR
4. all4 aggiunge alla specificazione all3 gli effetti fissi di ateneo (l’Ateneo di riferimento è RM1)
5. all5 aggiunge alla specificazione all3 gli effetti delle macroaree secondo la classificazione
ministeriale (la macroarea di riferimento e’ quella umanistica) e le macroaree geografiche (la
macroarea geografica di riferimento e’ il Centro).
2
In particolare si vedano le figure1-5 e le tabelle 34-42.
11
Dalla tabella 11 relativa al punteggio totale risulta che, tra le nuove variabili considerate, la variabile di
reddito (borsa di studio), che indica se lo studente usufruisce di forme di diritto allo studio destinate a
studenti provenienti da famiglie a basso reddito, risulta significativa e con segno negativo solo nella
specificazione di base, ma perde significatività in tutte le altre specificazioni. Neanche la dotazione
tecnologica dello studente (se possiede personal computer, tablet e smartphone) e il fatto che parli lingue
diverse dall’italiano risultano mai significative.
E’ interessante notare che la variabile qualitativa del corso di studi è sempre significativa e con segno
positivo nelle tre specificazioni all3, all4 e all5 e nei tre moduli. Tuttavia, la frequenza alle lezioni non
risulta significativa in nessuna specificazione econometrica.
Gli studenti degli atenei del Nord Italia hanno migliori performance, mentre gli studenti dell’area
umanistica hanno la peggiore performance rispetto a quelli appartenenti alle macroaree sanitaria,
scientifica e sociale.
Il risultato piuttosto contro intuitivo per cui la qualità dei docenti dei corsi di studi influenza
positivamente la performance degli studenti al test, ma è irrilevante il fatto che gli stessi studenti
frequentino le lezioni ci ha indotto a verificare i risultati delle stime anche per: i punteggi ottenuti nel
modulo PT e i punteggi ottenuti nel modulo SRQ. I risultati sono contenuti nelle tabelle 19 e 20, sempre
per le 5 specificazioni del modello indicate precedentemente.
12
Tabella 18 – Stime di modelli di regressione lineare per il punteggio totale nel TECO3
Variable
Eta
Femmina
Anzianita diploma
Voto diploma
Media voti
borsa studio
Tecn/Prof
Classico
Altro liceo
Altro istit
Lavoratore
Lingua non ital
Cittad non ital
lingue
frequanza
iscritti
Fuori comune
Fuori provincia
Fuori regione
pc
tablet
smartphone
Madre non dipl
Madre laureata
Padre non dipl
Padre laureato
Madre dirig
Madre operaia
Madre inoccup
Padre dirig
Padre operaio
Padre inoccup
VQR CdL
BO
CA
FI
LE
ME
MI
NA
PD
PO
RM2
UD
Sanitaria
Scientifica
Sociale
Nord
Sud-Isole
Constant
N
df_m
r2_a
F
rmse
all1
-5.910***
-15.872***
1.246
1.623***
13.616***
-9.978*
-34.873***
2.796
-27.253***
-23.194**
all2
-2.210
-20.154***
-1.315
1.439***
14.178***
-3.990
-27.724***
5.735
-28.035***
-0.124
1.472
-38.470***
-83.668***
-1.564
-14.333
0.000
-7.354
4.666
-13.660**
-5.441
-7.391
2.375
-3.997
4.648
-3.037
-1.890
-8.825
-10.491
-19.914***
15.660**
1.752
-4.632
all3
-0.970
-18.417***
-2.545
1.354***
14.361***
-3.897
-26.295***
4.254
-27.344***
-0.286
-0.826
-39.151***
-81.972***
-2.420
-11.121
-0.001
-7.352
2.309
-12.662**
-4.620
-6.877
1.824
-5.411
3.294
-1.418
-4.612
-11.691*
-9.562
-21.056***
16.388***
-0.016
-3.079
66.317***
all4
-8.078***
-22.318***
5.227**
1.706***
13.759***
-0.618
-34.244***
8.881*
-29.015***
-9.042
-4.480
-38.281***
-90.031***
-0.454
-8.310
0.001
-6.410
-13.414**
-27.957***
-4.115
-6.228
2.223
-5.121
2.289
-0.753
-4.666
-5.683
-7.010
-9.875*
14.400**
-0.408
-2.276
21.015**
50.224***
-18.489
27.844***
-62.308***
-71.266***
38.448***
-56.802***
33.576***
28.338***
-33.183**
50.954***
all5
-8.220***
-21.328***
5.375**
1.666***
16.172***
0.497
-32.634***
8.809*
-24.809***
-2.838
-3.311
-37.968***
-84.563***
2.207
-8.271
-0.001
-0.888
-6.623
-23.090***
-1.721
-6.113
2.383
-4.025
2.280
-0.475
-4.293
-6.463
-8.522
-12.540**
13.798**
0.320
-1.312
29.954***
1362.375***
1467.185***
1414.841***
1333.783***
34.936***
26.325***
48.104***
21.633***
-69.153***
1356.699***
6290
11
.0909
52.2
153
5918
33
.109
21.3
150
5540
34
.114
20.5
149
5540
45
.149
21.6
146
5540
39
.149
25.2
146
legend: * p<.1; ** p<.05; *** p<.01
3
Gli errori standard su cui si basa il sistema di asterischi di fianco ai coefficienti stimati (*: valore-p<:1; **: valore-p<:05;
***: valore-p<:01) sono robusti in presenza di eteroschedasticità di forma ignota. Le statistiche riportate nella parte inferiore
della tabella sono la numerosità campionaria (N), il numero di covariate del modello escluso il termine costante (df m), l'R2
aggiustato per i gradi di libertà (r2 a), la statistica F per la significatività della regressione (F), e l'errore quadratico medio della
regressione (rmse).
13
Le stime riportate nelle Tabelle 19 e 20 sono coerenti con quelle relative al punteggio totale. Dalle stime
risulta che, tra le nuove variabili considerate rispetto a Peracchi (2014), la variabile di reddito risulta
significativa e con segno negativo solo per il modulo SRQ per le tre specificazioni più parsimoniose, ma
perde significatività quando controlliamo per gli atenei e le aree scientifiche. Non è mai significativa per
il punteggio PT. Di nuovo, la dotazione tecnologica dello studente e il fatto che parli lingue diverse
dall’italiano non risultano mai significative.
La frequenza alle lezioni risulta significativa con segno negativo solo per la determinazione del punteggio
nel modulo SRQ, ma, anche in questo caso, perde significatività nella specificazione all4 quando
controlliamo per atenei. Non e’ mai significativa per il modulo PT.
La variabile qualitativa del corso di studi è sempre significativa e con segno positivo nelle tre
specificazioni all3, all4 e all5 per entrambi i moduli PT e SRQ.
I risultati ottenuti per ciascun modulo separatamente e soprattutto il risultato che la qualità dei docenti dei
corsi di studi influenza positivamente la performance degli studenti al test, ma e’ irrilevante il fatto che gli
stessi studenti frequentino le lezioni si presenti solo per il modulo PT ci ha indotto a riflettere su cosa il
test avesse effettivamente valutato e, in particolare, quanto fosse in grado di misurare la formazione
ricevuta all’università.
Di fatto il modulo PT valuta le competenze degli studenti con riferimento ai tre ambiti di analisi e
soluzione dei problemi, efficacia di scrittura e tecnica di scrittura. Il punteggio nel primo ambito deve
riflettere la capacità dello studente di prendere una decisione, o trarre una conclusione, o prendere una
posizione e sostenerla con un'argomentazione coesiva che utilizzi accuratamente le informazioni
appropriate (fatti, concetti, dati calcolati, caratteristiche salienti) tratte dall’archivio documenti che erano
forniti allo studente per rispondere al test. L’efficacia della scrittura è individuata nella capacità di fornire
argomentazioni organizzate in modo logico e coerente elaborando i fatti e i concetti in modo
particolarmente convincente. La tecnica di scrittura è individuata nella conoscenza delle regole
dell’italiano scritto (concordanze, tempi, uso delle maiuscole, punteggiatura e ortografia) e padronanza
della lingua, compresi sintassi (struttura della frase) e lessico (scelta e uso dei vocaboli).
La versione italiana del test era molto meno tollerante della versione americana nella valutazione di errori
riguardanti gli ambiti di tecnica ed efficacia della scrittura e i valutatori dei test erano stati forniti di un
decalogo rigorosissimo su cosa poteva essere considerato errore più o meno grave (cfr. Vendruscolo,
2014).
Tutto ciò forse riesce a spiegare perché’ la frequenza alle lezioni risulta ininfluente sulla performance dei
partecipanti a TECO. Di fatto questo modulo del test (che peraltro determina anche i risultati delle stime
ottenuti per i punteggi totali della Tabella 18) non sta valutando la formazione ricevuta all’università, ma
piuttosto la dotazione di formazione che gli studenti si ritrovano al terzo anno di università, ma che hanno
ragionevolmente appreso altrove, per esempio alla scuola elementare, e su cui la formazione universitaria
non necessariamente riesce a incidere.
14
Tabella 19 – Stime di modelli di regressione lineare per il punteggio riscalato nel modulo PT.4
Variable
Eta
Femmina
Anzianita diploma
Voto diploma
Media voti
borsa studio
Tecn/Prof
Classico
Altro liceo
Altro istit
Lavoratore
Lingua non ital
Cittad non ital
lingue
frequanza
iscritti
Fuori comune
Fuori provincia
Fuori regione
pc
tablet
smartphone
Madre non dipl
Madre laureata
Padre non dipl
Padre laureato
Madre dirig
Madre operaia
Madre inoccup
Padre dirig
Padre operaio
Padre inoccup
VQR CdL
BO
CA
FI
LE
ME
MI
NA
PD
PO
RM2
UD
Sanitaria
Scientifica
Sociale
Nord
Sud-Isole
Constant
N
df_m
r2_a
F
rmse
all1
-3.432
-2.251
-0.128
1.670***
13.006***
-4.174
-36.506***
6.376
-17.834*
-25.116**
all2
1.208
-7.838
-3.186
1.315***
14.871***
5.049
-26.406***
9.813
-10.055
2.705
-2.694
-34.456***
-91.195***
-5.127
-1.394
0.002
-0.290
9.112
-8.556
-8.366
-1.724
2.790
-5.032
1.259
-2.111
-0.086
-8.156
-15.277*
-23.044***
9.371
1.002
-6.607
all3
3.517
-6.359
-5.596**
1.271***
15.219***
5.632
-24.965***
6.996
-7.989
0.454
-4.018
-33.708***
-91.643***
-5.888
-1.834
0.002
-1.300
5.766
-7.133
-8.871
-3.065
3.296
-7.105
-1.109
-1.410
-3.701
-12.527
-14.629*
-25.249***
12.381
0.268
-4.651
61.310***
all4
-2.814
-10.651*
1.243
1.572***
14.864***
9.164
-33.573***
11.236*
-10.891
-7.996
-7.755
-33.120***
-100.628***
-3.435
-0.221
0.003**
0.447
-9.700
-21.688**
-8.048
-2.343
3.572
-7.029
-1.621
-0.934
-3.197
-7.150
-12.322
-14.564**
10.175
0.026
-3.822
17.058
46.469***
-17.458
23.044**
-59.066***
-68.775***
42.986***
-44.681***
33.080***
56.998***
-28.564
51.827***
all5
-3.906
-12.493**
2.369
1.628***
16.081***
9.231
-34.533***
7.528
-13.354
-5.560
-8.428
-34.332***
-95.418***
-1.037
3.997
-0.001
2.278
-4.447
-18.452**
-5.405
-2.293
4.028
-6.732
-0.958
-1.205
-2.285
-7.891
-14.055*
-16.971**
10.388
0.760
-3.060
27.830**
1390.510***
1523.659***
1509.616***
1442.009***
11.967
0.243
38.988***
26.589***
-60.074***
1440.828***
6290
11
.0487
30.2
198
5918
33
.0603
13.1
194
5540
34
.0632
12.5
193
5540
45
.0833
12.6
191
5540
39
.0841
14.7
191
legend: * p<.1; ** p<.05; *** p<.01
4
Gli errori standard su cui si basa il sistema di asterischi di fianco ai coefficienti stimati (*: valore-p<:1; **: valore-p<:05;
***: valore-p<:01) sono robusti in presenza di eteroschedasticità di forma ignota. Le statistiche riportate nella parte inferiore
della tabella sono la numerosità campionaria (N), il numero di covariate del modello escluso il termine costante (df m), l'R2
aggiustato per i gradi di libertà (r2 a), la statistica F per la significatività della regressione (F), e l'errore quadratico medio della
regressione (rmse).
15
Tabella 20 – Stime di modelli di regressione lineare per il punteggio riscalato nel modulo SRQ.5
Variable
Eta
Femmina
Anzianita diploma
Voto diploma
Media voti
borsa studio
Tecn/Prof
Classico
Altro liceo
Altro istit
Lavoratore
Lingua non ital
Cittad non ital
lingue
frequanza
iscritti
Fuori comune
Fuori provincia
Fuori regione
pc
tablet
smartphone
Madre non dipl
Madre laureata
Padre non dipl
Padre laureato
Madre dirig
Madre operaia
Madre inoccup
Padre dirig
Padre operaio
Padre inoccup
VQR CdL
BO
CA
FI
LE
ME
MI
NA
PD
PO
RM2
UD
Sanitaria
Scientifica
Sociale
Nord
Sud-Isole
Constant
N
df_m
r2_a
F
rmse
all1
-8.383***
-29.570***
2.614
1.579***
14.227***
-15.790**
-33.257***
-0.739
-36.656***
-21.243*
all2
-5.625**
-32.524***
0.547
1.564***
13.490***
-13.038*
-29.074***
1.696
-46.065***
-2.963
5.676
-42.518***
-76.122***
1.980
-27.255**
-0.002
-14.387**
0.243
-18.719**
-2.521
-13.060
1.973
-2.983
7.988
-3.971
-3.687
-9.461
-5.739
-16.788**
21.947***
2.510
-2.642
all3
-5.446**
-30.525***
0.491
1.439***
13.509***
-13.438*
-27.653***
1.551
-46.753***
-1.037
2.391
-44.645***
-72.272***
1.021
-20.393*
-0.003*
-13.384*
-1.134
-18.157**
-0.363
-10.683
0.356
-3.730
7.658
-1.440
-5.518
-10.829
-4.526
-16.872**
20.393**
-0.289
-1.493
71.350***
all4
-13.328***
-34.036***
9.192***
1.841***
12.660***
-10.409
-34.942***
6.568
-47.191***
-10.100
-1.179
-43.497***
-79.405***
2.501
-16.387
-0.001
-13.237*
-17.111**
-34.188***
-0.174
-10.111
0.881
-3.228
6.160
-0.584
-6.128
-4.189
-1.728
-5.192
18.623**
-0.831
-0.718
25.004**
53.931***
-19.525
32.639***
-65.697***
-73.787***
33.910***
-68.904***
34.049***
-0.299
-37.804**
50.114***
all5
-12.522***
-30.208***
8.365***
1.705***
16.268***
-8.247
-30.762***
10.134
-36.313***
-0.129
1.831
-41.653***
-73.677***
5.424
-20.530*
-0.002
-4.032
-8.789
-27.694***
1.970
-9.928
0.744
-1.330
5.478
0.243
-6.296
-5.007
-3.020
-8.115
17.206**
-0.111
0.450
32.091***
1334.413***
1410.838***
1320.336***
1225.904***
57.901***
52.434***
57.205***
16.699***
-78.237***
1272.850***
6290
11
.0698
39.4
193
5918
33
.0816
16.1
191
5540
34
.0854
15.5
190
5540
45
.112
16.2
188
5540
39
.112
18.6
188
legend: * p<.1; ** p<.05; *** p<.01
5
Gli errori standard su cui si basa il sistema di asterischi di fianco ai coefficienti stimati (*: valore-p<:1; **: valore-p<:05;
***: valore-p<:01) sono robusti in presenza di eteroschedasticità di forma ignota. Le statistiche riportate nella parte inferiore
della tabella sono la numerosità campionaria (N), il numero di covariate del modello escluso il termine costante (df m), l'R2
aggiustato per i gradi di libertà (r2 a), la statistica F per la significatività della regressione (F), e l'errore quadratico medio della
regressione (rmse).
16
Risulta inoltre che soprattutto la provenienza degli studenti da una regione diversa da quella dell’ateneo
influenza negativamente la performance degli stessi al test in entrambi in moduli SRQ e PT e quindi la
performance complessiva. Per questo motivo ci e’ sembrato interessante analizzare, nella prossima
sezione, la tipologia dei partecipanti al test, sfruttando una peculiarità della banca dati che contiene
sempre un solo ateneo per regione, con l’eccezione del Lazio, anzi della città di Roma di cui sono presenti
i due atenei di Sapienza e Tor Vergata.
4. Qualita’ dei corsi di laurea e scelta dell’ateneo da parte degli studenti che hanno partecipato a
TECO: il caso degli atenei romani.
L’analisi precedente ha mostrato il ruolo della qualita’ della ricerca sulla performance degli studenti
iscritti agli atenei che hanno partecipato a TECO, ma ha anche mostrato che la frequenza alle lezioni non
influenza affatto la loro performance, che e’ invece influenzata negativamente dalla mobilita’ degli stessi.
Tali risultati ci hanno indotto a studiare le caratteristiche dei partecipanti a test per individuare le
determinanti della loro scelta dell’ateneo in cui studiare soprattutto alla luce del fatto che essere fuori sede
influenza negativamente la performance. La nostra attenzione va ancora al ruolo della variabile che
misura la qualita’ della ricerca degli atenei nella determinazione della scelta degli studenti, a parita’ di
altre condizioni. Tale aspetto ci sembra di particolare interesse in ambito accademico, dal momento che e’
possibile verificare empiricamente se la componente di insegnamento dell’universita’ sia statisticamente
legata alla componente di ricerca, due ambiti che sono usualmente visti come relativamente slegati nella
determinazione delle carriere degli attori coinvolti, sia dal punto di vista dei docenti sia degli studenti
universitari.
Come accennato, la nostra analisi e’ resa possibile dalla presenza, nel campione di atenei che hanno
partecipato alla sperimentazione TECO, di due atenei locati nella stessa città: Roma. Questo implica che
e’possibile tentare di spiegare i motivi che hanno spinto gli studenti verso un ateneo piuttosto che un altro,
rispettando quanto piu’ possibile le parita’ di condizioni locali e regionali. In altri termini, stiamo
cercando di rispondere alle domande seguenti: quali sono le varibili che hanno determinato la scelta degli
studenti partecipanti a TECO a iscriversi a un particolare ateneo piuttosto che a un altro? Quanto e’
importante la qualita’ della ricerca nella determinazione di questa decisione?
E’ risaputo (vedi Kostoris, 2014) che le variabili di contesto familiare svolgono - in Italia ma
presumibilmente anche all’estero - un ruolo determinante nel tipo di scelta che cerchiamo di spiegare. Nel
tentativo di verificare se e quanto queste variabili siano determinanti, la strategia di scelta della forma
ridotta del modello da presentare e’ stata duplice. Da un lato, abbiamo aggiunto quante piu’ possibili
variabili di controllo all’insieme di variabili esplicative. Per questo motivo, il set di variabili che
utilizziamo per spiegare la decisione di iscriversi a uno degli atenei romani ricalca da vicino quello
utilizzato per spiegare i risultati del test TECO. Dall’altro lato, abbiamo condotto l’analisi utilizzando
17
sottoinsiemi via via decrescenti di osservazioni in modo che fosse possibile ipotizzare che la scelta fosse
dipesa teoricamente sempre meno da variabili di contesto locale e familiare. In altri termini, partiamo da
una analisi relativa all’intero campione di individui, ci muoviamo verso il sottocampione di individui che
hanno deciso di studiare fuori provincia, per arrivare a quel sottocampione di studenti che hanno scelto di
studiare fuori sede e fuori regione.
L’approccio utilizzato è quello di decisione logistica multinomiale, in cui abbiamo costruito la variabile
dipendente in modo che il valore zero sia associato alla decisione di iscriversi a un ateneo non locato nella
capitale (decisione che rappresenta il cosiddetto stato base); il valore 1 della variabile e’ associato alla
scelta di iscriversi a Roma-Tor Vergata e, infine, il valore 2 e’ associato alla scelta di iscriversi a RomaSapienza. La tabella 14 riporta il dettaglio dell’analisi condotta per: tutti gli studenti partecipanti a TECO
(coeff1); tutti gli studenti fuori sede che arrivano da fuori provincia (coeff2); tutti gli studenti iscritti che
arrivano da fuori regione (coeff3). Infine, la tabella 15 considera i risultati per tutti gli studenti fuori sede,
che arrivano da fuori regione e scelgono Roma-Sapienza rispetto a Roma-Tor Vergata.
In assenza di variabili che possano essare utilizzate come strumenti, il punteggio TECO non è stata
incluso in questa analisi che percio’ serve a individuare la tipologia del campione di studenti. Gli errori
standard riportati in tabella sono robusti alla eventuale presenza di eteroschedasticita’.
Dalla tabella 14 risulta che le caratteristiche individuali degli studenti e molte delle variabili di contesto
sono statisticamente significative e con il segno atteso. Data la storia dei due atenei e la centralita’ che
Roma-Sapienza riveste all’interno del panorama universitario Italiano, l’effetto delle variabili di contesto
risulta essere piu’ rilevante per gli studenti che scelgono di iscriversi all’Universita’ Roma-Tor Vergata
rispetto a quelli che scelgono Roma-Sapienza. Questo risultato e’ in linea con le aspettative. Quest’ultimo
ateneo e’ inoltre scelto in eguale misura da maschi e femmine, e di eta’ media statisticamente superiore
tanto al resto d’Italia che al secondo ateneo romano sotto esame.
I risultati associati al voto di diploma, che a nostro parere, puo’ essere utilizzato come una misura della
qualita’ dei partecipanti al test nei vari atenei, mostrano un risultato positivo degli iscritti a Roma-Tor
Vergata sia rispetto all’altro ateneo romano sia al resto d’Italia.
La variabile che riveste maggior interesse per la nostra analisi, cioè quella che indica la qualita’ dei corsi
di studi misurata dai risultati alla VQR, risulta essere significativa con valore negativo. Questo risutato
suggerisce che la qualita’ dell’ateneo, nella misura in cui e’ catturata dalla variabile VQR, e’ rilevante
nella scelta dell’ateneo in cui gli studenti hanno deciso di iscriversi. Il segno negativo e’ dovuto al fatto
che i due atenei romani hanno una VQR piu’ bassa della media degli altri atenei Italiani. A sostegno di
questa ipotesi troviamo che l’effetto negativo sulle scelta degli studenti è piu’ forte per Roma-Tor Vergata,
che ha appunto ottenuto una valutazione VQR leggermente inferiore a quella che ha ottenuto RomaSapienza.
I risultati dell’analisi riportati fino a questo momento mostrano che esistono delle differenze
statisticamente significative nell’impatto delle variabili che determinano la scelta di iscriversi a Roma18
Sapienza e Roma-Tor Vergata rispetto al resto d’Italia. In quanto segue approfondiamo invece le
differenze tra i due atenei romani. Nel portare avanti questa analisi, tentiamo di ridurre al minimo
l’impatto delle variabili di contesto, dal momento che sappiamo essere determinanti di queste decisioni e
che tale rilevanza rischia di nascondere l’eventuale effetto di altre variabili di interesse. Abbiamo dunque
deciso, nel produrre i risultati riportati nella tabella 15, di utilizzare unicamente il campione di studenti
partecipanti a TECO che, da fuori regione, hanno deciso di scriversi a uno dei due atenei romani: la
distanza con la regione in cui l’ateneno e’ locato riduce appunto il ruolo delle variabili di contesto.
In questo caso la variabile dipendente assume valore 1 se lo studente risulta iscritto a Roma-Sapienza e 0
se e’ iscritto a Roma-Tor Vergata. Data la natura della variabile dipendente, l’analisi di avvarra’ di un
approccio di stima di logit binomiale, in cui si modella la probabilita’ di iscriversi a Roma-Sapienza. Un
segno positivo associato a un coefficiente statisticamente significativo deve intendersi a favore di questa
scelta, quando il segno sia negativo e il coefficiente statisticamente significativo il risultato deve
intendersi come a favore della scelta di iscriversi a Roma-Tor Vergata.
A conferma dell’analisi precedente, gli studenti che hanno partecipato a TECO e che hanno scelto RomaSapienza hanno avuto un voto del diploma inferiore rispetto agli studenti che scelgono Roma-Tor
Vergata; inoltre, nuovamente a conferma dell’analisi precedente, le variabili di contesto familiare
sembrano rivestire un ruolo molto importante nella scelta tra i due atenei. In questo senso, i coefficienti
significativi relativi al contesto di provenienza sembrano indicare che essi arrivano da famiglie in cui la
madre non e’ occupata o svolge un lavoro che qualifica come operaia, e in cui entrambi i genitori sono
non diplomati. Con la sola eccezione della laurea della madre, i partecipanti a TECO che hanno deciso di
iscriversi a Roma-Sapienza sembrano provenire da contesti svantaggiati rispetto a quelli che decidono per
Roma Tor-Vergata. La variabile che misura la qualita’ della ricerca dell’ateneo ha un effetto positivo
nella scelta, ossia il miglior risultato in termini di VQR di Sapienza rispetto a Tor Vergata sembra aver
avuto un effetto significativo e positivo nella preferenza per il primo ateneo. Questo suggerisce ancora
una volta che la qualita’ dell’ateneo rappresenta una varibile significativa nell’attrarre studenti
universitari.
19
Tabella 14
Variable
coeff_1
coeff_2
coeff_3
0.183**
-0.370
-0.259***
-0.008
0.089
-14.509***
-0.455
1.109*
-0.590
0.192
-13.860***
-11.576***
-0.301
-1.107**
0.591
0.137***
-0.336**
0.385
-0.437
-0.239
-17.313***
-18.583***
0.279
-13.495***
-1.166
-0.774
-1.332
0.348
-2.741***
-0.482
-1.211
0.129
-0.849
0.683
-14.120***
-0.404
1.762***
-0.840
-1.212
-0.550
-2.766**
-0.479
-2.080
-0.673
0.112
-0.158
0.365
-0.560
-0.050
-0.308*
0.025
-0.080***
-0.054
-0.662***
0.070
-1.018***
-1.996***
-0.619**
0.309
-0.156
-0.168
-0.085
0.181
-0.047***
-0.062
-1.355***
-0.727***
-0.979***
-1.802***
-0.329
-0.534
-1.802**
-0.410**
0.036
-0.226
-0.149
-2.428***
0.124
0.443*
1.101***
-0.272
-0.011
0.141
1.343***
-0.046
0.219
-0.180
-0.013
-2.017***
-0.000
0.337
0.187
-0.027
0.160
0.464
2.128***
1735
46
906
46
0
1
Eta
Femmina
Anzianita diploma
Voto diploma
Media voti
Tecn/Prof
Classico
Altro liceo
Altro istit
Lavoratore
Lingua non ital
Cittad non ital
Fuori comune
Fuori provincia
Fuori regione
Madre non dipl
Madre laureata
Padre non dipl
Padre laureato
R_COURSE_N_VQR
Madre dirig
Madre operaia
Madre inoccup
Padre dirig
Padre operaio
Padre inoccup
Constant
0.088**
-0.675***
-0.152***
0.008
-0.042
-1.021***
0.343**
-0.686*
-0.099
0.090
0.316
-1.620
-0.839***
-1.873***
-1.395***
-0.410*
-0.339*
-0.229
-0.568***
Eta
Femmina
Anzianita diploma
Voto diploma
Media voti
Tecn/Prof
Classico
Altro liceo
Altro istit
Lavoratore
Lingua non ital
Cittad non ital
Fuori comune
Fuori provincia
Fuori regione
Madre non dipl
Madre laureata
Padre non dipl
Padre laureato
R_COURSE_N_VQR
Madre dirig
Madre operaia
Madre inoccup
Padre dirig
Padre operaio
Padre inoccup
Constant
0.076***
-0.136**
-0.079***
-0.060***
-0.013
-0.964***
-0.222***
-1.003***
-1.685***
-0.100
0.155
-0.497**
-1.148***
-1.412***
-0.379***
-0.078
-0.072
-0.152*
-0.168**
-1.361***
2
0.317***
Statistics
N
df_m
6346
38
legend: * p<.1; ** p<.05; *** p<.01
20
Tabella15
Variable
R_COURSE_N_VQR
Eta
Femmina
Anzianita diploma
Voto diploma
Media voti
Tecn/Prof
Classico
Altro liceo
Altro istit
Fuori provincia
Lavoratore
Lingua non ital
Madre non dipl
Madre laureata
Padre non dipl
Padre laureato
Madre dirig
Madre operaia
Madre inoccup
Padre dirig
Padre operaio
Padre inoccup
Constant
coeff
1.979*
0.051
0.590
-0.007
-0.110***
-0.002
-0.171
0.339
-1.779***
-1.515
-0.564
-0.624
-0.114
-0.903*
1.614**
1.467**
-0.413
0.058
1.962**
1.074**
0.563
-0.281
0.513
0.408
N
df_m
538
23
legend: * p<.1; ** p<.05; *** p<.01
5. Conclusioni
Estendendo l’analisi svolta da Peracchi (2014) abbiamo verificato l’impatto sulla performance degli
studenti al test TECO delle seguenti variabili: la qualità del corpo docente, misurata dalla VQR dei
docenti incardinati sui Corsi di studi, un indicatore indiretto della fascia di reddito (bassa) rappresentato
dagli studenti che usufruiscono di agevolazioni per il diritto allo studio; la frequenza alle lezioni; la
conoscenza di almeno un’altra lingua straniera; le disponibilità di strumenti di comunicazione e
apprendimento, quali PC, smartphone e tablet. Abbiamo inoltre analizzato la tipologia di studenti che
hanno partecipato al test TECO verificando le determinanti della loro scelta di iscriversi a un particolare
ateneo.
Sotto quest’ultimo aspetto, sfruttando una peculiarita’ della banca dati che contiene un ateneo per regione
ad eccezione del Lazio, abbiamo potuto verificare che, per esempio, gli studenti fuori sede che hanno
scelto di studiare a Roma-Sapienza sono quelli meno bravi in termini di dotazione iniziale (hanno il
punteggio alla maturita’ piu’ basso) scelgono Sapienza per i suoi migliori risultati in termini di ricerca e
provengono da famiglie di ceto medio basso. Stiamo parlando, ovviamente, solo dei partecipanti al test
non dell’universo degli studenti.
Quanto alle determinanti della performance al test, tra i risultati ottenuti, uno in particolare ci e’ sembrato
interessante per quanto contro intuitivo: la qualità dei docenti dei corsi di studi influenza positivamente la
21
performance degli studenti, ma e’ irrilevante il fatto che gli stessi studenti frequentino le lezioni, che
riteniamo essere un elemento fondamentale della formazione universitaria.
Tale risultato - che emerge per la valutazione complessiva del test e per il modulo PT - ci ha indotto a
riflettere su cosa il test stesse effettivamente valutando e, soprattutto, se e quanto fosse in grado di
misurare la formazione ricevuta all’università. Considerando le caratteristiche del modulo PT – che valuta
la capacità dello studente di prendere una decisione o una posizione e sostenerla con un'argomentazione
appropriata, ma anche l’efficacia della scrittura e la tecnica di scrittura individuata nella conoscenza delle
regole dell’italiano scritto (concordanze, tempi, uso delle maiuscole, punteggiatura e ortografia) e
padronanza della lingua, compresi sintassi e lessico - siamo riusciti a spiegare perché’ la frequenza alle
lezioni risulta ininfluente sulla performance dei partecipanti a TECO. Di fatto questo modulo del test (che,
peraltro traina il risultato complessivo) non sta valutando la formazione ricevuta all’università, ma
piuttosto la dotazione di formazione che gli studenti si ritrovano al terzo anno di università, ma che hanno
ragionevolmente appreso altrove, per esempio alla scuola elementare, e su cui la formazione universitaria
non necessariamente riesce a incidere.
Che dire pertanto dell’uso di TECO come strumento di valutazione?
L’uso del test alla fine del corso di studi dice poco o nulla sulla qualita’ degli atenei. Potrebbe essere
rilevante soltanto se ogni coorte di studenti fosse sottoposta al test all’ingresso e alla fine del corso di
studi in modo da poter valutare in modo comparabile il valore aggiunto dell’istruzione universitaria
rispetto alla dotazione iniziale.
Bibliografia
Cipollone P. (2014), “Criteri di selezione delle domande CAE+ e adattamento TECO all’Italia”, relazione
presentata alla Conferenza “Le competenze dei laureandi italiani nella sperimentazione TECO”, 11
marzo 2014, Roma, Auditorium Antonianum.
Kostoris, F. (2014), Relazione sui principali risultati della sperimentazione TECO”, relazione presentata
alla Conferenza “Le competenze dei laureandi italiani nella sperimentazione TECO”, 11 marzo 2014,
Roma, Auditorium Antonianum.
Peracchi, F. (2014), “TECO 2013: un primo esame dei risultati”, dattiloscritto, Università di Tor Vergata.
Ricci R. (2014), “Il laboratorio cognitivo e le caratteristiche tecniche di TECO” , relazione presentata alla
Conferenza “Le competenze dei laureandi italiani nella sperimentazione TECO”, 11 marzo 2014,
Roma, Auditorium Antonianum.
Vendruscolo, F. “La logica dello scoring”, relazione presentata alla Conferenza “Le competenze dei
laureandi italiani nella sperimentazione TECO”, 11 marzo 2014, Roma, Auditorium Antonianum.
22