Within-item multidimensional scaling des données PISA afin de différencier ce qui relève d'une compétence générale et de la compétence spécifique du domaine majeur évalué

Abstract

Dans le cadre de l’enquête internationale PISA, pilotée par l’OCDE, un multidimensional between-item model est appliqué pour modéliser les données cognitives des élèves. Les résultats de l’enquête PISA de 2000, 2003, 2006, 2009 et 2012 montrent que les compétences en compréhension de l’écrit, en culture mathématique et en culture scientifique présentent, au niveau élève, des corrélations très élevées. En d’autres termes, si un élève est performant dans un domaine, alors il est également performant dans un autre. Les modélisations de ces données cognitives avec les variables contextuelles sont, dès lors, en partie redondantes. En outre, il s’agirait plutôt d’une compétence générale qui est expliquée et non pas une compétence liée à une discipline en particulier. Au départ des données cognitives de PISA 2003, un within-item bidimensional model est appliqué avec une compétence générale, construite au départ de l’ensemble des items, toute discipline confondue, et une deuxième compétence construite avec seulement les items du domaine principal de l’enquête, à savoir les mathématiques. Ce scaling alternatif permet ainsi de comparer les résultats des élèves dans les disciplines évaluées par l’enquête PISA à compétence générale équivalente. Ainsi, il est possible de faire ressortir le lien entre les variables contextuelles avec respectivement la compétence spécifique en mathématiques et la compétence générale des élèves.