Olen piirrellyt ylioppilaskokeiden tyttöjen ja poikien arvosanajakaumia vuoden 2022 keväästä alkaen. Linkit edellisiin aiheen artikkeleihin ja tässä tarinassa käytettyyn lähdekoodiin löytyvät artikkelin lopusta. Siellä on myös taulukko oppiainekoodeista. 

Tänä vuonna tytöillä oli tilastollisesti erittäin merkitsevästi (p < 0.001) paremmat keskiarvot verrattuna poikiin seuraavissa aineissa (suluissa erotus): terveystieto (0,85) , psykologia (0,74), äidinkieli suomi (0,66), äidinkieli ruotsi (0,59), maantiede (0,32),  historia 0,30), evankelis-luterilainen uskonto (0,30), yhteiskuntaoppi (0,23), ruotsi  keskipitkä oppimäärä (0,18) , suomi pitkä oppimäärä (0,30), saksa lyhyt oppimäärä (0,33), suomi toisena kielenä (0,31). Lisäksi puoltoäänien määrän erotus (1,1)  ja kirjoitettujen aineiden lukumäärien erotus (0,16) olivat tilastollisesti erittäin merkitseviä.

Pojilla erotus tyttöjen vastaavaan arvoon oli suurempi tilastollisesti erittäin merkittävästi seuraavien aineiden keskiarvoissa: pitkä englanti (0,45), kemia (0,35), pitkä matematiikka (0,26)  ja fysiikka (0,21).

Olen eläkkeellä oleva opettaja, en tilastotieteilijä tai tutkija. Big datan tutkiminen on minulle harrastus. En tee hypoteeseja, jätän tilastollisen tutkimuksen alan ammattilaisille. Tulkitsemisen taakan jätän lukijoille.

kevään 2024 ylioppilaiden  puoltoäänet

Tänä keväänä tyttöjä  valmistui 14310, puoltoäänien keskiarvo oli 24,1, keskihajonta 7,9. Poikia valmistui 10717, keskiarvo 23,0, keskihajonta 7,7. Kuvaajakin näyttää tyttöjen olevan parempia puoltoäänissä. Puoltoäänien erotus on noin 1,1, erotus on tilastollisesti erittäin merkittävä.

Keväällä 23 tyttöjä valmistui 14553, puoltoäänien keskiarvo oli 24,4, keskihajonta 8,0. Poikia valmistui 10750, keskiarvo 23,0, keskihajonta 7,6.

Tytöt kirjoittivat keskimäärin 5,5 ainetta ja  pojat 5,3 ainetta. Viime keväänä tytöt kirjoittivat keskimäärin 5,5 ainetta, pojat 5,2 ainetta. Tämäkin erotus o,3 on tilastollisesti erittäin merkittävä.

Alla olevassa kuvaajassa näkyy sellaiset kirjoitetut aineet, joissa osallistujia oli yli 1000 kokelasta.

eri aineiden arvosanajakaumia

Tein arvosanajakaumat niille aineille, joissa oli yli 4000 kirjoittajaa. Tällaisia aineita olivat: EA, A, N, M, BB, YH, PS, BI,  HI, FY, TE, KE.

Pitkää englantia EA kirjoitti 12735  tyttöä ja 10132 poikaa. 2023 keväällä 12132  tyttöä ja 10132 poikaa. Poikien keskiarvo on 0,45 arvosanaa suurempi kuin tytöillä. Erotus on tilastollisesti erittäin merkitsevä. Good for lads.

Äidinkieltä A kirjoitti 12584  tyttöä ja 9310 poikaa. 2023 keväällä vastaavat luvut olivat tytöillä 12920 ja pojilla 9479. 

Äidinkielen arvosanojen keskiarvojen erotus oli 0,67 arvosanaa tyttöjen hyväksi. Erotus on tilastollisesti erittäin merkitsevä. 

Lyhyttä matematiikkaa N kirjoitti 6973 tyttöä ja 4552 poikaa. Vuoden 23 keväällä 6935 tyttöä  ja 4588 poikaa.

Keskiarvojen erotus oli pojilla noin 0,012 arvosanaa parempi eli käytännössä keskiarvot olivat lähes yhtä suuret.

Pitkää matematiikkaa M kirjoitti 5613 tyttöä ja 5752 poikaa. Vuoden 23 keväällä 5791 tyttöä ja 5803 poikaa.

Poikien keskiarvo oli 0,26 arvosanaa parempi kuin tytöillä. Ero on tilastollisesti erittäin merkitsevä.

Keskipitkää ruotsia BB kirjoitti 5497 tyttöä ja 2018 poikaa. Keväällä 23 BB:n kirjoitti 5515 tyttöä ja 1986 poikaa.

Keskipitkässä ruotsissa tyttöjen keskiarvo oli 0,18 arvosanaa parempi kuin pojilla. Ero on tilastollisesti erittäin merkitsevä.

Keväällä 23 yhteiskuntaoppia YH kirjoitti 3011 tyttöä ja 3867 poikaa. Edellisenä keväänä yhteiskuntaopin kirjoitti 2902 tyttöä ja 3710 poikaa. 

Keskiarvo tytöillä oli noin 0,23 arvosanaa parempi kuin pojilla. Ero on tilastollisesti erittäin merkitsevä.

Psykologiaa PS kirjoitti tänä keväänä  5725 tyttöä ja 1102 poikaa. Viime vuonna PS:n kirjoitti 5767 tyttöä ja 1114 poikaa.

Keskiarvo tytöillä oli noin 0,77 arvosanaa parempi kuin pojilla. Ero on tilastollisesti erittäin merkitsevä.

Historiaa HI kirjoitti 2525 tyttöä ja 3747 poikaa. Edellisenä keväänä 2625 tyttöä ja 3776 poikaa. 

Keskiarvo tytöillä oli 0,3 arvosanaa parempi kuin pojilla. Erotus on tilastollisesti erittäin merkitsevä.

Fysiikkaa FY kirjoitti 2127 tyttöä ja 4088 poikaa. Keväällä 23 luvut olivat tytöillä 2399 ja pojilla 4230. Fysiikan kirjoittaneiden määrä väheni jonkin verran. 

Fysiikassa pojilla keskiarvo oli noin 0,21 arvosanaa parempi. Erotus on tilastollisesti erittäin merkitsevä.

Terveystietoa TE  kirjoitti 3775 tyttöä ja 1667 poikaa. Keväällä 23 TE:n kirjoittajista oli 3874 tyttöä ja 1552 poikaa. 

Terveystietoisien tyttöjen keskiarvo oli huimat 0,85 arvosanaa parempi kuin pojilla. Erotus on tilastollisesti erittäin merkitsevä.

Kemiaa KE  kirjoitti 2653 tyttöä ja 2251 poikaa. Keväällä 23 kemiaa kirjoitti 2864 tyttöä ja 2399 poikaa. Poikien keskiarvo oli 0,35 arvosanaa parempi kuin tytöillä.  Erotus on tilastollisesti erittäin merkitsevä.

keskiarvot ja keskihajonnat aineittain taulukkona

Alla on eri  aineiden kirjoittaneiden lukumäärät, keskiarvot ja keskihajonnat taulukkona. NaN (Not a Number) on Python kielen tapa ilmaista, että kyseistä lukua ei voi laskea. Esimerkiksi, jos listassa on nolla lukua, niin listan alkioista ei voi laskea keskiarvoa tai keskihajontaa. Yht tarkoittaa puoltoäänien summaa ja lkm kirjoitettujen aineiden lukumäärää

aine	plkm	pkeskiarvo	pkeskihajonta	tlkm	tkeskiarvo	tkeskihajonta	yhteensä
sukup	10717	1,000	0,000	14310	2,000	0,000	25027
yht	10717	23,044	7,735	14310	24,119	7,949	25027
A	9310	3,777	1,519	12584	4,433	1,424	21894
O	902	3,686	1,568	1079	4,279	1,422	1981
Z	3	3,000	1,000	9	4,000	1,871	12
A5	499	4,253	1,455	640	4,558	1,431	1139
O5	6	4,167	1,329	10	5,000	1,247	16
M	5752	4,760	1,423	5613	4,501	1,365	11365
N	4552	3,957	1,321	6973	3,941	1,385	11525
BI	1807	4,484	1,511	4738	4,451	1,468	6545
FF	590	4,351	1,529	825	4,462	1,443	1415
FY	4088	4,780	1,402	2127	4,570	1,379	6215
HI	3747	4,298	1,459	2525	4,599	1,412	6272
PS	1102	3,608	1,484	5725	4,353	1,402	6827
UE	612	4,180	1,489	1825	4,477	1,410	2437
UO	10	3,700	1,829	13	3,308	1,109	23
ET	92	4,185	1,437	240	4,600	1,434	332
GE	1705	4,066	1,426	1580	4,392	1,433	3285
KE	2251	4,928	1,444	2653	4,573	1,461	4904
TE	1667	3,470	1,316	3775	4,325	1,448	5442
YH	3867	4,056	1,429	3011	4,284	1,370	6878
BA	233	4,811	1,441	557	4,508	1,765	790
BB	2018	4,227	1,585	5497	4,412	1,564	7515
CA	510	4,676	1,249	575	4,972	1,309	1085
CB	317	4,722	1,608	435	4,828	1,555	752
EA	10132	4,688	1,387	12735	4,234	1,531	22867
FA	67	5,209	1,420	123	5,179	1,482	190
SA	110	5,445	1,268	189	5,354	1,335	299
PA	35	5,829	0,954	45	5,178	1,585	80
VA	136	6,162	1,070	232	6,194	1,125	368
EC	440	4,109	1,418	958	4,061	1,487	1398
FC	124	4,621	1,406	347	4,700	1,481	471
SC	363	4,507	1,413	575	4,833	1,278	938
PC	127	5,071	1,624	445	5,045	1,404	572
VC	67	4,687	1,852	112	4,911	1,631	179
IC	1	2,000	NaN	1	5,000	NaN	2
GC	5	5,400	0,548	5	6,200	0,447	10
TC	15	6,133	0,915	37	4,892	1,853	52
L1	7	5,571	1,718	8	4,125	2,475	15
L7	1	7,000	NaN	4	6,250	0,957	5
lkm	10717	5,344	0,617	14310	5,509	0,696	25027

keskiarvon erotus

Keskiarvojen erotustaulukossa on laskettu poikien ja tyttöjen keskiarvojen erotukset eri aineissa. Miinusmerkkiset  erotukset tarkoittavat sitä, että poikien keskiarvo on suurempi kuin tyttöjen.

aine	erotus	aine	erotus
IC	3,000	N	-0,016
yht	1,076	PC	-0,026
Z	1,000	FA	-0,030
TE	0,854	BI	-0,033
O5	0,833	EC	-0,049
GC	0,800	SA	-0,091
PS	0,745	FY	-0,210
A	0,656	M	-0,258
O	0,593	BA	-0,303
ET	0,415	KE	-0,355
SC	0,326	UO	-0,392
GE	0,326	EA	-0,454
A5	0,305	PA	-0,651
HI	0,301	L7	-0,750
UE	0,297	TC	-1,241
CA	0,296	L1	-1,446
YH	0,228
VC	0,224
BB	0,185
lkm	0,165
FF	0,111
CB	0,105
FC	0,079
VA	0,032

t-testi

Laskin kaikista aineista Studentin t-testin keskiarvon erotuksista. Sen avulla voi selvittää missä aineissa keskiarvot poikkeavat toisistaan tilastollisesti erittäin merkitsevästi  (p < 0.001). 

Tänä vuonna tytöillä oli tilastollisesti erittäin merkitsevästi (p < 0.001) paremmat keskiarvot verrattuna poikiin seuraavissa aineissa: Terveystieto (0,85) , Psykologia (0,74), Äidinkieli suomi (0,66), Äidinkieli ruotsi (0,59), maantiede (0,32),  historia 0,30), evankelis-luterilainen uskonto (0,30), yhteiskuntaoppi (0,23), ruotsi  keskipitkä oppimäärä (0,18) , suomi pitkä oppimäärä (0,30), saksa lyhyt oppimäärä (0,33), suomi toisena kielenä (0,31). Lisäksi puoltoäänien määrän erotus (1,1)  ja kirjoitettujen aineiden lukumäärien erotus (0,16) olivat tilastollisesti erittäin merkitseviä.

Pojilla erotus tyttöjen vastaavaan arvoon oli seuraavien aineiden keskiarvoissa: Pitkä englanti (0,45), kemia (0,35), pitkä matematiikka (0,26)  ja fysiikka (0,21).

Alla oleva taulukko on laskettu Pythonin scipy.test-kirjaston ttest_ind funktiolla. Sarakkeella t-arvo on testisuure, jonka etumerkistä näkee, kumpi keskiarvo on suurempi. Mikäli sarakkeen p-arvo luku on pienempi kuin 0.001 on kyseessä tilastollisesti erittäin merkitsevä ero. P-arvot, joissa on merkintä 0,000 ovat pienempiä kuin 0,001.

Lisäsin  t-testikoodin tuottamaan taulukkoon keskiarvojen erotukset ja järjestin taulukon p-arvon mukaiseen järjestykseen. Vasemman puoleisissa aineissa tytöt olivat ”parempia” kuin pojat  ja oikealla  pojat olivat ”parempia”.

tytöillä  parempi keskiarvo				pojilla parempi keskiarvo
aine	erotus	p-arvo		aine	erotus	p-arvo
yht	1,076	0,000		EA	-0,454	0,000
TE	0,854	0,000		KE	-0,355	0,000
PS	0,745	0,000		M	-0,258	0,000
A	0,656	0,000		FY	-0,210	0,000
O	0,593	0,000		TC	-1,241	0,002
GE	0,326	0,000		BA	-0,303	0,012
HI	0,301	0,000		PA	-0,651	0,026
UE	0,297	0,000		L1	-1,446	0,208
YH	0,228	0,000		BI	-0,033	0,429
BB	0,185	0,000		N	-0,016	0,540
lkm	0,165	0,000		SA	-0,091	0,558
CA	0,296	0,000		EC	-0,049	0,559
SC	0,326	0,000		UO	-0,392	0,559
A5	0,305	0,000		PC	-0,026	0,871
ET	0,415	0,020		FA	-0,030	0,891
GC	0,800	0,036
FF	0,111	0,168
O5	0,833	0,242
Z	1,000	0,278
CB	0,105	0,370
VC	0,224	0,415
FC	0,079	0,596
VA	0,032	0,785

oppiainekoodit

Alla taulukko Ylioppilaslautakunnan käyttämistä oppiainekoodeista.

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

lähteet

Python koodini Colabissa
https://colab.research.google.com/drive/1Dsv1mQeq6Tw9GCuSaeb8fduotzff50jg?usp=sharing

Scipy Ttest manuaali
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.ttest_ind.html

YTL:n Oppilaitoskohtaisia tunnuslukuja-sivu ​​https://www.ylioppilastutkinto.fi/fi/tietopalvelut/tilastot/oppilaitoskohtaisia-tunnuslukuja

Kevään 23 yo-kokeen jakaumia, tytöt ovat edelleen erilaisia kuin pojat -artikkeli
https://mikkorahikka.blog/2023/06/20/kevaan-23-yo-kokeen-jakaumia-tytot-ovat-edelleen-erilaisia-kuin-pojat/

Aiemmat artikkelini aiheeseen liittyen
https://mikkorahikka.blog/tag/ylioppilaskoe/