Oppgrader til nyeste versjon av Internet eksplorer for best mulig visning av siden. Klikk her for for å skjule denne meldingen
Ikke pålogget
{{session.user.firstName}} {{session.user.lastName}}
Du har tilgang til Idunn gjennom , & {{sessionPartyGroup.name}}

7 Undervisningskvalitet i matematikk

SAMMENDRAG

Undervisningskvalitet måles og analyseres i dette kapitlet gjennom de fire dimensjonene 1) god klasseromsledelse, 2) støttende lærer, 3) tydelige intensjoner og 4) faglige/kognitive utfordringer. Data hentes fra elevspørreskjemaet hvor det er 5–7 spørsmål knyttet til hver av disse dimensjonene. Analysene indikerer at undervisningskvalitet har positiv sammenheng med norske elevers faglige prestasjoner og motivasjon i matematikk både på 5. trinn og 9. trinn. I tillegg fant vi at god klasseromsledelse har positiv sammenheng med elevenes faglige motivasjon.

SUMMARY

In this chapter quality of instruction in mathematics is measured and analyzed through the four dimensions 1) classroom management, 2) supportive climate, 3) clarity of instruction and 4) cognitive activation. The data were drawn from the student questionnaire, which contains 5–7 items for each dimension. Our analysis indicates that quality of instruction is positively assosiated with student achievement in mathematics both in 5th grade and in 9th grade. Additionally, classroom management has a positive relation to motivation.

7.1 Innledning

TIMSS gir deltakerlandene mulighet til å legge inn ekstraspørsmål i elevspørreskjemaet, såkalte «national options». I TIMSS 2015-studien ble det tatt et initiativ for å legge inn ekstraspørsmål knyttet til konstruktet undervisningskvalitet i matematikk. Norge var sammen med Tyskland og Belgia initiativtakere. I TIMSS 2015 har derfor flere land et sett med likelydende spørsmål i elevspørreskjemaet knyttet til dette konstruktet. En viktig ambisjon for dette initiativet var å undersøke om det var mulig å måle hvorvidt lærerens undervisningskvalitet har positiv sammenheng med elevenes læringsutbytte i matematikk. I dette kapitlet presenteres resultater av våre analyser av undervisningskvalitet i norske matematikklasserom på 5. og 9. trinn, og sammenhengen mellom undervisningskvalitet og faglige prestasjoner og motivasjon.

7.2 Teoretisk perspektiv

Forskning viser at den viktigste enkeltfaktoren for elevers læringsutbytte er kvaliteten på lærerens undervisning (Baumert et al., 2010; Creemers & Kyriakides, 2008; Hattie, 2009; Kane & Staiger, 2012; Klette, 2013; Nordenbo et al., 2010). Det er derfor viktig å utvide forskningsfeltets kunnskap om hva som kjennetegner undervisning av høy kvalitet. Dersom man evner å beskrive undervisningskvalitet mer presist, vil denne kunnskapen for eksempel kunne danne basis for undervisning av lærerstudenter og bli et sentralt element i etter- og videreutdanningskurs for lærere.

Selv om undervisningskvalitet defineres på ulike måter innenfor pedagogisk og didaktisk forskning, er det bred enighet om at begrepet har flere aspekter eller dimensjoner (Fauth, Decristan, Rieser, Klieme & Büttner, 2014; Kane & Cantrell, 2010; Klette, 2016; Wagner et al., 2015). Her vil vi først beskrive hvordan undervisningskvalitet måles i TIMSS. Deretter vil vi kort presentere en alternativ måte å analysere dette konstruktet på.

I TIMSS 2015 måles undervisningskvalitet ut fra følgende fire dimensjoner:

  1. God klasseromsledelse (Classroom management)

  2. Støttende lærer (Supportive climate)

  3. Tydelige intensjoner (Clarity of instruction)

  4. Faglige/kognitive utfordringer (Cognitive activation)

Særlig forskningsarbeidene til Klieme og kollegaer (2009) og Baumert og kollegaer (2010) har vært viktige i arbeidet med å utvikle disse fire dimensjonene. I punktene under gis det en kort forklaring på hvordan de kan forstås, og det refereres i tilegg til andre studier som har påvist positive sammenhenger mellom disse dimensjonene og økt læringsutbytte for elever.

  1. God klasseromsledelse handler om lærerens evne til å skape et klasseromsmiljø med god orden og effektiv tidsbruk. Flere studier har funnet at god klasseromsledelse er viktig for elevenes læringsutbytte og en god predikator for faglige prestasjoner (Baumert et al., 2010; Klusmann, Kunter, Trautwein, Lüdtke & Baumert, 2008; van Tartwijk & Hammerness, 2011; Kane & Steiger, 2012).

  2. Støttende lærer innebærer at læreren gir ekstra hjelp når dette er nødvendig, evner å lytte til elevene og respekterer deres spørsmål og oppfatninger, oppmuntrer elevene og gir dem emosjonell støtte (Klieme et al., 2009). Også denne dimensjonen ved undervisningskvalitet har vist seg å henge sammen med elevenes læringsutbytte (Kane & Cantrell, 2010; Klusmann et al., 2008).

  1. Tydelige intensjoner er relatert til lærerens evne til å tydeliggjøre læringsmål, knytte ny kunnskap til det elevene allerede kan, og gi en kort oppsummering ved avslutningen av arbeidsøkten (Hospel & Galand, 2016; Kane & Cantrell, 2010; Nilsen & Gustafsson, 2016; Seidel, Rimmele & Prenzel, 2005). Forskning viser at også denne dimensjonen er relatert til elevenes læringsutbytte (Creemers & Kyriakides, 2008; Scherer & Gustafsson, 2015; Seidel et al., 2005)

  2. Kognitive utfordringer relateres av Klette (2016) til elevoppgavenes utforming, kvaliteten på klasseromsdiskusjonene og nivået på det faglige innholdet som gjennomgås i timene. Lipowsky og kollegaer (2009) knytter denne dimensjonen til undervisningsaktiviteter hvor elevene skal evaluere, integrere eller anvende kunnskap for å løse gitte problemer. Kognitive utfordringer har vist seg vanskelig å måle på generell basis, uten å knytte det opp mot et spesifikt fag (Baumert et al., 2010; Hiebert & Grouws, 2007; Klieme et al., 2009; Seidel & Shavelson, 2007)

I PISA 2012-studien ble det utviklet spørsmål om undervisningskvalitet basert på disse fire dimensjonene. Disse spørsmålene inngikk i elevspørreskjemaet i PISA 20121 og er dermed grundig testet ut i alle deltakerlandene i PISA. Spørsmålene som benyttes i TIMSS 2015, bygger i stor grad på de som er utprøvd i PISA.

Det fins også alternative måter å måle undervisningskvalitet på. Ferguson (2011)2 argumenterer for at undervisningskvalitet kan analyseres ut fra 7 ulike dimensjoner. Gjennom et spørreskjema som er utprøvd på mange tusen amerikanske elever, er disse dimensjonene blitt reliabilitetstestet og validert. Fordi alle dimensjonene har forbokstaven C, kalles de «The Seven C’s». Disse er: Caring about students (oppmuntre og støtte elevene); Captivating students (gjøre læring interessant og relevant); Conferring with students (bidra til at elevene opplever at ideene deres respekteres); Controlling behaviour (etablere en god samarbeidskultur hvor elevene støtter hverandre); Clarifying lessons (undervise slik at elevene opplever å lykkes); Challenging students (kreve innsats, utholdenhet og nøyaktighet av elevene); Consolidating knowledge (ideer knyttes sammen og integreres).

Elevspørreskjemaet som Ferguson har utviklet, har vært benyttet i flere store studier i USA for å undersøke sammenhenger mellom undervisningskvalitet og læring.3 Et viktig funn fra disse undersøkelsene er at elever generelt er mer fornøyd, jobber bedre og er mer fornøyd med sine prestasjoner i de klasserommene som får en høy skår på «The Seven C’s» (Ferguson, 2011). I den pågående norske videostudien Linking Instruction and Student Achievement (LISA)4 benyttes et elevspørreskjema som er utviklet på basis av «The Seven C’s».

Vi har her presentert to måter å analysere undervisningskvalitet på, og disse har mange overlappende elementer. Først og fremst er hovedideen i begge at for å kunne lykkes med å måle «undervisningskvalitet», må ulike aspekter ved dette konstruktet beskrives, begrunnes, valideres og reliabilitetstestes. Beskrivelsen og begrunnelsen bør være tett knyttet til pedagogisk og didaktisk teori på feltet. Valideringen innebærer at de aspektene man benytter, må anses å dekke viktige elementer i det som forstås med «undervisningskvalitet» av alle sentralt involverte aktører (lærere, skoleledere, forskere). Deretter må man empirisk undersøke reliabiliteten til hvert enkelt aspekt eller dimensjon. Dette kan bare gjøres gjennom utprøving, for eksempel gjennom elevspørreskjemaer.

Dersom man på et mer detaljert nivå sammenlikner de syv aspektene i «The Seven C’s» med de fire som benyttes i TIMSS 2015, ser man umiddelbart mange likheter. Begge tilnærmingene inneholder elementer knyttet til klasseledelse, klare intensjoner med undervisningen, kognitive utfordringer og støtte til elevene, både faglig og emosjonelt. De viktigste grunnene til at man i TIMSS 2015 valgte å benytte det konstruktet som inneholder kun fire dimensjoner, er at denne er prøvd ut i mange europeiske land (Baumert et al., 2010; Scherer & Nilsen, 2016) og at den fordrer færre spørsmål i elevspørreskjemaet enn om man skulle benytte syv dimensjoner, som i «The Seven C’s» (Ferguson, 2011).

For å kunne påvise sammenhenger mellom undervisningskvalitet og faglige prestasjoner, er det spesielt gunstig å benytte data fra storskalaundersøkelser med representative utvalg, som gir mulighet for å generalisere funn. I TIMSS trekker man ut hele skoleklasser til å delta, noe som gjør at data fra denne undersøkelsen egner seg spesielt godt for å undersøke sammenhengen mellom lærerens undervisningskvalitet og elevenes læringsutbytte.

Til slutt bør det nevnes at det også vil være aspekter ved undervisningskvalitet som ikke måles gjennom de konstruktene som her er omtalt. Man kan for eksempel argumentere for at det å modellere, gi elever konstruktive tilbakemeldinger og lede klasseromsdiskusjoner på en god og inkluderende måte også vil være viktige elementer i en dyktig lærers undervisningsrepertoar (Grossman, Cohen & Wyckoff, 2013), og at disse aspektene ved undervisningskvalitet bare i liten grad dekkes i «The Seven C’s» og i de fire dimensjonene som benyttes i TIMSS 2015. Selv om en slik kritikk delvis treffer, vil svaret være at det er prinsipielt umulig å utvikle spørsmål som dekker absolutt alle dimensjoner ved et konstrukt. Det viktige er at man kan redegjøre for sine valg av dimensjoner og vise at de spørsmålene som benyttes, dekker mange av de mest sentrale aspektene ved det angjeldende konstruktet.

7.3 Hvordan undersøkes undervisningskvalitet i TIMSS 2015

Selv om en lærers undervisning også retter seg mot enkeltelever, vil undervisningskvaliteten som måles gjennom de fire omtalte dimensjonene i TIMSS, først og fremst være relatert til helklasseundervisning og altså være et fenomen på klassenivå. TIMSS-elevene rapporterer om sin egen matematikklærers undervisningskvalitet, og disse dataene er dermed på individnivå. Dataene blir så aggregert til klassenivå (se kap.11.2), og sammenhengen mellom undervisningskvalitet og f.eks. prestasjoner blir analysert på både elev- og klassenivå samtidig. Dette gir muligheter for å kontrollere for forskjeller mellom elevenes svar, og man oppnår et mer robust mål for undervisningskvalitet. (Marsh et al., 2012). Derfor rapporteres resultatene i dette kapitlet på klassenivå.

Mange forskere argumenterer for øvrig for at elevspørreskjema gir bedre data om det som skjer i klasserommet, enn lærerspørreskjema. En av de viktigste grunnene til dette er at det kan være vanskelig å finne sammenhenger mellom undervisningskvalitet rapportert av lærere og elevprestasjoner fordi det er lite variasjon i lærernes svar (Marsh et al., 2012; Scherer & Gustafsson, 2015; Wagner et al., 2015).

I de norske elevspørreskjemaene for TIMSS 2015, dvs. både for barnetrinnet og ungdomstrinnet, var det fra fem til syv spørsmål knyttet til hver av de fire dimensjonene ved lærerens undervisning i matematikk: god klasseromsledelse, støttende lærer, tydelige intensjoner og faglige/kognitive utfordringer. Alle disse spørsmålene vil for øvrig bli presentert i kapittel 7.4.1. I spørreskjemaet krysset elevene av på en firedelt skala ut fra de angitte svaralternativene. Dette danner grunnlaget for beregning av skår. Deretter ble det gjort analyser av sammenhenger mellom denne skåren og elevenes faglige prestasjoner og deres motivasjon for faget. Resultater fra disse analysene vil bli lagt fram i de neste delkapitlene.

Vi har videre undersøkt om konstruktet undervisningskvalitet er direkte sammenliknbart mellom 5. og 9.trinn. Dette ble gjort gjennom såkalte «measurement invariance» tester (Nilsen, Scherer, Bergem & Kaarstein, 2016). Resultatene av disse analysene viste at gjennomsnittet av undervisningskvalitet kan sammenliknes på tvers av trinn. I tolkningen av resultatene må det imidlertid tas hensyn til at elever på ulike trinn kan ha forskjellig svarmønstre. For eksempel kan elever på barnetrinnet generelt være mer positivt innstilt til skolen enn elever på ungdomstrinnet (Backe-Hansen, 2016).

Metoden som er brukt i de analysene som presenteres i dette kapitlet, er en type regresjonsanalyse som kalles strukturell likningsmodellering (Structural Equation Modeling, SEM). Analysene ble gjort på elev- og klassenivå. Vi har også gjort konfirmerende faktoranalyse (Confirmatory Factor Analysis, CFA). For mer om disse metodene, se kap.11.2.

7.4 Resultater av analysene av undervisningskvalitet

I dette delkapitlet vil resultatene av analysene av konstruktet undervisningskvalitet presenteres. Først vil vi vise gjennomsnittsverdiene for hvert enkeltspørsmål som inngår i de fire dimensjonene som utgjør undervisningskvalitet, dernest gjennomsnittsverdiene for hver av dimensjonene. Deretter presenteres analyser som viser i hvilken grad undervisningskvalitet har positiv sammenheng med elevers prestasjoner i matematikk. Til slutt vil vi legge fram funn som viser sammenhenger mellom undervisningskvalitet og elevers motivasjon for å arbeide med matematikkfaget på skolen.

7.4.1 Hva uttrykker elevene om undervisningskvalitet

I figur 7.1 presenteres gjennomsnittsverdiene for begge trinn på enkeltspørsmålene som inngår i dimensjonen god klasseromsledelse. Svaralternativene var: Hver time (3) – De fleste timer (2) – Noen timer (1) – Aldri eller nesten aldri (0). Skalaen som er brukt, er altså firedelt, med verdiene 0, 1, 2 og 3, slik som det her er angitt i parentesene. Dersom elevene hadde fordelt seg likt på de fire svaralternativene, ville gjennomsnittsverdiene være 1,5. Dersom flertallet av elevene krysser av for ett av de to første svaralternativene, vil det gi et høyere gjennomsnitt enn 1,5, og vice versa. For de spørsmålene i figur 7.1 som er merket med stjerne*, er verdiene reversert (se kap. 11.2)

Som det går fram av figur 7.1, tenderer 5.-trinnselever til å gi noe mer positive svar enn 9.-trinnselevene, men dette anses først og fremst å være relatert til generelle forskjeller i holdninger til skole, betinget av alder (Backe-Hansen, 2016). Det er for øvrig også noen spørsmål med små forskjeller i gjennomsnittsverdier. For begge trinn har alle enkeltspørsmålene gjennomsnittsverdier som er høyere enn 1,5, noe som viser at elevene generelt rapporterer positivt om matematikklærerens klasseromsledelse.

Figur 7.1. Gjennomsnittsverdier for enkeltspørsmålene som inngår i dimensjonen «god klasseromsledelse». *Reservert koding, se kapittel 11.2.

Figur 7.2 viser gjennomsnittsverdiene for spørsmålene som inngår i dimensjonen støttende lærer. Svaralternativene var: Hver time (3) – De fleste timer (2) – Noen timer (1) – Aldri eller nesten aldri (0). Figur 7.2 viser at gjennomsnittsverdiene jevnt over er høye, spesielt på 5. trinn, men også for 9. trinn er gjennomsnittsverdiene over 2 på alle spørsmålene unntatt ett. Dette indikerer at elevene på begge trinn vurderer matematikklæreren sin svært positivt i relasjon til det å gi støtte og hjelp ved behov.

Figur 7.2. Gjennomsnittsverdier for enkeltspørsmålene som inngår i dimensjonen «støttende lærer».

I figur 7.3 presenteres gjennomsnittsverdiene for spørsmålene som inngår i dimensjonen tydelige intensjoner. Svaralternativene var også her: Hver time (3) – De fleste timer (2) – Noen timer (1) – Aldri eller nesten aldri (0). Selv om alle gjennomsnittsverdiene også her er over 1,5, er det litt større forskjeller mellom snittet for enkeltspørsmålene. Mens elevene rapporterer svært positivt på det at læreren stiller dem spørsmål, forklarer og setter klare mål (spørsmålene C, D og E), er gjennomsnittet for oppsummeringer (spørsmål A) en god del lavere.

Figur 7.3. Gjennomsnittsverdier for enkeltspørsmålene som inngår i dimensjonen «tydelige intensjoner».

Figur 7.4. Gjennomsnittsverdier for enkeltspørsmålene som inngår i dimensjonen «faglige/kognitive utfordringer».

Figur 7.4 viser gjennomsnittsverdiene for spørsmålene som utgjør dimensjonen faglige/kognitive utfordringer. Svaralternativene var: Svært enig (3) – Litt enig (2) – Litt uenig (1) – Svært uenig (0). På flere av spørsmålene er det her små forskjeller i gjennomsnittsverdier mellom de to trinnene. Det å måtte begrunne svarene sine er ett av disse (spørsmål A), og dette spørsmålet har høyest gjennomsnittsverdi på begge trinn. Gjennomsnittsverdiene for spørsmålene knyttet til oppgavenes vanskelighetsgrad, og til det «å tenke seg nøye/godt om» (spørsmål F og G), er også relativt like. Den aller største forskjellen i gjennomsnittsverdier mellom trinnene er på spørsmål B, som er nært relatert til holdninger til matematikk. Dette harmonerer godt med tidligere forskning som viser at elever på barnetrinnet har mer positive holdninger til matematikk enn elever på ungdomstrinnet (Grønmo & Onstad, 2009).

I tabell 7.1 presenteres gjennomsnittsverdiene for de fire dimensjonene som inngår i konstruktet undervisningskvalitet. Tabell 7.1 viser at alle disse gjennomsnittsverdiene er høyere enn 1,5, dvs. at elevene tenderer mot å gi positiv respons på spørsmålene. Elevene på 5. trinn er generelt mer positive enn elevene på 9. trinn. Som tidligere påpekt vil ungdommer på 14/15 år kunne være mer kritiske mot skolen enn barn i 10/11-årsalderen, og slike sammenlikninger må derfor gjøres med varsomhet. Forskjellene i verdiene i tabell 7.1 mellom 5. og 9. trinn betyr altså ikke nødvendigvis at undervisningskvaliteten på barnetrinnet generelt er bedre enn på ungdomstrinnet.

Tabell 7.1. Gjennomsnittsverdiene for dimensjonene som inngår i «undervisningskvalitet».

Dimensjoner av undervisningskvalitet

5. trinn

9. trinn

God klasseromsledelse

2,09

1,91

Støttende lærer

2,59

2,16

Tydelige intensjoner

2,46

1,98

Faglige/kognitive utfordringer

2,30

2,06

Det er verd å legge merke til at elevene rapporterer aller mest positivt på dimensjonen støttende lærer, som har det høyeste gjennomsnittet både på 5. og 9. trinn. Elevene opplever altså at læreren i stor grad støtter og hjelper dem med å lære matematikk. Dette harmonerer godt med funn fra norske klasseroms- og videostudier, som viser at det er svært gode sosiale relasjoner mellom lærere og elever i norsk skole, at elevene får mulighet til å si hva de mener, at individuell hjelp ofte gis i matematikktimene, og at norske lærere gjennomgående viser elever stor oppmerksomhet (Bergem, 2009; Haug, 2007; Klette, 2003; Streitlien, 2009).

7.4.2 Sammenheng mellom «undervisningskvalitet» og prestasjoner

Hva er så sammenhengen mellom undervisningskvalitet og prestasjoner? Kan man med bakgrunn i analyser av TIMSS 2015-data hevde at god undervisningskvalitet har positiv sammenheng med elevenes læringsutbytte, slik dette måles i TIMSS?

I våre analyser (2-nivå SEM, se kap.11.2) måles undervisningskvalitet gjennom de fire dimensjonene: god klasseromsledelse, støttende lærer, klare intensjoner og faglige/kognitive utfordringer. Videre undersøkes sammenhengen mellom konstruktet undervisningskvalitet og elevprestasjoner. I modellen som benyttes i figur 7.5 og 7.6, illustreres disse sammenhengene. Figur 7.5 viser sammenhengen mellom undervisningskvalitet og prestasjoner i matematikk for elever på 5. trinn, og figur 7.6 det tilsvarende for 9. trinn.

Figur 7.5. Sammenhengen mellom undervisningskvalitet og prestasjoner i matematikk for elever på 5. trinn. Regresjonskoeffisienten er standardisert.

I figurene 7.5 og 7.6 er det angitt såkalte faktorladninger for hver av de fire dimensjonene. For eksempel viser figur 7.5 at faktorladningen mellom undervisningskvalitet og klasseledelse på 5. trinn er 0,67. Disse faktorladningene uttrykker i hvor stor grad de underliggende konstruktene, som for eksempel god klasseromsledelse, er mål på det overordnede konstruktet: undervisningskvalitet. Dette kan også beskrives som en sjekk av validitet, om man faktisk måler det man ønsker å måle.

Som det går fram av figur 7.5 og 7.6, er alle faktorladninger for 5. trinn og 9. trinn signifikante og forholdsvis høye. Dette gir en klar indikasjon på at alle disse fire dimensjonene er underliggende felles aspekter av ett og samme konstrukt, undervisningskvalitet. Videre viser disse faktorladningene at undervisningskvalitet, slik vi har målt det, har høy reliabilitet og validitet.

Går vi til det neste nivået i de to figurene 7.5 og 7.6, viser analysene at undervisningskvalitet har en positiv og signifikant (p< 0,05) sammenheng med prestasjoner på både 5. trinn og 9. trinn. Regresjonskoeffisientene er henholdsvis 0,35 for 5. trinn og 0,28 på 9. trinn, noe som kan betegnes som moderat store koeffisienter. Dette indikerer altså at det på begge trinn er en signifikant og positiv sammenheng mellom undervisningskvalitet og prestasjoner. Sagt med andre ord: Våre analyser av TIMSS 2015-data indikerer at i faget matematikk er det både på 5. trinn og 9. trinn en positiv og signifikant sammenheng mellom lærerens undervisningskvalitet og prestasjonsforskjeller mellom klasser.

Figur 7.6. Sammenhengen mellom undervisningskvalitet og prestasjoner i matematikk for elever på 9. trinn. Regresjonskoeffisienten er standardisert.

7.4.3 Sammenheng mellom undervisningskvalitet og motivasjon

Vi har også undersøkt sammenhengen mellom undervisningskvalitet og elevenes motivasjon for matematikk. Her følger vi samme definisjon av motivasjon som i kapittel 4, hvor motivasjon inkluderer indre og ytre motivasjon og selvtillit. Analysene viser at undervisningskvalitet har sterk sammenheng med motivasjon. I tabell 7.2 presenteres resultatene av disse analysene, her eksemplifisert gjennom dimensjonen god klasseromsledelse.

Tabell 7.2. Påvirkning av god klasseromsledelse på prestasjoner, selvtillit, indre motivasjon og ytre motivasjon på 5. og 9. trinn.

 

 

Prestasjoner

Selvtillit

Indre motivasjon

Ytre motivasjon

God klasseromsledelse

5. trinn

0,39**

0,50**

0,25*

 

9. trinn

0,24**

0,54**

0,40**

0,58**

p<0,05 ** p< 0,001. Regresjonskoeffisientene er standardiserte.

Verdiene i tabell 7.2 er angitt på klassenivå. De viser relativt like koeffisienter på 5. og 9. trinn. God klasseromsledelse har positiv sammenheng med både prestasjoner, selvtillit og indre og ytre motivasjon (det siste kun målt på 9. trinn) på begge trinn. Som det går fram av tabell 7.2, er sammenhengen med prestasjoner noe sterkere på 5. trinn enn på 9. trinn, mens sammenhengen med indre motivasjon er sterkest på 9. trinn. Aller sterkest sammenheng har god klasseromsledelse med selvtillit og ytre motivasjon. Ellers bør det tillegges at det i alle disse analysene er kontrollert for SES (se kap. 11.2).

7.5 Oppsummering og diskusjon

I dette kapitlet har vi analysert konstruktet undervisningskvalitet gjennom data hentet fra elevspørreskjemaet. På begge trinn var gjennomsnittsverdiene i den positive enden av skalaen for alle de fire dimensjonene. Elevene på 5. trinn svarte noe mer positivt på de fleste spørsmålene enn elevene på 9. trinn, men dette er som forventet ut fra generelle holdninger til skolen (Backe-Hansen, 2016). Felles for svarene på 5. og 9. trinn var at elevene rapporterer aller mest positivt på dimensjonen støttende lærer. Som en oppsummering kan det sies at elevene rapporterer at følgende trekk karakteriserer undervisningen i matematikk:

  • det er god orden og ledelse i klasserommet

  • elevene opplever å bli respektert, hørt og hjulpet av læreren

  • læreren setter klare mål og har klare forventninger, men det er i noe mindre grad introduksjoner og oppsummeringer

  • elevene gir uttrykk for at de må tenke seg nøye om i matematikktimen, og at de ofte blir bedt om å begrunne svarene sine

En viktig del av dette kapitlet er analysene av sammenhengen mellom undervisningskvalitet og elevers prestasjoner i matematikk. Våre analyser viser at alle de fire dimensjonene av konstruktet undervisningskvalitet har en positiv og signifikant sammenheng med elevprestasjoner i matematikk, både på 5. trinn og 9. trinn. Det vil si at i klasser hvor lærerens undervisning holder høy kvalitet, tenderer elevenes læringsutbytte til å være høyere enn i klasser hvor undervisningen er av lavere kvalitet. Våre funn er i tråd med tidligere forskning hvor liknende sammenhenger er påvist (Baumert et al., 2010; Creemers & Kyriakides, 2008; Hattie, 2009; Kane & Cantrell, 2010; Klieme et al., 2009).

Vi fant også at dimensjonen god klasseromsledelse har positiv sammenheng med motivasjon. Motivasjon måles da gjennom de tre aspektene selvtillit, indre motivasjon og ytre motivasjon. De sterkeste sammenhengene mellom god klasseromsledelse og motivasjon ble funnet på 9. trinn.

TIMSS er den eneste av de store internasjonale storskalaundersøkelsene som har data på klassenivå, og samtidig mål på elevers prestasjoner. Dette gir muligheter til å relatere undervisningskvalitet til elevprestasjoner, noe som er en stor styrke ved TIMSS-studien (Nilsen & Gustafsson, 2016). I mindre case-studier eller klasseromsstudier vil dette ikke kunne gjøres, siden disse ikke opererer med representative utvalg. Slike studier har derimot sin styrke i direkte observasjoner av aktivitetene i klasserommet. Dette gjør det interessant å undersøke om data hentet fra elevspørreskjemaene i TIMSS som er relatert til undervisningen i klasserommet, samsvarer med funn fra norske klasseromsstudier.

Flere norske klasseromsstudier (Haug, 2007; Klette et al., 2008; Streitlien, 2009) rapporterer at undervisningen i matematikklasserommet kjennetegnes ved at det:

  • er gode elev–lærer-relasjoner

  • er god ledelse og orden i klasserommet

  • brukes mye tid til helklasseundervisning og at denne skjer i dialog med elevene

  • brukes mye tid til individuell oppgaveløsing/arbeidsplan med oppgaver hentet fra læreboka

  • brukes relativt lite tid til å arbeide med kognitivt utfordrende oppgaver og problemstillinger

  • legges relativt liten vekt på introduksjoner og oppsummeringer av aktiviteter

Ikke alle disse observasjonene dekkes av elevspørreskjemaet i TIMSS, men sett i sammenheng med de dimensjonene av undervisningskvalitet som er undersøkt i dette kapitlet, viser altså funn fra aktuelle norske klasseromsstudier at lærere har en god hånd med klasseromsledelse og er svært flinke til å støtte og oppmuntre elevene. For dimensjonene god klasseromsledelse og støttende lærer synes det derfor å være en god overensstemmelse mellom TIMSS-elevenes vurderinger og klasseromsforskernes rapportering. Hva så med de to andre dimensjonene; tydelige intensjoner og faglige/kognitive utfordringer? Det kan ved første øyekast synes som om det her er betydelige uoverensstemmelser, ettersom TIMSS-elevene tilsynelatende gir mer positive tilbakemeldinger enn klasseromsforskerne på disse to dimensjonene. Ser man nærmere på enkeltspørsmålene som elevene besvarer i TIMSS, finner man imidlertid at elevene for dimensjonen tydelige intensjoner rapporterer minst positivt på spørsmålene knyttet til introduksjoner og oppsummeringer av fagstoff (spørsmål A og B i figur 7.3) Nettopp mangel på systematisk bruk av introduksjoner og oppsummeringer i matematikktimene har vært et tema som klasseromsforskere på bakgrunn av sine observasjoner har drøftet i flere publikasjoner (Klette et al., 2008; Skorpen, 2006).

Når det gjelder dimensjonen faglige/kognitive utfordringer, har det i oppsummeringer av funn fra klasseromsstudier blitt pekt på at det synes å være en underbruk av kognitivt utfordrende oppgaver i realfagene, dvs. både i matematikk og naturfag (Kunnskapsdepartementet, 2015). Dette har blant annet blitt knyttet til lærebokas dominerende posisjon i begge disse fagene og liten bruk av det som ofte betegnes som «rike oppgaver» eller «problemløsingsoppgaver» (Kunnskapsdepartementet, 2015). Spørsmålene som benyttes for å måle kognitive utfordringer i elevspørreskjemaet i TIMSS, er naturlig nok tilpasset de aktuelle aldersgruppene og kan derfor ikke direkte sammenliknes med klasseromsforskeres/ fagdidaktikeres kategorier på dette feltet. Det ville for eksempel ikke gi mening å spørre elevene om hvorvidt de arbeidet mye med «rike oppgaver» eller «problemløsingsoppgaver», da dette er en type fagterminologi som hovedsakelig benyttes av forskere. Når elevene gir uttrykk for at de opplever matematikk som kognitivt utfordrende, er dette knyttet til at mange elever faktisk må tenke seg godt om for å løse oppgavene de møter i matematikktimene. Dette står ikke nødvendigvis i motsetning til forskernes påpekning av liten variasjonsbredde i oppgavene som benyttes. Sagt med andre ord: spørsmålene i TIMSS som elevene besvarer, måler litt andre aspekter av faglige/kognitive utfordringer enn det som omtales av klasseromsforskerne når de etterlyser større bruk av «rike oppgaver» og «problemløsingsoppgaver».

Som en oppsummering vil vi si at dataene vi har benyttet fra elevspørreskjemaene i TIMSS for å analysere undervisningskvalitet, harmonerer godt med klasseromsforskernes direkte observasjoner. Dette styrker ytterligere validiteten til de resultatene vi har presentert i dette kapitlet. Og våre analyser av data fra TIMSS 2015 peker altså entydig mot at god undervisningskvalitet har positiv sammenheng med elevenes læringsutbytte i matematikk.

Hva innebærer så de funnene vi her har presentert, for norsk skole og for hvordan man bør tenke rundt undervisning? God klasseromsledelse, klare faglige intensjoner, det å utfordre elevene kognitivt og å opptre støttende overfor elevene er allerede tematisert innenfor lærerutdanning og etter- og videreutdanning av lærere. Vi håper likevel at de analyser og funn vi her har presentert, vil stimulere til videre diskusjoner om hvordan man kan strukturere undervisningen og aktivitetene i matematikklasserommet slik at elevenes læringsutbytte styrkes.

Til slutt bør det understrekes at våre funn er relatert til matematikkundervisning og derfor i prinsippet bare er gyldige for dette faget. I neste kapittel presenteres i tillegg liknende analyser av undervisningskvalitet i naturfag. Imidlertid bør det være av stor interesse å undersøke om våre funn også bekreftes i studier knyttet til øvrige fagområder. Dette krever ytterligere forskning, men prinsipielt bør det ikke være umulig å tilpasse de dimensjonene som her er blitt benyttet, til andre skolefag.

Referanser

Backe-Hansen, E. (2016). Children’s World's National Report Norway: Oslo: Nova.

Baumert, J., Kunter, M., Blum, W., Brunner, M., Voss, T., et al. (2010). Teachers’ Mathematical Knowledge, Cognitive Activation in the Classroom, and Student Progress. American Educational Research Journal, 47(1), 133–180.

Bergem, O.K. (2009). Individuelle versus kollektive arbeidsformer. En drøfting av aktuelle utfordringer i matematikkundervisningen i grunnskolen. PhD-avhandling, Universitetet i Oslo.

Creemers, B. & Kyriakides, L. (2008). The dynamics of educational effectiveness. A contribution to policy, practice and theory in contemporary schools. Abingdon: Routledge.

Fauth, B., Decristan, J., Rieser, S., Klieme, E. & Büttner, G. (2014). Student ratings of teaching quality in primary school: Dimensions and prediction of student outcomes. Learning and Instruction, 29, 1–9.

Ferguson, R. (2011). Tripod Classroom-Level Student Perceptions as Measures of Teaching Effectiveness. Paper presented at the NCTE, USA.

Grossman, P., Cohen, J. & Wyckoff, J. (2013). Measure for Measure: The relationship between measures of instructional practice in middle school English Language Arts and teachers’ value-added scores. American Journal of Education, 119(3), 445–470.

Grønmo, L.S. & Onstad, T. (red.) (2009). Tegn til bedring: Norske elevers prestasjoner i matematikk og naturfag i TIMSS 2007. Oslo: Unipub.

Hattie, J. (2009). Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement. New York, NY: Routledge.

Haug, P. (red.) (2007). Begynnaropplæring og tilpassa undervisning – kva skjer i klasserommet? Bergen: Caspar Forlag.

Hiebert, J. & Grouws, D.A. (2007). The effects of classroom mathematics teaching on students’ learning. In F.K.J. Lester (Ed.) Second handbook of research on mathematics teaching and learning, 1, 371–404. Charlotte, NC: IAP.

Hospel, V. & Galand, B. (2016). Are both classroom autonomy support and structure equally important for students' engagement? A multilevel analysis. Learning and Instruction, 41, 1–10.

Kane, T. & Cantrell, S. (2010). Learning about teaching: Initial findings from the measures of effective teaching project. MET Project Research Paper. Seattle, WA: Bill & Melinda Gates Foundation.

Kane, T. & Staiger, D.O. (2012). Gathering Feedback for Teaching: Combining High-Quality Observations with Student Surveys and Achievement Gains. Policy and Practice Brief. MET Project. Retrieved from http://www.metproject.org/reports.php

Klette, K. (2013). What do we know about good instruction? Report from classroom research. [Hva vet vi om god undervisning? Rapport fra klasseromsforskningen.]. In R. J. Krumsvik & R. Säljö (Eds.), Eduction within Practise-Pedoagogy: an anthology. [Praktisk-pedagogisk utdanning: en antologi] (pp. 173–201). Bergen: Fagbokforlaget.

Klette, K. (2016). Introduction: Studying Interaction and Instructional Patterns in Classrooms. In K. Klette, O. K. Bergem, & A. Roe (Eds.), Teaching and Learning in Lower Secondary Schools in the Era of PISA and TIMSS (pp. 1–14): Springer.

Klette, K. (red.) (2003). Klasserommets praksisformer etter Reform 97 (Vol. 97). Pedagogisk forskningsinstitutt. Universitetet i Oslo: Unipub AS.

Klette, K., Lie, S., Ødegaard, M., Anmarkrud, Ø., Arnesen, N. & Bergem, O. (2008). Rapport om forskningsprosjektet PISA+(Pluss: Prosjekt om Lærings-og Undervisnings-Strategier i Skole). Oslo: Norges forskningsråd.

Klieme, E., Pauli, C. & Reusser, K. (2009). The pythagoras study: Investigating effects of teaching and learning in Swiss and German mathematics classrooms. In T. Janik & T. Seidel (Eds.), The power of video studies in investigating teaching and learning in the classroom (pp. 137–160). New York, NY: Waxmann.

Klusmann, U., Kunter, M., Trautwein, U., Lüdtke, O. & Baumert, J. (2008). Teachers' occupational well-being and quality of instruction: The important role of self-regulatory patterns. Journal of Educational Psychology, 100(3), 702–715.

Kunnskapsdepartementet (2015). REALFAG. Relevante – Engasjerende – Attraktive – Lærerike. Rapport fra Ekspertgruppa for realfagene. Oslo: Kunnskapsdepartementet.

Lipowsky, F., Rakoczy, K., Pauli, C., Drollinger-Vetter, B., Klieme, E. & Reusser, K. (2009). Quality of geometry instruction and its short-term impact on students' understanding of the Pythagorean Theorem. Learning and Instruction, 19(6), 527–537.

Marsh, H. W., Lüdtke, O., Nagengast, B., Trautwein, U., Morin, A.J., et al. (2012). Classroom climate and contextual effects: Conceptual and methodological issues in the evaluation of group-level effects. Educational Psychologist, 47(2), 106–124.

Nilsen, T. & Gustafsson, J.-E. (Eds.). (2016). Teacher quality, instructional quality and student outcome. Relationships across countries, cohorts and time. Cham: Springer International Publishing.

Nilsen, T., Scherer, R., Bergem, O.K. & Kaarstein, H. (2016). Student Ratings of instructional Quality: How valid are they across Grades? Paper presented at the ECER, Dublin.

Nordenbo, S.E., Holm, A., Elstad, E., Scheerens, J., Larsen, M.S., et al. (2010). Input, Process, and Learning in primary and lower secondary schools: A systematic review carried out for The Nordic Indicator Workgroup (DNI) Copenhagen: Danish Clearinghouse for Educational Research.

Scherer, R. & Gustafsson, J.-E. (2015). Student assessment of teaching as a source of information about aspects of teaching quality in multiple subject domains: an application of multilevel bifactor structural equation modeling. Frontiers in Psychology, 6(1550).

Scherer, R. & Nilsen, T. (2016). The Relations Among School Climate, Instructional Quality, and Achievement Motivation in Mathematics. In T. Nilsen & J.-E. Gustafsson (Eds.), Teacher Quality, Instructional Quality and Student Outcomes. Relationships Across Countries, Cohorts and Time (pp. 51–79). Cham: Springer International Publishing.

Seidel, T., Rimmele, R. & Prenzel, M. (2005). Clarity and coherence of lesson goals as a scaffold for student learning. Learning and Instruction, 15(6), 539–556.

Seidel, T. & Shavelson, R.J. (2007). Teaching effectiveness research in the past decade: The role of theory and research design in disentangling meta-analysis results. Review of Educational Research, 77(4), 454–499.

Skorpen, L.B. (2006). Kunnskapstypar og arbeidsformer i matematikk i begynnaropplæringa. I I.P. Haug (red.), Begynnaropplæring og tilpassa opplæring – Kva skjer i klasserommet? Bergen: Caspar Forlag.

Streitlien, Å. (2009). Hvem får ordet og hvem har svaret? Om elevmedvirkning i matematikkundervisningen. Oslo: Universitetsforlaget.

van Tartwijk, J. & Hammerness, K. (2011). The neglected role of classroom management in teacher education. Teaching Education, 22(2), 109–112.

Wagner, W., Göllner, R., Werth, S., Voss, T., Schmitz, B. & Trautwein, U. (2015). Student and Teacher Ratings of Instructional Quality: Consistency of Ratings Over Time, Agreement, and Predictive Power. Journal of Educational Psychology, 108(5), 705–721.

Idunn bruker informasjonskapsler (cookies). Ved å fortsette å bruke nettsiden godtar du dette. Klikk her for mer informasjon