CC BY
44
Практика
Проблемы образования в США
Адам Дрейфус
ОЖИДАНИЯ ОТНОСИТЕЛЬНО ПРОДОЛЖЕНИЯ ОБРАЗОВАНИЯ*
Аннотация. Роль ожиданий родителей и учителей относительно академических достижений школьников и студентов - предмет исследований специалистов на протяжении многих лет.
В основу представленной работы легло исследование Грегори и Хуана (2013), изучавших положительные ожидания учащихся 10-х классов, их родителей, преподавателей английского языка и математики. В предлагаемой работе исследовалась взаимосвязь между положительными ожиданиями родителей и учащихся старшей школы, отношением учащихся к образованию, социально-экономическим статусом, расой, полом и решением учащихся продолжать образование.
Ключевые слова: образование; значение продолжения образования; формы поддержки студентов; значение позитивных ожиданий родителей и учащихся.
Abstract. The role of parental and teacher expectations on a student's success in secondary and postsecondary education have been documented in numerous research studies over the years. Building on the work of Gregory and Huang (2013), which showed positive expectations of students, parents, English, and mathematics teachers in the 10th grade, the purpose of this study was to investigate the relationship between positive expectations from both parents and high school students, student attitudes regarding education, socioeconomic status, race, and gender on college attendance.
Keywords: education; importance of college attendance; forms of students' support; significance of positive expectations of parents and students.
* Перевод Е.В. Беловол.
1. Введение
В исследовании Джулиана и Коминиски (Julian and Kominiski, 2011) сообщалось, что сотрудник с дипломом об окончании средней школы зарабатывает в год на $23 000 меньше по сравнению с сотрудником, имеющим диплом бакалавра. Эта работа основана на данных, собранных в рамках лонгитюдного исследования в области образования (ELS) в 2002—2006 гг. В рамках этого исследования в 2002 г. опрашивались и тестировались ученики 10-х классов, а в 2004-м — ученики 12-х классов всех школ США.
Эти классы были выбраны потому, что именно в старшей школе учащиеся начинают всерьез задумываться о своем дальнейшем образовании. На их решение оказывают влияние такие факторы, как социально-экономический статус семьи, ожидания родителей и самого учащегося, опыт обучения в школе (положительный или отрицательный), а также ожидания преподавателей.
Целью настоящего исследования является изучение влияния вышеперечисленных факторов на решение учащегося о дальнейшем продолжении обучения в колледже.
Результаты исследований в области образования свидетельствуют о возрастании уровня школьного образования в США Так, Р. Балфанз с соавторами сообщали, что с 2006 по 2010 г. количество учащихся, окончивших старшую школу, возросло на 6,5% [1]. Сегодня 78% учащихся США заканчивают старшие классы средней школы, а к 2020 г. этот показатель достигнет 90%. Эти цифры во многом обусловлены возросшим количеством латиноамериканских и афроамериканских выпускников. С 2006 по 2010 г. количество латиноамериканских учащихся, окончивших старшие классы средней школы, увеличилось на 10%. Количество выпускников афроамериканского происхождения за этот период возросло с 59,2 до 66,1%. Такой прирост произошел за счет жителей южных штатов США, где число учащихся, заканчивающих старшую школу, неуклонно растет. Примерно 50% из 10 штатов, в которых наблюдается рост числа выпускников, приходится на южные регионы страны. При этом южные штаты также лидируют по количеству учащихся, бросивших школу; такие школы называют «школами недоучек». Школа относится к данной категории, если списочный состав учащихся в 12 классе состав -ляет 60% и меньше по сравнению с тем, что был тремя годами ранее (в 9 классе). В отчете Центра исследований в области образования США (2010) указывается, что до 30% учащихся старшей школы не заканчивают обучение в школе.
Последствия такого результата, в первую очередь, важны для учеников с не белым цветом кожи. В среднем такие учащиеся в два раза чаще не оканчивают старшую школу. По данным Национального центра по статистике образования (NCES), только 18% белых учащихся не оканчивают старшую школу, тогда как для их латиноамериканских и афроаме-риканских ровесников этот показатель составляет 34% и 37% соответственно [2].
Однако исследования, посвященные выпускникам высшей школы, в основном свидетельствуют о снижении их количества. Согласно NCES, сегодня Соединенные Штаты занимают 16-е место в мире по количеству 25-34-летних лиц, имеющих дипломы о высшем образовании, в то время как еще в 2000 г. США занимали первое место по этому показателю среди развитых стран. По данным NCES, не завершили свое обучение 42% студентов, пытавшихся получить степень бакалавра, и 72% студентов, обучавшихся по двухгодичной программе в колледже для получения степени младшего специалиста.
Бюро по статистике занятости прогнозирует, что для успешной конкуренции на мировом уровне США ежегодно требуется 800 тысяч выпускников высших учебных заведений, а всего — 16 миллионов служащих с высшим образованием в качестве трудовых ресурсов.
Совершенно очевидно, что существует потребность в увеличении числа учащихся, которые продолжат образование в колледжах, при этом особое внимание должно уделяться тем учащимся, которые показали невысокие результаты на вступительных испытаниях [3].
Имеется много форм поддержки студентов, и при этом множество лиц связано с последующим образованием учащихся.
А. Грегори и Ф. Хуан [4] при изучении форм поддержки, которая может быть оказана студентам, использовали экологический подход [5]. Одна из таких форм поддержки — вера в потенциал студента и его успехи в дальнейшем образовании после окончания школы. Это явление называется «положительные ожидания». На сегодняшний день практически не существует исследований, посвященных влиянию положительных ожиданий на подростков. Данные лонгитюдного исследования в области образования позволяют выделить эффекты ожидания в качестве отдельных независимых переменных.
Хамрик и Стэйдж (Hamrick, Stage, 2004) также доказывают, что необходимо проводить исследования на выборке из группы риска для определения того, могут ли положительные ожидания служить фактором, снижающим влияние таких переменных, как низкий доход и цвет кожи. В ряде исследований была проанализирована связь между ожиданиями родителей и последующими действиями их детей [6—8].
2. Ожидания студентов
Вера студентов в себя связана с их академическими достижениями [9]. Ким и Шерраден выявили, что ожидания студентов относительно их академических успехов позволяют прогнозировать их более поздние учебные достижения [10]. Д. Вуд с соавторами выяснили, что афроамериканским мальчикам, которые учатся в старшей школе, ожидания относительно их дальнейшего образования прогнозируют результаты последующего образования в течение года после окончания школы [11]. З. Мелло, изучив результаты тестирований, обнаружил, что ожидания учащихся в 14-летнем возрасте предсказали их достижения в образовании, когда им исполнилось 26 лет [12].
Все эти исследования говорят о том, что позитивные ожидания являются стимулирующими. Стимулирующие ожидания, как определили Гре-
гори и Хуан, — это «факторы, которые увеличивают вероятность положительного результата независимо от категории риска той группы, к которой принадлежит студент» [4]. Ф. Лозел и Д. Фаррингтон использовали аналогичный термин — «фактор прямой защиты» [13].
Р. Бозик с соавторами выявили, что вероятность того, что учащиеся из семей с низким доходом будут впоследствии посещать колледж, меньше по сравнению с их сверстниками из семей с более высоким доходом [14]. Д. Скиарра и К. Амброзино обнаружили, что принадлежность к расовым и этническим группам является мощным предиктором обучения в колледже [15]. Они пришли к мнению, что латиноамериканские и афроаме-риканские учащиеся с меньшей вероятностью будут поступать в колледж по сравнению с их белыми одноклассниками и одноклассниками азиатского происхождения.
М. Руттер убежден, что исследователи должны выявлять «легко поддающиеся влиянию» факторы, которые могут выступать в качестве защитных для учащихся из групп с высоким риском [16]. К поддающимся влиянию факторам в контексте данной работы относятся те, на которые легко воздействовать, не обращаясь постоянно при этом к таким проблемам, как бедность и расизм. Устойчивыми, неизменными переменными могут быть пол, раса и социально-экономический статус.
Переменные факторы, которые легко поддаются воздействию, включают ожидания учащегося, ожидания учителя и отношение учащегося к своей школе. Многообещающим является то обстоятельство, что в некоторых исследованиях выявлен высокий эффект ожидания для групп с высокими факторами риска. Г. Сандефур с коллегами обнаружили, что высокие родительские ожидания латиноамериканских учащихся увеличивают вероятность того, что они будут поступать в колледж [17].
А. Беннер и Р. Мистри назвали несколько источников ожиданий (родители, учащиеся, учителя и др.), оказывающих положительное воздействие на последующие результаты [9]. Они также пришли к выводу, что ожидания со стороны матери непосредственно связаны с последующими достижениями в области образования. Более того, показано, что вера в себя — один из наиболее важных факторов, определяющих решение о дальнейшем продолжении образования в высшей школе.
Подводя итог проведенным исследованиям, можно сделать вывод, что позитивные ожидания детей и их родителей способствуют решению учащегося о поступлении в колледж в большей степени, чем присутствие таких факторов риска, как социально-экономический статус, раса и пол. Авторы предполагают, что наличие нескольких источников ожидания играет дополнительную положительную роль, а эффект ожидания будет разным между группами и внутри них.
Основываясь на упомянутых исследованиях, предполагается, что позитивные ожидания (как родителей, так и самих учащихся старшей школы), так же как и отношение учащегося к обучению, оказывают большее влияние на желание поступить в колледж, чем социально-экономический статус, раса или пол.
3. Метод
Выборка. Для изучения вопроса использовались данные лонгитюдно-го исследования в области образования (срез 2002 г.). Исследование в области образования было организовано как лонгитюдное с целью получить данные о критических моментах, через которые проходят учащиеся в старшей школе при выборе дальнейшего образования и будущей профессии. Для сбора данных о процессе образования и его результатах опрашивались одни и те же ученики, когда они учились в 10 классе и через два года — когда стали учащимися 12-го, выпускного класса. Данные представляют собой информацию об особенностях обучения, о предикторах того, что обучение будет прекращено, о доступности образования и настойчивости учащихся, о выборе их решения — продолжать образование или начать трудовую деятельность.
В весеннем семестре 2002 г. (этот срез рассматривался как базовый) все учащиеся 10-х классов школ США были опрошены, а результаты объединены в одну выборку. Опросу также подверглись родители, учителя, директора школ и библиотекари. Через два года, в тот же весенний семестр, но уже 2004 г., респонденты были снова опрошены и протестированы, причем опрос коснулся как учеников, оставшихся в своих школах, так и тех, что перешли в другие школы либо на домашнее обучение, окончили школу экстерном или бросили ее.
Для всех учащихся, участвовавших в обоих этапах этого исследования, требовалась выписка из учебной ведомости. В выписках указывались оценки за четыре года (с 9 по 12 класс), то есть за всю старшую школу. Собиралась также информация о дисциплинах, которые преподавались в школе.
4. Переменные
Баллы вступительного экзамена умеренно и положительно связаны с посещением колледжа (r=0,489). Обязательность посещения колледжа, несомненно, нарушает допущения множественного регрессионного анализа, но, так как переменная «балл вступительного экзамена» является непрерывной, мы сочли возможным использовать этот показатель вместо фактора «посещение», тем более что между указанными переменными существует корреляционная связь.
Из общей базы данных были выбраны ответы на три пункта анкеты: а) вопрос для родителей: «Как Вы думаете, каковы будут дальнейшие достижения Вашего ребенка в области образования?»; б) вопрос для учащихся: «Как Вы думаете, каковы будут Ваши дальнейшие достижения в области образования?»; в) вопрос для учащихся: «Насколько Вы любите школу?».
Ожидания родителей относительно дальнейшего образования своих детей измерялись по шкале Лайкерта — от 1 балла (меньше, чем диплом об окончании старшей школы) до 7 (PhD, MD — кандидат наук, доктор медицины или другие научные степени). Ожидания самих учащихся относительно их дальнейшего образования также измерялись шкалой
Лайкерта — от 1 балла (меньше, чем диплом об окончании старшей школы) до 7 (PhD, MD — кандидат наук, доктор медицины или другие научные степени). Степень любви учащегося к школе измерялась по шкале Лайкерта — от 1 балла (совсем не любит школу) до 3 (очень любит школу).
Ответы на эти пункты стали основой для дальнейшего факторного анализа, в рамках которого изучались три переменные: а) ожидания родителей относительно дальнейшего образования их детей; б) ожидания самих учащихся относительно их дальнейшего образования; в) отношение учащегося к школе. В дополнение к этим трем базовым переменным для множественного регрессионного анализа были выбраны независимые и контрольные переменные. Как отмечалось выше, эти переменные включают баллы вступительного экзамена в колледж, измеряемые по шкале Лайкерта: 0 — не посещает колледж; 1 — открытый прием в колледж (без экзаменов); 2 — баллы вступительного экзамена находятся в нижнем квартиле; 3 — баллы вступительного экзамена находятся в двух средних квартилях и 4 — балл вступительного экзамена находится в верхнем квартиле, а также принимались во внимание пол, раса и социально-экономический статус студента.
5. Методы анализа
5.1. Факторный анализ
Факторный анализ переменных был выбран для того, чтобы изучить ожидания студентов и родителей относительно поступления в колледж, их отношение к обучению в колледже. Ожидания и отношения измерить довольно сложно, однако выбранные переменные подсказывают способ, с помощью которого можно изучать влияние ожиданий на последующий уровень достижений в области образования. Если родители обращают внимание на учебу детей и приветствуют успехи в школе, то, скорее всего, они и в дальнейшем будут поощрять своих детей к продолжению образования; если же сами учащиеся предполагают продолжать свое образование, то весьма вероятно, что они будут стремиться оправдать свои ожидания. Именно поэтому пункты анкеты об ожиданиях родителей относительно дальнейшего образования их детей и ожиданиях детей относительно своего дальнейшего образования были выбраны для дальнейшего анализа. Последний вопрос об отношении к школе предполагает, что если учащиеся любят свою школу, получают от пребывания в ней удовольствие, то они с большой вероятностью продолжат свое образование и в колледже.
Эти переменные были использованы в факторном анализе для создания фактора «положительные ожидания», посредством которого отражена роль возбуждения относительно последующего обучения, которое приходит с решением поступать в колледж.
5.2. Допущения факторного анализа
Прежде чем проводить факторный анализ, необходимо проверить данные на их соответствие предъявляемым к ним требованиям. Это подразумевает, что данные непрерывны, их распределение соответствует
кривой нормального распределения, нет выбросов, отсутствует высокая коллинеарность и сохраняется линейность.
Как отмечалось выше, эти данные непрерывны, хотя диапазон шкал у них разный. При этом для пунктов относительно ожиданий как родителей, так и учащихся наблюдается очень небольшое количество ответов с баллом 4. Это вполне естественно, поскольку в качестве ответа на вопрос предлагается следующий: «Поступить в колледж, но не закончить 4-летний курс обучения». Трудно представить себе студентов, которые бы планировали поступить в колледж и не закончить его, и практически не найдется родителей, мечтающих, чтобы их ребенок не закончил образование.
Гистограмма распределения трех переменных соответствует нормальной кривой распределения, хотя для переменных ожидания детей и родителей относительно их дальнейшего образования распределения были бимодальными с отрицательной асимметрией, но эта бимодальность является следствием низких четырех значений для этих переменных. Распределение ответов на пункт анкеты, выясняющий отношение к школе, соответствует кривой Гаусса. Выбросы данных отсутствовали, коллинеарность не наблюдалась, все корреляции были ниже 0,99.
Выделение факторов осуществлялось методом главных компонент, количество выделяемых факторов определялось по графику собственных значений (был выделен один фактор, соответствующий резкому скачку на графике).
5.3. Множественный регрессионный анализ
Для выравнивания выборки использовалась процедура взвешивания. Корреляционная связь между пропущенными значениями оценок фактора и зависимой переменной оказалась довольно слабой (г = 0,373) что свидетельствовало о случайном характере пропущенных значений.
По переменной «раса» наблюдалось 6,79% пропущенных значений, по переменной «пол» — 5,95%. Для зависимой переменной было отмечено 42% пропущенных значений. Процент может показаться достаточно высоким, однако это можно объяснить тем, что данные о дальнейшем пути учащихся собирались уже после окончания школы, а значит, сам процесс их сбора представлял определенную трудность. Пропущенные значения были восстановлены.
В качестве зависимой переменной при построении уравнения множественной регрессии использовались баллы вступительных экзаменов. Баллы, полученные на вступительном экзамене, были выбраны в качестве замены информации о посещаемости колледжа, поскольку эта переменная является количественной и непрерывной. Фактор положительных ожиданий, пол, раса и социально-экономический статус студентов выступали в качестве независимых переменных.
5.4. Допущения множественного регрессионного анализа
Прежде чем проводить множественный регрессионный анализ, необходимо было проверить данные на их соответствие предъявляемым
к ним требованиям. Проверялись нормальность распределения исходных переменных, равенство дисперсий, отсутствие выбросов и высокой коллинеарности.
И хотя данные использовались неоднократно, мы не можем объяснить, что вызывает отклонения от нормы (потолочный эффект) на диаграмме рассеяния. Коллинеарность выражена слабо, поскольку все факторы, увеличивающие дисперсию (VIF), были ниже 0,5. Гипотеза относительно уравнения регрессии следующая:
H0: 6 и «положительные ожидания» = 0,
НА: 6 и «положительные ожидания» > 0.
5.5. Результаты
Исследователи изначально предполагали, что позитивные ожидания родителей и студентов, как и отношение учащихся к обучению, будут оказывать большее влияние на поступление в колледж, чем любой другой фактор, включая социально-экономический статус, половую или расовую принадлежность. Действительно, все эти факторы оказывают статистически значимое влияние на оценки вступительного экзамена, что, в свою очередь, сказывается на посещении колледжа, однако фактор положительных ожиданий имеет второе по значимости влияние.
5.6. Факторный анализ
После того как исходные данные были проверены на их пригодность для проведения факторного анализа и установлено, что нет никаких ограничений, данные исследования были использованы для выделения методом главных компонент одного фактора, получившего название «положительные ожидания». Что касается доли общей дисперсии, то у переменной «отношение к школе» наименьшее значение, равное 0,305. Интересно отметить, что, хотя учащиеся были не очень высоко мотивированы относительно обучения в школе, их мотивация и ожидания относительно будущего оказались достаточно высоки.
В целом факторный анализ продемонстрировал хорошие результаты, и новый фактор «положительные ожидания» был использован во множественном регрессионном анализе.
5.7. Множественный регрессионный анализ
Проведение множественного регрессионного анализа показало, что переменная «положительные ожидания» имеет высокую положительную корреляцию с баллами вступительных испытаний (r = 0,605). Это переменная оказывает наиболее сильное влияние, так как 6=0,362. Социально-экономический статус также имеет положительную корреляцию с баллами вступительных испытаний и является второй по значимости переменной с коэффициентом в уравнении регрессии 6=0,341. Как обсуждалось в обзоре литературы по данному вопросу, более высокий социально-экономический статус обычно ведет к более высокому уровню поступления в колледж.
Для переменной «пол» у женщин была выявлена слабая положительная корреляционная связь с экзаменационными баллами. Слабая корре-
ляционная связь была выявлена также между переменной «раса» и баллом вступительного экзамена. Исключение составили учащиеся азиатского происхождения, у которых наблюдалась слабая положительная корреляционная связь.
Хорошо известно, что расовая принадлежность традиционно является определяющим фактором в принятии решении о поступлении в колледж и его посещении, особенно для представителей белой и желтой рас.
Поскольку фактор, выделенный в результате факторного анализа, коррелировал положительно с баллом вступительных экзаменов, можно сделать вывод, что информация об ожиданиях родителей и учащихся может в некоторой степени стать хорошей заменой для баллов вступительных испытаний при предсказании успешности академических достижений студента.
5.8. Обсуждение
Несмотря на то что выделенный фактор оказался достаточно информативным, а гипотеза о том, что ожидания родителей и учащихся относительно дальнейшего образования последних являются эффективным индикатором продолжения образования, как показано с помощью традиционных баллов на экзамене, авторы исследования считают, что существуют способы улучшения исследований. Оглядываясь назад, можно предположить, что логистическая регрессия была бы более приемлемой, чем множественная. Логистическая регрессия позволяет использовать бинарные переменные и, соответственно, получать бинарные результаты. Это означает, что вместо построения уравнения множественной регрессии с использованием непрерывных данных в качестве предиктора поступления в колледж и его последующего посещения (в нашем случае — экзаменационных баллов) исследователи могли бы использовать бинарные, номинативные данные о поступлении (да/нет).
Также вместо данных лонгитюдного исследования в области образова-ния-2002 можно было бы использовать другие данные с другими переменными, связанными с продолжением образования и измеренными в непрерывной шкале. Однако в этом случае практически невозможно проконтролировать, как эти данные были собраны, сгруппированы и описаны.
Проведенное исследование показывает, что решение о продолжении образования в большей степени связано с положительными ожиданиями и самомотивацией, а не с социально-экономическим статусом и, что более важно, не с полом и расой. Положительные ожидания являются ресурсом, который может быть использован родителями, учителями и школьными психологами. Они свободны, социально обусловлены и потому доступны всем. Представьте школьную систему, в которой разработаны и используются программы по самовизуализации и которая создает более мотивирующую среду.
Это исследование показывает, что отношение так же важно, как и социально-экономический статус, который нам дан от рождения, и более важно, чем раса и пол.
1. Balfanz R., Bridgeland J., Bruce M., & Fox J. Building a Grad Nation: Progress and Challenge in Ending the High School Dropout Epidemic. — 2013 Annual Update, 2013 // Washington, DC: Civic Enterprises, the Everyone Graduates Center at Johns Hopkins University School of Education, America's Promise Alliance, Alliance for Excellent Education, 2013.
2. Cataldi E. F., &KewalRamani A. High School Dropout and Completion Rates in the United States: 2007 Compendium Report. NCES 2009-064. National Center for Education Statistics, 2009.
3. Datnow A., Solorzano D. G., Watfor T., & Park V. Mapping the terrain: The state of knowledge regarding low-income youth access to postsecondary education // Journal of Education for Students Placed at Risk. — 2010. -Vol. 15(1-2). - P. 1-8.
4. Gregory A., & Huang F. It Takes a Village: The Effects of 10th Grade College-Going Expectations of Students, Parents, and Teachers Four Years Later // American journal of community psychology. - 2013. - Vol. 52 (1-2). -P. 41-55.
5. Bronfenbrenner U., & Bronfenbrenner U. The ecology of human development: Experiments by nature and design. - Cambridge, MA: Harvard university press, 2009.
6. Chen W. B., & Gregory A. Parental involvement as a protective factor during the transition to high school // The Journal of Educational Research. -2009. - Vol. 103(1). - P. 53-62.
7. Fan X., & Chen M. Parental involvement and students' academic achievement: A meta-analysis // Educational Psychology Review. - 2001. -Vol. 13(1). - P. 1-22.
8. ZhanM. Assets, parental expectations and involvement, and children's educational performance // Children and Youth Services Review. - 2006. -Vol. 28(8). - P. 961-975.
9. Benner A. D., & Mistry R. S. Congruence of mother and teacher educational expectations and low-income youth's academic competence // Journal of Educational Psychology. - 2007. - Vol. 99(1). - P. 140-153.
10. Kim Y., & Sherraden M. Do parental assets matter for children's educational attainment? Evidence from mediation tests // Children and Youth Services Review. - 2011. - Vol. 33(6). - P. 969-979.
11. Wood D., Kurtz-Costes B., & Copping K. E. Gender differences in motivational pathways to college for middle class African American youths // Developmental psychology. - 2011. - Vol. 47(4). - P. 961-968.
12. Mello Z. R. Gender variation in developmental trajectories of educational and occupational expectations and attainment from adolescence to adulthood. Developmental Psychology. - 2008. - Vol. 44(4). - P. 10691080.
13. Lösel F., &Farrington D. P. Direct protective and buffering protective factors in the development of youth violence // American Journal of Preventive Medicine. - 2012. - Vol. 43(2). - P. 8-23.
14. Bozick R., Alexander K., Entwisle D., Dauber S., & Kerr K. Framing the future: Revisiting the place of educational expectations in status attainment // Social Forces. - 2010. - Vol. 88(5). - P. 2027-2052.
15. SciarraD. T., & AmbrosinoK. E. Featured Research: Post-Secondary Expectations and Educational Attainment // Professional School Counseling. -2011. - Vol. 14 (3). - P. 231-241.
16. Rutter M. Clinical Implications of Attachment Concepts: Retrospect and Prospect // Journal of Child Psychology and Psychiatry. - 1995. - Vol. 36(4). - P. 549-571.
17. Sandefur G. D., Meier A. M. and Campbell M. E. Family Resources, Social Capital, and College Attendance // Social Science Research. - 2006. -Vol. 35(2). - P. 525-553.
Adam Dreyfus
EXPECTATIONS AND ATTITUDES ON COLLEGE ATTENDANCE
Abstract. The role of parental and teacher expectations on a student's success in secondary and postsecondary education have been documented in numerous research studies over the years. Building on the work of Gregory and Huang (2013), which showed positive expectations of students, parents, English, and mathematics teachers in the 10th grade, the purpose of this study was to investigate the relationship between positive expectations from both parents and high school students, student attitudes regarding education, socioeconomic status (SES), race, and gender on college attendance using a sample from the Education Longitudinal Study of 2002 through standardized college entrance exams. A factor analysis approach is used to analyze three variables. The variables of interest were: (a) How far in school parents expect their child to go, (b) How far in school student expects to go, and (c) How much the student likes school. Factor analysis followed by multiple linear regression identified those variables that correlated with college entrance exam scores. Results show that the positive expectations factor correlated positively with college entrance exam scores. SES also had a positive correlation with college entrance exam scores. Multiple regression analyses supported the conclusion that looking at parent and student expectations and how much a student likes school is a somewhat-good substitute for college entrance exam scores in predicting whether students will attend college.
1. Introduction
Julian and Kominiski (2011) report that a worker with a high school degree earns $23,000 less annually compared to a full-time worker with a bachelor's degree. This study draws on data collected in the 2002-2006 E ducational Longitudinal Study (ELS). The ELS is a nationally representative study of 10th graders in 2002 and 12th graders in 2004. The decision to attend college is one that a student begins to ponder seriously while in high school. Some of the considerations include socioeconomic status, parental and student expectations, family structure, parental educational attainment, whether or not the student had positive or negative experience in school, and teacher expectations. The purpose of the present study was to examine the effect that the investigated factors have on whether or not a student attends college.
Educational researchers report good news on the education front. Balfanz et al (2013) reported that the national high school graduation rate increased 6.5% between 2006 and 2010 [1]. The national rate is now 78% and the United States is on track to graduate 90% of its citizens by 2020. The results were
largely driven by large gains in the Hispanic and African American rates of graduation. Hispanic students demonstrated the largest gains with a 10% increase in graduation rates between 2006 and 2010. In African American students, the graduation rate rose from 59.2% to 66.1%. Interestingly, the southern states of the United States led the way in improvements in high school graduation rates. About 50% of the top ten states that demonstrated improvement were from the southern region of the United States. The southern states also boasted the top seven states with the sharpest drop in schools categorized as 'dropout factories'. A high school is categorized as a 'dropout factory' when their 12th grade enrollment is 60% or less than their 9th grade enrollment from 3 years prior.
While this is good news, these gains are framed by a report produced by the Education Research Center stating that 30% of high school students in the United States do not graduate at all (2010). Of particular concern are the outcomes for non-white students. On average, non-white students are twice as likely to drop out of high school. The National Center for Education Statistics (NCES) reported that while 18% of white students do not graduate high school, that number climbs to 34% for Hispanic and 37% for African-American students [2].
The issues related to high school graduation rates, while containing some good news, are largely indicative of the plummeting college graduation rates. According to NCES, the United States currently ranks 16th in the world in terms of the number of 25-34 year-olds with college degrees. In 2000, the United States ranked first in developed nations. NCES also reported that 42% of students seeking a bachelor's degree do not graduate while 72% seeking an associate's degree do not graduate. The Bureau of Labor Statistics predict that at least 800,000 college graduates are needed each year to compete globally and as many as 16 million college-educated adults are needed for the workforce.
There is clearly a need to increase the number of students going to college, especially students whose failure rates are the highest [3]. There are significant consequences when people do not attain higher degrees.
There are many forms of support for students and a variety of people have expectations about the college-going potential of students. Gregory and Huang [4] adopted an ecological perspective [5] in examining the range of supports that could be mobilized to support students. One form of support is the belief in student potential for education attainment beyond high school. This phenomena is called positive expectancies. There have been few studies that examine the effects of positive expectancies for adolescents (students and parents). The ELS data set permits a longitudinal design with the appropriate covariates that can isolate the expectancy effects. Hamrick and Stage (2004) also assert that research needs to be done on at-risk populations to determine whether or not positive expectancies serve to mitigate the risks faced by low-income students and students of color.
Several studies have demonstrated associations between parental belief and children's subsequent performance [6; 7; 8].
2. Student Beliefs
Students' self-beliefs are also linked to their academic achievement [9]. Kim and Sherraden [10] found that early student expectations are predictive of later educational attainment. Wood et al (2011) found that for a sample of middle class African American boys, their educational expectations while they were in high school predicted postsecondary outcomes one year after high school graduation [11]. Mello (2008) took into account prior test scores and found that students' expectation at 14 years old were predictive of educational attainment at 26 [12]. These studies demonstrate that positive expectancies are promotive. Promotive, as defined by Gregory and Huang (2013), is defined as 'factors that increase the probability of positive outcomes regardless of students' risk status' [4]. Losel and Farrington (2012) use a similar term "direct protective factor" [13].
Bozick et al (2010) found that low-income students are less likely to attend college than their higher-income peers [14]. Sciarra and Ambrosino (2011) reported that racial and ethnic group membership is a powerful predictor of college enrollment [15]. They found that Hispanic and African American students are less likely to attend college than their White and Asian counterparts. Rutter (1995) argued that researchers need to identify 'malleable' factors that could be protective of high risk groups [16]. Malleable factors, in terms of this paper, refer to variables over which intervention packages can exert influence without addressing systemic issues such as poverty or racism. Variable such as gender and race are fixed. SES, as a variable, difficult to address through a simple intervention. Malleable variables include student expectation, teacher expectation and whether or not a student views their school favorably. What is promising is the fact that some studies have found larger expectancy effects for groups with the great risk factors. Sandefur et al (2006) found that high parental expectations for Hispanic students would increase their likelihood of attending college [17]. Benner and Mistry (2007) found that varying sources of expectations including students and parents had positive effects on student outcomes. They also found that maternal expectations were uniquely associated with academic achievement.
Ultimately, it would appear that student self-beliefs are one of the most important factors regarding college enrollment. The cumulative effect of these studies suggest that positive student and parent expectations promote positive, upward trajectories of college attendance regardless of risk status, including; socio-economic, race factors, and gender factors.
The authors anticipate that the multiple sources of expectations will have an additive role and that the expectancy effects will vary between and within groups. Based on prior research, it is hypothesized that positive expectations (from both parents and high school students), as well as student attitudes regarding education, are a greater influence on college attendance than SES, race, or gender.
3. Method
Sample. The sample was taken from the Education Longitudinal Study of 2002. ELS: 2002 represents a major longitudinal effort designed to provide trend data about critical transitions experienced by students as they proceed through high school and into postsecondary education or their careers. The 2002 sophomore cohort was followed at two-year intervals to collect policy-relevant data about educational processes and outcomes.
These data points pertain to student learning and predictors of dropping out, high school correlates of students' access to and persistence and attainment in postsecondary education, and their entry into the workforce. In the spring term of 2002, the base year of the study, high school sophomores were surveyed and assessed in a national sample of high schools with 10th grades. Their parents, teachers, principals, and librarians were surveyed as well.
In the first of the follow-ups, base-year students who remained in their base-year schools were resurveyed and tested two years later, along with a freshening sample that makes the study representative of spring-term 2004 high school seniors nationwide. Students who had transferred to a different school, had switched to a home school environment, graduated early, or who had dropped out were administered a questionnaire. In the first follow-up, academic transcripts were requested for all students who participated in either the base year or the first follow-up. The transcripts normally cover 4 years of coursework — for students who were seniors in 2004, typically 9th through 12th grade. School course offerings information for the base-year schools was also collected.
4. Variables
College entrance exam scores correlated moderately positively with college attendance (r =.489) The categorical nature of college attendance would have violated several assumptions of multiple regression, but the continuous variable of college entrance exam scores met these assumptions, and we were confident that using college exam scores in place of college attendance due to the high correlation analysis.
Three continuous variables were selected from the ELS dataset and used in a factor analysis: (a) How far in school parents expect their child to go, (b) How far in school student expects to go, and (c) How much the student likes school. How far in school parents expect their child to go was measured on a Likert scale ranging from 1 (less than a high school diploma) to 7 (PhD). How far in school the student themselves expect they will go was also measured on a Likert scale ranging from 1 (less than a high-school diploma) to 7 (PhD, MD, or other advance degree). Finally, How much a student liked school was measured on a Likert scale ranging from 1 (student does not like school at all) to 3 (student likes school a great deal).
In addition to these three factor analysis variables, independent and control variables were selected for the multiple regression. As noted above, these included (a) College entrance exam scores (which were measured on a Likert scale ranging from 0 - no college attendance, 1 - attendance at an open
admissions college, 2 — entrance exam scores in lowest quartile, 3 — entrance exam scores in the middle two quartiles, and 4 — entrance exam scores in the highest quartile), as well as (b) Student sex, (c) Student race, and (d) Student socio-economic status.
5. Methods of Analysis
5.1. Factor Analysis
The factor analysis variables were chosen with the goal of reflecting student and parent expectations and attitudes regarding college attendance. Expectations and attitudes are difficult to quantify; however, the chosen variables concretely illustrated ways that beliefs can shape college attendance. If parents expected success in school, they may encourage their children to attend college; for this reason, "how far in school parents expect their child to go" was selected. If students expect to go far in school, then they are likely to plan to fulfill those expectations. "How far in school student expects to go" was selected. Finally, if students like/enjoy school during their pre-secondary education, then they are more likely to continue by attending college; for this reason, "How much a student likes school" was chosen. These variables were used in a factor analysis to create a factor variable called "Positive Expectations" in order to express the role of excitement about future learning that comes with the decision to participate in college.
5.2. Factor Analysis Assumptions
Before the factor analysis could be run, the data had to be examined to see if it met the necessary assumptions. These include making sure the data is continuous, does not violate multinormality, an absence of outliers, an absence of high collinearity, and maintains linearity. As noted above, the data was continuous, though it was not equally spaced. One important observation about the values in two of the variables, "How far in school parent expects child to go" and "How far in school student expects to go" is that the fourth value, "Attend college-4 year degree incomplete," is very low. This low value was not surprising, considering that few students would plan to attend but not complete college, and few parents are likely to wish an incomplete degree on their child.
The histograms for the three variables followed a normal curve; "How far in school parent expects their child to go" and "How far the student expects to go" were slightly bimodal/negatively skewed, but this bimodal shape is attributable to the low 4th value in these variables. How much the student likes school was clearly normal and bell shaped. No outliers were observed, and high collinearity was absent as all correlations were under .99. The factor was extracted using the principal component extraction method, with one elbow found in the scree plot.
5.3. Multiple Regression
We weighted the data using the same panel weight, making it more in line with the data as a whole. Missing data for the factor score and dependent
variable were not highly correlated at .373, making the missing data MCAR, (missing completely at random). The races had a combined 6.79 % missing data and gender had 5.95% missing data. The dependent variable had 43% missing data; while this amount of missing data might seem high, this was due to the fact that the second follow up study attempted to track students after graduating from high school. We imputed the data to make up for the gaps presented by the missing data.
The dependent variable used in the multiple regression was college entrance exam scores. College entrance exam scores were selected as a substitution for college attendance because this variable provided a concrete quantitative variable for comparison. The control variables included the factor score Positive Expectation, student sex, student race, and student SES.
5.4. Assumptions of Multiple Regression
Before we ran the multiple regression, we determined whether or not we had violated the assumptions of analysis. These included normality, no presence of outliers, equality of variance, and absence of high collinearity. The histograms were normal-shaped, and the data did not show any outliers. The residual plot showed a various, mostly normal scattering of data. Despite running the data multiple times, we were unsure of what caused the anomaly (often called a floor effect) on the scatterplot. Collinearity was not a problem as all VIFs were well under .5. Our regression equation was thus; H0: p, and PositiveExpectation = 0 and Ha: p and PositiveExpectation > 0.
5.5. Results
The researchers initially hypothesized that positive expectation from parents and students as well as students' attitudes regarding education would bear a greater influence on college attendance than any other factor, including SES, gender, or race. While all of these factors were statistically significant in regards to effecting college entrance exam scores, and in turn, college attendance, the created factor Positive Expectation, had the second highest relationship.
5.6. Factor Analysis
After checking the assumptions for factor analysis and finding that the analysis would not violate any assumptions, the ELS data was used to extract one factor through principal component analysis, "Positive Expectation". Regarding the communalities, "How much student likes school" has the weakest relationship at .305. It is interesting to note that despite a student feeling less motivated about their schooling at the time of the study, how much they like school, their motivation and self-expectation for their future was still very high.
The results of the factor analysis were excellent overall and the new factor, Positive Expectation, was used in the multiple regression.
5.7. Multiple Regression
Running the multiple regression resulted in the factor score, "Positive Expectation", having a moderately high positive correlation with college entrance exam scores at .605. This proved to be the most powerful variable as well, with a p=.362. SES also had
a positive correlation with college entrance exam scores, being the second most powerful variable, with a p=.341. As discussed in the literature review, higher socioeconomic status regularly leads to higher college attendance rates. Females had a weak positive correlation with the exam scores, and there were weak negative correlation scores for all races in our regression except for Asians, who had a weak positive correlation. It has also been well documented that race has traditionally been a determining factor with college acceptance and attendance, particularly for Asian and Caucasian populations.
Since the factor analysis factor correlated positively with college entrance exam scores, the conclusion can be made that looking at parent and student expectations and how much a student likes school makes a somewhat-good substitute for college entrance exam scores in predicting whether students will attend college.
5.8. Discussion
Although the factor created was highly successful and the hypothesis that parent and student expectations in education were instrumental in college attendance, as seen through accepted college exam scores, the researchers believe that there were ways in which this study could have been enhanced.
Looking past the scope of this project, a logistic regression rather than multiple regression could have been run. This would have allowed more direct correlations with the data. Logistic regression allows for binary results from binary predictor variables. This means that instead of creating a multiple regression using college entrance exams scores, continuous data, as a predictor for college entrance and attendance the researchers could have directly used college attendance data, yes or no binary nominal data. Additionally, a different data set other than ELS: 2002 could have been used that contained more variables for predicting college attendance on a continuous scale. One of the trials and tribulations of using another researcher's data is not controlling how it is collected, categorized, reported.
This research does give hope and light to the idea that college attendance is as much about positive expectation and self-motivation as it is about socio-economic status and is more important than gender or race. Positive expectation is a resource that can easily be tapped into by parents, teachers, and school counselors. It is free and socially based, therefore accessible by all. Imagine a school system that adopted into its programming models for self-visualization and more motivating environments. This study shows that attitude is as important as the socio-economic status we were born into and more important than race and gender.
1. Balfanz, R., Bridgeland, J., Bruce, M., & Fox, J. (2013). Building a Grad Nation: Progress and Challenge in Ending the High School Dropout Epidemic-2013 Annual Update. Washington, DC: Civic Enterprises, the Everyone Graduates Center at Johns Hopkins University School of Education, America's Promise Alliance, and the Alliance for Excellent Education.
2. Cataldi, E. F., & KewalRamani, A. (2009). High School Dropout and Completion Rates in the United States: 2007 Compendium Report. NCES 2009-064. National Center for Education Statistics.
3. Datnow, A., Solorzano, D. G., Watford, T., & Park, V. (2010). Mapping the
terrain: The state of knowledge regarding low-income youth access to postsecondary education. Journal of Education for Students Placed at Risk, 15(1-2), 1-8.
4. Gregory, A., & Huang, F. (2013). It Takes a Village: The Effects of 10th Grade College-Going Expectations of Students, Parents, and Teachers Four Years Later. American journal of community psychology, 1-15.
5. Bronfenbrenner, U., & Bronfenbrenner, U. (2009). The ecology of human development: Experiments by nature and design. Harvard university press.
6. Chen, W. B., & Gregory, A. (2009). Parental involvement as a protective factor during the transition to high school. The Journal of Educational Research, 103(1), 53-62.
7. Fan, X., & Chen, M. (2001). Parental involvement and students' academic achievement: A meta-analysis. Educational psychology review, 13(1), 1-22.
8. Zhan, M. (2006). Assets, parental expectations and involvement, and children's educational performance. Children and Youth Services Review, 28(8), 961-975.
9. Benner, A. D., & Mistry, R. S. (2007). Congruence of mother and teacher educational expectations and low-income youth's academic competence. Journal of Educational Psychology, 99(1), 140.
10. Kim, Y., & Sherraden, M. (2011). Do parental assets matter for children's educational attainment? Evidence from mediation tests. Children and Youth Services Review, 33(6), 969-979.
11. Wood, D., Kurtz-Costes, B., & Copping, K. E. (2011). Gender differences in motivational pathways to college for middle class African American youths.Developmental psychology, 47(4), 961.
12. Mello, Z. R. (2008). Gender variation in developmental trajectories of educational and occupational expectations and attainment from adolescence to adulthood. Developmental Psychology, 44(4), 1069.
13. Losel, F., & Farrington, D. P. (2012). Direct protective and buffering protective factors in the development of youth violence. American Journal of Preventive Medicine, 43(2), S8-S23.
14. Bozick, R., Alexander, K., Entwisle, D., Dauber, S., & Kerr, K. (2010). Framing the future: Revisiting the place of educational expectations in status attainment. Social Forces, 88(5), 2027-2052.
15. Sciarra, D. T., & Ambrosino, K. E. (2011). Featured Research: Post-Secondary Expectations and Educational Attainment. Professional School Counseling, 14(3), 231-241.
16. Rutter, M. (1995). Clinical Implications of Attachment Concepts: Retrospect and Prospect. Journal of Child Psychology and Psychiatry, 36(4), 549-571.
17. Sandefur, Gary D., Ann M. Meier, and Mary E. Campbell. Family resources, social capital, and college attendance. Social Science Research 35.2 (2006): 525-553.
