Tässä tietoa syksyn ylioppilaiden yo-tuloksista. Vaikuttaa taaskin siltä, että menestyminen yo-kokeessa korreloi vahvimmin eräiden reaaliaineiden kanssa. Tulevina viikkoina julkaisen lisää aiheeseen liittyviä bigdatan analyysituloksia, joissa keskityn koko vuoden 23 ylioppilaiden tietoihin.
Linkit Python-koodiin ja csv-lähdetiedostoon löytyvät artikkelin lopusta. Lähteistä löytyy myös linkki artikkeliini vuodelta 22, jossa selitän miten koodi toimii. Tosin sitä lukiessa pitää huomata, että olen muokannut koodia ajan myötä ja Ylioppilaslautakunta muutti tiedostojen osoitteita tuon tarinan kirjoittamisen jälkeen.
Syksyllä 23 ylioppilaita valmistui 4455, heistä tyttöjä 2789 ja poikia 1666 onnittelut heille. Palaan tyttöjen ja poikien erilaisuuteen tämän syksyn ja koko vuoden kokeissa lähitulevaisuudessa.
Korrelaatiomatriisi
Käytin matriisin tuotossa samaa koodia, kuin aiemmissa korrelaatiomatriisiartikkeleissani. Loin taulukon, jossa oli vain oppilaiden puoltoäänien summa (”yht”) ja eri kirjoituksista saadut arvosanat (”a” = 2, ”b” = 3, …, ”l” = 7) . Poistin taulukosta sellaiset aineet, joita oli kirjoitettu alle 100 kertaa. Laskin korrelaatiomatriisin siten, että mukaan laskettiin vain ne aineparit, joissa vähintään 20 oppilasta oli kirjoittanut kyseiset aineet. Lisäsin oikeaan reunaan kaksi saraketta. Sarakkeelle ”∑r2” laskin korrelaatiokertoimien neliöiden eli selitysasteiden summan ja sarakkeelle ”yli .6” laskin niiden korrelaatioiden lukumäärän, jotka olivat suurempia kuin 0.6.
Klikkaa kuvaan, jos haluat nähdä sen suurempana.
aineiden koodit
koe | nimi | koe | nimi |
A | Äidinkieli, suomi | L1 | Latina, lyhyt oppimäärä |
A5 | Suomi toisena kielenä | L7 | Latina, pidempi oppimäärä |
BA | Ruotsi, pitkä oppimäärä | M | Matematiikka, pitkä oppimäärä |
BB | Ruotsi, keskipitkä oppimäärä | N | Matematiikka, lyhyt oppimäärä |
BI | Biologia | O | Äidinkieli, ruotsi |
CA | Suomi, pitkä oppimäärä | O5 | Ruotsi toisena kielenä |
CB | Suomi, keskipitkä oppimäärä | PA | Espanja, pitkä oppimäärä |
DC | Pohjoissaame, lyhyt oppimäärä | PC | Espanja, lyhyt oppimäärä |
EA | Englanti, pitkä oppimäärä | PS | Psykologia |
EC | Englanti, lyhyt oppimäärä | QC | Koltansaame, lyhyt oppimäärä |
ET | Elämänkatsomustieto | SA | Saksa, pitkä oppimäärä |
FA | Ranska, pitkä oppimäärä | SC | Saksa, lyhyt oppimäärä |
FC | Ranska, lyhyt oppimäärä | TC | Italia, lyhyt oppimäärä |
FF | Filosofia | TE | Terveystieto |
FY | Fysiikka | UE | Evankelis-luterilainen uskonto |
GC | Portugali, lyhyt oppimäärä | UO | Ortodoksi uskonto |
GE | Maantiede | VA | Venäjä, pitkä oppimäärä |
HI | Historia | VC | Venäjä, lyhyt oppimäärä |
I | Äidinkieli, inarinsaame | W | Äidinkieli, koltansaame |
IC | Inarinsaame, lyhyt oppimäärä | YH | Yhteiskuntaoppi |
KE | Kemia | Z | Äidinkieli, pohjoissaame |
Kommentteja korrelaatiomatriisiin
korrelaatio puoltoäänien summaan keväällä 23
Alla taulukko eri aineiden arvosanojen korrelaatiosta puoltoäänien summan (”yht”) kanssa. Voimakas korrelaatio (MAOL taulukoiden tulkinta r > 0.8) puoltoäänien summaan oli filosofialla ja historialla. Toki kaikissa näissä aineissa korrelaatio oli > 0.6 eli vähintään voimakas. Tietysti jos oppilas kerää paljon puoltoääniä, niin hän saanee useissa aineissa parempia arvosanoja.
Viime keväänä kärjessä tässä taulukossa olivat elämänkatsomustieto, biologia, filosofia, keskipitkällä ruotsi, evankelis-luterilainen uskonto, historia ja maantiede.
selitysasteiden summat keväällä 23
Suurimmat selitysasteiden summat (∑ r2) olivat historialla, biologialla ja psykologialla. Viime keväänä suurimmat r2 summat olivat filosofialla, biologialla ja keskipitkällä ruotsilla.
korrelaatiokertoimet aineiden välillä syksyllä 23
Suurimmat korrelaatiokertoimet eri aineiden välillä olivat: keskipitkä ruotsi ja lyhyt espanja, pitkä ja lyhyt englanti?, fysiikka ja kemia, historia ja yhteiskuntaoppi sekä yhteiskuntaoppi ja evankelis-luterilainen uskonto. Viime keväänä aineparit olivat pitkä ja keskipitkä ruotsi, elämänkatsomustieto ja filosofia, keskipitkä ruotsi ja lyhyt saksa sekä pitkä ja lyhyt englanti.
kuinka monen aineen kanssa korrelaatio on yli 0,6
Perinteisesti (MAOL taulukot) korrelaatio tulkitaan huomattavaksi, jos korrelaatio (tai tarkemmin ottaen sen itseisarvo) on välillä 0.6, … 0.8 ja voimakkaaksi, jos se on suurempi kuin 0,8. Jos lasketaan yhteen, kuinka monen aineen kanssa korrelaatio on yli 0.6, niin tänä syksynä biologialla tällaisia aineita on 13, historialla 11 ja psykologialla 10. Viime keväänä filosofialla ja biologialla oli 12 tällaista ainetta.
Kirjoitettujen aineiden lukumäärät
Lisään tähän loppuun vielä kirjoitettujen aineiden lukumäärät.
Tähän artikkeliin liittyvä Python-laskenta on tehty Googlen Colabissa, taulukoiden muokkaamisen ja tarkistuslaskentaan on käytetty Google Sheetsiä.
Lähteet
Linkki käytettyyn tiedostoon https://tiedostot.ylioppilastutkinto.fi/ext/data/FT2023KD3001.csv
YTL:n Oppilaitoskohtaisia tunnuslukuja-sivu https://www.ylioppilastutkinto.fi/fi/tietopalvelut/tilastot/oppilaitoskohtaisia-tunnuslukuja
Pythonkoodi Colabissa https://colab.research.google.com/drive/1REhnrv4khIbUwU4LsD_g4IlP1zZYMAgl?usp=sharing
Viime kevään korrelaatiomatriisiartikkelini
https://mikkorahikka.blog/2023/06/11/kevaan-23-ylioppilaiden-korrelaatiomatriisi/
Ylioppilaskoekorrelaatiomatriisi koodi Pythonilla
https://mikkorahikka.blog/2022/06/07/ylioppilaskoekorrelaatiomatriisi-koodi-pythonilla/
One Reply to “”