LIU, Alm.del - 2024-25 - Bilag 22: Rapport / Resultater af TIMSS-undersøgelsen 2023 Matematik og natur/teknologi i 4. klasse af Christian C. Kjeldsen, Rune M. Kristensen, Jacob H. Christensen og Cristina D.V. Gonzalez, Aarhus Universitetsforlag

Ligestillingsudvalget 2024-25
LIU Alm.del Bilag 22
Offentligt

Christian C. Kjeldsen, Rune M.

Kristensen, Jacob H. Christensen

og Cristina D.V. Gonzalez

Matematik

og natur/

teknologi

i 4. klasse

Resultater af

TIMSS-undersøgelsen

2023

Aarhus Universitetsforlag

27.11.2024 15.36

LIU, Alm.del - 2024-25 - Bilag 22: Rapport / Resultater af TIMSS-undersøgelsen 2023 Matematik og natur/teknologi i 4. klasse af Christian C. Kjeldsen, Rune M. Kristensen, Jacob H. Christensen og Cristina D.V. Gonzalez, Aarhus Universitetsforlag LIU, Alm.del - 2024-25 - Bilag 22: Rapport / Resultater af TIMSS-undersøgelsen 2023 Matematik og natur/teknologi i 4. klasse af Christian C. Kjeldsen, Rune M. Kristensen, Jacob H. Christensen og Cristina D.V. Gonzalez, Aarhus Universitetsforlag

Christian C. Kjeldsen, Rune M. Kristensen,

Jacob H. Christensen og Cristina D.V. Gonzalez

Matematik og

natur/teknologi

i 4. klasse

Resultater af TIMSS-

undersøgelsen 2023

Aarhus Universitetsforlag

Matematik og natur/teknologi i 4. klasse

Forfatterne og Aarhus Universitetsforlag 2024

Omslag: Camilla Jørgensen, Trefold

Forlagsredaktion: Henrik Jensen

Tilrettelægning og sats: Carl-H.K. Zakrisson

Oversættelse af resumé til engelsk: Simon Rolls

Bogen er sat med Arial, Kaius og Kievit

1. udgave, 1. oplag

isbn 978 87 7597 505 1 (trykt bog)

isbn 978 87 7597 641 6 (Open Access)

Aarhus Universitetsforlag

[email protected]

unipress.dk

Helsingforsgade 25, 8200 Aarhus N

Bogen er finansieret af Børne- og Undervisningsministeriet

samt Aarhus Universitet, Arts.

Denne bog er udgivet under en Creative Commons-licens:

Kreditering-Ikkekommerciel-Deling på samme vilkår

4.0 International (CC BY-NC-SA 4.0)

FAGFÆLLE

BEDØMT

DPU - DANMARKS INSTITUT FOR PÆDAGOGIK OG UDDANNELSE

AARHUS UNIVERSITET

Indhold

Forord

Hovedresultater

Resultaterne i matematik

Om gennemførelsen af TIMSS 2023

Resultaterne i natur/teknologi

Resultater for elevernes trivsel og oplevelse af fagene

1 Om TIMSS-undersøgelsen

1.3

Rammeværket for TIMSS

1.4

Testdesign

1.6

1.7

1.8

1.9

1.2

Organisering

1.1

Undersøgelsens baggrund og formål

1.5

Spørgeskemaer og encyklopædi

Udtrækning af skoler, dataindsamling og deltagelsesgrad

Coronapandemien 61

Anvendte statistiske metoder 64

Læsevejledning til tabeller og figurer 65

Elevernes resultater i matematik

2 Resultater i forhold til eleverne i matematik

2.1

Matematik er overordnet på niveau med 2019

2.2

Øget kønsulighed i matematikfærdigheder

2.3

2.4

2.5

2.6

Fordelingen af elevresultater i matematik 84

Udviklingen for udvalgte percentiler i matematik

Elevernes resultater på de internationale

kompetenceniveauer 90

Matematikresultater på de faglige områder

og kognitive domæner 99

2.7

Matematikresultater sammenlignet med Norden

2.8

International placering blandt deltagende lande i 2023

2.9

Deltagende EU-lande i 2023, der som minimum er på

2.10

Elevens sociale baggrunds betydning for matematik

2.11

Opsamling og delkonklusion

108

112

eller over et mellem kompetenceniveau

128

114

124

Elevernes resultater i natur/teknologi

129

130

3 Resultater i forhold til eleverne i natur/teknologi

3.1

Elevernes natur/teknologi-færdigheder

3.2

Gennemsnitlige kønspræstationer på samme niveau

3.3

Øget spredning i elevresultater i natur/teknologi

3.5

Elevernes fordeling på de internationale

3.6

Natur/teknologi-resultater på de faglige

3.7

Natur/teknologi sammenlignet med Norden

3.8

International placering i natur/teknologi

overordnet uforandrede

132

3.4

Udviklingen for udvalgte percentiler i natur/teknologi

134

132

138

kompetenceniveauer

139

områder og kognitive domæner

142

150

blandt deltagende lande i 2023 152

3.9

Elevens sociale baggrunds betydning for natur/teknologi

3.10

Opsamling og delkonklusion

169

163

4 Samvariationer mellem matematik og natur/teknologi

4.1

Overordnet korrelation mellem matematik og natur/

171

teknologi er uændret høj siden 2007 171

4.2

Korrelationer mellem matematikfaglige områder

og kognitive domæner 173

4.3

Korrelationer mellem områder og kognitive domæner i natur/teknologi

4.4

Et relationelt billede af indbyrdes samvariationer mellem

de faglige og kognitive domæner på tværs af fagene 176

175

Skoletrivsel og oplevelser af fagene

178

179

5 Elevernes skoletrivsel og oplevelser af fagene

5.1

Etablering af skalaer

5.2

Elevernes motivation for fagene

5.3

Elevernes faglige selvtillid

180

5.4

Elevernes oplevelse af undervisningen

5.5

Uro og uhensigtsmæssig elevadfærd

5.6

Tilhørsforhold og mobning

190

182

199

5.8

Skoletrivsel og faglig dygtighed

5.7

Elevernes oplevelse af sult og træthed

5.9

Trivsel og elevernes sociale baggrund

209

205

222

219

224

5.10

TIMSS’ bidrag til eksisterende viden om elevers trivsel

5.11

Opsamling og delkonklusion

230

227

Resumé

233

Baggrund for undersøgelsen

Resultater 234

Datagrundlag og metode

241

Executive summary

243

Background for the study 243

Results 244

Data and methodology 252

Appendix og litteratur

Figurer

Tabeller

254

258

262

253

Referencer

Forord

I denne bog præsenteres de danske hovedresultater af den internationale

undersøgelse

Trends in International Mathematics and Science Study

2023

(TIMSS). TIMSS er et internationalt komparativt studie fra

International

Association for the Evaluation of Educational Achievement

(IEA), som

undersøger 4.- og 8.-klasseelevers matematik- og natur/teknologi-kompe-

tence, hvor Danmark deltager med 4. klasse. Danmark deltog første gang i

TIMSS i 1995 med 8. klasse. Siden har Danmark deltaget med 4. klasse i 2007,

2011, 2015, 2019 og senest i 2023. Det er dermed den femte TIMSS-undersø-

gelse af dygtigheden blandt 4.-klasseelever i matematik og natur/teknologi.

Denne bog præsenterer hovedresultaterne fra undersøgelsen. TIMSS-

undersøgelsen bidrager til at kvalificere billedet af, hvordan danske 4.-klasse-

elever klarer sig sammenlignet med tidligere årgange og i sammenligning

med andre lande i matematik og natur/teknologi, idet undersøgelsen gen-

nemføres på en sådan vis, at de enkelte landes resultater er sammenlignelige

i hver undersøgelse og over tid. Det gør det muligt at iagttage ligheder, for-

skelle og, ikke mindst, forandringer over tid og derved blive klogere på det

danske skolesystem.

Det særlige ved perioden fra undersøgelsen i 2019 til 2023 er den mellem-

liggende coronapandemi. Eleverne i 2019-undersøgelsen havde langt over-

vejende gået i den reformerede skole, ligesom eleverne i 2023, hvorimod

eleverne i 2015 markerer sig ved at være elever af en tidligere skolepolitik.

Ligesom i vores analyse af TIMSS-resultaterne i 2019 er det værd at frem-

hæve, at TIMSS-undersøgelsen ikke evaluerer folkeskolereformen. Der er

alene tale om tidsmæssige sammenfald, dog kan resultaterne i høj grad

anvendes til at observere udviklingen i de overordnede nationale resultat-

mål for skolen.

Efter et markant fald i elevernes dygtighed i matematik fra 2015 til 2019

har det været relevant at se, om udviklingen i forlængelse af den seneste

reform er fastholdt. Det er dog svært entydigt at adskille eventuelle for-

andringer fra den betydning, skolenedlukninger og corona havde det første

år, eleverne i 2023-undersøgelsen startede i skole, ligesom tiltag, der justerer

initiativerne i reformen, er svære at adskille herfra.

Forord

TIMSS 2019. Det gør vi i mindre grad i denne udgivelse for resultaterne af

TIMSS 2023, da vi finder, at andre forhold er mere presserende at bidrage

Vi gjorde en del ud af at forfølge reformens målsætninger i bogen om

med til den offentlige diskussion om udviklingen i fagene matematik og

natur/teknologi. I særdeleshed har vi været optaget af, hvilke forandringer

et før og efter coronapandemien ville pege på. Vi finder i den sammenhæng

en international forandring, som også genfindes i Danmark, hvor køns-

uligheden mellem drenge og pigers dygtighed i matematik vokser bemær-

kelsesværdigt, og at den danske udvikling således er en del af ikke bare egen

politik, men også en international trend.

TIMSS er én blandt fire internationale skoleundersøgelser i regi af IEA,

som Danmark deltager i. Det drejer sig ud over TIMSS om den store læse-

undersøgelse blandt 4.-klasseelever i PIRLS, undersøgelsen af elevers com-

puter- og informationskompetence i ICILS og undersøgelsen af elevernes

politiske dannelse i ICCS. Undersøgelserne gennemføres alle i regi af Natio-

nalt Center for Skoleforskning (NCS) ved Danmarks institut for Pædagogik

og Uddannelse (DPU), Aarhus Universitet, og finansieres i et samarbejde

mellem Børne- og Undervisningsministeriet og Faculty of Arts ved Aarhus

Universitet. ICCS har netop i oktober 2024 udgivet en stor analyse af deres

indsamlede data i 2022, og ved offentliggørelsen af denne bog om TIMSS er

det knap en måned siden, at ICILS-undersøgelsens resultater fra 2023 blev

præsenteret. TIMSS bidrager således med endnu en brik i det samlede pusle-

spil af viden om den danske skole og inviterer, ligesom de øvrige studier, alle

interesserede til refleksion, diskussion og dialog om aspekter af den danske

grundskole og undersøgelsens resultater.

At gennemføre et stort studie som TIMSS kan kun lade sig gøre, hvis

elever, forældre, lærere og skoler bakker op om studiet. Vi vil gerne udtryk-

ke stor tak til alle jer, der har bidraget til undersøgelsen. Også matematik-

vejledernetværket har udvist stor opbakning – tak til jer. Det er vigtigt for

os, at vores studie er forankret og nyder opbakning fra alle skolens aktører

og særligt de lærere og elever, der sammen udfordrer og udfordres af faglig-

hederne i matematik og natur/teknologi. Uden elevernes medvirken ville

vi ikke have en TIMSS-undersøgelse. Vi håber, bogen her og kommende

analyser på baggrund af det righoldige datamateriale, de har bidraget til, vil

være til gavn for kommende elever og muligvis vil sætte fokus på nogle af

de udfordringer, der findes i en ellers ganske velfungerende skole i Danmark.

Lærere og skolelederes oplevelser og indsigter delt i de anvendte spørge-

skemaer gør det muligt at sætte elevernes resultater ind i en sammenhæng.

Forord

Og sidst, men ikke mindst, uden forældrenes medvirken og accept af elever-

nes deltagelse ville vi ikke kunne tegne det samlede billede i undersøgelsen

– stor tak til jer alle.

Gennem de fire år, undersøgelsen har pågået, har mange assisteret med

arbejdet. De mange studentermedhjælpere og videnskabelige assistenter,

der over tiden har bidraget til den praktiske gennemførelse af studiet, skal

også have en stor tak for deres arbejde. Særligt har videnskabelig assistent

Lenette Møller Jensen været med gennem studiet og de mange faser.

Den positive tilslutning til deltagelse har virkelig løftet kvaliteten af

undersøgelsen. Vi er derfor glade for, at vi igen i TIMSS 2023 lever op til de

internationale kvalitetsstandarder for, hvor mange elever der kan eksklude-

res uden at påvirke materialets pålidelighed, ligesom vi gjorde i 2019. Uden

den nævnte opbakning fra elever, forældre, lærere og skoler havde dette ikke

været muligt.

liggøres datamaterialet fra undersøgelsen af IEA. I starten af 2025 vil data

både fra Danmark og alle de andre lande blive frigivet og stillet til rådighed

for offentlig brug. Det er vores håb, at du som læser vil få interesse i dette

og dykke ned i det store datamateriale, der er indsamlet. Bogen her kan

læses og hentes online på Aarhus Universitetsforlags hjemmeside https://

unipress.dk/, mens den internationale afrapportering kan findes via IEA’s

hjemmeside, https://iea.nl, hvor også data fra undersøgelsen vil blive frigivet

i starten af 2025.

December 2024

Cristina de la Villa Gonzalez, Jacob Højgaard Christensen,

Rune Müller Kristensen og Christian Christrup Kjeldsen

På linje med tidligere TIMSS-studier og øvrige IEA-undersøgelser offent-

Hovedresultater

Om gennemførelsen af TIMSS 2023

Danske 4.-klasseelever har deltaget i TIMSS-undersøgelsen for femte gang

siden 2007.

fældigt udtrukne skoler. Den samlede skoledeltagelse i TIMSS 2023 endte

på 77 procent for de først udtrukne skoler, og medregnes erstatningsskoler,

ender deltagelsen på 97 procent af tilfældigt udtrukne skoler. På de delta-

gende skoler deltog 100 procent af de udtrukne klasser, og på elevniveau

inden for klasserne deltog 94 procent af eleverne, der var i målgruppen.

Dette giver en samlet deltagelsesrate på 91 procent, hvilket er den høje-

ste, Danmark har opnået siden første deltagelse i TIMSS-undersøgelsen

i 2007.

Undersøgelsen fandt sted i foråret 2023 med høj deltagelse blandt de til-

Elever kan blive ekskluderet fra deltagelse, hvis det vurderes, at de af en

række grunde ikke kan gennemføre testen. Desuden kan skoler og klasser

med meget få elever ekskluderes fra testen. Ifølge de internationale kvali-

tetsstandarder må den samlede eksklusion ikke overstige 5 procent.

Som

i 2019-undersøgelsen lever den danske deltagelse i 2023 op til de inter-

nationale kvalitetskriterier om eksklusion.

I TIMSS-undersøgelsen gennemføres en faglig test i hvert af fagene

matematik og natur/teknologi blandt eleverne. Eleverne svarer også på et

spørgeskema, ligesom der er spørgeskemaer til forældre, lærere og skole-

ledere. I den danske deltagelse har 5.166 elever gennemført undersøgelsen,

og 4.512 forældre har deltaget i forældrespørgeskemaet. Endvidere har

305 lærere i matematik og natur/teknologi samt 145 skoleledere bidraget

med svar.

• Den samlede vurdering af

TIMSS 2023-undersøgelsen er, at

den i høj grad er repræsentativ for 4.-klasseelever i matematik

og natur/teknologi og sammenlignelig over tid

med tidligere

runder af TIMSS uden videre forbehold.

Hovedresultater

Resultaterne i matematik

I 2023-undersøgelsen opnår danske 4.-klasseelever et samlet gennemsnit

2019-resultatet på 524,5.

Dette sker på en baggrund, hvor der kunne iden-

tificeres et betragteligt fald i elevernes gennemsnit i matematik fra 2015

på 523,7 point i matematik, hvilket ikke er signifikant forskelligt fra

til 2019 på 14,1 point. I 2015 var elevernes gennemsnit 538,7 point. I 2007,

da danske 4.-klasseelever deltog første gang, var det samlede gennemsnit

523,1 point. Den samlede vurdering er:

• 4.-klasseelevers gennemsnit i matematik er i 2023 stagneret på samme

niveau som 2019 og 2007. Dette sker efter en positiv fremgang fra 2007

til 2015 og et markant fald fra 2015 til 2019.

• Spredningen i elevresultater i 2023 er ikke signifikant forskellig fra de

tidligere TIMSS-runder og er fortsat lav. I 2019 var spredningen signifi-

kant større blandt drengene end pigerne. Dette er ikke tilfældet i 2023.

Det uændrede gennemsnit i matematik for seneste periode dækker over

store forandringer i drenges og pigers dygtighed i matematik fra 2019 til

2023.

Drengene har klaret sig bedre end pigerne i matematik hen over de for-

løbne undersøgelser. Kønsuligheden er steget betragteligt fra 2019 til 2023.

Vi finder således følgende:

• Kønsuligheden i matematik i 2023 er på 15 point. I forhold til 2019

er forskellen vokset statistisk signifikant med yderligere 9 point.

Således har drengene øget deres gennemsnitlige forspring i

forhold til pigerne.

• Forandringen fra 2019 til 2023 er, at pigerne er gået 5 point tilbage

og drengene 4 point frem. Isoleret set for drenge eller piger er for-

andringen ikke statistisk signifikant. Det er forskellen dog.

• I nordisk sammenhæng er kønsuligheden i elevernes dygtighed

i matematik vokset statistisk signifikant i Sverige, Norge og Danmark,

men ikke i Finland fra 2019 til 2023 (se Figur 1).

• Vi finder flere drenge, der når eller er over det internationale ’mellem’

kompetenceniveau i 2023 end 2019. Der er samtidig færre piger. Ulig-

heden i andele af drenge og piger på dette niveau er steget signifikant

med 5 procentpoint fra 2019 til 2023. Dette niveau er tilnærmelsesvist

ækvivalent til folkeskolereformens niveau for at være gode til regning.

•

Den stigende kønsulighed er ikke et unikt dansk fænomen; vi ser

også en international stigning i kønsuligheden.

Hovedresultater

Figur 1 Kønsuligheden i de nordiske lande 2007-2023

Danmark

540

520

500

480

Gns. score

540.0

526.4

534.1

519.9

541.7

528.0

535.6

521.1

Finland

531.5

541.8

516.1

530.8

540.1

533.3

530.7

532.2

526.2

Norge

544.8

Sverige

538.1

524.8

540

540.4

538.2

520

500

480

476.8

469.6

498.5

518.3

523.2

505.7

506.4

501.4

519.1

517.7

522.1

499.4

491.6

2007

2011

2015

2019

2023

2007

2011

2015

2019

2023

Undersøgelse

Pige

Dreng

Hvad angår elevernes dygtighed inden for de enkelte faglige områder i

matematik, kan der iagttages forskellige forandringer i positiv og mere

negativ retning.

Vi finder følgende inden for de enkelte faglige områder i

matematik:

•

Gennemsnittet for fagområdet ”Måling og geometri” er i 2023

statistisk signifikant lavere end alle tidligere danske TIMSS-

undersøgelser,

og faldet er 7 point fra 2019.

•

Pigerne har aldrig tidligere haft et lavere resultat inden for

”Måling og geometri” end i 2023,

og et statistisk signifikant fald

kan identificeres for pigerne fra 2019 til 2023.

• Fra 2019 til 2023 er der

en statistisk signifikant stigning på 7 point

i fagområdet ”Statistik”

drevet af en positiv udvikling blandt

drengene, hvis gennemsnit er højere end nogensinde målt før

i TIMSS.

•

Drengenes gennemsnit inden for fagområdet ”Statistik” over-

stiger statistisk signifikant resultaterne fra både 2019 og 2015.

Hovedresultater

• Inden for det faglige område ”Tal” er der ingen signifikant for-

• Der observeres et yderligere statistisk signifikant fald på cirka 10 point

fra 2019 til 2023 inden for det kognitive domæne ”Ræsonnement”.

• Inden for det kognitive domæne ”Ræsonnement” i matematik

er der en statistisk signifikant forskel mellem drenge og piger på

17 point i 2023.

andring fra 2019 til 2023.

Resultaterne i natur/teknologi

I TIMSS 2023-undersøgelsen opnår danske 4.-klasseelever en gennem-

snitlig score inden for natur/teknologi på 522,1 point på TIMSS-skalaen

og ligger dermed på samme niveau som i 2019.

Set fra 2023 og bagud har

Dette resultat findes på baggrund af, at der fra 2007 til 2011 og 2015 sås en

signifikant stigning på cirka 10 point, som delvist forsvandt i 2019, således

danske elevers niveau dermed ligget stabilt siden første deltagelse i 2007.

at denne rundes resultater ikke er signifikant forskellige fra nogen af de tid-

ligere runder.

• 4.-klasseelevers gennemsnit i natur/teknologi er stagneret

på niveauet

fra 2019

og ikke signifikant forskelligt fra laveste score i 2007 eller

højeste score i 2011.

Det fastholdte gennemsnit i elevernes natur/teknologi-score dækker

over en øget spredning i elevernes færdigheder, som særligt giver sig

udtryk hos pigerne.

Mens den samlede spredning for hele elevgruppen er

steget med 6,8 point fra 68,4 point i 2019 til 75,2 point i 2023, dækker dette

over en stigning på 8,2 point for pigerne og 5,5 point for drengene, således

at forskellen i spredningen af elevscoren mellem kønnene ikke længere er

statistisk signifikant.

• Det fastholdte gennemsnit dækker over

en øget spredning i natur/

teknologi-scoren,

som nu er på niveau med spredningen i 2007

efter et gradvist fald over de forskellige runder af TIMSS.

• Stigningen i spredningen af elevscoren er

primært drevet af en

stigning i spredningen af pigernes score,

som er steget signifikant

og øget mere end drengenes.

Hovedresultater

• Forskellen i spredning i elevscoren mellem drenge og piger er

• De tidligere sete gennemsnitlige kønsforskelle i natur/teknologi

er dermed blevet indsnævret.

• Færre danske elever, 93,7 procent, når i 2023-undersøgelsen det

laveste internationale kompetenceniveau eller højere, end det

var tilfældet i 2019, hvor 95,5 procent af eleverne som minimum

nåede dette niveau.

ikke længere statistisk signifikant.

Figur 2 Spredningen i natur/teknologi-score for de nordiske lande 2007-2023

Spredning i natur/teknologi-score

2007

2011

2015

Undersøgelse

2019

2023

Lande

Danmark

Finland

Norge

Sverige

Note: Errorbar udgør en standardfejl. Bemærk, at Norge deltager i 2015, 2019 og 2023 med 5.

klasse

Danske 4.-klasseelever er relativt dygtige inden for området ”Miljø

og klima”.

Gennemsnitligt scorer danske elever 14 point højere på den nye

skala, der alene bygger på opgaverne om miljø- og klimaspørgsmål, end

de gør på den overordnede skala for natur/teknologi. En forskel, der kun

overgås af et andet land.

Hovedresultater

• Danske 4.-klasseelever scorer i snit 535,8 point på skalaen for miljø-

på den samlede natur/teknologi-skala.

• Gennemsnittet dækker over en væsentlig kønsforskel, idet drenge i

signifikant mindre med et gennemsnit på 531,2 point.

• Hvad angår de øvrige faglige domæner, ses et fald i elevernes score

inden for området ”Geografi”, der er drevet af et signifikant fald fra

2019-undersøgelsen for pigernes vedkommende, mens drengenes

gennemsnit er signifikant lavere end i 2015.

og klimabevidsthed, hvilket er væsentligt højere end gennemsnittet

gennemsnit har scoret 540,5 point på skalaen, mens piger har scoret

Danske 4.-klasseelever scorer fortsat lavest i Norden.

Sammenlignet med

de øvrige nordiske lande scorer danske elever lavest i natur/teknologi og har

alle årene scoret lavere end eleverne i både Finland, Norge og Sverige – hvis

der ses bort fra de år, hvor Norge deltog med et lavere klassetrin.

• Mens danske elevers gennemsnitlige score i 2023 ikke er statistisk

til 2023, og de fire lande nærmer sig således hinanden.

• Danmark har den mindste variation i elevscore og ligger på niveau med

Norge og signifikant under Sverige (se Figur 2).

• Finland, Norge og Sverige har alle ligesom Danmark set en stigning i

variationen i elevscore fra 2019- til 2023-undersøgelsen, hvor Finland

og Norge modsat Danmark og Sverige dog har set tendenser til en

sådan allerede fra 2015 (se Figur 2).

Danske elevers hjemmebaggrund er af stor betydning for natur/tekno-

logi-færdighederne.

Denne betydning er større i natur/teknologi, end den

er i matematik. Sammenlignet med de øvrige nordiske lande scorer danske

4.-klasseelever med lav socioøkonomisk status på niveau med eleverne

med samme status i de øvrige nordiske lande, mens danske elever med høj

socioøkonomisk status scorer lavere end tilsvarende i de tre øvrige lande.

• Elevernes socioøkonomiske status forklarer 17 procent af variationen

i elevernes natur/teknologi-score, hvilket er signifikant mere end

i matematik, hvor kun 12 procent af variationen forklares af socio-

økonomi.

signifikant forskellig fra tidligere runder, gør det sig ikke gældende for

alle de øvrige lande, idet både Finland og Norge oplever et fald fra 2019

Hovedresultater

• De nordiske lande har generelt en stor forskel på forklaret varians

økonomi.

• Blandt de EU-lande, der har deltaget i TIMSS 2023, ligger Danmark

i midten, hvad angår sammenhængen mellem socioøkonomi og

natur/teknologi-score.

mellem natur/teknologi og matematik, der kan tilskrives socio-

Resultater for elevernes trivsel og oplevelse af fagene

TIMSS 2023 viser overordnet, at danske elever oplever udfordringer med

faglig trivsel i både matematik og natur/teknologi samt på visse områder af

deres generelle skoletrivsel – særligt i et trendperspektiv og i komparation

med de øvrige nordiske lande.

• Elevernes

motivation for både matematik og natur/teknologi er

faldet signifikant

i Danmark siden 2015 ligesom i Norge og Sverige.

• I 2023 udtrykker 23 procent af danske elever høj faglig selvtillid i

matematik, mens 33 procent udtrykker lav faglig selvtillid.

Danske

og norske elever har den laveste matematikfaglige selvtillid blandt

de nordiske lande.

•

Danske elever har en mere negativ vurdering af undervisnings-

formidlingen.

En signifikant større andel af danske elever vurderer

undervisningsformidlingen som mindre god sammenlignet med

eleverne i de øvrige nordiske lande.

•

11 procent af danske elever oplever i 2023 undervisningsforstyr-

rende uro i de fleste matematiktimertimer,

hvilket er signifikant

højere end i Finland (9 procent), men signifikant lavere end i Sverige

(15 procent).

Kun 7 procent af danske elever oplever uro i få eller

ingen matematiktimer,

hvilket er signifikant færre end i Finland

(16 procent).

• Der er en insignifikant udvikling i danske elevers gennemsnitlige

oplevelse af tilhørsforhold til skolen fra 2019 til 2023.

I Danmark

tilkendegiver 50 procent af eleverne i 2023, at de har en høj grad

af tilhørsforhold til skolen,

hvilket er signifikant lavere end i Norge

(60 procent) og Finland (57 procent), men ikke signifikant forskelligt

fra Sverige (50 procent).

Hovedresultater

• I 2023 angiver 49 procent af danske elever, at de aldrig eller næsten

aldrig oplever mobning, hvilket er signifikant færre end i Finland

(71 procent), Norge (63 procent) og Sverige (63 procent).

Danmark

er således det nordiske land, hvor eleverne oplever mest mobning

i 2023.

dag, når de møder i skole, er uændret

fra 2019 til 2023 (27 procent).

Træthed blandt danske elever er steget signifikant fra 42 procent

i 2019 til 51 procent i 2023.

Lignende stigninger ses i Finland, Norge

• Andelen af danske

elever, der er sultne hver eller næsten hver

og Sverige, hvor Finland fortsat har færrest trætte elever.

•

Alle indikatorer for trivsel og elevernes oplevelse af fagene korrele-

for elevernes faglige selvtillid i begge fag.

• Analysen af TIMSS 2023 viser

signifikante sammenhænge mellem

elevernes sociale baggrund og flere trivselsindikatorer.

Højere

socioøkonomisk status samvarierer signifikant med større faglig

selvtillid i matematik og natur/teknologi. Derudover samvarierer

rer med faglig præstation, men den største forklaringskraft ses

høj socioøkonomisk status med lavere oplevelse af undervisnings-

forstyrrende uro i begge fag. Elever fra hjem med høj socioøkonomisk

status oplever også større følelse af tilhørsforhold til skolen og mindre

mobning. Der er dog ingen signifikant samvariation mellem socio-

økonomisk status og henholdsvis oplevelsen af undervisningsfor-

midlingen og faglig motivation i nogen af de to fag.

Fald i motivation, mere negativ oplevelse af undervisningens kvalitet,

højere forekomst af mobning og en større andel af elever med lav faglig selv-

tillid indikerer,

at danske elever er mere udfordrede på skoletrivsel end

deres nordiske jævnaldrende

inden for de dimensioner, der undersøges

i TIMSS. Derudover fremgår der

signifikante kønsforskelle for flere triv-

selsindikatorer, hvor danske drenge generelt rapporterer højere faglig

trivsel i både matematik og natur/teknologi samt bedre overordnet

skoletrivsel sammenlignet med piger.

1 Om TIMSS-undersøgelsen

1.1 Undersøgelsens baggrund og formål

TIMSS (Trends

in International Mathematics and Science Study)

er en inter-

national undersøgelse, hvor 4.- og 8.- klasseelevers viden og færdigheder i

fysik/kemi, geografi og biologi i 8. klasse) undersøges og sammenlignes på

tværs af et stort antal lande. Ud over at måle elevernes faglige niveau ind-

fagene matematik og naturfagene (i Danmark natur/teknologi i 4. klasse,

samler TIMSS spørgeskemadata fra elever, forældre, lærere og skoleledere,

hvilket gør det muligt at analysere sammenhænge mellem elevernes faglige

resultater og faktorer såsom hjemmebaggrund, skolekarakteristika, elevers

trivsel og deres oplevelser af undervisningen. Undersøgelsesenheden i

TIMSS er således eleven, men undersøgelsen er designet til at udtale sig

om det uddannelsessystem, eleven er en del af, og ikke den enkelte elev. Dog

undersøges også forskelle mellem grupper af elever med bestemte karakte-

ristika, for eksempel drenge og piger.

Undersøgelsen er gennemført hvert fjerde år siden 1995, og således bi-

drager TIMSS også med viden om udvikling over tid (ofte benævnt

trend)

skolen og særligt inden for de to fagområder. Danmark har deltaget i TIMSS

med elever på 4. klassetrin siden 2007.

Formålet med TIMSS er at skabe et kvalificeret vidensgrundlag for sam-

menligning af elevpræstationer i fagene matematik og natur/teknologi

på tværs af skolesystemer og i et trendperspektiv. TIMSS bør ikke anskues

som en konkurrence mellem lande, men nærmere som værdifuld indsigt i,

hvordan de forskellige undervisningstilgange i forskellige skolesystemer

har forskellige udkommer. Ved at identificere forskelle og ligheder, både

nationalt og internationalt, bidrager studiet til dybere forståelse af, hvilke

faktorer der fremmer og/eller hindrer elevers læring og skoletrivsel. Et

sådant vidensgrundlag har til formål at informere pædagogiske praktikere

og beslutningstagere for at forbedre undervisningspraksis og elevers læring.

22 1 ·

Om TIMSS-undersøgelsen

1.2 Organisering

TIMSS gennemføres i regi af IEA (International

Association for the Evalua-

tion of Educational Achievement),

som er en sammenslutning af universi-

teter, uafhængige forskningsinstitutioner og ministerier fra mere end

60 lande. IEA gennemfører ILSA-studier (International

Large Scale Assess-

ment)

af skoleelevers viden og færdigheder inden for en række fagområder

eleverne. Danmark deltager i flere af IEA’s undersøgelser, hvor gennem-

førelsen varetages af Nationalt Center for Skoleforskning (NCS), som er en

med det formål at forstå og forbedre uddannelse verden over til gavn for

del af DPU (Danmarks

institut for Pædagogik og Uddannelse)

på Aarhus

Universitet. Ud over TIMSS deltager Danmark (under ledelse af IEA) også

i læseundersøgelsen PIRLS (Progress

in International Reading Literacy

ICILS (International

Computer and Information Literacy Study)

og under-

søgelsen af elevers politiske dannelse ICCS (International

Civic and Citizens-

hip Education Study).

Danmarks deltagelse i TIMSS er samfinansieret af

Børne- og Undervisningsministeriet og Aarhus Universitet, Arts.

Study),

undersøgelsen af elevers computer- og informationskompetence

1.2.1 Deltagende lande og regioner i TIMSS 2023

Den første TIMSS-undersøgelse blev gennemført i 1995 med deltagelse fra

45 lande i alt. Siden er TIMSS vokset til 66 lande og 5 regioner med i alt

656.289 deltagende elever i TIMSS 2023, hvoraf 359.053 var 4.-klasseelever.

I 2023 deltog 37 lande både med deres 4. og 8. klasse. I Finland, Norge og

Sverige deltager elever fra både 4. og 8. klasse i 2023. Det er blandt de nordi-

ske lande således alene i Danmark, at undersøgelsen ikke gennemføres i

8. klasse. Af Tabel 1 fremgår, hvilke lande og regioner der har deltaget i TIMSS

2023.

1 ·

Om TIMSS-undersøgelsen

Tabel 1 Deltagere i TIMSS-undersøgelsen 2023

Deltagende lande og regioner

Albanien*

Armenien*

Aserbajdsjan*

Australien*

Bahrain*

Belgien (flamsk)*

Belgien (fransk)*

Bosnien og Herzegovina*

Brasilien*

Bulgarien*

Canada*

Ontario, Canada*

Quebec, Canada*

Chile*

Cypern*

Danmark*

De Forenede Arabiske Emirater (FAE)*

Abu Dhabi, FAE*

Dubai, FAE*

Sharjah, FAE*

Elfenbenskysten

England*

Finland*

Frankrig*

Georgien*

Hongkong, Kina*

Irak

Iran*

Irland*

Israel

Italien*

Japan*

Jordan*

Kasakhstan*

Kosovo*

Kurdistan, Irak

Kuwait*

Letland*

Litauen*

Macao, Kina*

Malaysia

Malta

Marokko*

Montenegro*

Nederlandene*

New Zealand*

Nordmakedonien*

Norge*

Oman*

Palæstina

Polen*

Portugal*

Qatar*

Rumænien*

Saudi-Arabien*

Serbien*

Singapore*

Slovakiet*

Slovenien*

Spanien*

Sverige*

Sydafrika*

Sydkorea*

Taipei (Taiwan), Kina*

Tyrkiet*

Tjekkiet*

Tyskland*

Ungarn*

USA*

Usbekistan*

Østrig

Note: Lande markeret med * har deltaget i TIMSS 2023 med 4. klassetrin. Norge med deres 5. klasse.

I flere lande anvendes TIMSS-undersøgelsen til at indsamle data for speci-

fikke provinser, regioner eller områder. For eksempel deltager Canada nati-

onalt, men også med provinserne Ontario og Quebec, som bidrager med

særskilte resultater i TIMSS 2023. I denne bog fokuserer vi primært på de

danske TIMSS-resultater i komparation med resultater fra de øvrige nord-

iske deltagerlande Finland, Norge og Sverige. Endvidere relaterer vi resul-

taterne mere overordnet til de øvrige deltagende lande og de deltagende

EU-lande. Hvis læseren er interesseret i mere detaljerede resultater fra

1. Irak herunder benchmark regionen Kurdistan. Irak gennemførte TIMSS 2023-under-

søgelsen for fjerde klassetrin, men resultaterne opfyldte ikke de internationale standarder

for rapportering og præsenteres derfor ikke i hovedtabellerne (von Davier, Kennedy,

et al., 2024).

24 1 ·

Om TIMSS-undersøgelsen

øvrige lande og regioner, henviser vi til den internationale TIMSS 2023-

rapport (von Davier, Kennedy, et al., 2024).

1.3 Rammeværket for TIMSS

TIMSS-undersøgelsen er baseret på et omfangsrigt rammeværk, som er ud-

områderne matematik og naturfag i studiets ekspertgruppe,

Science and

viklet i et samarbejde mellem de deltagende lande og eksperter inden for

Mathematics Item Review Committee.

Denne gruppe består af syv eksperter

i matematik og syv eksperter i naturfagene. Den danske nationale forsk-

ningskoordinator (NRC), Christian Christrup Kjeldsen, har deltaget i dette

arbejde for naturfagene (Mullis, Martin, & von Davier, 2021). I dette afsnit vil

vi kortfattet redegøre for rammeværket, imens læsere med dybere interesse

henvises til den mere detaljerede beskrivelse, som er udarbejdet af Mullis,

I videnskabeligt perspektiv er et rammeværk essentielt for empiriske un-

dersøgelser, fordi rammeværket bidrager med teoretisk baggrund for forsk-

Martin & von Davier (2021).

ningsspørgsmål, forskningsdesign og analyser samt implementerer tidligere

forskningsresultater og nyeste viden i den respektive empiriske undersøgelse

(Stancel-Piątak & Schwippert, 2022). I et ILSA-studie som TIMSS er en central

del af rammeværket også en præcisering af, hvad eleverne testes i – altså

hvilke af fagenes vidensområder eleverne udprøves i, og hvilke færdigheder

eleverne forventes at besidde (Ainley & Schulz, 2020). I denne sammenhæng

er TIMSS kendetegnet ved at være et curriculuminformeret studie, der tager

afsæt i den intenderede læreplan i fagene matematik og natur/teknologi.

Internationalt har hvert land forskellige begreber for deres læseplan eller mål

for undervisningen. Vi anvender, ligesom det gøres internationalt, begrebet

”curriculum”, da begrebet dækker de politikker, læseplan og faglige mål, hvert

land beskriver for deres undervisning i fagene. Curriculum dækker således

en struktureret plan eller undervisningspolitik for faget i hvert land, der be-

skriver, hvilke faglige emner, færdigheder og kompetencer eleverne forventes

at tilegne sig på hvert klassetrin.

I TIMSS er testene således udviklet til at undersøge elevernes dygtighed i

hele den bredde, som landenes curricula rummer. Det betyder, at en meget

bred vifte af videns- og færdighedsområder skal dækkes inden for både

matematik og natur/teknologi i rammeværket. Rammeværket beskriver over-

ordnet indholdet i fagenes curriculum. Dette omsættes i aktuelle spørgsmål

og opgaver, der udgør testens indhold. Disse er udviklet i et samarbejde mel-

1 ·

Om TIMSS-undersøgelsen

lem deltagerne og er blevet afprøvet i en forundersøgelse i de deltagende lan-

de. Forundersøgelsen skal sikre, at de anvendte opgaver har de ønskede psy-

kometriske egenskaber og måler fair på tværs af forskellige skolekontekster.

matik og natur/teknologi, hvor begge fag inddeles i tre faglige områder og

tre kognitive domæner:

•

Faglige områder

specificerer, hvilke temaer eleverne testes i inden

•

Kognitive domæner

specificerer, hvilke forskellige måder at tænke

og ræsonnere på inden for fagene eleverne testes i.

De konkrete opgaver og indholdet heraf er i TIMSS 2023 overordnet til-

svarende det rammeværk, der blev anvendt i TIMSS 2019. Mindre justeringer

er blevet implementeret for at afspejle ændringer i landenes curricula og

et al., 2020), samt på baggrund af anbefalinger fra nationale forsknings-

koordinatorer for TIMSS 2023 (Centurino & Kelly, 2021; Philpot et al., 2021).

for fagets faglighed.

I TIMSS er der tilstræbt en fælles struktur på tværs af henholdsvis mate-

skolesystemer, som det er rapporteret i TIMSS 2019-encyklopædien (Kelly

Siden Danmarks deltagelse i TIMSS i 2007 er opgaverne og det faglige

rammeværk iterativt blevet udviklet internationalt. Danmark har som de

øvrige lande bidraget til denne udvikling, og vores vurdering er, at opgaver-

ne i meget høj grad er i overensstemmelse med Fælles Mål for matematik

(Børne- og Undervisningsministeriet, 2019a) og Fælles Mål for natur/tekno-

logi (Børne- og Undervisningsministeriet, 2019b), hvilket begrundes nær-

mere i de indledende analyser til de to kapitler om matematik og natur/

teknologi. Fælles Mål blev introduceret i 2003 og beskriver, hvad eleverne

skal lære i skolens fag (Rasmussen et al., 2019). Fælles Mål har ændret form

og navn gennem årene, men største ændring i nyere tid er, at færdigheds- og

vidensmålene blev gjort vejledende frem for bindene i forbindelse med en

revision i 2019, mens kompetencemålene fortsat er bindende (Styrelsen for

Undervisning og Kvalitet, 2020). Imidlertid betød det ikke store ændringer

af indholdet for matematik og natur/teknologi. Aktuelt er der i en politisk

forligskreds enighed om, at folkeskolens nuværende Fælles Mål skal erstat-

tes af mere enkle læreplaner for folkeskolens fag (Børne- og Undervisnings-

ministeriet, 2024a), men eftersom dette initiativ er igangsat efter gennem-

førelsen af TIMSS 2023, har det ikke indflydelse på indholdet af denne bog.

I de følgende to afsnit vil vi redegøre for de enkelte faglige områder og

kognitive domæner i henholdsvis testen for matematik og testen for natur/

teknologi. Vi giver også eksempler på det konkrete indhold i begge dele af

26 1 ·

Om TIMSS-undersøgelsen

undersøgelsen. Rammeværket beskriver også de forhold, der søges belyst

gennem de øvrige spørgeskemaer, der er anvendt i undersøgelsen. Bortset

fra målet for elevernes socioøkonomiske status, der beskrives efter de faglige

områder, så beskrives øvrige baggrundsskalaer, hvor de inddrages i teksten,

idet disse ikke er ændret substantielt siden gennemførelsen af TIMSS 2019.

For indblik i det samlede indhold henvises læseren til de internationale be-

skrivelser af rammeværket for matematik (Philpot et al., 2021) og ramme-

værket for natur/teknologi (Centurino & Kelly, 2021).

1.3.1 Faglige områder og kognitive domæner i matematik

Matematiktesten i TIMSS for 4. klasse vægter de faglige områder og kogni-

tive domæner forskelligt, som det fremgår af Tabel 2.

Tabel 2 Vægtning af faglige områder og kognitive domæner i matematik

Fagligt område

Tal

Måling og geometri

Statistik

Procent

Kognitivt domæne

Viden

Anvendelse

Ræsonnement

Procent

De faglige områder i matematik består af 1)

Tal,

Måling og geometri

samt

Statistik.

Området ”Tal”, som udgør 50 procent af opgaverne i testen, in-

kluderer kendskab til heltal, algebra, andele, brøker samt decimaltal. Inden

for dette faglige område testes elevernes evne til at udføre beregninger og

anvende forskellige tilgange til at løse problemer. Dette faglige område tester

også elevernes evne til at afkode cifres placering i flercifrede tal, repræsen-

tere hele tal med ord, udføre beregninger med både lige og ulige tal samt at

anvende og kombinere egenskaber ved tal til problemløsning.

”Måling og geometri” dækker 30 procent af matematiktesten og fokuserer

på elevernes matematiske forståelse af forskellige former og størrelser,

herunder elevernes evne til at måle længder, rumfang og tid samt deres for-

ståelse af geometriske begreber som linjer, vinkler og forskellige to- og tre-

dimensionelle former. Dette inkluderer færdigheden til at anvende geometri-

ske forhold til problemløsning samt beskrive og tegne geometriske figurer.

”Statistik” udgør 20 procent af matematiktesten og omhandler elevernes

færdigheder i at arbejde med data, herunder læsning, fortolkning og repræ-

sentation af data gennem tabeller og diagrammer samt at aflæse og anven-

de data til at løse problemer. I dette faglige område testes elevernes evne til

1 ·

Om TIMSS-undersøgelsen

at samle, organisere og repræsentere data for at besvare problemstillinger

og drage konklusioner baseret på data.

De kognitive domæner i matematiktesten, ”Viden”, ”Anvendelse” og

”Ræsonnement”, beskriver de af elevernes færdigheder, der rækker ud over

fagindholdet.

”Viden” dækker over de fakta, begreber og procedurer, som eleverne for-

Dette område, der udgør 40 procent af de kognitive domæner, har betydning

ventes at kende, og tester deres evne til at genkalde sig tidligere lært indhold.

for elevernes evne til matematisk problemløsning og omfatter genkaldelse

af definitioner, udførelse af beregninger og anvendelse af korrekte måle-

enheder.

tester elevernes evne til at anvende matematisk viden og forståelse i pro-

blemløsning inden for kendte kontekster, herunder at fastsætte operationer,

repræsentere data og implementere strategier til løsning af problemer.

”Ræsonnement”, der udgør 20 procent af de kognitive domæner, rækker

ud over anvendelse ved at teste elevernes evne til logisk og systematisk

”Anvendelse” dækker ligeledes 40 procent af de kognitive domæner og

tænkning i ukendte eller komplekse matematiske problemstillinger. Dette

inkluderer evnen til at analysere relationer mellem tal, matematiske udtryk,

antal, mængder og geometriske former. Domænet tester også elevernes evne

til at integrere matematisk viden, evaluere løsningsstrategier og anvende

matematiske argumenter i problemløsning. Figur 3 til Figur 9 i afsnit 1.3.4

viser eksempler på matematikopgaver, som eleverne har mødt i TIMSS 2023.

1.3.2 Faglige områder og kognitive domæner i natur/teknologi

De faglige områder og kognitive domæner vægtes som i matematiktesten

ligeledes forskelligt i natur/teknologi-testen. Vægtningen fremgår af Tabel

3. De faglige områder i natur/teknologi består af 1)

Biologi,

Fysik

samt

Geografi,

hvilket afspejler indhold i curriculum, dvs. de emner inden for

natur/teknologi, som eleverne forventes at lære både i nationalt (dansk) og

internationalt perspektiv. Det er her dog værd at bemærke, at det interna-

tionale rammeværk ikke indeholder eksplicitte fagelementer inden for om-

rådet

teknologi,

og at denne del af det danske fag natur/teknologi derfor i

mindre grad er indeholdt i testen og således alene indgår, når en opgave som

en afledt konsekvens af indholdet i øvrigt omhandler teknologi. Vi har dog

fastholdt den danske fagbetegnelse natur/teknologi for denne del af under-

søgelsen fra tidligere runder af TIMSS, idet det er inden for dette fag, eleverne

forventes at have tilegnet sig den viden og de færdigheder, de testes i.

28 1 ·

Om TIMSS-undersøgelsen

Tabel 3 Vægtning af faglige områder og kognitive domæner i natur/teknologi

Fagligt område

Biologi

Fysik

Geografi

Procent

Kognitivt domæne

Viden

Anvendelse

Ræsonnement

Procent

”Biologi” udgør 45 procent af testen i natur/teknologi og fokuserer på for-

ståelsen af livsprocesser hos mennesker, dyr og planter – deres samspil med

hinanden og miljøet samt aspekter af sundhed og sygdom. Inden for dette

faglige område testes elevernes viden om forskelle mellem levende organis-

mer og ikke-levende ting, forskellige faser i en livscyklus, reproduktion,

arvelighed og organismers tilpasning til miljøet samt ændring i levevilkår.

Området dækker også menneskets indvirkning på miljøet og betydningen

af sund levevis.

”Fysik” udgør 35 procent af testen i natur/teknologi og omhandler ele-

vernes kendskab til fysiske tilstandsformer af stoffer og materialer samt

kemiske forandringer heraf. Eleverne prøves i deres viden om fysiske og

kemiske begreber, samt hvordan disse begreber kan anvendes til at forklare

dagligdagsfænomener. En anden væsentlig del af fagområdet er forståelsen

af energiformer og deres omdannelse, herunder identifikation af vedvaren-

de og ikke-vedvarende kilder til energi, lyd, lys og varme. ”Fysik” dækker

desuden grundlæggende mekanik, herunder tyngdekraft, kraftpåvirknin-

gers effekt på objekters bevægelse og anvendelsen af simple mekanismer til

at påvirke objekters bevægelse.

”Geografi” udgør de sidste 20 procent af testen i natur/teknologi, og her

møder eleverne opgaver, der omhandler deres viden om Jorden, dens fysiske

karakteristika, ressourcer og miljø, samt Jordens position i solsystemet.

Dette fagområde inkluderer undersøgelse af Jordens overflade, vandets

kredsløb, vejr, klima og grundlæggende viden om økosystemer. Området

indbefatter også menneskers og dyrs tilpasning til forskellige landskabs-

former og miljøer, og hvordan geografisk viden kan anvendes til at forstå og

fortolke miljømæssige ændringer og mønstre.

Angående de kognitive domæner inden for natur/teknologi udgør

”Viden” 40 procent heraf og fokuserer på elevernes grundlæggende kend-

skab til naturvidenskabelige fakta, relationer, processer, udstyr, materialer

1 ·

Om TIMSS-undersøgelsen

og begreber. Eleverne testes i, hvor godt de forstår og kan genkalde denne

viden, hvilket danner grundlag for at kunne engagere sig i mere kognitivt

komplekse aspekter af natur/teknologi. ”Viden” inkluderer også elevernes

forståelse af forholdet mellem forskellige typer af viden og begreber. Her-

under forståelse for de terminologier, symboler, forkortelser, enheder og

skalaer, der anvendes i naturvidenskabelige sammenhænge.

til at anvende deres viden om naturvidenskabelige forhold, relationer, pro-

cesser og begreber samt anvendelse af udstyr, materialer og metoder i

”Anvendelse” udgør 40 procent af testen og omhandler elevernes evne

velkendte kontekster, der relaterer til deres undervisning. Eleverne testes

i deres evne til at klassificere, kontrastere og sammenligne organismers,

materialers eller processers egenskaber og træk. Dette faglige område inklu-

derer også evnen til at anvende viden for at forklare eller forudsige adfærd

og egenskaber ved forskellige objekter og organismer. Derudover indgår

anvendelsen af modeller såsom diagrammer for at illustrere og forklare na-

turvidenskabelige begreber, processer, cyklusser og systemer. ”Anvendelse”

dækker også brugen af naturvidenskabelig terminologi og principper til at

fortolke og forklare information fra tekster, tabeller og grafisk materiale

samt evnen til at bruge disse begreber til at forklare observationer eller

naturfænomener.

”Ræsonnement” udgør 20 procent af opgaverne og tester elevernes evne

til at anvende logisk tænkning for at analysere data og anden information,

drage konklusioner og anvende deres forståelse og viden i nye situationer

og sammenhænge. Domænet indbefatter, at eleverne bruger deres viden på

områder, der måske er mindre kendte fra deres hverdag eller undervisning,

og opgaverne kan ofte løses gennem flere forskellige tilgange eller strategier.

Inden for ”Ræsonnement” evalueres elevernes evner til at identificere vi-

denskabelige problemer og anvende relevant information og naturfaglige

metoder, begreber og forståelser af relationer og datamønstre for at løse dis-

se problemer. Desuden testes eleverne i deres evne til at evaluere forskellige

forklaringer, overveje fordele og ulemper ved forskellige undersøgelses-

designs og bedømme resultaterne af en undersøgelse. Eleverne prøves også

i evnen til at kunne drage konklusioner baseret på observationer og evidens

samt anvendelse af naturvidenskabelige begreber og teorier til at forklare

årsag og virkning. Figur 10 til Figur 17 i afsnit 1.3.4 viser eksempler på natur/

teknologi-opgaver, som eleverne har mødt i TIMSS 2023.

30 1 ·

Om TIMSS-undersøgelsen

1.3.3 Miljø- og klimabevidsthed

Som et nyt fagligt domæne inden for natur/teknologi blev der i forlængelse

af TIMSS 2019-undersøgelsen udviklet en skala for

Environmental Aware-

ness,

der på dansk er blevet oversat til ”Miljø- og klimabevidsthed”. TIMSS

har i 2023-runden omdøbt skalaen til

Environmental Knowledge,

men navnet

”Miljø- og klimabevidsthed” er fastholdt i nærværende bog.

Som beskrevet ovenfor om de faglige områder i TIMSS-undersøgelsen,

så har 4.-klasseelevernes miljø- og klimabevidsthed været en del af det cur-

riculum, eleverne er blevet testet i som led i det overordnede natur/teknologi-

område. Imidlertid har verdens udvikling gjort det relevant at synliggøre

denne viden mere, for eksempel ved at kunne monitorere denne udvikling

i forhold til elevernes viden om miljø og klima med henblik på at kunne

understøtte en bæredygtig udvikling, herunder monitorere udviklingen

i forhold til UNESCO´s

Sustainability Development Goals

(SDG) og Paris-

aftalen (Reynolds & Komakhidze, 2022).

På den baggrund blev der i forbindelse med TIMSS 2019 igangsat et

arbejde med at udvikle en skala, der kan bidrage hertil på baggrund af de

eksisterende testitems. Skalaen er således baseret på items fra de faglige

områder ”Biologi” og ”Geografi” fra TIMSS’ natur/teknologi-del, som inde-

holder et aspekt af et af de tre kognitive domæner ”Viden”, ”Anvendelse”

eller ”Ræsonnement”. Skalaen er således baseret på en positivt afgrænset

delmængde af items. Da det faglige område ”Fysik” i sin beskrivelse i ramme-

værket ikke indeholder elementer med relation til klima eller miljø, og

denne del af testen således ikke indeholder items med relation hertil, er det-

te faglige område ikke en del af skalaen for miljø- og klimabevidsthed. Der

er ikke udviklet en komplementær skala til miljø- og klimabevidstheds-

skalaen af de items, der ikke indgår, da en sådan skalas substantielle indhold

er svært at definere som andet end ”ikke klima eller miljø”. De første danske

resultater fra den nye skala på baggrund af TIMSS 2019 er beskrevet af

Christensen & Kristensen (2024).

1 ·

Om TIMSS-undersøgelsen

spørgsmål til baggrundsspørgeskemaer til elever, lærere, skoleleder og

forældre, som kan være med til at belyse elevernes holdninger og adfærd,

forældres adfærd, skolepolitikker og undervisningspraksisser i relation til

området. Se eventuelt Reynolds & Komakhidze (2022) eller Yin & Foy (2021a)

for en uddybning af baggrunden for den nye skala, dens indhold og afgræns-

ning og de i 2023 tilføjede baggrundsspørgsmål om miljø og klima.

Ud over selve miljø- og klimabevidsthedsskalaen er der også tilføjet

1.3.4 Beskrivelse af kompetenceniveauer

TIMSS 2023 anvender, ligesom tidligere runder, beskrivelser af fire inter-

nationale kompetenceniveauer, som kan danne grundlag for at forstå og

der adskiller hvert af disse kompetenceniveauer, er sat ens for matematik og

natur/teknologi. Beskrivelserne af disse niveauer er baseret på en grundig

fortolke en given TIMSS-score og vurdere, hvad en elevgruppe kan. Niveauet,

analyse af opgavernes indhold og sværhedsgrad, hvilket giver et billede af,

hvad elever på hvert niveau forventes at kunne.

Denne beskrivelse gør det muligt for de enkelte lande at relatere elever-

nes matematik- og natur/teknologi-kompetencer til de mål og færdigheder,

der beskrives i curriculum for de enkelte lande, dvs. for Danmarks vedkom-

mende i Fælles Mål. Opgaver med samme sværhedsgrad er samlet på samme

niveau, hvilket resulterer i, at en analyse af opgaverne viser, hvad eleverne

forventes at mestre på de enkelte niveauer. Grænsen for de fire kompetenc-

eniveauer opretholdes mellem hver runde af TIMSS, således at

cut-off scores

fastholdes, mens der er en løbende udskiftning af opgaverne. Betegnelserne

for kompetenceniveauerne er (med grænsen i TIMSS-point for at nå niveauet

i parentes): lavt (400), mellem (475), højt (550) og meget højt (625). Et elev-

resultat under 400 indikerer, at eleven ligger under det laveste niveau og

dermed ikke kan forventes at besidde de kompetencer, der er beskrevet for

det lave kompetenceniveau. Et resultat over 625 indikerer, at eleven har

opnået avancerede færdigheder og således kan forventes at beherske de

kompetencer, der er beskrevet på dette og lavere niveauer.

For at give en mere nuanceret forståelse af elevers præstationer for

4. klasse rapporterer TIMSS procentdelen af elever, der når hvert af de fire

kompetenceniveauer. Disse kompetenceniveauer bygger oven på hinanden,

hvor hvert niveau repræsenterer stigende krav til viden og færdigheder.

Tabel 4 og Tabel 5 beskriver, hvad eleverne kan på de forskellige kompeten-

ceniveauer for henholdsvis matematik og natur/teknologi.

32 1 ·

Om TIMSS-undersøgelsen

Tabel 4 Beskrivelse af de internationale benchmarks i relation til kompetenceniveauer

for matematik

Benchmarks

625

Meget højt

Beskrivelse

Elever på dette niveau kan udvælge og anvende information til at implemen-

tere passende operationer for at løse matematiske problemer.

Eleverne kan fortolke resultaterne af beregninger givet i konteksten af en

problemstilling, udtrykke sig matematisk bl.a. ved anvendelse af mønstre samt

relatere brøker og decimaler til hinanden. Eleverne kan estimere og relatere

forskellige mål til hinanden, anvende viden om to- og tredimensionelle figurer,

identificere simple egenskaber ved linjer og vinkler samt vise en grundlæggende

forståelse for overfladeareal og omkreds for simple figurer. Eleverne kan fortolke

data og træffe valg på baggrund af data givet i forskellige kontekster.

Eleverne kan integrere forskellige talegenskaber for at løse problemstillinger

beskrevet i flere trin, der involverer hele tal. De kan fortolke resultatet af en

division, herunder division med en rest, for at give et passende svar på en

problemstilling i en given kontekst. Eleverne kan løse simple ligninger, der

indeholder en ubekendt, og formulere udtryk og matematiske udsagn. De kan

anvende en regel for multiplikation for at finde et tal i en sekvens. De kan

anvende en interaktiv tabel over værdier til at bestemme og beskrive regler

vedrørende addition, multiplikation og multiplum. Eleverne kan repræsentere

en simpel brøk som en del af en helhed og foretage flere sammenligninger,

herunder sammenligning af tal med en og to decimaler.

Eleverne kan estimere mængder eller størrelser mellem rangerede intervaller,

herunder ved opmåling med en lineal. De kan relatere mål og begrænsninger

heri for at løse problemer i flere trin som fx at aflæse en balanceret vægt for

at bestemme en ukendt enhed og relatere varighed med tid.

De kan bestemme arealet af en trekant eller et kvadrat ved hjælp af enhedskva-

drater, tegne et rektangel på et gitter givet dets omkreds og finde manglende

længder. Eleverne kan tegne parallelle og vinkelrette linjer på fx ternet papir

og identificere egenskaber ved en vinkel i en lukket form. De kan identificere

egenskaber ved simple polygoner, tegne en polygon med givne egenskaber

og relatere trekanter til sammensætningen af en irregulær form.

Eleverne kan identificere antallet af og formerne på flader på en ikke-rektangu-

lær tredimensionel figur. De kan repræsentere data på en tallinje og bestemme

den bedste måde at repræsentere et datasæt på. De kan fortolke data for at

vurdere, hvilke spørgsmål der kan besvares ud fra data i en tabel, udfylde en

tabel ud fra en liste af observationer og løse problemer i flere trin med data.

1 ·

Om TIMSS-undersøgelsen

Benchmarks

550

Højt

Beskrivelse

Elever på dette niveau kan relatere begreber og repræsentationer til

komplekse eller virkelighedsnære sammenhænge.

De kan anvende viden om egenskaber ved hele tal til at retfærdiggøre en

løsning. De viser en forståelse af tallinjen, multipla, faktorer, afrunding af tal

og operationer med brøker og decimaler. Eleverne kan løse opgaver med måling

på tværs af forskellige kontekster. De kan relatere todimensionelle figurer til

tredimensionelle figurer og vise grundlæggende forståelse for vinkler. Eleverne

kan fortolke egenskaber ved repræsentationer af data i forskellige grafer.

Eleverne kan multiplicere og dividere trecifrede tal med etcifrede tal og udføre

addition med mere end to led med op til firecifrede tal og subtraktion med op

til fire cifre, herunder hvor der lånes eller omgrupperes. Eleverne kan navngive

forskellige repræsentationer på en tallinje, herunder repræsentationer, der

involverer positionelle værdier og afstand. De kan inddrage forskellige talegen-

skaber for at understøtte en konklusion, herunder at identificere lige og ulige

tal, faktorer og multipla. Eleverne kan identificere, beskrive og anvende mønstre

og regler angivet i ord eller visuelle repræsentationer. De kan repræsentere

situationer med udtryk, der involverer flere operationer. Eleverne kan subtrahere

tal med et-decimaler og addere tal med to-decimaler.

Eleverne kan relatere mål i en række forskellige sammenhænge, herunder

estimering af en totallængde givet segmenter heraf, anvende ikke-standard-

enheder og konvertere minutter til timer. De kan klassificere og sammenligne

forskellige former og vinkler baseret på deres egenskaber. De kan identificere

todimensionelle visninger, der repræsenterer ukendte tredimensionelle

figurer samt parallelle linjer i et gitter og demonstrere nogen forståelse af

rotationssymmetri.

Eleverne kan løse problemer ved at fortolke data præsenteret i tabeller,

piktogrammer samt linje- og søjlediagrammer. De kan fortolke grafernes skala

og anvende given information til at færdiggøre piktogrammer, linje- og

søjlediagrammer.

34 1 ·

Om TIMSS-undersøgelsen

Benchmarks

475

Mellem

Beskrivelse

Eleverne på dette niveau demonstrerer matematisk viden i mere simple

situationer og bevæge sig mellem forskellige former for repræsentationer.

De kan udføre beregninger med trecifrede hele tal i en række forskellige

situationer. De kan addere og rangere enkle decimaltal. Eleverne kan måle

lige afstande og beskrive tredimensionelle former. De kan bruge data fra

flere kilder til at relatere repræsentationer heraf.

Eleverne kan udføre grundlæggende aritmetik med hele tal op til 3 cifre, herunder

multiplikation af 3-cifrede med 1-cifrede hele tal og division med en rest. De kan

anvende en simpel flertrinsregel, løse problemer beskrevet i ord, der involverer

encifret multiplikation og sammenligning, og afrunde hele tal.

Elever kan identificere manglende tal eller operationer i talrækker med hele tal

og op til to operationer. Eleverne kan repræsentere en situation givet i ord som

et udtryk eller regnestykke. De kan addere og arrangere tal med én decimal.

Eleverne kan måle længder med en lineal på skærmen. De kan sammenligne

måleenheder og relatere metriske præfikser for at vælge passende måleenheder

for masse og volumen. De kan relatere tredimensionelle former til deres

todimensionelle repræsentationer, også når de er givet i en interaktiv model.

Eleverne kan læse og fortolke information i en optællingstabel og et linjediagram.

De kan integrere flere datakilder for at færdiggøre en tovejstabel. Eleverne

kan relatere data i en tabel til et tilhørende lagkagediagram. De kan kombinere

data med yderligere information for at løse en tekstopgave.

400

Lavt

Elever på dette niveau demonstrerer grundlæggende matematisk forståelse.

De kan addere og subtrahere hele tal med op til tre cifre, multiplicere og

dividere etcifrede hele tal og løse simple opgaver med tekst. De kan anvende

grundlæggende principper for måling og geometriske figurers egenskaber.

Eleverne kan læse data fra en tabel og færdiggøre et simpelt søjlediagram.

Eleverne kan genkende pladsværdi af et ciffer og kan rangere sekscifrede tal.

De kan addere og subtrahere for at fuldføre simple regnestykker eller tekst-

opgaver. Eleverne demonstrerer grundlæggende forståelse for multiplikation

med etcifrede tal ved at identificere manglende værdier i talrækker eller

det næste tal i en rækkefølge.

Eleverne viser nogen viden om måleenheder og simple todimensionelle

geometriske figurer inklusive symmetriske former.

Elever kan læse data fra tabeller, søjlediagrammer og piktogrammer og

udfylde søjler og etiketter på simple søjlediagrammer.

1 ·

Om TIMSS-undersøgelsen

De følgende opgaver (items) gengivet i Figur 3 til Figur 7 er eksempler på

opgaver på nogle af de forskellige kompetenceniveauer inden for matematik,

som illustrerer nogle af de til hvert kompetenceniveau beskrevne matema-

tiske kompetencer. Eksempelvis viser Figur 3 færdigheden til at fortolke

resultaterne af beregninger givet i konteksten af en problemstilling, mens

Figur 5 inden for området måling viser elevens evne til at ræsonnere ved at

relatere ananassen og den ukendte vægt til de angivne vægte for herigen-

nem at regne sig frem til vægten af vandmelonen, begge opgaver, der hører

til på kompetenceniveauet meget højt.

Figur 3 Eksempelopgave for meget højt kompetenceniveau i matematik inden for det faglige

område ”Tal” og det kognitive domæne ”Anvendelse”

ME71040

00:00

En sportstræner skal have 40 tennisbolde og 10 fodbolde med i nogle tasker.

I hver taske kan der være

enten

8 tennisbolde

eller

2 fodbolde.

eller

Hvordan kan sportstræneren regne ud, hvor mange tasker han skal bruge?

27/01/2023

34 of 102

36 1 ·

Om TIMSS-undersøgelsen

Figur 4 Eksempelopgave for meget højt kompetenceniveau i matematik inden for det faglige

område ”Måling og geometri” og det kognitive domæne ”Anvendelse”

ME71211

00:00

Mary går på en sti i parken.

Der er en anden sti i parken, som er

parallel

med Marys sti, og som går igennem en

Tegn den anden sti.

Mary

27/01/2023

24 of 102

Figur 5 Eksempelopgave for meget højt kompetenceniveau i matematik inden for det faglige

område ”Måling og geometri” og det kognitive domæne ”Ræsonnement”

ME71080

00:00

På hver vægt vejer tingene på venstre side det samme som tingene på højre side.

1 kg

2 kg

1 kg

Hvor meget vejer

3 kg

4 kg

5 kg

6 kg

27/01/2023

52 of 102

1 ·

Om TIMSS-undersøgelsen

Figur 6 Eksempelopgave for højt kompetenceniveau i matematik inden for det faglige

område ”Tal” og det kognitive domæne ”Anvendelse”

ME61256

00:00

Albert og Justus spiller med disse 8 kort.

De lægger kortene med tallene nedad, så man ikke kan se dem. Så tager hver

spiller 2 kort. Den spiller der sammenlagt har det største tal, har vundet.

Albert tager kortet med

og kortet med

Sammenlagt er det 10.

Justus tager først kortet med

Kan Justus vinde spillet?

(Klik på en boks.)

Nej

Forklar dit svar.

27/01/2023

1 of 69

Figur 7 Eksempelopgave for højt kompetenceniveau i matematik inden for det faglige

område ”Måling og geometri” og det kognitive domæne ”Viden”

ME61095

00:00

Inddel vinklerne på diagrammet i de forskellige vinkeltyper i skemaet. Skriv dine svar

ind i skemaet.

Vinkel A er allerede beskrevet som hjælp til dig.

Ret vinkel

Mindre end en ret

vinkel

Større end en ret

vinkel

27/01/2023

45 of 69

38 1 ·

Om TIMSS-undersøgelsen

Figur 8 viser en opgave, der kan løses af elever på det mellemste kompeten-

ceniveau inden for det faglige område ”Statistik” og det kognitive domæne

”Anvendelse”. Eleverne, der kan løse denne opgave, demonstrerer evnen til

at læse og fortolke information i en optællingstabel og afkode flere datakil-

der for at færdiggøre en tabel, mens Figur 9 giver eleverne mulighed for at

vise, at de kan identificere manglende tal eller operationer.

Figur 8 Eksempelopgave for mellem kompetenceniveau i matematik inden for det faglige

område ”Statistik” og det kognitive domæne ”Anvendelse”

ME71175

00:00

Eleverne i en klasse har foldet tre forskellige slags origamidyr med blåt, rødt

og gult papir. Tabellen viser hvor mange dyr, der blev foldet med hver farve

papir.

Dyr

Skildpadde

Blå

Papirfarve

Rød

Gul

Giraf

Fisk

Færdiggør tabellen ved at løse følgende gådeː

Der er lige mange blå sk og gule gira er.

Der er lige så mange røde sk, som de to andre røde dyr tilsammen.

Der er 24 gule dyr i alt.

Figur 9 Eksempelopgave for mellem kompetenceniveau i matematik inden for det faglige

område ”Tal” og det kognitive domæne ”Anvendelse”

27/01/2023

ME71036

00:00

37 of 102

Gør udsagnet sandt.

Træk et talkort hen til hvert felt.

er større end 12.

20 −

er større end 15.

1 ·

Om TIMSS-undersøgelsen

Tilsvarende Tabel 4 beskriver Tabel 5 de forskellige kompetenceniveauer

inden for natur/teknologi, mens de efterfølgende Figur 10 til Figur 17 viser

eksempler på opgaver på nogle af disse kompetenceniveauer.

Tabel 5 Beskrivelse af de internationale benchmarks i relation til kompetenceniveauer

for natur/ teknologi

Benchmarks

625

Meget højt

Beskrivelse

Elever på dette niveau kan vise, anvende og kommunikere viden om biologi,

fysik og geografi.

Eleverne viser kendskab til karakteristika ved levende ting, og de kan konstruere

og ræsonnere ved anvendelse af repræsentationer af forholdet mellem organismer

i økosystemer. De demonstrerer viden om arv, dræbende bakterier og miljøforure-

ning. De viser viden om stoffers egenskaber og ændringer i stoffers tilstandsformer,

og de ræsonnerer om opløsningshastigheder i laboratoriemiljøer. Eleverne kan

kommunikere deres forståelse af Jordens fysiske egenskaber og processer og af,

hvordan mennesker bruger og påvirker Jordens naturressourcer. De viser viden

om Jorden, Månen og Solens bevægelse og relative position. Eleverne kan designe

en undersøgelse, forudsige resultater og evaluere mulige konklusioner.

De ved, at planter og dyr har brug for energi for at vokse, og kan konstruere

fødekæder, fortolke et fødenet og ræsonnere om konkurrence og bestandsændrin-

ger i økosystemer. De kan identificere arvelige og ikke-arvelige egenskaber samt

beskrive forureningens effekt på afgrøder. Elever ved, at kogende vand dræber

bakterier.

Eleverne viser viden om flydende tilstandsform og forstår, at der ikke dannes

nye materialer under en tilstandsændring. De kan reflektere over stofmængde-

koncentration og beskrive metoder til at øge opløsningshastigheden for faste

stoffer i vand.

Eleverne beskriver, hvordan mennesker bruger vand fra floder til landbrug, og

skelner mellem vedvarende og ikke-vedvarende energikilder. De genkender,

hvordan vind og vand ændrer klippers form, og de har viden om Solen, Månen

og Jordens bevægelse, som skaber dag og nat.

Eleverne kan forudsige eksperimentresultater, designe en god undersøgelse

og evaluere konklusioner fra en undersøgelse.

40 1 ·

Om TIMSS-undersøgelsen

Benchmarks

550

Højt

Beskrivelse

Elever på dette niveau kan vise og anvende viden inden for biologi,

fysik og geografi.

De kan skelne mellem levende og ikke-levende ting og identificere træk ved de

større dyregrupper. De har viden om de vigtigste strukturers funktion i organismer

og kan ræsonnere om livscyklusser for planter og dyr. Eleverne kan udfylde

fødekæder og genkende, at planter producerer deres egen føde. De ved, at voksne

dyr af forskelligt køn kan reproducere sig, og at en plante ligner forældreplanten.

Desuden kan de relatere dyrs træk og adfærd til overlevelse og anvende viden om

bakteriers spredning.

Eleverne kan anvende grundlæggende viden om ændringer i grundstoffers

tilstandsformer, magneter, lyd og varmeledning. De kan ræsonnere om

opløsningshastighed for faste stoffer og genkende energiformer i et simpelt

elektrisk kredsløb. Eleverne kan identificere luftmodstand og friktion samt anvende

viden om påvirkningen fra en kraft.

Eleverne viser viden om forholdet mellem land- og vandarealer samt temperatur

og nedbør i forskellige klimaer. De kan drage konklusioner om ændringer over tid i

Jordens overflade og dyreliv og anvende viden om Månens faser og Jordens position i

solsystemet. Elever på dette niveau kan beskrive et modsætningsforhold ud fra en

observation og fortolke en model og data i forskellige grafiske repræsentationer.

Elever på dette niveau kan engagere sig i nogle former for videnskabelig

undersøgelsespraksis.

475

Mellem

Elever på dette niveau kan vise og anvende viden om nogle videnskabelige

begreber.

Elever kan anvende viden om nogle fysiske egenskaber og adfærd hos levende

organismer samt deres behov for at leve, vokse og overleve og kan identificere

rovdyr og byttedyr samt beskrive livscyklussen for almindeligt forekommende

dyr. De kan beskrive, hvorfor plast er farligt for havdyr, og har grundlæggende

viden om en fødevares rolle i en balanceret kost samt grundlæggende viden

om bakterier, og hvordan man kan undgå sygdom.

Eleverne kan genkende materialer i de tre tilstandsformer og identificere faste

stoffer, der leder varme, elektricitet og tiltrækkes af magneter. De kan beskrive

en måde, man kan øge opløsningshastigheden på for et fast stof i væske, og

demonstrerer viden om elektriske kredsløb og energikilder og transformation

af energi i kendte apparater. De kan anvende grundlæggende viden om kræfter

og bevægelse i en hverdagskontekst og har viden om tyngdekraften. De kan

ræsonnere over dannelsen af skygger.

Eleverne kan genkende, at det meste af Jordens overflade er dækket med saltvand.

De kan delvist beskrive observationer og relatere observationer og data til

grundlæggende videnskabelige fakta.

1 ·

Om TIMSS-undersøgelsen

Benchmarks

400

Lavt

Beskrivelse

Elever på dette niveau kan demonstrere viden om nogle videnskabelige forhold.

De har delvis viden om levende organismers behov for at kunne overleve og vokse

og om stadierne i planters livscyklus. Eleverne kan klassificere kendte dyr og matche

dem til deres levesteder. De kan klassificere menneskelige aktiviteter som skadelige

eller gavnlige for miljøet.

Eleverne viser begrænset viden om fysik og kemi i en hverdagskontekst. De kan

genkende kendte genstande, der kan ruste, lede varme eller tiltrækkes af en magnet,

og de forstår én egenskab ved vand. Derudover demonstrerer de forståelse af,

at turbiner leverer elektricitet til nogle områder.

Eleverne ved, hvor der findes saltvand, at klimaet er varmt og tørt nær ækvator,

og hvordan stigende temperaturer påvirker ørkener og iskapper. Eleverne genkender,

at vind kan ændre placeringen af en sandklit.

De følgende Figur 10 til Figur 17 illustrerer nogle af disse forskellige kompe-

tenceniveauer. På det meget høje kompetenceniveau kan eleverne eksem-

pelvis anvende deres viden om stoffer og disses tilstandsformer til at for-

udsige, hvordan stoffer hurtigere kan opløses som illustreret i Figur 11.

Figur 10 Eksempelopgave for meget højt kompetenceniveau i natur/teknologi inden for

det faglige område ”Fysik” og det kognitive domæne ”Anvendelse”

SE71102

00:00

Billedet viser to legetøjs-togvogne, som der ligger magneter på.

Togvogn A

Ahmad kører togvogn B mod togvogn A.

Hvad vil der ske med togvogn A?

(Klik på et felt.)

Togvogn A vil bevæge sig væk fra togvogn B.

Togvogn A vil bevæge sig mod togvogn B.

Forklar dit svar.

Togvogn B

27/01/2023

36 of 104

42 1 ·

Om TIMSS-undersøgelsen

Figur 11 Eksempelopgave for meget højt kompetenceniveau i natur/teknologi inden for det

faglige område ”Fysik” og det kognitive domæne ”Anvendelse”

SE71118

00:00

Vand varmes op i en gryde af metal og begynder at koge.

Carla siger, at når vandet bobler dannes der nye sto er.

Har Carla ret?

Ja, det varme metal i gryden frigiver en gasart.

Ja, det varme metal og det varme vand blandes og frigiver en gasart.

Nej, det varme vand bliver til en gasart.

Nej, luften omkring gryden blander sig med vandet.

Figur 12 Eksempelopgave for højt kompetenceniveau i natur/teknologi inden for det faglige

område ”Biologi” og det kognitive domæne ”Viden”

27/01/2023

SE71095

00:00

20 of 104

Geo er blevet forkølet. Han holder hænderne for munden, når han hoster, for at undgå

at sprede bakterierne til sin søster.

Hvordan kan bakterierne fra Geos hoste stadig sprede sig til hans søster?

Figur 12 giver et eksempel på, hvordan elever på højt kompetenceniveau kan

anvende viden om bakteriers spredning, mens opgaven i Figur 13 viser evnen

27/01/2023

102

til at anvende viden om Jordens position i solsystemet – i opgaven her til at

of 104

fastslå, hvilken årstid det må være på et angivet sted på Jorden.

1 ·

Om TIMSS-undersøgelsen

Figur 13 Eksempelopgave for højt kompetenceniveau i natur/teknologi inden for det faglige

område ”Geografi” og det kognitive domæne ”Anvendelse”

SE71265

00:00

Billedet viser Jorden i omløb omkring Solen.

Nordpolen

By A

Sydpolen

Sol

Hvilken årstid er det i by A på billedet?

Vinter

Forår

Sommer

Efterår

Figur 14 Eksempelopgave for mellem kompetenceniveau i natur/teknologi inden for det

faglige område ”Fysik” og det kognitive domæne ”Viden”

27/01/2023

SE71114

00:00

33 of 99

Joseph skal samle nogle bunker med ting op. Hvilke ting kan han samle op med en

magnet?

Klik på

alle

de bunker af ting, som Joseph kan samle op med en magnet.

Glaskugler

Metalspåner

Gummielastikker

Metalpapirklips

Trætandstikker

Skivemagneter

Figur 14 er et eksempel på, hvordan eleverne på det mellemste kompetence-

niveau kan genkende materialer og identificere faste stoffer, der tiltrækkes

27/01/2023

af magneter, mens Figur 15 på samme faglige kompetenceniveau viser noget

19 of 104

om elevens evne til at anvende viden om levende organismers behov for at

leve og vokse.

44 1 ·

Om TIMSS-undersøgelsen

Figur 15 Eksempelopgave for mellem kompetenceniveau i natur/teknologi inden for det

faglige område ”Biologi” og det kognitive domæne ”Anvendelse”

SE71005

00:00

John undersøgte virkningen af forskellige mængder lys på to ens planter.

Han plantede planterne i ens potter med samme slags jord og samme mængde vand.

John satte plante A ved vinduet og satte plante B i et skab og lod døren til skabet være

lukket.

Efter to uger så planterne sådan ud:

Plante A

Plante B

Hvorfor er plante B, der stod i skabet, mere vissen end plante A, som stod ved vinduet?

Figur 16 Eksempelopgave for lavt kompetenceniveau i natur/teknologi inden for det faglige

område ”Geografi” og det kognitive domæne ”Viden”

27/01/2023

SE71223

00:00

63 of 104

Hanne har en lille køkkenhave.

Hvilke naturlige ressourcer bruger Hanne til at dyrke sin køkkenhave?

Vand og jord

Vand og vind

Jord og olie

Olie og vind

Figur 16 viser, hvad eleverne på det lave kompetenceniveau kan forventes at

vide om levende organismers behov for at kunne overleve og vokse, mens

27/01/2023

den efterfølgende Figur 17 viser, hvordan elever på dette niveau kan anven-

34 of 99

de viden om fysik i en hverdagskontekst.

1 ·

Om TIMSS-undersøgelsen

Figur 17 Eksempelopgave for lavt kompetenceniveau i natur/teknologi inden for det faglige

område ”Fysik” og det kognitive domæne ”Anvendelse”

SE71112

00:00

Nina rører i en gryde med varm suppe og efterlader skeen nede i gryden.

Senere er skeen for varm til at tage op af gryden.

Hvilket materiale er skeen sandsynligvis lavet af?

Træ

Gummi

Plastik

Metal

1.3.5 Socioøkonomisk status

27/01/2023

Siden Coleman-rapporten (Coleman et al., 1966) har der været en vedvarende

of 104

interesse for elevens baggrund, i form af hvilke forudsætninger eleven

møder skolen med, og hvad det har af betydning for elevens skolepræsta-

tioner. Til at belyse dette statistisk anvendes oftest et mål for det, der i litte-

raturen betegnes

socioøkonomisk status

(på engelsk

socioeconomic status,

forkortet SES), som er en sammenfatning af forskellige baggrundsfaktorer,

som i sig selv ikke nødvendigvis har en direkte sammenhæng til elevpræ-

stationer, men er udtryk for forhold i hjemmet, som korrelerer stærkt med

elevpræstationer (Allerup et al., 2019). Social baggrund kan måles på forskel-

lige måder, hvor en af de mest simple er at spørge eleven til, hvor mange

bøger der er i hjemmet. Dette korrelerer stærkt med elevernes færdigheder,

jf. for eksempel Allerup (2012), men har som selvstændigt mål også nogle

udfordringer (Engzell, 2019). Dette simple mål er også godt til at illustrere,

hvorfor indikatorer på social baggrund netop blot skal ses som indikatorer

og ikke et direkte udtryk for en sammenhæng til elevpræstationerne: Vi kan

ikke forvente at få dygtigere elever, alene hvis de får flere bøger på hylden

derhjemme, men bøgerne kan være et udtryk for noget, som forældrene gør

eller har gjort anderledes, som har betydning for barnets evne til at møde

skolen, eksempelvis at flere bøger er forbundet med længere uddannelse hos

46 1 ·

Om TIMSS-undersøgelsen

forældrene og en større grad af boglighed og skoleorientering i hjemmet. En

indikator for socioøkonomisk status er således netop en indikator, der måler

noget ikke direkte observerbart, men indikerer et niveau af, hvad det er for

forudsætninger, eleven har med hjemmefra. Derfor vil måden, den socio-

økonomiske indikator konstrueres på, også have betydning for, hvor godt

denne beskriver betydningen af hjemmet i forhold til elevpræstationer, og

vil ikke være direkte sammenlignelig med andre socioøkonomiske mål

derfor væsentligt for målet, at det kan anvendes til sammenligning inden

på tværs af undersøgelser, hvor socioøkonomi er målt på anden vis. Det er

for undersøgelsen og er sammenligneligt over tid inden for det samme

studium.

økonomiske baggrund, som på sigt skal supplere eller erstatte den tidligere

skala for

ressourcer i hjemmet med betydning for læring.

Det nye mål er kon-

i hjemmet, højeste uddannelsesniveau hos forældrene og forældrenes

beskæftigelse. Det er således forventningen, at TIMSS’ nye mål for social

I TIMSS 2023 er der tilføjet en ny skala som et mål for elevernes socio-

strueret på baggrund af besvarelser om antallet af voksen- og børnebøger

baggrund vil være mere retvisende end det tidligere i forhold til elevens

socioøkonomiske status, idet indhold, som kan variere med andre forhold,

som indgår i målet for læringsressourcer i hjemmet, ikke er en del af den nye

skala. Således indgår spørgsmål om, hvorvidt eleven har sit eget værelse

eller internet, i skalaen for ressourcer i hjemmet med betydning for læring,

hvilket nok kan være afhængigt af familiens økonomi men også af fx urba-

niseringsgrad og dermed boligpriser der, hvor eleven bor.

Den forklarede variation i elevscore, som forklares af skalaen for socio-

økonomisk status i en lineær regression (den forklarede varians, ), kan så-

ledes ses som et mål for, hvor meget elevens socioøkonomiske status betyder

for skolepræstationerne – og forskelle i den forklarede varians mellem

fag eller lande vil være udtryk for forskelle i betydningen af socioøkonomi

mellem de forhold, der sammenlignes. Det er vigtigt at bemærke, at den for-

klarede varians (R

) er et mål for modellernes forklaringskraft, altså hvor

godt en regressionsmodel forklarer variationen baseret på de aktuelle data,

og ikke et præcist estimat for hele populationen. Det er en såkaldt deter-

minationskoefficient, der alene giver et indblik i, hvor godt data passer til

regressionslinjen. Derfor skal vurderingen af sammenhængen mellem

social baggrund og elevernes præstationer via (R

) tages med dette forbehold.

1 ·

Om TIMSS-undersøgelsen

1.4 Testdesign

At levere sammenlignelige, valide og pålidelige trendresultater for elev-

præstationer kræver stabilitet i testindhold og testdesign mellem under-

søgelsesrunder. Derfor videreføres majoriteten af opgaver i TIMSS (omkring

to tredjedele), således at elever, der har deltaget i forskellige runder af TIMSS,

Imidlertid er trendstudier i uddannelse mere komplicerede end blot at ad-

ministrere akkurat samme opgaver og instrumenter igen og igen. Skolefag

arbejder med flere af de samme opgaver (Mullis, Martin, & von Davier, 2021).

og uddannelsessystemer er dynamiske og i konstant forandring, og derfor

skal trendundersøgelser også være dynamiske og i kontinuerlig udvikling

pædagogiske praktikere og politiske beslutningstagere (Mullis & Martin,

2022).

for at afspejle samtiden, der undersøges, og dermed forblive relevante for

Imidlertid er der også sket udvikling af testinstrumenterne. I TIMSS 2019 var

det eksempelvis cirka halvdelen af de deltagende lande, der gennemførte

I tidligere afsnit har vi redegjort for udviklingen i testenes indhold.

elevtesten digitalt (herunder Danmark), imens det i 2023 er første gang,

elevtesten gennemføres digitalt i næsten alle deltagerlande (Mullis, Martin,

& von Davier, 2021). Derfor har det også været en målsætning i TIMSS 2023

at udnytte de fordele, som en digitalt formidlet test åbner mulighed for. Ud

over et mere grafisk inspirerende udtryk i opgaverne er det ligeledes muligt

at have mere interaktive opgaver, hvor eleverne interagerer hen over en op-

gave med flere trin. I elevernes daglige undervisning indgår undervisning

tilrettelagt og gennemført ved brug af digitale enheder og medier. Eksem-

pelvis finder vi i TIMSS 2023, at 94,7 (1,8) procent af elevernes lærere har

svaret, at eleverne i denne klasse har adgang til digitale enheder (dette in-

kluderer computere, tablets og smartphones) i matematiktimerne. Digital

udprøvning gør det også muligt at indsamle informationer om, hvordan

elever navigerer gennem testen (procesdata), hvilket ikke er tilfældet ved

traditionelle papirbaserede test. Endvidere kan nye innovative opgave-

formater distribueres via digitale enheder, og disse opgaver kan registrere

aspekter af elevers viden og færdigheder, som det ellers er meget vanskeligt

at indsamle data om (Lyons-Thomas et al., 2022). Et eksempel er problem-

løsningsopgaver, som er baseret på interaktive scenarier, der giver eleverne

mulighed for at følge en række trin hen imod en løsning eller et mål, imens

eleverne kontinuerligt bringer deres viden og færdigheder i spil. Med afsæt

i erfaringerne fra digital testadministration i TIMSS 2019 har Mullis et al.

48 1 ·

Om TIMSS-undersøgelsen

(2021) udgivet en rapport, der samler erfaringer og beskriver, hvordan pro-

blemløsningsopgaver er implementeret i TIMSS 2023.

Et andet innovativt tiltag i TIMSS 2023 er implementeringen af et nyt

adaptivt testsystem, som første gang blev anvendt til testadministration i

forbindelse med gennemførelse af PIRLS 2021 (Fougt et al., 2023; Mullis &

Martin, 2019). For at afdække hele curriculum møder eleverne forskellige

udsnit af de 167 opgaver i matematik og 174 i natur/teknologi. Dette er gjort

skala og sammenlignes. Udsnittene er samlet i ”booklets”, der på dansk be-

på en måde, så elevernes dygtighed kan placeres på den samme TIMSS-

tegnes opgavehæfter, selvom de ikke længere er på papir. Opgavehæfterne

er sammensat af blokke af opgaver med forskellige sværhedsgrader (se

nedenfor i afsnittet ”Opgavehæfter og rotationsprincippet i TIMSS” for yder-

ligere uddybning). Det adaptive testsystem grupperer opgavehæfterne

efter tre sværhedsgrader:

let, medium

svær.

For hvert fag vil eleverne

og svære opgaver. Alle lande anvender alle opgaver, men højere præsteren-

de lande i tidligere TIMSS-runder har en højere andel af elever, der tildeles

blive tildelt to blokke med enten: 1) lette og medium opgaver eller 2) medium

sværere opgaveblokke, og lavere præsterende lande har en højere andel af

elever, der tildeles lette opgaveblokke (Mullis, Martin, & von Davier, 2021).

Det adaptive testdesign gør det muligt for landene bedre at matche svær-

hedsgraden af TIMSS-opgaverne til deres elevers faglige niveau, hvilket

blandt andet har til formål at skabe mindre frustration blandt lavt præste-

rende elever og mindre kedsomhed blandt højt præsterende elever (Mullis,

Martin, & von Davier, 2021). Dette skulle igen føre til større engagement

og højere motivation, med forbedrede deltagelsesprocenter og færre eksklu-

derede elever til følge, idet flere elever vil opleve at have opgaver, der er tæt-

tere på deres faglige niveau. Endvidere bidrager dette til et bedre match

mellem elevernes dygtighed og opgavernes sværhedsgrad, hvilket psyko-

metrisk bidrager til en mere præcis måling af elevernes dygtighed. Med

andre ord: et kvalitetsløft for det samlede studie.

1.4.1 Opgavehæfter og rotationsprincippet i TIMSS

I TIMSS tilstræbes en bred dækning af både faglige niveauer og curriculum-

indhold, hvilket medfører en meget omfattende mængde af opgaver, der

samlet overstiger, hvad en enkelt elev kan besvare i den tilgængelige testtid.

Derfor benyttes en matrix sampling-metode, hvor den samlede opgavepulje

1 ·

Om TIMSS-undersøgelsen

for matematik og natur/teknologi inddeles i de ovenfor omtalte sæt af

virtuelle opgavehæfter, som fordeles tilfældigt blandt eleverne i hver klasse

(Yin & Foy, 2021b). Denne tilgang indebærer, at elever ikke besvarer alle

opgaver, men at de præsenteres for opgaver ud fra et rotationsprincip, som

sikrer en proportionel dækning af de forskellige faglige områder og kogni-

tive domæner i forhold til den vægtning, opgaverne har i testen, jf. tidligere

afsnit. Hver opgave forekommer i to hæfter, hvilket muliggør en sammen-

kædning af elevernes svar fra forskellige hæfter. I opgavehæfterne gruppe-

res opgaverne i blokke med cirka 10 til 14 opgaver i hver blok. Distributionen

af opgaver inden for hver blok afspejler den overordnede fordeling af opga-

vepuljen som beskrevet i TIMSS 2023’s rammeværk for matematik og natur/

teknologi (Centurino & Kelly, 2021; Philpot et al., 2021). I alt anvendes 14 for-

skellige blokke med matematikopgaver og tilsvarende 14 blokke med natur/

teknologi-opgaver. Efter dataindsamlingen er gennemført, skaleres elever-

nes svar og bringes på sammenlignelige skalaer.

Rotationsprincippet i TIMSS har flere fordele. For eleverne reduceres

antallet af opgaver, de skal løse, hvilket fører til en mere positiv testoplevelse.

Fra et testteknisk perspektiv forhindrer princippet, at elever opnår fordele

ved at kende til opgaverne på forhånd, da ikke alle elever i samme klasse

modtager de samme opgaver.

1.5 Spørgeskemaer og encyklopædi

Ud over at undersøge elevers præstationer inden for matematik og natur/

teknologi undersøger TIMSS også konteksten for elevernes læring. Via spør-

geskemaer indsamles data om blandt andet læringsmiljø, skolernes ressour-

cer, lærernes kvalifikationer, forældrenes holdninger til uddannelse og

forhold af betydning for elevernes socioøkonomiske status. Denne type data

er en vigtig kilde til at opnå indsigt i, hvordan matematik- og natur/tekno-

logi-undervisning potentielt kan forbedres i relation til faglige præstationer,

men også i forhold til at forbedre børn og unges velbefindende generelt

(Lietz, 2017). TIMSS 2023 indeholder fire kontekstspørgeskemaer til hen-

holdsvis elever, lærere, skoleledere og forældre – hvert spørgeskema beskri-

ves kortfattet herunder. Læsere, der ønsker dybere indblik, henvises til

rammeværket for spørgeskemaerne i TIMSS 2023, som er udarbejdet af

Reynolds et al. (2021).

50 1 ·

Om TIMSS-undersøgelsen

1.5.1 Elevspørgeskemaet

Alle elever, der deltager i TIMSS, udfylder et spørgeskema efter at have gen-

nemført TIMSS-testen i matematik og natur/teknologi. Denne del af under-

søgelsen giver indsigt i en række vigtige aspekter af elevernes skolegang og

personlige baggrund. Spørgeskemaet omfatter elevkarakteristika som køn

og alder. Minoritetsbaggrunde undersøges ved at indsamle oplysninger om

fødested og det sprog, der tales i hjemmet. Der spørges til skolefravær samt

elevernes daglige vaner, såsom om de spiser morgenmad og oplever at være

trætte og sultne, når de møder i skolen. Elevspørgeskemaet fokuserer også

på elevernes følelse af skoletilhørsforhold, oplevelser med mobning, og hvor-

dan de oplever, undervisningen formidles, hvilket bidrager til en forståelse

af klasserumsklimaet. Elevernes personlige forhold til fagene matematik og

natur/teknologi undersøges også, herunder deres faglige selvtillid og inte-

resse for disse fag. Yderligere indsamles information om elevernes oplevelse

af uro og undervisningsforstyrrende adfærd i timerne. De kontekstuelle

forhold, der afdækkes i spørgeskemaerne, har et stort omfang og langtfra

alle forhold afdækkes i nærværende bog, men er frit tilgængelige i de inter-

nationale datasæt.

1.5.2 Lærerspørgeskemaet

De lærere, der underviser TIMSS-elever i matematik og/eller natur/tekno-

logi, besvarer også et spørgeskema. Dette har blandt andet til formål at ind-

samle oplysninger om undervisningspraksis, hvilket inkluderer anvendte

pædagogiske metoder og teknologiintegration. Der indsamles også oplys-

ninger om antallet af elever i de deltagende klasser og sprogvanskeligheder

blandt eleverne. Lærerne bliver endvidere spurgt om specifikke udfordrin-

ger, de står over for i klassen, den tid, der allokeres til undervisning i de

enkelte fag, valg af læremidler, hvilke faglige emner der undervises i, og

hvordan de differentierer undervisningen for at imødekomme elevernes

forskellige behov. Yderligere fokuserer dette spørgeskema på lærernes

arbejdsglæde, arbejdsbelastning, forberedelsespraksis og deres samarbejde

med kolleger. Igen indeholder disse spørgeskemaer langt flere nuancer,

end vi afrapporterer i denne bog.

2. Data fra tidligere runder er tilgængelig her: https://www.iea.nl/data-tools/repository/

timss og gøres tilgængelige fra indeværende undersøgelse primo 2025.

1 ·

Om TIMSS-undersøgelsen

1.5.3 Skolelederspørgeskemaet

Skoleledere fra TIMSS-deltagende skoler udfylder skolelederspørge-

skemaet, som indsamler data om skolens karakteristika, herunder antallet

af 4.-klasseelever og byens størrelse, hvor skolen ligger. Der er fokus på

den allokerede undervisningstid og tilgængeligheden af lektiehjælp. Spørge-

skemaet undersøger desuden skolens ressourcer, heriblandt computer-

tilgængelighed, digitale læringsressourcer og undervisningsmaterialer spe-

cifikt for matematik og natur/teknologi. Skolelederne spørges til skolens

prioritering af faglig succes og faktorer såsom elevernes trivsel, disciplin og

skolens mobilpolitik. Spørgeskemaet inkluderer spørgsmål om lærerfravær,

elevernes skoleparathed ved skolestart samt lærernes erfaring og uddannel-

sesniveau. Der er også spørgsmål om skolelederen selv såsom uddannelse

og erfaring.

1.5.4 Spørgeskema til hjemmet

Forældre eller værger til 4.-klasseelever, der deltager i TIMSS, bliver bedt om

at udfylde et spørgeskema til hjemmet. Spørgeskemaet indsamler oplysnin-

ger om elevernes læringsressourcer i hjemmet og deres baggrund i øvrigt.

Det inkluderer spørgsmål om barnets deltagelse i dagtilbud før skolestart,

tidlige læse- og matematikaktiviteter, og hvilket sprog der tales i hjemmet.

Ydermere undersøges forældrenes eller værgernes uddannelsesmæssige

baggrund og erhvervsmæssige status. Spørgeskemaet omfatter brugen

af daginstitution før skolestart og vurdering af barnets læse- og matema-

tikfærdigheder ved skolestart. Forældre/værger giver oplysninger om even-

tuel ekstraundervisning uden for skolen, og hvordan lektier håndteres

i hjemmet, og hvilke ressourcer der er i hjemmet til at understøtte skole-

arbejdet som fx et skrivebord eller internetadgang. Derudover spørges til

skolerettede aktiviteter, der udføres med barnet i hjemmet, og forældrenes

holdninger til skolen samt deres syn på fagene matematik og natur/tekno-

logi. Spørgeskemaet afsluttes med spørgsmål om forældrenes uddannelses-

mæssige forventninger til barnet samt oplysninger om, hvem der har

udfyldt spørgeskemaet.

1.5.5 Encyklopædi

Elevtest samt spørgeskemaer til elever, lærere, forældre og skoleledere er

centrale instrumenter til datagenerering i TIMSS. Men som en del af under-

søgelsen indsamles der også oplysninger om de nationale skolesystemer,

52 1 ·

Om TIMSS-undersøgelsen

og hvordan matematik- og natur/teknologi-undervisningen rammesættes

i hvert deltagende land. Ligesom i tidligere runder af TIMSS har repræsen-

tanter fra hvert deltagerland bidraget med information til TIMSS 2023-en-

cyklopædien (Reynolds, Aldrich, et al., 2024). Dette inkluderer udfyldelse af

et curriculum-spørgeskema om politikker og læreplaner for matematik- og

natur/teknologi-undervisning samt et landespecifikt encyklopædikapitel

med detaljerede kvalitative beskrivelser af de enkelte deltagerlandes uddan-

nelsessystemer og forandringer mellem undersøgelsesrunderne. Således

foreligger der også et kapitel omhandlende Danmark (Christensen et al.,

2024), der beskriver det danske uddannelsessystem, strukturen og indholdet

i matematik og natur/teknologi, samt hvilke særlige tiltag der er igangsat på

fagområderne siden TIMSS 2019. Encyklopædien gør det muligt at sammen-

ligne og analysere uddannelsesstrategier og -praksisser på tværs af lande og

vil være relevant at konsultere, hvis man forholder sig til danske 4.-klasse-

elevers placering i TIMSS i relation til andre lande.

1.6 Udtrækning af skoler, dataindsamling og deltagelsesgrad

Målgruppen for TIMSS er elever, som har modtaget fire års formel under-

visning fra det første år af ISCED-niveau 1.

I Danmark og de fleste deltagen-

de lande er dette elever på 4. klassetrin

(Mullis, et al., 2021) Undersøgelsen

har til formål at frembringe generaliserbar viden om 4.-klasseelevers faglige

dygtighed, uden at alle elever inddrages i undersøgelsen. Derfor udtrækkes

en repræsentativ stikprøve (et

sample),

hvor populationen udgøres af alle

elever indskrevet i 4. klasse det skoleår, hvor undersøgelsen gennemføres

(Siegel & Foy, 2024).

I Danmark er stikprøveudvælgelsen baseret på en populationsliste fra

institutionsregistret udarbejdet af Styrelsen for IT og Læring (STIL), som

omfatter alle danske skoler med indskrevne elever i målgruppen. Det er mu-

3. ISCED er en internationalt anvendt standard for beskrivelse af uddannelse, herunder

uddannelsesniveauer, hvor førskolen udgør niveau 0, mens grundskolen i de fleste lande

starter ved niveau 1. For mere information om ISCED-klassificeringer se: https://ec.europa.

eu/eurostat/statistics-explained/index.php?title=International_Standard_Classification_

of_Education_(ISCED)

4. Bemærk, at eleverne i de forskellige lande ikke nødvendigvis er helt jævnaldrende,

da skolestartsalderen varierer fra land til land. Norge valgte i 2015 at deltage med deres

5.-klasseelever, hvilket skyldtes, at Norge gennemførte en skolereform, hvor skolestarten

blev ændret. Aldersmæssigt er de deltagende norske elever således alderssvarende

med de danske elever i 2023-undersøgelsen.

1 ·

Om TIMSS-undersøgelsen

ligt at ekskludere skoler fra et lands stikprøveramme. Denne eksklusion ind-

går i den samlede opgørelse af et lands eksklusion fra undersøgelsen.

Vi har indledningsvist ekskluderet behandlingstilbud, skoler uden under-

visning på 4. klassetrin, skoler, der ikke underviser på dansk, specialskoler

samt meget små skoler med færre end fem elever i 4. klasse fra stikprøve-

rammen. Som følge heraf blev 2,3 procent af eleverne frasorteret fra stikprø-

verammen, der danner grundlag for stikprøveudvælgelsen.

Samplingsproceduren i TIMSS kan beskrives som

systematisk randomis-

eret totrins stratificeret klyngeudvælgelse

(Meinck & Vandenplas, 2021).

De to trin består af, at der først (fra listen over samtlige skoler) tilfældigt

udtrækkes skoler baseret på en stratificering af skolelisten. I Danmark er

skolerne stratificeret, i forhold til om de er små eller store, og om de er private

eller offentlige (fri grundskole eller folkeskole). Skolerne vægtes i forbindel-

se med udtrækningen efter deres størrelse, således at chancen for at udtræk-

ke en skole i større grad afspejler, hvor mange elever på 4. klassetrin skolen

repræsenterer. Efterfølgende udtrækkes tilfældigt på hver udtrukket skole

én eller to klasser på 4. klassetrin som således udgør en klynge. Det betyder,

at eleverne udtrækkes til at deltage på klassebasis, og at det som udgangs-

punkt er alle elever i udvalgte klasser, der deltager i TIMSS (Siegel &

Foy, 2024).

For Danmark er stikprøveudvælgelsen i praksis gennemført ved, at IEA’s

samplingsenhed og RTI International ud fra den rensede stikprøveramme

har udtrukket 164 skoler samt en første og en anden erstatningsskole for hver

af de først udtrukne skoler. Erstatningsskolerne kontaktes i tilfælde af fra-

fald af hovedskolen. Én af hovedskolerne bortfaldt fra udtrækket, da den i

mellemtiden var blevet konverteret til en specialskole. På baggrund af sko-

leudtrækket er de udvalgte skoler blevet kontaktet individuelt for at afklare

deres ønske om deltagelse. I alt har 126 førstesamplede skoler accepteret at

deltage sammen med 32 erstatningsskoler (26 førsteerstatningsskoler og

6 andenerstatningsskoler). Dette resulterer i, at 158 danske skoler, ud af

163 mulige skoler, har deltaget i TIMSS 2023.

1.6.1 Deltagelsesrater

IEA har fastlagt kvalitetskriterier til deltagelsesraterne i deres studier, som

enten skal opfyldes på skoleniveau, klasseniveau og elevniveau eller som en

samlet deltagelsesprocent (produktet af de tre) (Siegel & Foy, 2024):

54 1 ·

Om TIMSS-undersøgelsen

• På skoleniveau skal 85 procent af de førstesamplede skoler deltage.

I Danmark deltog 77 procent af disse skoler, hvilket er under

IEA’s mindstekrav. Medregnes de deltagende erstatningsskoler,

var deltagelsesraten på skoleniveau 97 procent.

Her havde Danmark en deltagelsesrate på 100 procent, altså over

IEA’s mindstekrav.

deltage. Her endte vi i Danmark med en deltagelsesrate på 94 procent

– over IEA’s mindstekrav.

• På klasseniveau skal 95 procent af de udtrukne klasser deltage.

• På elevniveau skal 85 procent af eleverne i alle udtrukne klasser

• For den samlede deltagelsesrate har IEA et krav om mindst 75 procent

beregnet som produktet af de tre deltagelsesrater af både de udtrukne

skoler, klasser og elever. Danmark havde i TIMSS 2023 en samlet

deltagelsesrate på 73 procent efter denne beregning.

Danmarks deltagelsesrate på skoleniveau, og dermed den samlede deltagel-

se, ligger under IEA’s mindstekrav, hvilket medfører, at Danmark i de inter-

nationale tabeller er angivet med en anmærkning herom. Den mest hyppige

årsag, skolerne angav, hvis de afviste at deltage, var tidsmangel. En del skoler

fremhævede, at mange elever på 4. årgang er gået glip af mange under-

visningstimer på grund af de forskellige COVID 19-nedlukninger både på

nationalt, kommunalt, skole- og klasseniveau. I alt 17 skoler oplyste, at ledel-

sen eller skolebestyrelsen havde besluttet at fravælge alle ikke-obligatoriske

test for at aflaste lærerne og eleverne.

Den danske deltagelse på skoleniveau i TIMSS 2023 har været på niveau

med eller lidt højere end i tidligere runder af undersøgelsen. Set i lyset af,

at deltagelse i Danmark er frivillig, må deltagelsesgraden anses for at være

yderst tilfredsstillende. Denne højere deltagelse kan tolkes som en indika-

tion på, at skolerne opfatter TIMSS-undersøgelsen som en betydningsfuld

og relevant undersøgelse, men også et resultat af opbygningen af en lang-

varig og tæt relation med skolerne, hvor vi lægger vægt på at etablere sam-

arbejder med de relevante aktører på skolerne og sørger for, at eleverne

får en god oplevelse, når de deltager i undersøgelsen.

Den samlede deltagelsesrate med erstatningsskoler i TIMSS 2023 er

91 procent, hvilket er den højeste, Danmark har opnået siden første deltagelse

i TIMSS-undersøgelsen. Denne rate placerer sig på et mellemniveau i for-

hold til de øvrige nordiske lande, hvor Finland har en deltagelsesrate på

95 procent, Norge 88 procent, og Sverige 95 procent.

1 ·

Om TIMSS-undersøgelsen

Tabel 6 Samlet deltagelsesrate (med erstatningsskoler) i TIMSS 2023 blandt de nordiske

lande

Land

Danmark

Finland

Norge

Sverige

Deltagelsesrater

91 Procent

95 Procent

88 Procent

95 Procent

På verdensplan levede 54 af de 63 deltagere med 4. klasseniveau op til IEA’s

krav om deltagelsesrater. Yderligere syv deltagere kunne indfri kravene gen-

nem inddragelse af erstatningsskoler (herunder Danmark), mens to delta-

gere ikke kunne indfri kravene (von Davier, Kennedy, et al., 2024).

På tværs af 58 lande og 5 regioner har 359.053 elever på 4. klasseniveau

deltaget i TIMSS 2023 sammen med 262.330 forældre, 12.014 skoleledere

og i alt 36.013 matematiklærere og natur/teknologi-lærere. TIMSS blev i

Danmark gennemført af 5.166 elever ud af de oprindeligt 5.736 mulige elever.

Ud over elevdata blev der også indsamlet data fra 4.512 forældre, 305 lærere

i matematik og natur/teknologi samt 145 skoleledere, hvilket bidrager til en

bredere forståelse af, hvordan eleverne oplever konteksten omkring deres

præstationer og skolegang.

De deltagende elever havde i gennemsnit en alder på 10,9 år ved under-

søgelsestidspunktet i 2023, hvilket er identisk med den gennemsnitlige alder

i 2019 (10,9 år) og 2015 (10,9 år). Denne gennemsnitsalder ligger også på et

niveau svarende til 2007 og 2011, hvor gennemsnitsalderen var 11,0 år. I Fin-

land, Sverige og Norge var den gennemsnitlige alder 10,8 år. De nordiske

lande udviser en høj grad af lighed på dette punkt og placerer sig internati-

onalt i den øvre ende af aldersgennemsnittet blandt de deltagende lande.

Tabel 7 Gennemsnitsalderen i TIMSS 2023 blandt de nordiske lande

Land

Danmark

Finland

Norge

Sverige

Gennemsnitsalder

10,9

10,8

56 1 ·

Om TIMSS-undersøgelsen

Blandt de 5.166 deltagende elever udgjorde pigerne 2.614, svarende til 50,6

procent af stikprøven (uvægtet), mens drengene udgjorde 2.552, svarende til

49,4 procent af den aktuelle stikprøve (uvægtet). Det vægtede populations-

procent og for drengene 49,1 (0,8) procent.

estimat for kønssammensætningen i 4. klasse for piger udgjorde 50,9 (0,8)

1.6.2 Ekskluderede og fraværende elever

En undersøgelse som TIMSS sigter mod at præsentere et overblik over den

samlede populations matematiske og naturvidenskabelige/teknologiske

færdigheder, og en høj eksklusionsrate fra undersøgelsen udgør en udfor-

dring, da usikkerheden kan stige omkring resultatet og kan medføre bias.

klusioner, må ifølge IEA’s kvalitetsstandarder ikke overstige afrundet 5 pro-

cent af den samlede population. Hvis den samlede andel af ekskluderede

De ekskluderede elever, både på skoleniveau og inden for stikprøveeks-

elever er højere end afrundet 5 procent af den samlede population, noteres

det i bilagene til den internationale rapport, og der gives anmærkninger

i oversigterne (Siegel & Foy, 2024).

Andelen af elever, der fritages fra deltagelse i TIMSS-undersøgelsen samt

i andre internationale undersøgelser såsom PIRLS og PISA, efter at deres

klasse er blevet udtrukket, har været stigende i Danmark og andre vestlige

lande gennem de seneste årtier (Atasever et al., 2024). De relativt høje

eksklusionsrater i Danmark i internationale sammenlignelige studier giver

anledning til spørgsmål om de potentielle samfundsmæssige årsager, der

kan forklare den omfattende fritagelse af elever. Men som det fremgår af

Tabel 8, så har den samlede eksklusionsrate i Danmark i 2007, 2019 og igen

her i 2023 været inden for de internationale kvalitetsstandarder.

Tabel 8 Samlet eksklusionsrate i TIMSS i Danmark 2007-2023

År

2007

2011

2015

2019

2023

Ekskluderede elever

4,1 Procent

6,3 Procent

7,5 Procent

3,1 Procent

5,2 Procent

1 ·

Om TIMSS-undersøgelsen

Antallet af elever med én eller flere diagnoser i det danske skolesystem har

været stigende i Danmark. Ifølge data fra Sundhedsstyrelsen er antallet af

patienter behandlet af børne- og ungdomspsykiatrien øget med cirka 50

procent inden for en 10-årig periode (Sundhedstyrelsen, 2022).

Denne udvikling manifesterer sig i specialundervisningsområdet, hvor

et stigende antal folkeskoleelever modtager undervisning i specialtilbud,

som dokumenteret i en nylig analyse fra Momentum for KL (Momentum,

2023), men også i det almene område, jf. Figur 18. Ifølge hovedkonklusioner-

ne fra evalueringen af inkluderende læringsmiljøer og specialpædagogisk

bistand, udarbejdet af Det Nationale Forsknings- og Analysecenter for

Velfærd (VIVE) for Børne- og Undervisningsministeriet, modtager næsten

Yderligere 8 procent af udskolingseleverne vurderes ifølge lærerne at have

behov for støtte (Børne- og Undervisningsministeriet, 2022).

Figur 18 Distribution af elever, der modtager specialundervisning,

skoleår 2014-2015 til 2022-2023

Specialskoler

7,00%

Dagtilbud og rehabiliteringscentre

Specialefterskoler

Specialklasser

Almene klasser

11 procent af udskolingseleverne i den almindelige undervisning støtte.

6,00%

0,80%

0,47%

0,44%

0,58%

0,65%

0,92%

0,95%

1,12%

5,00%

0,48%

4,00%

3,00%

1,97%

2,09%

2,11%

2,21%

2,30%

2,40%

2,47%

2,56%

2,75%

2,00%

0,40%

0,35%

0,41%

0,37%

1,31%

0,42%

0,38%

0,43%

0,39%

0,45%

0,47%

0,48%

0,50%

0,48%

0,53%

0,50%

0,52%

1,00%

1,27%

0,00%

710.353

2015

712.274

2016

711.236

2017

709.056

2018

703.365

2019

1,32%

1,34%

1,39%

1,47%

1,59%

1,65%

1,67%

695.707

2020

687.082

2021

680.482

2022

682.055

2023

Kilde: Uddannelsesstatistik.dk (Børne- og Undervisningsministeriet, 2024b)

Den seneste opgørelse over antallet af danske ordblinde elever fra Under-

visningsministeriet viser, at i skoleåret 2022/2023 er 13 procent af eleverne

i folkeskolens 9. klasse testet ordblinde i løbet af deres skoletid. Fire procent

er derudover testet usikre i fonologisk kodning og har langsom og upræcis

omsætning af bogstaver (Børne- og Undervisningsministeriet, 2023).

58 1 ·

Om TIMSS-undersøgelsen

andre europæiske skolesystemer, oplevet en betydelig stigning i antallet af

flygtningebørn. Ifølge data fra Udlændingestyrelsen fik 41.250 ukrainske

flygtninge opholdstilladelse i Danmark mellem den 16. marts 2022 og den

1. juli 2023, hvoraf 13.656 var børn (Udlændingestyrelsen, 2023). Omkring

80 procent af disse børn (10.924) var i alderen 6 til 16 år og skulle dermed

integreres i det danske skolesystem. Dette har medført en markant stigning

i antallet af modtageklasser og -pladser i almene klasser i forhold til TIMSS

2019.

stigende antal ekskluderede elever TIMSS-undersøgelsen i Danmark fra

Derudover har det danske skolesystem de sidste par år, ligesom mange

Disse ovenstående forhold kan udgøre en del af forklaringen på det lidt

2019 til 2023. Selvom vi ikke kan påvise nogen direkte sammenhænge, kan

vi identificere de nævnte tendenser i samfundet, som potentielt kan påvirke

de danske skolers og læreres beslutninger om at fritage elever fra under-

På grund af de stigende eksklusionsrater og for at undgå, at undersøgel-

sen ikke længere er repræsentativ, har vi i TIMSS 2023 indgået et meget tæt

samarbejde med de skoler og lærere, som ønskede at ekskludere elever. Det

er den enkelte skole, normalt repræsenteret ved den specifikke lærer, der i

samarbejde med det danske TIMSS-team beslutter, om en elev skal fritages

søgelsen.

fra undersøgelsen ud fra de tre internationalt bestemte kriterier: funktio-

nelle vanskeligheder, intellektuelle vanskeligheder eller ikke dansktalende

elever (Siegel & Foy, 2024).

Typisk har mange af de ekskluderede elever i Danmark enten en ord-

blindediagnose eller er testet usikre i fonologisk kodning. I TIMSS 2023 har

vi i Danmark tilbudt disse elever læsehjælp i form af en voksen, der kunne

læse opgaver op for dem. På den måde har 64 procent (218) af de 357 elever,

som i forvejen var markeret som ekskluderet, kunnet deltage i undersøgel-

sen i denne omgang. De ekskluderede elever er en del af hverdagen i mate-

matik- og natur/teknologi-undervisningen, og vi ønsker så vidt muligt at

inkludere alle disse elever i vores undersøgelse. TIMSS er ikke en under-

søgelse af elevernes læsning, og af den grund er det tilladt at tilbyde elever-

ne den nødvendige læsehjælp.

Sammen med de 2,3 procent elever i skoler, der blev ekskluderet forud

for skoleudtrækket, ender Danmark med en samlet eksklusionsrate på

5,2 procent, som er inden for de rammer, der er opstillet af den internatio-

nale forskningsledelse. Til sammenligning er Sveriges 6,2 procent og Norges

6,1 procent, mens Finland er nede på 2,4 procent.

1 ·

Om TIMSS-undersøgelsen

Tabel 9 Samlet eksklusionsrate i TIMSS 2023 blandt de nordiske lande

Land

Danmark

Finland

Norge

Sverige

Ekskluderede elever

5,2 Procent

2,4 Procent

6,1 Procent

6,2 Procent

1.6.3 Fraværende elever

352 elever var fraværende på dagen for gennemførelsen af TIMSS-under-

søgelsen i 2023. I klasser med stort fravær på undersøgelsesdagen blev der,

hvor det var muligt, udført opfølgningssessioner med henblik på at indhente

data fra fraværende elever. Der er forskellige årsager til elevfravær på dagen.

Nogle af eleverne har været syge, holdt ferie uden for skolernes ferier, været

til læge, og i nogle tilfælde har en elev været indskrevet i to forskellige klas-

ser, en almen og en specialklasse, som led i en inklusionsstrategi.

1.6.4 Den praktiske afvikling af TIMSS-undersøgelsen i 2023

På samme vis som i TIMSS 2019 fik alle de danske skoler i TIMSS 2023 tilbudt

støtte til gennemførelsen af undersøgelsen. Mange af de deltagende skoler

anvendte bærbare computere udlånt af TIMSS til afvikling af undersøgelsen,

da en del danske skoler har tablets til eleverne med en for lille skærmstør-

relse til at opfylde undersøgelsens krav.

Vores undersøgelsesadministratorer besøgte således 246 klasser på 140

grundskoler. Alle TIMSS-medarbejdere, der var ude på skolerne, havde gen-

nemgået et grundigt oplæringskursus og træningsforløb forud for skole-

besøgene. TIMSS-medarbejderne er derfor trænet i at følge de internationalt

fastsatte procedurer, samtidig med at de er i stand til at guide alle elever

gennem undersøgelserne (von Davier, Fishbein, et al., 2024). Det er yderst

centralt at have pædagogisk og didaktisk indsigt, og af den grund lagde vi

i forbindelse med ansættelserne stor vægt på, at undersøgelsesadministra-

torer havde erfaring med at arbejde med børn. Størstedelen af vores perso-

nale studerer ved DPU og beskæftiger sig til daglig med pædagogik og ud-

dannelse på både teoretisk og praktisk niveau.

Derudover valgte 20 skoler i TIMSS 2023 at gennemføre undersøgelsen

selvstændigt med i alt 37 klasser. På disse skoler var det typisk en klasselærer

eller en afdelingsleder, der stod for gennemførelsen af undersøgelsen med

60 1 ·

Om TIMSS-undersøgelsen

afsæt i den oversatte internationale undersøgelsesadministrationsmanual,

der udførligt beskriver alle trin i testafviklingen.

Spørgeskemaet til hjemmet blev i TIMSS 2023 afviklet på papir på grund

af den lavere besvarelsesrate i 2019 i sammenligning med tidligere

TIMSS-studier i Danmark. Forskellige måder at indsamle data på har be-

tydning for deltagelsesrater og eventuelle bias i resultaterne (Kjeldsen &

Strietholt, 2024). I TIMSS 2023 har 4.512 forældre udfyldt spørgeskemaet til

hjemmet, hvilket svarer til, at 88 procent af de deltagende elevers forældre

eller værge har afgivet deres svar, en svarprocent, der er væsentligt højere

end i TIMSS 2019, hvorfor vi antager, at valget af et papirbaseret spørge-

skema har understøttet dette.

I TIMSS 2023 har vi modtaget 354 lærerbesvarelser fra i alt 305 danske

lærere. Blandt disse er der 116 matematiklærere, 90 natur/teknologi-lærere

Spørgeskemaerne til skoleledere og faglærere blev afviklet digitalt.

og 99 lærere, der underviste klasserne i begge fag. I TIMSS 2023 har 145 skole-

ledere fra de 158 deltagende skoler besvaret spørgeskemaet, hvilket svarer

til en svarprocent på 92 procent.

I deltagende lande udpeger IEA en observatør, der skal medvirke til

at sikre overholdelse af de internationale retningslinjer. I den danske delta-

gelse udførte den udpegede internationale observatør besøg på 15 tilfældigt

udvalgte skoler. Disse observationer blev suppleret med interviews med

skolens personale om deres kommunikation med TIMSS-medarbejdere,

undersøgelsesmaterialet og undersøgelsesadministrationen på dagen. Den

internationale observatør er dermed en integreret del af den internationale

kvalitetssikring (Johansone, 2024).

Som anført i afsnit 2.1, består TIMSS-elevundersøgelsen af en kombina-

tion af multiple choice-spørgsmål og åbne spørgsmål. Størstedelen af ele-

vernes besvarelser bliver scoret automatisk. Dette gælder for eksempel for

de besvarelser, hvor eleverne har krydset en svarmulighed af, eller hvor de

har foretaget bestemte handlinger på deres skærm, såsom at flytte en planet,

der kredser rundt om Solen. Når eleven selv skriver et svar, skal besvarelserne

kodes manuelt. I TIMSS 2023 krævede 7 matematikopgaver og 70 natur/tek-

nologi-opgaver manuel kodning. Til dette formål har IEA udviklet detal-

jerede kodningsvejledninger på engelsk. Kodningsvejledningerne er baseret

på en grundig beskrivelse af specifikke kriterier, der understøtter point-

tildelingen. Dette inkluderer også eksempler på elevbesvarelser inden for

hver kategori, hvilket giver kodere et solidt grundlag for at vurdere opgave-

besvarelserne (von Davier, Fishbein, et al., 2024).

1 ·

Om TIMSS-undersøgelsen

med den 11. juli 2023. I denne periode kodede 16 TIMSS-medarbejdere 67.809

elevbesvarelser under tæt vejledning fra TIMSS’ faste personale. Koderne

var alle i gang med en universitetsuddannelse inden for pædagogik, didak-

tik (matematik) eller uddannelsesvidenskab, eller de var uddannede lærere

inden for et relevant linjefag. Alle kodere blev trænet intensivt forud for kod-

Den manuelle kodning af åbne besvarelser fandt sted fra den 6. juni til og

ningen i at følge de internationale vejledninger. En række processer for at

sikre korrekt og ensartet kodning er etableret, herunder dobbeltkodning af

200 tilfældige elevbesvarelser.

1.7 Coronapandemien

Dataindsamlingen for de to seneste runder af TIMSS er gennemført i 2019

og 2023. Mellem de to dataindsamlinger udspillede coronapandemien sig og

påvirkede i høj grad uddannelsessystemer over hele verden. Pandemiens

indvirkning på elevers læring og trivsel er undersøgt igennem en række

forskningsprojekter (Christensen, 2024; Farrell et al., 2023). Der er varierende

resultater på tværs af studier, afhængigt af hvornår i pandemiens forløb data

er indsamlet, hvilken elevgruppe der undersøges, samt hvilke lærings- og

trivselsudkommer der fokuseres på (Betthäuser et al., 2023; Kennedy et al.,

2022). Dog er der på tværs af enkeltstudier, internationale komparative

undersøgelser samt systematiske reviews og metaanalyser generelt enighed

om, at pandemien har påvirket både elevers trivsel og læring negativt

(Di Pietro, 2023; Kennedy & Strietholt, 2023). Endvidere er det dokumenteret,

at elever fra hjem med høj socioøkonomisk status generelt var udsat for

en mindre negativ påvirkning end elever fra hjem med lav socioøkonomisk

status (Betthäuser et al., 2023; Hammerstein et al., 2021).

De 4.-klasseelever, som har deltaget i TIMSS 2023, gik i 1. klasse i marts

2020, hvilket var det tidspunkt, Danmark gennemførte den første nationale

skolenedlukning på grund af spredning af coronasmitte. Dette indledte en

cirka toårig turbulent periode, hvor skolerne måtte tilpasse sig særlige vilkår,

herunder adfærdsmæssige restriktioner, håndtering af lokale smitteudbrud

og endnu en national skolenedlukning. Dette medførte omlægning af under-

visningen, anderledes undervisningsformer såsom virtuel og distance-

undervisning, og de deltagende elevers skolegang har således været markant

påvirket af pandemien, hvilket er vigtigt at have for øje ved fortolkning af

resultaterne i TIMSS 2023, og i denne bog henviser vi nogle gange til corona-

pandemien som en mulig forklaring på de resultater, der fremkommer.

62 1 ·

Om TIMSS-undersøgelsen

Imidlertid vil vi påpege, at selvom pandemien med stor sandsynlighed er en

væsentlig faktor, der har påvirket elevernes skolegang, er den ikke eneste

årsag til de tendenser, der observeres i TIMSS 2023. Eksempelvis var der

negative trends for danske 4.-klasseelevers præstationer (særligt i mate-

matik) allerede før pandemien (Kjeldsen et al., 2020). Dette er endnu en fak-

tor blandt mange, som bør inddrages, når resultater fra TIMSS 2023 fortolkes.

Imidlertid giver TIMSS 2023 indsigt i emnet fra et forældreperspektiv, fordi

forældre/værger via forældrespørgeskemaet er blevet spurgt: ”Oplever

du,

at dit barns læringsmæssige udvikling er blevet påvirket negativt af COVID-

19-pandemien?”,

og til dette spørgsmål fik de tre svarmuligheder:

I høj grad,

I nogen grad

Slet ikke.

Nedenfor vil vi kortfattet præsentere dette for-

ældreperspektiv og dets sammenhæng med elevernes præstationer og

sociale baggrund.

Tabel 10 viser, at for 50 procent af eleverne har forældre/værger svaret,

at pandemien

Slet ikke

påvirkede deres barns læring negativt, hvilket flugter

ganske fint med det overordnede resultat for 2023, hvor gennemsnittet i

matematik og natur/teknologi ikke er signifikant forskelligt fra 2019. Børn

til denne gruppe af forældre/værger scorer signifikant højere i TIMSS-

matematiktesten (42 point mere) og natur/teknologi-testen (40 point mere)

end de 10 procent af børnene, hvis forældre/værger vurderer, at pandemien

I høj grad

har påvirket barnets læringsmæssige udvikling. Yderligere vurde-

rer 40 procent, at deres barn blev påvirket

I nogen grad,

og disse børn scorer

også signifikant højere (21 og 23 point i henholdsvis matematik og natur/

teknologi) end børn, hvis forældre/værger svarer

I høj grad.

Tabel 10 Danske forældres/værgers vurdering af, i hvilken grad deres børns læringsmæssige

udvikling blev påvirket af COVID-19-pandemien

Pct.

I høj grad

I nogen grad

Slet ikke

Gns. score

i matematik

496,6 (4,6)

518,0 (2,6)

538,7 (2,5)

Diff. gns. score

i matematik

21,4 (5,1)***

42,1 (4,0)***

Gns. score i

natur/teknologi

497,1 (5,0)

519,6 (3,1)

536,8 (3,3)

Diff. gns. score i

natur/teknologi

22,6 (5,6)***

39,8 (5,6)***

9,7 (0,5)

40,3 (0,9)

50,0 (1,1)

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Diff. gns. score for matematik og natur/teknologi angiver forskellen til referencekategorien: I høj grad

5. Se afsnit 1.9 for læsevejledning til tabeller.

1 ·

Om TIMSS-undersøgelsen

Tabel 11 viser fordelingen af danske elever, hvis forældre/værger har vurde-

ret, i hvilken grad deres børns læringsmæssige udvikling blev negativt på-

virket af COVID-19-pandemien, opdelt efter socioøkonomisk status. Blandt

forældre/værger med høj socioøkonomisk status vurderer 8,8 procent, at

deres barns læring blev påvirket

I høj grad,

mens andelen i den midterste

socioøkonomiske gruppe er 9,6 procent – uden signifikant forskel mellem

de to grupper. Derimod angiver 16,6 procent af forældre med lav socio-

økonomisk status, at deres barns læring blev påvirket

I høj grad,

hvilket er

en statistisk signifikant højere andel end blandt forældre i de øvrige socio-

økonomiske grupper. Børn af forældre/værger med lav socioøkonomisk

status, der vurderer

I høj grad,

opnår en gennemsnitlig matematikscore på

af forældre med lav socioøkonomisk status, der vurderer

I nogen grad

(477,1)

Slet ikke

(499,8). Ligeledes scorer børn af forældre/værger med lav socio-

økonomisk status, der vurderer

I høj grad,

signifikant lavere i natur/tekno-

logi-testen (441,9) sammenlignet med elever til forældre/værger, der vurde-

rer

I nogen grad

(468,2) og

Slet ikke

(475,9).

Tabel 11 Danske forældres/værgers vurdering af, i hvilken grad deres børns lærings-

mæssige udvikling blev påvirket negativt af COVID-19-pandemien, opdelt efter

socioøkonomisk status

Pct.

Høj SES

I høj grad

I nogen grad

Slet ikke

Middel SES

I høj grad

I nogen grad

Slet ikke

Lav SES

I høj grad

I nogen grad

Slet ikke

Note:

Std.fejl i parentes

8,8 (0,7)

40,5 (1,3)

50,7 (1,3)

9,6 (0,8)

39,8 (1,4)

50,6 (1,6)

16,6 (2,4)

42,8 (2,7)

40,6 (2,9)

Gns. score i

matematik

514,5 (5,8)

540,2 (3,3)

559,4 (3,0)

487,7 (5,1)

499,9 (3,6)

520,4 (3,8)

462,2 (12,6)

477,1 (7,3)

499,8 (7,6)

Gns. score i

natur/teknologi

522,8 (5,7)

546,6 (3,0)

562,4 (3,4)

485,9 (5,3)

497,9 (4,1)

516,2 (3,4)

441,9 (13,3)

468,2 (8,5)

475,9 (9,2)

462,2, hvilket er statistisk signifikant lavere end matematikscorer for elever

64 1 ·

Om TIMSS-undersøgelsen

1.8 Anvendte statistiske metoder

I perioden, efter at det samlede datagrundlag for TIMSS 2023 blev indsamlet

i alle deltagerlande, har IEA og Boston College varetaget den initiale statisti-

ske bearbejdning af data, herunder etablering af skalaer, vægtning af data

samt udregning af plausible værdier. I dette afsnit vil vi kortfattet redegøre

for disse databearbejdninger, imens en udførlig beskrivelse er udgivet af von

Davier (2024). Yderligere vil vi redegøre for, hvordan vi i denne bog har valgt

at analysere data og præsentere resultater, mens næste afsnit vil guide den

læser, der finder det relevant, i forståelsen af tabeller og figurer.

tid og mellem lande i TIMSS er etableringen af præstationsskalaer ved an-

Grundlaget for at måle og sammenligne elevernes faglige dygtighed over

vendelse af Rasch-analyse og Item Response Theory (IRT). Rasch-modellen

er en specifik form af IRT, hvor elevernes dygtighed estimeres ud fra, hvilke

opgaver de kan løse korrekt, samtidig med at modellen estimerer opgaver-

nes sværhedsgrad. Elevernes dygtighed betragtes som en latent dimension,

der estimeres på baggrund af de opgaver (items), eleverne har besvaret. Som

vi har beskrevet i tidligere afsnit, inkluderer TIMSS en række opgaver, der

gentages mellem de forskellige undersøgelsesrunder. Dette aspekt er afgø-

rende for at kunne sammenligne elevresultater over tid, idet de gentagne

opgaver fungerer som et bindeled, der anvendes til at kalibrere elevscorerne

ind på samme skala som den foregående undersøgelsesrunde, samtidig med

at testen opdateres og forbliver aktuel med de nye opgaver, der tilføjes. I den

første TIMSS-undersøgelse fra 1995 blev den gennemsnitlige elevpræstation

på tværs af de deltagende lande brugt til at fastsætte midtpunktet for skala-

en med en værdi på 500 point, og én standardafvigelse i elevpræstationer

blev fastsat til 100 point. Skaleringen af elevernes testscorer i TIMSS 2023

er bragt på denne skala og kan således sammenlignes med præstations-

resultater fra alle tidligere TIMSS-studier og på tværs af lande.

TIMSS-undersøgelsen bygger på en stikprøve, og som ved alle stikprøver

er der en stikprøveusikkerhed, når der estimeres til populationen. Men der

er ligeledes i tilgift en usikkerhed på selve målingen. For at håndtere denne

måleusikkerhed i estimater af elevernes dygtighed anvender TIMSS meto-

den med

plausible values –

plausible værdier. Denne metode trækker fem

mulige værdier for hver elevs dygtighedsniveau baseret på elevens svar-

mønster og de opgaver, eleven har svaret på. Denne tilgang tager højde for

1 ·

Om TIMSS-undersøgelsen

bias, når man aggregerer resultater for grupper baseret på deres besvarelser

og den usikkerhed, der er forbundet med at måle elevernes latente dygtig-

hed. Derved tillader metoden en mere robust statistisk analyse af elevernes

præstationer (Laukaityte & Wiberg, 2017; Rutkowski et al., 2010).

IEA har, på baggrund af den indsamlede stikprøve og det forhold, at der

først er valgt skoler, herefter klasser med elever, hvorfor resultaterne er klyn-

get, udarbejdet vægte til brug i analysen af TIMSS-data. Som nævnt i starten

af dette kapitel er TIMSS designet med eleven som undersøgelsesenhed.

Dette indebærer, at data er vægtet, så de repræsenterer populationen af dan-

ske elever i 4. klasse i fagene matematik og natur/teknologi. For at sikre, at

resultaterne afspejler elevpopulationen, er alle analyser i denne bog derfor

udført med disse designvægte.

For den interesserede forsker, der ønsker at udføre analyser på de tilgæn-

gelige internationale data, herunder data fra Danmark, findes der en række

manualer og vejledninger samt Open Source-software, der kan assistere i

analyseprocessen. IEA tilbyder eksempelvis IEA IDB Analyzer (International

Association for the Evaluation of Educational Achievement (IEA), 2023),

som i kombination med statistikprogrammet R brugervenligt kan anvendes

til at udføre analyser korrekt ved brug af vægte og plausible værdier. Vi

har i forbindelse med analyserne i bogen her primært anvendt R-pakken

EdSurvey (Bailey & Cohen, 2020; Zhang et al., 2020) i kombination med

RStudio (RStudio Team, 2015).

1.9 Læsevejledning til tabeller og figurer

Dette afsnit indeholder en kortfattet vejledning til læsning af de forskellige

figurer og tabeller, som bogens næste kapitler præsenterer. Først vil vi gen-

nemgå statistiske begreber og angivelser, som er gennemgående i bogen.

Dernæst følger eksempler på figurer og tabeller samt forklaringer af, hvor-

dan de skal læses.

•

Gns. score:

Betegner den gennemsnitlige score på testskalaer for

matematik og natur/teknologi, men kan også betegne den gennem-

snitlige score på kontekstskalaer fra spørgeskemaer. Dette gennemsnit

vil dække over alle observationer og variationen mellem dem, som

falder inden for kategorien.

66 1 ·

Om TIMSS-undersøgelsen

•

Standardfejl:

Et udtryk for den statistiske usikkerhed, der er tilknyttet

et estimat som for eksempel en gennemsnitsscore. Usikkerheden er

angivet i parentes efter et resultat i en tabel. I figurer er usikkerheden

angivet som

Errorbars

sammen med resultater.

•

Diff. til 2023:

Viser differencen, typisk i point, i forhold til det til-

svarende danske 2023-resultat. Eftersom TIMSS 2023 er den seneste

undersøgelser i forhold hertil.

•

Cohen’s

Er et mål for, hvor stor en forskel på to estimater, eksempel-

Cohens d beregnes som forskellen mellem to gennemsnit delt med

spredningen i dataene bag gennemsnittet og indikerer dermed, hvor

stor forskellen er i andele af standardafvigelsen. Det er med andre

ord et udtryk for, hvor stor effekt der ses, når denne standardiseres

og sættes i relation til, hvor meget resultaterne i øvrigt varierer.

resultater, også når disse ikke er målt på samme skala.

•

P-værdien:

Angiver sandsynligheden for, at en observeret forskel

Effektstørrelser kan generelt bruges til at sammenligne forskellige

undersøgelsesrunde i TIMSS, rapporterer vi resultater fra tidligere

vis to gennemsnit, er, og betegnes mere generelt som en effektstørrelse.

eller sammenhæng mellem to variable ikke skyldes tilfældigheder.

Den vurderes i forhold til et forudbestemt signifikansniveau, som her

– som ofte i samfundsvidenskaberne – er sat til 95 procent. I praksis

betyder det, at hvis p-værdien er mindre end 0,05, antager vi, at der

er en reel forskel mellem to værdier eller en sammenhæng mellem

to variable, som ikke kan forklares ved tilfældig variation.

•

Asterisker:

Angiver graden af signifikans. Tre asterisker (***) angiver

en højsignifikant sammenhæng (P<,001). To asterisker (**) angiver

en middel signifikant sammenhæng (P<,01). Én asterisk (*) angiver

en signifikant sammenhæng (P<,05). Slutteligt er der signifikans på

et konfidensniveau af 90 procent (P<0,1), hvilket angives med et

enkelt punktum (.) men ikke betragtes som signifikant i denne

sammenhæng.

•

Fed skrift:

I figurer angiver fed skrift, at pågældende resultat

er statistisk signifikant forskelligt fra tilsvarende resultat i samme

kategori for Danmark.

1 ·

Om TIMSS-undersøgelsen

•

Pile:

Illustrerer retningen for sammenhængen, altså om det er en

signifikant stigning (

↑

) eller et signifikant fald (

↓

) fra referencepunktet,

det vil oftest sige det tilsvarende tal for Danmark i 2023. Pilen vil altså

kun være der, hvis der forekommer signifikante fald eller stigninger.

1.9.1 Fordelingsgrafer

Fordelingsgrafer viser spredningen fra laveste værdi til venstre til højeste

værdi til højre, jf. Figur 19, der viser danske elevers fordeling på TIMSS-ska-

laen for natur/teknologi i de runder, hvor Danmark har deltaget i TIMSS.

Højden på figuren er et udtryk for, hvor stor en del af eleverne der ligger

omkring denne score i natur/teknologi, og det samlede areal under figuren

udgør således 100 procent af de elever, grafen skal illustrere. De forskellige

percentiler fremgår gennem farver, jf. beskrivelsen af farvekoderne under

figuren. De fem procent laveste observationer, her laveste natur/teknologi-

score, er angivet med det mørkegrønne område til venstre. 5-25-percentilen

er turkisfarvet, 25-75-percentilen er det hvide område i midten, mens

75-95-percentilen er det turkisfarvede område mod højre. Endelig vises de

5 procent højeste observationer, 95-percentilen, i det mørkegrønne område

til højre.

På x-aksen fremgår måleenheden, typisk faglig score. Ligeledes fremgår

skæringerne for de internationalt vedtagne kompetenceniveauer i TIMSS

(lavt, mellem, højt og meget højt) gennem de lodrette stiplede streger. For-

delingsgrafen indeholder ikke angivelser af signifikans. Den lodrette streg

angiver medianen, mens prikken angiver gennemsnitsscoren.

Fordelingsgrafen kan illustrere bevægelser over tid i samplet. Således

viser figuren her, at grænsen, hvor 5-percentilen har ligget, har flyttet sig

mellem runderne – med en højere score for eleverne omkring dette relative

niveau i 2011 end i 2007 og svagt stigende frem til 2015, men at dette niveau

er faldet igen i 2023.

68 1 ·

Om TIMSS-undersøgelsen

Figur 19 Eksempel på fordelingsgraf: Density distribution og percentilfordeling

for hovedresultat i natur/teknologi 2007-2023

0,006

2007

2023

200

2019

2015

2011

0,004

0,002

0,000

0,006

0,004

0,002

Densitet ('bandwidth' = 10)

0,000

0,006

0,004

0,002

0,000

0,006

0,004

0,002

0,000

0,006

0,004

0,002

0,000

300

400

500

Natur/teknologi-score

600

700

800

Percentiler

5. percentil

25. percentil

75. percentil

95. percentil

Internationale kompetenceniveauer

Lavt

Mellem

Højt

Meget højt

1.9.2 Kort

Kort viser forskelle på tværs af landene i EU, der har deltaget i TIMSS,

jf. Figur 20.

Teksten til kortet fortæller, hvad kortet illustrerer, i eksemplet her den

gennemsnitlige matematikscore for hvert enkelt land. Grå lande har ikke

deltaget i TIMSS 2023. Kortet anvendes til at give et visuelt overblik over den

1 ·

Om TIMSS-undersøgelsen

variation, der er mellem landene. De gule nuancer angiver som udgangs-

punkt den mindste score eller største forskel mellem de grupper, der under-

søges, mens røde nuancer indikerer højere score eller mindre forskelle. Kor-

tet indeholder ikke angivelser af signifikans, men dette vil i nogle tilfælde

være beskrevet i teksten omkring figuren.

Figur 20 Eksempel på kort: Gennemsnit i matematik blandt de deltagende EU-lande i 2023

Matematik

Samlet score

484,1 til 514,0

514,0 til 520,5

520,5 til 529,6

529,6 til 536,6

536,6 til 560,6

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

70 1 ·

Om TIMSS-undersøgelsen

1.9.3 Stablet liggende søjlediagram

Det stablede liggende søjlediagram anvendes til at vise procentfordeling af

en kategorial variabel og gør det overskueligt at sammenligne fordelinger

mellem eksempelvis lande, som det er illustreret i Figur 21. Der anvendes

både farver til at illustrere de forskellige kategorier, jf. forklaringen under

figuren – her kategorier for elevernes faglige selvtillid i natur/teknologi. På

de enkelte søjleelementer er det anført, hvor stor en procentdel af eleverne

der placeres i denne kategori. Søjlediagrammer indeholder også en angivel-

se af signifikans i forhold til den tilsvarende kategori i øverste række, hvilket

markeres med fed skrift. I Figur 21 ses det eksempelvis, at 22,3 procent af de

norske elever placeres i kategorien

Lav faglig selvtillid,

hvilket er markeret

med fed skrift og betyder, at dette resultat er statistisk signifikant forskelligt

fra de 26,3 procent af danske elever, som placeres i samme kategori. Således

er referencekategorien for signifikansberegninger altid det tilsvarende dan-

ske resultat – medmindre andet er angivet.

Den nederste del af Figur 21 illustrerer et eksempel på angivelse af fagli-

ge præstationer – i dette tilfælde elevernes gennemsnitlige score i natur/

teknologi. På y-aksen er hvert nordisk land angivet, og x-aksen udgøres af

natur/teknologi-scoren. Prikkerne angiver den gennemsnitlige score for

hver kategori inden for hvert land, og scoren er numerisk angivet over hver

prik. Fejlbjælkerne angiver usikkerheden for hvert estimat. Farven angiver,

hvilken kategori i søjlediagramdelen den enkelte score hører til.

1 ·

Om TIMSS-undersøgelsen

Figur 21 Eksempel på stablet liggende søjlediagram: Faglig selvtillid i natur/teknologi,

procentandele og gns. score i natur/teknologi, nordiske lande

Danmark

26,3 (1,1)

42,4 (0,8)

31,3 (1,0)

Finland

26,1 (0,9)

42,9 (0,9)

31,0 (0,9)

Norge

22,3 (0,9)

44,8 (1,0)

33,0 (1,3)

Sverige

23,6 (1,0)

43,6 (0,8)

32,8 (0,9)

Danmark

493,7

509,2

524,0

551,4

548,6

100

573,4

Finland

502,1

531,5

538,2

557,1

561,2

Norge

494,2

Sverige

500

520

540

560

580

Lav faglig selvtillid

Middel faglig selvtillid

Høj faglig selvtillid

1.9.4 Tabeller

Tabeller anvendes til at præsentere numeriske forskelle mellem grupper

eller kategorier for eksempel over tid. Tabel 12 viser forskelle mellem danske

drenge og pigers gennemsnitlige score i matematik fra 2007 til 2023. Kolon-

nerne

Gns. score drenge/piger

viser den gennemsnitlige score for henholds-

vis drenge og piger med standardfejl angivet i parentes.

Diff. mellem køn

viser forskellen mellem drenges og pigers gennemsnitlige score det på-

gældende år. En positiv værdi betyder, at drengene (første kolonne) har en

højere score end pigerne (anden kolonne), mens en negativ værdi indikerer

det modsatte (hvilket dog ikke er tilfældet for nogle af resultaterne i

72 1 ·

Om TIMSS-undersøgelsen

Tabel 12). Cohen’s

er effektstørrelsen for forskellen mellem drenge og pigers

præstationer og fortolkes som den standardiserede forskel mellem grupper-

ne, det vil sige, når forskellen i score mellem drenge og piger sættes i forhold

til variationen i score inden for de to grupper, jf. beskrivelsen i afsnittet

Anvendte statistiske metoder.

Diff. i diff.

viser forskellen i kønsforskellen

over tid sammenlignet med 2023. En positiv

Diff. i diff.-værdi

indikerer, at

pågældende år. Pile viser retningen for ændringer – enten en stigning (↑)

kønsforskellen er blevet større i 2023 sammenlignet med forskellen det

eller et fald (↓) i forskellen fra tidligere undersøgelsesår til 2023. Signifikans-

niveauer er angivet med asterisker i tabellen, og asteriskernes betydning

er angivet i tabellens note. I Tabel 12 er der eksempelvis ingen signifikante

for

Diff. mellem køn

de øvrige år.

resultater for

Diff. mellem køn

i 2007, imens der er signifikante resultater

Tabel 12 Eksempel på tabel: Forskel mellem køn blandt danske elever i matematik fra 2007-

2023

Under-

søgelse

2023

2019

2015

2011

2007

Gns.

score

drenge

531,5 (2,6)

528,0 (2,6)

541,7 (3,0)

540,0 (3,0)

526,4 (3,2)

Gns.

score

piger

516,1 (2,4)

521,1 (2,2)

535,6 (3,1)

534,1 (2,8)

519,9 (3,1)

Diff.

mellem

køn

15,4 (2,6)

6,9 (2,9)

6,1 (2,8)

6,0 (2,7)

6,5 (3,9)

Cohen’s

P-værdi

på diff.

0,22

0,09

0,08

0,09

<,001 ***

↑

0,02 *

0,03 *

0,10

Diff. i diff.

P-værdi

på diff.

i diff.

↑

8,6 (3,9)

↑

9,3 (3,8)

↑

9,4 (3,7)

8,9 (4,7)

0,03*

↑

0,02*

↑

0,01*

↑

0,06.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

1.9.5 Trenddiagrammer

Trenddiagrammer viser udvikling over tid, og Figur 22 præsenterer et ek-

sempel på et trenddiagram, der illustrerer udviklingen i gennemsnitsscoren

i matematik blandt de nordiske lande fra 2007 til 2023. X-aksen viser de for-

skellige undersøgelsesår, mens y-aksen udgøres af skalaen for matematik-

præstation. De fem nordiske lande er repræsenteret med forskellige farver

(jf. forklaringen under figuren), og hvert datapunkt er markeret med en prik

for hvert land, der angiver den gennemsnitlige score for det pågældende år.

Fejlbjælkerne (Errorbars) omkring prikkerne viser standardfejlen, hvilket

indikerer usikkerheden på estimatet.

1 ·

Om TIMSS-undersøgelsen

tid. En opadgående linje mellem to punkter betyder, at landets gennemsnit-

lige score er forbedret fra en undersøgelse til den næste, mens en nedadgå-

Linjens retning mellem datapunkterne angiver ændringen i score over

ende linje indikerer, at den gennemsnitlige score er faldet. For eksempel

fremgår en stigning i den norske score fra 2007 til 2015, hvorefter scoren er

faldende frem til 2023.

Figur 22 Eksempel på trenddiagram: Udviklingen i gennemsnitsscore blandt de nordiske lande

2007-2023 i matematik

540

Matematik gns. score (SE)

520

500

480

2007

2011

2015

Undersøgelse

2019

2023

Lande

Danmark

Finland

Norge

Sverige

Note: Errorbar udgør en standardfejl. Bemærk, at Norge deltager i 2015, 2019 og 2023 med 5. klasse

1.9.6 Paritetsplot

Figur 23 viser et paritetsplot, som på x- og y-aksen har sammenlignelige data

på samme skala – her forskellen i gennemsnitlig matematikscore mellem

drenge og piger for henholdsvis 2023 (x-aksen) og 2019 (y-aksen) for de lan-

de, der har deltaget i begge runder. Den skrå linje i midten indikerer, hvor

scoren på de to akser er ens, og en observation på linjen vil således have

samme værdi i eksemplet her i 2023 og 2019. Plottet er således velegnet til at

74 1 ·

Om TIMSS-undersøgelsen

vise en bevægelse mellem to variable, idet en placering af observationerne

symmetrisk omkring aksen vil være udtryk for en ensartet fordeling på

de to variable, mens en forskydning mod en af akserne vil indikere, at der

er en bevægelse – i plottet her, at kønsuligheden er større til drengenes for-

del i 2023 end i 2019. Som udgangspunkt er de nordiske lande (Danmark,

Finland, Norge og Sverige) fremhævet på figuren, ligesom den kan inde-

holde angivelser af, om nogle forskelle er signifikante (her angivet med

en blå farve).

Figur 23 Kønsuligheden i 2019 og 2023 for matematik

Kønsulighed 2019 (drenge-piger)

Iran

Danmark

Sverige

Norge

Finland

-20

Sydafrika

Saudi-Arabien

-20

Kønsulighed 2023 (drenge-piger)

Elevernes resultater i matematik

Kapitel 2 præsenterer de overordnede resultater for elevernes præstationer

i matematik i 2023. Desuden analyseres der på forandringer over tid og med

fokus på de øvrige nordiske lande.

■

De danske elevers præstationer

i matematik er stagneret på samme

niveau som i 2019. Gennemsnittet

er 524 i 2023 og var 525 i 2019.

Den markante negative ændring

i 4.-klasseelevers resultater i mate-

matik fandt sted mellem 2015 og

2019 efter en længere periode

med positiv udvikling.

■

Den stigende kønsulighed er ikke

et unikt dansk fænomen; vi ser også

en international stigning i kønsulig-

heden. I Norden er stigningen i

uligheden mellem drenge og piger

på samme niveau i Sverige og

Norge som i Danmark, mens Fin-

land fortsat har en lavere ulighed

i matematikresultater mellem

drenge og piger.

■

Spredningen i elevresultater i

2023 er ikke signifikant forskellig fra

de tidligere TIMSS-runder og er

fortsat lav.

■

Det uændrede gennemsnit

■

Eleverne i 4. klasse i 2019 udviste

statistisk og substantielt dårligere

matematikfærdigheder end 2015

og 2011. I 2023 befinder eleverne sig

gennemsnitligt på samme niveau

i matematik som i 2019 og 2007.

betydelig og bekymrende stigning

i kønsuligheden i matematik-

færdigheder.

dækker over, at pigerne er gået 5

point tilbage og drengene 4 point

frem. Ingen af de to forandringer er

isoleret set statistisk signifikante.

Det er forskellen dog.

der flere drenge og færre piger

på eller over ’mellem ’-kompetence-

niveau i 2023 end 2019.

geometri” er gennemsnittet i 2023

statistisk signifikant lavere end

alle tidligere danske TIMSS-under-

søgelser, og faldet er 7 point fra

2019. Dette er drevet af, at pigerne

aldrig tidligere har haft et lavere

resultat end i 2023, og et statistisk

signifikant fald kan identificeres

for pigerne fra 2019 til 2023.

■

Efter faldet fra 2015 til 2019 er

■

2023-undersøgelsen markerer en

■

Inden for fagområdet ”Måling og

■

På de internationale kompetence-

niveauer er der flere drenge, der

når eller er over ’mellem’ i 2023

end 2019. Der er samtidig færre

piger. Uligheden i andele af drenge

og piger på dette niveau er steget

signifikant med 5 procent fra 2019

til 2023.

■

Dette modsvares af en statistisk

signifikant stigning på 7 point

■

Inden for det faglige område

i fagområdet ”Statistik” fra 2019

til 2023. Denne udvikling er i høj

”Tal” er der ingen signifikant

forandring fra 2019 til 2023.

grad drevet af en markant positiv

udvikling blandt drengene, hvis

gennemsnit er højere end nogen-

■

Der kan iagttages et statistisk

signifikant fald på yderligere cirka

10 point fra 2019 til 2023 inden

for det kognitive domæne

sinde før. Drengenes gennemsnit

overstiger statistisk signifikant

resultaterne fra både 2019 og

fra 2019.

”Ræsonnement”, der blandt andet

2015 med en fremgang på 13 point

dækker elevernes evne til logisk og

systematisk tænkning i komplekse

matematiske problemstillinger

i matematik. Dette dækker over

en statistisk signifikant forskel

mellem drenge og piger på

17 point i 2023 i forhold til at

kunne ræsonnere i matematik.

2 Resultater i forhold til

eleverne i matematik

I dette kapitel vil vi først og fremmest præsentere de overordnede og sam-

menlignelige resultater fra TIMSS 2023-undersøgelsen. TIMSS-testen i

matematik dækker fagområderne

Tal, Måling og geometri

samt

Statistik

falder således godt sammen med det danske curriculum beskrevet i Fælles

Mål. Der indgår i beregningerne af elevdygtigheden i matematik i TIMSS

2023 183 opgaver, som i alt kan give op til 192 point, da enkelte opgaver inden

for området har mulighed for at give to point for et fuldt ud korrekt svar.

Af de 183 opgaver er de 173 med mulighed for at få op til 182 rigtige vurderet

til at falde inden for Fælles Mål for matematik frem til og med 4. klassetrin.

Idet Fælles Mål for matematik beskriver, hvad eleverne skal kunne efter

henholdsvis 3. og 6. klassetrin, er denne vurdering foretaget på baggrund af

et skøn over, hvor i undervisningen det vil være naturligt at lægge de dele,

der beskrives at skulle dækkes efter 3. klassetrin. Dette skøn har primært

taget udgangspunkt i indholdet af undervisningsmaterialer til 4. klassetrin.

Til sammenligning er det internationale gennemsnit, at 164 opgaver skønnes

at falde inden for et lands curriculum. I forhold til de øvrige nordiske lande

er der sammenfald med antallet af opgaver, der falder inden for curriculum

med Finland, om end der ikke er helt overensstemmelse mellem, hvilke

opgaver det drejer sig om. I Norge og Sverige skønnes henholdsvis 131 og

165 opgaver at falde inden for de to landes curriculum.

Tabel 13 Test-Curriculum Matching Analysis (TCMA) for matematik for de nordiske lande

Danmark

Finland

Norge

Sverige

525 (2,1)

530 (2,5)

531 (2,0)

530 (2,8)

Finland

525 (2,1)

530 (2,5)

531 (2,0)

530 (2,8)

Norge

524 (2,1)

530 (2,6)

533 (2,1)

532 (2,9)

Sverige

525 (2,1)

529 (2,5)

532 (2,0)

531 (2,8)

TIMSS

524 (2,1)

529 (2,5)

531 (2,0)

530 (2,8)

TCMA-analysen angiver, hvilken score et land havde fået, hvis et givet lands curriculum

(angivet i kolonnenavnet) havde været anvendt. Kolonnen TIMSS angiver scoren opnået i testen.

78 2 ·

Resultater i forhold til eleverne i matematik

Tabel 13 viser en oversigt over

Test-Curriculum Matching Analyzis

for de

nordiske lande, der er blevet gennemført af IEA (se eventuelt Exhibit C.1

i den internationale rapport). Den opnåede score i testen er vist i kolonnen

yderst til højre, mens de øvrige kolonner viser, hvilken score hvert enkelt

land havde fået, hvis testen alene havde været baseret på de items, der er

inkluderet i curriculum for landet i kolonnenavnet. Det ses, at danske elever

ville have scoret et point højere, hvis testen alene havde været baseret

på opgaver, der falder inden for det danske curriculum, og tilsvarende hvis

det havde været det finske eller svenske curriculum. Usikkerheden på esti-

materne taget i betragtning en ubetydelig forskel. Ligeledes ville de øvrige

nordiske lande have scoret meget tæt på den beregnede testscore, uafhæn-

gigt af hvilket af de fire curricula, der havde dannet grundlag for beregning

af testscoren. TIMSS-undersøgelsen vurderes således overordnet set at

dække den danske og de øvrige nordiske læreplaner i matematik godt,

hvilket stemmer overens med tidligere analyser (Kristensen & Rolfe, 2024;

Wagner & Hastedt, 2022).

Først vil kapitlet præsentere resultater i relation til undersøgelserne fra

2007 til 2019 for matematik. I de følgende afsnit vil vi herefter uddybe og

analysere udvalgte aspekter af undersøgelsen og belyse nogle af de mange

nuancer, der findes i det omfattende datamateriale, vi har indsamlet. De

indledende analyser indikerer, at ændringer i forskellene mellem drenge og

pigers præstationer er et særligt vigtigt tema i 2023. Tidligere TIMSS-under-

søgelser har vist en signifikant forskel, hvor drenge præsterede bedre end

piger. Denne forskel har dog ændret sig markant fra 2019 til 2023, hvor

kønsforskellen i gennemsnitlige elevpræstationer er steget.

2.1 Matematik er overordnet på niveau med 2019

Det gennemsnitlige resultat for elevernes matematikscore i 2023 er på 524

point. I 2019 var scoren afrundet 525 point, hvilket betyder, at udviklingen

udgør en forskel på mindre end ét point. De danske resultater blandt

4.-klasseelever i 2023 er nu endnu tættere på resultatet fra 2007.

Den internationale resultatskala for TIMSS blev fastlagt i 1995 med en

international referencescore på 500 point og var således også reference-

punktet, da Danmark deltog i TIMSS med 4. klasse for første gang i 2007.

I matematik befinder danske elever i 4. klasse sig således fortsat over den

internationale referencescore fra 1995.

2 ·

Resultater i forhold til eleverne i matematik

Tabel 14 Trend i matematik blandt danske elever 2007-2023

Undersøgelse

2023

2019

2015

2011

2007

Gns. score

523,7 (2,1)

524,5 (1,9)

538,7 (2,7)

537,0 (2,6)

523,1 (2,5)

-0,8 (2,8)

-0,01

-0,20

-0,19

0,01

0,77

<,001 ***

↓

<,001 ***

↓

0,85

Diff. til 2023

Cohen’s

P-værdi

på diff.

15,0 (3,4)

-13,3 (3,3)

0,6 (3,2)

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Det samlede gennemsnit for elevernes matematikscore har således ikke

ændret sig yderligere siden 2019, til trods for at de danske elever, der deltog

i 2023-undersøgelsen, oplevede undervisningsforstyrrelser i deres første

skoleår som følge af coronapandemien. Dette fremgår af Tabel 14.

Over de fem gange, danske elever i 4. klasse har deltaget i TIMSS-under-

søgelsen, er resultaterne i 2023 fortsat statistisk signifikant dårligere end i

2015 og 2011. Efter en positiv udvikling i matematik frem til 2015, som var

målingen med det hidtil bedste resultat, er niveauet i 2023 på samme niveau

som i 2007 og 2019. I forhold til 2019 og 2023 adskiller eleverne i 2015 sig ved

hovedsageligt at have haft deres skolegang før skolereformen i 2014, mens

eleverne i 2019 og 2023 har gået i den reformerede skole.

Det vurderes således, at den markante tilbagegang i elevernes gennem-

snitlige matematikfærdigheder fra 2015 til 2019 er stagneret på samme

niveau som 2007. De betydelige negative ændringer i matematikdygtighed,

som blev observeret fra 2015 til 2019, kan i nogen grad tilskrives forskellene

mellem elevpopulationen, der primært havde gået i den ikke-reformerede

skole i 2015, og de ændrede vilkår efterfølgende (Kjeldsen et al., 2020). Lige-

som i vores bog fra 2020 vil vi minde om, at om end: ”der er denne tidslighed,

skal resultaterne i relation til reformen vurderes med forsigtighed og forstås

i de komplekse sammenhænge, som skolen udgør og indgår i” (Kjeldsen

et al., 2020, s. 11).

Dette gennemsnit dækker dog over en anden bekymrende udvikling

omkring drenge og pigers gennemsnitlige dygtighed i matematik.

80 2 ·

Resultater i forhold til eleverne i matematik

2.2 Øget kønsulighed i matematikfærdigheder

Den tilsyneladende status quo i det overordnede danske TIMSS-resultat

siden 2019 dækker dog over en række forandringer blandt forskellige grup-

per af elever samt på tværs af matematikfaglige områder og kognitive do-

mæner.

over tid samt den øgede kønsulighed kan også observeres grafisk i Figur 24.

Som figuren illustrerer, markerer 2023-undersøgelsen en betydelig og

bekymrende stigning i kønsuligheden i matematikfærdigheder.

Figur 24 Trend for piger og drenge blandt danske elever i matematik 2007-2023

Udviklingen i drenges og pigers gennemsnitlige matematikfærdigheder

541,7

540,0

540

535,6

534,1

531,5

Gns. score

530

526,4

528,0

521,1

519,9

520

516,1

2007

2011

2015

Undersøgelse

2019

2023

Pige

Dreng

Lad os derfor gå lidt tættere på forandringerne i et kønsperspektiv. Forskel-

lene mellem drenge og piger i Danmark over tid fremgår af Tabel 15, som ud

over gennemsnitsscoren opgjort for køn viser forskellen mellem drenges og

pigers gennemsnit, samt om forskellene i forskelle, altså udviklingen i gabet

mellem drenge og piger, er statistisk signifikant.

2 ·

Resultater i forhold til eleverne i matematik

Tabel 15 Forskel mellem køn blandt danske elever i matematik 2007-2023

Under-

søgelse

2023

2019

2015

2011

2007

Gns.

score

drenge

531,5 (2,6)

528,0 (2,6)

541,7 (3,0)

540,0 (3,0)

526,4 (3,2)

Gns.

score

piger

516,1 (2,4)

521,1 (2,2)

535,6 (3,1)

534,1 (2,8)

519,9 (3,1)

Diff.

mellem Cohen’s

køn

15,4 (2,6)

6,9 (2,9)

6,1 (2,8)

6,0 (2,7)

6,5 (3,9)

0,22

0,09

0,08

0,09

P-værdi

på diff.

<,001

*** ↑

0,02 *

0,03 *

0,10

Diff.

i diff.

P-værdi

på diff.

i diff.

↑

8,6 (3,9)

↑

9,3 (3,8)

↑

9,4 (3,7)

8,9 (4,7)

0,03 *

↑

0,02 *

↑

0,01 *

↑

0,06 .

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Som det fremgår af tabellen, så har der siden 2007 og frem til 2019 i alle

TIMSS-målingerne været en forskel mellem drenge og pigers gennemsnit-

lige præstationer på cirka 6 til 7 point. Forskellen har ligeledes været stati-

stisk signifikant siden 2011. I 2007 var forskellen med 90 procents konfidens

også forskellig i drengenes favør. Uanset om elevernes samlede gennemsnit

steg eller som i 2019 faldt drastisk, har forskellen mellem drenge og piger

hidtil været af samme størrelsesorden til drengenes fordel. I perioden 2019

til 2023 vokser denne forskel dog betydeligt til 15 point, hvilket svarer til en

øget kønsforskel i matematik på 9 point. Ikke blot er differencen mellem

drenge og pigers gennemsnitlige dygtighed i matematik signifikant forskel-

lig, det er den øgede forskel i forskelle i forhold til 2011, 2015 og 2019 ligeledes.

I lyset af de tidligere TIMSS-runder er denne forandring ganske bemærkel-

sesværdig.

Betragter vi isoleret udviklingen i matematikresultater for henholdsvis

piger og drenge, fremgår dette af Tabel 16 og Tabel 17.

Pigerne er gået 5 point tilbage siden 2019. Denne forskel mellem 2019 og

2023 er ikke statistisk signifikant, men bidrager dog til faldet på den lidt

længere bane siden 2015. Som vi beskrev i analyserne af resultaterne i 2019,

så udgjorde 2015-målingen en skillelinje mellem elever, der hovedsageligt

har modtaget deres skolegang før og efter skolereformen. Pigerne, der deltog

i 2023, var i gennemsnit 19 point mindre gode til matematik end deres jævn-

aldrende piger i 2015. Dette svarer til et højsignifikant fald i effektstørrelse

på 0,27 (Cohen’s

d).

Som det fremgår af læsevejledningen ’Læsevejledning

82 2 ·

Resultater i forhold til eleverne i matematik

til tabeller og figurer’ startende på side 65, så giver effektstørrelser et andet

bud på at forstå og fortolke forskelle imellem to gennemsnit. Lad os give den

fundne forskel imellem drenge og piger et par ord mere med på vejen med

henblik på at begrunde, hvorfor vi vurderer, at den øgede forskel imellem

drenge og piger ikke blot er en statistisk signifikant forskel, men er af en

størrelse, så den må betragtes som en substantiel forskel, der har betydning

i praksis. Eller som McCloskey og Ziliak (1996) minder os om: ”The question

’How large is large?’ requires thinking about what coefficients would be

(McCloskey & Ziliak, 1996, s. 112). Den effekt, vi finder her, er i uddannelses-

sammenhæng en betragtelig forskel. I vurderingen af en effektstørrelse

judged large or small in terms of the present conversation of the science”

anvendes ofte Jacob Cohens tommelfingerregel om en lille, moderat eller

stor effektstørrelse på følgende vis: ”greater than .6 as substantial, between

.2 and .6 is considered medium, less than .2 is small” (Fletcher & Hattie, 2011,

på 0,4, der refererer til en effektstørrelse, som markerer et niveau, hvor un-

dervisningspraksisser inden for uddannelse begynder at have en mærkbar

s. 69) og det danske resultat ligger ikke så langt fra John Hatties ’hinge-point’

indvirkning på elevernes præstationer. Det er ikke en magisk grænse, men

en vejledende værdi, der kan bruges som udgangspunkt for at diskutere,

hvad vi kan forvente at se af ændringer i praksis, når der iværksættes for-

skellige initiativer i skolen, der gør en virkelig forskel (Hattie, 2008, s. 17),

ligesom Hattie argumenterer for, at det overordnet set er den forskel, ét års

undervisning har for elevernes resultater (Hattie, 2012, s. 13). Da Danmark

ikke deltager i den longitudinale udgave af TIMSS-undersøgelsen, som

blandt andet undersøger, hvad et års undervisning i matematik eller natur/

teknologi betyder for elevernes færdigheder, kan vi ikke præcist angive, hvad

en effektstørrelse svarer til i forhold til et års undervisning. Generelt vurde-

rer vi en effektstørrelse på cirka 0,3 som en betydelig forskel i denne sam-

menhæng. Sverige deltager i 2023 i den longitudinale udgave af TIMSS-

undersøgelsen. Betragtet alene på gennemsnittet har danske piger i

4. klasse ikke i nogen tidligere TIMSS-målinger haft en lavere målt dygtig-

hed. Forskellene er dog ikke statistisk signifikant lavere end i 2007 og 2019,

men derimod signifikant og betydeligt lavere end i 2011 og 2015.

2 ·

Resultater i forhold til eleverne i matematik

rende udvikling i relation til at opnå en fair og socialt retfærdig skole, hvor

den enkeltes køn ikke har betydning for læringsudbyttet, eftersom der

ikke er grund til at forvente, at piger kognitivt fra naturens side skulle have

vanskeligere end drenge ved at tilegne sig matematik. Det er også for simpelt

at tilskrive forskellen undervisningen alene. Som vi skal se senere, er der en

I lyset af forskellen i resultater tegner dette for pigerne en meget bekym-

global udvikling, hvor forskellen mellem drenge og pigers gennemsnitlige

skolen og didaktikken, som hidrører fra socialisering m.v., der rækker langt

ud over klasseværelset. Det ændrer dog ikke ved, at en del af løsningen skal

findes i undervisningen.

taterne udføres en række psykometriske analyser for at sikre, at opgaverne

i TIMSS ikke måler forskelligt for piger og drenge. I forbindelse med fundet

af den voksende kønsforskel i Danmark og internationalt har vi også gen-

nemgået pigernes og drengenes svarmønstre og været i kontakt med det

internationale Study Center for TIMSS. Der er ingen indikationer på, at

forskellen skyldes testen eller TIMSS-designet.

Tabel 16 Trend for piger blandt danske elever i matematik 2007-2023

Undersøgelse

2023

2019

2015

2011

2007

Gns. score

piger

516,1 (2,4)

521,1 (2,2)

535,6 (3,1)

534,1 (2,8)

519,9 (3,1)

-5,0 (3,2)

-19,4 (3,9)

-17,9 (3,6)

-3,8 (3,9)

-0,07

-0,27

-0,25

-0,05

0,12

<,001 ***

↓

<,001 ***

↓

0,33

Diff. til 2023

Cohen’s

P-værdi

på

diff.

resultater vokser. Der synes således at være andre forhold i spil ud over

Det er vigtigt at fremhæve, at der i forbindelse med skaleringen af resul-

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Ser vi på drengenes udvikling, så finder vi modsat pigerne en lille, men ikke

statistisk signifikant, fremgang siden 2019 på 4 point. Sammenlignet med

2019, hvor det største fald tidligere blev observeret, er der nu en forskel på

10 point for drengene mellem 2015 og 2023.

84 2 ·

Resultater i forhold til eleverne i matematik

Tabel 17 Trend for drenge blandt danske elever i matematik 2007-2023

Undersøgelse

2023

2019

2015

2011

2007

Gns. score

drenge

531,5 (2,6)

528,0 (2,6)

541,7 (3,0)

540,0 (3,0)

526,4 (3,2)

3,6 (3,7)

-10,1 (3,9)

-8,5 (4,0)

5,1 (4,1)

0,05

-0,14

-0,12

0,07

0,33

0,01 *

↓

0,03 *

↓

0,21

Diff. til 2023

Cohen’s

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

2.3 Fordelingen af elevresultater i matematik

Gennemsnit (middelværdier) kan skjule betydelige ændringer i fordelingen

af elevresultater. Som vi så med kønsforskellene, kan det samme gennemsnit

dække over modsatrettede bevægelser inden for forskellige elevgrupper.

En analyse af fordelingen kan afsløre, om ændringerne er koncentreret

inden for bestemte færdighedsniveauer. Vi vil derfor undersøge, hvordan

fordelingen af elevresultater i matematik har udviklet sig over tid ved hjælp

af tabeller og grafiske fremstillinger fra forskellige TIMSS-undersøgelser og

fokusere på udvalgte percentiler. Afslutningsvist i dette afsnit præsenteres

fordelingen i et tæthedsplot med percentiler og de forskellige kompetence-

niveauer.

2.3.1 Samme lave spredning i matematikresultater fra 2007 til 2023

Før vi ser på de grafiske fremstillinger og percentiler, er det værd at under-

søge standardafvigelsen og dens udvikling over tid. Standardafvigelsen

giver et enkelt mål for fordelingens spredning og muliggør sammenligning

af ændringer i elevernes spredning af resultater over tid. Gennemsnittet i

2023, som er på niveau med 2019, kan dække over ændringer i både toppen

og bunden af færdighedsskalaen, med flere elever, der har store faglige van-

skeligheder, hvilket kan trække gennemsnittet ned, ligesom flere dygtige

elever kan trække det op. Dette ville resultere i en større standardafvigelse.

Standardafvigelsen i matematik for hvert år samt en analyse af forskellene,

herunder deres statistiske signifikans, fremgår af Tabel 18.

2 ·

Resultater i forhold til eleverne i matematik

Tabel 18 Spredning i matematik for danske elever og forskelle mellem

TIMSS-undersøgelserne 2007-2023

Undersøgelse

2023

2019

2015

2011

2007

Gns. score

71,8 (1,4)

73,4 (1,5)

75,2 (2,1)

70,8 (2,6)

70,8 (1,9)

-1,6 (2,0)

-3,4 (2,5)

1,0 (3,0)

1,0 (2,3)

0,42

0,18

0,73

0,68

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Som det fremgår af tabellen ovenfor, der beskriver spredningen i matematik

for hvert af årene 2007 til 2023, er der ikke statistisk signifikante forandrin-

ger. I 2019 og 2015 var spredningen lidt større end i 2023, dog ikke statistisk

signifikant. Resultatet i 2023 ligner i høj grad det fra 2007 og 2011. Standard-

afvigelsen kan betragtes som en indikator for uddannelsesmæssig lighed

og afspejler spredningen af elevernes præstationer. Mindre spredning peger

på et skolesystem med større social retfærdig lighed (Kjeldsen et al., 2024).

Da skalaen for TIMSS-målingerne blev etableret i 1995, udgjorde 100 point

én standardafvigelse på tværs af de deltagende lande dengang. Som det

fremgår af tabellen, har spredningen været markant lavere i Danmark over

samtlige målinger end referenceåret 1995. I 2023 udgjorde spredningen

i matematik cirka 72 point.

2.4 Udviklingen for udvalgte percentiler i matematik

Det er muligt at få et endnu mere nuanceret billede af fordelingen af elever-

nes resultater end spredningen ved at se på udvalgte percentiler. En percen-

til angiver værdien, under hvilken en bestemt procentdel af observationerne

i et datasæt falder. For eksempel betyder den 25. percentil, at 25 procent af

dataene er mindre end eller lig med denne score i testen. Percentiler bruges

her til at forstå, om der er forskelle over tid eller mellem grupper for de elever,

der er dygtigst (95. percentil) eller for de 5 procent, der er mindst dygtige

(5. percentil).

Hvis vi ser på resultaterne blandt elever, der befinder sig på 5., 25., 75.

og 95. percentil af præstationerne, finder vi, som det fremgår af Tabel 19

86 2 ·

Resultater i forhold til eleverne i matematik

nedenfor, ikke statistisk signifikante forskelle fra 2019 til 2023. Resultaterne

blandt de 5 procent højest og lavest præsterende elever har således ikke æn-

dret sig statistisk signifikant siden den sidste TIMSS-undersøgelse i 2019.

Det er korrekt observeret, at udviklingen viser en lille stigning for 5. og 25.

percentil og et lille fald for 75. og 95. percentil. Dette er dog langtfra statistisk

signifikant og bør derfor ikke tillægges nogen betydning. Samlet set har der

på det samlede gennemsnit i matematik ikke været signifikante forandrin-

hvor der ikke er signifikante forskelle mellem 2019 og 2023.

ger fra 2019 til 2023, og dette finder vi ligeledes på de udvalgte percentiler,

Tabel 19 Gennemsnitlig score på forskellige percentiler i matematik sammenlignet

fra 2007 til 2023

Percentiler

Undersøgelse

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

402,8 (4,1)

401,9 (5,5)

408,4 (5,6)

413,4 (5,9)

403,1 (6,7)

476,1 (2,8)

474,4 (2,7)

489,6 (3,7)

492,8 (2,4)

478,2 (3,4)

572,9 (2,2)

576,5 (2,4)

590,8 (3,4)

585,5 (2,9)

571,3 (3,3)

638,3 (3,2)

643,9 (4,2)

656,5 (3,1)

646,4 (3,7)

634,5 (5,1)

-5,7 (5,2)

-18,2 (4,5)

-8,1 (4,9)

3,8 (6,0)

0,28

<,001 ***

↓

0,10 .

0,53

-3,6 (3,3)

-17,9 (4,1)

-12,5 (3,7)

1,6 (4,0)

0,28

<,001 ***

↓

<,001 ***

↓

0,68

1,7 (3,9)

-13,5 (4,6)

-16,7 (3,7)

-2,1 (4,4)

0,67

0,00 **

↓

<,001 ***

↓

0,64

0,9 (6,8)

-5,7 (7,0)

-10,7 (7,2)

-0,4 (7,8)

0,90

0,42

0,14

0,96

Diff. til 2023

P-værdi

på diff.

2 ·

Resultater i forhold til eleverne i matematik

2.4.1 Udviklingen for udvalgte percentiler i matematik fordelt på køn

Som det fremgik af de gennemsnitlige resultater fordelt på køn, kunne vi

identificere en signifikant øget kønsulighed i resultaterne. Det er derfor re-

levant at undersøge, om denne forskel kan tilskrives de dygtige eller mindre

dygtige piger og drenge.

På et 95-procents konfidensniveau kan vi ikke observere statistisk signi-

fikante ændringer på tværs af de udvalgte percentiler for drengene. Dog

blevet dygtigere, med en forskel på 9 point i forhold til 2019. Det er også værd

at bemærke, at der ikke er nogen signifikante ændringer blandt de 5 procent

viser resultaterne, at drengene i 25. percentil med 90 procents sikkerhed er

af drengene, der klarede sig dårligst i undersøgelsen på tværs af alle

TIMSS-undersøgelserne. Dette indikerer, at ændringerne i de gennemsnit-

lige resultater primært drives af forandringer blandt elever, der befinder sig

højere på færdighedsfordelingen. Dette kan aflæses af Tabel 20, der præsen-

terer udviklingen fordelt på de udvalgte percentiler for drenge.

Betragter vi alene forandringerne hen over dygtighedsskalaen deskrip-

tivt, tegner der sig et billede af, at udviklingen for drengene i 5. og 25. per-

centil er gået frem. Der er ingen ændring for 75. percentil, mens det er gået

tilbage for 95. percentil, hvilket dækker over de 5 procent dygtigste drenge.

Vender vi blikket mod forandringerne blandt pigerne for de udvalgte

percentiler, fremgår de af Tabel 21. Ser vi hen over alle de udvalgte 5., 25., 75.

og 95. percentiler for pigerne fra 2019 til 2023, så er tilbagegangen af samme

størrelsesorden på cirka 4 til 6 point.

Samlet set peger de deskriptive forandringer for pigerne på de udvalgte

percentiler på, at forskellen mellem drenges og pigers resultater ikke alene

kan tilskrives hverken de meget dygtige piger eller de piger, der har vanske-

ligheder i matematik. Da kønsuligheden i drenges og pigers resultater er

steget statistisk signifikant fra 2019 til 2023, viser percentilfordelingen, at

forskellen er drevet af, at pigerne helt generelt over de udvalgte percentiler

er gået tilbage, mens de mindre dygtige drenge på 25. percentil har forbedret

sig i denne periode.

I Tabel 21 finder vi ikke signifikante forskelle fra 2019 til 2023, heller ikke

på et lavere konfidensniveau. I 2011 havde de lavest scorende 5 procent det

højeste gennemsnit hen over TIMSS-målingerne. Blandt eleverne i 5. per-

centil i 2023 er resultaterne på et 90-procents konfidensniveau lavere end

88 2 ·

Resultater i forhold til eleverne i matematik

i 2011. Ser vi deskriptivt på forandringerne, synes der at være en negativ

udvikling fra 2011 til 2023 for pigerne, der har det sværest i matematik.

Selvom det ikke er statistisk signifikant, har pigerne blandt de 5 procent, der

har det sværest med matematik, ikke tidligere scoret lavere i gennemsnit.

Tabel 20 Percentilscore i matematik for drenge blandt elever i Danmark

sammenlignet fra 2007 til 2023

Percentiler

Under-

søgelse

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

Gns. score

for drenge

407,3 (4,3)

400,0 (9,6)

408,6 (9,3)

413,9 (8,0)

398,0 (8,3)

484,8 (3,1)

475,6 (4,5)

492,4 (4,0)

495,6 (3,6)

481,1 (5,3)

582,2 (2,6)

582,7 (3,2)

594,8 (4,2)

589,2 (3,9)

575,6 (3,5)

643,9 (3,5)

651,0 (5,2)

661,4 (6,5)

648,9 (4,8)

640,8 (4,6)

-7,0 (6,2)

-17,4 (7,4)

-5,0 (5,9)

3,1 (5,7)

0,26

0,02*

↓

0,41

0,59

-0,5 (4,2)

-12,6 (5,0)

-7,0 (4,7)

6,6 (4,4)

0,91

0,01*

↓

0,14

0,13

9,2 (5,4)

-7,7 (5,0)

-10,8 (4,7)

3,7 (6,1)

0,09.

0,13

0,02*

↓

0,55

7,3 (10,5)

-1,4 (10,3)

-6,6 (9,1)

9,3 (9,4)

0,49

0,89

0,47

0,33

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Ser vi hen over alle de udvalgte 5., 25., 75. og 95. percentiler for pigerne fra

2019 til 2023, så er tilbagegangen af samme størrelsesorden på cirka 4 til 6

point.

2 ·

Resultater i forhold til eleverne i matematik

percentiler på, at forskellen mellem drenges og pigers resultater ikke alene

kan tilskrives hverken de meget dygtige piger eller de piger, der har vanske-

Samlet set peger de deskriptive forandringer for pigerne på de udvalgte

ligheder i matematik. Da kønsuligheden i drenges og pigers resultater er

steget statistisk signifikant fra 2019 til 2023, viser percentilfordelingen, at

forskellen er drevet af, at pigerne helt generelt over de udvalgte percentiler

er gået tilbage, mens de mindre dygtige drenge på 25. percentil har forbedret

sig i denne periode.

Tabel 21 Percentilscore i matematik for piger blandt elever i Danmark

sammenlignet fra 2007 til 2023

Percentiler

Under-

søgelse

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

Gns. score

for piger

398,5 (6,7)

404,1 (6,8)

407,5 (7,1)

413,6 (5,6)

406,0 (9,9)

469,2 (3,7)

473,4 (3,4)

486,1 (5,6)

489,9 (4,2)

476,1 (3,7)

563,6 (3,7)

569,0 (3,1)

587,0 (3,4)

581,2 (3,0)

566,9 (4,2)

631,1 (5,8)

636,1 (6,0)

651,7 (3,4)

643,2 (5,2)

627,7 (5,5)

-4,9 (8,3)

-20,5 (6,7)

-12,1 (7,7)

3,5 (8,0)

0,56

0,00 **

0,12

0,67

-5,5 (4,8)

-23,4 (5,0)

-17,6 (4,8)

-3,4 (5,6)

0,26

<,001 ***

↓

<,001 ***

↓

0,55

-4,2 (5,0)

-16,9 (6,7)

-20,6 (5,6)

-6,9 (5,3)

0,41

0,01 *

-5,5 (9,6)

-9,0 (9,8)

-15,1 (8,7)

-7,5 (12,0)

0,56

0,36

0,09 .

0,53

Diff. til 2023

P-værdi

på diff.

↓

<,001 ***

↓

0,19

↓

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

90 2 ·

Resultater i forhold til eleverne i matematik

2.5 Elevernes resultater på de internationale

kompetenceniveauer

Selvom tabellerne over elevernes placering på udvalgte percentiler viser

deres præstationer på forskellige dele af skalaen for matematikdygtighed,

kan vi også anvende kompetenceniveauerne og deres indholdsbeskrivelser

(jf. afsnittet ”Beskrivelse af kompetenceniveauer” startende på side 27). Med

dette afsæt kan vi vise, hvor stor en andel i procent af eleverne der falder

inden for hvert af de internationale kompetenceniveauer i 2023 og de tid-

ligere år. Dette fremgår af Figur 25. Det er værd at bemærke, at andelen af

elever, som ikke når det laveste kompetenceniveau, ikke adskiller sig signi-

fikant hen over årene. Som det kunne observeres i 2019, er der en konstant

andel af elever på 3 til 5 procent, som end ikke når det laveste faglige niveau

i matematik.

Figur 25 Andele af elever i matematik på de internationale kompetenceniveauer 2007-2023

2023

19,8 (0,9)

38,9 (1,0)

29,2 (1,1)

7,4 (0,6)

2019

20,5 (0,8)

37,5 (1,4)

28,8 (0,9)

8,4 (0,9)

2015

15,6 (0,9)

34,6 (1,3)

33,7 (1,3)

12,0 (0,9)

2011

14,7 (0,8)

37,7 (1,1)

34,6 (1,5)

9,7 (1,0)

2007

19,0 (1,0)

40,3 (1,4)

29,3 (1,4)

6,6 (0,7)

100

Under lavt

På lavt

På mellem

På højt

På meget højt

2 ·

Resultater i forhold til eleverne i matematik

2.5.1 Uændret andel elever på eller over ’mellem’-kompetenceniveau

fra 2019 til 2023

Skal vi se nærmere på hvert af kompetenceniveauerne og udviklingen i

andele elever over tid, vil vi starte med forandringerne blandt eleverne på

eller over ’mellem’ -kompetenceniveau i Danmark. Dette kompetenceniveau

der oprindeligt var et mål om, at mindst 80 procent af eleverne skule være

gode til at regne i de nationale test. Dette følges nu via Folkeskolens Natio-

er særligt relevant i relation til resultatmålet for folkeskolereformen, hvor

nale Overgangstest (Børne- og Undervisningsministeriet, 2024d). Allerede

da vi skrev om resultaterne fra TIMSS 2019 i 2020, fandt vi, at det ville være

vanskeligt at følge elevernes udvikling i regning via de daværende nationale

test, da der i 2016 blev ændret i profilområderne og der derfor var ”tale om et

brud i skalaen, og de nationale test kan derfor ikke anvendes til at se udvik-

lingen hen over denne forandring”. Statusopgørelsen for skoleåret, eleverne

deltog i TIMSS 2023, er skoleåret 2022/2023. I denne afrapportering blev det

gjort klart, at: ”Resultaterne fra Folkeskolens Nationale Overgangstest kan

derfor ikke sammenlignes direkte med tidligere års resultater i de nationale

test” (Børne- og Undervisningsministeriet, 2024c, s. 5). I 2020, da vi afrap-

porterede TIMSS 2019, fandt vi følgende: ”Det er derfor vores samlede

vurdering, at forandringen i andele af elever, der når kompetenceniveauet

’Mellem’ eller derover i TIMSS over tid, er et mere pålideligt bud på, hvordan

udviklingen har været i forhold til det første operative resultatmål for

matematik i folkeskolereformen” (Kjeldsen et al., 2020, s. 138). Der tages som

nævnt forbehold for sammenlignelighed over tid i 2022/2023 grundet de nye

overgangstest. Andelen opgøres i Børne- og Undervisningsministeriets

oversigt til 75 procent på baggrund af materialer fra Styrelsen for It og

Læring. I 2019 var dette opgjort med afrunding til 75 procent for 3. klasse i

skoleåret 2018/2019 (Børne- og Undervisningsministeriet, 2024c, s. 7).

Som det fremgår af Tabel 22, er der et overbevisende sammenfald i disse

størrelser for de to skoleår (2018/2019 og 2022/2023), særligt når usikker-

heden på målingen tages i betragtning, og dersom det særlige ved TIMSS-

skalaen er, at den sikrer sammenlignelighed over tid. Med de mange ændrin-

ger i kildematerialerne til ministeriets statusredegørelser, som følger op på

udviklingen i forhold til de tre nationale mål for folkeskolen om elevernes

faglige udvikling, er det vores fortsatte vurdering, at TIMSS udgør et mere

pålideligt bud på udviklingen i relation til det operative resultatmål om

at 80 procent af eleverne bliver gode til regning.

92 2 ·

Resultater i forhold til eleverne i matematik

point siden 2019. Denne ændring er statistisk insignifikant og ikke af nogen

substantiel størrelse. Dette fremgår af nedenstående Tabel 22. Tolkningen

Ifølge vores resultater finder vi samlet set en stigning på cirka 1 procent-

er, at faldet i andele af elever på eller over dette niveau skete fra 2015 til 2019,

og at der fra 2019 til 2023 er en uændret andel af elever på dette internatio-

nale kompetenceniveau. Et lidt andet perspektiv er, at de elever, vi målte i

2015, som hovedsageligt havde gået i den ikke reformerede skole, allerede

var meget tæt på det operative resultatmål, og siden er det faldet med cirka

5 procentpoint frem til 2023.

Tabel 22 Andel af elever på eller over mellem kompetenceniveau i Danmark

Undersøgelse

2023

2019

2015

2011

2007

Andel elever på

eller over mellem

kompetenceniveau

75,5 (1,0)

74,7 (1,0)

80,3 (1,3)

81,9 (1,2)

76,3 (1,3)

0,8 (1,4)

-4,8 (1,7)

-6,3 (1,6)

-0,8 (1,6)

0,57

0,00 **

↓

<,001 ***

↓

0,64

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Dette dækker dog over nogle forandringer mellem drenge og piger.

2.5.2 Andelen af piger og drenge på mellem kompetenceniveau

Vi har observeret en markant stigning i forskellen i gennemsnitsscoren mel-

lem drenge og piger. Ændringerne i andelen af drenge og piger, der befinder

sig på eller over det mellemste kompetenceniveau, fremgår af Tabel 23 og

Tabel 24 nedenfor. Vi fandt et fald i andelen af både drenge og piger på dette

niveau fra 2015 til 2019. Andelen af piger er faldet en smule yderligere fra

2019 til 2023 med cirka 2 procentpoint, dog ikke statistisk signifikant, mens

andelen af drenge i samme periode er steget med 3 procentpoint. Den øgede

andel af drenge fra 2019 til 2023 er statistisk signifikant på det lavere konfi-

densniveau på 90 procent.

2 ·

Resultater i forhold til eleverne i matematik

Tabel 23 Andel af drenge på eller over mellem kompetenceniveau i Danmark

Undersøgelse

2023

2019

2015

2011

2007

Andel drenge på

eller over mellem

kompetenceniveau

78,7 (1,2)

75,2 (1,3)

81,4 (1,3)

82,6 (1,4)

77,2 (1,7)

3,4 (1,8)

-2,8 (1,8)

-3,9 (1,9)

1,4 (2,1)

0,05 .

0,12

0,04 *

↓

0,50

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Tabel 24 Andel af piger på eller over mellem kompetenceniveau i Danmark

Undersøgelse

2023

2019

2015

2011

2007

Andel piger på

eller over mellem

kompetenceniveau

72,5 (1,3)

74,2 (1,4)

79,2 (1,7)

81,2 (1,4)

75,4 (2,0)

-1,7 (1,9)

-6,6 (2,2)

-8,6 (1,9)

-2,9 (2,4)

0,37

0,00 **

↓

<,001 ***

↓

0,23

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Ser vi på forskellene mellem andele af drenge og piger blandt 4.- klasse-

eleverne over tid, der er på eller over et mellem kompetenceniveau, fremgår

dette af Tabel 25. Forskellen i andele af drenge og piger på dette kompeten-

ceniveau har ikke tidligere været statistisk signifikant og har befundet

sig mellem cirka 1 og 2 procentpoint i 2007 til 2019. I 2023 bliver forskellen

signifikant på cirka 6 procentpoint, og denne statistisk signifikante stigning

på 5 procentpoint er et udtryk for, at der er sket en substantiel øget ulighed

i andele af drenge og piger, der når dette eller et højere kompetenceniveau

i matematik. Når lærere således står over for klasser af elever, vil der oftere

94 2 ·

Resultater i forhold til eleverne i matematik

være flere drenge end piger, der viser grundlæggende matematisk forståelse

i enkle situationer og kan udføre regneoperationer med hele tal op til tre

cifre, herunder multiplikation og division med rest. Så selvom andelene af

drenge ikke går signifikant frem og andelene af piger ikke går statistisk

signifikant tilbage isoleret set for hver gruppe, så er den samlede bevægelse

og forskellen i andele mellem grupperne statistisk signifikant.

Tabel 25 Forskelle i andel af drenge og piger på eller over mellem kompetenceniveau i

Danmark

Undersøgelse

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Forskel i andel drenge

og piger på eller over

mellem kompetenceniveau

6,1 (1,5) ***

↑

1,0 (1,8)

2,3 (1,7)

1,4 (1,5)

1,9 (2,7)

5,2 (2,4) *

↑

3,8 (2,3) .

4,7 (2,1) *

↑

4,3 (3,1)

Forskel i

forskelle

2.5.3 Uændret andel elever på højt kompetenceniveau

Som det fremgår af Tabel 26, har der været et lille og statistisk ganske insig-

nifikant fald på cirka 1 procent af eleverne på et højt internationalt kompe-

tenceniveau i 2023 sammenlignet med 2019. Andelen er derfor fortsat mar-

kant under den andel af elever, som var på eller over dette kompetenceni-

veau i 2015. Der er statistisk signifikant 9 procentpoint færre elever på dette

niveau i 2023, end der var i 2015, som havde den højeste andel hen over

TIMSS-undersøgelserne. Dette relaterer sig til Folkeskolereformens mål om,

at andelen af de allerdygtigste elever i matematik skal stige år for år. Målt på

andele af elever, der er på eller over et højt internationalt kompetenceniveau,

er danske elever ikke kommet tættere på målet fra 2019 til 2023.

2 ·

Resultater i forhold til eleverne i matematik

Tabel 26 Andel elever på eller over højt kompetenceniveau i Danmark

Undersøgelse

2023

2019

2015

2011

2007

Andel elever på eller over

højt kompetenceniveau

36,7 (1,2)

37,2 (1,3)

45,7 (1,6)

44,2 (1,5)

36,0 (1,6)

-0,6 (1,8)

-9,1 (2,0)

-7,5 (1,9)

0,7 (1,9)

0,75

<,001 ***

↓

<,001 ***

↓

0,72

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

2.5.4 Halvt så stort fald i andel drenge end piger

på højt kompetenceniveu

Forskellen mellem andelen af drenge og piger på et højt kompetenceniveau

i 2023 sammenlignet med 2015 er blevet endnu større. I 2023 er der 1 procent-

point flere drenge på dette niveau end i 2019, mens andelen af piger i samme

periode er faldet med 2 procentpoint. Isoleret set er ændringerne fra 2019 til

2023 ikke statistisk signifikante for hvert køn. Men disse ændringer bidrager

yderligere til forskellen i andelen af drenge og piger på dette høje kompeten-

ceniveau i matematik. Faldet i pigernes andel fra 2015 til 2023 er således på

12 procentpoint, hvilket betyder, at mere end hver tiende pige, der tidligere

var på dette niveau, ikke længere er det. For drengene er faldet det halve og

på 6 procentpoint.

Tabel 27 Andel af drenge på eller over højt kompetenceniveau i Danmark

Andel drenge på

eller over højt

kompetenceniveau

41,6 (1,6)

40,5 (2,2)

47,3 (2,0)

46,1 (1,7)

38,4 (2,2)

1,1 (2,8)

-5,7 (2,6)

-4,5 (2,4)

3,2 (2,7)

0,70

0,03 *

↓

0,06 .

0,24

P-værdi

på diff.

Undersøgelse

2023

2019

2015

2011

2007

Diff. til 2023

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

96 2 ·

Resultater i forhold til eleverne i matematik

Tabel 28 Andel af piger på eller over højt kompetenceniveau i Danmark

Undersøgelse

2023

2019

2015

2011

2007

Andel piger på

eller over højt

kompetenceniveau

31,9 (1,3)

33,9 (1,4)

44,1 (1,8)

42,4 (1,9)

33,7 (1,8)

-2,0 (1,9)

-12,2 (2,3)

-10,5 (2,3)

-1,8 (2,2)

0,29

<,001 ***

↓

<,001 ***

↓

0,43

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Tabel 29 Andel af drenge på meget højt kompetenceniveau (avanceret) i Danmark

Andel drenge

på avanceret

kompetenceniveau

8,9 (0,9)

9,8 (0,9)

13,3 (1,3)

10,7 (1,2)

7,9 (1,0)

-0,9 (1,3)

-4,4 (1,6)

-1,8 (1,5)

1,0 (1,3)

0,49

0,01 **

↓

0,24

0,45

Undersøgelse

2023

2019

2015

2011

2007

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

2 ·

Resultater i forhold til eleverne i matematik

Tabel 30 Andel af piger på meget højt kompetenceniveau (avanceret) i Danmark

Undersøgelse

2023

2019

2015

2011

2007

Andel piger

på avanceret

kompetenceniveau

6,0 (0,7)

7,1 (1,2)

10,7 (1,0)

8,7 (1,1)

5,4 (0,9)

-1,0 (1,4)

-4,7 (1,2)

-2,7 (1,3)

0,6 (1,1)

0,46

<,001 ***

↓

0,05 *

0,57

Diff. til 2023

P-værdi

på diff.

↓

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Tabel 31 Forskelle i andel af drenge og piger på meget højt kompetenceniveau (avanceret)

i Danmark

Undersøgelse

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Forskel i andel drenge og

piger på avanceret

kompetenceniveau

2,8 (1,0) **

↑

2,7 (1,3) *

↑

2,5 (1,3) .

2,0 (1,2)

2,5 (1,1) *

↑

0,1 (1,6)

0,3 (1,6)

0,9 (1,6)

0,4 (1,5)

Forskel i forskelle

2.5.5 Samlet grafisk oversigt for fordelingen af resultater over tid

De mange analyser af spredningen, percentiler og kompetenceniveauer kan

samles i en grafisk fremstilling. Denne grafiske fordeling vises i Figur 26,

som indeholder percentiler, gennemsnittet, medianen og de internationale

kompetenceniveauer.

98 2 ·

Resultater i forhold til eleverne i matematik

Figur 26 Densitets- og percentilfordeling for hovedresultat i matematik 2007-2023

0,006

2007

2023

2019

2015

2011

0,004

0,002

0,000

0,006

0,004

0,002

Densitet ('bandwidth' = 10)

0,000

0,006

0,004

0,002

0,000

0,006

0,004

0,002

0,000

0,006

0,004

0,002

0,000

400

Matematikscore

600

800

Percentiler

5. percentil

25. percentil

75. percentil

95. percentil

Internationale kompetenceniveauer

Lavt

Mellem

Højt

Meget højt

Når vi ser deskriptivt på fordelingen af elevresultater fra 2007 til 2023, be-

mærker vi, at der fra 2007 til 2011 og igen i 2015 skete en positiv forskydning

mod højre. Dette indikerer, at eleverne generelt klarede sig bedre i 2011 og

2015 sammenlignet med 2007. Efter 2015 skete der en forskydning mod ven-

stre fra 2015 til 2019, og denne tendens er fortsat frem til 2023.

Desuden blev spredningen mellem de lavest og højest præsterende elever

større i 2015, men denne spredning er gradvist blevet reduceret i 2019 og

2023, så den i 2023 minder meget om spredningen i 2007 og 2011. Reduktio-

nen i spredningen fra 2019 til 2023 er primært sket blandt de højest præste-

2 ·

Resultater i forhold til eleverne i matematik

rende elever. Den mere ensartede fordeling af elevresultater i matematik i

2023 skyldes således, at der er færre elever, der præsterer på et meget højt

niveau. Der er dog for sidstnævnte tale om meget små forskydninger.

2.6 Matematikresultater på de faglige områder

og kognitive domæner

Som beskrevet i rammeværket for TIMSS-undersøgelsen kan den overord-

nede skala for matematik opdeles i flere subskalaer, der dækker forskellige

faglige områder og kognitive domæner. Tabel 32 og Tabel 33 viser udviklin-

os se nærmere på, hvordan kompositionen af fagområder og kognitive

gen for danske 4.-klasseelever inden for disse områder og domæner. Lad

domæner har ændret sig over tid, som det blev beskrevet i 2019-udgivelsen.

Her forstås kompositionen som de samlede forskelle og ligheder, der opstår,

når vi sammenligner og relaterer de enkelte domæner og faglige områder

med hinanden.

Tabel 32 Trend i matematik blandt danske elever fra 2007 til 2023 inden for faglige områder

Fagområde

Tal

Undersøgelse

2023

2019

2015

2011

2007

Måling og geometri

2023

2019

2015

2011

2007

Statistik

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

516,2 (2,3)

517,8 (2,1)

534,9 (2,7)

534,0 (2,5)

513,4 (2,7)

529,6 (2,1)

536,2 (2,4)

555,1 (3,2)

548,0 (3,1)

545,6 (3,1)

532,0 (2,3)

525,3 (2,3)

526,0 (3,5)

531,5 (2,9)

526,5 (4,0)

6,7 (3,3)

6,0 (4,2)

0,4 (3,7)

5,4 (4,7)

0,04 *

0,15

0,91

0,24

-6,6 (3,2)

-25,5 (3,8)

-18,3 (3,8)

-15,9 (3,7)

0,04 *

-1,6 (3,1)

-18,7 (3,6)

-17,8 (3,4)

2,7 (3,6)

0,61

<,001 ***

↓

<,001 ***

↓

0,45

Diff. til 2023

P-værdi

på diff.

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

↑

100 2 ·

Resultater i forhold til eleverne i matematik

I kompositionen af faglige områder er det værd at bemærke, at resultaterne

inden for ”Måling og geometri” i 2023 er statistisk signifikant lavere end alle

tidligere danske TIMSS-undersøgelser. Således er der et fald sammenlignet

med 2019 på 7 point. Det er ellers et område, hvor de danske elever i 2007,

2011 og 2015 placerede sig ganske højt. Omvendt har danske elever i 2023 et

signifikant højere gennemsnitligt niveau i fagområdet ”Statistik” end i 2019,

som også handler om datapræsentation, der blandt andet dækker læsning

af figurer og tabeller. Inden for området ”Tal” er resultatet uændret i forhold

til 2019, hvor det store fald skete fra 2015. Samlet ses en positiv udvikling

i 2023 inden for ”Statistik”, hvorimod den uheldige udvikling inden for

”Måling og geometri”, vi så i 2019, fortsætter statistisk signifikant i 2023.

Inden for det faglige område ”Tal” er der også et forbedringspotentiale i

relation til kompositionen af de andre fagområders niveau.

Lad os nu betragte forandringerne inden for de kognitive domæner.

Dette fremgår af Tabel 33.

Tabel 33 Trend i matematik blandt danske elever fra 2007 til 2023

inden for de kognitive domæner

Kognitive

domæner

Viden

Undersøgelse

2023

2019

2015

2011

2007

Anvendelse

2023

2019

2015

2011

2007

Ræsonnement

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

520,5 (2,2)

523,9 (2,2)

535,9 (3,3)

531,4 (2,7)

513,9 (2,7)

523,1 (2,5)

519,9 (2,3)

537,9 (2,8)

538,9 (2,9)

526,9 (2,8)

525,1 (2,5)

534,9 (2,2)

547,6 (3,2)

542,6 (2,7)

525,2 (2,5)

-9,8 (3,4)

-22,4 (4,1)

-17,5 (3,7)

-0,0 (3,6)

0,00 **

↓

<,001 ***

↓

<,001 ***

↓

0,99

3,2 (3,4)

-14,8 (3,7)

-15,9 (3,8)

-3,9 (3,7)

0,35

<,001 ***

↓

<,001 ***

↓

0,30

-3,4 (3,1)

-15,4 (3,9)

-10,9 (3,5)

6,6 (3,5)

0,28

<,001 ***

↓

0,00 **

↓

0,06 .

Diff. til

2023

P-værdi

på diff.

2 ·

Resultater i forhold til eleverne i matematik

101

Det store fald, vi så inden for de kognitive domæner ”Viden” og ”Anvendelse”

fra 2015 til 2019, synes overordnet at være stagneret på niveauet svarende til

2007 og 2019 med små, ikke statistisk signifikante variationer. Derimod fort-

sætter den bekymrende tilbagegang inden for ”Ræsonnement” med yderli-

gere 10 point fra 2019. I 2019 var dette område faldet signifikant i forhold til

2011 og 2015, men lå stadig over gennemsnittet for 2007. I 2023 er elevernes

dygtighed inden for dette domæne gået tilbage til niveauet i 2007 og er ikke

længere statistisk signifikant højere, end det var i 2007. De enkelte kognitive

domæner fylder forskelligt i rammeværket, og med 20 procent af opgaverne

fylder dette område det halve i forhold til de to andre områder med hver 40

procent. Det betyder også, at det relativt store fald inden for dette kognitive

område isoleret set slår mindre igennem på det samlede gennemsnit i ma-

tematik. Ligesom i udgivelsen i 2020 argumenterer vi for at se både de kog-

nitive områder og faglige domæner i deres indbyrdes relationer og betragte

forandringer relationelt set. I et relationelt lys, hvor de kognitive domæner

betragtes i deres samlede komposition over tid, havde dette område tidlige-

re en større styrke, men denne er forsvundet i nærværende runde. Det er

inden for ”Ræsonnement”, at de danske elever tidligere har haft det højeste

gennemsnitlige resultat på tværs af undersøgelser og kognitive domæner

med 548 point i 2015.

2.6.1 Udviklingen mellem drenge og piger inden for

de faglige områder i matematik

Med henblik på at få en mere nuanceret forståelse af den øgede kønsulighed

i matematik vil vi nu betragte de faglige områder ”Tal”, ”Måling og geometri”

samt ”Statistik” i et kønsperspektiv. Ved at iagttage den relationelle kom-

position mellem fagområder og køn hen over tid kommer vi tættere på at

kunne identificere, hvilke områder der bidrager til den markant øgede

forskel mellem drenge og piger i samlet matematikdygtighed målt i TIMSS

2023.

Vi vil først undersøge forskellene mellem drenge og piger inden for

hvert område og undersøgelsesår, som det fremgår af Tabel 34. I 2023 var

forskellen mellem drenge og pigers gennemsnit størst inden for fagområdet

”Tal”. Dette område har konsekvent bidraget til kønsforskellen i matematik

i alle tidligere TIMSS-undersøgelser. Forskellen mellem drenge og piger

inden for dette faglige område har således været statistisk signifikant i alle

undersøgelserne fra 2007 til 2023. I 2023 er forskellen fra 2019 vokset med

yderligere 6,7 (4,4) point. Denne difference i difference er ikke statistisk

102 2 ·

Resultater i forhold til eleverne i matematik

signifikant mellem 2023 og 2019, men er det derimod i forhold til 2011, hvor

forskellen mellem drenge og piger set i forhold til ”Tal” var mindst.

Det faglige område ”Måling og geometri” er også relevant at betragte i et

kønsperspektiv. I 2007 klarede pigerne i gennemsnit sig bedre end drengene

inden for dette område, dog var forskellen ikke statistisk signifikant. I run-

derne 2007, 2011 og 2015 var der endvidere ingen statistisk signifikante

forskelle mellem drenge og pigers gennemsnitsscore inden for det faglige

område. Dog blev forskellen statistisk signifikant i 2019, hvor drengene nu i

gennemsnit klarer sig bedre end pigerne i gennemsnit, og denne forskel er

vokset yderligere frem til 2023.

Betragter vi området ”Statistik”, har den gennemsnitlige kønsforskel i de

foregående runder af undersøgelsen varieret fra 0,3 point i pigernes favør til

6 point for drengene. Disse forskelle har hidtil været insignifikante. I 2023

ser billedet dog anderledes ud. Her finder vi en højsignifikant forskel mellem

Dette område er således væsentligt at forholde sig til i den videre udvikling

af undervisningen i matematik for pigernes vedkommende.

Tabel 34 Forskel i matematik mellem drenge og piger fra 2007 til 2023

inden for de faglige områder i Danmark

Fagområde

Tal

Undersøgelse

2023

2019

2015

2011

2007

Måling og geometri

2023

2019

2015

2011

2007

Statistik

2023

2019

2015

2011

2007

Forskel mellem

drenge og piger

(drenge – piger)

16,6 (3,0)

9,9 (3,2)

9,0 (3,3)

7,9 (2,8)

10,9 (4,0)

11,6 (3,0)

7,4 (3,6)

4,5 (4,3)

4,1 (3,8)

-6,3 (4,0)

15,4 (2,9)

2,4 (4,7)

-0,3 (4,9)

2,7 (6,2)

5,6 (5,2)

P-værdi

på diff.

<,001 ***

↑

0,01 **

↑

0,01 **

↑

0,01 **

↑

0,01 **

↑

<,001 ***

↑

0,04 *

0,30

0,29

0,12

<,001 ***

↑

0,62

0,95

0,66

0,29

drenge og piger på 15 point, hvor drengene gennemsnitligt klarer sig bedre.

↑

Note:

0 ”***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Ved forskelle mellem drenge og piger (drenge – piger) vil et resultat uden fortegn (+) være i drengenes

favør, og med negativt (-) vil det være pigerne, der klarer sig bedre i gennemsnit end drengene.

2 ·

Resultater i forhold til eleverne i matematik

103

Når vi skifter fokus fra den gennemsnitlige forskel mellem kønnene inden

for hvert af de faglige områder og zoomer ind på drenge og piger hver for sig,

får vi en bedre forståelse af, hvilke forandringer der bidrager til forskellene

Som det fremgår af Tabel 35, har drengenes udvikling over tid været va-

rierende. Inden for områderne ”Tal” og ”Måling og geometri” har drengene

i gennemsnit en lavere dygtighed end i 2011 og 2015. Deres resultater er på

samme niveau som i 2019 efter en tilbagegang fra 2015. Omvendt ser vi en

over tid.

markant og ganske positiv udvikling inden for fagområdet ”Statistik”, hvor

drengenes gennemsnitlige placering på TIMSS-skalaen aldrig har været hø-

jere. Dette niveau overstiger statistisk signifikant både resultaterne fra 2019

og 2015.

Tabel 35 Trend i matematik blandt drenge fra 2007 til 2023 inden for de

faglige områder i Danmark

Fagområde

Tal

Undersøgelse

2023

2019

2015

2011

2007

Måling og geometri

2023

2019

2015

2011

2007

Statistik

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

for drenge

524,6 (3,1)

522,7 (2,8)

539,3 (3,2)

538,0 (3,0)

519,0 (3,8)

535,5 (2,7)

539,9 (2,4)

557,3 (3,6)

550,1 (3,7)

542,4 (3,5)

539,8 (2,7)

526,5 (3,4)

525,8 (3,1)

533,0 (4,2)

529,4 (4,7)

13,3 (4,4)

14,0 (4,1)

6,8 (5,0)

10,4 (5,4)

0,00 **

↑

<,001 ***

↑

0,17

0,06 .

-4,4 (3,6)

-21,8 (4,5)

-14,5 (4,6)

-6,8 (4,4)

0,23

<,001 ***

↓

0,00 **

↓

0,12

1,9 (4,2)

-14,7 (4,5)

-13,4 (4,3)

5,6 (4,9)

0,65

0,00 **

↓

0,00 **

↓

0,25

Diff.

til 2023

P-værdi

på diff.

Den positive udvikling i ”Statistik” for drengenes vedkommende genfindes

ikke blandt pigerne. Her er resultaterne uændrede, og variationen over åre-

ne er minimal. Pigernes gennemsnit for 2023 er på samme niveau som i de

104 2 ·

Resultater i forhold til eleverne i matematik

tidligere TIMSS-undersøgelser. Kønsuligheden inden for dette område skyl-

des således, at drengene har forbedret sig markant, mens pigernes gennem-

snit er forblevet uændret.

Her har pigerne aldrig tidligere haft et lavere resultat end i 2023. Gennem-

snittet for pigerne i 2023 er statistisk signifikant lavere end i alle under-

søgelserne fra 2007 til 2019. Dette område har ellers været et, hvor pigerne

andre faglige områder ”Tal” og ”Statistik”.

tidligere har placeret sig højt i forhold til deres placering inden for de to

Derimod ser vi en anden tendens inden for området ”Måling og geometri”.

Når vi betragter området ”Tal”, er det her, pigernes gennemsnit placerer

sig lavest i 2023 i forhold til de tre områder. Vi observerede et stort fald

fra 2015 og 2011 til 2019. Fra 2019 til 2023 er der yderligere et mindre, ikke

statistisk signifikant fald på 5 point. Samtidig har drengene haft en lille frem-

gang på 2 point. Disse ændringer bidrager yderligere til kønsforskellen på

len mellem drenge og piger er størst i 2023.

dette område, som nu udgør 17 point. Dette er også det område, hvor forskel-

Tabel 36 Trend i matematik blandt piger fra 2007 til 2023 inden for

de faglige områder i Danmark

Fagområde

Tal

Undersøgelse

2023

2019

2015

2011

2007

Måling

geometri

2023

2019

2015

2011

2007

Statistik

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

for piger

508,0 (2,4)

512,8 (2,4)

530,3 (3,1)

530,1 (2,8)

508,1 (3,0)

523,9 (2,4)

532,5 (3,4)

552,9 (4,1)

546,0 (3,6)

548,6 (3,8)

524,4 (2,8)

524,1 (3,2)

526,1 (5,1)

530,2 (4,3)

523,8 (4,9)

0,3 (4,2)

-1,7 (5,8)

-5,8 (5,1)

0,6 (5,7)

0,94

0,77

0,26

0,91

-8,6 (4,2)

-28,9 (4,8)

-22,1 (4,4)

-24,7 (4,5)

0,04 *

-4,8 (3,4)

-22,3 (3,9)

-22,1 (3,7)

-0,1 (3,8)

0,16

<,001 ***

↓

<,001 ***

↓

0,98

Diff. til

2023

P-værdi

på diff.

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

2 ·

Resultater i forhold til eleverne i matematik

105

2.6.2 Udviklingen mellem drenge og piger inden for

de kognitive domæner i matematik

Da vi finder en markant forøget kønsulighed, er det ligeledes her relevant at

undersøge, om der er kognitive domæner, som i særlig grad bidrager til den

øgede forskel mellem drenge og piger. Tabel 37 præsenterer først en sam-

menligning af drenge og piger inden for hvert af de kognitive domæner i de

forskellige undersøgelser. De to efterfølgende tabeller (Tabel 38 og Tabel 39)

sammenligner dernæst over tid forandringerne inden for henholdsvis

drenge og piger særskilt. På denne måde skabes et samlet billede af de rela-

tionelle forandringer mellem piger og drenge over tid.

score inden for hvert af de kognitive domæner. Denne forskel har dog ikke

været statistisk signifikant i alle tilfælde. Vi finder, at inden for domænet

”Viden” har drengene i stigende grad fra 2007 til 2023 klaret sig signifikant

bedre end pigerne. Udviklingen starter i 2007 med et resultat, der ikke er

statistisk signifikant på et 95-procents konfidensniveau, men dog

på 90-procent med en difference til pigerne på 8 point. Denne forskel vokser

støt frem til 2023, hvor den nu er ganske betragtelig, nemlig 21 point, svaren-

de til en effektstørrelse på 0,28 (Cohen’s

d).

Som det fremgår af Tabel 37 , har drengene over alle år haft en højere

Inden for domænet ”Anvendelse” ser det dog anderledes ud. Her fluktu-

erer forskellen mellem drenge og piger i spændet 4 til 7 point hen over årene

2007 til 2019, hvorefter der sker en stigning til 11 point, og denne forskel er

nu statistisk højsignifikant. Ser vi ligeledes på spændet for forskellen mellem

drenge og piger i årene 2007 til 2019 for ”Ræsonnement”, var det lidt mindre

og lå mellem 4 og 7 point, men blev også markant større i 2023, hvor den nu

statistisk signifikante forskel mellem drenge og piger i forhold til at kunne

ræsonnere i matematik er steget til 17 point.

Når vi derefter iagttager udviklingen inden for de tre domæner særskilt

for drenge og piger og fokuserer på den øgede kønsulighed i resultaterne for

domænerne ”Anvendelse” og ”Ræsonnement”, finder vi, at drengene isoleret

set er gået lidt tilbage inden for ”Ræsonnement”, dog ikke statistisk signi-

fikant fra 2019 til 2023, og ligeledes lidt frem inden for ”Anvendelse”.

For sidstnævnte område er det statistisk signifikant på et 90-procents

106 2 ·

Resultater i forhold til eleverne i matematik

konfidensniveau. Den øgede forskel i ”Ræsonnement” skyldes således en

markant større tilbagegang for pigerne end drengene på dette område

fra 2019 til 2023. Forskellen for pigerne fra 2019 til 2023 er på 15 point. For

”Anvendelse” er bevægelsen for drenge og piger modsatrettet og skaber den

øgede forskel. For domænet ”Viden” er drengene på samme niveau i 2023

som i 2019, mens pigerne fortsætter faldet med yderligere 7 point fra 2019 til

2023. Denne forskel er signifikant med 90-procents sandsynlighed.

Samlet betragtet kan den relationelle komposition mellem drenge og

piger inden for de tre domæner tolkes således, at forskellen i høj grad skyldes

vidensområdet efterfulgt af ræsonnementsområdet, og at udviklingen

fra 2019 til 2023 markerer en markant anden kønsulighed i matematisk dyg-

tighed end tidligere undersøgelser.

Tabel 37 Forskel i matematik mellem drenge og piger fra 2007 til 2023 inden

for de kognitive domæner

Kognitive

domæner

Viden

Undersøgelse

2023

2019

2015

2011

2007

Anvendelse

2023

2019

2015

2011

2007

Ræsonnement

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Forskel mellem

drenge og piger

21,4 (2,6)

13,3 (3,8)

10,4 (4,1)

8,9 (3,5)

7,7 (4,0)

11,3 (2,6)

3,7 (3,3)

5,6 (3,1)

4,8 (2,7)

7,2 (4,0)

17,3 (3,8)

6,3 (3,3)

5,6 (5,1)

3,5 (4,2)

6,5 (4,8)

P-værdi

på diff.

<,001

***↑

<,001

***↑

0,01 *

0,01

0,06 .

<,001

***↑

0,28

0,07 .

0,08 .

0,07 .

<,001

***↑

0,06 .

0,27

0,41

0,18

↑

2 ·

Resultater i forhold til eleverne i matematik

107

Som beskrevet er der mange ligheder i resultaterne for 2023 sammenlignet

med 2019 og især 2007. Det er derfor værd at bemærke, at drengene i gen-

nemsnit i 2023 har opnået en statistisk signifikant større dygtighed inden

for ”Viden” sammenlignet med runden i 2007. I 2019 var drengenes resulta-

ter også højere end i 2007 inden for ”Viden”. Dog var drengenes gennemsnit

i 2019 ligeledes statistisk signifikant højere end i 2007 inden for det kognitive

område ”Ræsonnement”. Uagtet at tilbagegangen ikke er så stor, at den er

af, at det særligt er området ”Ræsonnement”, der bør have fokus i relation til

drengene.

Tabel 38 Trend i matematik blandt drenge fra 2007 til 2023 inden for de kognitive domæner

Kognitive

domæner

Viden

Undersøgelse

2023

2019

2015

2011

2007

Anvendelse

2023

2019

2015

2011

2007

Ræsonnement

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

for drenge

531,4 (2,6)

530,5 (2,8)

541,0 (3,2)

535,9 (3,3)

517,8 (3,7)

528,8 (3,0)

521,7 (2,8)

540,7 (3,1)

541,4 (3,5)

530,6 (3,5)

533,9 (2,6)

538,1 (3,0)

550,3 (3,9)

544,4 (3,3)

528,5 (3,8)

-4,1 (4,0)

-16,4 (4,7)

-10,5 (4,2)

5,4 (4,6)

0,30

<,001 ***

↑

0,01 *

0,24

7,1 (4,1)

-11,9 (4,3)

-12,6 (4,6)

-1,8 (4,6)

0,08 .

0,01 **

↑

0,01 **

↑

0,69

0,9 (3,8)

-9,6 (4,1)

-4,5 (4,2)

13,6 (4,5)

0,81

0,02 *

0,28

0,01 **

↑

Diff. til

2023

P-værdi

på diff.

signifikant mellem 2019 og 2023, så bidrager bevægelsen til en vurdering

↑

I oversigten for pigerne i Tabel 39 inden for de kognitive domæner er der

deskriptivt tilbagegang på alle områder, og aldrig er pigernes gennemsnit

målt lavere inden for hvert af områderne. Som sagt finder vi et statistisk

signifikant fald fra 2019 til 2023 inden for domænet ”Ræsonnement”, og på

et 90-procents konfidensniveau også inden for ”Viden”. For pigerne er det,

ligesom for drengene, værd at fokusere på at udvikle deres færdigheder

i at ræsonnere matematisk.

108 2 ·

Resultater i forhold til eleverne i matematik

Tabel 39 Trend i matematik blandt piger fra 2007 til 2023 inden for de kognitive domæner

Kognitive

domæner

Viden

Undersøgelse

2023

2019

2015

2011

2007

Anvendelse

2023

2019

2015

2011

2007

Ræsonnement

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

for piger

510,0 (2,5)

517,3 (3,0)

530,7 (4,4)

527,1 (3,1)

510,1 (3,1)

517,5 (2,7)

518,0 (2,9)

535,0 (3,2)

536,6 (3,0)

523,4 (3,2)

516,6 (3,6)

531,7 (2,5)

544,7 (4,3)

540,9 (3,6)

522,0 (3,1)

-15,1 (4,4)

-28,1 (5,6)

-24,3 (5,1)

-5,4 (4,8)

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

0,27

-0,5 (4,0)

-17,5 (4,2)

-19,1 (4,0)

-5,9 (4,2)

0,89

<,001 ***

↓

<,001 ***

↓

0,16

-7,2 (3,9)

-20,7 (5,1)

-17,1 (4,0)

-0,1 (4,0)

0,07 .

<,001 ***

↓

<,001 ***

↓

0,98

Diff. til

2023

P-værdi

på diff.

2.7 Matematikresultater sammenlignet med Norden

Det er spændende og ikke mindst relevant at sammenligne de gennemsnit-

lige præstationer af danske 4.-klasseelever med deres jævnaldrende i Norge,

Sverige og Finland. På denne vis kan vi blive klogere på, hvordan udviklingen

inden for undervisning er i lande, der ligner det danske i forhold til den skan-

dinaviske velfærdsstatsmodel, som er kendetegnet ved at have ”achieved

the elusive combination of social equality and economic efficiency”, om end

dette er under forandring, og der opstår ligheder og forskelle i politiske

reformer over tid (Stephens, 1996, s. 32).

2 ·

Resultater i forhold til eleverne i matematik

109

Figur 27 Udviklingen i gennemsnitsscore blandt de nordiske lande 2007-2023 i matematik

540

Matematik gns. score (SE)

520

500

480

2007

2011

2015

Undersøgelse

2019

2023

Lande

Danmark

Finland

Norge

Sverige

Note: Errorbar udgør en standardfejl. Bemærk, at Norge deltager i 2015, 2019 og 2023 med 5. klasse

Figur 27 illustrerer, hvordan de nordiske resultater over tid i høj grad har

bevæget sig i retning af hinanden. I 2023 er der meget små og insignifikante

forskelle mellem Norge, Sverige og Finland, mens Danmark på et 90-pro-

cents konfidensniveau placerer sig signifikant under dem. På nær Sverige,

som har en opadgående bevægelse, synes der fra 2019 og hen over corona-

årene at være en svag nedadgående tendens. Sverige havde en anden tilgang

til nedlukninger af skoler, men det kræver yderligere analyser at kunne be-

stemme, om det kan være en forklaring på forskellen mellem den svenske

og øvrige nordiske udvikling, da den generelle tendens for Sverige er opad-

gående fra 2007 og frem. Det er værd at bemærke, at der over tid har været

en vis spredning mellem de nordiske resultater. I 2023 er resultaterne dog

konvergeret og ligger inden for et område på cirka 7 point mellem det laveste

gennemsnit (Danmark) og det højeste gennemsnit (Norge).

For at illustrere udviklingen yderligere i forhold til statistisk signifikante

forskelle over tid og på tværs af lande præsenterer Tabel 40 ændringerne

i resultaterne fra de tidligere TIMSS-undersøgelser. Tabel 41 viser de speci-

fikke forskelle og deres statistiske signifikans for hvert undersøgelsesår

blandt de nordiske lande.

110 2 ·

Resultater i forhold til eleverne i matematik

Tabel 40 Forskel i matematikresultater mellem Danmark i 2023 og de tidligere

resultater og nordiske lande

Undersøgelse

2023

Lande

Danmark

Norge

Sverige

Finland

2019

Danmark

Norge

Sverige

Finland

2015

Danmark

Norge

Sverige

Finland

2011

Danmark

Norge

Sverige

Finland

2007

Danmark

Norge

Sverige

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

-6,9 (2,9)

-6,2 (3,5)

-5,6 (3,3)

-0,8 (2,8)

-19,0 (3,0)

2,5 (3,5)

-8,4 (3,1)

-15,0 (3,4)

-25,4 (3,2)

5,1 (3,5)

-11,6 (2,9)

-13,3 (3,3)

28,7 (3,5)

19,8 (3,0)

-21,7 (3,2)

0,6 (3,2)

50,5 (3,3)

21,1 (3,3)

0,02 *

0,08 .

0,09 .

0,77

<,001 ***

↓

0,48

0,01 **

↓

<,001 ***

↓

<,001 ***

↓

0,15

<,001 ***

↓

<,001 ***

↓

<,001 ***

↑

<,001 ***

↑

<,001 ***

↓

0,85

<,001 ***

↑

<,001 ***

↑

Diff. til

Danmark

P-værdi

på diff.

↓

Som det fremgår af Tabel 40, som samlet fremstiller det danske matemati-

kresultat i 2023 sammenlignet med tidligere runder, Danmark har deltaget

i, og de øvrige nordiske lande, er resultatet statistisk signifikant lavere end

otte af målingerne, hvoraf to af disse er tidligere danske målinger. Resultatet

placerer sig statistisk signifikant over fire af de tidligere målinger i Norden.

Det samlede billede er, at det danske resultat i 2023 som i 2019 placerer sig i

den lave ende af opnåede resultater i Norden over tid. Det fremgår således,

at det danske resultat i 2023 er statistisk signifikant lavere end Norge i 2023,

2019 og 2015, men højere end Norge i 2011 og 2007. Dette bør dog tilskrives,

at Norge fra 2015 og fremadrettet har deltaget med deres 5.-klasseelever for

2 ·

Resultater i forhold til eleverne i matematik

111

fortsat at have en aldersmæssigt sammenlignelig population af elever i

TIMSS-undersøgelsen. Det danske matematikresultat i 2023 placerer sig

også signifikant under Finland i 2019, 2015 og 2011. Finland deltog ikke i 2007.

På et 90-procents konfidensniveau er det danske resultat også lavere end det

finske i 2023. Det danske resultat i 2023 er bedre end det svenske i 2007 og

2011, men ellers ikke statistisk signifikant forskelligt fra 2019 og 2023. I 2023

er det danske gennemsnit lavere end samtlige af de nordiske lande, såfremt

der anlægges et 90-procents konfidensniveau. Selvom det er et upopulært

resultat, kan vi populært sagt være 90 procent sikre på, at danske elever i

gennemsnit er mindre dygtige end eleverne i de nordiske lande, vi normalt

sammenligner os med, i 2023.

Tabel 41 Resultater i matematik blandt de nordiske lande fra 2007 til 2023

Undersøgelse

2023

Lande

Danmark

Norge

Sverige

Finland

2019

Danmark

Norge

Sverige

Finland

2015

Danmark

Norge

Sverige

Finland

2011

Danmark

Norge

Sverige

Finland

2007

Danmark

Norge

Sverige

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

523,7 (2,1)

530,6 (2,0)

529,9 (2,8)

529,3 (2,5)

524,5 (1,9)

542,7 (2,2)

521,2 (2,8)

532,1 (2,3)

538,7 (2,7)

549,1 (2,5)

518,6 (2,8)

535,3 (2,0)

537,0 (2,6)

495,0 (2,8)

503,9 (2,1)

545,4 (2,4)

523,1 (2,5)

473,2 (2,6)

502,6 (2,6)

49,9 (3,6)

20,5 (3,6)

0,68

0,30

<,001 ***

↑

<,001 ***

↑

42,0 (3,8)

33,0 (3,3)

-8,5 (3,5)

0,60

0,48

-0,12

<,001 ***

↑

<,001 ***

↑

0,02 *

-10,4 (3,7)

20,0 (3,9)

3,4 (3,4)

-0,14

0,28

0,05

0,01 **

↓

<,001 ***

↑

0,32

-18,1 (2,9)

3,3 (3,4)

-7,5 (3,0)

-0,25

0,05

-0,10

<,001 ***

↓

0,33

0,01 *

-6,9 (2,9)

-6,2 (3,5)

-5,6 (3,3)

-0,09

-0,08

-0,07

0,02 *

0,08 .

0,09 .

Diff. til

Danmark

Cohen’s

P-værdi

på diff.

↓

112 2 ·

Resultater i forhold til eleverne i matematik

2.8 International placering blandt deltagende lande i 2023

Når vi ser samlet på alle de lande, der deltog med 4.-klasseelever i 2023,

placerer de danske elever sig over det internationale gennemsnit på 500,

som blev etableret i 1995. Af Tabel 42 fremgår det, hvilke lande danske elever

klarer sig statistisk signifikant bedre end, og hvor præstationerne er lavere.

de såkaldte

benchmarking participants.

For TIMSS i 4. klasse i 2023 drejer

I hver undersøgelse deltager der også en række regioner inden for landene,

det sig om Ontario og Quebec i Canada, Kurdistan i Irak samt Abu Dhabi,

Dubai og Sharjah i De Forenede Arabiske Emirater. Som nævnt tidligere er

regionen Kurdistan i Irak og Irak ikke medtaget, om end de deltog med

4.klasse var der udfordringer med datakvaliteten. Modsat de internationale

tabeller vælger vi fortsat at medtage disse regionale deltagere i de samlede

oversigter og ikke blot nederst under tabellerne. Årsagen er, som i 2019,

at Ontario (Canada) i forskellige sammenhænge fremhæves positivt og dis-

kuteres i den danske uddannelsesdebat. Ved dette valg er det nemmere for

læseren at se deres placering i oversigterne.

Internationalt placerer danske 4.-klasseelever sig på niveau med lande

som Tyskland, Serbien, Australien, den flamske del af Belgien og Ungarn.

Derudover er der ikke en statistisk signifikant forskel mellem Danmark og

lande som Bulgarien, Sverige, Portugal eller USA.

De øverste fem lande, hvor eleverne i 4. klasse i gennemsnit klarer sig

bedst i undersøgelsen, er Øst- og Sydøstasien med landene Singapore (615),

Taipei (Taiwan) (607), Sydkorea (Republikken Sydkorea) (594), Hongkong,

Kina (594) og Japan (591). I den anden ende finder vi Sydafrika (362), Kuwait

(382), Marokko (393), Brasilien (400) og Saudi-Arabien (420).

Tabel 42 International placering i matematik blandt deltagende lande i 2023

Lande

Singapore

Taipei (Taiwan)

Sydkorea

(Republikken Sydkorea)

Hongkong, Kina

Japan

Gns. score

614,8 (2,9)

607,0 (1,7)

594,4 (2,6)

594,4 (4,0)

590,7 (2,3)

Diff. til

Danmark 2023

-91,1 (3,6)

-83,3 (2,7)

-70,7 (3,4)

-70,7 (4,5)

-67,0 (3,1)

Cohen’s d

-1,02

-1,01

-0,82

-0,80

-0,78

P-værdi

på diff.

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

2 ·

Resultater i forhold til eleverne i matematik

113

Lande

Macao, Kina

Litauen

Dubai, FAE

Tyrkiet

England

Polen

Irland

Rumænien

Nederlandene

Letland

Norge

Tjekkiet

Sverige

Bulgarien

Finland

Australien

Tyskland

Danmark

Serbien

Belgien (Flamsk)

Ungarn

Portugal

USA

Cypern

Slovakiet

Quebec, Canada

Slovenien

Italien

Armenien

Albanien

Sharjah, FAE

Canada

Ontario, Canada

Spanien

De Forenede

Arabiske Emirater

Gns. score

582,0 (1,0)

560,6 (2,9)

556,6 (1,6)

553,3 (4,1)

552,0 (2,7)

546,0 (2,0)

545,8 (2,9)

541,9 (4,8)

537,1 (2,0)

534,3 (2,8)

530,6 (2,0)

530,4 (2,2)

529,9 (2,8)

529,9 (3,6)

529,3 (2,5)

524,9 (2,6)

523,8 (2,1)

523,7 (2,1)

522,9 (3,3)

520,8 (2,4)

520,3 (3,6)

517,3 (2,8)

516,9 (3,1)

516,3 (2,5)

514,8 (3,1)

514,7 (2,7)

513,8 (1,8)

513,1 (2,8)

512,6 (2,8)

511,6 (4,9)

503,9 (3,3)

503,8 (2,0)

502,8 (3,4)

498,3 (2,1)

498,1 (1,2)

0,8 (3,9)

2,9 (3,2)

3,4 (4,1)

6,4 (3,5)

6,8 (3,7)

7,4 (3,2)

8,9 (3,7)

9,0 (3,4)

9,9 (2,8)

10,6 (3,5)

11,1 (3,5)

12,1 (5,4)

19,8 (3,9)

19,9 (2,9)

20,9 (4,0)

25,4 (3,0)

25,6 (2,4)

0,01

0,03

0,04

0,07

0,08

0,10

0,12

0,13

0,14

0,21

0,23

0,24

0,31

0,25

0,84

0,37

0,41

0,07 .

0,02 *

Diff. til

Danmark 2023

-58,3 (2,3)

-36,9 (3,6)

-32,9 (2,6)

-29,6 (4,6)

-28,3 (3,4)

-22,3 (2,9)

-22,1 (3,6)

-18,2 (5,3)

-13,4 (2,9)

-10,6 (3,5)

-6,9 (2,9)

-6,7 (3,0)

-6,2 (3,5)

-6,2 (4,2)

-5,6 (3,3)

-1,2 (3,3)

-0,1 (3,0)

Cohen’s d

-0,67

-0,43

-0,36

-0,32

-0,31

-0,26

-0,25

-0,20

-0,16

-0,12

-0,08

-0,07

-0,06

-0,01

-0,00

P-værdi

på diff.

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

0,00 **

↓

0,02 *

0,03 *

0,08 .

0,14

0,09 .

0,72

0,98

↓

↑

0,01 **

↑

<,001 ***

↑

0,00 **

↑

0,00 **

↑

0,03 *

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

114 2 ·

Resultater i forhold til eleverne i matematik

Lande

Georgien

Aserbajdsjan

New Zealand

Belgien (Fransk)

Kasakhstan

Frankrig

Montenegro

Nordmakedonien

Qatar

Bahrain

Abu Dhabi, FAE

Kosovo

Bosnien-Hercegovina

Chile

Usbekistan

Jordan

Oman

Iran

Saudi-Arabien

Brasilien

Marokko

Kuwait

Sydafrika

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

497,9 (3,1)

494,1 (3,5)

490,3 (2,6)

489,4 (2,4)

487,2 (3,6)

484,1 (2,9)

477,1 (2,1)

473,5 (3,6)

464,0 (3,5)

461,6 (4,1)

458,6 (1,9)

451,4 (3,4)

447,1 (3,2)

443,5 (2,8)

443,5 (3,2)

427,0 (5,3)

421,4 (4,0)

419,6 (4,2)

419,5 (4,2)

400,0 (3,4)

393,2 (4,6)

382,0 (4,4)

361,7 (3,5)

Diff. til

Danmark 2023

25,8 (3,7)

29,6 (4,1)

33,4 (3,4)

34,3 (3,2)

36,5 (4,2)

39,6 (3,6)

46,6 (2,9)

50,2 (4,1)

59,7 (4,1)

62,1 (4,6)

65,1 (2,9)

72,3 (4,0)

76,6 (3,9)

80,2 (3,5)

80,2 (3,8)

96,7 (5,7)

102,3 (4,5)

104,1 (4,7)

104,2 (4,7)

123,7 (4,0)

130,5 (5,1)

141,7 (4,9)

162,0 (4,1)

Cohen’s d

0,30

0,33

0,37

0,40

0,41

0,46

0,54

0,56

0,64

0,66

0,64

0,83

0,88

0,92

0,91

1,02

1,08

1,11

1,13

1,38

1,35

1,43

1,56

P-værdi

på diff.

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

2.9 Deltagende EU-lande i 2023, der som minimum er på

eller over et mellem kompetenceniveau

I Figur 28 præsenteres analysen af det europæiske uddannelseslandskab,

illustreret ved hjælp af landkort for de deltagende EU-landes resultater.

Figuren viser andelen af elever, der opnår eller overstiger det mellemste

kompetenceniveau. Som det fremgår, synes EU-landene i Nordeuropa

2 ·

Resultater i forhold til eleverne i matematik

115

at have større ligheder indbyrdes i andelen af elever, der når dette kompe-

tenceniveau, sammenlignet med de sydvestlige europæiske lande.

Tilsvarende kan det ses for landenes samlede gennemsnit, som fremgår

af Figur 29. Disse to forhold er naturligvis indbyrdes forbundne, da kompe-

tenceniveauerne er fastsat med cut-off scores på fordelingen.

Figur 28 Deltagende EU-landes andele af elever på eller over mellem kompetenceniveau i

2023

Andel på eller over

mellem kompetence

Matematik

Andel i procent

56,34 til 70,02

70,02 til 73,02

73,02 til 76,04

76,04 til 78,38

78,38 til 86,54

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

116 2 ·

Resultater i forhold til eleverne i matematik

Figur 29 Gennemsnit i matematik blandt de deltagende EU-lande i 2023

Matematik

Samlet score

484,1 til 514,0

514,0 til 520,5

520,5 til 529,6

529,6 til 536,6

536,6 til 560,6

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

2 ·

Resultater i forhold til eleverne i matematik

117

2.9.1 Kønsuligheden er generelt stigende internationalt fra 2019 til 2023

I Tabel 43 præsenteres en analyse af kønsforskelle for 2023 og 2019 for de

lande, der har deltaget i TIMSS i begge runder. Bosnien-Hercegovina og Tyr-

kiet er udeladt, da de ifølge den internationale rapport ikke har sammenlig-

nelige trenddata for 2023, for eksempel på grund af forskelle i populations-

dækning. Det bemærkelsesværdige er, at der blandt lande, der deltog både i

2019 og i 2023, er markant flere lande, hvor der kan identificeres en signifi-

kant kønsforskel. I 2019 var der 24 lande, der både deltog i 2019 og 2023, hvor

drengene klarede sig statistisk signifikant bedre end pigerne i gennemsnit.

Dette antal er i 2023 steget til 40 lande. Ser vi alene på de numeriske værdier

for forskellen mellem drenge og piger, er retningen, med undtagelse af fire

lande, i drengenes favør. Det faktum, at drenge i gennemsnit har klaret sig

bedre end pigerne i TIMSS, har vi observeret tidligere. Det særlige er, at for-

skellen er vokset, så den nu er statistisk signifikant i flere tilfælde. Der kan

være lande, hvor forskellen varierer over årene. Ser vi isoleret på, om forskel-

len er vokset yderligere og i en sådan grad, at også forskellen i forskelle er

signifikant, finder vi dette i 16 lande, hvor udviklingen entydigt har været i

drengenes favør sammenlignet med pigerne.

Som det fremgår af Tabel 43 har Danmark en gennemsnitlig forskel mel-

lem drenge og piger på cirka 15 point i drengenes favør.

Blandt de fem lande med den største kønsulighed, hvor drengene i gen-

nemsnit scorer højest i 2023, finder vi Frankrig (23 points forskel), Australi-

en (23 points forskel), Italien (22 points forskel), Portugal (22 points forskel)

og Qatar (21 points forskel). Her er forskellen mellem drenge og piger stati-

stisk signifikant i 2023. På nær i Portugal er forskellen mellem drenge og

piger i 2019 steget yderligere statistisk signifikant frem til 2023 (forskelle i

forskelle).

Når vi rangordner landene som i Tabel 43 med den største kønsforskel i

drengenes favør i toppen og den største i pigernes favør nederst, er der fem

lande, hvor pigerne har et målt højere gennemsnit end drengene. Her finder

vi Sydafrika (-29 points forskel), Iran (-10 points forskel), Bahrain (-8 points

forskel), Aserbajdsjan (-3 points forskel) og Nordmakedonien (-0,1 points for-

skel). Set i lyset af den statistiske signifikanstest er det alene i Sydafrika, at

vi kan tale om en reel forskel i gennemsnit i pigernes favør. Af disse lande er

det alene Sydafrika, hvor forskellen er statistisk signifikant i 2023. På et

procents konfidensniveau klarer pigerne sig yderligere 8 point bedre i for-

hold til drengene i 2023 end i 2019 i Sydafrika (udvikling i forskelle i forskelle).

118 2 ·

Resultater i forhold til eleverne i matematik

i matematik af samme størrelsesorden i 2023 i Sverige (16 point), Danmark

(15 point) og Norge (15 point), mens Finland har mindre end det halve (6

point). Ser vi på udviklingen i kønsuligheden blandt de nordiske lande fra

2019 til 2023, er den vokset statistisk signifikant i Sverige og Danmark med

9 point, og i Norge er den vokset med 11 point. I Finland er eleverne gået fra

lingen ikke statistisk signifikant med 3 point.

Betragter vi de nordiske lande i TIMSS-undersøgelsen, er kønsuligheden

at have ingen signifikante forskelle i 2019 til at have det i 2023, dog er udvik-

Tabel 43 International udvikling i kønsulighed i matematik mellem

drenge og piger (gns. dreng – gns. pige)

Land

Frankrig

Australien

Italien

Portugal

Qatar

New Zealand

Ontario, Canada

Cypern

Canada

Quebec, Canada

Belgien (Flamsk)

England

Ungarn

USA

Spanien

Nederlandene

Sydkorea (Republikken

Sydkorea)

Slovakiet

Dubai, FAE

Chile

Sverige

Danmark

Forskel 2023

23,3 (2,9) ***

↑

22,7 (3,3) ***

↑

22,4 (2,6) ***

↑

22,3 (3,0) ***

↑

21,5 (4,9) ***

↑

21,4 (3,3) ***

↑

21,0 (3,7) ***

↑

20,8 (3,2) ***

↑

20,2 (2,2) ***

↑

19,7 (2,7) ***

↑

18,3 (3,5) ***

↑

18,3 (3,5) ***

↑

18,2 (2,8) ***

↑

17,8 (2,1) ***

↑

17,7 (2,1) ***

↑

17,4 (2,8) ***

↑

17,2 (2,9) ***

↑

17,2 (3,2) ***

↑

17,2 (3,2) ***

↑

17,1 (2,9) ***

↑

16,1 (2,8) ***

↑

15,4 (2,6) ***

↑

Forskel 2019

13,6 (3,0) ***

↑

10,0 (2,9) ***

↑

12,3 (3,4) ***

↑

17,3 (2,6) ***

↑

-1,1 (5,2)

5,4 (4,6)

18,3 (4,4) ***

↑

18,7 (3,2) ***

↑

18,9 (2,4) ***

↑

18,0 (3,0) ***

↑

10,8 (3,2) ***

↑

7,3 (3,8) .

11,2 (3,0) ***

↑

11,1 (2,9) ***

↑

14,6 (2,8) ***

↑

8,5 (3,0) **

↑

5,0 (2,5) .

12,5 (3,6) **

↑

8,5 (4,4) .

8,5 (3,7) *

7,1 (2,8) *

6,9 (2,9) *

Forskel i

forskelle

9,7 (4,2) *

↑

12,8 (4,4) **

↑

10,2 (4,2) *

5,0 (3,9)

22,6 (7,1) **

↑

16,0 (5,7) **

↑

2,7 (5,7)

2,0 (4,6)

1,3 (3,2)

1,7 (4,1)

7,5 (4,7)

10,9 (5,1) *

7,0 (4,1) .

6,7 (3,5) .

3,1 (3,5)

8,9 (4,1) *

↑

12,2 (3,8) **

↑

4,7 (4,9)

8,7 (5,4)

↑

8,6 (4,7) .

9,0 (4,0) *

8,6 (3,9) *

↑

2 ·

Resultater i forhold til eleverne i matematik

119

Land

Tjekkiet

Norge

Hongkong, Kina

De Forenede Arabiske

Emirater

Tyskland

Kasakhstan

Litauen

Singapore

Montenegro

Serbien

Polen

Kosovo

Abu Dhabi, FAE

Japan

Letland

Kuwait

Taipei (Taiwan)

Irland

Finland

Georgien

Bulgarien

Albanien

Saudi-Arabien

Marokko

Armenien

Oman

Nordmakedonien

Aserbajdsjan

Bahrain

Iran

Sydafrika

Forskel 2023

15,2 (2,6) ***

↑

15,0 (2,7) ***

↑

13,6 (3,3) ***

↑

13,6 (2,2) ***

↑

13,5 (2,6) ***

↑

13,2 (2,6) ***

↑

12,8 (2,5) ***

↑

11,6 (2,4) ***

↑

11,6 (2,4) ***

↑

10,7 (3,7) **

↑

10,6 (3,2) **

↑

10,6 (3,5) **

↑

10,5 (2,3) ***

↑

10,4 (2,5) ***

↑

8,2 (3,6) *

8,0 (8,9)

7,3 (2,3) **

↑

6,4 (4,0)

6,0 (2,7) *

5,1 (3,8)

3,4 (3,5)

3,1 (3,7)

3,0 (7,5)

1,5 (4,1)

1,5 (2,9)

1,2 (2,3)

-0,1 (3,1)

-2,7 (3,3)

-8,0 (6,5)

-10,5 (7,6)

-28,6 (3,9) ***

↓

Forskel 2019

10,9 (2,9) ***

↑

4,4 (3,5)

5,8 (3,3) .

8,2 (3,4) *

Forskel i

forskelle

4,4 (4,0)

10,6 (4,4) *

7,8 (4,6) .

↑

5,4 (4,0)

3,0 (3,7)

13,6 (3,6) ***

↑

8,2 (4,6) .

3,7 (3,7)

6,6 (3,9) .

12,4 (5,3) *

2,5 (4,3)

6,1 (4,9)

6,0 (4,6)

11,1 (3,3) ***

↑

3,6 (4,5)

14,5 (12,6)

3,5 (3,5)

-0,4 (5,4)

3,4 (4,3)

10,5 (2,5) ***

↑

-0,4 (2,4)

4,6 (3,8)

7,9 (2,8) **

↑

4,9 (3,0)

-1,7 (3,9)

8,1 (2,8) **

↑

4,5 (3,3)

4,6 (4,0)

-0,8 (2,2)

4,6 (2,7) .

-6,5 (8,9)

3,8 (2,7)

6,8 (3,7) .

↑

2,6 (3,2)

7,5 (3,3) *

2,2 (3,6)

2,7 (3,6)

-26,5 (8,1) **

↓

-3,5 (2,9)

-2,4 (2,8)

-14,0 (2,9) ***

↓

-0,3 (4,0)

-3,7 (3,0)

-4,8 (4,3)

7,4 (8,8)

-20,3 (2,9) ***

↓

↑

-2,4 (5,0)

1,2 (5,1)

0,4 (5,2)

29,4 (11,0) **

↑

5,0 (5,0)

3,9 (4,0)

15,1 (3,7) ***

↑

0,2 (5,1)

1,0 (4,5)

-3,2 (7,8)

-17,9 (11,6)

-8,3 (4,9) .

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Markeret med fedskrift er de nordiske lande

120 2 ·

Resultater i forhold til eleverne i matematik

Den bekymrende stigning i forskellen mellem drenges og pigers resultater

fra 2019 til 2023 bør ikke betragtes som en isoleret dansk forandring. Denne

tendens ses også blandt de øvrige nordiske lande og i en bredere internati-

onal sammenhæng. Årsagerne til denne forandring kan ikke entydigt be-

stemmes, men som vi skal se i kapitel 5, ”Elevernes skoletrivsel og oplevelser

af fag”, er der forskellige forandringer mellem kønnene, som har betydning

for elevernes resultater i matematik.

Figur 30 Kønsuligheden i 2019 og 2023 for matematik

Kønsulighed 2019 (drenge-piger)

Iran

Danmark

Sverige

Norge

Finland

-20

Sydafrika

Saudi-Arabien

-20

Kønsulighed 2023 (drenge-piger)

2 ·

Resultater i forhold til eleverne i matematik

121

Oversigten, som viser kønsuligheden i 2019 og 2023, kan betragtes mere

overordnet i Figur 30. Figuren illustrerer forskellen mellem drenge og piger

i 2019 på x-aksen. Hvis resultatet er under nul, har pigerne klaret sig bedre

end drengene, og hvis det er over nul, har drengene klaret sig bedre end

pigerne. På y-aksen er kønsforskellen i 2023 angivet. Dette gør det muligt at

observere ændringerne samt placeringen af Danmark og de øvrige nordiske

lande.

dring (forskel i forskelle) i kønsuligheden mellem drenge og piger til dren-

Lande, der placerer sig under den stiplede blå linje, har oplevet en æn-

genes fordel. Lande markeret med kursiv har haft en lidt anderledes udvik-

ling end resten, mens lande markeret med blå har statistisk signifikante

forskelle i forskelle mellem 2019 og 2023.

Det kan observeres, at alle signifikante ændringer i forskelle mellem

drenge og piger mellem 2019 og 2023 går i retning af en øget kønsulighed til

stisk signifikant bedre end drengene i både 2019 og 2023.

Saudi-Arabien er gået fra at have en meget stor statistisk signifikant køns-

drengenes fordel. Sydafrika er det eneste land, hvor pigerne klarer sig stati-

ulighed til pigernes fordel i 2019 til at have reduceret denne, men nu klarer

drengene sig bedre, dog uden at forskellen længere er signifikant.

Selvom bevægelsen i forskelle i forskelle i Iran ikke er statistisk signifi-

kant, har Iran haft den modsatte udvikling, hvor drengene klarede sig bedre

end pigerne i 2019, men nu klarer pigerne sig bedre end drengene i 2023. Det

skal bemærkes, at trods de relativt store forskelle i point, var forskellen mel-

lem piger og drenge i Iran ikke statistisk signifikant hverken i 2019 eller 2023.

Den større standardfejl skyldes, at eleverne i Iran overvejende er opdelt

i klasser kun med enten drenge eller piger.

Det er også et ganske åbent spørgsmål, om hjemmeundervisningen i

forbindelse med coronanedlukningerne i elevernes første skoleår har haft

betydning for kønsuligheden ved at forstærke negative kønsstereotype fore-

stillinger om, at drenge er bedre til matematik end piger.

122 2 ·

Resultater i forhold til eleverne i matematik

matikangst blandt piger. I en analyse af matematikangsten blandt danske

15-årige elever i PISA-undersøgelsen for 2022 viste Kjeldsen (2024), at de

nordiske lande generelt har lavere niveauer af matematikangst blandt

15-årige sammenlignet med OECD- og EU-landene, men at der var en uhel-

dig statistisk signifikant stigning i matematikangst hen over en 10-årig

periode. Ligeledes fandt dette studie en stor forskel mellem drenges og pi-

gers gennemsnitlige niveau af matematikangst, hvor pigerne har væsentligt

mere matematikangst end drengene.

Kønsuligheden i elevernes dygtighed i matematik kan lede til øget mate-

Forholdet mellem matematikangst og elevernes oplevelse af deres egne

færdigheder er komplekst. Elever, der oplever vanskeligheder i matematik,

kan udvikle angst, hvilket yderligere kan hæmme deres evne til at lære faget.

Dette skaber en højst uheldig negativ spiral. Negative forestillinger om,

at drenge er bedre til matematik end piger, kan således øge pigers mate-

matikangst gennem ”stereotyptrussel”, ligesom den faktiske oplevelse i klas-

serum i 2023 af, at drengene er bedre til matematik, kan forstærke det yder-

ligere. Dette sker, når piger føler sig truet af risikoen for at bekræfte en

negativ stereotyp om deres køn (Dowker et al., 2016). I et amerikansk studie

fandt forskerne, at kvindelige lærere med matematikangst negativt på-

virkede pigernes resultater, da pigerne overtog stereotypen om, at drenge er

bedre til matematik (Beilock et al., 2010). Forskning har også peget på, at

matematikangst udvikler sig med alderen og påvirker karrierevalg inden for

STEM-fagene, især for dem med høj eller stigende matematikangst (Ahmed,

2018). Den betydelige og stigende forskel i drenges og pigers gennemsnitlige

dygtighed, som vi allerede kan observere i 4. klasse, kan forventes at bidrage

til en selvforstærkende udvikling af øget matematikangst blandt pigerne,

der sætter sig igennem som en yderligere øget forskel mellem drenges og

pigers resultater i matematik.

2 ·

Resultater i forhold til eleverne i matematik

123

Figur 31 Kønsforskelle i gennemsnit i matematik blandt de deltagende EU-lande i 2023

Kønsforskelle

Matematik

Difference

(drenge - piger)

3,41 til 8,56

8,56 til 14,18

14,18 til 17,31

17,31 til 20,27

20,27 til 23,28

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

124 2 ·

Resultater i forhold til eleverne i matematik

2.10 Elevens sociale baggrunds betydning for matematik

En af hovedambitionerne med skolereformen var at reducere betydningen

af social baggrund for elevernes resultater i blandt andet matematik, hvorfor

det af denne grund er relevant at se på sammenhængen mellem elevernes

socioøkonomiske status og matematikpræstationer.

2.10.1 Danske elevers socioøkonomi i en nordisk sammenhæng

Ser vi på Figur 32, kan vi iagttage, at den socioøkonomiske baggrund i høj

grad differentierer elevernes faglige resultater. Der er lidt flere elever, der

placerer sig i gruppen med høj socioøkonomisk status i Norge og Sverige end

i Danmark. Figuren viser, at elever i gruppen med lav socioøkonomi har sam-

me faglige niveau i matematik på tværs af de nordiske lande.

Figur 32 Fordelingen af elever på forskellige socioøkonomiske grupper

i Norden og gennemsnitsscore i matematik, 2023

7,0 (0,7)

Danmark

44,0 (1,2)

48,9 (1,5)

Finland

5,7 (0,5)

43,7 (1,3)

50,6 (1,5)

Norge

4,0 (0,5)

42,3 (1,6)

53,7 (1,7)

Sverige

Danmark

Finland

Norge

Sverige

5,7 (0,6)

38,9 (1,4)

55,4 (1,8)

483,8

475,5

486,1

481,9

508,9

516,5

525,5

547,7

555,8

100

560,0

558,7

512,4

480

500

520

540

560

Lav

Medium

Høj

2 ·

Resultater i forhold til eleverne i matematik

125

Ser vi derimod på gruppen af elever placeret i kategorien mellem socioøko-

nomisk status, så ser vi en signifikant forskel på gennemsnitsscoren mellem

danske og både finske og norske elever, mens forskellen til svenske elever

scorer danske elever med et gennemsnit på 548 point signifikant lavere

end samme gruppe af elever i de tre øvrige lande, hvor gennemsnittet er

8 til 12 point højere.

En tolkning af dette billede af den socioøkonomiske baggrunds betydning

ikke er signifikant. Og for gruppen af elever med høj socioøkonomisk status,

for skoleresultaterne i Norden kan være, at socioøkonomien betyder relativt

mindre i Danmark end i de øvrige nordiske lande, idet forskellen i gennem-

snitlig elevscore for elever i den lave og den høje kategori for socioøkonomisk

status er mindst i Danmark, mens man samtidig kan argumentere for, at

danske elever i grupperne mellem og høj socioøkonomisk status ikke bliver

løftet lige så meget som i de øvrige nordiske lande.

i elevscore på henholdsvis elev og skoleniveau beregnet som intraclass-

koefficienten, at 14 procent af variationen i elevernes præstationer kan for-

Løftes blikket til skoleniveau, så viser en opsplitning af variationen

klares på skoleniveau i Danmark, mens det i Norge alene gælder for 10 pro-

cent. Tallet er lidt højere i Finland (15 procent) og højest i Sverige med

17 procent. Med andre ord har det mindst betydning for elevpræstationerne,

hvilken skole eleven går på, i Norge, mens denne er nogenlunde ens i Dan-

mark og Finland og størst i Sverige. Inddrages målet for elevernes socio-

økonomiske status i denne beregning over variation i elevscore, så ser vi

imidlertid, at dette kan forklare 4 procent af skoleniveau-variationen for

danske elever, mens socioøkonomi kun forklarer henholdsvis 3 og 1 procent

af skoleniveau-variationen i Finland og Norge og hele 8 procent i Sverige.

Dette indikerer, at der i Danmark er en lidt større koncentration af elever

med ensartet socioøkonomisk baggrund på skoler, end der er i Finland og

Norge, men væsentligt mindre end i Sverige.

2.10.2 Betydningen af danske elevers socioøkonomi for elevpræstationer

Modsat de kontekstskalaer, vi beskriver i kapitlet ”Elevernes skoletrivsel og

oplevelser af fag” fra side 195, så har de enkelte landes sammensætning

af forældres uddannelsesniveau og jobmarked betydning for andelene i

gruppeinddelingen, og derfor egner skalaen for socioøkonomi sig bedst til

at blive anvendt relationelt, i forhold til hvor meget det prædikerer elevernes

faglige udkomme af skolen.

126 2 ·

Resultater i forhold til eleverne i matematik

skalaen for socioøkonomi har i matematikscore samt de faglige områder og

kognitive domæner, så fremgår dette af Tabel 44. Sammenhængen er stati-

Betragter vi den forklarede varians, og hvor stor betydning et point på

stisk signifikant for alle faglige områder og kognitive domæner, dvs. elevens

socioøkonomiske status har betydning for elevscoren ikke bare i matematik,

men også for alle underområderne af skalaen. Der er således ikke særlige

områder eller kognitive domæner, der relaterer sig mere eller mindre til ele-

vernes hjemmebaggrund, idet forklaringskraften er relativt ens på tværs af

fagområder og domæner, med en andel af forklaret varians (R

) i resultater

på mellem 11 og 12 procent. En andel, der dog er mindre end de tilsvarende

tal for natur/teknologi, som det vil fremgå af afsnit 3.9.2.

Tabel 44 Korrelationen mellem elevernes socioøkonomi og den overordnede

matematikskala samt underområder

Domæne

Matematik

Tal

Måling og geometri

Statistik

Viden

Anvendelse

Ræsonnement

Regressionskoefficient

15,6 (0,89)

16,3 (1,17)

16,2 (0,95)

16,1 (1,02)

17,3 (1,05)

14,9 (0,82)

16,2 (1,15)

P-værdi

P<0,001***

0,12

0,11

0,12

0,11

0,12

0,11

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Der ses i materialet ingen tegn på, at betydningen af socioøkonomi skulle

være forskellig for drenge og piger.

2.10.2 Danske elevers socioøkonomi i et EU-perspektiv

På samme vis som Figur 31 tidligere præsenterede et overblik over kønsfor-

skelle i elevpræstationer, viser Figur 33 et kort over de deltagende EU-lande

og den andel af variation i elevernes matematikscore, som målet for elever-

nes socioøkonomiske status kan forklare (dvs.

-værdien for Matematik

beregnet for hvert af medlemslandene i EU). Det kan observeres, at den

sociale baggrunds betydning for elevernes resultater i matematik er mindre

2 ·

Resultater i forhold til eleverne i matematik

127

i Norden, mens den er større i de centraleuropæiske lande. Blandt de syd-

europæiske lande er der en større del af variansen, der er forklaret ved hjem-

mebaggrund. Italien og Cypern synes at være undtagelser fra dette mønster

og er sammen med bl.a. Danmark og Finland blandt de lande, hvor socioøko-

nomisk status har mindst indflydelse på elevpræstationerne i matematik.

Figur 33 Andelen af varians i matematikscore, der kan forklares af elevernes socioøkonomi

Andel (R

) af matematikscore forklaret af elevernes socioøkonomi

Samlet score

0,088 til 0,121

0,121 til 0,132

0,132 til 0,149

0,149 til 0,192

0,192 til 0,303

Missing

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

128 2 ·

Resultater i forhold til eleverne i matematik

2.11 Opsamling og delkonklusion

Samlet betragtet kan bevægelsen hen over TIMSS-undersøgelserne i forhold

til matematik beskrives således:

• Markant forbedring i matematiske færdigheder blandt

4.-klasseelever målt fra 2007 til 2015 i TIMSS.

• Undersøgelser før 2007 viser en positiv udvikling

(se Kjeldsen et al. 2020 for en uddybning).

Betragteligt fald fra 2015 til 2019:

Fremgang i matematiske færdigheder fra 2007 til 2015:

• Betydeligt fald i matematiske færdigheder mellem 2015 og 2019.

• Faldet indtræffer samtidig med reformeringen af skolen.

• Det overordnede faglige niveau forblev stabilt fra 2019 til 2023.

Kønsforskelle i resultater:

• Gennemsnittet dækker over store bevægelser mellem

Stabilisering af niveau fra 2019 til 2023:

• Perioden var præget af coronaforstyrrelser i elevernes første år.

drenge og pigers gennemsnitlige resultater i matematik

i Danmark fra 2019 til 2023.

• Kønsuligheden i matematikresultater er vokset bekymrende

og statistisk signifikant med yderligere 9 point fra 2019 til 2023

blandt danske 4.-klasseelever. Således har drengene øget deres

gennemsnitlige forspring i forhold til pigerne.

• Internationalt er der flere lande i 2023 end i 2019, hvor drengene

klarer sig statistisk signifikant bedre end pigerne.

• I nordisk sammenhæng er kønsuligheden i elevernes dygtighed

i matematik vokset statistisk signifikant i Sverige, Norge

og Danmark, men ikke i Finland fra 2019 til 2023.

Elevernes hjemmebaggrund har fortsat betydning:

• Elevernes socioøkonomiske baggrund forklarer cirka 12 procent

af variationen i elevernes resultater i matematik.

• Der er ikke forskelle på betydningen af hjemmebaggrund for

de enkelte faglige områder eller kognitive domæner.

Elevernes resultater i natur/teknologi

Kapitel 3 præsenterer de overordnede resultater for elevernes præstationer

i natur/teknologi i 2023. Desuden analyseres der på forandringer over tid og

med fokus primært på de øvrige nordiske lande.

■

De danske elevers præstationer i

natur/teknologi har overordnet set

været stabile siden Danmarks første

deltagelse i TIMSS-undersøgelsen

med 4.-klasseelever i 2007. Den

gennemsnitlige elevscore er 522 i

■

Den stigende kønsulighed er

ikke et unikt dansk fænomen,

idet tilsvarende ændringer også

ses i andre nordiske lande. Disse

ændringer ses dog fra et andet

startniveau end det danske.

■

Inden for fagområdet ”Geografi”

2023 og er ikke signifikant forskellig

fra nogen tidligere runder.

■

Spredningen i elevresultater i

ses et signifikant fald i danske

2023 er steget, særligt for pigerne,

ikke længere er forskellig mellem

kønnene, og den ligger på niveau

så spredningen i elevresultater nu

elevers præstationer, som opvejes

af en ikke signifikant stigning

og ”Fysik”. En udvikling, der pri-

mært er drevet af et fald blandt

pigerne.

i de to øvrige fagområder, ”Biologi”

med de første runder for Danmarks

deltagelse.

■

2023-undersøgelsen markerer

■

Inden for de kognitive domæner

således en ændring i tidligere

runders kønsulighed, idet forskellen

på de dygtigste og de mindst dygtige

piger er blevet større og svarer til

drengenes.

niveauer er der flere elever, der

ikke når det laveste internationale

kompetenceniveau end i 2019.

ses ingen forandringer fra 2019-

undersøgelsen i elevpræstationer.

■

Der kan inden for natur/teknologi

■

På de internationale kompetence-

ses en større betydning af elevernes

socioøkonomiske baggrund for

deres præstationer i faget sammen-

lignet med matematik.

■

Danske elever scorer relativt set

højt på skalaen for miljø- og klima-

bevidsthed og har således en stor

forståelse for miljø- og klimaspørgs-

mål set i lyset af deres natur/

teknologi-præstationer i øvrigt.

3 Resultater i forhold til eleverne

i natur/teknologi

Dette kapitel vil præsentere resultaterne for elevernes færdigheder i relation

til faget natur/teknologi, der i international sammenhæng betegnes

Science

og dækker over fagområderne

biologi, fysik

geografi

og således område-

mæssigt har et stort sammenfald med det danske fag

natur/teknologi,

om end teknologi ikke er en del af sciencetesten i TIMSS og ikke indgår

i beskrivelsen af faget i TIMSS Assessment Framework (Mullis, Martin,

Der indgår i beregningen af elevdygtighed i TIMSS 2023 173 opgaver in-

den for natur/teknologi med mulighed for at få op til 185 rigtige besvarelser,

da enkelte opgaver kan give et eller to point, afhængigt af om besvarelsen er

delvist eller helt rigtig. Af de 173 opgaver er de 157 opgaver med mulighed for

at få op til 168 rigtige vurderet til at være dækket af Fælles Mål frem til og

med 4. klasse. Dette er således flere opgaver end det internationale gennem-

snit på 131 opgaver og højere end i Norge (140 opgaver) og Finland (105 op-

gaver) og lidt mindre end i Sverige (162 opgaver).

& von Davier, 2021).

Tabel 45 Test-Curriculum Matching Analysis (TCMA) for natur/teknologi for de nordiske lande

Danmark

Finland

Norge

Sverige

525 (2,6)

542 (2,9)

532 (2,6)

535 (3,2)

Finland

526 (2,7)

554 (3,0)

533 (2,7)

539 (3,4)

Norge

526 (2,6)

545 (3,0)

533 (2,6)

535 (3,3)

Sverige

524 (2,6)

543 (2,9)

530 (2,6)

534 (3,3)

TIMSS

522 (2,6)

542 (2,9)

530 (2,6)

533 (3,2)

TCMA-analysen angiver, hvilken score et land havde fået, hvis et givet lands curriculum (angi-

vet i kolonnenavnet) havde været anvendt. Kolonnen TIMSS angiver scoren opnået i testen.

Tabel 45 viser en oversigt over

Test-Curriculum Matching Analyzis

for de

nordiske lande, der er blevet gennemført af IEA (se Exhibit C.2). Den opnåe-

de gennemsnitsscore i natur/teknologi-testen er vist i kolonnen yderst til

højre, mens de øvrige kolonner viser, hvilken score hvert enkelt land havde

3 ·

Resultater i forhold til eleverne i natur/teknologi

131

fået, hvis testen alene havde været baseret på de items, der er inkluderet i

curriculum for landet i kolonnenavnet. Det ses, at danske elever ville have

scoret tre point højere, hvis testen alene havde været baseret på opgaver, der

falder inden for det danske curriculum, og op til fire point højere, hvis

det havde været det finske eller norske curriculum. Usikkerheden på esti-

materne taget i betragtning er det ikke forskelle, der ville være signifikante.

der ligger tæt på den opnåede, mens Finland stikker ud, idet den finske

Ligeledes ville Norge og Sverige ved en lignende afgrænsning have en score,

gennemsnitsscore havde været 12 point højere, hvis testen alene var baseret

på opgaver inkluderet i det finske curriculum. TIMSS-undersøgelsen vurde-

res således overordnet set at have et godt sammenfald med det danske, nor-

ske og svenske curriculum i natur/teknologi, mens testen vurderes at være

lidt bredere end det finske curriculum. Dette stemmer godt overens med

tidligere analyser af TIMSS-testens dækning af undervisningen i Norden og

og det er på den baggrund vores opfattelse, at TIMSS har et godt sammenfald

med Fælles Mål for natur/teknologi.

øvrige deltagende lande (Kristensen & Rolfe, 2024; Wagner & Hastedt, 2022),

De danske TIMSS 2023-resultater vil i kapitlet blive sammenlignet med

de tidligere danske undersøgelser, ligesom der vil blive draget paralleller

til de øvrige nordiske lande. Ud over hovedresultaterne vil fokus være på

de områder, hvor der ses forandringer fra tidligere undersøgelser. Ligeledes

vil der være et ekstra fokus på den nye subskala for elevernes miljø- og

klimabevidsthed, som blev udviklet i forlængelse af TIMSS 2019-under-

søgelsen, jævnfør beskrivelsen af skalaen i afsnit 1.3.3, og derfor ikke tidlige-

re har været en del af den danske TIMSS-afrapportering. Som for matematik

viser resultaterne inden for natur/teknologi nogle forandringer med rela-

tion til elevernes køn, mens det overordnede gennemsnit er uforandret i

forhold til TIMSS 2019.

Det er ved læsning af kapitlet værd at have i erindring, at eleverne i

undersøgelsen i de første år af deres skolegang på forskellig vis var påvirket

af coronaepidemien. Natur/teknologi har i den forbindelse adskilt sig fra

undervisningen i matematik – og for den sags skyld også dansk – ved ikke

at være et fag, som man havde et særligt fokus på i forbindelse med den

omlagte undervisning (EVA, 2021). Hvad det konkret betyder for mængden

af undervisning, eleverne har fået i natur/teknologi, eller hvordan under-

visningen har været omlagt, kan vi ikke udtale os om på baggrund af under-

søgelsen her.

132 3 ·

Resultater i forhold til eleverne i natur/teknologi

3.1 Elevernes natur/teknologi-færdigheder

overordnet uforandrede

Det gennemsnitlige resultat for elevernes natur/teknologi-score er i

2023-undersøgelsen på 522 point, hvor det i 2019 ligeledes var på 522 point.

Det kan således konstateres, at danske elever gennemsnitligt ligger på sam-

me niveau som fire år tidligere, idet forskellen er på decimalerne og langt

under den statistiske usikkerhed på de to estimater. Danske elever scorer i

sammenligning med samtlige tidligere runder med dansk deltagelse ikke

forskelligt fra tidligere gennemsnitsresultater, hvis den statistiske usikker-

hed tages i betragtning, om end scoren er lavere end i 2015- og 2011-under-

søgelsen og højere end 2007-undersøgelsen, jf. Tabel 46.

Tabel 46 Trend i natur/teknologi blandt danske elever fra 2007-2023

Undersøgelse

2023

2019

2015

2011

2007

Gns. score

522,1 (2,6)

522,2 (2,4)

527,0 (2,1)

528,0 (2,8)

516,9 (2,9)

-0,0 (3,5)

-4,9 (3,3)

-5,9 (3,8)

5,2 (3,9)

-0,00

-0,07

-0,08

0,07

0,99

0,14

0,12

0,18

Diff. til 2023

Cohen’s

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

3.2 Gennemsnitlige kønspræstationer på samme niveau

Sammenligner vi drengene og pigerne, genfindes stabiliteten i elevernes

præstationer, idet både piger og drenge gennemsnitligt scorer på samme

niveau som i 2019-undersøgelsen, som det fremgår af Tabel 47. Danske piger

(523 point) og drenge (522 point) scorer i gennemsnit ens i den overordnede

natur/teknologi-undersøgelse med en forskel i score på 1 point, som ligger

pænt inden for den statistiske usikkerhed på forskellene.

3 ·

Resultater i forhold til eleverne i natur/teknologi

133

Tabel 47 Forskel mellem køn blandt danske elever i natur/teknologi fra 2007-2023

Gns.

score

drenge

521,5 (2,8)

529,0 (2,6)

528,8 (3,1)

519,8 (3,5)

Gns.

score

piger

522,7 (2,9)

522,8 (2,7)

525,0 (2,5)

527,2 (3,2)

514,1 (3,3)

Diff.

mellem

køn

-1,3 (2,6)

-1,3 (2,8)

4,1 (2,8)

1,6 (3,0)

5,7 (3,7)

P-værdi

på diff.

0,63

0,64

0,15

0,59

0,13

0,0 (3,8)

-5,4 (3,9)

-2,9 (4,0)

-7,0 (4,5)

1,00

0,17

0,47

0,13

Diff.

i diff.

P-værdi

på diff.

i diff.

Undersøgelse

2023

2019

2015

2011

2007

Cohen’s

-0,02

0,06

0,02

0,07

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

De forandringer, der ses i tabellen, ligger således flere runder tilbage og er

hvor der ikke ses nogen udvikling fra 2019 til 2023. Således er der ingen sta-

tistisk signifikant kønsforskel hos de danske elever, hvilket også er tilfældet

beskrevet tidligere (Kjeldsen et al. 2020), hvilket også fremgår af Figur 34,

for hovedparten af de deltagende lande i TIMSS 2023, hvor en mindre andel

har en signifikant kønsforskel til pigernes fordel, og en lidt større andel har

en signifikant kønsforskel til drengenes fordel. Men som det også fremgår,

så er der ikke en målbar kønsforskel mellem den største gruppe af lande, jf.

Tabel 61 i afsnit 3.8.1 senere i kapitlet.

Figur 34 Trend for piger og drenge blandt danske elever i natur/teknologi fra 2007-2023

530

528,8

527,2

529,0

525,0

522,8

521,5

522,7

521,5

Gns. score

519,8

520

519,8

514,1

510

2007

2011

2015

Undersøgelse

2015

Undersøgelse

2019

Dreng

2023

Pige

134 3 ·

Resultater i forhold til eleverne i natur/teknologi

3.3 Øget spredning i elevresultater i natur/teknologi

Spredningen er et udtryk for, hvor meget de enkelte elevers resultater vari-

erer fra gennemsnittet. Et mål for dette er standardafvigelsen, som udtryk-

ker, hvor langt observationerne i gennemsnit ligger fra gennemsnittet, og er

anvendt i det følgende som mål for spredningen. Der er siden 2019 sket en

stigning i spredningen af elevernes færdigheder i natur/teknologi, som det

fremgår af Tabel 48. Spredningen i danske elevers score er i 2023 på 75 point

og dermed mellem niveauet for de to første runder af TIMSS med deltagelse

af danske 4.-klasseelever. Fra Danmarks første deltagelse i TIMSS-undersø-

gelsen faldt spredningen støt fra næsten 77 point i 2007 til 68 point i 2019 for

så at stige med 7 point i 2023, så det i dag at ligge på et niveau mellem 2007

og 2011. Der er med andre ord på trods af et gennemsnitligt fastholdt niveau

nologi mellem de mere dygtige og de mindre dygtige elever.

Tabel 48 Spredning i natur/teknologi for danske elever og forskelle mellem

TIMSS-undersøgelserne 2007 til 2023

Undersøgelse

2023

2019

2015

2011

2007

Gns. score

75,2 (1,5)

68,4 (1,5)

69,2 (1,8)

72,7 (2,6)

76,9 (2,4)

6,8 (2,1)

6,0 (2,3)

2,6 (3,1)

-1,7 (2,8)

0,01 **

↑

0,01 *

↑

0,41

0,54

Diff. til 2023

P-værdi

på diff.

i elevernes præstationer blevet større forskel i færdighederne i natur/tek-

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Dette bekræftes af Figur 35, som viser tæthedsfordelingen af danske elevers

score, hvor det ses, at gennemsnittet og medianen for fordelingen af elev-

scorer er mere eller mindre den samme som i 2019, men at begge ender af

fordelingen har flyttet sig væk fra gennemsnittet, således at gruppen af de

dygtigste elever scorer endnu højere, mens gruppen af mindre dygtige elever

er sakket bagud.

3 ·

Resultater i forhold til eleverne i natur/teknologi

135

Figur 35 Density distribution og percentilfordeling for hovedresultat

i natur/teknologi 2007-2023

0,006

2007

2023

200

2019

2015

2011

0,004

0,002

0,000

0,006

0,004

0,002

Densitet ('bandwidth' = 10)

0,000

0,006

0,004

0,002

0,000

0,006

0,004

0,002

0,000

0,006

0,004

0,002

0,000

300

400

500

Natur/teknologi-score

600

700

800

Percentiler

5. percentil

25. percentil

75. percentil

95. percentil

Internationale kompetenceniveauer

Lavt

Mellem

Højt

Meget højt

136 3 ·

Resultater i forhold til eleverne i natur/teknologi

3.3.1 Kønsforskel i den øgede spredning

Opdeles spredningen i elevscoren på køn, ses der en ændring i forhold til

tidligere runder. Danske piger har i 2015 og 2019 haft en standardafvigelse i

natur/teknologi-scoren, der var signifikant mindre end drengenes, men

denne forskel er i 2023 skrumpet til 2 point og er ikke længere signifikant

forskellig fra variationen i drengenes score, som det fremgår af Tabel 49. Den

øgede variation i natur/teknologi-scoren beskrevet ovenfor er således drevet

mere af en stigning i standardafvigelsen i pigernes score end i standardaf-

vigelsen i drengenes score i faget på henholdsvis 8 og 6 point, om end for-

skellen her i sig selv ikke er signifikant.

Tabel 49 Spredning i natur/teknologi opdelt på køn for danske elever og forskelle

mellem TIMSS-undersøgelserne 2007 til 2023

Undersøgelse

2023

2019

2015

2011

2007

Gns.

score

drenge

76,4 (2,1)

70,9 (1,9)

71,3 (2,3)

72,9 (2,8)

79,6 (3,3)

Gns.

score

piger

74,0 (1,8)

65,8 (2,0)

67,0 (2,2)

72,4 (3,3)

74,2 (3,1)

Diff.

mellem

køn

2,4 (1,9)

5,1 (1,8)

4,2 (2,2)

0,5 ( - )

5,4 (4,4)

0,23

P-værdi

på diff.

0,21

0,01 **

↑

0,06 .

-2,7 (2,6)

-1,8 (2,9)

1,9 ( - )

-3,0 (4,8)

0,53

0,30

0,53

Diff. i diff.

P-værdi

på

diff. i diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Ser vi på Figur 36, som viser variationen i elevscore i form af percentiler for

henholdsvis drenge og piger, så ses det, at natur/teknologi-scoren ved 5-

og 10-procentpercentilerne er blevet lavere for både drenge og piger, mens

scorerne samtidig er blevet større for eleverne i den dygtigste ende af spek-

tret omkring den 90. og 95. percentil, som er steget for både piger og drenge

– og i begge ender af skalaen mest for pigerne.

3 ·

Resultater i forhold til eleverne i natur/teknologi

137

Figur 36 Density distribution og percentilfordeling for hovedresultat

i natur/teknologi 2019-2023 opdelt på køn

0,006

0,004

0,002

0,000

0,006

0,004

Densitet ('bandwidth' = 10)

0,002

0,000

0,006

0,004

0,002

0,000

0,006

0,004

0,002

0,000

2023 Piger

2023 Drenge

2019 Piger

2019 Drenge

300

400

500

Natur/teknologi-score

600

700

800

Percentiler

5. percentil

25. percentil

75. percentil

95. percentil

Internationale kompetenceniveauer

Lavt

Mellem

Højt

Meget højt

Konklusionen er altså, at mens eleverne i gennemsnit har samme score, er

der blevet større variation i elevscoren og dermed større variation i elevernes

udbytte af undervisningen. Samtidig kan det konkluderes, at forskellen in-

ternt blandt pigerne har nærmet sig forskellen hos drengene og ikke længe-

re er signifikant forskellig herfra.

138 3 ·

Resultater i forhold til eleverne i natur/teknologi

3.4 Udviklingen for udvalgte percentiler i natur/teknologi

Ser vi på elevscorerne på forskellige percentiler, som er gengivet i Tabel 50,

genfindes mønstret for den større spredning i elevresultater beskrevet oven-

for. Med den statistiske styrke i undersøgelsen ses kun en enkelt signifikant

forskel til tidligere runder, idet 5-procentpercentilen er signifikant lavere,

end den var i 2015. Tendensen i data er dog den, at elever omkring de laveste

percentiler har en lavere score end i den foregående runde, mens elever om-

kring de øverste percentiler har en højere score. Tendensen er den samme,

hvis data opdeles på køn, men ingen af forskellene er her statistisk signifi-

kante i forhold til tidligere runder, ligesom resultaterne for drenge og piger

ikke er signifikant forskellige fra percentilerne for den samlede elevgruppe,

hvorfor de kønsopdelte resultater ikke er gengivet her.

Tabel 50 Gennemsnitlig score på forskellige percentiler i natur/teknologi

sammenlignet fra 2007 til 2023

Percentiler

Undersøgelse

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

2023

2019

2015

2011

2007

Gns. score

390,8 (3,3)

404,6 (6,6)

405,8 (4,8)

401,3 (6,6)

383,0 (6,8)

474,2 (3,3)

477,8 (3,1)

483,2 (3,3)

483,0 (3,4)

467,9 (3,6)

574,4 (3,4)

569,2 (2,7)

574,7 (2,7)

578,0 (2,8)

570,0 (3,7)

639,1 (5,2)

628,9 (3,4)

633,4 (3,1)

639,9 (3,6)

635,7 (4,2)

10,3 (6,2)

5,7 (6,1)

-0,8 (6,3)

3,4 (6,6)

0,10 .

0,34

0,90

0,61

5,2 (4,3)

-0,4 (4,3)

-3,7 (4,4)

4,4 (5,0)

0,23

0,93

0,40

0,38

-3,6 (4,5)

-9,0 (4,7)

-8,8 (4,7)

6,3 (4,8)

0,42

0,06 .

0,20

-13,8 (7,4)

-15,0 (5,9)

-10,5 (7,4)

7,8 (7,5)

0,06 .

0,01 *

↓

0,16

0,30

Diff. til 2023

P-værdi

på diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

3 ·

Resultater i forhold til eleverne i natur/teknologi

139

3.5 Elevernes fordeling på de internationale

kompetenceniveauer

For at få en idé om, hvad den beskrevne ændring i spredning betyder på

elevniveau, giver det mening at se på fordelingen af elevresultaterne på

de internationale kompetenceniveauer. Hvad eleverne kan på de enkelte

niveauer, er beskrevet nærmere i Tabel 5 i afsnit 1.3.4.

Figur 37 Andele af elever i natur/teknologi på de internationale kompetence-

niveauer 2007-2023

2023

19,0 (0,9)

37,6 (1,1)

29,6 (1,1)

2019

19,2 (1,1)

40,8 (1,1)

29,9 (1,0)

2015

17,7 (1,0)

39,4 (1,3)

32,1 (1,6)

2011

17,1 (1,1)

38,6 (1,2)

31,5 (1,2)

7,1 (0,8)

2007

20,8 (1,1)

37,6 (1,5)

27,7 (1,1)

Helt som forventet ud fra den ovenfor beskrevne ændring i spredningen

af elevernes resultater ser vi i Figur 37, at fordelingen på de forskellige ni-

veauer har forskubbet sig lidt siden 2019-undersøgelsen, så der er flere elever

i yderområderne og færre elever på det mellemste niveau.

Andelen af elever under det lave internationale kompetenceniveau er

steget fra 5 procent til 6 procent, en stigning, der er signifikant. Grænsen op

til det lave kompetenceniveau er bl.a. beskrevet ved, at eleverne der

”viser

begrænset viden om fysik og kemi i en hverdagskontekst”,

men på det lave

6,9 (0,8)

8,0 (0,8)

6,6 (0,6)

5,7 (0,7)

7,6 (0,7)

6,3 (0,6)

100

140 3 ·

Resultater i forhold til eleverne i natur/teknologi

kompetenceniveau kan de ikke

”delvist beskrive observationer og relatere

observationer og data til grundlæggende videnskabelige fakta”.

Der har altså

været en stigning i andelen af elever, der på 4. klassetrin ikke har disse fær-

digheder i natur/teknologi, jf. Tabel 5.

Samtidig er andelen på det højeste kompetenceniveau,

meget højt,

steget

fra 6 procent til 8 procent – en stigning, der er på grænsen til at være signi-

fikant (p<0,10). Konsekvensen heraf er, at andelen af elever på det mellemste

er signifikant. Elever på dette niveau

”kan vise, anvende og kommunikere

kompetenceniveau er faldet med cirka tre procentpoint, et fald, der ligeledes

viden om biologi, fysik og geografi”

[mellem kompetenceniveauet] og må

således i høj grad forventes at kunne relatere og anvende natur/teknologi-

fagets indhold til deres hverdag, og hvad de oplever i deres eget liv.

3.5.1 Drenge og piger på de internationale kompetenceniveauer

Betragter vi drenge og piger hver for sig, så genfindes billedet fra Figur 37

ovenfor, at ydergrupperne for hvert køn er blevet større, mens mellem-

gruppen er blevet mindre. Disse forskelle er dog ikke signifikante, idet be-

regningerne har en større usikkerhed.

Ser vi på udviklingen over tid, så er der den forskel til seneste runde af

TIMSS-undersøgelsen, at der ikke længere er flere piger end drenge på eller

over mellem kompetenceniveauet, idet forskellen i andele af elever på eller

over er faldet fra godt tre procentpoint til et procentpoint, hvilket ikke læn-

gere er udtryk for en substantiel signifikant forskel, dvs. at de har kompe-

tencerne til

”delvist [at] beskrive observationer og relatere observationer og

data til grundlæggende videnskabelige fakta”.

Dermed er den overordnede

kønsforskel insignifikant og på linje med undersøgelserne fra 2015 og 2011,

jf. Tabel 51.

Tabel 51 Forskelle i andel af drenge og piger på eller over mellem kompetenceniveau

i natur/teknologi, Danmark

Undersøgelse

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Forskel i andel drenge og piger på mellem kompetenceniveau

-1,0 (1,7)

-3,2 (1,6) *

↓

0,7 (1,8)

-0,3 (1,5)

2,5 (2,2)

2,2 (2,3)

-1,6 (2,5)

-0,7 (2,3)

-3,5 (2,7)

Forskel i forskelle

3 ·

Resultater i forhold til eleverne i natur/teknologi

141

Der er heller ikke længere forskel på, hvor stor en andel af henholdsvis dren-

gene og pigerne der placerer sig på kompetenceniveauet meget højt og der-

med kan

”vise og anvende nogle videnskabelige begreber”.

på det mellemste kompetenceniveau eller højere, i midterfeltet, jf. Figur 38.

Det er således primært i Norden og store dele af det østlige EU, at andelen

af elever på dette niveau er højere, mens landene i det centrale og sydlige

EU generelt har færre elever, der når dette niveau.

I en europæisk sammenligning ligger andelen af danske elever, der er

Figur 38 Andele af elever på eller over mellem kompetenceniveau i natur/teknologi

blandt deltagende EU-lande i 2023

Andel på eller over mellem

kompetenceniveau natur/

teknologi

Andel i procent

54,36 til 67,53

67,53 til 73,56

73,56 til 74,95

74,95 til 77,16

77,16 til 85,67

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

142 3 ·

Resultater i forhold til eleverne i natur/teknologi

3.6 Natur/teknologi-resultater på de faglige områder og kogni-

tive domæner

Det følgende afsnit beskriver natur/teknologi-resultaterne i relation til de

faglige og kognitive domæner, som undersøgelsen er opdelt i.

Først beskrives de faglige domæner, hvor indholdet i natur/teknologi-

testen i undersøgelsen er opdelt i områderne ”Biologi”, ”Fysik” og ”Geografi”,

en opdeling, som fortsat anvendes til kategorisering af opgaverne inden for

fagligt distinkte afgrænsede områder, jf. rammeværket for undersøgelsen

(Mullis, Martin, & von Davier, 2021). Efter den internationale offentliggørelse

af TIMSS 2019 blev der imidlertid iværksat et arbejde for at anvende TIMSS

til at få bedre forståelse for, hvad eleverne ved og tænker om miljø og klima.

Det ledte til konstruktionen af en skala for miljø- og klimabevidsthed, bl.a.

med det formål at skabe opmærksomhed om området og skabe sammenlig-

nelige data på tværs af lande (Yin & Foy, 2021a). Denne skala er ikke bygget

op på selvstændige items, men er baseret på allerede inkluderede items, som

omhandler miljø- eller klimaspørgsmål – spørgsmål, der alle er placeret in-

den for de faglige domæner ”Biologi” og ”Geografi”, mens der ikke er spørgs-

mål inden for ”Fysik”. Første brug af skalaen blev tilføjet som et supplement

til TIMSS 2019-undersøgelsen efter dennes offentliggørelse.

I 2023-undersøgelsen indgår den nye skala som en del af hovedundersø-

gelsen, og data er frigivet sammen med øvrige data. Imidlertid er skalaen

omdøbt fra

Environmental Awareness

til det mere retvisende navn

Environ-

mental Knowledge

fra 2023, idet skalaen omhandler kognitive elementer

omkring miljø og klima, mere end den tester for eksempel handlekompe-

tence eller affektive aspekter. Vi har her fastholdt den tidligere anvendte

danske oversættelse ”Miljø- og klimabevidsthed” fra 2019-undersøgelsen.

Skalaen er tidligere beskrevet på dansk med resultaterne for 2019, hvor der

også er redegjort nærmere for, hvordan skalaen er konstrueret og kan tolkes

(Christensen & Kristensen, 2024).

Efter beskrivelsen af de faglige domæner følger en beskrivelse af de

kognitive domæner, som er udtryk for, hvad eleverne kan med den natur/

teknologi-viden, de har, idet de kognitive domæner skelner mellem viden

om, anvendelse af eller ræsonnement på baggrund af natur/teknologi.

3 ·

Resultater i forhold til eleverne i natur/teknologi

143

3.6.1 Udviklingen inden for de faglige områder i natur/teknologi

Tabel 52 nedenfor viser den gennemsnitlige elevscore inden for de tre fagli-

miljø- og klimabevidsthedsskala. Som ovenfor beskrevet er det samlede gen-

nemsnit på tværs af domænerne uforandret i forhold til den seneste runde

ge domæner i natur/teknologi og udviklingen heri over tid samt den nye

af TIMSS, hvilket kommer til udtryk ved, at der fra 2019 til 2023 kun er min-

dre forskydninger inden for kompetenceområderne.

Således er danske elever blevet mindre dygtige inden for området ”Geo-

grafi”, hvor der ses et signifikant fald i forhold til 2019, hvilket opvejes i for-

hold til den samlede score af mindre og ikke signifikante stigninger på de to

andre kompetenceområder, ”Biologi” og ”Fysik”. ”Geografi” fremstår således

ikke længere som det faglige område, hvor danske elever er stærkest, idet de

nu er på niveau med eller lidt under området ”Biologi”, mens ”Fysik” fortsat

er det område, hvor danske elever scorer lavest af de tre. Her er det værd at

erindre, at ”Geografi” er det af de tre områder, der dækker mindst af den

samlede test (jf. afsnit 1.3.2 Faglige områder og kognitive domæner i natur/

teknologi), og således kun dækker cirka en femtedel af testen.

Tabel 52 Trend i natur/teknologi blandt danske elever fra 2007 til 2023 inden for faglige

områder

Fagområde og

undersøgelse

Biologi

Undersøgelse

2023

2019

2015

2011

2007

Fysik

2023

2019

2015

2011

2007

Geografi

2023

2019

2015

2011

2007

Miljø- og klima-

bevidsthed

2023

2019

Gns. score

530,7 (2,7)

526,4 (2,2)

534,2 (2,4)

530,0 (2,7)

526,7 (3,4)

509,9 (2,9)

507,0 (2,3)

515,6 (2,7)

525,7 (2,4)

501,7 (3,1)

524,7 (2,9)

534,8 (2,7)

530,5 (3,0)

526,6 (3,0)

518,9 (3,3)

535,8 (3,0)

536,3 (2,7)

-0,5 (4,1)

0,90

-10,2 (4,0)

-5,9 (4,2)

-1,9 (4,2)

5,8 (4,4)

0,01 *

0,16

0,65

0,19

2,8 (3,7)

-5,7 (4,0)

-15,8 (3,7)

8,2 (4,3)

0,45

0,15

<,001 ***

↓

0,06 .

4,3 (3,4)

-3,5 (3,6)

0,7 (3,8)

3,9 (4,3)

0,21

0,33

0,86

0,36

Diff. til 2023

P-værdi

på diff.

↓

Note: Miljø- og klimabevidsthedsskalaen blev først tilføjet med TIMSS 2019.

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

144 3 ·

Resultater i forhold til eleverne i natur/teknologi

Det er her endvidere væsentligt at bemærke, at danske elever fortsat scorer

højt inden for området ”Miljø- og klimabevidsthed”, som er den skala, hvor

danske elever scorer højest og dermed også højere end inden for begge de to

faglige underdomæner ”Geografi” og ”Biologi”, som skalaen er skabt ud fra.

Mens danske elever ikke scorer højest på hverken den overordnede natur/

teknologi-skala eller miljø- og klimabevidsthedsskalaen, er det iøjnefalden-

de, at danske elever har den næsthøjeste forskel i score på de to skalaer med

en forskel på 14 point, kun overgået af Kuwait med en forskel på 15, jf. Exhi-

bit 7.1.3 i den internationale rapport. Gennemsnittet for Kuwait er dog på

begge skalaer placeret væsentligt lavere end danske elevers. Danske elevers

viden om miljø- og klimaforhold og dermed betydningen af undervisningen

heri må således ses som relativt stor. Som led i udviklingen af skalaen er der

i 2023 tilføjet spørgsmål til undersøgelsens baggrundsspørgeskemaer om

affektive, adfærdsmæssige og holdningsmæssige aspekter hos eleverne i

forhold til miljø- og klimaspørgsmål.

3.6.2 Kønsforskelle i udviklingen i de faglige områder

Mens de gennemsnitlige bevægelser inden for de faglige domæner er be-

grænset, ses der større forskelle, når udviklingen over tid deles op på køn.

Tabel 53 viser udviklingen i drengenes gennemsnitsscore inden for de

faglige domæner tilbage til 2007-undersøgelsen. Der ses ikke nogen signifi-

kante ændringer i gennemsnitsscoren for nogle af områderne fra 2019 til

denne runde, om end tendensen fra det samlede gennemsnit afspejles i form

af højere score i ”Biologi” og lavere score i ”Geografi”. Dog fortsat med ”Geo-

grafi” som det område, hvor drengene scorer højest. Værd at bemærke her

er det også, at drengene har en højere score på miljø- og klimabevidstheds-

skalaen end i 2019, en forskel, som dog ikke er signifikant.

3 ·

Resultater i forhold til eleverne i natur/teknologi

145

Tabel 53 Trend i natur/teknologi blandt drenge fra 2007 til 2023 inden for de faglige

områder i Danmark

Fagområde og

undersøgelse

Biologi

Undersøgelse

2023

2019

2015

2011

2007

Fysik

2023

2019

2015

2011

2007

Geografi

2023

2019

2015

2011

2007

Miljø- og klima-

bevidsthed

2023

2019

Gns. score

for drenge

524,4 (3,3)

520,3 (2,9)

529,8 (2,6)

527,0 (3,2)

526,7 (4,7)

510,1 (3,3)

510,1 (3,6)

520,3 (3,2)

528,1 (3,0)

505,8 (4,2)

532,6 (3,2)

538,7 (2,8)

542,4 (3,4)

531,1 (5,0)

526,8 (3,8)

540,5 (3,9)

533,4 (2,9)

7,1 (4,9)

0,15

-6,1 (4,2)

-9,7 (4,7)

1,5 (5,9)

5,8 (5,0)

0,15

0,04 *

0,79

0,24

0,0 (4,9)

-10,2 (4,6)

-18,0 (4,4)

4,3 (5,4)

1,00

0,03 *

4,1 (4,4)

-5,4 (4,2)

-2,6 (4,6)

-2,3 (5,7)

0,36

0,20

0,57

0,68

Diff. til 2023

P-værdi

på diff.

↓

<,001 ***

↓

0,43

↓

Note: Miljø- og klimabevidsthedsskalaen blev først tilføjet med TIMSS 2019.

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Vender vi os mod pigernes score, så ses der en signifikant tilbagegang inden

for området ”Geografi” på hele 14 point på skalaen, mens der ses en mindre

ikke-signifikant stigning inden for de to andre områder. Traditionelt har

pigerne scoret højest inden for området ”Biologi”, og dette er igen tilfældet

efter faldet i ”Geografi”, som det ses i Tabel 54.

146 3 ·

Resultater i forhold til eleverne i natur/teknologi

Tabel 54 Trend i natur/teknologi blandt piger fra 2007 til 2023 inden for

de faglige områder i Danmark

Fagområde og

undersøgelse

Biologi

Undersøgelse

2023

2019

2015

2011

2007

Fysik

2023

2019

2015

2011

2007

Geografi

2023

2019

2015

2011

2007

Miljø- og klima- 2023

bevidsthed

2019

Gns. score

for piger

536,8 (3,0)

532,5 (2,7)

538,8 (3,2)

532,9 (3,4)

526,8 (3,4)

509,7 (3,3)

504,0 (3,4)

510,8 (4,2)

523,4 (3,4)

497,7 (4,0)

516,9 (3,6)

531,0 (4,0)

518,4 (4,6)

522,3 (4,2)

511,3 (3,9)

531,2 (3,5)

539,2 (3,7)

-8,0 (5,0)

0,11

-14,0 (5,4)

-1,4 (5,9)

-5,3 (5,5)

5,7 (5,3)

0,01 **

↓

0,81

0,34

0,29

5,6 (4,7)

-1,1 (5,4)

-13,8 (4,7)

12,0 (5,2)

0,23

0,83

0,01 **

↓

0,02 *

4,3 (4,0)

-2,0 (4,3)

3,9 (4,5)

10,0 (4,5)

0,29

0,64

0,39

0,03 *

Diff. til

2023

P-værdi

på diff.

↑

Note: Miljø- og klimabevidsthedsskalaen blev først tilføjet med TIMSS 2019.

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Modsvarende stigningen på miljø- og klimabevidsthedsskalaen for drenge

ses for pigerne et tilsvarende ikke-signifikant fald.

Tabel 55 giver et overblik over forskellene i gennemsnitsscoren mellem

de to køn. Den viser, at pigernes højere gennemsnitsscore i ”Biologi” er ufor-

andret siden 2019 og har været signifikant siden 2015-runden, mens dren-

gene i 2023 har scoret signifikant højere end pigerne i ”Geografi” og har gjort

det i flere men ikke alle runder siden første danske TIMSS-deltagelse med

4. klasse i 2007.

Det er også relevant, at drengene i 2023 har scoret signifikant højere på

miljø- og klimavidsthedsskalaen end pigerne, hvor forskellen det første år,

hvor skalaen blev udviklet, ikke var signifikant men faldt ud i pigernes favør.

3 ·

Resultater i forhold til eleverne i natur/teknologi

147

Tabel 55 Forskel i natur/teknologi mellem drenge og piger fra 2007 til 2023 inden for

de faglige områder i Danmark

Fagområde og

undersøgelse

Biologi

Undersøgelse

2023

2019

2015

2011

2007

Fysik

2023

2019

2015

2011

2007

Geografi

2023

2019

2015

2011

2007

Miljø- og klima-

bevidsthed

2023

2019

Forskel mellem

drenge og piger

-12,4 (3,3)

-12,2 (3,7)

-9,0 (3,1)

-5,9 (3,8)

-0,1 (4,6)

0,4 (3,2)

6,1 (5,2)

9,5 (5,1)

4,6 (4,3)

8,1 (5,3)

15,7 (3,5)

7,8 (4,3)

24,0 (5,5)

8,9 (6,9)

15,5 (4,2)

9,3 (4,2)

-5,8 (3,8)

P-værdi

på diff.

<,001 ***

↓

0,01 **

↓

0,01 **

↓

0,12

0,99

0,89

0,24

0,06 .

0,28

0,13

<,001 ***

↑

0,07 .

<,001 ***

↑

0,20

<,001 ***

↑

0,03 *

0,13

↑

Note: Miljø- og klimabevidsthedsskalaen blev først tilføjet med TIMSS 2019.

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Det er muligt, at en nærmere analyse af de enkelte opgaver og kønsforskelle

i løsningen heraf kan give et praj om, hvad der er på spil i forhold til de fag-

lige forskelle kønnene imellem – en analyse, det ikke har været muligt at

gennemføre inden for rammerne af nærværende afrapportering.

3.6.3 Udviklingen inden for de kognitive domæner i natur/teknologi

i et kønsperspektiv

Vendes blikket mod de kognitive domæner, ”Viden”, ”Anvendelse” og

”Ræsonnement”, ses kun få signifikante forskelle mellem 2023-undersøgel-

sen og foregående runder. Elevernes færdigheder inden for området

”Anvendelse” er på samme niveau som i 2019, men signifikant lavere end

de to foregående runder 2011 og 2015, jf. Tabel 56.

148 3 ·

Resultater i forhold til eleverne i natur/teknologi

Tabel 56 Trend i natur/teknologi blandt danske elever fra 2007 til 2023

inden for de kognitive domæner

Undersøgelse og

kognitive domæner

Viden

Undersøgelse

2023

2019

2015

2011

2007

Anvendelse

2023

2019

2015

2011

2007

Ræsonnement

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

520,5 (2,7)

520,9 (2,0)

524,0 (2,6)

524,4 (2,6)

517,0 (3,3)

520,1 (3,3)

519,1 (2,5)

529,2 (2,4)

531,6 (2,5)

513,1 (3,4)

528,2 (2,7)

527,3 (2,7)

525,7 (2,9)

527,3 (2,9)

524,3 (4,4)

0,9 (3,8)

2,6 (3,9)

1,0 (4,0)

4,0 (5,2)

0,81

0,51

0,81

0,44

1,0 (4,1)

-9,1 (4,1)

-11,5 (4,2)

7,0 (4,7)

0,81

0,03*

↓

0,01**

↓

0,14

-0,4 (3,4)

-3,5 (3,8)

-3,9 (3,7)

3,6 (4,2)

0,92

0,35

0,30

0,40

Diff. til 2023

P-værdi

på diff.

Tabeller tilsvarende Tabel 53 til Tabel 56 for piger og drenge er udeladt, idet

de viser samme og ensartede billede af udviklingen over tid for de to køn som

for den samlede population – en forandring inden for området ”Anvendelse”

i forhold til de første tre runder, hvor der for pigerne var en stigning fra 2007

til 2011 og for drengene et fald fra 2015 til 2019 og således ingen ændringer

siden 2019.

Ses der derimod på forskellene de to køn imellem inden for de kognitive

domæner, som de fremgår af Tabel 57, er der nogle kønsforskelle, som kan

antyde, at eleverne til en vis grad får et forskelligt og kønskorreleret udbyt-

te af undervisningen. Ligeledes antyder tabellen, at dette ikke er stabilt over

tid, idet drengene scorer signifikant højere på området ”Viden” end pigerne,

3 ·

Resultater i forhold til eleverne i natur/teknologi

149

mens pigerne omvendt scorer signifikant højere inden for området ”Ræson-

nement” – om end der over de forskellige runder har været forskel på, hvor-

vidt disse forskelle har været signifikante. Samtidig ses det, at der ikke

”Anvendelse”, som kan relateres til elevernes køn.

er nogen tendens til en forskel på elevernes færdigheder inden for området

Tabel 57 Forskel i natur/teknologi mellem drenge og piger fra 2007 til 2023

inden for de kognitive domæner

Undersøgelse og

kognitive domæner

Viden

Undersøgelse

2023

2019

2015

2011

2007

Anvendelse

2023

2019

2015

2011

2007

Ræsonnement

2023

2019

2015

2011

2007

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Forskel mellem

drenge og piger

8,4 (3,4)

4,9 (4,0)

13,4 (2,7)

3,7 (3,0)

10,9 (4,3)

-5,1 (3,4)

-2,2 (3,3)

5,2 (3,2)

2,8 (5,0)

7,0 (3,5)

-12,0 (3,9)

-9,1 (4,7)

-11,5 (5,1)

-8,7 (5,0)

-3,7 (5,6)

P-værdi

på diff.

0,02 *

0,23

<,001 ***

↑

0,23

0,01 *

0,14

0,51

0,10

0,57

0,05 *

↑

0,01 **

↓

0,05 .

0,03 *

0,09 .

0,51

↓

Årsagerne til disse forskelle kan ikke fastlægges ud fra nærværende analyse,

men der er indikation på, at der ligesom inden for de faglige domæner er

forskel på, hvad eleverne får med fra undervisningen, og at denne forskel er

betinget af elevernes køn.

150 3 ·

Resultater i forhold til eleverne i natur/teknologi

3.7 Natur/teknologi sammenlignet med Norden

Sammenligner vi de danske resultater med de øvrige nordiske lande, så ses

øvrige nordiske lande, jf. Figur 39. Mens danske elever fastholder gennem-

snitsscoren fra sidste runde, så ses der i de tre øvrige lande et fald over peri-

hvilket kan aflæses ved at sammenholde de enkelte landes score over tid

i Tabel 58.

Figur 39 Udviklingen i gennemsnitsscore blandt de nordiske lande 2007-2023 i natur/

teknologi

575

det, at danske elever fortsat ligger lavere i natur/teknologi end eleverne i de

oden, som for Norge og Finland er signifikant med henholdsvis 9 og 13 point,

natur/teknologi gns. score (SE)

550

525

500

475

2007

2011

2015

Undersøgelse

2019

2023

Lande

Danmark

Finland

Norge

Sverige

Note: Errorbar udgør en standardfejl. Bemærk, at Norge deltager i 2015, 2019 og 2023 med 5. klasse

Figur 39 viser imidlertid også, at landene over de seneste år har nærmet sig

hinanden i gennemsnitlige elevpræstationer, også når der ses bort fra Nor-

ges skift i undersøgelsespopulation mellem 2011- og 2015-runden, hvilket

illustreres af de generelt mindre forskelle til den danske natur/teknologi-

score, der fremgår af Tabel 58.

3 ·

Resultater i forhold til eleverne i natur/teknologi

151

Tabel 58 Resultater i natur/teknologi blandt de nordiske lande fra 2007 til 2023

Undersøgelse

2023

Lande

Danmark

Norge

Sverige

Finland

2019

Danmark

Norge

Sverige

Finland

2015

Danmark

Norge

Sverige

Finland

2011

Danmark

Norge

Sverige

Finland

2007

Danmark

Norge

Sverige

Gns. score

522,1 (2,6)

530,4 (2,6)

532,5 (3,2)

542,1 (2,9)

522,2 (2,4)

539,4 (2,2)

537,2 (3,3)

554,6 (2,6)

527,0 (2,1)

537,6 (2,6)

540,2 (3,6)

553,8 (2,3)

528,0 (2,8)

494,0 (2,5)

533,5 (2,8)

570,2 (2,6)

516,9 (2,9)

476,6 (3,5)

524,8 (2,9)

40,4 (4,5)

-7,9 (4,1)

0,53

-0,11

<,001 ***

↑

0,05 .

34,0 (3,8)

-5,5 (3,9)

-42,2 (3,8)

0,49

-0,07

-0,61

<,001 ***

↑

0,16

<,001 ***

↑

-10,6 (3,4)

-13,2 (4,1)

-26,8 (3,1)

-0,16

-0,18

-0,40

0,01 **

↑

0,01 **

↑

<,001 ***

↑

-17,2 (3,2)

-15,1 (4,1)

-32,4 (3,5)

-0,26

-0,21

-0,46

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

-8,3 (3,6)

-10,4 (4,1)

-19,9 (3,9)

-0,11

-0,13

-0,26

0,02 *

0,01 *

Diff. til

Danmark

Cohen’s

P-værdi

på diff.

↑

<,001 ***

↑

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Mens den danske gennemsnitsscore i natur/teknologi ikke har forandret sig

væsentligt fra 2019 til 2023, ser vi som beskrevet ovenfor en øget spredning

af elevscorer i 2023-undersøgelsen. Denne tendens går igen blandt de øvrige

nordiske lande, idet alle fire nordiske lande oplever en stigning i variationen

i elevscore. Dette dog med den forskel, at Norge og Finland har oplevet en

stigning over de seneste runder, mens det for Danmark og Sverige alene gør

sig gældende mellem 2019- og 2023-undersøgelserne. Ligeledes er det værd

at bemærke, at danske elever trods stigningen har den mindste variation

i elevscore blandt de fire lande, hvilket ikke har været tilfældet tidligere,

dog kun signifikant forskelligt fra svenske elever, jf. Tabel 59.

152 3 ·

Resultater i forhold til eleverne i natur/teknologi

Tabel 59 Spredning i natur/teknologi for danske elever sammenlignet

med nordiske lande, 2007 til 2023

Undersøgelse

2023

Lande

Danmark

Norge

Sverige

Finland

2019

Danmark

Norge

Sverige

Finland

2015

Danmark

Norge

Sverige

Finland

2011

Danmark

Norge

Sverige

Finland

2007

Danmark

Norge

Sverige

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

75,2 (1,5)

75,4 (1,5)

82,1 (2,9)

78,9 (2,4)

68,4 (1,5)

66,7 (1,9)

73,5 (2,4)

70,6 (2,0)

69,2 (1,8)

62,7 (2,0)

73,3 (3,4)

64,6 (2,3)

72,7 (2,6)

63,4 (1,8)

74,8 (1,8)

66,6 (2,1)

76,9 (2,4)

76,7 (2,2)

73,6 (1,9)

0,3 (3,2)

3,4 (3,0)

0,93

0,27

9,2 (3,2)

-2,1 (3,2)

6,1 (3,4)

0,01 **

↑

0,51

0,07 .

6,6 (2,7)

-4,1 (3,9)

4,7 (2,9)

0,02 *

0,30

0,12

1,7 (2,4)

-5,2 (2,9)

-2,2 (2,5)

0,49

0,07 .

0,38

-0,1 (2,2)

-6,9 (3,2)

-3,7 (2,9)

0,95

0,04 *

0,20

Diff. til 2023

P-værdi

på diff.

↓

↑

3.8 International placering i natur/teknologi blandt deltagen-

de lande i 2023

Mens det sjældent er relevant at se på, hvilket nummer Danmark er placeret

på i rækkefølgen af deltagende lande alene for rangeringens skyld – blandt

andet fordi deltagerlandene skifter mellem runderne – så kan der være man-

ge gode grunde til at sammenligne danske elevers præstationer i natur/tek-

nologi med de øvrige deltagende landes placering af andre årsager. Det være

sig eksempelvis i forbindelse med, at nogle lande indtager en plads i den

danske pædagogiske debat med hensyn til specifikke undervisningsmetoder

og praksis, eller fordi vi har lande, vi også i skolemæssig sammenhæng ofte

sammenligner os med. En sådan oversigt for de deltagende lande i TIMSS

2023 er vist i Tabel 60.

3 ·

Resultater i forhold til eleverne i natur/teknologi

153

TIMSS 2023 placerer Danmark sig på en 25. plads, dog ikke signifikant for-

skelligt fra landet på 30. pladsen nedad og til 18. pladsen opad.

Af oversigten fremgår det, at af de deltagende lande og jurisdiktioner i

ses der nogle ligheder i landenes placering. Også inden for natur/teknologi

er toppen af tabellen præget af en række asiatiske lande med Singapore og

Sydkorea i toppen, men også Tyrkiet ligger i top fem, mens England og Polen

ligger højt på henholdsvis en sjette- og en ottendeplads.

I den anden ende af tabellen genfindes ligeledes dele af mønstret fra ma-

Sammenlignes tabellen med den tilsvarende Tabel 42 for matematik, så

tematik i skikkelse af en række afrikanske lande samt lande fra Mellemøsten

og Centralasien. Således er Sydafrika placeret lavest med landene Kuwait,

Marokko, Kosovo og Usbekistan på pladserne lige over.

Tabel 60 International placering i natur/teknologi blandt deltagende lande i 2023

Lande

Singapore

Sydkorea (Republikken

Sydkorea)

Taipei (Taiwan)

Tyrkiet

Dubai, FAE

England

Japan

Polen

Australien

Hongkong, Kina

Finland

Litauen

Macao, Kina

Sverige

USA

Irland

Norge

Bulgarien

Rumænien

Tjekkiet

Gns. score

607,4 (2,8)

583,3 (2,5)

572,6 (1,7)

570,1 (3,4)

562,4 (1,8)

556,3 (2,6)

554,8 (2,4)

549,8 (2,2)

549,5 (2,3)

545,2 (3,8)

542,1 (2,9)

536,9 (2,9)

535,8 (1,4)

532,5 (3,2)

532,4 (2,8)

531,9 (3,2)

530,4 (2,6)

529,6 (4,8)

526,2 (4,8)

525,8 (2,3)

Diff. til

Cohen’s

Danmark 2023

-85,2 (3,8)

-61,1 (3,6)

-50,5 (3,1)

-48,0 (4,3)

-40,3 (3,1)

-34,2 (3,7)

-32,7 (3,5)

-27,7 (3,4)

-27,4 (3,4)

-23,1 (4,6)

-19,9 (3,9)

-14,8 (3,9)

-13,7 (2,9)

-10,4 (4,1)

-10,3 (3,8)

-9,8 (4,1)

-8,3 (3,6)

-7,5 (5,4)

-4,1 (5,4)

-3,7 (3,5)

-0,94

-0,69

-0,58

-0,52

-0,43

-0,38

-0,37

-0,32

-0,31

-0,25

-0,22

-0,17

-0,15

-0,12

-0,11

-0,09

-0,08

-0,04

P-værdi

på diff.

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

0,01 *

↓

0,01 **

↓

0,02 *

0,17

0,45

0,28

154 3 ·

Resultater i forhold til eleverne i natur/teknologi

Lande

Slovenien

Letland

Ontario, Canada

Ungarn

Danmark

Canada

Slovakiet

New Zealand

Nederlandene

Tyskland

Portugal

Italien

Serbien

Quebec, Canada

Spanien

Sharjah, FAE

De Forenede Arabiske

Emirater

Albanien

Belgien (Flamsk)

Frankrig

Cypern

Belgien (Fransk)

Chile

Bahrain

Qatar

Kasakhstan

Georgien

Montenegro

Armenien

Bosnien-

Hercegovina

Abu Dhabi, FAE

Nordmakedonien

Oman

Gns. score

525,6 (2,3)

525,5 (3,0)

525,3 (3,2)

524,2 (3,2)

522,1 (2,6)

521,1 (2,0)

520,6 (3,3)

517,1 (2,8)

516,9 (2,9)

515,5 (2,8)

510,6 (2,3)

510,6 (2,5)

509,9 (3,2)

507,5 (2,7)

504,0 (2,1)

502,8 (3,9)

494,9 (1,8)

490,6 (4,5)

488,4 (2,6)

488,1 (3,0)

487,0 (3,1)

480,7 (2,8)

479,3 (2,7)

475,0 (3,9)

472,1 (3,6)

466,5 (3,5)

465,0 (3,4)

460,7 (2,0)

457,3 (2,7)

448,3 (3,7)

446,1 (2,6)

438,6 (3,9)

432,6 (4,2)

1,0 (3,3)

1,5 (4,2)

5,0 (3,8)

5,2 (3,9)

6,6 (3,8)

11,5 (3,4)

11,6 (3,6)

12,3 (4,1)

14,6 (3,7)

18,1 (3,3)

19,3 (4,7)

27,2 (3,2)

31,5 (5,2)

33,8 (3,7)

34,0 (3,9)

35,1 (4,0)

41,4 (3,8)

42,9 (3,7)

47,1 (4,7)

50,0 (4,4)

55,6 (4,3)

57,2 (4,3)

61,4 (3,3)

64,8 (3,7)

73,8 (4,5)

76,0 (3,7)

83,5 (4,7)

89,5 (4,9)

0,01

0,02

0,05

0,06

0,07

0,13

0,14

0,17

0,22

0,20

0,24

0,35

0,38

0,39

0,38

0,47

0,48

0,51

0,60

0,65

0,69

0,76

0,83

0,67

0,91

0,76

0,72

0,19

0,18

0,08 .

0,01 **

↑

0,01 **

↑

0,01 **

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

Diff. til

Cohen’s

Danmark 2023

-3,5 (3,5)

-3,4 (4,0)

-3,2 (4,1)

-2,1 (4,1)

-0,04

-0,02

P-værdi

på diff.

0,31

0,39

0,45

0,60

3 ·

Resultater i forhold til eleverne i natur/teknologi

155

Lande

Iran

Saudi-Arabien

Brasilien

Aserbajdsjan

Jordan

Usbekistan

Kosovo

Marokko

Kuwait

Sydafrika

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Gns. score

432,1 (4,5)

427,6 (4,0)

425,0 (3,5)

421,6 (3,3)

417,7 (4,9)

411,9 (3,5)

403,1 (3,6)

390,2 (5,3)

373,3 (5,5)

307,9 (4,7)

Diff. til

Cohen’s

Danmark 2023

90,0 (5,1)

94,5 (4,8)

97,1 (4,4)

100,5 (4,2)

104,4 (5,5)

110,2 (4,3)

119,0 (4,5)

131,9 (5,9)

148,8 (6,0)

214,2 (5,4)

0,89

0,98

1,03

1,13

1,07

1,21

1,35

1,25

1,41

1,66

P-værdi

på diff.

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

Kigger vi i Tabel 60 på de lande, som ligger omkring Danmark placerings-

mæssigt, så drejer det sig om Bulgarien, Rumænien, Tjekkiet, Slovenien,

Letland og Ungarn samt den canadiske provins Ontario, der indtager pladser

umiddelbart over Danmark uden at have en signifikant forskel i gennem-

snitsscore, og Canada, Slovakiet, New Zealand, Nederlandene og Tyskland,

der indtager de efterfølgende fem pladser, men uden at gennemsnitsscoren

er signifikant forskellig fra den danske. Dermed leverer disse landes skole-

systemer en undervisning i natur/teknologi svarende til den danske, når den

evalueres ved anvendelse af TIMSS-undersøgelsen. Det er her også værd at

bemærke, at nogle af landene er gengangere fra puljen af lande, som ligger

omkring den danske score i matematik, jf. Tabel 42. Kun et enkelt af landene,

Nederlandene, har en lavere andel af deres elever, der når det højeste inter-

nationale kompetenceniveau, mens tre af landene har en større andel af

elever, der ikke når det laveste internationale kompetenceniveau, nemlig

Slovakiet, Tyskland og New Zealand.

156 3 ·

Resultater i forhold til eleverne i natur/teknologi

Figur 40 Gennemsnit i natur/teknologi blandt de deltagende EU-lande i 2023

Natur/teknologi

Samlet score

480,7 til 505,3

505,3 til 518,4

518,4 til 525,6

525,6 til 531,4

531,4 til 549,8

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

3 ·

Resultater i forhold til eleverne i natur/teknologi

157

3.8.1 Relativt mindre kønsulighed i natur/teknologi internationalt

Mens der som beskrevet i det foregående kapitel ses en kønsforskel i præ-

stationerne i matematik i drengenes favør og ligeledes ses en modsvarende

kønsforskel i læsning i pigernes favør (Fougt et al., 2023), så er en sådan min-

dre udbredt inden for natur/teknologi, ligesom den i modsætning til inden

der både lande, hvor en signifikant kønsforskel går i pigernes retning, og

for de andre fag ses i større omfang at gå begge veje. Som Tabel 61 viser, så er

lande, hvor en kønsforskel går i drengenes retning, mens den største gruppe

er gruppen af lande, hvor der ikke er en signifikant kønsforskel i 4. klasse på

elevernes færdigheder i natur/teknologi.

Tabel 61 International natur/teknologi-score opdelt på køn

Lande

Sydafrika

Bahrain

Saudi-Arabien

Jordan

Kuwait

Iran

Marokko

Oman

Aserbajdsjan

Finland

Albanien

Nordmakedonien

Bosnien-

Hercegovina

Irland

Litauen

Georgien

Abu Dhabi, FAE

Letland

Bulgarien

Gns. score drenge

289,0 (5,3)

459,4 (4,8)

412,0 (4,9)

406,1 (5,4)

363,3 (8,1)

422,8 (6,5)

383,9 (5,6)

426,1 (4,7)

416,4 (3,7)

536,9 (3,5)

486,5 (5,0)

434,9 (4,3)

445,5 (4,7)

530,0 (3,5)

535,0 (3,3)

463,0 (3,6)

444,3 (3,3)

523,8 (3,4)

528,6 (5,5)

Gns. score

piger

327,6 (5,2)

491,9 (5,3)

443,6 (5,9)

428,5 (7,7)

383,0 (6,6)

441,6 (5,5)

397,0 (5,7)

439,1 (4,3)

427,6 (3,4)

547,4 (2,9)

495,0 (4,8)

442,4 (4,2)

451,1 (3,5)

533,9 (3,9)

538,9 (3,0)

466,9 (4,0)

448,0 (2,6)

527,4 (3,5)

530,7 (4,8)

Diff. mellem

køn

-38,6 (4,7)

-32,5 (6,4)

-31,6 (7,5)

-22,4 (9,0)

-19,8 (9,8)

-18,8 (8,3)

-13,2 (3,9)

-13,0 (2,9)

-11,2 (2,8)

-10,5 (2,5)

-8,5 (4,1)

-7,5 (3,5)

-5,6 (3,6)

-3,9 (3,8)

-3,9 (2,5)

-3,8 (3,2)

-3,7 (2,8)

-3,6 (3,2)

-2,2 (3,9)

Cohen’s

-0,25

-0,31

-0,32

-0,22

-0,16

-0,17

-0,11

-0,13

-0,14

-0,13

-0,11

-0,09

-0,08

-0,05

-0,03

-0,05

-0,02

P-værdi

på diff.

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

0,02 *

0,05 *

0,02 *

↓

0,01 **

↓

<,001 ***

↓

<,001 ***

↓

<,001 ***

↓

0,04 *

0,03 *

0,14

0,30

0,12

0,23

0,18

0,27

0,58

↓

158 3 ·

Resultater i forhold til eleverne i natur/teknologi

Lande

Rumænien

Norge

Tyskland

Danmark

Polen

Sharjah, FAE

De Forenede Arabiske

Emirater

Sverige

Armenien

Chile

Spanien

New Zealand

Qatar

Kosovo

Tyrkiet

Serbien

England

Montenegro

Usbekistan

Kasakhstan

Slovenien

Dubai, FAE

Canada

Taipei (Taiwan)

Slovakiet

Nederlandene

Ontario, Canada

Japan

Tjekkiet

Quebec, Canada

Ungarn

Belgien (Fransk)

USA

Gns. score drenge

525,3 (5,2)

529,6 (2,8)

514,7 (3,3)

521,5 (2,8)

549,4 (2,6)

502,7 (3,9)

495,5 (2,3)

533,5 (3,7)

458,3 (3,3)

480,3 (3,2)

505,2 (2,7)

518,4 (3,4)

473,6 (4,6)

404,8 (4,6)

571,8 (4,0)

511,8 (4,0)

558,6 (3,4)

462,8 (2,5)

414,0 (4,1)

468,8 (3,9)

528,1 (2,7)

564,8 (2,2)

523,9 (2,4)

575,4 (2,4)

523,5 (3,1)

519,9 (3,2)

528,3 (3,8)

557,9 (2,8)

528,9 (3,1)

510,7 (3,3)

527,4 (3,7)

484,1 (2,9)

536,0 (3,2)

Gns. score

piger

527,1 (4,9)

531,3 (3,0)

516,3 (3,1)

522,7 (2,9)

550,3 (2,7)

502,9 (4,6)

494,4 (2,1)

531,6 (3,3)

456,3 (2,8)

478,1 (3,1)

502,8 (2,1)

515,6 (3,5)

470,7 (4,5)

401,3 (3,1)

568,3 (3,8)

508,0 (3,3)

554,5 (2,9)

458,4 (2,3)

409,6 (3,5)

464,2 (3,7)

523,1 (2,6)

559,9 (2,7)

518,3 (2,2)

569,6 (2,1)

517,6 (4,1)

513,9 (3,1)

522,2 (3,4)

551,8 (2,5)

522,7 (2,4)

504,4 (3,0)

521,1 (3,2)

477,3 (3,2)

528,7 (2,9)

Diff. mellem

køn

-1,8 (3,4)

-1,8 (2,7)

-1,6 (3,0)

-1,3 (2,6)

-1,0 (2,9)

-0,2 (3,0)

1,2 (2,6)

1,9 (2,8)

2,0 (2,8)

2,1 (3,4)

2,4 (2,3)

2,8 (3,9)

2,9 (5,5)

3,5 (3,2)

3,5 (3,8)

3,8 (3,6)

4,0 (3,4)

4,4 (2,6)

4,4 (3,4)

4,6 (2,9)

4,9 (2,5)

5,0 (3,3)

5,6 (2,0)

5,8 (2,9)

5,9 (3,1)

6,0 (2,4)

6,1 (3,2)

6,1 (2,3)

6,2 (2,9)

6,3 (3,2)

6,3 (2,5)

6,8 (2,5)

7,3 (2,4)

Cohen’s

-0,02

-0,01

-0,00

0,01

0,02

0,03

0,05

0,04

0,05

0,06

0,05

0,07

0,05

0,07

0,08

0,07

0,09

0,08

0,09

0,07

0,09

0,08

P-værdi

på diff.

0,60

0,52

0,60

0,63

0,74

0,95

0,65

0,51

0,48

0,54

0,30

0,48

0,60

0,28

0,36

0,30

0,25

0,09 .

0,19

0,12

0,05 *

0,13

0,01 **

↑

0,04 *

0,06 .

0,01 *

0,06 .

0,01 *

0,04 *

0,05 *

0,01 *

↑

0,01 **

↑

0,01 **

↑

3 ·

Resultater i forhold til eleverne i natur/teknologi

159

Lande

Cypern

Frankrig

Brasilien

Italien

Singapore

Australien

Hongkong, Kina

Macao, Kina

Belgien (Flamsk)

Portugal

Sydkorea (Republikken

Sydkorea)

Gns. score drenge

490,8 (3,6)

492,5 (3,1)

429,7 (3,9)

515,1 (3,0)

612,1 (3,0)

554,8 (2,9)

550,3 (3,9)

541,1 (2,1)

494,4 (2,8)

517,3 (2,9)

590,8 (2,9)

Gns. score

piger

483,0 (3,6)

483,9 (3,4)

420,4 (3,7)

505,7 (2,6)

602,5 (3,0)

544,7 (2,8)

539,9 (4,6)

530,1 (1,6)

482,0 (3,2)

504,0 (2,7)

575,6 (3,0)

Diff. mellem

køn

7,8 (3,7)

8,6 (2,6)

9,3 (2,9)

9,4 (2,7)

9,5 (2,4)

10,1 (3,4)

10,4 (3,5)

11,0 (2,4)

12,5 (2,8)

13,3 (3,1)

15,2 (3,1)

Cohen’s

0,09

0,12

0,10

0,13

0,11

0,12

0,14

0,17

0,18

0,21

P-værdi

på diff.

0,04 *

↑

0,01 **

↑

0,01 **

↑

<,001 ***

↑

<,001 ***

↑

0,01 **

↑

0,01 **

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

<,001 ***

↑

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Det er i denne sammenhæng også interessant, at de største forskelle ses

blandt de 12 lande og jurisdiktioner, hvor forskellen er i pigernes favør, mens

kønsforskellene i gennemsnit er mindre i de 21 lande og jurisdiktioner, hvor

forskellen er i drengenes favør – henholdsvis 8 til 39 point og 5 til 15 point.

I landene med en kønsulighed i pigernes favør indgår Finland, Albanien og

Nordmakedonien som de eneste europæiske lande, mens antallet af lande

med en svag forskel i drengenes favør tæller flere europæiske lande, her-

under lande, som ligger tæt på det danske gennemsnit, nemlig Ungarn,

Tjekkiet og Nederlandene. Årsagerne til kønsforskellene kan ikke bestem-

mes entydigt. Der er både lande, der har fået større og mindre differencer

mellem kønnenes score fra 2019 til 2023, jf. Figur 41.

160 3 ·

Resultater i forhold til eleverne i natur/teknologi

Figur 41 Kønsforskelle i natur/teknologi i 2019 og 2023

Iran

Finland

Danmark

Norge

Sverige

Kønsulighed 2019 (Drenge-Piger)

Sydafrika

-25

-50

Saudi-Arabien

-50

-25

Kønsulighed 2023 (Drenge-Piger)

3 ·

Resultater i forhold til eleverne i natur/teknologi

161

Figur 42 Kønsforskelle i spredningen af elevscorer i natur/teknologi i 2023 samt Danmarks

placering i 2019

150

125

Std.afv. piger

Q an n

m a

O rd

100

Ira

rie

ira

rig

100

125

150

Std.afv. drenge

Figur 42 viser spredningen i score opdelt på køn for 2023. Figuren viser, at

hovedparten af deltagerlandene i TIMSS 2023 har en større variation i dyg-

tighed i drengegruppen end i pigegruppen.

Som det fremgår af Figur 43, så er kønsforskellen størst i drengenes favør

i de mellemste og sydligste dele af EU, mens de østlige og nordlige lande

generelt oplever en mindre forskel eller en forskel i pigernes favør og således

en grad af sammenfald med fordelingen af landenes gennemsnitsscore.

162 3 ·

Resultater i forhold til eleverne i natur/teknologi

Figur 43 Kønsforskelle i gennemsnit for natur/teknologi blandt de deltagende EU-lande i 2023

Kønsforskelle i

natur/teknologi

Difference

(drenge-piger)

-10,49 til -2,08

-2,08 til 0,19

0,19 til 5,97

5,97 til 7,64

7,64 til 13,28

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

3 ·

Resultater i forhold til eleverne i natur/teknologi

163

3.9 Elevens sociale baggrunds betydning for natur/teknologi

Som beskrevet i afsnit 1.3.5 er der i forbindelse med TIMSS 2023 indført et

nyt mål til beskrivelse af elevens socioøkonomiske status. Det følgende

beskriver først elevernes score på forskellige niveauer af socioøkonomisk

status og sammenligner disse med de øvrige nordiske lande. Herefter ses der

nærmere på, i hvor høj grad socioøkonomisk status forklarer danske elevers

til øvrige deltagende EU-lande.

natur/teknologi-færdigheder, inden der til sidst drages sammenligninger

3.9.1 Danske elevers socioøkonomi i en nordisk sammenhæng

Figur 44 viser fordelingen i de nordiske lande i 2023 på de tre forskellige

kategorier af skalaen for elevernes socioøkonomiske status, henholdsvis

Høj,

Medium

Lav socioøkonomisk status.

Idet skalaen er fastlagt internationalt

til at have respektive 31 procent, 48 procent og 21 procent af eleverne i hver

kategori, er det ikke overraskende, at alle fire lande ligger med relativt få

elever i kategorien for lav socioøkonomi og mange elever i kategorien for

høj, idet de fire lande generelt har en væsentligt stærkere økonomi end de

øvrige deltagende lande.

Figuren viser imidlertid også, at med den valgte måde at beregne socio-

økonomisk status på falder flere danske elever i kategorien med

lav

socio-

økonomisk status end i de tre øvrige nordiske lande. En forskel, der er stati-

stisk signifikant højere end andelen af norske elever. Ligeledes viser figuren,

at færre elever falder i kategorien

høj

socioøkonomisk status, en forskel,

der kun er statistisk signifikant forskellig fra andelen af norske og svenske,

men ikke finske elever.

164 3 ·

Resultater i forhold til eleverne i natur/teknologi

Figur 44 Fordelingen af elever på forskellige socioøkonomiske grupper

i Norden og gennemsnitsscore i natur/teknologi, 2023

7,0 (0,7)

Danmark

44,0 (1,2)

48,9 (1,5)

Finland

5,7 (0,5)

43,7 (1,3)

50,6 (1,5)

Norge

4,0 (0,5)

42,3 (1,6)

53,7 (1,7)

Sverige

Danmark

Finland

Norge

Sverige

5,7 (0,6)

38,9 (1,4)

55,4 (1,8)

483,8

475,5

486,1

481,9

508,9

516,5

525,5

547,7

555,8

100

560,0

558,7

512,4

480

500

520

540

560

Lav

Medium

Høj

Vendes blikket mod nederste del af figuren, så ses det, at der er forskel i

natur/teknologi-scoren for elever på de forskellige niveauer på tværs af

Norden. Danske elever i gruppen med lav socioøkonomisk baggrund klarer

sig bedre fagligt i natur/teknologi end elever med samme status i Norge og

Sverige og på niveau med finske elever, forskelle, der dog ligger inden for den

statistiske usikkerhed, mens elever på niveauet

medium

klarer sig på niveau

med svenske elever, men ikke lige så godt som finske og norske elever på

samme niveau, hvortil forskellene i præstationer er statistisk signifikante.

På niveauet

høj socioøkonomisk status

gælder det, at danske elever scorer

signifikant lavere end eleverne i samme gruppe i de tre øvrige lande.

Afhængigt af øjnene der ser, kan sammenligningen på tværs af Norden

således enten tolkes derhen, at den socioøkonomiske baggrund ikke slår så

stærkt igennem i Danmark, og dermed er udtryk for en mere lige skole, eller

derhen, at den danske skole ikke løfter de ressourcestærke elever i samme

3 ·

Resultater i forhold til eleverne i natur/teknologi

165

grad som skolen i de øvrige nordiske lande. Her er det værd at bemærke, at

blandt de nordiske lande har Norge den laveste grad af variation i elevernes

natur/teknologi-score, der kan forklares på skoleniveau (10 procent), med

Danmark med den næstlaveste score (14 procent), mens Finland (16 procent)

og Sverige (20 procent) ligger højere end Danmark, når denne beregnes

ved intraclass-koefficienten på skoleniveau, der er et mål for, hvor meget

variation i data der forklares på forskellige niveauer i en model – her elev-

niveau og skoleniveau. Inddrages elevernes socioøkonomiske status i denne

model, så falder variationen for alle lande forklaret på skoleniveau med

6 procent i Danmark overgået af 10 procent i Sverige men kun 2 procent i

både Norge og Finland, hvilket er et udtryk for, at uligheden

mellem

skoler,

der kan tilskrives elevernes socioøkonomiske status, er større inden for

natur/teknologi i Danmark end i Finland og Norge.

3.9.2 Danske elevers socioøkonomi og dens betydning

for elevpræstationer

Idet socioøkonomi vedrører, hvad eleverne har med hjemmefra, når de

møder skolen, er det nærliggende at se på, om dette slår forskelligt igennem

i forhold til forskellige indholdselementer i faget. Tabel 62 viser dels resul-

tatet af en lineær regression mellem den overordnede natur/teknologi-

score og scoren for elevernes socioøkonomiske status, dels tilsvarende for

de forskellige underområder på skalaen i form af korrelationskoefficienten

og dennes usikkerhed samt den forklarede varians i form af

. Tabellen

viser, at for den overordnede natur/teknologi-score forklares cirka 17 pro-

cent af variationen i score af målet for elevernes socioøkonomiske status.

Samtidig viser tabellen, at der er en svagere sammenhæng mellem socio-

økonomi og elevernes score inden for underområdet ”Fysik” og domænet

”Ræsonnement”, end der er inden for de øvrige områder. Det skal dog

bemærkes, at konfidensintervallerne for

-værdierne er overlappende, og

at det grundet datasættets komplekse natur (se afsnit 1.4 og 1.6) ikke er

ligetil at beregne, hvorvidt forskellen er udtryk for en statistisk signifikant

forskel. Sammenlignet med den tilsvarende Tabel 44 for matematik er det

dog bemærkelsesværdigt, at elevens socioøkonomiske status for de fleste

områder har en markant højere forklaringsgrad og dermed betydning for

elevens score i natur/teknologi overordnet set så vel som inden for både

faglige områder og kognitive domæner.

166 3 ·

Resultater i forhold til eleverne i natur/teknologi

Tabel 62 Korrelationen mellem elevernes socioøkonomi og den overordnede

natur/teknologi-skala samt underområder

Domæne

Natur/teknologi

Biologi

Fysik

Geografi

Miljø- og klimabevidsthed

Viden

Anvendelse

Ræsonnement

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Regressionskoefficient

19,9 (0,93)

21,0 (1,07)

17,8 (0,97)

21,9 (1,67)

22,0 (1,37)

20,2 (1,04)

20,2 (0,97)

18,2 (1,27)

P-værdi

p<0,001 ***

0,17

0,18

0,13

0,17

0,18

0,17

0,16

0,13

Der ses i materialet ingen tegn på, at effekten af socioøkonomi på elevscoren

er forskellig for drenge og piger.

3.9.3 Danske elevers socioøkonomi i et internationalt lys

I Figur 45 ses variationen over de deltagende europæiske lande i den del af

elevscoren, der kan forklares med scoren for elevernes socioøkonomiske

status. Nederlandene er ikke med i opgørelsen, da landet ikke har anvendt

forældrespørgeskemaet i TIMSS 2023, hvorfor variablen ikke er tilgængelig.

Kortet viser, at Danmark er placeret i den midterste gruppe, i forhold til hvor

stor gennemslagskraft socioøkonomi har på elevernes færdigheder i natur/

teknologi, og dermed har socioøkonomi komparativt en større betydning

for danske elever i forhold til natur/teknologi, end den har for matematik,

jf. Figur 33 i afsnit 2.10.3. Komparationen med andre lande understreger så-

ledes indikationen fra det foregående afsnit 3.9.2 om, at socioøkonomisk

status betyder mere for elevernes faglige niveau inden for natur/teknologi

end inden for matematik. Det er imidlertid ikke muligt på baggrund af ana-

lyserne her at fastslå, præcis hvad årsagerne hertil er. En mulig forklaring

kan være, at skolen generelt har et større fokus på at understøtte fagligt

svage elever i matematik og dermed kompensere for hjemmebaggrund

inden for matematik end inden for natur/teknologi. En anden mulig forkla-

ring kan være, at hjemmebaggrunden, som de to figurer viser, generelt har

større forklaringskraft inden for natur/teknologi end indenfor matematik

3 ·

Resultater i forhold til eleverne i natur/teknologi

167

på tværs af landene. Denne mekanisme ville kunne forklares ved, at elever-

ne som regel har flere timer i matematik end i natur/teknologi, hvorfor elev-

baggrunden her betyder forholdsvist mindre.

Figur 45 Andelen af varians i natur/teknologi-score, der kan forklares

af elevernes socioøkonomi

Andel af variation (R²)

i natur/teknologi-score forklaret af

elevernes socioøkonomi

Samlet score

0,123 til 0,156

0,156 til 0,171

0,171 til 0,186

0,186 til 0,226

0,226 til 0,353

Missing

FIN

SWE

LVA

DNK

LTU

IRL

NLD

BFL

BFR

DEU

CZE

SVK

FRA

HUN

SVN

ROM

POL

ITA

BGR

PRT

ESP

CYP

168 3 ·

Resultater i forhold til eleverne i natur/teknologi

For at undersøge forskellen i betydningen af socioøkonomisk status for

henholdsvis matematik og natur/teknologi nærmere er den forklarede

varians i form af

for henholdsvis matematik (x-aksen) og natur/teknologi

(y-aksen) plottet op imod hinanden i Figur 46.

Figur 46 Betydningen af socioøkonomisk status for matematik og natur/teknologi

0,4

Bulgarien

Slovakiet

0,3

Ungarn

Natur/teknologi

0,2

Sverige

Danmark

Finland

Norge

0,1

Kuwait

Armenien

Saudi-

Albanien

Arabien

Marokko

0,0

0,1

0,2

0,3

0,4

Matematik

Figuren viser, at for en overvægt af lande er socioøkonomisk status af større

betydning for elevernes score i natur/teknologi end i matematik, og at det

dermed heller ikke er et entydigt dansk fænomen. Samtidig viser figuren også,

at mens de fire nordiske lande placerer sig nogenlunde i midterfeltet i forhold

til socioøkonomisk status forklaringskraft for elevpræstationer generelt,

så placerer de sig også som nogle af de lande, hvor der er størst forskel i for-

klaringskraften af socioøkonomisk status’ for elevscoren mellem de to fag.

3 ·

Resultater i forhold til eleverne i natur/teknologi

169

3.10 Opsamling og delkonklusion

Dette kapitel har beskrevet danske 4.-klasseelevers præstationer i faget

natur/teknologi. Sammenfattende kan konklusionerne fra kapitlet beskri-

ves således:

• Danske elevers præstationer i natur/teknologi har over alle

runderne af TIMSS siden første deltagelse med 4.-klasseelever

• Danske elevers præstationer har således over tid generelt ligget

mere stabilt end øvrige deltagerlandes, jf. Exhibit 2.1.9 i den inter-

nationale afrapportering.

Stigende variation i elevernes præstationer

i 2007 ligget stabilt på samme niveau.

Stabile præstationer i natur/teknologi over tid

• Spredningen i danske elevers natur/teknologi-score har været

faldende fra 2007 og frem til 2019, men er steget igen til 2023.

• Spredningen er således nu på et niveau mellem 2007- og 2011-

undersøgelsen, hvilket er et udtryk for større variation i elevud-

byttet af undervisningen.

Kønsforskelle indsnævres

• Danske 4.-klasseelever har traditionelt haft ensartede gennem-

snitsscorer i natur/teknologi for drenge og piger.

• Spredningen i drengenes natur/teknologi-scorer har været

større end pigernes, men denne forskel er blevet indhentet i

2023-undersøgelsen.

Flere elever under lavt internationalt kompetenceniveau

• Med den øgede spredning i elevscoren i natur/teknologi ses

der også flere elever, der ikke når det laveste internationale

kompetenceniveau.

• På den baggrund skønnes det, at andelen af elever, der ikke

kan anvende viden fra deres natur/teknologi-undervisning

i hverdagen til at forstå dagligdags hændelser, er steget.

170 3 ·

Resultater i forhold til eleverne i natur/teknologi

Danske elever præsterer relativt højt inden for miljø-

• Danske elever scorer relativt højere på skalaen for miljø-

og klimabevidsthed sammenlignet med natur/teknologi generelt

• Danske elever vurderes på denne baggrund at have en stor

viden om klima og miljø.

• Elevernes socioøkonomiske status har stor betydning for,

Elevernes hjemmebaggrund har betydning for natur/teknologi

end eleverne i de øvrige deltagende lande.

og klimabevidsthed

hvor dygtige de er inden for natur/teknologi.

• Denne sammenhæng slår også igennem i forhold til elevernes

• Sammenhængen er relativt set større inden for natur/teknologi

end inden for matematik for danske og nordiske 4.-klasseelever.

viden om miljø og klima.

4 Samvariationer mellem matematik

og natur/teknologi

Elevernes præstationer varierer på tværs af forskellige fag, men der er også

en betydelig grad af sammenhæng imellem elevernes præstationer i forskel-

lige fag. Det betyder, at elever, der udmærker sig i matematik, ofte også

klarer sig godt i natur/teknologi og omvendt. Dette gør sig også gældende

på tværs af mere forskellige fagligheder som eksempelvis læsning og mate-

matik eller naturfag. Med det design, TIMSS-undersøgelsen har, er det ikke

muligt med sikkerhed at sige, at gode kundskaber inden for et område fører

til gode kundskaber inden for et andet område. Med andre ord kan vi alene

pege på, at nogle faglige områder eller kognitive tilgange synes at følges

ad, mens en kausal retning selvsagt ikke kan etableres på nærværende

grundlag.

4.1 Overordnet korrelation mellem matematik og natur/

teknologi er uændret høj siden 2007

I denne kontekst er det bemærkelsesværdigt, at danske elever fra 2015 til

2019 oplevede et markant fald i deres matematikpræstationer, mens deres

niveau i natur/teknologi i gennemsnit er uændret, og at dette relative for-

hold genfindes i 2023. Som det fremgår af følgende Figur 47, er samvariatio-

nen mellem matematik og natur/teknologi uændret over de år, Danmark

har deltaget i TIMSS, og ganske høj med en Pearson-korrelationskoefficient

i 2023 på 0,78 (CI [0,76; 0,79]), når vi ser på de enkelte elevers samlede dygtig-

hed i matematik og natur/teknologi.

172 4 ·

Samvariationer mellem matematik og natur/teknologi

Figur 47 Vægtet Pearson-korrelation mellem matematik og natur/teknologi

for danske elever 2007 til 2023

2023

2019

Undersøgelse

2015

2011

2007

0,70

0,75

0,80

0,85

Korrelationskoefficient

Det er også relevant at se på, hvordan de enkelte faglige områder og kogni-

tive domæner inden for matematik og natur/teknologi samvarierer, idet det

giver et bud på, hvilke faglige områder der i højere grad end andre udviser

en relation og dermed potentielt befrugter hinanden fagligt.

4 ·

Samvariationer mellem matematik og natur/teknologi

173

4.2 Korrelationer mellem matematikfaglige områder

og kognitive domæner

Figur 48 Pearson-korrelationer mellem de faglige og kognitive domæner i matematik

samt den overordnede dygtighed

Måling og

geometri

0.865

Statistik

0.896

0.892

Tal

0.826

0.822

0.857

Matematik

samlet

0.858

0.842

0.839

Anvendelse

0.930

Ræsonne-

ment

0.928

0.909

Viden

Korrelationskoefficienterne i Figur 48 viser generelt en stærk positiv sam-

menhæng mellem forskellige matematiske områder og kognitive domæner.

Dette betyder, at når en færdighed forbedres i ét område, er der en tendens

til, at færdighederne i andre områder også forbedres – og omvendt.

174 4 ·

Samvariationer mellem matematik og natur/teknologi

vendelse og ræsonnement samt matematisk viden og anvendelse, hvor kor-

relationen er 0,93 (CI [0,92;0,94]) og 0,93 (CI [0,92;0,94]). Dette indikerer en

næsten perfekt sammenhæng, hvor der findes en stigning i ræsonnement

eller viden, når en tilsvarende stigning på domænet matematisk anvendelse

iagttages, og omvendt.

De højeste korrelationer findes mellem områder som matematisk an-

med værdier på eksempelvis 0,82 (CI [0,81;0,83]) mellem det faglige område

”Statistik” og den samlede skala for matematik og 0,83 (CI [0,81;0,84]) mellem

subskalaen ”Måling og geometri” og hovedskalaen for matematik. Da sub-

skalaerne også indgår i hovedskalaerne, skal sammenhænge mellem hoved-

skala og subskalaer læses med det forbehold og tolkes relationelt (hoved-

skala og subskala i forhold til anden korrelation mellem hovedskala og sub-

skala) snarere end som en tolkning af de egentlige estimater, som kan

På den anden side er de laveste korrelationer endog ganske betydelige

foretages mellem de enkelte subskalaer inden for henholdsvis et fagligt om-

råde eller et kognitivt domæne.

Generelt viser disse korrelationskoefficienter, at der er en stærk positiv

sammenhæng indbyrdes mellem de forskellige matematiske områder og

kognitive domæner. Dette indikerer, at forbedringer i ét område ofte led-

sages af forbedringer i et andet. Dette kan være nyttigt i undervisnings-

sammenhænge, hvor fokus på et område kan have positive effekter på andre

områder. Endvidere at der er en grad af balance mellem områderne, således

forstået, at de i høj grad ens korrelationskoefficienter mellem hovedskalaen

og hvert af de enkelte områder peger på, at elevernes dygtighed ikke trækkes

af et område snarere end et andet.

4 ·

Samvariationer mellem matematik og natur/teknologi

175

4.3 Korrelationer mellem områder og kognitive domæner i

natur/teknologi

Figur 49 Pearson-korrelationskoefficienter mellem faglige områder og kognitive domæner

inden for natur/teknologi i 2023

Biologi

0.848

Geografi

0.887

0.829

Fysik/kemi

0.819

0.772

0.811

Natur/

teknologi

samlet

0.820

0.787

0.816

Anvendelse

0.879

Ræsonne-

ment

0.901

0.870

Viden

På samme vis som for matematik kan de indbyrdes sammenhænge iagttages

af Figur 49 for natur/teknologi. Her bemærkes det, at den deskriptivt højeste

værdi er mellem de kognitive domæner ”Ræsonnement” og ”Viden”. De høje

koefficienter mellem de kognitive domæner både i matematik og natur/tek-

nologi vidner også om, at TIMSS-designet i form af rammeværkets sikring

af opgaver, der afspejler disse tre områder, er nået. Umiddelbart synes na-

turfaglig viden at have en stærkere sammenhæng i forhold til ”Anvendelse”

end ”Ræsonnement”. Det betyder, ikke overraskende, at elever, der har viden,

i højere grad også kan bringe denne viden i anvendelse, men også at hvis

en elev kan ræsonnere bedre, så betyder viden lidt mindre.

176 4 ·

Samvariationer mellem matematik og natur/teknologi

4.4 Et relationelt billede af indbyrdes samvariationer mellem

de faglige og kognitive domæner på tværs af fagene

Figur 50 Samvariationer mellem faglige områder og kognitive domæner

på tværs af matematik og natur/teknologi

Matematik

Viden

Matematik

Anvendelse

Statistik

Matemtatik

Ræsonnement

0.650

0.677

Måling og

geometri

0.674

0.676

0.669

0.676

0.650

0.692

0.657

0.658

Biologi

0.695

0.701

0.677

Tal

0.665

0.681

0.674

0.695

0.684

0.672

0.678

0.696

0.665

0.671

0.691

0.657

0.691

0.679

0.678

0.693

0.671

0.682

0.686

Fysik/kemi

0.695

0.669

0.659

Natur/teknologi

Ræsonnement

0.674

Geografi

Natur/teknologi

Viden

Natur/teknologi

Anvendelse

Som det fremgår af Figur 50, forbliver styrken af samvariationerne høj,

når de overordnede resultater opdeles i deres respektive faglige områder

og kognitive domæner. Når et fagligt område eller kognitivt domæne under-

søges isoleret, er der dog større usikkerhed på grund af det begrænsede

antal opgaver, eleverne har besvaret, hvilket resulterer i mere ”støj” og

generelt lavere korrelationskoefficienter sammenlignet med de overordnede

resultater.

4 ·

Samvariationer mellem matematik og natur/teknologi

177

menhænge findes mellem matematisk viden og ræsonnement i natur/tek-

nologi samt biologi og geografi. Omvendt synes områder, der er i ”samklang”,

at inkludere de kognitive domæner inden for matematik relateret til anven-

delse og ræsonnement samt fysik. Interessant nok er nogle af de højeste

korrelationer mellem anvendelse i matematik og anvendelse i natur/tekno-

viden i konkrete situationer, som genfindes på tværs af domæner.

I et relativt perspektiv er det bemærkelsesværdigt, at de svageste sam-

logi. Dette antyder en mere grundlæggende kognitiv tilgang til at omsætte

Skoletrivsel og oplevelser af fagene

Kapitel 5 præsenterer resultater vedrørende elevernes skoletrivsel og sam-

menhænge med faglige præstationer, køn og elevbaggrunde.

■

Danske elevers motivation for

både matematik og natur/teknologi

er faldende. Forskellen i motivation

mellem piger og drenge er blevet

større, hvor piger udviser lavere

motivation for begge fag.

■

Danske elevers gennemsnitlige

følelse af tilhørsforhold til skolen

er uændret fra 2019 til 2023, men

en tidligere kønsforskel er blevet

udlignet på grund af en nedgang i

pigernes følelse af tilhørsforhold.

■

Danske elevers oplevelse af

■

I 2023 har danske og norske

elever den laveste faglige selvtillid

i matematik blandt de nordiske

selvtillid end piger, og kønsforskel-

len er vokset siden 2019. I natur/

teknologi er selvtilliden ensartet

på tværs af Norden, men danske

drenge har fortsat højere selvtillid

end piger.

■

I 2023 vurderer danske elever

lande. Danske drenge udviser højere

mobning er uændret siden 2019,

og Danmark er fortsat det nordiske

land, hvor eleverne oplever mest

mobning. En tidligere kønsforskel

er blevet udlignet, fordi pigerne

oplever mere mobning.

■

Andelen af danske elever, der

er sultne, når de møder i skole,

er uændret siden 2019, imens

undervisningsformidlingen i

matematik og natur/teknologi

der er en stigning i oplevelsen

af træthed blandt danske elever.

■

Flere indikatorer for skoletrivsel

signifikant dårligere sammenlignet

med deres nordiske jævnaldrende.

Desuden har drenge generelt

en mere positiv opfattelse af

undervisningen end piger.

har en signifikant sammenhæng

med både elevers præstationer og

deres socioøkonomiske baggrund.

■

Elevers oplevelse af undervis-

ningsforstyrrende uro i danske

matematiktimer er uændret fra 2019

til 2023. I natur/teknologi-under-

visningen oplever eleverne generelt

mindre uro sammenlignet med

matematik, og der er ingen statistisk

signifikante kønsforskelle.

Elever, der trives, præsterer også

bedre fagligt, og elever fra ressour-

cestærke hjem har generelt bedre

skoletrivsel.

5 Elevernes skoletrivsel og

oplevelser af fagene

TIMSS undersøger elevernes faglige dygtighed i matematik og natur/tekno-

logi, men har også til formål at undersøge konteksten for elevernes præsta-

tioner. Herunder deres trivsel, og hvordan eleverne oplever at møde hvert

fag og undervisningen heri. Der er tre centrale begrundelser for dette fokus.

For det første har trivsel sin egen ret, eftersom børns velbefindende ind-

lysende er efterstræbelsesværdigt i et pædagogisk perspektiv, og derfor er

det relevant for skolens aktører at få indsigt i status og udvikling på området.

For det andet har forskning påvist stærke sammenhænge mellem flere triv-

selsindikatorer og elevers faglige udbytte af undervisningen (Borgonovi,

2020; K. A. Reynolds, Komakhidze et al., 2024). Dette i betydningen, at elever,

der trives i skolen, generelt præsterer bedre fagligt end elever, der ikke trives.

For det tredje er det også påvist, at flere trivselsindikatorer generelt har en

gensidig sammenhæng med faglig dygtighed. Dette i betydningen, at elever,

der præsterer godt i skolen, generelt trives bedre end elever, der ikke

præsterer godt (Bücker et al., 2018).

Trivsel er et særligt aktuelt emne i denne runde af TIMSS, hvor der i

dansk kontekst pågår omfattende offentlige, professionsfaglige og politiske

debatter om børn og unges (mis)trivsel med henvisninger til flere empiriske

studier inden for emnet (Molbæk & Koch, 2024; Qvortrup & Wistoft, 2024;

Simovska & Primdahl, 2024). TIMSS bidrager med systematisk indsamlet

viden omhandlende flere trivselsindikatorer ved at undersøge elevers op-

levelser af:

•

Faglig motivation

Faglig selvtillid

Formidlingen i undervisningen

Undervisningsforstyrrende uro

•

Tilhørsforhold til skolen

Mobning

Sult

Træthed

180 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Trivsel er et komplekst begreb i den forstand, at der ikke er en entydig

definition på fænomenet, og begrebet på tværs af definitioner indbefatter

mange forskelligartede dimensioner (Martela & Sheldon, 2019). Dette kan

hvortil der er koblet mere specifikke indikatorer (Martela & Sheldon, 2019;

Wistoft, 2021). Trivselsindikatorerne i TIMSS (som er listet på foregående

side) afspejler denne kompleksitet ved at omhandle forskelligartede tema-

finder vi det retvisende at benævne det undersøgte som

Skoletrivsel.

Nogle

eksempelvis være emotionelle, sociale, faglige og fysiologiske dimensioner,

tikker. Imidlertid er alle indikatorer koblet til elevernes skoleliv, og derfor

af de undersøgte indikatorer er fagspecifikke og koblet direkte til elevernes

oplevelser og holdninger i forhold til henholdsvis matematik og natur/

teknologi. Det er dermed dimensionen

Faglig trivsel,

der undersøges via

eksempelvis elevernes faglige selvtillid og deres oplevelse af, hvordan faget

formidles gennem undervisningen. Andre indikatorer fra undersøgelsen

er ikke koblet direkte til fag, men omhandler eksempelvis elevernes over-

ordnede følelse af at høre til på skolen, og hvor ofte de oplever at blive udsat

for mobning.

5.1 Etablering af skalaer

Seks af de trivselsindikatorer, som indgår i TIMSS, består af skalaer, der er

konstrueret ved anvendelse af

Item Response Theory

(IRT) i en

Partial Credit

Model

(PCM) på baggrund af flere spørgeskemaitems (von Davier, Fishbein,

et al., 2024). De seks skalaer er alle gjort sammenlignelige med et skaleret

gennemsnit på 10 og en standardafvigelse på 2 gennem anvendelse af

spørgsmål, der går igen fra hver undersøgelse som ankeritems. Dette bety-

der, at skalaerne er standardiserede, så man kan følge udviklingen blandt

eleverne på tværs af forskellige år. Gennemsnittet på 10 og standardaf-

vigelsen på 2 betyder, at de fleste elever scorer mellem 8 og 12 på tværs af

samtlige deltagende lande. I TIMSS-datasæt indgår også kategoriske varia-

ble baseret på de seks skalaer. Disse variable opdeler eleverne i tre kategori-

er via en internationalt fastsat cut-off-score for den aktuelle TIMSS-runde

(von Davier, Fishbein, et al., 2024). De specifikke kategoriseringer for hver

skala uddybes senere i dette kapitel.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

181

små ændringer i gennemsnittet være betydningsfulde, især i betragtning af

den statistiske præcision, der leveres af IRT-baserede skalaer (Schulz, 2017).

Hvis gennemsnittet af en skalascore for eksempel stiger med 0,3 fra 2019 til

2023, kan det ved første øjekast virke som en lille forskel, men det kan

potentielt være en signifikant forbedring. Konkret vil en ændring på det

internationale gennemsnit på 0,3 på en skala med en standardafvigelse på

2 svare til en ændring på 0,15 standardafvigelser internationalt. Til sammen-

Ved fortolkning af ændringer på TIMSS’ kontekstskalaer over tid kan selv

ligning har flere studier undersøgt effektstørrelsen af coronapandemien for

elevernes læringstab (learning loss), og et review af sådanne studier udleder,

at der på tværs af studier kan konstateres læringstab mellem 0,14 og 0,20

standardafvigelser (Crato & Patrinos, 2025).

Kontekstskalaerne i TIMSS, herunder skalaerne for skoletrivsel, tilpasses

løbende ved at udskifte enkelte items i spørgeskemabatterierne, så de kon-

tinuerligt afspejler trivselsindikatorerne i en aktuel kontekst. I 2019 blev der

eksempelvis tilføjet spørgsmål om digital mobning, fordi dette fænomen, i

takt med den teknologiske udvikling, er blevet stadig mere centralt inden

for forskning i mobning (Laith & Vaillancourt, 2022).

På samme måde som testene i matematik og natur/teknologi har et

rammeværk, findes der også et rammeværk for de spørgsmål i TIMSS, der

undersøger konteksten for elevernes præstationer. Rammeværket udgør

rationalet samt det teoretiske og empiriske belæg for valg af indhold og

formulering af items i spørgeskemaerne. I dette kapitel vil vi kortfattet re-

degøre for hver trivselsindikators teoretiske og empiriske baggrund, hvilket

har til formål at gøre det transparent for læseren, hvordan de forskellige

skalaer er udviklet, samt hvad de er udtryk for. Endvidere præsenteres re-

sultater fra 2023 og tidligere runder af TIMSS-undersøgelserne, som giver

indblik i elevernes skoletrivsel og udviklingen over tid i et nordisk kompa-

rativt perspektiv. Der analyseres sammenhænge mellem skoletrivsel og

faglig præstation, køn og elevernes sociale baggrund. Afslutningsvist vil vi

diskutere indsigterne fra TIMSS i forhold til resultater fra andre trivsels-

undersøgelser og den aktuelle trivselsdebat.

6. Læs evt. mere om tolkning af effektstørrelser i afsnit 1.9.

182 5 ·

Elevernes skoletrivsel og oplevelser af fagene

5.2 Elevernes motivation for fagene

At opleve motiverende undervisning og besidde motivation for skolearbej-

de samvarierer med, at elever finder glæde ved at gå i skole samt er åbne for

at lære (Heckmann, 2023; Howard et al., 2021). Således er motivation stærkt

forbundet med elevers faglige trivsel samt deres faglige præstationer. I flere

runder har TIMSS undersøgt elevernes motivation for fagene matematik og

natur/teknologi, og for hvert fag er der en kontekstskala som omhandler,

hvorvidt eleverne kan lide at lære henholdsvis matematik og natur/tekno-

logi, hvilket konceptualiseres som indre motivation jf. TIMSS’ rammeværk

(Reynolds et al., 2021, s. 58). Udviklingen af de to skalaer er teoretisk forank-

ret i selvbestemmelsesteorien af Ryan & Deci (2020), hvorudfra indre moti-

vation forstås som elevens lyst til at lære og engagere sig fagligt (Ryan &

Deci, 2017). Indre motivation påvirker elevens adfærd i undervisningen,

matematik og natur/teknologi, generelt præsterer bedre og har større til-

bøjelighed til at vælge disse fagområder i deres videre uddannelsesvalg

og tidligere forskning har påvist, at elever, der udviser indre motivation for

(Raccanello et al., 2019; Reynolds et al., 2021).

I TIMSS 2023 har eleverne taget stilling til syv udsagn om deres motiva-

tion for hvert fag, herunder om de ser frem til undervisningen, oplever at

lære spændende ting, og om de kan lide at arbejde med det faglige indhold.

Hertil har de fået fire svarmuligheder:

Meget enig, Lidt enig, Lidt uenig

Meget uenig.

Elevernes svar er efterfølgende skaleret på samme vis som i

tidligere runder af TIMSS, og skalaen er opdelt i tre kategorier, der indikerer,

i hvilken grad eleverne kan lide at lære de to respektive fag.

5.2.1 Elevernes motivation for matematik

Figur 51 viser danske og nordiske elevers motivation for at lære matematik

i 2023, fordelt på kategorierne

Kan ikke lide, Kan lide

Kan meget godt lide

matematik. I Danmark placeres 39 procent af eleverne i kategorien

Kan ikke

lide

matematik, imens 23 procent placeres i kategorien

Kan meget godt lide

matematik. Fordelingen af elever i hver kategori på tværs af de nordiske

lande er ensartet, men der er en signifikant forskel mellem finske og danske

elever i kategorien

Kan meget godt lide

at lære matematik, hvor andelen er

lavest i Danmark (23 procent).

5 ·

Elevernes skoletrivsel og oplevelser af fagene

183

Figur 51 Eleven kan lide at lære matematik, procentandele og gns. score

i matematik, nordiske lande 2023

Danmark

39,5 (1,3)

37,6 (0,9)

23,0 (1,1)

Finland

37,2 (1,0)

37,1 (0,9)

25,7 (0,8)

Norge

41,8 (1,0)

34,5 (0,8)

23,7 (0,9)

Sverige

39,1 (1,2)

36,5 (1,0)

24,3 (1,0)

Danmark

Finland

Norge

Sverige

510

512,9

517,6

521,7

521,6

527,5

535,5

534,7

540,4

100

545,1

547,0

537,2

538,5

520

530

540

550

Kan ikke lide

Kan lide

Kan meget godt lide

Den nederste del af Figur 51 viser sammenhængen mellem elevernes

motivation og deres præstation i matematik. I Danmark, Finland og Norge

ses en tydelig tendens: Jo bedre eleverne kan lide matematik, desto bedre

præsterer de i matematiktesten. Sammenhængen er antagelig gensidig, og

dermed kan resultatet også være udtryk for, at jo højere eleverne scorer i den

faglige test, desto bedre kan de lide faget. De svenske elever, der er placeret

i kategorien

Kan ikke lide

matematik, præsterer også markant dårligere end

de øvrige svenske elever, men forskellen i præstation mellem kategorierne

Kan lide

Kan meget godt lide

er mindre i Sverige sammenlignet med de

øvrige nordiske lande. Det fremgår også, at danske elever, der placeres i

kategorien

Kan ikke lide

matematik, har den laveste gennemsnitlige nordi-

ske score i matematiktesten (513 point).

184 5 ·

Elevernes skoletrivsel og oplevelser af fagene

efter køn i 2023. Blandt pigerne placeres 19 procent i kategorien

Kan meget

godt lide

at lære matematik, mens andelen er 27 procent blandt drengene.

Der er således en signifikant forskel mellem kønnene i denne kategori, hvor

en større andel af drengene tilkendegiver, at de meget godt kan lide mate-

matik. Omvendt placeres flere piger i kategorien

Kan ikke lide matematik

(42 procent sammenlignet med 37 procent af drengene). Forskellen mellem

udtrykker negativ motivation for matematik.

Tabel 63 viser danske elevers motivation for at lære matematik, opdelt

kønnene er også signifikant i denne kategori, hvor flere piger end drenge

Tabel 63 Eleven kan lide at lære matematik, procentandele fordelt på køn, Danmark 2023

Kan meget godt lide

Piger

Drenge

19,4 (1,2)

26,6 (1,4)***

Kan lide

38,6 (1,3)

36,6 (1,0)

Kan ikke lide

42,0 (1,8)

36,8 (1,4)*

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om der er statistisk signifikant forskel mellem piger og drenge

inden for samme kategori.

Figur 52 viser udviklingen i elevernes motivation for at lære matematik i

Danmark og de øvrige nordiske lande fra 2011 til 2023. Udviklingen er målt

ved gennemsnitsscoren på kontekstskalaen, der omhandler, i hvilken grad

eleverne kan lide at lære matematik. I 2011 var den gennemsnitlige danske

score 9,48. Den steg til 9,60 i 2015, men faldt derefter til 9,24 i 2019 og yder-

ligere til 9,14 i 2023. Dette markerer et statistisk signifikant fald på 0,46 point

fra 2015 til 2023. Sammenligner vi Danmark med de øvrige nordiske lande i

2023, er scoren i Danmark (9,14) ikke signifikant forskellig fra Norge (9,08),

Sverige (9,20) og Finland (9,27), og der er betydelige overlap mellem errorbars

for alle landene i 2023. Ser vi på udviklingen over tid, er der sket et statistisk

signifikant fald i motivationen for at lære matematik i alle de nordiske lande

fra 2015 til 2023 med undtagelse af Finland, hvor resultaterne indikerer en

mindre stigning, som ikke er signifikant.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

185

Figur 52 Eleven kan lide at lære matematik, gns. på kontekstskala, nordiske lande

10,5

Gns. score påscore på kontekstskala

Gns. kontekstskala

495

10,0

495

504

549

504

539

549

519

539

537

545

519

521

543

521

525

543

535

532

525

9,5

537

529

530

524

529

530

531

524

9,0

545

535

532

2011

2015

Danmark

Finland

2019

Norge

Sverige

531

2023

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

Finland

Norge

Sverige

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

Tabel 64 og Figur 53 viser kønsforskelle i danske elevers gennemsnitlige

score på skalaen for, hvor godt de kan lide at lære matematik. I 2023 er dren-

genes gennemsnitlige score højere end pigernes, med en forskel på

0,28 point, hvilket er statistisk signifikant. Drengene har en gennemsnitlig

score på 9,29, mens pigerne ligger på 9,01. Denne forskel er større end i 2019,

hvor kønsforskellen var 0,20 point. I 2015 var kønsforskellen 0,11 point. I 2011

var der ingen signifikant kønsforskel, hvor piger og drenge havde ensartet

gennemsnitlig score på 9,49 og 9,48. Der var en stigning fra 2011 til 2015

i begge køns motivation for matematik, men siden 2015 er denne gået ned

for begge køn og mest for pigerne. Ser vi på Diff. i diff., fremgår det, at den

kønsforskel, der fremtræder i 2023, er signifikant større end i 2011 og 2015.

Kønsforskellen er også vokset fra 2019 til 2023 men ikke signifikant.

186 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Tabel 64 Eleven kan lide at lære matematik, kønsforskelle på gns. skalascore, Danmark

Gns. piger

2023

2019

2015

2011

9,01 (0,07)

9,14 (0,06)

9,58 (0,06)

9,49 (0,06)

Gns. drenge

9,29 (0,06)

9,34 (0,08)

9,63 (0,07)

9,48 (0,07)

Kønsforskel

-0,28 (0,07)

-0,20 (0,08)

-0,05 (0,07)

0,01 (0,07)

Cohen’s

-0,16 ***

-0,11 *

-0,03

0,00

-0,09 (0,11)

-0,23 (0,10) *

-0,29 (0,10) **

Diff. i diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

10,0

Figur 53 Eleven kan lide at lære matematik, kønsopdelt gns. på kontekstskala, Danmark

10,0

542

Gns. score påscore på kontekstskala

Gns. kontekstskala

540

542

9,5

534

540

528

536

532

9,5

534

521

528

536

532

516

521

9,0

516

8,5

2011

2015

Piger

2019

Drenge

2023

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

Piger

Drenge

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

5.2.2 Elevernes motivation for natur/teknologi

Figur 54 viser danske og nordiske elevers motivation for at lære natur/tek-

nologi i 2023, fordelt på kategorierne

Kan ikke lide, Kan lide

Kan meget

godt lide.

Overordnet er der ensartet fordeling af eleverne i de tre kategorier

på tværs af Danmark, Finland og Sverige, imens fordelingen for Norge skil-

ler sig ud. Andelen af elever, der placeres i kategorien

Kan meget godt lide

natur/teknologi, er højest i Norge (32 procent) og lavest i Finland (27 procent).

I Danmark er 29 procent af eleverne placeret i denne kategori, hvilket er på

5 ·

Elevernes skoletrivsel og oplevelser af fagene

187

niveau med både Sverige og Finland. Det fremgår desuden, at Norge har en

signifikant lavere andel af elever i kategorien

Kan ikke lide

(30 procent) sam-

menlignet med Danmark (35 procent).

Figur 54 Eleven kan lide at lære natur/teknologi, procentandele og gns.

på kontekstskala, nordiske lande

Danmark

35,0 (1,4)

36,3 (0,8)

28,8 (1,1)

Finland

37,4 (0,9)

36,0 (0,8)

26,6 (0,8)

Norge

29,9 (1,2)

38,1 (0,9)

32,1 (1,2)

Sverige

34,5 (1,3)

36,3 (0,9)

29,2 (1,2)

Danmark

517,7

525,7

531,4

100

540,4

546,1

550,9

Finland

523,9

533,8

527,8 530,0

540,3

545,3

Norge

Sverige

520

Kan ikke lide

530

Kan lide

540

550

Kan meget godt lide

Den nederste del af Figur 54 viser sammenhængen mellem elevernes moti-

vation og deres præstation i natur/teknologi. I Danmark, Norge og Finland

er der en generel tendens til, at jo bedre eleverne kan lide natur/teknologi,

desto højere scorer de i den faglige test. Sammenhængen er antagelig gen-

sidig, og dermed kan resultatet også være udtryk for, at jo højere eleverne

scorer i den faglige test, desto bedre kan de lide faget. De finske elever place-

ret i

Kan meget godt lide

faget har den højeste gennemsnitlige score på

551 point, mens de danske elever i samme kategori scorer 531 point. Figur 54

viser endvidere, at de danske elever placeret i kategorien

Kan ikke lide

natur/

teknologi gennemsnitligt scorer 518 point i natur/teknologi-testen, hvilket

er den laveste score, som fremgår i figuren.

188 5 ·

Elevernes skoletrivsel og oplevelser af fagene

deltagende lande i TIMSS 2023 målt på antal elever, der angiver, at de meget

godt kan lide natur/teknologi, jf. Exhibit 6.3.2 i den internationale rapport.

delt på køn i 2023. Blandt pigerne placeres 24 procent i kategorien

Kan meget

godt lide at lære natur/teknologi,

mens andelen er 34 procent blandt drenge-

Tabel 65 viser danske elevers motivation for at lære natur/teknologi, for-

Vi vil yderligere fremhæve, at de nordiske lande ligger lavest blandt alle

ne. Der er således en signifikant forskel mellem kønnene i denne kategori,

hvor en større andel af drenge tilkendegiver, at de meget godt kan lide natur/

teknologi. Omvendt er der flere piger, der placeres i kategorien

Kan ikke lide

natur/teknologi

(39 procent sammenlignet med 31 procent af drenge). For-

skellen mellem kønnene er også signifikant i denne kategori, hvor flere piger

Tabel 65 Eleven kan lide at lære natur/teknologi, procentandele fordelt på køn, Danmark 2023

Kan meget godt lide

Piger

Drenge

23,9 (1,2)

33,8 (1,4)***

Kan lide

37,4 (1,1)

35,1 (1,1)

Kan ikke lide

38,7 (1,6)

31,1 (1,6)***

end drenge udtrykker negativ motivation i relation til faget natur/teknologi.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om der er statistisk signifikant forskel mellem piger og drenge

inden for samme kategori.

Figur 55 viser udviklingen i elevernes motivation for at lære natur/teknolo-

gi i Danmark og de øvrige nordiske lande fra 2011 til 2023. Udviklingen er

målt ved gennemsnitsscoren på kontekstskalaen, der omhandler, i hvilken

grad eleverne kan lide at lære natur/teknologi. I Danmark var den gennem-

snitlige score 9,46 i 2011. Den steg til 9,48 i 2015, men faldt til 9,20 i 2019 og

yderligere til 8,94 i 2023. Dette markerer et signifikant fald på 0,54 point fra

2015 til 2023. Sammenlignet med de øvrige nordiske lande i 2023 er der ingen

signifikante forskelle mellem Danmark (8,94) og henholdsvis Sverige (8,99)

og Finland (8,90), mens Norge har en signifikant højere score (9,19). Når vi

ser på udviklingen over tid, er der sket signifikante fald i Danmark, Norge og

Sverige i motivationen for at lære natur/teknologi fra 2015 til 2023. I Finland

har der derimod været en signifikant stigning fra 8,71 i 2019 til 8,90 i 2023.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

189

Figur 55 Eleven kan lide at lære natur/teknologi, gns. kontekstskala, nordiske lande

494

10,0

Gns. score på kontekstskala

494

538

539

10,0

533

538

540

539

533

9,5

528

527

540

537

528

527

554

537

522

530

570

9,0

554

570

522

530

533

522

533

542

555

522

542

2011

2015

Danmark

Finland

555

2019

2023

Sverige

2019

Norge

Finland

Norge

Sverige

Note: Errorbars udgør standardfejl. Gns. score i natur/teknologi fremgår af firkantede felter.

Tabel 66 og Figur 56 viser danske elevers gennemsnitlige placering på mo-

tivationsskalaen for natur/teknologi, opdelt på køn fra 2011 til 2023. I 2023 er

drengenes gennemsnitlige score 9,15, mens pigernes score er 8,75, hvilket

giver en kønsforskel på -0,40 med Cohen’s

på -0,22. Denne forskel er sta-

tistisk signifikant og indikerer, at drengene har højere motivation for natur/

teknologi end pigerne. Sammenlignet med tidligere år er kønsforskellen i 2023

større end i 2019, hvor forskellen var -0,25 og effektstørrelsen (Cohen’s

-0,12. Forskellen mellem 2019 og 2023 er dog ikke signifikant (Diff. i diff. =

-0,15). I 2015 var kønsforskellen -0,48 med en effektstørrelse på -0,23,

hvilket er på niveau med 2023. Igen ser vi, at forskellen mellem 2015 og 2023

ikke er signifikant (Diff. i diff. = 0,08). I 2011 var kønsforskellen -0,36, og

effektstørrelsen var -0,17. Generelt viser resultaterne, at drengene gennem

alle årene har haft større motivation for natur/teknologi end pigerne, selvom

kønsforskellen har varieret i størrelse over tid.

190 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Tabel 66 Eleven kan lide at lære natur/teknologi, kønsforskelle på gns. skalascore, Danmark

Gns. piger

2023

2019

2015

2011

8,75 (0,07)

9,07 (0,08)

9,24 (0,09)

9,28 (0,08)

Gns. drenge

9,15 (0,07)

9,32 (0,09)

9,71 (0,09)

9,64 (0,08)

Kønsforskel

-0,40 (0,06)

-0,25 (0,09)

-0,48 (0,07)

-0,36 (0,08)

Cohen’s d

-0,22 ***

-0,12 **

-0,23 ***

-0,17 ***

-0,15 (0,11)

0,08 (0,10)

-0,04 (0,10)

Diff. i diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

10,0

Figur 56 Eleven kan lide at lære natur/teknologi, kønsopdelt gns. på kontekstskala, Danmark

529

10,0

529

Gns. score påscore på kontekstskala

Gns. kontekstskala

529

9,5

529

522

527

525

521

522

527

523

525

521

9,5

9,0

523

9,0

523

8,5

2011

2015

Piger

2019

Drenge

2023

Note: Errorbars udgør standardfejl. Gns. score i natur/teknologi fremgår af firkantede felter.

5.3 Elevernes faglige selvtillid

TIMSS undersøger elevernes faglige selvtillid i både matematik og natur/

teknologi ved hjælp af to ensartede skalaer, der er tilpasset hvert fag. Hver

skala består af 7 udsagn, som blandt andet omhandler, om eleverne føler sig

dygtige til faget, om de finder faget let eller svært, samt deres tiltro til at

5 ·

Elevernes skoletrivsel og oplevelser af fagene

191

kunne løse faglige opgaver. Udsagnene er operationaliseret med teoretisk

afsæt i Albert Banduras teori om

self-efficacy

(Bandura, 1997). I denne teore-

tiske optik har elever forskellige opfattelser af deres evner på tværs af fag,

og deres selvopfattelse er ofte baseret på tidligere erfaringer, samt hvordan

de vurderer egne evner i forhold til deres klassekammerater. I TIMSS er der

også udsagn, hvor eleverne vurderer sig selv i forhold til kammerater.

arbejder med udfordrende opgaver, fordi de tror på, at de i sidste ende vil

opnå succes. Omvendt har elever med lav faglig selvtillid tendens til at give

Elever med høj faglig selvtillid har større tendens til udholdenhed, når de

op tidligt i arbejdsprocessen, når de bliver fagligt udfordret (Namkung et al.,

2019). Tidligere runder af TIMSS har påvist stærk sammenhæng mellem

elevers faglige selvtillid og deres præstationer i fagene (Kjeldsen et al., 2020;

Reynolds et al., 2021), og anden forskning påpeger stærk sammenhæng

mellem faglig selvtillid og elevers emotionelle skoletrivsel (Andretta &

McKay, 2020; De Caroli & Sagone, 2014).

5.3.1 Elevernes faglige selvtillid i matematik

Figur 57 præsenterer resultaterne for elevers faglige selvtillid i matematik i

Danmark og de øvrige nordiske lande i 2023, opdelt på kategorierne

Lav

faglig selvtillid, Middel faglig selvtillid

Høj faglig selvtillid.

Når vi sammen-

ligner Danmark med de øvrige nordiske lande i 2023, er andelen af elever

med

Høj faglig selvtillid

i matematik signifikant lavere i Danmark (23 pro-

cent) end i Finland (31 procent) og Sverige (28 procent). Norge ligger på sam-

me niveau som Danmark med 23 procent. Figur 57 viser yderligere, at Dan-

mark er det nordiske land med flest elever i kategorien

Lav faglig selvtillid

(33 procent) og færrest elever i kategorien

Høj faglig selvtillid

(23 procent), og

disse fordelinger er statistisk signifikant forskellige fra både Finland og Sve-

rige, imens fordelingerne i Danmark og Norge er mere ensartede og ikke

signifikant forskellige. Den nederste del af Figur 57 viser sammenhængen

mellem elevers faglige selvtillid og deres præstationer i matematiktesten.

Der er en klar samvariation i alle nordiske lande, hvor elever med højere

faglig selvtillid også har bedre præstationer.

192 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Figur 57 Elevers faglige selvtillid i matematik, procentandele og gns. score

i matematik, nordiske lande

Danmark

32,5 (0,9)

44,8 (0,8)

22,7 (0,8)

Finland

22,7 (0,7)

46,8 (0,9)

30,5 (0,8)

Norge

30,9 (0,9)

45,8 (0,9)

23,3 (0,7)

Sverige

25,3 (0,7)

47,0 (0,6)

27,7 (0,8)

Danmark

487,3

528,9

572,3

100

482,7

529,3

492,2

536,1

528,9

574,2

582,4

576,3

Finland

Norge

486,6

Sverige

475

500

Lav faglig selvtillid

525

550

575

Høj faglig selvtillid

Middel faglig selvtillid

Tabel 67 viser danske elevers faglige selvtillid i matematik, fordelt på køn.

Blandt pigerne angiver 17 procent, at de har

Høj faglig selvtillid

i matematik,

mens andelen er 28 procent blandt drengene. Forskellen mellem kønnene

er signifikant i denne kategori, hvor flere drenge end piger tilkendegiver

Høj faglig selvtillid.

I kategorien

Lav faglig selvtillid

placeres 39 procent af

pigerne, mens andelen er 26 procent blandt drengene. Forskellen mellem

kønnene er også signifikant i denne kategori. Disse resultater indikerer,

at drengene generelt har højere faglig selvtillid i matematik end pigerne,

mens pigerne oftere end drengene oplever lav faglig selvtillid.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

193

Tabel 67 Faglig selvtillid i matematik, procentandele fordelt på køn, Danmark 2023

Høj faglig selvtillid

Piger

Drenge

17,4 (1,0)

28,2 (1,1)***

Middel faglig selvtillid

43,9 (1,3)

45,8 (1,0)

Lav faglig selvtillid

38,7 (1,2)

26,0 (1,0)***

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om der er statistisk signifikant forskel mellem piger og drenge inden for

samme kategori.

Figur 58 præsenterer udviklingen i elevers faglige selvtillid i matematik målt

på kontekstskalaen for Danmark og de øvrige nordiske lande fra 2011 til 2023.

I Danmark var der en signifikant stigning fra 2011 til 2015, men herefter er

den faglige selvtillid faldet signifikant fra 10,08 i 2015 til 9,76 i 2023. Når vi ser

på udviklingen fra 2019 til 2023, er der et signifikant fald i Danmark fra 9,85

til 9,76. I samme tidsperiode falder Norge signifikant fra 10,25 til 9,82, mens

der i Sverige er en insignifikant udvikling fra 10,23 til 10,11. I Finland derimod

har der været en signifikant stigning fra 10,06 i 2019 til 10,24 i 2023, hvilket

indikerer en positiv udvikling i finske elevers faglige selvtillid, som er en

fortsættelse af trenden fra 2015. Sammenligner vi Danmark med de øvrige

nordiske lande i 2023, ser vi, at Finland har den højeste gennemsnitlige

score med 10,24, som er signifikant højere end de øvrige nordiske lande.

Sveriges elever scorer gennemsnitligt 10,11, hvilket er signifikant højere end

Danmark og Norge, som er de to lande, der scorer lavest og ikke signifikant

forskelligt fra hinanden.

194 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Figur 58 Elevers faglige selvtillid i matematik, gns. score på kontekstskala, nordiske lande

Gns. score på kontekstskala

10,5

495

549

504

495

549

519

543

521

529

504

539

519

543

532

521

525

532

530

529

10,0

545

537

545

537

539

535

530

531

524

525

535

531

524

9,5

2011

2015

Danmark

Finland

2019

Norge

Sverige

2023

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

Note: Errorbars udgør standardfejl.

gennemsnitlige

firkantede

på

Tabel 68 og Figur 59 viser danske pigers og drenges

Gns. score i matematik fremgår af

score

felter.

skalaen for faglig selvtillid i matematik i årene 2011 til 2023 samt forskellen

mellem kønnene. I 2023 har drengene en gennemsnitlig score på 10,10, mens

pigerne scorer 9,43. Dette giver en kønsforskel på -0,67 point, hvilket er

statistisk signifikant. Effektstørrelsen, målt ved Cohen’s d, er -0,35. I 2019

var forskellen -0,53 point, hvilket også var statistisk signifikant. Forskellen

mellem 2019 og 2023 (Diff. i diff.) er dog ikke signifikant med en værdi på

-0,14. Men der er signifikant forskel mellem 2023 og 2015, hvor kønsfor-

skellen i 2015 var -0,48. Drengene har haft en højere selvtillid i matematik

gennem hele den undersøgte periode, og forskellen er vokset fra 2019 til

2023, hvorimod den i tidligere runder har været mere stabil.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

195

Tabel 68 Faglig selvtillid i matematik, kønsforskelle på gns. skalascore, Danmark

Gns. piger

2023

2019

2015

2011

9,43 (0,04)

9,58 (0,05)

9,84 (0,05)

9,61 (0,05)

Gns. drenge

10,10 (0,05)

10,11 (0,05)

10,32 (0,06)

10,16 (0,06)

Kønsforskel

-0,67 (0,06)

-0,53 (0,08)

-0,48 (0,07)

-0,55 (0,07)

Cohen’s

-0,35 ***

-0,29 ***

-0,27 ***

-0,31 ***

-0,14 (0,09)

-0,19 (0,09) *

-0,12 (0,09)

Diff. i diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

10,5

Figur 59 Elevers faglige selvtillid i matematik, kønsopdelt gns. på kontekstskala, Danmark

542

10,5

540

542

528

532

Gns. score påscore på kontekstskala

Gns. kontekstskala

540

10,0

528

536

532

10,0

534

536

521

516

9,5

534

521

516

9,5

9,0

2011

2015

Piger

2019

Drenge

2023

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

Note:

i natur/teknologi

5.3.2 Elevernes faglige selvtillid

Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

Figur 60 præsenterer elevernes faglige selvtillid i natur/teknologi i Danmark

og de øvrige nordiske lande i 2023, opdelt på kategorierne

Lav faglig selvtillid,

Middel faglig selvtillid

Høj faglig selvtillid.

Når vi sammenligner Danmark

med de øvrige nordiske lande, ser vi, at andelen af danske elever med

Høj faglig selvtillid

(31 procent) er næsten identisk med andelen i Finland

(31 procent), Sverige (33 procent) og Norge (33 procent), uden signifikante

forskelle mellem landene. Generelt er fordelingerne i Figur 60 ensartede,

men vi finder dog en statistisk signifikant lavere andel af elever med

Lav fag-

lig selvtillid

i Norge (22 procent) sammenlignet med Danmark (26 procent).

196 5 ·

Elevernes skoletrivsel og oplevelser af fagene

faglige selvtillid og deres præstationer i natur/teknologi-testen. Der er en

tydelig samvariation i alle de nordiske lande, hvor elever med højere faglig

selvtillid præsterer bedre. Det fremgår særligt for finske elever i kategorien

Høj faglig selvtillid,

som har den højeste gennemsnitlige score på 573, mens

danske elever i kategorien

Lav faglig selvtillid

har den laveste score på 494.

Figur 60 Faglig selvtillid i natur/teknologi, procentandele og gns. score

i natur/teknologi, nordiske lande

Den nederste del af Figur 60 viser sammenhængen mellem elevers

Danmark

26,3 (1,1)

42,4 (0,8)

31,3 (1,0)

Finland

26,1 (0,9)

42,9 (0,9)

31,0 (0,9)

Norge

22,3 (0,9)

44,8 (1,0)

33,0 (1,3)

Sverige

23,6 (1,0)

43,6 (0,8)

32,8 (0,9)

Danmark

493,7

509,2

524,0

551,4

548,6

100

573,4

Finland

502,1

531,5

538,2

557,1

561,2

Norge

494,2

Sverige

500

520

540

560

580

Lav faglig selvtillid

Middel faglig selvtillid

Høj faglig selvtillid

Tabel 69 viser danske elevers faglige selvtillid i natur/teknologi, fordelt på

køn. Blandt pigerne angiver 29 procent, at de har

Høj faglig selvtillid

i natur/

teknologi, mens andelen er 34 procent blandt drengene. Forskellen mellem

kønnene er signifikant i denne kategori. I kategorien

Lav faglig selvtillid

pla-

ceres 28 procent af pigerne, mens andelen er 24 procent blandt drengene.

Forskellen mellem kønnene er også signifikant i denne kategori, hvor flere

piger end drenge rapporterer

Lav faglig selvtillid

i natur/teknologi. Disse

resultater viser, at flere drenge end piger har høj faglig selvtillid i natur/

teknologi, mens flere piger end drenge oplever lav faglig selvtillid.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

197

Tabel 69 Faglig selvtillid i natur/teknologi, procentandele fordelt på køn, Danmark 2023

Høj faglig selvtillid

Piger

Drenge

28,7 (1,2)

34,1 (1,3)**

Middel faglig selvtillid

42,9 (1,2)

41,9 (1,0)

Lav faglig selvtillid

28,5 (1,4)

24,0 (1,2)*

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om der er statistisk signifikant forskel mellem piger og drenge inden for

samme kategori.

Figur 61 viser udviklingen i elevers faglige selvtillid i natur/teknologi i

Danmark og de øvrige nordiske lande fra 2011 til 2023, målt på kontekstska-

laen. Fra 2015 til 2019 var der statistisk signifikante fald i gennemsnitsscorer

for Danmark, Finland og Norge, imens faldet i Sverige ikke var signifikant.

Imidlertid ser vi, at trenden er gået den anden vej fra 2019 til 2023. I Danmark

Norge har ligget højere end Danmark i alle tidligere runder, men i 2023 er

der ingen signifikante forskelle mellem skalascore i Danmark og de øvrige

tre nordiske lande.

10,5

Gns. score på kontekstskala

494

er der en signikant stigning i faglig selvtillid fra 9,52 i 2019 til 9,92 i 2023.

Figur 61 Faglig selvtillid i natur/teknologi, gns. på kontekstskala, nordiske lande

494

533

538

530

533

539

533

530

522

539

537

527

540

570

554

528

570

527

554

528

522

537

542

533

542

522

10,0

538

540

9,5

555

522

555

2011

2015

Danmark

Finland

2019

Norge

Sverige

2023

Finland

Norge

Sverige

Note: Errorbars udgør standardfejl. Gns. score i natur/teknologi fremgår af firkantede felter.

198 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Tabel 70 og Figur 62 viser forskellen i faglig selvtillid i natur/teknologi mel-

lem danske piger og drenge fra 2011 til 2023, målt som gennemsnitlig score

på kontekstskalaen. I 2023 har drengene en gennemsnitlig score på 10,05,

mens pigerne har en score på 9,80, hvilket resulterer i en kønsforskel på

-0,25 point. Denne forskel er statistisk signifikant, med en effektstørrelse

(Cohen’s

på -0,14. Sammenlignet med tidligere år viser resultaterne, at

kønsforskellen er blevet mindre i 2023 sammenlignet med 2015, hvor for-

skellen var -0,40. I 2019 var forskellen -0,18, men forskellen mellem 2019 og

2023 (Diff. i diff.) er ikke statistisk signifikant. I 2011 var kønsforskellen på

-0,26, som er tæt på niveauet i 2023, hvilket indikerer, at kønsforskellen har

været relativt stabil gennem årene med mindre udsving.

Tabel 70 Faglig selvtillid i natur/teknologi, kønsforskelle på gns. skalascore, Danmark

Gns. piger

2023

2019

2015

2011

9,80 (0,05)

9,43 (0,06)

9,58 (0,06)

9,56 (0,05)

Gns. drenge

10,05 (0,05)

9,61 (0,06)

9,98 (0,07)

9,82 (0,05)

Kønsforskel

-0,25 (0,06)

-0,18 (0,08)

-0,40 (0,07)

-0,26 (0,07)

Cohen’s

-0,14***

-0,11*

-0,23***

-0,16***

-0,07 (0,09)

0,15 (0,09)

0,01 (0,09)

Diff. i diff.

Note: Standardfejl angivet i parentes. *p < .05. **p < .01. ***p < .001.

Figur 62 Faglig selvtillid i natur/teknologi, kønsopdelt gns. på kontekstskala, Danmark

10,5

521

Gns. score på kontekstskala

529

10,0

521

529

523

529

527

525

522

523

9,5

527

525

522

523

9,0

2011

2015

Piger

2019

Drenge

2023

Piger

Drenge

Note: Errorbars udgør standardfejl. Gns. score i natur/teknologi fremgår af firkantede felter.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

199

5.4 Elevernes oplevelse af undervisningen

En indikator for elevers faglige trivsel er deres oplevelse af undervisningens

kvalitet, og herunder i hvilken grad de oplever, at undervisningen er vel-

formidlet (Nilsen & Gustafsson, 2016). I TIMSS præsenteres eleverne for

9 udsagn om deres lærers formidling i matematiktimerne og 9 tilsvarende

udsagn om natur/teknologi-timerne. På engelsk betegnes skalaerne

Instruc-

tional clarity in mathematics

samt

Instructional clarity in science,

og de

underliggende udsagn omhandler i høj grad lærerens evne til at gøre under-

visningens indhold klart og letforståeligt for eleven. Deres svar er efter-

følgende skaleret og inddelt i tre kategorier:

Meget god formidling, God for-

midling

Mindre god formidling.

Skalaen blev indført i TIMSS 2019.

5.4.1 Elevernes oplevelse af matematikundervisningen

Figur 63 viser elevernes oplevelse af matematikundervisningens formidling

i Danmark og de øvrige nordiske lande. Danmark har i 2023 en statistisk

signifikant lavere andel af elever, der oplever

Meget god formidling

(51 pro-

laveste andel elever, der oplever

Mindre god formidling

(5 procent). Til sam-

menligning er Danmark det land med den største andel elever, der vurderer

formidlingen som mindre god (11 procent). I Figur 68 er det også tydeligt,

at fordelingen er nogenlunde ensartet i de øvrige nordiske lande, imens

den er mere negativ i Danmark og signifikant anderledes end i de øvrige

nordiske lande.

cent) end både Finland (65 procent), Norge (59 procent) og Sverige (59 pro-

cent). Særligt Finland skiller sig ud med den højeste andel elever, der vurde-

rer undervisningens formidling som meget god, og samtidig har Finland den

200 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Figur 63 Elevens oplevelse af matematikundervisningens formidling, procentandele

og gns. score i matematik, nordiske lande

10,5 (0,8)

Danmark

38,5 (1,2)

51,0 (1,7)

Finland

4,9 (0,4)

30,1 (1,1)

65,1 (1,1)

Norge

5,0 (0,5)

36,0 (1,2)

59,0 (1,2)

Sverige

5,2 (0,5)

35,7 (1,3)

59,0 (1,5)

Danmark

501,2

517,4

535,5

100

500,5

528,4

509,2

531,5

531,0

535,6

534,9

534,7

Finland

Norge

496,9

Sverige

490

500

Mindre god formidling

510

520

God formidling

530

Meget god formidling

540

Figur 63 illustrerer yderligere, at der er samvariation mellem elever, der op-

lever

Mindre god formidling,

og elever, der scorer lavest i matematiktesten.

I Finland, Norge og Sverige er forskellen på matematikscore mellem elever

placeret i kategorierne

God formidling

Meget god formidling

relativt lille

sammenlignet med Danmark, hvor elever, der oplever

God formidling,

scorer

markant lavere (517 point) i forhold til

Meget god formidling

(536 point).

Læseren bør være opmærksom på, at designet af TIMSS-undersøgelsen ikke

gør det muligt at udpege årsagsretningen. Således kan det være, at elever

scorer lavt, fordi de oplever

Mindre god formidling.

Men det kan også være,

at elever oplever

Mindre god formidling,

fordi deres faglige niveau er lavt

5 ·

Elevernes skoletrivsel og oplevelser af fagene

201

og dermed gør det svært at følge med i undervisningen. Yderligere kan der

være helt andre årsager til de sammenhænge, der fremtræder.

Tabel 71 viser elevernes oplevelse af matematikundervisningens formid-

ling, fordelt på køn. Blandt pigerne angiver 49 procent, at de oplever

Meget

god formidling,

mens andelen er 53 procent blandt drengene. Der er ikke en

signifikant forskel mellem kønnene i denne kategori. I kategorien

Mindre

god formidling

placeres 12 procent af pigerne, mens andelen er 9 procent

blandt drengene. Forskellen mellem kønnene er signifikant i denne katego-

resultater indikerer, at drengene generelt vurderer formidlingen en anelse

mere positivt end pigerne, mens pigerne oftere end drengene oplever for-

midlingen som mindre god.

Tabel 71 Elevens oplevelse af matematikundervisningens formidling,

procentandele fordelt på køn, Danmark 2023

Meget god formidling

Piger

Drenge

49,3 (2,1)

52,7 (1,8)

God formidling

38,9 (1,5)

38,2 (1,3)

Mindre god formidling

11,8 (1,0)

9,1 (0,8)*

ri, hvor flere piger end drenge vurderer formidlingen som mindre god. Disse

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om der er statistisk signifikant forskel mellem piger og drenge

inden for samme kategori.

Figur 64 viser udviklingen i elevernes oplevelse af matematikundervis-

ningens formidling i Danmark og de øvrige nordiske lande fra 2019 til 2023,

målt via gennemsnitsscoren på kontekstskalaen. I Danmark er udviklingen

ikke signifikant fra 9,05 i 2019 til 9,11 i 2023. Sammenlignet med de andre

nordiske lande ligger Danmark fortsat statistisk signifikant lavere i både

2019 og 2023. I 2023 har Finland den højeste score på 9,77, efterfulgt af

Sverige med 9,57 og Norge med 9,50. Finland skiller sig ud som det eneste

nordiske land med en signikant forandring (stigning på 0,32 point).

202 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Figur 64 Elevens oplevelse af matematikundervisningens formidling,

gns. kontekstskala, nordiske lande

10,0

Gns. score på kontekstskala

543

530

529

9,5

9,0

521

543

532

521

531

530

531

524

532

525

524

525

9,0

2019

Danmark

Finland

Norge

Sverige

2023

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

5.4.2 Elevernes oplevelse af natur/teknologi-undervisningen

Figur 65 viser elevernes oplevelse af natur/teknologi-undervisningens

formidling i Danmark og de øvrige nordiske lande i 2023, opdelt på katego-

rierne

Mindre god formidling, God formidling

Meget god formidling.

Dan-

mark har en signifikant lavere andel af elever, der oplever

Meget god formid-

ling

(44 procent), sammenlignet med Finland (62 procent), Norge (61 procent)

og Sverige (55 procent). Desuden har Finland og Norge de laveste andele af

elever, der oplever

Mindre god formidling,

på henholdsvis 6 procent og

5 procent, hvilket er signifikant lavere end Danmarks 14 procent. Generelt

er fordelingen ensartet i de øvrige nordiske lande, imens fordelingen af de

danske elever er signifikant anderledes for alle tre kategorier og indikerer en

mere negativ oplevelse.

I alle nordiske lande ser vi, at elever, der oplever

Mindre god formidling,

gennemsnitligt scorer lavere i natur/teknologi-testen end de øvrige elever.

I Norge og Sverige finder vi det bemærkelsesværdigt, at elever, der oplever

God formidling

Meget god formidling,

scorer ensartet i den faglige test.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

203

Figur 65 Elevens oplevelse af natur/teknologi-undervisningens formidling,

procentandele og gns. score i natur/teknologi, nordiske lande

13,6 (1,0)

Danmark

5,6 (0,4)

42,7 (1,0)

43,6 (1,4)

Finland

32,4 (1,0)

62,0 (1,1)

Norge

5,3 (0,5)

34,0 (1,0)

60,6 (1,1)

Sverige

Danmark

Finland

Norge

Sverige

6,1 (0,5)

38,5 (1,2)

55,4 (1,5)

514,7

521,9

522,7

522,8

531,1

541,3

550,6

100

532,5

534,3

532,5

534,3

513,7

535,3 537,9

510

520

530

God formidling

540

550

Mindre god formidling

Meget god formidling

Tabel 72 viser danske elevers oplevelse af natur/teknologi-undervisningens

formidling, fordelt på køn i 2023. Blandt pigerne angiver 41 procent, at de

oplever

Meget god formidling,

mens andelen er 47 procent blandt drengene.

Forskellen mellem kønnene er signifikant i denne kategori, hvor flere

drenge end piger oplever formidlingen som meget god. I kategorien

Mindre

god formidling

placeres 16 procent af pigerne, mens andelen er 11 procent

blandt drengene. Her er forskellen mellem kønnene også signifikant, hvor

flere piger end drenge vurderer formidlingen som mindre god. Resultaterne

indikerer, at drengene oftere vurderer undervisningens formidling som

meget god, mens pigerne i højere grad end drengene oplever den som

mindre god.

204 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Tabel 72 Oplevelse af natur/teknologi-undervisningens formidling, procentandele

fordelt på køn, Danmark 2023

Meget god formidling

Piger

Drenge

40,8 (1,6)

46,6 (1,6)*

God formidling

43,3 (1,3)

42,1 (1,3)

Mindre god formidling

15,9 (1,3)

11,3 (1,0)**

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om der er statistisk signifikant forskel mellem piger og drenge inden for

samme kategori.

Figur 66 præsenterer udviklingen i elevernes oplevelse af natur/teknologi-

undervisningens formidling i Danmark og de øvrige nordiske lande fra 2019

til 2023, baseret på gennemsnitsscoren på kontekstskalaen. I Danmark ses

en insignifikant forandring af gennemsnitsscoren fra 8,79 i 2019 til 8,88

Finland har været en statistisk signifikant positiv udvikling fra 9,40 i 2019

til 9,69 i 2023. Danmark skiller sig ud som det nordiske land med den

statistisk signifikant laveste skalascore i både 2019 og 2023.

Figur 66 Elevens oplevelse af natur/teknologi-undervisningens formidling,

gns. score på kontekstskala, nordiske lande

i 2023. Udviklingen er ligeledes insignifikant i Norge og Sverige, imens der i

10,0

529

Gns. score på kontekstskala

543

530

9,5

521

531

532

524

525

9,0

2019

2023

Danmark

Finland

Norge

Sverige

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

205

5.5 Uro og uhensigtsmæssig elevadfærd

Undervisningsforstyrrende uro og uhensigtsmæssig elevadfærd er ifølge

eksisterende forskning et udbredt problem – særligt i vestlige lande og

herunder i Danmark (Plauborg, 2019). Dels er der en negativ sammenhæng

mellem uro i skolen og elevers faglige udbytte (Day et al., 2015; Sortkær, 2013).

Men undersøgelser peger endvidere på, at undervisningsforstyrrende uro

både reducerer elevers skoletrivsel og læreres arbejdsglæde (Bru, 2009) samt

udgør en central årsag til, at mange lærere opgiver lærergerningen (Jenkins

& Ueno, 2017).

I 2019 introducerede TIMSS-undersøgelsen en skala til måling af uro og

forstyrrende adfærd i matematiktimerne. Spørgsmålsbatteriet er fra 2019

til 2023 reduceret fra otte til seks spørgsmål, men resultaterne er bragt på

sammenlignelig skala for de to runder. I 2023 er der tilføjet en tilsvarende

skala for natur/teknologi. Eleverne har forholdt sig til udsagn om, hvorvidt

der bliver lyttet til læreren, om eleverne følger klassens og lærerens regler,

samt elevernes oplevelser af, hvordan uro og andre elevers adfærd påvirker

deres koncentrationsevne. De to skalaer er inddelt i tre kategorier, alt efter

hvor ofte eleverne oplever uro i hvert fag:

I få eller ingen timer, I nogle timer

I næsten alle timer.

5.5.1 Undervisningsforstyrrende uro og adfærd i matematiktimerne

Figur 67 viser elevernes oplevelse af uro i matematiktimerne i Danmark

og de øvrige nordiske lande i 2023, opdelt på kategorierne

De fleste timer,

Nogle timer

Få eller ingen timer.

Resultaterne indikerer, at Danmark har

en signifikant højere andel af elever, der oplever uro i

De fleste timer

(11 pro-

cent), sammenlignet med Finland (9 procent). Sverige har den højeste andel

med 15 procent i denne kategori, hvilket er signifikant højere end Danmark.

Vi finder det værd at fremhæve, at Finland har den største andel af elever,

der kun oplever uro og forstyrrende adfærd i

Få eller ingen timer.

I 2023 er

det 16 procent af de finske elever, der placeres i denne kategori, mens den

tilsvarende andel i Danmark er signifikant lavere (7 procent). Dermed er

andelen af elever placeret i denne kategori i Finland mere end dobbelt så

stor som i Danmark.

Figur 67 viser desuden samvariation mellem oplevelse af uro og elevernes

præstation i matematik, hvor mindre oplevet uro og undervisnings-

forstyrrende adfærd følges med bedre præstation. Særligt de svenske elever

placeret i kategorien

Få eller ingen timer

udmærker sig med den højeste

gennemsnitsscore på 558.

206 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Figur 67 Elevernes oplevelse af uro i matematiktimerne, procentandele og

gns. score i matematik, nordiske lande

6,9 (0,6)

15,9 (1,0)

540,9

Danmark

11,5 (0,7)

81,6 (0,6)

Finland

8,9 (0,6)

75,2 (0,9)

Norge

13,5 (0,8)

79,8 (0,9)

Sverige

14,6 (1,2)

74,8 (1,0)

Danmark

Finland

Norge

Sverige

500

504,6

511,2

526,1

533,2

10,6 (0,9)

6,7 (0,7)

100

540,0

516,2

508,8

528,0

532,0

535,5

558,4

520

540

560

De fleste timer

Nogle timer

Få eller ingen timer

I Tabel 73 fremgår danske elevers oplevelse af uro i matematiktimerne,

opdelt på køn. Her finder vi ingen statistisk signifikante forskelle i procent-

fordelingerne af piger og drenge i de tre kategorier, hvilket indikerer, at piger

og drenge oplever omtrent samme niveau af uro og undervisningsfor-

styrrende adfærd i matematiktimerne.

Tabel 73 Oplevelse af uro i matematiktimerne, procentandele fordelt på køn, Danmark 2023

Få eller ingen timer

Piger

Drenge

6,4 (0,7)

7,4 (0,8)

Nogle timer

81,5 (0,9)

81,8 (0,8)

De fleste timer

12,1 (0,9)

10,8 (0,9)

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

5 ·

Elevernes skoletrivsel og oplevelser af fagene

207

Figur 68 præsenterer udviklingen i elevernes oplevelse af uro i matematik-

timerne i Danmark og de øvrige nordiske lande fra 2019 til 2023, baseret på

gennemsnitsscoren på kontekstskalaen. I Danmark ses en signifikant stig-

ning fra 9,72 i 2019 til 9,97 i 2023, hvilket indikerer en positiv udvikling mod

mindre oplevet uro i timerne. I Norge er der er insignifikant forandring i

skalascore fra 9,95 i 2019 til 9,96 i 2023. I Sverige er der en signifikant stigning,

fra 9,70 i 2019 til 10,01 i 2023. Finland skiller sig ud med en markant stigning

højere end de øvrige nordiske lande i 2023. Dette indikerer, at finske elever i

fra 10,16 i 2019 til 10,45 i 2023, hvilket placerer landet statistisk signifikant

højere grad oplever et undervisningsmiljø med mindre uro og undervis-

ningsforstyrrende adfærd sammenlignet med eleverne i de andre lande.

Samlet er Danmark, Norge og Sverige på nogenlunde ens niveauer i 2023,

med insignifikante forskelle i deres gennemsnitsscorer, og errorbars viser

overlap for disse tre lande. Finland ligger dog signifikant højere end de øv-

rige lande, både i 2019 og 2023.

Figur 68 Elevernes oplevelse af uro i matematiktimerne, gns. score

på kontekstskala, nordiske lande

Gns. score på kontekstskala

10,5

529

532

10,0

530

543

524

531

525

521

9,5

2019

2023

Danmark

Finland

Norge

Sverige

Note: Errorbars udgør standardfejl. Gns. score i matematik fremgår af firkantede felter.

208 5 ·

Elevernes skoletrivsel og oplevelser af fagene

5.5.2 Undervisningsforstyrrende uro og adfærd

i natur/teknologi-timerne

I 2023 har TIMSS-undersøgelsen indført en skala til måling af undervis-

ningsforstyrrende uro og adfærd i natur/teknologi-timerne tilsvarende

skalaen, der måler samme fænomen i matematiktimerne. Resultaterne for

67 (uro i matematiktimerne) og indikerer dermed, at danske elever oplever

mindre undervisningsforstyrrende uro og uhensigtsmæssig adfærd i natur/

2023 fremgår af Figur 69, og fordelingerne er lidt mere positive end i Figur

teknologi-undervisningen sammenlignet med matematikundervisningen.

Men i Finland er der også på dette område statistisk signifikant flere elever

placeret i kategorien

Få eller ingen timer

(21 procent) sammenlignet med

Danmark (12 procent).

Ligeledes kan der iagttages en klar samvariation mellem oplevelsen af

undervisningsforstyrrende uro og uhensigtsmæssig adfærd og faglig præ-

station i natur/teknologi, hvor de finske elever, der kun oplever forstyrrende

uro og adfærd i

Få eller ingen timer,

har den højeste gennemsnitsscore på

558 point.

Figur 69 Elevernes oplevelse af uro i natur/teknologi-timerne, procentandele og

gns. score i natur/teknologi, nordiske lande

Danmark

10,5 (0,7)

77,6 (0,8)

12,0 (0,9)

Finland

8,9 (0,6)

70,2 (1,0)

20,8 (1,2)

Norge

12,9 (0,9)

75,4 (1,1)

11,7 (1,0)

Sverige

12,7 (1,3)

70,3 (1,2)

17,0 (1,3)

Danmark

513,1

514,0

524,3

537,7

545,8

558,4

100

Finland

518,7

534,5

535,3

539,1

548,8

Norge

515,7

Sverige

520

540

560

De fleste timer

Nogle timer

Få eller ingen timer

5 ·

Elevernes skoletrivsel og oplevelser af fagene

209

I Tabel 74 fremgår danske elevers oplevelse af uro i natur/teknologi-timerne,

opdelt på køn. Her finder vi ingen statistisk signifikante forskelle mellem

drenge og piger i 2023.

Tabel 74 Oplevelse af uro i natur/teknologi-timerne, procentandele fordelt på køn,

Danmark 2023

Køn

Piger

Drenge

Få eller ingen timer

11,8 (1,1)

12,1 (1,1)

Nogle timer

77,3 (1,2)

77,9 (1,0)

De fleste timer

10,9 (0,8)

10,0 (0,8)

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

5.6 Tilhørsforhold og mobning

Social trivsel er en central dimension i de fleste teoretiske udlægninger af,

hvad der medvirker til elevers velbefindende og generelle trivsel (Martela &

Sheldon, 2019; Wistoft, 2021). I TIMSS undersøges elevernes sociale trivsel i

skolen gennem to skalaer for henholdsvis oplevelse af at høre til på skolen

samt oplevelse af at blive mobbet af andre elever. Tidligere TIMSS-studier

og anden forskning har påvist sammenhænge mellem disse to trivselsindi-

katorer og elevers læringsudbytte (Kjeldsen et al., 2020; Laith & Vaillancourt,

2022; Slaten et al., 2016).

5.6.1 Elevernes følelse af tilhørsforhold til skolen

Eleverne er blevet præsenteret for syv udsagn, der beskriver deres følelse af

tilhørsforhold til skolen. Disse udsagn dækker emner som tryghedsfølelse,

følelsen af at være en del af skolen, lærernes omsorg, stolthed over skolen,

venskaber og accept fra andre elever. Siden 2019 er skalaen blevet udvidet

med to nye udsagn for at give en bredere forståelse af elevernes følelse af

tilhørsforhold. Elevernes svar er bragt på samme skala som i tidligere runder

af TIMSS, og skalaen er opdelt i tre kategorier for henholdsvis

Høj, Mellem

Lav

grad af oplevet tilhørsforhold.

Figur 70 præsenterer elevernes følelse af tilhørsforhold til skolen i Dan-

mark og de øvrige nordiske lande i 2023, opdelt på kategorierne

Lav grad

af tilhørsforhold, Middel grad af tilhørsforhold

Høj grad af tilhørsforhold.

Når vi sammenligner Danmark med de øvrige nordiske lande, ser vi, at

Danmark har en signifikant lavere andel af elever med

Høj grad af tilhørs-

forhold

(50 procent) sammenlignet med både Norge (60 procent) og Finland

210 5 ·

Elevernes skoletrivsel og oplevelser af fagene

(57 procent). Fordelingen i Sverige og Danmark er mere ensartet, idet 51 pro-

cent af eleverne ligger i denne kategori i begge lande. Samtidig har Danmark

en signifikant højere andel af elever med

Lav grad af tilhørsforhold

(15 pro-

cent) sammenlignet med Finland (11 procent) og Norge (10 procent).

Figur 70 Elevernes følelse af tilhørsforhold til skolen, procentandele og gns. score i matematik,

nordiske lande

Danmark

14,9 (0,9)

34,6 (0,8)

50,5 (1,4)

Finland

10,8 (0,5)

32,3 (1,0)

56,9 (1,2)

Norge

10,5 (0,6)

29,3 (1,0)

60,3 (1,2)

Sverige

12,9 (0,7)

36,4 (1,0)

50,6 (1,4)

Danmark

Finland

Norge

Sverige

500

504,0

520,0

529,9

533,5

100

536,5

537,2

539,3

504,7

515,9

508,3

527,7

527,3

510

520

530

540

Lav grad af tilhørsforhold

Middel grad af tilhørsforhold

Høj grad af tilhørsforhold

Figur 70 og Figur 71 viser endvidere samvariationen mellem elevernes grad

af tilhørsforhold og deres score i henholdsvis matematik og natur/teknologi.

I alle nordiske lande ser vi, at elever, der placeres i kategorien

Høj grad

af tilhørsforhold,

præsterer bedre i begge fag, sammenlignet med elever

placeret i kategorien

Lav grad af tilhørsforhold.

Danske elever med

Lav grad

af tilhørsforhold

scorer 504 point i matematik og 501 point i natur/teknologi,

hvilket er de laveste testscorer i de to figurer.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

211

Figur 71 Elevernes følelse af tilhørsforhold til skolen, gns. score

i natur/teknologi, nordiske lande

Danmark

14,9 (0,9)

34,6 (0,8)

50,5 (1,4)

Finland

10,8 (0,5)

32,3 (1,0)

56,9 (1,2)

Norge

10,5 (0,6)

29,3 (1,0)

60,3 (1,2)

Sverige

12,9 (0,7)

36,4 (1,0)

50,6 (1,4)

Danmark

501,1

512,7

519,2

532,0

540,8

551,8

100

Finland

517,6

528,8

528,9

537,1

545,0

Norge

504,4

Sverige

500

520

540

Lav grad af tilhørsforhold

Middel grad af tilhørsforhold

Høj grad af tilhørsforhold

Tabel 75 viser danske elevers følelse af tilhørsforhold til skolen, fordelt på

køn. Blandt pigerne angiver 51 procent, at de har

Høj grad af tilhørsforhold

til skolen, mens andelen er 50 procent blandt drengene. Der er ikke en sig-

nifikant forskel mellem kønnene i denne kategori. I kategorien

Lav grad af

tilhørsforhold

placeres 15 procent af både pigerne og drengene. Heller ikke

her er der signifikant forskel mellem kønnene. Resultaterne indikerer, at der

ikke er nogen væsentlige kønsforskelle i elevernes oplevelse af tilhørsforhold

til skolen i 2023.

212 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Tabel 75 Elevernes følelse af tilhørsforhold til skolen, procentandele fordelt på køn,

Danmark 2023

Høj grad af tilhørsforhold

Piger

Drenge

51,3 (1,7)

49,6 (1,5)

Middel grad af tilhørsforhold Lav grad af tilhørsforhold

33,8 (1,1)

35,6 (1,1)

14,9 (1,1)

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Figur 72 viser udviklingen i elevernes følelse af tilhørsforhold til skolen i

Danmark og de øvrige nordiske lande fra 2015 til 2023, baseret på gennem-

snitsscoren på kontekstskalaen. I Danmark ses en insignifikant forandring

fra 9,84 i 2015 til 9,71 i 2023. Sammenligner vi Danmark med de øvrige nor-

diske lande i 2023, scorer danske elever signifikant lavere end både Norge og

ikke signifikant forskelligt fra danske elever, hvor den svenske score i 2023

er på 9,73. Det fremgår også, at Danmark og Sverige har mere ensartede sco-

Finland, som har scorer på henholdsvis 10,10 og 10,00. Svenske elever scorer

rer med overlap i deres errorbars. Derimod er forskellen mellem Danmark

og både Norge og Finland signifikant, hvilket afspejler en forskel mellem

disse lande i elevernes følelse af tilhørsforhold til skolen i 2023.

Figur 72 Elevernes følelse af tilhørsforhold til skolen, gns. kontekstskala, nordiske lande

10,5

Gns. score på kontekstskala

10,0

9,5

2015

2019

2023

Danmark

Finland

Norge

Sverige

Note: Errorbars udgør standardfejl.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

213

Tabel 76 og Figur 73 viser forskelle mellem danske pigers og drenges gen-

nemsnitlige score på skalaen for tilhørsforhold til skolen over tid. I 2023 er

der næsten ingen forskel mellem piger og drenge i deres følelse af tilhørs-

forhold til skolen. Pigerne har en gennemsnitlig score på 9,75, mens drenge-

ne ligger på 9,68, hvilket giver en kønsforskel på 0,07 point. Cohen’s

på 0,04

indikerer en meget lille effektstørrelse, hvilket betyder, at kønnene har stort

set samme oplevelse af tilhørsforhold til skolen i 2023. I 2019 var der en sig-

nifikant større kønsforskel, hvor pigerne havde en højere følelse af tilhørs-

forhold til skolen end drengene, med en forskel på 0,50 point og en effekt-

størrelse på 0,25, som var statistisk signifikant. Forskellen mellem 2019 og

2023 er også signifikant (Diff. i diff. = -0,43), hvilket viser, at kønsforskellen

er blevet mindre siden 2019, fordi pigerne scorer lavere og dermed tættere

på drengene, hvor gennemsnitsscoren er steget lidt.

Tabel 76 Elevernes følelse af tilhørsforhold til skolen, kønsforskelle på gns. skalascore,

Danmark

Gns. piger

2023

2019

2015

9,75 (0,07)

10,08 (0,07)

9,93 (0,07)

Gns. drenge

9,68 (0,06)

9,59 (0,07)

9,75 (0,07)

Kønsforskel

0,07 (0,08)

0,50 (0,09)

0,18 (0,08)

Cohen’s

0,04

0,25 ***

0,09 *

-0,43 (0,12) ***

-0,11 (0,11)

Diff. i diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Figur 73 Elevernes følelse af tilhørsforhold til skolen, kønsopdelt

10,5

gns. på kontekstskala, Danmark

Gns. score på kontekstskala

10,5

Gns. score på score på kontekstskala

Gns. kontekstskala

10,0

9,5

9,0

2015

9,0

2019

Piger

Drenge

2015

2023

2015

Pige

Note: Errorbars udgør standardfejl.

Piger

Drenge

Note: Errorbars udgør standardfejl.

214 5 ·

Elevernes skoletrivsel og oplevelser af fagene

5.6.2 Mobning

Danske medier har i 2024 rapporteret flere tilfælde fra skoler, hvor elever

har udvist stærkt grænseoverskridende adfærd af både voldelig og seksuel

karakter (Grynberg, 2024). Dette har medført offentlige diskussioner om,

hvorvidt disse hændelser er isolerede tilfælde, eller om de indikerer et mere

generelt problem med stigende grænseoverskridende adfærd og mobning i

den danske grundskole (Klinge et al., 2024). TIMSS 2023 bidrager med syste-

matisk indsamlet viden inden for dette emne, idet undersøgelsen har inklu-

deret elevernes oplevelse af mobning siden 2011 (Rappleye & Komatsu, 2020).

Teoretisk er denne del af TIMSS forankret i Olweus (1993) udlægning af

begrebet, hvor mobning defineres som intentionel og gentagen aggressiv

adfærd over for et individ, udført af en enkelt person eller gruppe. Endvide-

re indebærer begrebsforståelsen et ulige magtforhold, i form af at mobbe-

der udøver mobningen (Johansson et al., 2022; Olweus, 2010).

Elevernes oplevelse af mobning undersøges i TIMSS 2023 gennem

ofret har vanskeligt ved at forsvare sig selv over for personen eller gruppen,

11 spørgsmål, som er identiske med dem, der blev anvendt i 2019. Spørgs-

målene dækker fysiske, verbale og digitale former for mobning,

herunder

drillerier, udelukkelse fra sociale aktiviteter, spredning af løgne, tyveri, øde-

læggelse af personlige ejendele, fysisk vold, tvang til uønskede handlinger

samt ondsindede beskeder online. Eleverne angiver, hvor hyppigt de oplever

hver form for mobning, hvorefter data er blevet skaleret og eleverne inddelt

i tre kategorier.

Figur 74 præsenterer elevernes oplevelse af mobning i skolen og deres

matematikpræstationer i Danmark og de øvrige nordiske lande i 2023,

opdelt på kategorierne

Ugentligt, Månedligt

Aldrig eller næsten aldrig.

Danmark er det nordiske land, hvor eleverne oplever mest mobning, når vi

kigger på tværs af kategorier. Andelen af elever i de tre andre nordiske lande,

der angiver, at de

Aldrig eller næsten aldrig

bliver mobbet, er signifikant

højere end i Danmark. Eksempelvis tilkendegiver 71 procent af de finske

elever i 2023, at de

Aldrig eller næsten aldrig

bliver mobbet, hvor det til-

svarende resultat for danske elever er 49 procent. Ligeledes har Danmark

en signifikant højere andel af elever, der angiver, at de bliver mobbet

Ugent-

ligt

end både Finland, Norge og Sverige.

7. Items omhandlende digital mobning blev tilføjet i TIMSS 2019, men skalaen er standardis-

eret og gjort sammenlignelig for runderne i 2015, 2019 og 2023.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

215

Figur 74 Oplevelse af mobning, procentandele og gns. score i matematik, nordiske lande

9,7 (0,6)

Danmark

41,7 (0,9)

48,5 (1,1)

Finland

5,6 (0,4)

23,8 (0,8)

70,6 (0,9)

Norge

6,1 (0,4)

31,0 (0,9)

62,8 (1,0)

Sverige

6,7 (0,5)

30,4 (0,9)

62,9 (1,1)

Danmark

Finland

Norge

Sverige

460

475,8

470,2

479,8

522,7

535,4

100

524,4

495,3

520,4

527,6

538,0

538,2

542,6

480

500

520

540

Ugentligt

Månedligt

Aldrig eller næsten aldrig

Figur 74 og Figur 75 viser endvidere samvariation mellem elevers oplevelse

af mobning og deres præstationer i både matematik og natur/teknologi.

Særligt den gruppe, der oplever mest mobning, præsterer markant dårlige-

re fagligt, hvorimod elever placeret i de to øvrige kategorier præsterer gen-

nemsnitligt tættere på hinanden – dog fortsat med højest præstation af de

elever, der gennemsnitligt oplever mindst mobning.

216 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Figur 75 Oplevelse af mobning og gns. score i natur/teknologi, nordiske lande

9,7 (0,6)

Danmark

41,7 (0,9)

48,5 (1,1)

Finland

5,6 (0,4)

23,8 (0,8)

70,6 (0,9)

Norge

6,1 (0,4)

31,0 (0,9)

62,8 (1,0)

Sverige

6,7 (0,5)

30,4 (0,9)

62,9 (1,1)

Danmark

Finland

Norge

Sverige

478,0

520,2

534,9

100

552,1

475,9

491,6

474,3

523,9

529,1

537,0

538,5

545,9

480

500

520

540

Ugentligt

Månedligt

Aldrig eller næsten aldrig

Tabel 77 viser danske elevers oplevelse af mobning, fordelt på køn. Blandt

pigerne angiver 49 procent, at de

Aldrig eller næsten aldrig

oplever mobning,

mens andelen er 48 procent blandt drengene. Der er ikke en signifikant

forskel mellem kønnene i denne kategori. I kategorien

Ugentligt

rapporterer

10 procent af pigerne og 9 procent af drengene, at de oplever mobning.

Heller ikke her er der signifikant forskel mellem kønnene. Resultaterne

viser således, at der ikke er væsentlige kønsforskelle i elevernes oplevelse af

mobning i 2023.

Tabel 77 Elevernes oplevelse af mobning, procentandele fordelt på køn, Danmark 2023

Aldrig eller næsten aldrig

Piger

Drenge

49,4 (1,4)

47,6 (1,5)

Månedligt

40,4 (1,2)

43,1 (1,1)

Ugentligt

10,1 (0,9)

9,3 (0,8)

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

5 ·

Elevernes skoletrivsel og oplevelser af fagene

217

Figur 76 illustrerer udviklingen i elevernes oplevelse af mobning i Danmark

og de øvrige nordiske lande fra 2015 til 2023, målt på kontekstskalaen. I Dan-

mark er der en stabil score fra 2019 til 2023, hvor gennemsnittet ligger

på 9,74, og dermed er der ikke sket nogen signifikant forandring. Når vi

sammenligner Danmark med de øvrige nordiske lande i 2023, ser vi, at dan-

ske elever scorer statistisk signifikant lavere på skalaen end både Norge

i højere grad rapporterer oplevelser af mobning sammenlignet med elever i

(10,30), Sverige (10,31) og Finland (10,60). Dette indikerer, at danske elever

de øvrige nordiske lande. Finland har den højeste score i 2023, hvilket af-

spejler en lavere grad af gennemsnitlig oplevet mobning blandt finske elever.

De andre nordiske lande, især Finland og Sverige, har generelt højere gen-

nemsnitsscorer end Danmark, og errorbars viser, at der ikke er et overlap

mellem Danmark og de øvrige landes scorer i 2023. Dette indikerer, at for-

skellene mellem Danmark og de øvrige lande er statistisk signifikante, og

at danske elever oplever mere mobning i skolen end eleverne i de andre

nordiske lande.

Figur 76 Oplevelse af mobning, gns. kontekstskala, nordiske lande

11,0

Gns. score på kontekstskala

10,5

10,0

9,5

2015

2019

2023

Danmark

Finland

Norge

Sverige

Note: Errorbars udgør standardfejl.

218 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Tabel 78 og Figur 77 viser forskelle i oplevelsen af mobning mellem danske

piger og drenge fra 2015 til 2023, målt som gennemsnitlig placering på

skalaen for mobning. I 2023 har pigerne en gennemsnitlig score på 9,75,

mens drengene scorer 9,74, hvilket resulterer i en minimal kønsforskel på

0,01 point. Cohen’s

er 0,00, hvilket indikerer ingen reel forskel mellem

kønnene i deres oplevelse af mobning. I 2019 var der en lille, men statistisk

signifikant forskel, hvor pigerne havde en højere gennemsnitlig score end

dog blevet udlignet i 2023. Fra 2015 til 2019 var forskellen også større

drengene (0,13 point), hvilket gav en effektstørrelse på 0,08. Denne forskel er

med 0,22 point til fordel for pigerne, hvilket var statistisk signifikant med

Cohen’s

på 0,13. Forskellen mellem 2019 og 2023 er ikke signifikant

(Diff. i diff. = -0,12), men der er en signifikant forskel mellem 2015 og 2023

(Diff. i diff. = -0,21), hvilket viser, at kønsforskellen er blevet mindre over tid,

fordi pigerne gennemsnitligt oplever mere mobning end tidligere, imens

drengene gennemsnitligt oplever lidt mindre mobning siden 2019.

Tabel 78 Elevernes oplevelse af mobning, kønsforskelle på gns. skalascore, Danmark

Gns. piger

2023

2019

2015

9,75 (0,05)

9,81 (0,07)

10,14 (0,06)

Gns. drenge

9,74 (0,05)

9,68 (0,05)

9,92 (0,06)

Kønsforskel

0,01 (0,05)

0,13 (0,06)

0,22 (0,07)

Cohen’s

0,00

0,08 *

0,13 **

-0,12 (0,08)

-0,21 (0,09) *

Diff. i diff.

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

10,5

Figur 77 Elevernes oplevelse af mobning, kønsopdelt gns. på kontekstskala, Danmark

10,5

Gns. score på score på kontekstskala

Gns. kontekstskala

10,0

Gns. score på kontekstskala

2015

2019

Piger

Note: Errorbars udgør standardfejl.

10,0

9,5

9,0

2015

2023

2019

9,0

2015

Drenge

Note: Errorbars udgør standardfejl.

Piger

Dren

Piger

Note: Errorbars udgør standardfejl.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

219

5.7 Elevernes oplevelse af sult og træthed

Den sidste trivselsdimension, vi vil adressere i dette kapitel, er af fysiologisk

karakter. Tidligere studier har vist, at fysiologisk velbefindende i form af

eksempelvis at være veludhvilet og have spist morgenmad er positivt

korreleret med elevers koncentrationsevne, humør, adfærd og læringsud-

der er sultne og trætte i skoletiden, kan ligefrem påvirke undervisnings-

bytte i skolen skolen (Adolphus et al., 2013; Oginska & Pokorski, 2006). Elever,

miljøet så negativt, at det også får konsekvenser for elever, der ikke oplever

sult og træthed (Canbolat & Rutkowski, 2024). TIMSS har siden 2019 spurgt

eleverne, hvor ofte de føler sig henholdsvis sultne og trætte, når de ankom-

mer i skole. Hertil er de blevet præsenteret for de fire svarkategorier:

Hver

dag, Næsten hver dag, Nogle gange

Aldrig.

I Tabel 79 har vi aggregeret svarkategorierne, og som det fremgår er

andelen af danske elever, der henholdsvis oplever at være sultne

Hver eller

næsten hver dag

Nogle gange eller aldrig,

næsten uændret fra 2019 til 2023.

Imidlertid er der stigninger i de tre øvrige nordiske lande angående elever,

der tilkendegiver at være sultne

Hver eller næsten hver dag.

Tabel 79 Elevers oplevelse af at være sultne, når de møder i skole, procentandele, nordiske

lande

Hver eller næsten hver dag

Danmark

2023

2019

Finland

2023

2019

Norge

2023

2019

Sverige

2023

2019

27,0 (0,9)

27,3 (1,1)

29,2 (0,8)

19,5 (0,7)***

27,7 (0,9)

22,0 (1,0)***

26,8 (0,9)

23,7 (1,1)*

Nogle gange eller aldrig

73,0 (1,3)

72,7 (1,6)

70,8 (1,1)

80,4 (1,3)***

72,3 (1,3)

78,0 (1,3)**

73,2 (1,3)

76,3 (1,8)

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om resultatet er statistisk signifikant forskelligt

fra tilsvarende resultat i 2023.

220 5 ·

Elevernes skoletrivsel og oplevelser af fagene

I Tabel 80 er danske elevers oplevelse af at være sultne, når de møder i skole,

opdelt efter køn. Der er ingen statistisk signifikante forskelle mellem 2019

og 2023 i forhold til, hvor ofte henholdsvis piger og drenge oplever at være

sultne, når de møder i skole.

Tabel 80 Elevers oplevelse af at være sultne, når de møder i skole, procentandele fordelt på

køn, Danmark

Hver eller næsten hver dag

Piger

2023

2019

Drenge

2023

2019

24,9 (1,22)

25,3 (1,38)

29,3 (1,27)

29,3 (1,44)

Nogle gange eller aldrig

75,1 (1,63)

74,7 (1,94)

70,7 (1,75)

70,7 (2,02)

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Tabel 81 viser udviklingen i nordiske elevers oplevelse af træthed, når de

møder i skole, fra 2019 til 2023. For de danske elever ses en stigning i andelen,

der angiver at være trætte

Hver eller næsten hver dag.

I 2023 tilkendegiver

50 procent af eleverne træthed, hvilket er en statistisk signifikant stigning

fra 42 procent i 2019. Vi ser samtidig et fald i andelen af elever, der

Nogle

gange eller aldrig føler

sig trætte – fra 58 procent i 2019 til 50 procent i 2023.

Tilsvarende tendenser ses i både Norge og Sverige, hvor der også er statistisk

signifikante stigninger i andelen af trætte elever. I Norge er andelen af elever,

der angiver at være trætte

Hver eller næsten hver dag,

steget fra 46 procent i

2019 til 52 procent i 2023. I Sverige er der en lignende, signifikant stigning,

idet andelen af trætte elever er steget fra 42 procent i 2019 til 47 procent i

2023. For Finland er der ligeledes en statistisk signifikant stigning, men

andelen af finske elever, der placeres i kategorien

Hver eller næsten hver

dag,

er fortsat lavere sammenlignet med de øvrige nordiske lande. I 2023

tilkendegiver 38 procent af de finske elever træthed, når de møder i skole,

hvilket er en stigning fra 33 procent i 2019.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

221

Tabel 81 Elevers oplevelse af træthed, når de møder i skole, procentandele, nordiske lande

Hver eller næsten hver dag

Danmark

2023

2019

Finland

2023

2019

Norge

2023

2019

Sverige

2023

2019

50,5 (1,1)

41,9 (1,1)***

38,4 (0,8)

32,5 (0,9)***

51,9 (1,1)

45,6 (1,3)**

47,4 (1,3)

42,3 (1,5)***

Nogle gange eller aldrig

49,5 (1,0)

58,1 (1,2)***

61,6 (0,9)

67,5 (1,0)***

48,1 (0,9)

54,5 (1,4)**

52,6 (1,3)

57,7 (1,3)***

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om resultatet er statistisk signifikant forskelligt

fra tilsvarende resultat i 2023.

Tabel 82 viser danske elevers oplevelse af træthed, når de møder i skole, op-

delt på køn for 2019 og 2023. For både piger og drenge er der en statistisk

signifikant stigning i andelen, der føler sig trætte

Hver eller næsten hver dag,

men andelen er størst blandt drengene i begge år. I 2023 tilkendegiver

54 procent af drengene træthed

Hver eller næsten hver dag,

mens 48 procent

af pigerne tilkendegiver det samme. Ser vi på udviklingen fra 2019 til 2023,

er stigningen blandt piger særligt markant. I 2019 rapporterede 37 procent

af pigerne, at de var trætte

Hver eller næsten hver dag,

hvilket er steget til

48 procent i 2023 – en stigning på 11 procentpoint. Også blandt drengene er

der sket en stigning. I 2019 angav 47 procent af drengene, at de var trætte,

hvilket er steget til 54 procent i 2023 – en stigning på 7 procentpoint.

Tabel 82 Elevers oplevelse af træthed, når de møder i skole, procentandele fordelt på køn,

Danmark

Hver eller næsten hver dag

Piger

2023

2019

Drenge

2023

2019

47,6 (1,54)

37,2 (1,48)***

53,5 (1,64)

46,8 (1,68)**

Nogle gange eller aldrig

52,4 (1,30)

62,8 (1,47)***

46,5 (1,34)

53,2 (1,81)**

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Signifikansmarkørerne angiver, om der er statistisk signifikant forskel mellem 2019 og 2023

for samme køn og kategori.

222 5 ·

Elevernes skoletrivsel og oplevelser af fagene

5.8 Skoletrivsel og faglig dygtighed

I dette kapitel er det gentagne gange fremhævet, at der er samvariationer

Men for hvilke indikatorer fremtræder der stærkest sammenhæng? Det vil

vi analysere i dette afsnit ved at gennemføre regressionsanalyser. Vi anven-

der simpel OLS-regression (Ordinary Least Squares), hvor en enkelt uaf-

mellem hver enkelt trivselsindikator og elevernes faglige præstationer.

hængig variabel ad gangen analyseres mod den afhængige variabel. Hver

uafhængig variabel (trivselsindikator) bliver derfor modelleret separat i

forhold til henholdsvis matematik- og natur/teknologi-scoren. I Tabel 83 er

den afhængige variabel i analysen elevernes matematikscore i TIMSS-

testen, mens de uafhængige variable er de trivselsindikatorer, som er ind-

draget tidligere i dette kapitel.

Tabel 83 Simpel OLS-regression, matematikscore og trivselsindikatorer, Danmark 2023

Trivselsindikator

Eleven kan lide at lære matematik

Elevens oplevelse af matematik-

undervisningens formidling

Elevens oplevelse af uro i matematiktimerne

Elevens faglige selvtillid i matematik

Elevens følelse af tilhørsforhold til skolen

Elevens oplevelse af mobning

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Regressions-

koefficient

7,0 (0,92)

6,3 (0,97)

7,1 (1,19)

16,5 (0,69)

5,8 (0,80)

8,6 (1,27)

P-værdi

p < 0,001***

R²

0,032

0,030

0,018

0,194

0,023

0,032

Resultaterne i Tabel 83 viser, at der er stærke statistisk signifikante sammen-

hænge mellem alle de undersøgte trivselsindikatorer og elevernes præsta-

tioner i matematik. Alle de analyserede trivselsindikatorer har en p-værdi

under 0,001, hvilket indikerer, at sammenhængene er statistisk signifikante

på et meget højt niveau. For indikatorerne

Eleven kan lide at lære matematik

Elevens oplevelse af matematikundervisningens formidling

viser resul-

taterne, at en øget positiv oplevelse er forbundet med en stigning i mate-

matikscoren på henholdsvis 7 og 6 point. Disse variable forklarer dog kun

en lille del af variationen i matematikscoren, med

R²-værdier

på 3 procent.

Indikatoren

Elevernes oplevelse af uro i matematiktimerne

har en lignende

effekt, hvor mindre oplevet uro i timerne er forbundet med en højere mate-

5 ·

Elevernes skoletrivsel og oplevelser af fagene

223

matikscore, men denne variabel forklarer kun 2 procent af variationen i

præstationerne.

En særlig stærk sammenhæng findes for indikatoren

Elevers faglige

en markant stigning på 17 point i matematikscoren. Denne indikator for-

klarer også en betydelig del af variationen i elevernes præstationer, med

R²-værdi

på 19 procent.

selvtillid i matematik,

hvor en stigning i faglig selvtillid er forbundet med

oplevelse af mobning

viser resultaterne, at forbedringer i disse områder

samvarierer med henholdsvis 6 og 9 point højere matematikscorer. Disse

variable forklarer dog kun en mindre del af variationen i matematikpræsta-

tionerne, med

R²-værdier

på 2 og 3 procent.

Tabel 84 Simpel OLS-regression, natur/teknologi-score og trivselsindikatorer, Danmark 2023

Trivselsindikator

Eleven kan lide at lære natur/teknologi

Elevens oplevelse af natur/teknologi-

undervisningens formidling

Elevens oplevelse af uro i natur/teknologi-timerne

Elevens faglige selvtillid i natur/teknologi

Elevens følelse af tilhørsforhold til skolen

Elevens oplevelse af mobning

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Regressions-

koefficient

3,8 (0,84)

2,9 (0,80)

5,9 (1,17)

11,0 (0,83)

6,0 (0,89)

8,7 (1,22)

P-værdi

p < 0,001***

0,001***

p < 0,001***

R²

0,009

0,007

0,013

0,069

0,023

0,030

For indikatorerne

Elevernes følelse af tilhørsforhold til skolen

Elevernes

Resultaterne i Tabel 84 viser, at der er statistisk signifikante sammenhænge

mellem de undersøgte trivselsindikatorer og elevernes præstationer i natur/

teknologi. Alle de analyserede trivselsindikatorer har en p-værdi under

0,001, og sammenhængene er dermed statistisk signifikante. For indikato-

rerne

Eleven kan lide at lære natur/teknologi

Elevens oplevelse af natur/

teknologi-undervisningens formidling

viser resultaterne, at en øget positiv

oplevelse i disse områder samvarierer med en stigning i natur/teknologi-

scoren på henholdsvis 4 og 3 point. Disse variable forklarer dog kun en lille

del af variationen i natur/teknologi-scoren, med

R²-værdier

på henholdsvis

0,9 procent og 0,7 procent. Regressionskoefficienten for

Elevernes oplevelse

af uro i natur/teknologi-timerne

indikerer, at mindre oplevet uro i timerne

er forbundet med en højere natur/teknologi-score (5,9 point), men denne

variabel forklarer kun 1 procent af variationen i præstationerne.

224 5 ·

Elevernes skoletrivsel og oplevelser af fagene

toren

Elevers faglige selvtillid i natur/teknologi,

hvor en stigning i faglig selv-

tillid er forbundet med en stigning på 11 point i natur/teknologi-scoren. Den-

Ligesom for matematik, er der en særlig stærk sammenhæng for indika-

ne indikator forklarer også en større del af variationen i elevernes præstati-

oner, med en

R²-værdi

på 6,9 procent. Dette indikerer, at faglig selvtillid har

en betydelig samvariation med elevernes præstationer i natur/teknologi.

For indikatorerne

Elevernes følelse af tilhørsforhold til skolen

Elevernes

med henholdsvis 6 og 9 point højere natur/teknologi-score. Disse variable

oplevelse af mobning

viser resultaterne, at forbedringer her er forbundet

forklarer dog kun en mindre del af variationen i natur/teknologi-præstati-

onerne, med

R²-værdier

på 2,3 procent og 2,9 procent.

5.9 Trivsel og elevernes sociale baggrund

I dette afsnit undersøges sammenhænge mellem elevernes sociale baggrund

og deres faglige trivsel i matematik og natur/teknologi samt deres over-

ordnede skoletrivsel. Vi anvender simpel OLS-regression (Ordinary Least

Squares). Hver afhængig variabel (trivselsindikator) bliver derfor modelleret

separat i forhold til skalaen fra TIMSS 2023 for elevernes socioøkonomiske

status.

Resultaterne i Tabel 85 viser, at der er en statistisk signifikant sammen-

hæng mellem elevernes oplevelse af uro i matematikundervisningen og

deres socioøkonomiske status (p = 0,017). Højere socioøkonomisk status i

elevens hjem samvarierer med mindre oplevelse af uro. Yderligere er der en

stærk statistisk signifikant sammenhæng mellem elevers faglige selvtillid

og socioøkonomisk status i hjemmet (p < 0,001), hvor en mere privilegeret

socioøkonomisk status er forbundet med højere faglig selvtillid. Samtidig

er der ingen signifikant samvariation mellem socioøkonomisk status og

kontekstskalaen for, i hvilken grad eleverne kan lide at lære matematik

eller deres oplevelse af undervisningens formidling.

8. For mere information om skalaen for socioøkonomisk status se afsnit 1.3.5.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

225

Tabel 85 Simpel OLS-regression, matematikfaglig trivsel og elevers socioøkonomiske

hjemmebaggrund, Danmark 2023

Trivselsindikator

Eleven kan lide at lære matematik

Elevens oplevelse af matematik-

undervisningens formidling

Elevens oplevelse af uro i matematiktimerne

Elevens faglige selvtillid i matematik

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Regressions-

koefficient

-0,02 (0,03)

0,03 (0,03)

0,04 (0,02)

0,16 (0,02)

P-værdi

0,437

0,294

0,017*

p < 0,001***

R²

0,000

0,001

0,002

0,018

Af Tabel 86 fremgår det, at socioøkonomi har en signifikant sammenhæng

med elevernes faglige selvtillid (p < 0,001), hvor en mere privilegeret socio-

økonomisk status er forbundet med øget faglig selvtillid i natur/teknologi.

Desuden ses en signifikant sammenhæng mellem socioøkonomi og oplevel-

se af uro i natur/teknologi-timerne (p < 0,001), hvilket indikerer, at elever fra

hjem med mere privilegeret socioøkonomisk status oplever mindre uro.

Der er en svag men signifikant sammenhæng mellem kontekstskalaen for,

i hvilken grad eleverne kan lide at lære natur/teknologi, og ingen samvari-

ation mellem socioøkonomi og elevers oplevelse af undervisningens formid-

ling.

Tabel 86 Simpel OLS-regression, natur/teknologi-faglig trivsel og elevers

socioøkonomiske hjemmebaggrund, Danmark 2023

Trivselsindikator

Eleven kan lide at lære natur/teknologi

Elevens oplevelse af natur/teknologi-

undervisningens formidling

Elevens oplevelse af uro i natur/teknologi-timerne

Elevens faglige selvtillid i natur/teknologi

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Regressions-

koefficient

0,06 (0,02)

0,03 (0,03)

0,07 (0,02)

0,20 (0,02)

P-værdi

0,019*

0,356

p < 0,001***

R²

0,002

0,000

0,006

0,031

226 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Tabel 87 præsenterer analyserne af elevernes følelse af tilhørsforhold til sko-

len samt deres oplevelse af mobning. Der er en statistisk signifikant sam-

menhæng mellem socioøkonomi og både tilhørsforhold til skolen (p = 0,002)

samt mobning (p < 0,001). En mere privilegeret socioøkonomisk status i

hjemmet samvarierer med en højere følelse af tilhørsforhold og en lavere

grad af oplevet mobning.

Tabel 87 Simpel OLS-regression, skoletrivsel og elevers socioøkonomiske

hjemmebaggrund, Danmark 2023

Trivselsindikator

Elevens følelse af tilhørsforhold til skolen

Elevens oplevelse af mobning

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

Regressions-

koefficient

0,08 (0,02)

P-værdi

0,002**

0,000***

R²

0,004

0,008

Samlet indikerer resultaterne, at elevernes socioøkonomiske status har en

statistisk signifikant sammenhæng med flere af TIMSS’ trivselsindikatorer.

Særligt elevernes faglige selvtillid, som også har de højeste regressions-

koefficienter i både matematik (0,16) og natur/teknologi (0,20). Samtidig

fremtræder de højeste

R²-værdier

for faglig selvtillid, og således forklarer

socioøkonomisk status 1,8 procent af variationen i elevernes matematik-

faglige selvtillid og 3,1 procent af variationen i elevernes natur/teknologi-

faglige selvtillid.

I TIMSS 2019 blev det undersøgt, om elever fra ressourcestærke hjem

i højere grad møder mætte og veludhvilede op i skole sammenlignet med

elever fra mindre ressourcestærke hjem.

Resultaterne viste ingen statistisk

signifikante forskelle (Kjeldsen et al., 2020, s. 231). Vi har gentaget analysen

ved brug af samme skala, og Tabel 88 og Tabel 89 viser, at der i 2023 er signi-

fikant flere elever fra hjem med

Nogle eller få hjemmeressourcer,

der møder

sultne og trætte op i skole, sammenlignet med elever fra hjem med

Mange

hjemmeressourcer.

9. I TIMSS 2019 var der ikke etableret en skala for

Elevernes socioøkonomiske hjemmebag-

grund.

Derimod indgik skalaen

Ressourcer i hjemmet med betydning for læring,

som også er

etableret i TIMSS 2023. Se evt. afsnit 2.3.5 for mere information.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

227

Tabel 88 Elevers oplevelse af at være sultne, når de møder i skole, procentandele

fordelt på ressourcer i hjemmet, Danmark 2023

Hver eller næsten hver dag

Mange hjemmeressourcer

Nogle eller få hjemmeressourcer

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

22,62 (1,24)

28,33 (1,17)***

Nogle gange

eller aldrig

77,38 (1,24)

71,67 (1,17)***

Tabel 89 Elevers oplevelse af at være trætte, når de møder i skole, procentandele

fordelt på ressourcer i hjemmet, Danmark 2023

Hver eller næsten hver dag

Mange hjemmeressourcer

Nogle eller få hjemmeressourcer

Note:

0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1

Std.fejl i parentes

47,15 (1,42)

51,18 (1,20)*

Nogle gange

eller aldrig

52,85 (1,42)

48,82 (1,20)*

5.10 TIMSS’ bidrag til eksisterende viden om elevers trivsel

Igennem flere år er børn og unges trivsel og mistrivsel blevet debatteret

offentligt, professionsfagligt og politisk. Ofte med henvisning til bekym-

rende negative tendenser, som er dokumenteret i diverse trivselsunder-

søgelser (Hermann, 2024; Ottosen et al., 2022; Sederberg & Stolpe, 2019). Den

mest omfattende danske empiriske trivselsundersøgelse er den nationale

trivselsmåling, som administreres af Børne- og Undervisningsministeriet

(2024b). Heraf fremgår, at der, siden undersøgelsen startede i skoleåret

2014/2015, har været en negativ udvikling i danske elevers

Generelle trivsel

samt for de fire underdimensioner:

Social trivsel, Faglig trivsel, Støtte og

inspiration

samt

Ro og orden.

Ud over den nationale trivselsmåling har Det Nationale Forsknings- og

Analysecenter for Velfærd (VIVE) gennemført undersøgelsen

Børn og unge

i Danmark: Velfærd og trivsel

(Ottosen et al., 2022), og Statens Institut for

Folkesundhed (SIF) har gennemført

Skolebørnsundersøgelsen

(Madsen et al.,

228 5 ·

Elevernes skoletrivsel og oplevelser af fagene

2023). Disse tre systematiske kvantitative studier dokumenterer enstem-

migt, at andelen af børn, som mistrives, har været stigende igennem de år,

hvor der er gennemført trivselsundersøgelser i Danmark, men at kun et

fåtal af elever oplever mistrivsel, samt at der er betydelige variationer på

tværs af klassetrin og køn. Dermed er det også en essentiel forskningsop-

gave at identificere, hvilke specifikke grupper af børn og unge der mistrives,

samt at præcisere, hvilke trivselsdimensioner og hvilke specifikke indikato-

skolingen, som fremhæves, fordi de mest negative resultater kan identifice-

rer for trivsel børn og unge er udfordret på. Her er det ofte pigerne i ud-

res ved denne elevgruppe, og piger i udskolingen er særligt udfordret på de

emotionelle og sociale trivselsdimensioner (Madsen et al., 2023; Ottosen

et al., 2022).

Vi finder det naturligt, at trivselsresultater for piger i udskolingen vækker

opsigt. Men vi finder det samtidig vigtigt, at øvrige negative tendenser for

andre elevgrupper i grundskolen ikke overses. De negative resultater for

elever i udskolingen kommer ikke ud af den blå luft – det er følgerne af det

børne- og skoleliv, der går forud. Her er det tankevækkende, at TIMSS 2023

dokumenterer, at der allerede på 4. klassetrin kan iagttages negative trends

for danske elevers skoletrivsel sammen med kønsforskelle og negative re-

sultater, der er statistisk signifikant forskellige fra de øvrige nordiske lande.

TIMSS 2023 viser overordnet, at danske 4.-klasseelever oplever udfordringer

med faglig trivsel i både matematik og natur/teknologi samt på visse om-

råder af deres generelle skoletrivsel – særligt i et trendperspektiv og i kom-

paration med de øvrige nordiske lande. Fald i motivation, mere negativ

oplevelse af undervisningens kvalitet, højere forekomst af mobning og en

større andel af elever med lav faglig selvtillid indikerer, at danske elever er

mere udfordrede på skoletrivsel end deres nordiske jævnaldrende inden

for de trivselsdimensioner, der undersøges i TIMSS. Derudover fremgår der

signifikante kønsforskelle for flere trivselsindikatorer, hvor danske drenge

generelt rapporterer højere faglig trivsel i både matematik og natur/tekno-

logi samt bedre overordnet skoletrivsel sammenlignet med piger.

De tidligere nævnte systematiske trivselsundersøgelser gennemført

af BUVM, VIVE og SIF er udformet til at fremskrive viden om trivsel i et

generelt perspektiv, der går på tværs af børns skole- og fritidsliv. En udfor-

dring ved denne type af generel viden kan være at identificere, på hvilke

5 ·

Elevernes skoletrivsel og oplevelser af fagene

229

konkrete områder der bør igangsættes indsatser. Derimod er TIMSS afgræn-

set til faglig trivsel i matematik og natur/teknologi samt nogle få indikatorer

for elevernes overordnede skoletrivsel. Følgelig kan TIMSS’ resultater

betragtes som identifikationer af nogle konkrete områder, som det vil være

oplagt at igangsætte specifikke indsatser for. Eksempelvis målrettede

indsatser for at styrke skoletrivslen, særligt med fokus på at mindske køns-

hvor danske elever har mere negative oplevelser end deres nordiske jævn-

aldrende.

Præstationsresultater i TIMSS samvarierer med resultater for flere triv-

forskellene i matematik og natur/teknologi samt forbedre de områder,

selsindikatorer. Imidlertid bør læseren være opmærksom på, at der med stor

sandsynlighed er gensidige kausale sammenhænge mellem flere af de un-

dersøgte indikatorer for elevernes skoletrivsel og faglige præstationer

(Bücker et al., 2018; K. A. Reynolds, Komakhidze et al., 2024). Eksempelvis kan

faglig selvtillid betragtes som en læringsforudsætning, der fører til bedre

præstation, men faglig selvtillid kan også betragtes som et udbytte af høj

faglig præstation – årsagssammenhængen er antagelig reciprok. Ved andre

trivselsindikatorer er årsagssammenhængen intuitivt mere ensidig. Eksem-

pelvis bliver elever ikke sultne af at præstere dårligt, men det er sandsynligt,

at elever præsterer dårligere, hvis de er sultne. Læseren skal samtidig være

opmærksom på, at der kan være ukendte variable, som er de faktiske årsager

til observerede sammenhænge. Eksempelvis at elever fra hjem med lav

socioøkonomisk status oftere kommer sultne i skole, samtidig med at denne

elevgruppe generelt har lavere præstationer.

Forskningsdesignet i TIMSS gør det vanskeligt at retningsbestemme

årsagssammenhængene for korrelationerne mellem trivselsindikatorer og

faglig præstation eller at identificere de faktiske årsager. Imidlertid er de

inddragede variable udvalgt, fordi de repræsenterer den bedst tilgængelige

viden om sammenhængene mellem trivselsindikatorer og præstation,

jf. TIMSS’ rammeværk. I lyset af den gensidighed, vi har skitseret, samt de

resultater, kapitlet har præsenteret, finder vi det sandsynligt, at elevers triv-

sel kan fremmes ved forbedring af undervisningskvaliteten. Således

bør forbedring af undervisningskvaliteten anskues som mere end blot et

middel til at øge faglige præstationer; det kan også betragtes som indsats

for at styrke elevers trivsel i skolen.

230 5 ·

Elevernes skoletrivsel og oplevelser af fagene

5.11 Opsamling og delkonklusion

Dette kapitel har beskrevet danske 4.-klasseelevers skoletrivsel og oplevelser

af fagene matematik og natur/teknologi. Sammenfattende kan konklusio-

nerne fra kapitlet beskrives således:

Fald i motivation for begge fag

• Elevernes motivation for både matematik og natur/teknologi er

faldet signifikant i Danmark siden 2015 ligesom i Norge og Sverige.

• Der er statistisk signifikante kønsforskelle i både matematik og

natur/teknologi, hvor flere danske drenge end piger viser høj

motivation, og denne kønsforskel er vokset siden 2019.

faglig selvtillid

Fald i matematikfaglig selvtillid og stigning i natur/teknologi-

• I 2023 udtrykker 23 procent af danske elever høj faglig selvtillid

i matematik, mens 33 procent udtrykker lav faglig selvtillid.

selvtillid blandt de nordiske lande.

• I natur/teknologi har 31 procent af danske elever høj faglig

Danske og norske elever har den laveste matematikfaglige

selvtillid i 2023, mens 26 procent har lav faglig selvtillid.

• Kønsforskellen er vokset siden 2019, hvor danske drenge har

højere selvtillid end piger i både matematik og natur/teknologi.

Særligt pigernes matematikfaglige selvtillid er faldet siden 2015.

Derimod er der stigninger for både piger og drenge angående

natur/teknologi-faglig selvtillid.

Mere negativ vurdering af undervisningsformidlingen

• I matematik vurderer 51 procent af danske elever, at undervisningen

formidles meget godt, mod 65 procent i Finland og 59 procent i

både Norge og Sverige. Samtidig angiver 11 procent af danske elever,

at formidlingen er mindre god, hvilket er signifikant flere end

i Finland, hvor andelen er 5 procent. En tilsvarende tendens ses

i natur/teknologi, hvor 44 procent af danske elever vurderer for-

midlingen som meget god, hvilket er statistisk signifikant lavere

end i både Finland (62 procent), Norge (61 procent) og Sverige

(55 procent).

• Der er statistisk signifikante kønsforskelle i begge fag, hvor danske

drenge generelt oplever undervisningen mere positivt end piger.

5 ·

Elevernes skoletrivsel og oplevelser af fagene

231

• 11 procent af danske elever oplever i 2023 undervisningsforstyr-

rende uro i de fleste timer, hvilket er signifikant højere end i Finland,

uro, hvilket er signifikant lavere end i Finland.

• Der er ingen signifikante kønsforskelle i oplevelsen af uro i hverken

matematik- eller natur/teknologi-timerne.

Insignifikant udvikling i elevers følelse af tilhørsforhold

men signifikant lavere end i Sverige. Kun 7 procent oplever sjældent

Mere undervisningsforstyrrende uro i Danmark

til skolen

• I Danmark tilkendegiver 50 procent af eleverne i 2023, at de har

en høj grad af tilhørsforhold til skolen, hvilket er signifikant lavere

end i Norge (60 procent) og Finland (57 procent), men ikke signifikant

forskelligt fra Sverige (50 procent). Samtidig er der 15 procent af danske

flere end i både Norge (10 procent) og Finland (11 procent). Der er en

insignifikant udvikling i danske elevers gennemsnitlige oplevelse

af tilhørsforhold til skolen fra 2019 til 2023.

elever, der tilkendegiver lav grad af tilhørsforhold, hvilket er signifikant

• Der er ingen signifikante kønsforskelle i 2023, hvor piger og drenge

har næsten identiske scorer – primært fordi pigernes følelse af tilhørs-

forhold er faldet siden 2019, mens drengenes score er uændret.

Danmark er det nordiske land, hvor eleverne oplever

mest mobning

• I 2023 angiver 49 procent af danske elever, at de

Aldrig eller næsten

aldrig

oplever mobning, hvilket er markant færre end i Finland

(71 procent), Norge (63 procent) og Sverige (63 procent). Danmark

har også en signifikant større andel elever, der oplever ugentlig

mobning sammenlignet med de øvrige nordiske lande.

• Fra 2019 til 2023 er oplevelsen af mobning næsten uændret blandt

danske elever.

• Der er ingen signifikante kønsforskelle i 2023, hvor piger og drenge

rapporterer ensartede oplevelser af mobning. Tidligere kønsforskelle

er udlignet over tid, da pigerne oplever mere mobning, mens

drengene oplever mindre mobning.

232 5 ·

Elevernes skoletrivsel og oplevelser af fagene

Flere danske elever oplever træthed, mens andelen af sultne

elever er stabil

i Danmark at være sultne

Hver eller næsten hver dag,

hvilket er

uændret siden 2019, mens de øvrige nordiske lande har oplevet

stigninger i sult blandt elever.

• I 2023 oplever 25 procent af pigerne og 29 procent af drengene

• Træthed er steget markant blandt danske elever, fra 42 procent

i 2019 til 50 procent i 2023. En lignende stigning ses i Finland,

• Drengene rapporterer et højere træthedsniveau end pigerne,

og Finland har fortsat færrest trætte elever i 2023 sammenlignet

med de øvrige nordiske lande.

Skoletrivsel korrelerer med faglige præstationer

Norge og Sverige.

• Faglig trivsel og overordnet skoletrivsel har en tydelig samvariation

med elevernes resultater i matematik og natur/teknologi.

• Alle trivselsindikatorer korrelerer med faglig præstation, men

den største forklaringsgrad fremtræder for elevernes faglige

selvtillid i begge fag.

Skoletrivsel korrelerer med social baggrund

• Der er flere statistisk signifikante sammenhænge mellem elevernes

sociale baggrund og deres trivsel. En højere socioøkonomisk status

samvarierer signifikant med større faglig selvtillid i matematik

og natur/teknologi. Derudover samvarierer høj socioøkonomisk

status med lavere oplevelse af undervisningsforstyrrende uro

i begge fag. Elever fra hjem med høj socioøkonomisk status oplever

også større følelse af tilhørsforhold til skolen og mindre mobning.

Der er dog ingen signifikant samvariation mellem socioøkonomisk

status og henholdsvis oplevelsen af undervisningsformidlingen

og faglig motivation i nogen af de to fag.

Resumé

TIMSS 2023 er den ottende runde af den internationale undersøgelse Trends

in International Mathematics and Science Study. TIMSS gennemføres hvert

år

af International Association for the Evaluation of Educational Achieve-

ment (IEA).

med dansk deltagelse og den 5. med deltagelse af danske 4.-klasseelever.

Dette er resultaterne af den 8. undersøgelse i rækken, hvilket er den 6.

Undersøgelsen gennemføres i Danmark af Nationalt Center for Skoleforsk-

ning (NCS) ved DPU under Aarhus Universitet og samfinansieres ligeligt

mellem Børne- og Undervisningsministeriet og Faculty of Arts, Aarhus

Universitet.

Baggrund for undersøgelsen

TIMSS-undersøgelsen er designet til at tilvejebringe data, der kan anvendes

komparativt mellem lande og over tid. Det vil sige, at resultater og data-

grundlag er sammenlignelige med tidligere runders data og sammen-

lignelige på tværs af lande. Ud over at undersøge elevernes færdigheder

i matematik og natur/teknologi indsamles der spørgeskemadata om eleven,

klassen, skolen og hjemmet, som gør det muligt at relatere disse forhold

til elevens faglige niveau.

Formålet med undersøgelsen er at tilvejebringe information, der kan

understøtte udviklingen af undervisning i de deltagende lande i matematik

og natur/teknologi gennem analyser af den enkelte undersøgelse og udvik-

lingen inden for landet over tid eller gennem analyser, der sammenligner

et lands forhold med andre landes på et kvalificeret grundlag. Som led i at

kunne forstå og forholde sig til de enkelte deltagerlandes uddannelsessyste-

mer udgives sammen med den internationale afrapportering af undersøgel-

sen en encyklopædi med en beskrivelse af landenes uddannelsessystemer

med fokus på forandringer siden sidste runde af undersøgelsen.

TIMSS-undersøgelsen er baseret på et omfattende rammeværk, der

gengiver, hvilke aspekter undersøgelsen skal indfange. Rammeværket

beskriver de færdigheder, eleverne undersøges i, inden for matematik og

234

Resumé

natur/teknologi, og hvilke teorier eller bagvedliggende forestillinger der er

om de spørgsmål, der stilles i undersøgelsens baggrundsspørgeskemaer til

elever, lærere, skoler og forældre. Derved beskriver rammeværket det

teoretiske grundlag bag de konstruerede skalaer.

TIMSS-undersøgelsen er en såkaldt curriculumbaseret undersøgelse,

og dette afspejles i rammeværket. Internationalt har hvert land forskellige

begreber for deres læseplaner eller mål for undervisningen. Vi anvender

i denne sammenhæng, ligesom det gøres internationalt, begrebet ”curricu-

lum”, da dette begreb mere bredt dækker de politikker, læseplaner og faglige

mål, hvert land beskriver for deres undervisning i fagene. Curriculum dæk-

ker således, hvilke faglige emner, færdigheder og kompetencer eleverne

forventes at tilegne sig på hvert klassetrin inden for fagene, uafhængigt af

om dette er formuleret som kompetencer, færdigheder, vidensmål eller

er formuleret på anden vis. Rammeværket fastsættes mellem hver runde af

undersøges, dels afspejler det curriculum, der er i de deltagende lande, dels

afspejler den udvikling, fagene internationalt har været igennem siden

TIMSS-undersøgelsen i et samarbejde med fageksperter i fagene, så det, der

sidste runde af undersøgelsen.

I forbindelse med TIMSS 2019 gennemgik undersøgelsen en transfor-

mation fra at være en papirbaseret undersøgelse til at være en computer-

baseret undersøgelse. Derfor er TIMSS 2023 gennemført som en computer-

baseret undersøgelse, dog med få undtagelser, såsom at nogle spørge-

skemaer med baggrundsspørgsmål kan være indsamlet på papir, som det er

tilfældet med det danske spørgeskema til forældrene.

Resultater

Resultaterne i denne runde af TIMSS-undersøgelsen må for danske elevers

vedkommende forventes at bære præg af, at elevgruppen har været påvirket

af coronanedlukningerne. Resultaterne kan dog ikke nødvendigvis entydigt

tilskrives coronapåvirkninger, ændringer i reformkrav eller Fælles Mål, men

disse forandringer har medvirket som grundlag for nogle af de spørgsmål,

vi har stillet til datamaterialet, og har dannet grundlag for analyser under-

vejs i arbejdet med bogen.

Bogens analyser er organiseret omkring de grundlæggende resultater

om elevernes færdigheder i matematik og i natur/teknologi samt elevernes

Resumé

235

skoletrivsel og oplevelse af de to fag. Internationalt er der planlagt udgivelser

af resultater med afsæt i lærer- og skolelederspørgeskemaerne i kommende

temarapporter, derfor berøres disse dele ikke i nærværende bog.

Matematik

Fra 2007 til 2015 har der været en markant forbedring i matematiske færdig-

heder blandt 4.-klasseelever i Danmark. Denne fremgang er dokumenteret

præstationer. Undersøgelser før 2007 indikerer også en positiv tendens i ma-

i flere TIMSS-undersøgelser, som viser en positiv udvikling i elevernes

tematik (se Kjeldsen et al., 2020 for en uddybning).

I 2023-undersøgelsen finder vi, at danske 4.-klasseelevers matematik-

fra færdighederne målt i 2011 og 2015. Således ligger danske elevers færdig-

heder på samme niveau som i 2007 og 2019. Det nuværende niveau falder

således tidsmæssigt sammen med reformen af skolen i 2014, men må i se-

neste runde også forventes at være påvirket af nedlukninger under corona-

pandemien og ændrede skoleforhold, efter de deltagende elever vendte til-

bage til undervisning i skolen.

færdigheder har stabiliseret sig på niveauet fra 2019, hvor der var et fald

Kønsforskelle i matematik

Det stabile niveau i matematik fra 2019 til 2023 dækker dog over bevægelser

mellem drenge og pigers gennemsnitlige resultater i matematik i samme

periode. Uligheden i drenge og pigers gennemsnitsscore i matematik er øget

fra 7 point i 2019 til 15 point i 2023 blandt danske 4.-klasseelever. Der har

samtidig været en forandring i spredningen af resultater for drenge og piger.

I 2019 var der en statistisk signifikant forskel i standardafvigelse på 6,1 (2,2)

point, med en større spredning i drengenes resultater. I 2023 er der ikke læn-

gere nogen statistisk signifikant forskel i spredningen af resultater mellem

piger og drenge. Det er spredningen i drengenes resultater, der er reduceret

mest, dog ikke statistisk signifikant fra 2019 til 2023 for drengene isoleret set.

I et nordisk perspektiv er kønsforskellen også vokset i Norge og Sverige mel-

lem 2019 og 2023, mens der ikke ses nogen statistisk signifikante forskelle

for Finland mellem de to runder. Dette kan ses som en del af en international

trend, idet der i 2023 er flere lande, hvor drengene klarer sig statistisk signi-

fikant bedre end pigerne, end der har været i tidligere runder.

236

Resumé

Matematik på de internationale kompetenceniveauer

Som en konsekvens af den øgede ulighed i gennemsnitlig matematikscore

mellem drenge og piger ses der også en øget forskel i, hvor mange henholds-

vis drenge og piger der når det internationale kompetenceniveau ’mellem’.

Det er 76 procent af 4.-klasseeleverne, der når eller er over det internationa-

le kompetenceniveau ’mellem’, hvor eleverne ”demonstrerer matematisk

viden i enkle situationer og kan forholde sig til repræsentationer”, mens

dette gør sig gældende for hele 79 procent af drengene og kun 73 procent

af pigerne i 2023. Der er således tale om en signifikant forskel på 6 procent-

point.

Social baggrunds betydning i matematik

Der er med TIMSS 2023 indført et nyt mål for elevernes socioøkonomi.

Baseret på en international sammenligning er eleverne placeret i en af de

tre grupper høj, middel eller lav socioøkonomi. 49 procent af danske elever

placeres i gruppen med høj socioøkonomi og scorer i gennemsnit 548 point

på skalaen for matematik. I den anden ende er 7 procent af eleverne placeret

i kategorien med lav socioøkonomi, og denne gruppe scorer i gennemsnit

blot 484 point på skalaen, en forskel på 64 point.

Samlet set forklarer den nye skala for socioøkonomi således cirka 12 pro-

cent af variationen i elevscorer, hvilket er mindre, end der forklares af

samme mål inden for natur/teknologi. Vi finder ikke nogen markante for-

andringer i den forklarede varians fra 2019 til 2023 i matematik. Den sociale

baggrunds betydning for elevernes dygtighed i matematik er således

uændret.

Der ses endvidere ingen betydning af socioøkonomi for de forskellige

faglige områder eller kognitive domæner.

Natur/teknologi

Danske 4.-klasseelever har gennemsnitligt samme faglige niveau, som vi så

i TIMSS 2019, med en gennemsnitlig score på 522 point på skalaen, hvilket

er det samme som i den seneste runde. Danske 4.-klasseelevers natur/tek-

nologi-færdigheder har gennemsnitligt betragtet ligget på et stabilt niveau

siden den første deltagelse i TIMSS 2007. Ligeledes scorer drenge og piger

overordnet set det samme antal point, med en ikke signifikant forskel i

score på 1 point, så drengene scorer 522 point og pigerne 523 point.

Resumé

237

Større variation i elevpræstationer

Variationen i elevernes præstationer er steget, så der er blevet flere hen-

holdsvis fagligt dygtige og fagligt ikke så dygtige elever i faget, mens mel-

lemgruppen er blevet mindre. Variationen i elevernes præstationer ligger

nu på samme niveau, som det var tilfældet de første to gange, danske elever

deltog i TIMSS-undersøgelsen i 2007 og 2011.

Variationen er imidlertid steget mest for pigerne, hvor spredningen i

elevscore er steget 50 procent mere, end den er for drengene, og er statistisk

signifikant højere end 2019 og 2015. Mens pigerne i 2019-undersøgelsen

havde mindre variation i elevscore end drengene, er den i denne runde ens

for begge køn. Der er for begge grupper flere elever, der ligger under det

laveste internationale benchmark-niveau og over det højeste niveau, men

stigningerne i antallet af elever i disse ydergrupper er ikke alle udtryk for

signifikante ændringer.

Natur/teknologi på de internationale kompetenceniveauer

Færre elever når det lave internationale kompetenceniveau i Danmark i 2023

end i 2019, dvs. de befinder sig under det niveau, hvor eleven for eksempel

”viser begrænset viden om fysik og kemi i en hverdagskontekst”. Ligeledes

er andelen af elever på det højeste kompetenceniveau steget, en stigning, der

dog kun er sikker på et niveau af 90 procents sandsynlighed og dermed ikke

signifikant inden for de anvendte grænser i bogen. Hvor der tidligere har

været lidt flere piger end drenge, der nåede det mellemste internationale

kompetenceniveau, hvor eleverne for eksempel kan ”vise og anvende nogle

videnskabelige begreber”, så er denne forskel ikke længere til stede.

Samlet set vurderes det, at andelen af elever, der ikke kan anvende viden,

de har erhvervet gennem undervisning i natur/teknologi, til at forstå dag-

ligdags hændelser med relation til fagets indhold, er øget.

Danske elever er relativt stærke inden for miljø- og klima

Danske elever scorer i gennemsnit 14 point højere på den nyudviklede

skala for viden om miljø- og klima, end de gør på den overordnede natur/

teknologi-skala. Denne forskel indikerer, at det er et område, der har været

prioriteret højt i den danske natur/teknologi-undervisning. Kun et andet

land, Kuwait, har en tilsvarende forskel, men med en væsentligt lavere

score på begge skalaer. Gennemsnitligt scorer danske elever på samme

niveau på denne skala i 2023, som de gjorde i 2019.

238

Resumé

drenge præsterer inden for dette område. Pigernes gennemsnitsscore på

miljø- og klimabevidsthedsskalaen er faldet, mens drengenes er steget. For

ingen af grupperne er denne forandring i sig selv signifikant, men resultatet

er, at der i 2023 er en statistisk signifikant forskel på 9 point i, hvor godt

henholdsvis drenge og piger klarer sig inden for dette område. Det er dren-

gene, der klarer sig bedre end pigerne.

Der har fra 2019 til 2023 imidlertid været en udvikling i, hvordan piger og

Social baggrund slår igennem på natur/teknologi-scoren

Med det nye mål for socioøkonomi indført i TIMSS 2023 scorer de 49 procent

af eleverne, der er placeret i gruppen med ’høj socioøkonomi’ i gennemsnit

552 på skalaen for natur/teknologi. I den anden ende er 7 procent af eleverne

placeret i kategorien med lav socioøkonomi, og denne gruppe scorer i gen-

nemsnit blot 467 point på skalaen, en forskel på 85 point. Målet for socioøko-

nomi forklarer cirka 17 procent af variationen i elevscoren i faget.

Denne sammenhæng mellem socioøkonomi og elevscore ses også inden

for miljø- og klimaskalaen, hvor betydningen af socioøkonomi også slår

igennem i forhold til elevernes viden om miljø- og klimaforhold.

Sammenhængen mellem socioøkonomi og elevfærdigheder er signifi-

kant større inden for natur/teknologi-området end inden for matematik.

Faglig motivation og interesse i fagene

I Danmark placerer 23 procent af eleverne sig i 2023 i gruppen, der meget

godt kan lide matematik, målt på en kontekstskala for, om eleverne kan

lide matematik, hvilket ikke er signifikant forskelligt i forhold til Norge og

Sverige, men signifikant færre end i Finland. 39 procent af de danske elever

placeres i gruppen, der ikke kan lide matematik, hvilket ikke er signifikant

forskelligt i forhold til de øvrige nordiske lande. For natur/teknologi finder

vi 29 procent af de danske elever i gruppen, der meget godt kan lide natur/

teknologi, hvilket ikke er signifikant forskelligt fra Finland og Sverige, men

signifikant færre end i Norge. 35 procent af de danske elever angiver i 2023,

at de ikke kan lide natur/teknologi, hvilket ikke er signifikant forskelligt

fra Finland og Sverige, men signifikant flere end i Norge. For begge fag ses

statistisk signifikante fald i gennemsnittene for faglig motivation fra 2015

til 2023 i Danmark, Norge og Sverige.

Resumé

239

Faglig selvtillid

I 2023 placeres 23 procent af danske elever i gruppen af elever med høj faglig

33 procent tilkendegiver lav faglig selvtillid, hvilket er signifikant flere end i

Finland og Sverige. Gennemsnitsscoren for elevernes matematikfaglige

selvtillid er for danske elever faldet signifikant siden 2015, hvilket i 2023

placerer Danmark signifikant under Sverige og Finland. I natur/teknologi

selvtillid i matematik, hvilket er signifikant færre end i Finland og Sverige.

tilkendegiver 31 procent af danske elever på skalaen høj faglig selvtillid

i 2023, og 26 procent tilkendegiver lav faglig selvtillid, hvilket ikke er signi-

fikant forskelligt fra Finland og Sverige. Siden 2019 har der været en stati-

stisk signifikant stigning i danske elevers gennemsnitlige natur/teknologi-

faglige selvtillid, som i 2023 ikke er signifikant forskellig fra de øvrige nor-

diske lande.

Elevernes oplevelse af undervisningsformidlingen

I 2023 oplever danske elever undervisningsformidlingen i både matematik

og natur/teknologi statistisk signifikant dårligere end deres nordiske jævn-

aldrende, hvilket også var tilfældet i 2019. I matematik vurderer 51 procent

af danske elever, at undervisningen formidles meget godt, på skalaen for

undervisningsformidling, mod 65 procent i Finland og 59 procent i både

Norge og Sverige. Samtidig angiver 11 procent af danske elever, at formidlin-

gen er mindre god, hvilket er signifikant flere end i Finland, hvor andelen er

5 procent. En tilsvarende tendens ses i natur/teknologi, hvor 44 procent af

danske elever vurderer formidlingen som meget god, hvilket er statistisk

signifikant lavere end i både Finland (62 procent), Norge (61 procent) og

Sverige (55 procent).

Undervisningsforstyrrende uro og negativ elevadfærd

I 2023 placeres 11 procent af danske elever i gruppen af elever, der oplever

undervisningsforstyrrende uro i de fleste matematiktimer, hvilket er signi-

fikant højere end i Finland (9 procent) og signifikant lavere end i Sverige

(15 procent). Kun 7 procent af danske elever angiver på skalaen, at de oplever

uro i få eller ingen af matematiktimerne, hvilket er signifikant færre end

i Finland (16 procent). I natur/teknologi oplever danske elever generelt

mindre uro end i matematik, men Danmark ligger stadig signifikant lavere

240

Resumé

end Finland, hvor 21 procent af eleverne sjældent oplever uro mod 12 procent

i Danmark.

Følelse af tilhørsforhold til skolen

I Danmark tilkendegiver 50 procent af eleverne i 2023 på skalaen for følelse

af tilhørsforhold, at de føler en høj grad af tilhørsforhold til skolen, hvilket er

signifikant lavere end i Norge (60 procent) og Finland (57 procent), men ikke

signifikant forskelligt fra Sverige (50 procent). Samtidig er der 15 procent

af danske elever, der tilkendegiver lav grad af tilhørsforhold, hvilket er sig-

nifikant flere end i både Norge (10 procent) og Finland (11 procent). Der er

en insignifikant udvikling i danske elevers gennemsnitlige følelse af tilhørs-

forhold til skolen fra 2019 til 2023.

Elevernes oplevelse af mobning

I 2023 placeres 49 procent af danske elever i gruppen af elever, der aldrig

eller næsten aldrig oplever mobning, hvilket er signifikant lavere end i Fin-

land (71 procent). Danmark har desuden en signifikant større andel af elever,

der på skalaen for mobning ugentligt oplever mobning, sammenlignet med

de tre øvrige nordiske lande. Fra 2019 til 2023 er danske elevers gennem-

snitlige score for mobning uændret, og Danmark er fortsat det nordiske land,

hvor eleverne oplever mest mobning.

Oplevelse af sult og træthed

Andelen af danske elever, der oplever at være sultne hver eller næsten hver

dag, når de møder i skole, er uændret fra 2019 til 2023 (27 procent). Andelen

af danske elever, der oplever at være trætte hver eller næsten hver dag, når

de møder i skole, er steget signifikant fra 42 procent i 2019 til 50 procent i

2023, og lignende signifikante stigninger ses i Finland, Norge og Sverige.

Finland har fortsat den laveste andel trætte elever blandt de nordiske lande.

Kønsforskelle i skoletrivsel

Drengene rapporterer signifikant højere motivation og interesse end piger

i både matematik og natur/teknologi. Drengene har også signifikant mere

positiv opfattelse af undervisningsformidlingen i begge fag sammenlignet

med pigerne. Drenge udviser signifikant højere faglig selvtillid end piger

i både matematik og natur/teknologi. Både piger og drenge har fået signifi-

Resumé

241

kant højere selvtillid i natur/teknologi siden 2019, men drengene ligger

fortsat statistisk signifikant højere. Ingen signifikante kønsforskelle findes

i elevernes oplevelse af uro i undervisningen eller i deres følelse af tilhørs-

forhold til skolen i 2023, selvom piger tidligere angav signifikant højere

tilhørsforhold end drenge. Ligeledes er tidligere signifikante kønsforskelle

i oplevelse af mobning udlignet. Begge køn rapporterer signifikant mere

træthed end tidligere, men træthedsniveauet er fortsat signifikant højere

hos drengene, ligesom der også er en signifikant højere andel af drenge, der

er sultne, når de møder i skole.

Sammenhænge mellem faglig præstation og

skoletrivsel/oplevelser af fagene

Faglig trivsel og elevernes oplevelser af fagene har statistisk signifikant

samvariation med elevernes resultater i både matematik og natur/teknologi.

(faglig motivation, faglig selvtillid, formidlingen i undervisningen, under-

visningsforstyrrende uro, tilhørsforhold til skolen, mobning, sult og træt-

hed), og heriblandt finder vi, at faglig selvtillid har den største forklarings-

grad i forhold til elevernes faglige udbytte.

Vi finder denne samvariation for alle undersøgte trivselsindikatorer

Sammenhænge mellem social baggrund og

skoletrivsel/oplevelser af fagene

Højere socioøkonomisk status samvarierer signifikant med større faglig

selvtillid i matematik og natur/teknologi. Derudover samvarierer høj socio-

økonomisk status med lavere oplevelse af undervisningsforstyrrende uro

i begge fag. Elever fra hjem med høj socioøkonomisk status oplever også

større følelse af tilhørsforhold til skolen og mindre mobning. Der er dog in-

gen signifikant samvariation mellem socioøkonomisk status og henholdsvis

oplevelsen af undervisningsformidlingen og faglig motivation.

Datagrundlag og metode

Data til den danske del af TIMSS 2023 vurderes at være af samme høje

kvalitet som i tidligere runder af undersøgelsen og vurderes derfor også at

være sammenlignelig med de tidligere danske studier, således at sammen-

ligninger over tid er valide og reliable og kan foretages uden nævneværdige

242

Resumé

forbehold og dermed tegner et retvisende billede af udviklingen i danske

4.-klasseelevers matematik- og natur/teknologi-færdigheder.

Andelen af besvarelser af forældrespørgeskemaet i TIMSS 2023 er

væsentligt højere end i TIMSS 2019, hvilket tilskrives, at undersøgelsen ikke

som i 2019 har indsamlet forældrespørgeskemaerne elektronisk, men

på papir, som løbende er indsamlet af klassens lærer i en lukket kuvert.

Executive summary

TIMSS 2023 is the eighth cycle of the Trends in International Mathematics

and Science Study, which is conducted every four years by the International

Association for the Evaluation of Educational Achievement (IEA).

Here, we present findings from this eighth cycle, the sixth in which

Denmark has participated and the fifth involving Danish Year 4 students.

The Danish study was conducted by the National Centre for School Research

(NCS) at the Danish School of Education (DPU), Aarhus University, with

funding split equally between the Danish Ministry of Children and Education

and the Faculty of Arts at Aarhus University.

Background for the study

TIMSS is designed to provide data that can be used comparatively across

countries and over time. This means that the results and underlying data

can be compared with data from previous cycles and from other countries.

In addition to data on student achievement in maths and in science and

technology, survey data are collected about the individual student, the class,

the school, and the home, making it possible to relate these factors to stu-

dents’ academic level.

The purpose of the study is to provide information that can support the

development of maths and science education in participating countries

through analysis of the data from that particular cycle and changes over time

at the national level, as well as providing an informed basis for analytical

comparison with other countries. In an effort to understand and reflect

on the education systems in each of the participating countries, the interna-

tional report presenting the study’s findings is accompanied by the publica-

tion of an encyclopaedia containing descriptions of national education sys-

tems with a focus on any changes since the previous cycle.

TIMSS is based on a comprehensive framework outlining aspects to be

covered by the study. This framework describes the maths and science skills

to be assessed by the study, as well as theories or underlying beliefs regard-

244

Executive summary

ing the questions in the background surveys for students, teachers, schools,

and parents. In doing so, the framework describes the theoretical founda-

tions for the scales that are constructed.

reflects. In an international perspective, each country has its own terminol-

ogy for describing their syllabuses or teaching objectives. In line with com-

mon international practice, we use the term

curriculum

as an umbrella term

covering the various policies, syllabuses, and academic goals in each coun-

TIMSS is a so-called curriculum-based study, which the framework

try’s description of teaching in the relevant subjects. As such, curriculum

refers to subject-related topics and the knowledge, skills, and competences

that students are expected to acquire at each level, regardless of whether

they are defined as competences, skills, knowledge objectives, or in some

other way. The framework is agreed between each cycle of TIMSS in collab-

oration with subject experts to ensure that the content of the study reflects

both the curriculum in participating countries and international develop-

ments within the subjects since the previous cycle.

In conjunction with TIMSS 2019, a transition began from a pen-and-paper

to a computer-based survey. TIMSS 2023 was conducted as a fully computer-

based assessment, with a few exceptions; for example, some background

surveys were administered using pen and paper, as was the case for the

Danish parental survey.

Results

The results of this TIMSS cycle for Danish students are expected to be

coloured by the effects of COVID-19 school closures on this cohort of

students. While the results cannot necessarily be attributed solely to pan-

demic effects, nor to revisions of the most recent school reform and the cur-

riculum’s common objectives, these changes were taken into consideration

when formulating some of the questions that we asked when perusing the

data and provided a basis for various analyses conducted during the work

on the book.

The analyses in this book are organised according to the study’s core

results concerning student achievement in maths and science and technol-

ogy, as well as their wellbeing at school and perceptions of the two subjects.

As there are plans to publish international thematic reports based on

the results of teacher and school principal surveys, these aspects are not

addressed in this book.

Executive summary

245

Mathematics

Between 2007 and 2015, there were significant improvements in achieve-

ment in mathematics among Danish Year 4 students. This progress has been

documented in several TIMSS books showing positive trends in student

performance. Studies prior to 2007 have also indicated positive trends in

mathematics (see Kjeldsen et al., 2020).

The 2023 study shows that achievement in mathematics among Danish

Year 4 students has remained stable at the same level as in 2019, where there

Danish students’ achievement in 2023 was at the same level as in both 2007

and 2019. The current level thus coincides with the 2014 school reform, but

was a decline compared to the results of the 2011 and 2015 studies. As such,

this latest cycle is likely also affected by the COVID-19 school closures

and changed conditions when the participating students returned to the

classroom.

Gender differences in mathematics

Meanwhile, the stability in maths achievement between 2019 and 2023

masks changes in the average scores of boys and girls during this period. The

gender gap in average scores in mathematics increased from 7 points in

2019 to 15 points in 2023 among Danish Year 4 students. At the same time,

there has been a change in the distribution of scores for boys and girls.

In 2019, there was a statistically significant difference in standard deviation

of 6.1 (2.2) points, with a greater spread in boys’ scores. In 2023, there was no

longer any statistically significant difference in the distribution of scores

for boys and girls. The largest reduction has been in the distribution of scores

for boys, although not statistically significant from 2019 to 2023 when con-

sidering boys in isolation.

In a Nordic perspective, gender differences also increased between 2019

and 2023 in Norway and Sweden, while no statistically significant differences

between the two cycles were observed in Finland. This can be seen as part

of an international trend, with more countries where boys significantly

outscore girls in 2023 than in previous cycles.

246

Executive summary

International benchmarks in mathematics

As a consequence of the increased gender gap in average maths scores,

an increased gender gap was also observed in the number of boys and

girls reaching the ‘intermediate’ international benchmark. Among Danish

Year 4 students, 76 per cent reached the ‘intermediate’ international bench-

mark or higher, requiring that ‘students can apply basic mathematical

73 per cent of girls. As such, there was a significant gender gap of 6 percent-

age points.

knowledge in simple situations, with 79 per cent of boys doing so but only

The significance of socioeconomic background

for maths achievement

TIMSS 2023 introduced a new measure of students’ socioeconomic back-

ground. Based on international comparison, students were divided into

Danish students, 49 per cent were placed in the high socioeconomic back-

ground group, on average scoring 548 points on the maths achievement

three groups: high, medium, or low socioeconomic background. Among

scale. Meanwhile, 7 per cent were placed in the low socioeconomic back-

ground group, with students in this group scoring an average of just 484

points on the same scale – a difference of 64 points.

Overall, the new measure of socioeconomic background thus explains

approximately 12 per cent of the variation in student maths scores, which is

less than the same measure explains in terms of variation in science and

technology scores. We did not find any significant changes in the explained

variation in maths scores between 2019 and 2023. The significance of socio-

economic background for students’ proficiency in mathematics thus

remained unchanged.

Furthermore, we did not find socioeconomic background to have any

significance for different types of mathematical content or cognitive

domains.

Science and technology

On average, Danish Year 4 students had the same level of achievement as in

TIMSS 2019: the average score of 522 points on the utilised scale was the

same as in the previous cycle. Indeed, average science and technology

Executive summary

247

achievement scores for Danish Year 4 students have remained stable since

the first cycle involving this group in TIMSS 2007. Boys and girls also scored

virtually the same number of points, with boys scoring an average 522 points

and girls 523 points, constituting a non-significant difference of 1 point.

Greater variation in student achievement

Variation in student achievement has increased, meaning that there were

both more high achievers and more low achievers in the subject in 2023,

while the middle group became smaller. The variation in student achieve-

ment in 2023 was at the same level as in the first two TIMSS cycles with

Danish involvement in 2007 and 2011.

50 per cent larger increase in the distribution of achievement scores than for

boys. This increase was also statistically significant compared to the 2019 and

2015 cycles. While in the 2019 cycle there was less variation in achievement

scores for girls than for boys, variation was the same for both gender groups

in this latest cycle. For both genders, there were a greater number of students

Meanwhile, the largest increase in variation was among girls, with a

below the lowest and above the highest international benchmarks than in

previous cycles, but increases in the number of students in these outlier

groups were not all statistically significant.

International benchmarks in science and technology

The number of Danish students failing to reach the ‘low’ international

benchmark was higher in 2023 than in 2019, meaning that they were below

the level where ‘Students show knowledge of some science facts’. There has

likewise been an increase in the number of students reaching the ‘advanced’

international benchmark, albeit an increase that is only certain at a 90 per

cent probability level and thereby not statistically significant within the

thresholds used in the book. Whereas, in previous cycles, slightly more girls

than boys reached the ‘intermediate’ international benchmark, where

‘Students show and apply knowledge of some scientific concepts’, this

difference was not present in TIMSS 2023. Overall, the results indicate an

increase in the proportion of students who are unable to apply knowledge

acquired in science and technology lessons to understand everyday

phenomena related to the subject’s content.

248

Executive summary

Danish students are relatively strong on environmental

and climate topics

On average, Danish students scored 14 points higher on the newly developed

instrument measuring knowledge of environmental and climate topics

than on the overall measure for science and technology achievement. This

difference indicates that this area has been highly prioritised within Danish

science and technology education. Only one other country, Kuwait, had a

similar difference, but with considerably lower scores for both measures.

Average scores among Danish students for this measure were at the same

level in 2023 as in 2019.

performance of girls and boys in this area. The average score among girls for

environmental and climate awareness fell, while the average score among

boys increased. This change was not statistically significant for either group

when seen in isolation, but resulted in a statistically significant difference

of 9 points between boys’ and girls’ achievement in this area, with boys out-

performing girls.

Meanwhile, one development between these two cycles concerns the

Socioeconomic background impacts science and technology scores

With the new measure of socioeconomic background introduced in TIMSS

2023, the 49 per cent of students placed in the high socioeconomic back-

ground group score dan average of 552 points on the science and technology

achievement scale. Meanwhile, the 7 per cent of students placed in the low

socioeconomic background category scored an average of just 467 points

on the same scale – a difference of 85 points. As such, the measure of socio-

economic background explained approximately 17 per cent of the variation

in student achievement scores in this subject.

This link between socioeconomic background and student achievement

scores was also evident for environmental and climate topics, with socio-

economic background reflected in students’ knowledge of environmental

and climate issues.

The correlation between socioeconomic background and student

achievement was significantly greater within the field of science and tech-

nology than within mathematics.

Executive summary

249

Subject-specific motivation and interest

In Denmark, 23 per cent of participating students in 2023 were categorised

as really liking mathematics based on a contextual measure of whether stu-

dents like mathematics, which does not differ significantly from results in

Norway and Sweden but is a significantly smaller proportion of students

than in Finland. The group categorised as not liking mathematics comprised

different from results in the other Nordic countries. For science and tech-

39 per cent of the participating Danish students, which is not significantly

nology, 29 per cent of the Danish students were categorised as really liking

the subject, which does not differ significantly from results in Finland

and Sweden but is a significantly smaller proportion of students than in

Norway. The group categorised as not liking science and technology

comprised 35 per cent of the participating Danish students, which does not

differ significantly from results in Finland and Sweden but is a significantly

larger proportion of students than in Norway. For both subjects, statistically

significant decreases in average motivation scores were observed between

2015 and 2023 in Denmark, Norway, and Sweden.

Students confidence in mathematics

In 2023, 23 per cent of participating Danish students were categorised as

having high levels of confidence in mathematics, which is a significantly

smaller proportion than in Finland and Sweden. Meanwhile, 33 per cent were

categorised as having low levels of confidence, which is a significantly larger

proportion than in Finland and Sweden. There has been a significant

decrease in the average score for confidence within mathematics among

Danish students since 2015, placing Denmark significantly below Sweden

and Finland on this measure in 2023. For science and technology, 31 per cent

of Danish students were categorised as having high levels of confidence in

2023, and 26 per cent as having low levels, which does not differ significantly

from results in Finland and Sweden. Since 2019, there has been a statistically

significant increase in the average score for confidence within science and

technology among Danish students, meaning that Denmark did not differ

significantly from the other Nordic countries on this measure in 2023.

250

Executive summary

Students’ perceptions of instructional clarity

In 2023, perceptions of instructional clarity in both mathematics and science

and technology were more negative among Danish students than their

Nordic peers to a statistically significant degree, as was also the case in 2019.

For mathematics, 51 per cent of Danish students reported a high level of

instructional clarity, compared to 65 per cent of students in Finland and

59 per cent in both Norway and Sweden. At the same time, 11 per cent of

Danish students reported a low level of instructional clarity, which is a

significantly larger proportion than the 5 per cent of students in Finland.

A similar trend was observed in science and technology, where 44 per cent

of Danish students reported a high level of instructional clarity, which is

statistically significantly lower than the proportion of students in Finland

(62 per cent), Norway (61 per cent), and Sweden (55 per cent).

Classroom disruption and negative student behaviour

In 2023, 11 per cent of Danish students reported experiencing classroom

disruption in the majority of maths lessons, which is significantly higher

than in Finland (9 per cent) and significantly lower than in Sweden (15 per

cent). Only 7 per cent of Danish students reported experiencing classroom

disruption in few or no maths lessons, which is a significantly lower propor-

tion than in Finland (16 per cent). Danish students generally reported expe-

rience less classroom disruption in science and technology lessons than in

maths, but the 12 per cent of Danish students who seldom or never experi-

enced classroom disruption is still significantly lower than the 21 per cent of

Finnish students.

Sense of school belonging

In Denmark, 50 per cent of students in 2023 reported feeling a strong sense

of school belonging, which is significantly lower than in Norway (60 per cent)

and Finland (57 per cent) but does not differ significantly from Sweden (50

per cent). At the same time, 15 per cent of Danish students reported feeling

little sense of school belonging, which is a significantly higher proportion

than in both Norway (10 per cent) and Finland (11 per cent). There were no

statistically significant changes in Danish students’ average sense of school

belonging between 2019 and 2023.

Executive summary

251

Students’ experiences of bullying

In 2023, 49 per cent of Danish students reported that they never or almost

never personally experienced being bullied, which is significantly lower than

in Finland (71 per cent). Furthermore, there were a significantly greater pro-

portion of Danish students who reported experiencing bullying on a weekly

basis than was the case in the other Nordic countries. There was no change

in Danish students’ average score on this measure between 2019 and 2023,

with Denmark still the Nordic country where bullying experiences are most

prevalent.

Feelings of hunger and tiredness

The proportion of Danish students who reported that they felt hungry every

or almost every day when starting school was the same in 2019 and 2023 (27

per cent). There was a significant increase in the proportion of Danish stu-

dents who reported that they felt tired every or almost every day when start-

ing school, from 42 per cent in 2019 to 50 per cent in 2023, with similarly

significant increases observed in Finland, Norway, and Sweden. Finland

remains the Nordic country with the lowest proportion of students who feel

tired.

Gender differences in wellbeing at school

Boys reported significantly higher levels of motivation and interest than

girls in both mathematics and science and technology. Boys also had a

significantly more positive view of instructional clarity in both subjects

compared to girls. Furthermore, confidence in both maths and science and

technology was significantly higher among boys than among girls. While

confidence in science and technology has increased significantly for both

boys and girls since 2019, it remains higher among boys at a statistically

significant level. No significant gender differences were observed in stu-

dents’ experiences of classroom disruption or sense of school belonging in

2023, even though, in previous cycles, girls reported a significantly higher

sense of school belonging than boys. Similarly, previously significant gender

differences in bullying experiences levelled out. Both genders reported sig-

nificantly higher levels of tiredness than in previous cycles, but levels of

tiredness remained higher among boys, just as a significantly higher pro-

portion of boys reported feeling hungry when starting school.

252

Executive summary

Correlation between academic achievement and

wellbeing at school/perceptions of the subjects

A statistically significant correlation was identified between, on one hand,

students’ academic wellbeing and perceptions of the subjects and, on

the other hand, their achievement in both mathematics and science and

technology. This correlation was observed for every wellbeing indicator in

the study (subject-specific motivation, confidence, clarity of instruction,

classroom disruption, sense of school belonging, bullying, hunger, and tired-

ness), among which confidence was found to have the greatest explanatory

power in relation to students’ academic achievement.

Correlation between socioeconomic background and

wellbeing at school/perceptions of the subjects

A significant correlation was identified between higher socioeconomic back-

ground and greater confidence in mathematics and science and technology.

Additionally, there was correlation between high socioeconomic background

and low levels of classroom disruption in both subjects. Students from high-

SES homes also felt a greater sense of school belonging and were less likely

to experience bullying. However, there was no significant correlation

between socioeconomic background and either perceptions of instructional

clarity or subject-specific motivation.

Data and methodology

Data from the Danish part of TIMSS 2023 is judged to be of the same high

quality as in previous cycles and therefore also comparable to previous

Danish studies. As such, comparisons over time are valid and reliable and

can be made without any major reservations, thus offering a true and fair

representation of the development in mathematics and science and tech-

nology achievement among Danish Year 4 students.

The response rate for the parental survey in TIMSS 2023 is considerably

higher than in TIMSS 2019, which we attribute to the survey being adminis-

tered in pen-and-paper format and collected by the class teacher in sealed

envelopes on an ongoing basis rather than the electronic survey used in 2019.

Appendix og litteratur

Figurer

Figur 1 Kønsuligheden i de nordiske lande 2007-2023 15

2 Spredningen i natur/teknologi-score for de nordiske lande 2007-2023 17

3 Eksempelopgave for meget højt kompetenceniveau i matematik inden for

det faglige område ”Tal” og det kognitive domæne ”Anvendelse” 35

4 Eksempelopgave for meget højt kompetenceniveau i matematik inden for

det faglige område ”Måling og geometri” og det kognitive domæne ”Anvendelse” 36

5 Eksempelopgave for meget højt kompetenceniveau i matematik inden for

det faglige område ”Måling og geometri” og det kognitive domæne

”Ræsonnement” 36

6 Eksempelopgave for højt kompetenceniveau i matematik inden for

det faglige område ”Tal” og det kognitive domæne ”Anvendelse” 37

7 Eksempelopgave for højt kompetenceniveau i matematik inden for

det faglige område ”Måling og geometri” og det kognitive domæne ”Viden” 37

8 Eksempelopgave for mellem kompetenceniveau i matematik inden for

det faglige område ”Statistik” og det kognitive domæne ”Anvendelse” 38

9 Eksempelopgave for mellem kompetenceniveau i matematik inden for

det faglige område ”Tal” og det kognitive domæne ”Anvendelse” 38

10 Eksempelopgave for meget højt kompetenceniveau i natur/teknologi inden for

det faglige område ”Fysik” og det kognitive domæne ”Anvendelse” 41

11 Eksempelopgave for meget højt kompetenceniveau i natur/teknologi inden for

det faglige område ”Fysik” og det kognitive domæne ”Anvendelse” 42

12 Eksempelopgave for højt kompetenceniveau i natur/teknologi inden for

det faglige område ”Biologi” og det kognitive domæne ”Viden” 42

13 Eksempelopgave for højt kompetenceniveau i natur/teknologi inden for

det faglige område ”Geografi” og det kognitive domæne ”Anvendelse” 43

14 Eksempelopgave for mellem kompetenceniveau i natur/teknologi inden for

det faglige område ”Fysik” og det kognitive domæne ”Viden” 43

15 Eksempelopgave for mellem kompetenceniveau i natur/teknologi inden for

det faglige område ”Biologi” og det kognitive domæne ”Anvendelse” 44

16 Eksempelopgave for lavt kompetenceniveau i natur/teknologi inden for

det faglige område ”Geografi” og det kognitive domæne ”Viden” 44

Figurer

255

Figur 17 Eksempelopgave for lavt kompetenceniveau i natur/teknologi inden for

det faglige område ”Fysik” og det kognitive domæne ”Anvendelse” 45

18 Distribution af elever, der modtager specialundervisning,

skoleår 2014-2015 til 2022-2023 57

19 Eksempel på fordelingsgraf: Density distribution og percentilfordeling for

hovedresultat i natur/teknologi 2007-2023 68

20 Eksempel på kort: Gennemsnit i matematik blandt de deltagende

EU-lande i 2023 69

21 Eksempel på stablet liggende søjlediagram: Faglig selvtillid i natur/teknologi,

procentandele og gns. score i natur/teknologi, nordiske lande 71

22 Eksempel på trenddiagram: Udviklingen i gennemsnitsscore blandt de

nordiske lande 2007-2023 i matematik 73

23 Kønsuligheden i 2019 og 2023 for matematik 74

24 Trend for piger og drenge blandt danske elever i matematik 2007-2023 80

25 Andele af elever i matematik på de internationale kompetence-

niveauer 2007-2023 90

Densitets- og percentilfordeling for hovedresultat i matematik 2007-2023 98

27 Udviklingen i gennemsnitsscore blandt de nordiske lande 2007-2023

i matematik 109

28 Deltagende EU-landes andele af elever på eller over mellem kompetence-

niveau i 2023 115

29 Gennemsnit i matematik blandt de deltagende EU-lande i 2023 116

30 Kønsuligheden i 2019 og 2023 for matematik 120

31 Kønsforskelle i gennemsnit i matematik blandt de deltagende EU-lande i 2023 123

32 Fordelingen af elever på forskellige socioøkonomiske grupper i Norden og

gennemsnitsscore i matematik, 2023 124

33 Andelen af varians i matematikscore, der kan forklares af elevernes

socioøkonomi 127

34 Trend for piger og drenge blandt danske elever i natur/teknologi fra 2007-2023 133

35 Density distribution og percentilfordeling for hovedresultat

i natur/teknologi 2007-2023 135

36 Density distribution og percentilfordeling for hovedresultat

i natur/teknologi 2019-2023 opdelt på køn 137

37 Andele af elever i natur/teknologi på de internationale kompetence-

niveauer 2007-2023 139

38 Andele af elever på eller over mellem kompetenceniveau i natur/teknologi

blandt deltagende EU-lande i 2023 141

256

Figurer

Figur 39 Udviklingen i gennemsnitsscore blandt de nordiske lande 2007-2023

i natur/teknologi 150

40 Gennemsnit i natur/teknologi blandt de deltagende EU-lande i 2023 156

41 Kønsforskelle i natur/teknologi i 2019 og 2023 160

42 Kønsforskelle i spredningen af elevscorer i natur/teknologi i 2023

samt Danmarks placering i 2019 161

43 Kønsforskelle i gennemsnit for natur/teknologi blandt de deltagende

EU-lande i 2023 162

44 Fordelingen af elever på forskellige socioøkonomiske grupper

i Norden og gennemsnitsscore i natur/teknologi, 2023 164

45 Andelen af varians i natur/teknologi-score, der kan forklares

af elevernes socioøkonomi 167

46 Betydningen af socioøkonomisk status for matematik og natur/teknologi 168

47 Vægtet Pearson-korrelation mellem matematik og natur/teknologi for

danske elever 2007 til 2023 172

48 Pearson-korrelationer mellem de faglige og kognitive domæner i matematik

samt den overordnede dygtighed 173

49 Pearson-korrelationskoefficienter mellem faglige områder og kognitive domæner

inden for natur/teknologi i 2023 175

50 Samvariationer mellem faglige områder og kognitive domæner på tværs

af matematik og natur/teknologi 176

51 Eleven kan lide at lære matematik, procentandele og gns. score i matematik,

nordiske lande 2023 183

52 Eleven kan lide at lære matematik, gns. på kontekstskala, nordiske lande 185

53 Eleven kan lide at lære matematik, kønsopdelt gns. på kontekstskala, Danmark 186

54 Eleven kan lide at lære natur/teknologi, procentandele og gns.

på kontekstskala, nordiske lande 187

55 Eleven kan lide at lære natur/teknologi, gns. kontekstskala, nordiske lande 189

56 Eleven kan lide at lære natur/teknologi, kønsopdelt gns. på kontekstskala,

Danmark 190

57 Elevers faglige selvtillid i matematik, procentandele og gns. score i matematik,

nordiske lande 192

58 Elevers faglige selvtillid i matematik, gns. score på kontekstskala, nordiske lande 194

59 Elevers faglige selvtillid i matematik, kønsopdelt gns. på kontekstskala,

Danmark 195

60 Faglig selvtillid i natur/teknologi, procentandele og gns. score i natur/teknologi,

nordiske lande 196

Figurer

257

Figur 61 Faglig selvtillid i natur/teknologi, gns. på kontekstskala, nordiske lande 197

62 Faglig selvtillid i natur/teknologi, kønsopdelt gns. på kontekstskala, Danmark 198

63 Elevens oplevelse af matematikundervisningens formidling, procentandele

og gns. score i matematik, nordiske lande 200

64 Elevens oplevelse af matematikundervisningens formidling, gns. kontekstskala,

nordiske lande 202

65 Elevens oplevelse af natur/teknologi-undervisningens formidling, procentandele

og gns. score i natur/teknologi, nordiske lande 203

66 Elevens oplevelse af natur/teknologi-undervisningens formidling, gns. score

på kontekstskala, nordiske lande 204

67 Elevernes oplevelse af uro i matematiktimerne, procentandele og gns. score

i matematik, nordiske lande 206

68 Elevernes oplevelse af uro i matematiktimerne, gns. score på kontekstskala,

nordiske lande 207

69 Elevernes oplevelse af uro i natur/teknologi-timerne, procentandele og

gns. score i natur/teknologi, nordiske lande 208

70 Elevernes følelse af tilhørsforhold til skolen, procentandele og gns. score

i matematik, nordiske lande 210

71 Elevernes følelse af tilhørsforhold til skolen, gns. score i natur/teknologi,

nordiske lande 211

72 Elevernes følelse af tilhørsforhold til skolen, gns. kontekstskala, nordiske lande 212

73 Elevernes følelse af tilhørsforhold til skolen, kønsopdelt gns. på

kontekstskala, Danmark 213

74 Oplevelse af mobning, procentandele og gns. score i matematik,

nordiske lande 215

75 Oplevelse af mobning og gns. score i natur/teknologi, nordiske lande 216

76 Oplevelse af mobning, gns. kontekstskala, nordiske lande 217

77 Elevernes oplevelse af mobning, kønsopdelt gns. på kontekstskala, Danmark 218

Tabeller

Tabel 1 Deltagere i TIMSS-undersøgelsen 2023 23

2 Vægtning af faglige områder og kognitive domæner i matematik 26

3 Vægtning af faglige områder og kognitive domæner i natur/teknologi 28

4 Beskrivelse af de internationale benchmarks i relation til

kompetenceniveauer for matematik 32

5 Beskrivelse af de internationale benchmarks i relation til

kompetenceniveauer for natur/ teknologi 39

6 Samlet deltagelsesrate (med erstatningsskoler) i TIMSS 2023 blandt

de nordiske lande 55

7 Gennemsnitsalderen i TIMSS 2023 blandt de nordiske lande 55

8 Samlet eksklusionsrate i TIMSS i Danmark 2007-2023 56

9 Samlet eksklusionsrate i TIMSS 2023 blandt de nordiske lande 59

10 Danske forældres/værgers vurdering af, i hvilken grad deres børns

læringsmæssige udvikling blev påvirket af COVID-19-pandemien 62

11 Danske forældres/værgers vurdering af, i hvilken grad deres

børns lærings-mæssige udvikling blev påvirket negativt af COVID-19-

pandemien, opdelt efter socioøkonomisk status 63

12 Eksempel på tabel: Forskel mellem køn blandt danske elever i matematik

fra 2007-2023 72

13 Test-Curriculum Matching Analysis (TCMA) for matematik for de nordiske lande 77

14 Trend i matematik blandt danske elever 2007-2023 79

15 Forskel mellem køn blandt danske elever i matematik 2007-2023 81

16 Trend for piger blandt danske elever i matematik 2007-2023 83

17 Trend for drenge blandt danske elever i matematik 2007-2023 84

18 Spredning i matematik for danske elever og forskelle mellem

TIMSS-undersøgelserne 2007-2023 85

19 Gennemsnitlig score på forskellige percentiler i matematik sammenlignet

fra 2007 til 2023 86

20 Percentilscore i matematik for drenge blandt elever i Danmark

sammenlignet fra 2007 til 2023 88

Tabeller

259

Tabel 21 Percentilscore i matematik for piger blandt elever i Danmark

sammenlignet fra 2007 til 2023 89

22 Andel af elever på eller over mellem kompetenceniveau i Danmark 92

23 Andel af drenge på eller over mellem kompetenceniveau i Danmark 93

24 Andel af piger på eller over mellem kompetenceniveau i Danmark 93

25 Forskelle i andel af drenge og piger på eller over mellem

kompetenceniveau i Danmark 94

26 Andel elever på eller over højt kompetenceniveau i Danmark 95

27 Andel af drenge på eller over højt kompetenceniveau i Danmark 95

28 Andel af piger på eller over højt kompetenceniveau i Danmark 96

29 Andel af drenge på meget højt kompetenceniveau (avanceret) i Danmark 96

30 Andel af piger på meget højt kompetenceniveau (avanceret) i Danmark 97

31 Forskelle i andel af drenge og piger på meget højt kompetenceniveau

(avanceret) i Danmark 97

32 Trend i matematik blandt danske elever fra 2007 til 2023 inden for

faglige områder 99

33 Trend i matematik blandt danske elever fra 2007 til 2023 inden for

de kognitive domæner 100

34 Forskel i matematik mellem drenge og piger fra 2007 til 2023 inden for

de faglige områder i Danmark 102

35 Trend i matematik blandt drenge fra 2007 til 2023 inden for

de faglige områder i Danmark 103

36 Trend i matematik blandt piger fra 2007 til 2023 inden for

de faglige områder i Danmark 104

37 Forskel i matematik mellem drenge og piger fra 2007 til 2023 inden for

de kognitive domæner 106

38 Trend i matematik blandt drenge fra 2007 til 2023 inden for

de kognitive domæner 107

39 Trend i matematik blandt piger fra 2007 til 2023 inden for de kognitive domæner 108

40 Forskel i matematikresultater mellem Danmark i 2023 og de

tidligere resultater og nordiske lande 110

41 Resultater i matematik blandt de nordiske lande fra 2007 til 2023 111

42 International placering i matematik blandt deltagende lande i 2023 112

43 International udvikling i kønsulighed i matematik mellem drenge

og piger (gns. dreng – gns. pige) 118

260

Tabeller

Tabel 44 Korrelationen mellem elevernes socioøkonomi og den overordnede

matematikskala samt underområder 126

45 Test-Curriculum Matching Analysis (TCMA) for natur/teknologi for

de nordiske lande 130

46 Trend i natur/teknologi blandt danske elever fra 2007-2023 132

47 Forskel mellem køn blandt danske elever i natur/teknologi fra 2007-2023 133

48 Spredning i natur/teknologi for danske elever og forskelle mellem

TIMSS-undersøgelserne 2007 til 2023 134

49 Spredning i natur/teknologi opdelt på køn for danske elever

og forskelle mellem TIMSS-undersøgelserne 2007 til 2023 136

50 Gennemsnitlig score på forskellige percentiler i natur/teknologi

sammenlignet fra 2007 til 2023 138

51 Forskelle i andel af drenge og piger på eller over mellem kompetence-

niveau i natur/teknologi, Danmark 140

52 Trend i natur/teknologi blandt danske elever fra 2007 til 2023 inden for

faglige områder 143

53 Trend i natur/teknologi blandt drenge fra 2007 til 2023 inden for

de faglige områder i Danmark 145

54 Trend i natur/teknologi blandt piger fra 2007 til 2023 inden for

de faglige områder i Danmark 146

55 Forskel i natur/teknologi mellem drenge og piger fra 2007 til 2023 inden for

de faglige områder i Danmark 147

56 Trend i natur/teknologi blandt danske elever fra 2007 til 2023 inden for

de kognitive domæner 148

57 Forskel i natur/teknologi mellem drenge og piger fra 2007 til 2023 inden for

de kognitive domæner 149

58 Resultater i natur/teknologi blandt de nordiske lande fra 2007 til 2023 151

59 Spredning i natur/teknologi for danske elever sammenlignet med

nordiske lande, 2007 til 2023 152

60 International placering i natur/teknologi blandt deltagende lande i 2023 153

61 International natur/teknologi-score opdelt på køn 157

62 Korrelationen mellem elevernes socioøkonomi og den overordnede

natur/teknologi-skala samt underområder 166

63 Eleven kan lide at lære matematik, procentandele fordelt på køn, Danmark 2023 184

64 Eleven kan lide at lære matematik, kønsforskelle på gns. skalascore, Danmark 186

65 Eleven kan lide at lære natur/teknologi, procentandele fordelt på køn, Danmark 2023 188

66 Eleven kan lide at lære natur/teknologi, kønsforskelle på gns. skalascore, Danmark 190

Tabeller

261

Tabel 67 Faglig selvtillid i matematik, procentandele fordelt på køn, Danmark 2023 193

68 Faglig selvtillid i matematik, kønsforskelle på gns. skalascore, Danmark 195

69 Faglig selvtillid i natur/teknologi, procentandele fordelt på køn, Danmark 2023 197

70 Faglig selvtillid i natur/teknologi, kønsforskelle på gns. skalascore, Danmark 198

71 Elevens oplevelse af matematikundervisningens formidling, procentandele

fordelt på køn, Danmark 2023 201

72 Oplevelse af natur/teknologi-undervisningens formidling, procentandele

fordelt på køn, Danmark 2023 204

73 Oplevelse af uro i matematiktimerne, procentandele fordelt på køn, Danmark 2023 206

74 Oplevelse af uro i natur/teknologi-timerne, procentandele fordelt på køn,

Danmark 2023 209

75 Elevernes følelse af tilhørsforhold til skolen, procentandele fordelt på køn,

Danmark 2023 212

76 Elevernes følelse af tilhørsforhold til skolen, kønsforskelle på gns. skalascore,

Danmark 213

77 Elevernes oplevelse af mobning, procentandele fordelt på køn, Danmark 2023 216

78 Elevernes oplevelse af mobning, kønsforskelle på gns. skalascore, Danmark 218

79 Elevers oplevelse af at være sultne, når de møder i skole, procentandele,

nordiske lande 219

80 Elevers oplevelse af at være sultne, når de møder i skole, procentandele

fordelt på køn, Danmark 220

81 Elevers oplevelse af træthed, når de møder i skole, procentandele, nordiske lande 221

82 Elevers oplevelse af træthed, når de møder i skole, procentandele

fordelt på køn, Danmark 221

83 Simpel OLS-regression, matematikscore og trivselsindikatorer, Danmark 2023 222

84 Simpel OLS-regression, natur/teknologi-score og trivselsindikatorer, Danmark 2023 223

85 Simpel OLS-regression, matematikfaglig trivsel og elevers socioøkonomiske

hjemmebaggrund, Danmark 2023 225

86 Simpel OLS-regression, natur/teknologi-faglig trivsel og elevers socioøkonomiske

hjemmebaggrund, Danmark 2023 225

87 Simpel OLS-regression, skoletrivsel og elevers socioøkonomiske hjemmebaggrund,

Danmark 2023 226

88 Elevers oplevelse af at være sultne, når de møder i skole, procentandele fordelt

på ressourcer i hjemmet, Danmark 2023 227

89 Elevers oplevelse af at være trætte, når de møder i skole, procentandele fordelt

på ressourcer i hjemmet, Danmark 2023 227

Referencer

The effects of breakfast on behavior and

academic performance in children and

adolescents [Review].

Frontiers in Human

Neuroscience, 7.

https://doi.org/10.3389/

fnhum.2013.00425

Ahmed, W. (2018). Developmental trajecto-

ries of math anxiety during adolescence:

Associations with STEM career choice.

Journal of Adolescence (London, England.),

67,

158-166. https://doi.org/10.1016/j.

adolescence.2018.06.010

Adolphus, K., Lawton, C. & Dye, L. (2013).

Andretta, J. R. & McKay, M. T. (2020).

Self-efficacy and well-being in adoles-

cents: A comparative study using variable

and person-centered analyses.

Children

and Youth Services Review, 118,

105374.

https://doi.org/10.1016/j.

childyouth.2020.105374

Atasever, U., Jerrim, J. & Tieck, S. (2024).

Exclusion rates from international

large-scale assessments: an analysis

Ainley, J. & Schulz, W. (2020). Framework

Development in International Large-Scale

Assessment Studies. I H. Wagemaker

(red.),

Reliability and Validity of

International Large-Scale Assessment:

Understanding IEA’s Comparative Studies

of Student Achievement

(årg. 10, s. 23-36).

Springer. https://link.springer.com/

book/10.1007/978-3-030-53081-5

Allerup, P. (2012).

Danske 4. klasseelever i

TIMSS 2011: En international og national

of 20 years of IEA data.

Educational

Assessment, Evaluation and

Accountability, 36(3),

405-428. https://doi.

org/10.1007/s11092-023-09416-3

Bailey, P. & Cohen, M. (2020). Statistical

Methods Used in EdSurvey. https://www.

air.org/sites/default/files/EdSurvey-

Statistics.pdf

undersøgelse af matematik og natur/

teknik kompetence i 4. klasse.

Forlag1.dk.

Allerup, P., Kristensen, R. M. & Torre, A.

(2019, June 26th – 28th, 2019).

Deconstruction of the negative social

heritage? – a search for variables con-

founding the simple relation between

socioeconomic status and student

Bandura, A. (1997).

Self-efficacy: The

exercise of control.

W.H. Freeman.

Beilock, S. L., Gunderson, E. A., Ramirez, G.

& Levine, S. C. (2010). Female teachers’

math anxiety affects girls’ math

achievement.

Proceedings of the

National Academy of Sciences, PNAS,

107(5),

1860-1863. https://doi.org/10.1038/

achievement.

8th International Research

Conference: The differences that make

the difference, The Danish School of

s41562-022-01506-4

Betthäuser, B. A., Bach-Mortensen, A. M. &

Engzell, P. (2023). A systematic review and

meta-analysis of the evidence on learning

during the COVID-19 pandemic.

Nature

human behaviour, 7(3),

375-385. https://doi.

org/10.1038/s41562-022-01506-4

Education, Aarhus University. Hentet

14.10.2024 fra https://pure.au.dk/portal/

files/158088083/Deconstruction_of_the_

negative_social_heritage_Allerup_

Kristensen_Torre.pdf

Referencer

263

Borgonovi, F. (2020). Well-Being in

International Large-Scale Assessments.

I T. Nilsen, A. Stancel-Piątak & J.-E.

Gustafsson (red.),

International Handbook

of Comparative Large-Scale Studies in

Education: Perspectives, Methods and

Findings

(s. 1-26). Springer International

Publishing. https://doi.org/10.1007/978-3-

030-38298-8_45-1

Børne- og Undervisningsministeriet

(2024a).

Aftale mellem regeringen

(Socialdemokratiet, Venstre og

Moderaterne) og Liberal Alliance,

Bru, E. (2009). Academic outcomes in

school classes with markedly disruptive

pupils.

Social Psychology of Education,

12,

461-479. https://doi.org/10.1007/

s11218-009-9095-1

Bücker, S., Nuraydin, S., Simonsmeier, B. A.,

Schneider, M. & Luhmann, M. (2018).

Subjective well-being and academic

achievement: A meta-analysis.

Journal

of Research in Personality, 74,

83-94.

https://doi.org/10.1016/j.jrp.2018.02.007

Børne- og Undervisningsministeriet

(2019a).

Matematik Fælles Mål.

Hentet

09.10.2024 fra https://emu.dk/sites/

default/files/2020-09/

GSK_F%C3%A6llesM%C3%A5l_

Matematik.pdf

tale-om-folkeskolens-kvalitetspro-

gram---frihed-og-fordybelse.pdf

Børne- og Undervisningsministeriet

(2024b).

Elevtrivsel.

Hentet 12.06.2024

fra https://uddannelsesstatistik.dk/

Pages/Topics/19.aspx

Børne- og Undervisningsministeriet

(2024c).

Statusredegørelse for folkeskolens

udvikling 2022/2023.

Hentet 24.09.2024

fra https://www.uvm.dk/-/media/filer/

uvm/aktuelt/pdf24/april/240416-sta-

tusredegoerelse-for-folkeskolens-ud-

vikling-2022-23.pdf

Det Konservative Folkeparti, Radikale

Venstre og Dansk Folkeparti om folke-

skolens kvalitetsprogram – frihed og

fordybelse.

København. Hentet 09.10.2024

fra https://www.uvm.dk/-/media/filer/

uvm/aktuelt/pdf24/mar/240320-af-

Børne- og Undervisningsministeriet

(2019b).

Natur/teknologi Fælles Mål.

Børne- og Undervisningsministeriet

(2024d).

Sådan følges udviklingen i

folkeskolen.

Hentet 24.09.2024 fra https://

www.uvm.dk/folkeskolen/folkesko-

Hentet 04.10.2024 fra https://emu.dk/

sites/default/files/2020-09/

GSK_F%C3%A6llesM%C3%A5l_

Naturteknologi.pdf

Børne- og Undervisningsministeriet

(2022).

Nye rapporter evaluerer inklu-

sionsområdet.

Hentet 24.09.2024 fra

https://www.uvm.dk/aktuelt/nyheder/

uvm/2022/mar/220329-nye-rapport-

er-evaluerer-inklusionsomraadet

Børne- og Undervisningsministeriet (2023).

Cirka en ud af otte af eleverne i folke-

skolens 9. klasse er ordblinde.

Hentet

24.09.2024 fra https://www.uvm.dk/

aktuelt/nyheder/uvm/2023/sep/230929-

cirka-en-ud-af-otte-af-eleverne-i-folke-

skolens-9--klasse-er-ordblinde

saadan-foelges-udviklingen-i-folkeskolen

Canbolat, Y. & Rutkowski, L. (2024). Hunger

and Learning Environment, Global

Patterns in Student Hunger and

Disorderly Behavior in Math Lessons.

IEA Compass: Briefs in Education,

(22).

https://www.iea.nl/sites/default/

files/2024-03/CB22-Hunger-and-

Learning-Environment.pdf

Centurino, V. A. S. & Kelly, D. L. (2021).

TIMSS 2023 Science Framework. I I. V. S.

Mullis, M. O. Martin & M. von Davier (red.),

TIMSS 2023 Assessment Frameworks

(s. 19-45). Boston College, TIMSS &

PIRLS International Study Center.

https://timssandpirls.bc.edu/timss2023/

frameworks/index.html

lens-maal-love-og-regler/nationale-maal/

264

Referencer

Christensen, J. H. (2024). Gender and

socioeconomic perspectives on students’

emotional well-being during the

COVID-19 pandemic.

Research in

Comparative and International

De Caroli, M. E. & Sagone, E. (2014).

Generalized self-efficacy and well-being

in adolescents with high vs. low scholastic

self-efficacy.

Procedia-Social and

Behavioral Sciences, 141,

867-874. https://

doi.org/10.1037/edu0000015

Di Pietro, G. (2023). The impact of

Covid-19 on student achievement:

Evidence from a recent meta-analysis.

Educational Research Review, 39,

100530. https://doi.org/10.1016/j.

Education, 19(3),

301-320. https://doi.

org/10.1016/j.edurev.2023.100530

Christensen, J. H. & Kristensen, R. M.

(2024). Natur/teknologi og nordiske

article/view/146452

Christensen, J. H., Kristensen, R. M. &

Kjeldsen, C. C. (2024). Denmark. I K. A.

elevers miljø- og klimabevidsthed.

MONA, 24(2).

https://tidsskrift.dk/mona/

Reynolds, C. E. A. Aldrich, A. Bookbinder,

A. Gallo, M. von Davier & A. Kennedy

(red.),

TIMSS 2023 Encyclopedia:

Education Policy and Curriculum

in Mathematics and Science.

Boston

College, TIMSS & PIRLS International

Study Center. https://doi.org/10.6017/lse.

tpisc.timss.rs5882

Coleman, J. S., Campbell, E. Q., Hobson,

C. J., McPartland, J., Mood, A. M.,

Weinfeld, F. D. & York, R. L. (1966).

Equality of Educational Opportunity.

U.S. Government Printing Office.

edurev.2023.100530

Dowker, A., Sarkar, A. & Looi, C. Y. (2016).

Mathematics anxiety: What have

we learned in 60 years?

Frontiers

in psychology, 7,

508. https://doi.

org/10.3389/fpsyg.2016.00508

Engzell, P. (2019). What Do Books in

the Home Proxy For? A Cautionary

Tale.

Sociological Methods & Research,

50(4),

1487-1514. https://doi.

org/10.1177/0049124119826143

EVA (2021).

Grundskolers erfaringer med

Crato, N. & Patrinos, H. A. (2025). PIRLS

nødundervisning under covid-19 pande-

mien. En undersøgelse af nødundervisning

i foråret og sommeren 2020.

Hentet

28.10.2024 fra https://eva.dk/

Media/638348662378957749/

2021 and PISA 2022 Statistics Show How

Serious the Pandemic Losses Are. I N.

Crato & H. A. Patrinos (red.),

Improving

National Education Systems After

COVID-19: Moving Forward After PIRLS

2021 and PISA 2022

(s. 1-15). Springer

Nature Switzerland. https://doi.

org/10.1007/978-3-031-69284-0_1

Grundskolers%20erfaringer%20med%20

n%C3%B8dundervisning%20under%20

covid-19-pandemien.pdf

Farrell, A. H., Vitoroulis, I., Eriksson, M. &

Day, S. L., Connor, C. M. & McClelland, M. M.

(2015). Children’s behavioral regulation

and literacy: The impact of the first

grade classroom environment.

Journal

of School Psychology, 53(5),

409-428.

https://doi.org/10.1016/j.jsp.2015.07.004

Vaillancourt, T. (2023). Loneliness and

well-being in children and adolescents

during the COVID-19 pandemic: A

systematic review.

Children, 10(2),

279.

https://doi.org/10.3390/children10020279

Fletcher, R. B. & Hattie, J. (2011).

Intelligence

and Intelligence Testing.

Routledge. https://

doi.org/10.4324/9780203830567

Referencer

265

Fougt, S. S., Neubert, K., Kristensen, R. M.,

Gabrielsson, R., Molbæk, L. & Kjeldsen,

C. C. (2023).

Danske elevers læse-

kompetence i 4. klasse: Resultater af

PIRLS-undersøgelsen 2021.

Aarhus

Universitetsforlag. https://dpu.au.dk/

fileadmin/edu/Forskningsprojekter/

PIRLS/PIRLS_2021/PIRLS_2021_PIXI_

FINAL.pdf

Jenkins, A. & Ueno, A. (2017). Classroom

disciplinary climate in secondary schools

in England: What is the real picture?

British Educational Research Journal,

43(1),

124-150. https://doi.org/10.1002/

berj.3255

Johansone, I. (2024). TIMSS survey

operations procedures. I M. von Davier,

B. Fishbein & A. Kennedy (red.),

TIMSS

2023 Technical Report (Methods and

Procedures)

(s. 4.1-4.19). Boston College,

Grynberg, S. (2024). Hver anden lærer

oplever vold mellem elever mindst en

gang om ugen. Hentet 08.11.2024 fra

https://www.folkeskolen.dk/dlf-kold-

ing-kommune-mobning/hver-anden-

laerer-oplever-vold-mellem-elever-

mindst-en-gang-om-ugen/4761565

Hammerstein, S., König, C., Dreisörner, T.

et al. (2021). Effects of COVID-19-related

school closures on student achievement

– a systematic review.

Frontiers in

Psychology, 12.

https://doi.org/10.3389/

fpsyg.2021.746289

Hattie, J. (2008).

Visible Learning: A

Synthesis of Over 800 Meta-Analyses

Relating to Achievement.

Routledge.

Hattie, J. (2012).

Visible Learning for

Teachers: Maximizing Impact on

Learning.

Routledge.

Johansson, S., Myrberg, E. & Toropova, A.

(2022). School bullying: Prevalence

and variation in and between school

systems in TIMSS 2015.

Studies in

Educational Evaluation, 74,

101178.

https://doi.org/10.1016/j.stue-

duc.2022.101178

TIMSS & PIRLS International Study

Center. https://doi.org/10.6017/lse.tpisc.

timss.rs2399

Kelly, D., Centurino, V., Martin, M. &

Mullis, I. (2020).

TIMSS 2019 encyclopedia:

Education policy and curriculum in

mathematics and science.

Boston College,

TIMSS & PIRLS International Study

Center. Hentet 07.03.2024 fra https://

Heckmann, L. S. (2023).

Den gode

motivation

(1. udg.). Dafolo.

Hermann, S. (2024). Et trivselsbegreb uden

hæmninger og hængsel?

Kvan – Tidsskrift

pedia/

Kennedy, A. & Strietholt, R. (2023). School

closure policies and student reading

timssandpirls.bc.edu/timss2019/encyclo-

for læreruddannelse og skole, 44(128).

Howard, J. L., Bureau, J. S., Guay, F., Chong, J.

X. & Ryan, R. M. (2021). Student motivation

and associated outcomes: A meta-analysis

from self-determination theory.

Perspectives on Psychological Science,

16(6),

1300-1323. https://doi.

org/10.1177/1745691620966789

International Association for the Evaluation

of Educational Achievement (IEA) (2023).

IEA IDB Analyzer (Version 5.0) [Computer

software].

I IEA Hamburg. https://www.

iea.nl/data

achievement: evidence across countries.

Educational Assessment, Evaluation

and Accountability, 35,

1-27. https://doi.

org/10.1007/s11092-023-09415-4

Kennedy, A. I., Mejía-Rodríguez, A. M. &

s40536-022-00143-7

Kjeldsen, C. C. (2024). Matematikangst

– hvad er udviklingen, hvis vi ser

på PISA-data.

Matematik.

(Matematikvanskeligheder).

Strello, A. (2022). Inequality in remote

learning quality during COVID-19:

student perspectives and mitigating

factors.

Large-scale Assessments in

Education, 10(1),

29. https://doi.org/10.1186/

266

Referencer

Kjeldsen, C. C., Kristensen, R. M. &

Christensen, A. A. (2020).

Matematik

og natur/teknologi i 4. klasse: resultater

af TIMSS-undersøgelsen 2019.

Aarhus

Laith, R. & Vaillancourt, T. (2022). The

temporal sequence of bullying victimiza-

tion, academic achievement, and school

attendance: A review of the literature.

Universitetsforlag. https://edu.au.dk/

fileadmin/edu/Udgivelser/Rapporter/

TIMSS_2019_ebog.pdf

Kjeldsen, C. C., Nilsen, T., Hiltunen, J. &

Teig, N. (2024). Introduction: Student

Achievement and Equity over Time in

the Nordic Countries. I

Effective and

Aggression and violent behavior, 64,

101722.

https://doi.org/10.1016/j.avb.2022.101722

Laukaityte, I. & Wiberg, M. (2017). Using

plausible values in secondary analysis in

large-scale assessments.

Communications

in statistics-Theory and Methods, 46(22),

11341-11357. https://doi.org/10.1080/036109

26.2016.1267764

Lietz, P. (2017). Design, Development and

Implementation of Contextual

Equitable Teacher Practice in Mathe-

matics and Science Education: A Nordic

Perspective Across Time and Groups

of Students

(s. 1-19). Springer. https://doi.

org/10.1007/978-3-031-49580-9

Kjeldsen, C. C. & Strietholt, R. (2024).

Exclusions and non-response in contem-

porary international large-scale studies.

Educational Assessment, Evaluation

and Accountability, 36(3),

295-299.

https://doi.org/10.1007/s11092-024-

09441-w

Klinge, L., Qvortrup, L & Rasch-Christensen,

A. (2024).

Er Borup- og Agedrup-sagerne

tegn på en syg folkeskole? Tre eksperter er

uenige om diagnose og kur

[Interview].

skolemonitor.dk. Hentet 10.10.2024 fra

https://skolemonitor.dk/nyheder/

org/10.1007/978-3-030-88178-8

Lyons-Thomas, J., Ercikan, K., Gonzalez, E.

Questionnaires in Large-Scale

Assessments. I P. Lietz, J. C. Cresswell, K. F.

Rust & R. J. Adams (red.),

Implementation

of Large‐Scale Education Assessments

(s. 92-136). Wiley. https://doi.

& Kirsch, I. (2022). Implementing ILSAs

– Ensuring the Comparability, Reliability,

and Validity of Measures. I T. Nilsen, A.

Stancel-Piątak & J.-E. Gustafsson (red.),

International Handbook of Comparative

Large-Scale Studies in Education:

Perspectives, Methods and Findings

art9795724/Tre-eksperter-er-uenige-om-

diagnose-og-kur

Kristensen, R. M. & Rolfe, V. (2024). Content

Coverage: Development over Time and

(s. 701-720). Springer. https://doi.

org/10.1007/978-3-030-88178-8

Madsen, K. R., Román, J. E. I., Damsgaard,

M. T., Holstein, B., Kristoffersen,

M. J., Pedersen, T. P., Michelsen, S. I.,

Rasmussen, M. & Toftager, M. (2023).

Correlation with Achievement. I N. Teig, T.

Nilsen & K. Y. Hansen (red.),

Effective and

Equitable Teacher Practice in Mathematics

and Science Education: A Nordic

Perspective Across Time and Groups of

Students

(s. 57-72). Springer Cham. https://

link.springer.com/book/9783031495793

Skolebørnsundersøgelsen 2022: Helbred,

trivsel og sundhedsadfærd blandt

skoleelever i 5., 7., og 9. klasse i

Danmark.

SDU. Hentet 14.11.2024

fra https://www.sdu.dk/da/sif/rapport-

er/2023/skoleboernsundersoegelsen_2022

Referencer

267

of economic literature, 34(1),

97-114.

Meinck, S. & Vandenplas, C. (2021). Sampling

design in ILSA: Methods and implications.

I Nilsen, T., Stancel-Piatak, A., Gustafsson,

J-E. (eds)

International Handbook of

Comparative Large-Scale Studies in

Education: Perspectives, Methods and

Findings

(s. 1-25). Springer. https://doi.

and subjective well-being.

Review of

07.03.2024 fra https://timss2019.org/psi/

General Psychology, 23(4),

458-474.

https://doi.org/10.1177/1089268019880886

ch1-school-party-1/index.html

McCloskey, D. N., & Ziliak, S. T. (1996). The

Mullis, I. V. S., Martin, M. O. & von Davier, M.

(2021).

TIMSS 2023 Assessment

Standard Error of Regressions.

Journal

Frameworks.

Boston College, TIMSS &

PIRLS International Study Center.

https://timssandpirls.bc.edu/timss2023/

frameworks/index.html

Namkung, J. M., Peng, P. & Lin, X. (2019).

The relation between mathematics

anxiety and mathematics performance

among school-aged students: A meta-

analysis.

Review of Educational Research,

89(3),

459-496. https://doi.org/10.1080/002

20973.2018.1448747

Nilsen, T. & Gustafsson, J.-E. (2016).

Teacher

quality, instructional quality and student

outcomes: Relationships across countries,

Martela, F. & Sheldon, K. M. (2019).

Clarifying the concept of well-being:

Psychological need satisfaction as the

common core connecting eudaimonic

Mullis, I. V. S., Martin, M. O., Fishbein, B.,

Foy, P. & Moncaleano, S. (2021).

Findings

from the TIMSS 2019 problem solving and

inquiry tasks.

Boston College, TIMSS &

PIRLS International Study Center. Hentet

org/10.1007/978-3-030-88178-8_25

Molbæk, M. & Koch, A. B. (2024). Børn og

unges trivsel: Hvad taler vi egentlig om?

Kvan – Tidsskrift for læreruddannelse

og skole, 44(128).

Momentum (2023).

Stigningen fortsætter:

Flere og flere elever ender i specialtilbud.

specialtilbud

Mullis, I. V. S. & Martin, M. O. (2019).

PIRLS

2021 Assessment Frameworks.

Boston

College, TIMSS & PIRLS International

Study Center. Hentet 11.03.2024 fra

https://pirls2021.org/frameworks/

Mullis, I. V. S. & Martin, M. O. (2022). IEA’s

Hentet 24.09.2024 fra https://www.kl.dk/

momentum/arkiv/2023/3-stigningen-

fortsaetter-flere-og-flere-elever-ender-i-

cohorts and time.

Springer Nature. https://

doi.org/10.1007/978-3-319-41252-8

Oginska, H. & Pokorski, J. (2006). Fatigue

and Mood Correlates of Sleep Length in

TIMSS and PIRLS: Measuring Long-

Term Trends in Student Achievement.

I T. Nilsen, A. Stancel-Piątak & J.-E.

Gustafsson (red.),

International Handbook

of Comparative Large-Scale Studies in

Education: Perspectives, Methods and

Findings

(s. 305-323). Springer. https://doi.

org/10.1007/978-3-030-88178-8

Students, and Employees.

Chronobiology

International, 23(6),

1317-1328. https://doi.

org/10.1080/07420520601089349

Olweus, D. (1993).

Understanding children’s

worlds. Bullying at school: What we know

and what we can do.

Blackwell Publishing.

Olweus, D. (2010). Understanding and

Researching Bullying: Some Critical

Issues. I Jimerson, S.R., Swearer, S.M., &

Espelage, D.L. (Eds.). (2009). Handbook

of Bullying in Schools: An International

Perspective (1st ed.). Routledge.

https://doi.org/10.4324/9780203864968

Three Age‐Social Groups: School Children,

268

Referencer

Ottosen, M. H., Andreasen, A. G., Dahl, K. M.,

Lausten, M., Rayce, S. B. & Tagmose, B. B.

(2022).

Børn og unge i Danmark: Velfærd

og trivsel 2022.

VIVE – Det Nationale

Rasmussen, J., Rasch-Christensen, A.,

Molbæk, M., Kristensen, R. M., Reimer, D.

& Smith, E. (2019).

Undervisning med

Fælles Mål i dansk og matematik: et

Forsknings- og Analysecenter for Velfærd.

Hentet 11.11.2024 fra https://www.vive.dk/

da/udgivelser/boern-og-unge-i-danmark-

velfaerd-og-trivsel-2022-0xgg53xk/

Philpot, R., Lindquist, M., Mullis, I. V. S. &

Aldrich, C. E. A. (2021). TIMSS 2023

Mathematics Framework. I I. V. S. Mullis,

Study Center. https://timssandpirls.bc.

edu/timss2023/frameworks/index.html

Plauborg, H. (2019). Undervisningsfor-

styrrende uro i skolen.

Pædagogisk

indblik

(1). Aarhus Universitetsforlag.

https://dpu.au.dk/fileadmin/edu/

Paedagogisk_Indblik/Uro_i_skolen/

M. O. Martin & M. von Davier (red.),

TIMSS

2023 Assessment Frameworks.

Boston

College, TIMSS & PIRLS International

Qvortrup, L. & Wistoft, K. (2024).

Trivsel

og mistrivsel – Mellem offergørelse og

kompetencegørelse.

Dafolo.

Raccanello, D., Brondino, M., Moè, A.,

Stupnisky, R. & Lichtenfeld, S. (2019).

Undervisningsforstyrrende_uro_i_sko-

len.pdf

dansk_og_matematik_2019.pdf

Reynolds, K. A., Aldrich, C. E. A., Bookbinder,

A., Gallo, A., von Davier, M. & Kennedy, A.

(red.) (2024).

TIMSS 2023 Encyclopedia:

Education Policy and Curriculum in

Mathematics and Science.

Boston College,

TIMSS & PIRLS International Study

Center. https://doi.org/10.6017/lse.tpisc.

timss.rs5882

Reynolds, K. A. & Komakhidze, M. (2022).

TIMSS 2023 Environmental Attitudes and

Behaviors Framework.

Boston College,

TIMSS & PIRLS International Study

Center. https://timssandpirls.bc.edu/

timss2023/frameworks/pdf/T23-

overvejende kvalitativt mixed-method

studie (2. runde).

Danish School of

Education, Aarhus Universitet & UC VIA. I.

https://pure.au.dk/portal/files/211921601/

Undervisning_med_F_lles_M_l_i_

Environmental-Attitudes-and-Behaviors-

Framework.pdf

Reynolds, K. A., Komakhidze, M., Fishbein,

B. & von Davier, M. (2024). Aspects

of Student Well-Being and Reading

Achievement in PIRLS 2021.

PIRLS

Insights.

https://doi.org/https://doi.

https://doi.org/10.1080/00220973.2018.144

8747

Rappleye, J. & Komatsu, H. (2020). Is

bullying and suicide a problem for East

Asia’s schools? Evidence from TIMSS and

PISA.

Discourse: Studies in the Cultural

Politics of Education, 41(2),

310-331. https://

doi.org/10.1080/01596306.2020.1711515

Enjoyment, boredom, anxiety in elemen-

tary schools in two domains: Relations

with achievement.

The Journal of

Experimental Education, 87(3),

449-469.

org/10.6017/lse.tpisc.tr2103.kb1236

Reynolds, K. A., Mullis, I. V. S. & Martin,

M. O. (2021). TIMSS 2023 Context

Questionnaire Framework. I I. V. S. Mullis,

M. O. Martin & M. von Davier (red.),

TIMSS

2023 Assessment Frameworks.

Boston

College, TIMSS & PIRLS International

Study Center. https://timssandpirls.bc.

edu/timss2023/frameworks/index.html

Rutkowski, L., Gonzalez, E., Joncas, M.

& von Davier, M. (2010). International

large-scale assessment data: Issues

in secondary analysis and reporting.

Educational Researcher, 39(2),

142-151.

https://doi.org/10.3102/0013189X10363170

Referencer

269

org/10.1521/978.14625/28806

Ryan, R. M. & Deci, E. L. (2020). Intrinsic

and extrinsic motivation from a self-

determination theory perspective:

Definitions, theory, practices, and future

Ryan, R. M. & Deci, E. L. (2017).

Self-

Determination Theory: Basic Psychological

Needs in Motivation, Development,

and Wellness.

Guilford Press. https://doi.

Sortkær, B. (2013).

Larm og læring:

Klasserumsklimaets betydning for

directions.

Contemporary educational

psychology, 61,

101860. https://doi.

org/10.1521/978.14625/28806

Schulz, W. (2017). Scaling of questionnaire

data in international large‐scale assess-

ments. I P. Lietz, J. C. Cresswell, K. F. Rust

& R. J. Adams (red.),

Implementation

of Large‐Scale Education Assessments

(s. 384-410). Wiley. https://doi.

org/10.1002/9781118762462.ch15

Sederberg, M. & Stolpe, M. N. (2019).

Børn

og unges trivsel: Et tværprofessionelt

Series CSER WP 010. Hentet 08.11.2024 fra

https://cser.dk/fileadmin/www.cser.dk/

wp_0010_bs.pdf

Stancel-Piątak, A. & Schwippert, K.

(2022). Comprehensive Frameworks of

School Learning in ILSAs. I T. Nilsen, A.

Stancel-Piątak & J.-E. Gustafsson (red.),

elevers læring.

Center for Strategisk

Uddannelsesforskning. Working Paper

ansvar

(1. udg.). Gyldendals Bogklubber.

Siegel, P. & Foy, P. (2024). TIMSS Sample

Design. I M. von Davier, B. Fishbein &

A. Kennedy (red.),

TIMSS 2023 Technical

Report: Methods and Procedures

(s. 3.1-3.30). Boston College, TIMSS & PIRLS

International Study Center. https://doi.

org/10.6017/lse.tpisc.timss.rs7952

International Handbook of Comparative

Large-Scale Studies in Education:

Perspectives, Methods and Findings

(s. 145-173). Springer. https://doi.

org/10.4135/9781446216941

Stephens, J. D. (1996). Welfare States in

Transition: National Adaptations in Global

Economies. I. SAGE Publications Ltd.

https://doi.org/10.4135/9781446216941

Styrelsen for Undervisning og Kvalitet

(2020).

Bekendtgørelse om formål, kompe-

tencemål, færdigheds- og vidensområder

og opmærksomhedspunkter for folkesko-

lens fag og emner (Fælles Mål).

Børne- og

Undervisningsministeriet. København.

https://www.retsinformation.dk/eli/

lta/2020/1217

Simovska, V. & Primdahl, N. L. (2024). Trivsel

og trivselsfremme i skolen.

Pædagogisk

indblik

(24). Aarhus Universitetsforlag.

https://dpu.au.dk/viden/paedagogiskind-

blik/trivsel-og-trivselsfremme-i-skolen

Slaten, C. D., Ferguson, J. K., Allen, K.-A.,

Brodrick, D.-V. & Waters, L. (2016). School

belonging: A review of the history,

current trends, and future directions.

The Educational and Developmental

Psychologist, 33(1),

1-15. https://doi.

org/10.1017/edp.2016.6

Sundhedstyrelsen (2022).

Bedre mental

sundhed og en styrket indsats til mennesk-

er med psykiske lidelser. Fagligt oplæg til en

10-årsplan.

Hentet 24.09.2024 fra https://

www.sst.dk/-/media/Udgivelser/2022/

psykiatriplan/10AARS_PSYK-PLAN.

ashx?la=da&hash=CD317811318C4499D-

2453F25DCEC92B9DF41DE08

RStudio Team (2020).

RStudio: Integrated

Development for R. 42,

14. Boston, MA.

http://www.rstudio.com/

Udlændingestyrelsen (2023).

Tal vedrørende

personer, der er fordrevet fra Ukraine.

Hentet 24.09.2024 fra https://us.dk/

tal-og-statistik/tal-vedr-saerloven/

270

Referencer

von Davier, M., Fishbein, B. & Kennedy, A.

(2024).

TIMSS 2023 Technical Report

(Methods and Procedures).

Boston College,

TIMSS & PIRLS International Study

Center. https://timss2023.org/methods

von Davier, M., Kennedy, A., Reynolds, K.,

Fishbein, B., Khorramdel, L., Aldrich, C.,

Bookbinder, A., Bezirhan, U. & Yin, L.

(2024).

TIMSS 2023 International Results

Wistoft, K. (2021). What Means Well-being?

Distinction of Two Discourses on Well-

being: Conceptual and Theoretical

Reflections.

Int J Psychiatr Res, 4(3),

1-9.

in Mathematics and Science.

Boston

College, TIMSS & PIRLS International

Study Center. https://doi.org/10.6017/

lse.tpisc.timss.rs6460

Wagner, J.-P. & Hastedt, D. (2022). Valuing

Curriculum-Based International Large-

Scale Assessments: Ensuring Alignment

with National Curricula in IEA Studies.

IEA Compass: Briefs in Education.

Number 16.

International Association

for the Evaluation of Educational

Achievement.

https://www.iea.nl/index.

php/publications/series-journals/

iea-compass-briefs-education-series/

march-2022-valuing-curriculum

https://www.retsinformation.dk/eli/

lta/2020/1217

Yin, L. & Foy, P. (2021a). Constructing the

TIMSS 2019 environmental awareness

scales. I M. O. Martin, A. A. von Davier

& I. V. S. Mullis (red.),

Methods and

Procedures: TIMSS 2019 Technical Report

(s. 18.11-18.30). https://timssandpirls.bc.

edu/timss2019/methods/

Yin, L. & Foy, P. (2021b). TIMSS 2023

Assessment Design. I I. V. S. Mullis, M. O.

Martin & M. von Davier (red.),

TIMSS 2023

Assessment Frameworks.

Boston College,

TIMSS & PIRLS International Study

Center. https://timssandpirls.bc.edu/

timss2023/frameworks/index.html

Zhang, T., Bailey, P. & Lee, M. (2020). Using

EdSurvey to Analyze TIMSS Data. Hentet

25.10.2024 fra https://www.air.org/sites/

default/files/edsurvey-TIMSS-pdf.pdf