rapport pasec senegal version janvier 2010
Post on 19-Jun-2015
637 Views
Preview:
TRANSCRIPT
Evaluation PASEC Sénégal
2007 Ce rapport a été réalisé par le Secrétariat Technique Permanent (STP) de la CONFEMEN en collaboration avec l’équipe nationale PASEC du Sénégal et les autorités ministérielles sénégalaises.
Ministère de l’Education chargé de l’enseignement pré scolaire, de
l’élémentaire, du moyen secondaire et des langues nationales
2
Les auteurs : Pour le STP Mr. Alexi Le Nestour Mr. Garba Hamidou Seydou L’équipe PASEC du Sénégal Mr. Alhousseynou SY, Responsable Technique du PASEC Sénégal Mr. Elhadji NGOM Mme Mimesane KANE Mr. Papa Amadou SENE Mr. Elhadj Malick DIA Mr. Samba Yéro DIOP Mr. Moustapha Thialow DIOP Remerciements La CONFEMEN tient à remercier les personnes et les institutions suivantes pour leur soutien lors des différentes phases des opérations d’évaluation. Le Ministre de l’Education, chargé de l’enseignement pré scolaire, de l’élémentaire, du moyen secondaire et des langues nationales, M. Kalidou Diallo Le Secrétaire Général du Ministère de l’Education Nationale M. Mafakha TOURE Le Correspondant National de la CONFEMEN au Sénégal, Directeur de la Planification et de la Réforme de l’Education M. Djibril NDIAYE DIOUF La Directrice de l’Institut National d’Etude et d’Action pour le Développement de l’Education Mme Fatimata BA NIANG L’UNICEF, en particulier le Bureau Education pour son appui conséquent dans la collecte des données de cette étude Les membres du comité scientifique du PASEC Les cadres du Ministère de l’Education, chargés de l’enseignement pré scolaire, de l’élémentaire, du moyen secondaire et des langues nationales. L’équipe des enquêteurs, correcteurs et opérateurs de saisie, les enseignants de l’élémentaire et Directeurs des écoles enquêtées.
3
SOMMAIRE Liste des tableaux et graphiques Sigles Principaux résultats de l’évaluation PASEC .................................................... 10 Chapitre 1 : Le système d’enseignement élémentaire ................................... 15 1.1. Contexte général ...................................................................................................... 15 1.1.1 Le contexte géographique et linguistique ........................................................ 15 1.1.2. Le contexte démographique ............................................................................ 18 1.1.3. Le Contexte économique ................................................................................. 18 1.1.4. Dépenses pour l’éducation .............................................................................. 20
1.2. Présentation du système éducatif ........................................................................... 23 1.2.1. Organisation du système éducatif ................................................................... 23 1.2.2. Principales réformes et évolutions dans l’enseignement primaire ................. 24 1.2.3. Mesures prises pour l’amélioration du système éducatif sénégalais .............. 26 1.2.4. Evolutions des scolarisations ........................................................................... 27 1.2.5. La question enseignante .................................................................................. 27 1.2.6. La question de l’équité dans le système éducatif ............................................ 28 1.2.7. La situation des enseignants du public et leur qualification en 2008 .............. 29
Chapitre 2 : Méthodologie PASEC .................................................................. 31 2.1 Schéma conceptuel .................................................................................................. 32 2.2. Les instruments d’enquête....................................................................................... 32 2.3. Echantillonnage 2007 ............................................................................................... 33 2.4. La construction des variables ................................................................................... 37
Chapitre 3 : Analyse descriptive des résultats de l’évaluation au Sénégal ...... 38 3.1. Performances des élèves .......................................................................................... 39 3.2. Sources de variance entre écoles ............................................................................. 40 3.3. Comparaison dans le temps ..................................................................................... 46 3.3.1. Comparaison des tests d’évaluation .................................................................... 46
Chapitre 4 : Les facteurs de la qualité ............................................................ 52 4.1. Présentation des modèles finaux pour le Sénégal obtenus à la suite du processus de modélisation .................................................................................................................... 53 4.2. Les facteurs extrascolaires (caractéristiques des élèves et du ménage) ................. 59 4.1.1. Les caractéristiques personnelles de l’élève ........................................................ 59 a. Effet du genre de l’élève .......................................................................................... 59 b. Effet de l’âge d’entrée à l’école ............................................................................... 59 c. Effet d’enfant confié ................................................................................................. 60
4.1.2. L’environnement de l’élève .................................................................................. 61 a. Effet du niveau de vie du ménage de l’élève ........................................................... 61 b. Effet des travaux domestiques et des champs effectués par les enfants ............... 61 c. Effet de la pratique de la langue d’enseignement à la maison ................................ 62
4
d. Effet de l’aide extérieure reçue par l’élève pour traiter ses devoirs ....................... 63 4.3. Les facteurs scolaires ................................................................................................ 64 4.3.1. Effet du pré scolaire ............................................................................................. 64 4.3.2. Effet du nombre d’équipements de l’élève ......................................................... 64 4.3.3. Effet du nombre de redoublement des élèves .................................................... 65 4.3.4. Effet de l’utilisation du manuel ............................................................................ 65 4.4. Les facteurs de politique éducative ......................................................................... 66 4.4.1. Les caractéristiques de l’enseignant .................................................................... 66 a. Effet du genre de l’enseignant. .................................................................................... 66 b. Effet du niveau académique de l’enseignant ............................................................... 66 c. Effet du statut du maître .............................................................................................. 66 d. Effet de la formation professionnelle initiale .............................................................. 69 e. Effet des formations complémentaires reçues par le maître ...................................... 69 f. Effet de l'ancienneté du maître .................................................................................... 70 g. Effet des absences des maîtres .................................................................................... 70 h. Effet de l’utilisation de la langue locale par les maîtres .............................................. 71 i. Effet de l’utilisation du guide du maître par l’enseignant ........................................... 71 4.4.2. Les caractéristiques de la classe ........................................................................... 72 a. Effet de la taille des classes .......................................................................................... 72 b. Effet des equipements de la classe .............................................................................. 73 4.4.3. Caractéristiques du directeur ............................................................................... 74 a. Effet du fait que le directeur vit seul ............................................................................ 74 b. Effet de la formation du directeur à la gestion ............................................................ 74 4.4.4. Caractéristiques de l’école ................................................................................... 74 a. Effet du nombre d’équipements de l’école ................................................................. 74 b. Effet des relations entre le directeur et les parents d’élèves. ..................................... 74 c. Environnement et statut de l’école.............................................................................. 75
CHAPITRE 5 : Les pistes de politiques éducatives en faveur de la qualité ....... 80 5.1. Taille des classes ....................................................................................................... 81 5.2. Composition du corps enseignant ............................................................................ 81 5.3. Politiques de distribution de manuels scolaires ...................................................... 82 5.4. Secteur privé ............................................................................................................ 82 5.5. Introduction des langues nationales dans le système éducatif ............................... 82 5.6. La politique de Développement Intégré de la Petite Enfance ................................. 83 5.7. Le temps scolaire ...................................................................................................... 83
Chapitre 6 : Les comparaisons internationales .............................................. 84 6.1. Les indicateurs contextuels ...................................................................................... 85 6.2. Langues d’enseignement versus langues nationales ............................................... 86 6.3. Comparaisons Internationales : analyse par matière et niveau d’enseignement ... 89 6.4. La question des curricula .......................................................................................... 92 6.5. Les moyens mis à disposition des écoles et des élèves ........................................... 95 6.6. Principaux facteurs relevés dans les rapports PASEC .............................................. 96
Recommandations ...................................................................................... 100
5
Annexe A Présentation du cadre méthodologique du PASEC ....................... 102 Annexe B Statistiques descriptives .............................................................. 132 Annexe C Statistiques Descriptives. ............................................................. 134 Annexe D Recommandations des groupes de travail. .................................. 134 Bibliographie…………………………………………………………………………………………….144
6
Liste des tableaux
Tableau 1.1 : Répartition de la population selon l’ethnie ou la nationalité…………………………………………. 16 Tableau 1.2 : Population 7-12ans de 2000-2015……………………………………………………………………. 17 Tableau 1.3 : Données économiques du Sénégal………………………………………………………………........ 18 Tableau 1.4 : Evolution des ressources de l’Etat………………………………………………………………........ 19 Tableau 1.5 : Evolution de la contribution des acteurs dans le financement de l’Education (2003-2007)..………... 20 Tableau 1.6 : Répartition des dépenses publiques de fonctionnement entre les niveaux d’enseignement (en %), 2000-2008……………………………………………………………………………………………………………
21
Tableau 1.7 : Evolution du coût par élève et par sous secteur de 2000 à 2007 en volume…………………………. 22 Tableau 1.8 : L’évolution des effectifs dans le primaire de 2000-2008…………………………………………….. 26 Tableau 1.9 : Répartition des enseignants selon le diplôme professionnel…………………………………………. 28 Tableau 2.1 : Echantillon prévu et réalisé –Evaluation 2007……………………………………………………….. 32 Tableau 2.2 : Répartition des élèves testés…..……………………………………………………………………... 34 Tableau 2.3 : Données collectées – Evaluation PASEC Sénégal 2007……………………………………………... 35 Tableau 3.1 : Résultats des élèves de deuxième année aux tests PASEC 2007………………………………….... 38 Tableau 3.2 : Résultats des élèves de cinquième année aux tests PASEC 2007…………………………………... 39 Tableau 3. 3 : Résultats des élèves selon leur milieu de résidence………………………………………………….. 41 Tableau 3. 4 : Résultats des élèves selon le genre…………………………………………………………………... 42 Tableau 3.5 : Comparaison des tests 1966-2007……………………………………………………………………. 45 Tableau 3.6 : Comparaison des échantillons 1996-2007……………………………………………………………. 46 Tableau 3. 7 : Evolution des scores et des indicateurs des élèves de 2ème année entre 1996 et 2007……………… 46 Tableau 3. 8 : Evolution des scores et des indicateurs des élèves de 5ème année entre 1996 et 2007……………… 47 Tableau 4.1 : Résultats du modèle Français 2ème année…………………………………………………………... 52 Tableau 4.2 : Résultats du modèle mathématique 2ème année………………………………………………………. 53 Tableau 4.3 : Résultats du modèle français 5ème année…………………………………………………………….. 54 Tableau 4.4 : Résultats du modèle mathématique 5ème année………………………………………………………. 55 Tableau 4.5 : l’âge d’entrer à l’école en fonction de certaines modalités…………………………………………... 58 Tableau 4.6 : Coefficients et significativité de la variable « âge d’entrer à l’école »……………………………….. 59 Tableau 4.7 : Scores initiaux en français et mathématiques des élèves en fonction de la langue parlée à la maison en 2ème et 5ème année………………………………………………………………………………………………
62
Tableau 4.8 : Scores initiaux en français et mathématiques des élèves en fonction de l’aide apportée par la famille………………………………………………………………………………………………………………..
63
Tableau 4.9 : Répartition des statuts des maîtres en milieu rural et en milieu urbain en 2ème année………... 65 Tableau 4.10 : Répartition des statuts des maîtres en milieu rural et en milieu urbain en 5ème année………. 66 Tableau 4.11 : Caractéristiques des maîtres en fonction de leur statut en 2ème année……………………………... 66 Tableau 4.12 : Caractéristiques des maîtres en fonction de leur statut en 5ème année……………………………... 67 Tableau 4.13 : Pourcentage d’enseignants déclarant utilisés la langue locale en français en 2ème année…............. 70 Tableau 4.14 : Taille de classe en fonction du statut d’école et du milieu………………………………………….. 71 Tableau 4.15 : Proportion d’élèves scolarisés dans des classes de moins de 40 élèves en fonction du statut de l’école et du milieu…………………………………………………………………………………………………..
71
Tableau 4.16 : Corrélations entre le score initial de français et mathématiques agrégé et le score d’équipement de la classe………………………………………………………………………………………………………………
72
Tableau 4.17 : Scores finaux agrégés en milieu urbain et rural dans le secteur public……………………………... 74 Tableau 4.18 : Scores finaux agrégés de mathématiques et français en 2ème et 5ème année selon le statut de l’école………………………………………………………………………………………………………………...
75
Tableau 4.19 : Différences entre secteur privé et public en 2ème année………………………………………… 76 Tableau 4.20 : Différences entre secteur privé et public en 5ème année………………………………………… 76 Tableau 5.1 : Effectifs à scolariser et dépenses prévues dans l’enseignement élémentaire………………………… 79 Tableau 6.1 : Indicateurs contextuels PASEC VII et VIII…………………………………………………………... 84 Tableau 6.2 : Résultats au test SACMEQ, PIB par habitant et % d’élèves parlant la langue du test à maison……. 86 Tableau 6.3 : Liste des variables revenant dans les modèles PASEC dans 11 systèmes éducatifs………………… 96
7
Liste des graphiques Graphique 1.1 : Evolution des recettes fiscales et des dépenses en % du PIB……………………………………... 19 Graphique 3.1 : Distribution des scores de 2ème année en français selon le statut………………………………… . 40 Graphique 3.2 : Distribution des scores de fin d’année de 5ème année selon le statut………………………............ 40 Graphique 3.3 : Distribution des scores agrégés en français et mathématiques de 2ème année selon le milieu…….. 41 Graphique 3.4 : Distribution des scores agrégés en français et mathématiques de 5ème année selon le milieu…….. 42 Graphique 3.5 : Distribution des scores agrégés en français et mathématiques de 2ème année selon le genre…….. 43 Graphique 3.6 : Répartition des écoles selon le score moyen de fin d’année et l’indice moyen de niveau de vie par statut en 5ème année………………………………………………………………………………….................. 44
Graphique 3.7 : Distribution du score agrégé en français et mathématiques selon la zone géographique en 2ème et 5ème année……………………………………………………………………………………………....................... 44
Graphique 3.8 : Evolution du score de mathématiques en fin d’année selon le genre en 2ème et 5ème année……..... 48 Graphique 3.9 : Evolution du score de français en fin d’année selon le milieu en 2ème et 5ème année……………... 49 Graphique 3.10 : Evolution des scores de fin d’année selon le niveau de vie des familles en 2ème et 5ème année..... 50 Graphique 6.1 : Résultats aux tests PASEC de 2ème année en Français et Mathématiques dans neuf pays année… 88 Graphique 6.2 : Résultats aux tests PASEC de 5ème année en Français et Mathématiques dans neuf pays année… 89 Graphique 6.3 : Répartition des élèves par niveaux, Français 2ème année post test………………………............. 90 Graphique 6.4 : Répartition des élèves par niveaux, Maths 5ème année, post test………………………………… 90 Graphique 6.5 : Poids du non formel dans les programmes selon le pays…………………………………………. 91 Graphique 6.6 : Répartition par domaine du curricula officiel en français dans……………………………............ 92 Graphique 6.7 : Répartition par domaine du curricula implanté en français dans cinq pays………………………. 92 Graphique 6.8: Répartition par domaine du curricula officiel en maths…………………………………………… 93 Graphique 6.9 : Répartition par domaine du curricula implanté en maths dans cinq pays…………………............ 93 Graphique 6.10 : Répartition des enseignants selon la durée de la formation professionnelle initiale sur neuf pays 94
8
Sigles ACM Analyse des Correspondances Multiples APC Approche par les Compétences APE Association de Parents d’Elèves BAC Baccalaureat BEPC Brevet Elementaire du Premier Cycle BFEM Brevet de Fin d'Etude Moyen CAP Certificat d'Aptitude Pédagogique CE1 Cours Elémentaire première année CE2 Cours Elémentaire deuxième année CEAP Certificat Elémentaire d'Aptitude Pédagogique CEB Curriculum de l’Education de Base CFA Communauté Financière d'Afrique CI Cours Initial CIA Central Intelligence Agency CIEP Centre International d'Etudes Pédagogiques CM1 Cours moyen première année CM2 Cours moyen deuxième année CONFEMEN Conférence des Ministres de l'Education des pays ayant le français en partage CP Cours Préparatoire DAGE Direction de l'Administration Générale et de l'Equipement DIPE Développement Intégré de la Petite Enfance DPRE Direction de la Planification et de la Reforme de l'Education DPS Direction de la prévision et de la Statistique ECU Ecole à Classe Unique EFI Ecoles de Formation d’Instituteurs EGRA Early Grade Reading Assenssment ENR Ecoles Normales Régionales FCD Formation Continue Diplômante I Les Instituteurs IA Instituteurs Adjoints IDEN Inspection Départementale de l’Education Nationale IDH Indice de Développement Humain IEA Association Internationale pour l’Evaluation des Acquis Scolaires INEADE Institut National d'Etude et d'Action pour le Développement d'Education LHP Livret Horaire Programme ME Ministère de l'Education MEF Ministère de l'Economie et des Finances ND Non Déterminer NTIC Techniques de l’Information et de la Communication PASEC Programme d'Analyse des Systèmes Educatifs de la CONFEMEN PAVE Projet d'Appui aux Volontaires de l'Education PDEF Programme Décennal de l’Education et de la Formation PEBD Projet Education des Banlieues de Dakar PIB Produit Intérieur Brut PIRLS Le Programme International de Recherche en Lecture Scolaire PMA Pays les Moins Avancés PNB Produit National Brut
9
PNUD Programme des Nations Unies pour le Développement PTF Partenaire Technique et Financier SACMEQ Southern African Consortium for Monitoring in Education Quality SCOFI Scolarisation des filles SEF Situation Economique et Financière SNERS Système National d’Evaluation du Rendement Scolaire TBS Taux Brut de Scolarisation UEMOA Union Economique et Monaitaire Ouest Africain UNESCO Organisation des Nations Unies pour l'Education, la Science et la Culture USA United States of America VE Volontaires de l’Education VIF Variance Inflation Factor
10
Principaux résultats de l’évaluation PASEC Le contexte Sénégalais Selon la Banque Mondiale, le Produit Intérieur Brut par habitant est chiffré à 509 dollars en juin 2009. Cet indicateur est le fruit d’une économie essentiellement tributaire de l’agriculture : la culture de l’arachide et la pêche sont les principales activités de ce secteur. La vulnérabilité de la production agricole a amené les autorités du pays à s’engager depuis 2005 dans une « stratégie de croissance accélérée » visant à hisser le pays au rang de pays émergent et reposant notamment sur la modernisation de l’agriculture et le développement de l’industrie agroalimentaire, le secteur tertiaire (tourisme, télé services), l’industrie textile et l’habillement ainsi que les produits de la mer. L’Indice de Développement Humain (IDH) du PNUD1 présente le Sénégal comme 156ème pays sur 177 pays en 2006. Les dépenses totales d’éducation sont passées de 4,68 à 5,77 % du PIB entre 2003 et 2007. Les dépenses publiques par élèves en pourcentage par tête sont quant à elles de 10,7%, légèrement supérieures à la moyenne des pays du PASEC VII et VIII qui est de 9%. Au niveau de l’éducation élémentaire, le Sénégal, pendant plus d’une décennie a mis sur pied un certain nombre d’activités entrant dans le cadre de la reforme du système éducatif afin de répondre favorablement aux objectifs d’une éducation de qualité pour 2015. Ces reformes se matérialisent au niveau du cycle primaire par la construction d’un nouveau curriculum sur la base de l’approche par compétence, la création des écoles de formation d’instituteurs, la mise en place d’une formation continue diplômante et le recrutement des volontaires et contractuels de l’éducation pour répondre à l’insuffisance des ressources. A l’instar des pays de l’Afrique de l’ouest, le Sénégal présente une proportion importante d’écoles primaires en milieu rural (6064 écoles sur 7702 au Sénégal soit 79% des écoles), une faible représentation du secteur privé (13,3% des écoles) et une grande proportion d’écoles à cycle incomplet. Parallèlement, le système éducatif sénégalais reste spécifiquement marqué en 2008 par 53,8% d’enseignants sans qualification professionnelle et près de 11 % d’élèves en situation abandon. Plus de 30 % des écoles fonctionnent en double flux et en classes multi grade. Au regard de ces indicateurs handicapant le système éducatif, le Sénégal présente un Taux Brut de Scolarisation (TBS) satisfaisant de 90,1 % dont 92,4 % pour les filles et un taux d’accès en 5ème année supérieur à la moyenne africaine2. En effet, plus de deux élèves sur trois de 11 ans parviennent en cinquième année au Sénégal alors que le taux de redoublement est à la baisse ces dernières années. 1 http://hdr.undp.org/fr/statistiques/acceder/ 2 La moyenne du taux d’accès en 5ème année des pays PASEC est de 60%
11
Objectifs et paramètres de l’étude La présente étude vise à faire l’état de la qualité de l’enseignement élémentaire au Sénégal à partir des données collectées en cours de l’année scolaire 2006‐2007. Les élèves de deuxième et cinquième année sont soumis à des tests de français et de mathématiques en début et en fin année. L’ajout de questionnaires contextuels, administrés aux élèves, enseignants et directeurs d’écoles, permet d’identifier les facteurs de réussite, qui sont autant de mesure de politiques éducatives potentielles. Le Sénégal a participé au programme PASEC en termes d’évaluation diagnostique en 1996 et de suivi de cohorte de 1995 à 20003. Ces participations permettent de faire une mesure de l’évolution de la qualité du système éducatif sénégalais dans le temps. L’échantillon est élaboré sur la base des données du Ministère de l’Education Nationale et fait référence au statut des l’école (privé/public/arabophone) et aux zones géographiques. L’évaluation PASEC Sénégal rejoint les normes scientifiques4 fixées sur la plupart des paramètres scientifiques. En effet, une perte de 14% d’élèves entre le pré test et le post test en deuxième année et 13% en cinquième année, l’année scolaire ayant été perturbée par des mouvements sociaux. Finalement, l’analyse des données repose sur des effectifs de 1979 élèves de deuxième année et 1910 élèves de cinquième année, provenant respectivement de 151 et 143 classes comme le montre le tableau ci‐dessous.
Données collectées par niveau – Evaluation PASEC Sénégal 2007 2ème année 5ème année
Niveau classe
Nombre de classes
prévues 177 158
enquêtées au pré‐test 156 148 enquêtées au post‐test 151 143
Taux de réponse (post‐test) 85,3% 90,5%
Niveau élève
Nombre d’élèves au pré‐test 2300 2189
au post‐test 1979 1910
Taux de déperdition entre pré test et post test 13,9% 12,7%
3 Le redoublement : pratiques et conséquences dans l’enseignement primaire au Sénégal ; mars 2004 4 La perte d’élèves est inférieure à 15%.
12
Comparaison internationale : situation du Sénégal L’analyse des graphiques relatifs à la distribution des scores en français et en mathématique des élèves de deuxième année place le Sénégal en position moyenne au regard de ces pairs francophones et au seuil moyen de 40% de bonnes réponses.
Résultats aux tests PASEC de 2ème année en français et mathématiques dans neuf pays
Abbreviations pays : BEN = Bénin BFA=Burkina Faso CMR=Cameroun COG=Congo‐Brazzaville
GAB=Gabon MDG=Madagascar MRT=Mauritanie SEN=Sénégal TCD=Tchad
Scores de français en fin d’année Scores de mathématiques en fin d’année
020
4060
8010
0
BEN BFA CMR COG GAB MDG SEN TCD
020
4060
8010
0
BEN BFA CMR COG GAB MDG MRT SEN TCD
Résultats aux tests PASEC de 5ème année en français et mathématiques dans neuf pays
Scores de français de fin d’année
020
4060
8010
0
BEN BFA CMR COG GAB MDG MRT SEN TCD
Scores de mathématiques de fin d’année
020
4060
8010
0
BEN BFA CMR COG GAB MDG MRT SEN TCD
En 5ème année, les résultats comparatifs consolident la place du Sénégal au rang des pays à niveau acceptable. Cependant le niveau médian des élèves reste à la limite du seuil de 40% aussi bien en français qu’en mathématique contrairement au Gabon, Cameroun et Madagascar (uniquement en mathématiques).
13
Principaux résultats d’analyse : les facteurs de réussite scolaire Les modèles étudiés font ressortir plusieurs facteurs déterminants ayant un effet sur les acquisitions des élèves au Sénégal : Le niveau de vie des familles n’a pas d’impact sur les apprentissages des élèves en cours d’année. Cependant, on note une corrélation relativement importante des différents travaux auxquels sont soumis les élèves à domicile avec leur milieu de résidence. La pratique de la langue d’enseignement à la maison ne discrimine pas significativement les élèves, néanmoins les élèves sénégalais parlant le français à domicile ont l’avantage de garder un meilleur niveau de performance tout au long de leur cursus. Les acquis des élèves en cours d’année se révèlent indépendants de l’aide que reçoivent les enfants pour les devoirs à domicile. L’analyse des facteurs liés à l’enseignant a quant à elle posé la question de l’effet de la formation professionnelle et initiale sur les acquis des élèves. Ces résultats surprenants interpellent inévitablement sur la qualité de la formation dispensée et la motivation des enseignants. Comme dans la plupart des études PASEC, l’expérience professionnelle de l’enseignant, contrôlée à partir de son ancienneté dans la fonction, n’a pas d’influence sur les acquis des élèves. L’absentéisme des enseignants impacte négativement sur les apprentissages des élèves, à tous les niveaux. Les analyses ont aussi montré qu’une proportion importante des enseignants (plus de 80%) utilise ‘‘la langue locale’’ pour se faire comprendre en classe par tous les élèves bien que les contenus pédagogiques soient en français. Cette pratique, sans pour autant discriminer les élèves de 5ème année, diminue les performances des élèves de 2ème année. Il ressort des différentes combinaisons de la taille des classes, seules les classes à effectif inférieur à 40 élèves s’avèrent avoir un effet positif, toute chose égale par ailleurs, sur les acquis des élèves de deuxième et cinquième année.
14
Quelques pistes de politiques éducatives Le diagnostic du système éducatif soulève des mesures de politiques éducatives de la part des l’ensemble des acteurs sénégalais pour l’atteinte des objectifs du Programme Décennal de l’Education et de la Formation (PDEF). Le tableau ci‐dessous présente quelques pistes d’actions issues de l’évaluation diagnostique du système éducatif du Sénégal.
Note de lecture du tableau :
1. néant : la mise en œuvre de la mesure n’a aucune incidence financière. 2. (+) dans la colonne « coût engendré » : la mise en œuvre de la mesure a un coût ; (‐) : la mesure
entraîne des économies. 3. (+) dans la colonne « effets » : (+) correspond à un effet confirmé, soit en 2ème ou en 5ème année ; (++) correspond à un effet confirmé pour les deux niveaux, 2è et 5ème année. 4. Effet positif attendu : l’effet de la mise en œuvre de la mesure est attendu positif même si les modèles d’acquisitions ne l’ont pas pu révéler.
Mesures Coûts
engendrés Effets
Amélioration des conditions matérielles et respect des normes éducatives
Diminuer les tailles de classes en priorité dans les petits niveaux + + +
Prioriser la dotation en manuels de lecture dans les petites classes + +
Gestion du temps scolaire et des pratiques de classe
Améliorer la supervision des enseignants + +
Diminuer les occasions d’absence des maîtres afin d’augmenter le temps scolaire
‐ + +
Renforcement de la capacité du personnel enseignant
Continuer la politique de formation initiale des enseignants et assurer au moins un an de formation
+ + +
Assurer un encadrement de proximité en organisant régulièrement des journées pédagogiques autour des pratiques de classe, sans nuire au temps scolaire
‐ + +
S’assurer que le secteur privé recrute les enseignants à un niveau académique suffisant et avec une bonne formation initiale
néant + +
15
Chapitre 1 : Le système d’enseignement élémentaire
Introduction L’éducation constitue aujourd’hui l’un des pôles les plus importants pour le développement économique, social et culturel d’une nation. Sans nul doute, une éducation de qualité agit positivement sur le bien être des populations. Aussi, des pas importants ont‐ils été accomplis dans le domaine de l’accès ces dernières années. Malgré tout, beaucoup d’efforts restent à faire dans le domaine de la qualité et du pilotage du système. Après avoir décrit la situation géographique, démographique, économique et linguistique du pays, nous présenterons le système éducatif dans son ensemble. Nous aborderons les mesures prises par l’Etat pour améliorer le système éducatif Sénégalais, notamment la question enseignante.
1.1. Contexte général
1.1.1 Le contexte géographique et linguistique Situé à l’extrême Ouest du continent africain, le Sénégal couvre une superficie de 196 722 km2. Il est bordé à l’Ouest par l’océan Atlantique sur environ 455 km, au Nord par la Mauritanie, à l’Est par le Mali, au Sud par la Guinée Bissau et la Guinée Conakry. Dans le Sud du pays, la Gambie, avec une superficie de 11 300 km2, constitue une enclave tout en longueur. Le pays est divisé en quatorze régions administratives : Dakar, Diourbel, Fatick, Kaolack, Kolda, Louga, Saint‐Louis, Tambacounda, Thiès et Ziguinchor, Matam, Kaffrine, Kédougou et Sédhiou5.
5 Les trois dernières régions sont de création récente. Administrées chacune par un gouverneur, les régions sont divisée en départements qui sont subdivisés à leur tour en sous‐préfectures.
16
Figure 1 : Carte du Sénégal
Source : Quid.fr Du point de vue linguistique, presque toutes les langues du Sénégal appartiennent à la grande famille des langues nigéro‐congolaise6. La plupart se rattachent à la branche des langues atlantiques – c'est le cas du wolof, du peul, du sérère et du diola, mais aussi des langues cangin comme le saafi. D'autres font partie des langues mandées, comme le soninké, le mandingue et le bambara.
Le français est la langue officielle7 comme le stipule l'Article premier de la Constitution du 7 janvier 2001: « La langue officielle de la République du Sénégal est le Français. Les langues nationales sont le Diola, le Malinké, le Pular, le Sérère, le Soninké, le Wolof et tout autre langue nationale qui sera codifiée ». Hérité de la colonisation, le français demeure langue d’enseignement du pays dans l’enseignement élémentaire.
6 Il s’agit des 1514 langues de l’Afrique Subsaharienne les plus répandues 7 Langue officielle : langue utilisée pour les actes officiels de l’Etat
17
Certaines langues nationales sont introduites dans le système éducatif depuis 2002, à titre expérimental.
On peut distinguer trois groupes de langues :
• Le premier groupe concerne six (6) langues reconnues, codifiées et enseignées à partir d’octobre 2002. Il s’agit du : wolof, sérère, peul, mandingue, soninké et diola.
• Le second groupe comprend des langues, également promues au rang de langues nationales car codifiées entre temps. Ce sont le hassaniyya, le balante, le mancagne, le noon, le manjaque. Ces langues seront introduites plus tard dans le système éducatif. Des recherches complémentaires devront encore être menées.
• Le troisième groupe inclut les autres langues telles que le : saafi, baïnouk, badiaranké, ndut, jalonké, bédik, bambara, coniagui, bassari, léhar, palor, bayotte, papel, malinké, khassonké, jaxanke et ramme. Pour celles‐ci, il faudra passer d’abord par un programme spécifique de description, de codification et d’outillage. Mais certaines, telles que le saafi, viennent déjà d'accéder à leur tour au statut de langue nationale, qui pourrait être octroyé à une vingtaine de langues au total.
Le tableau 1.1 présente la répartition numérique de la population selon l’ethnie et la nationalité pour l’année 2002.
Tableau 1.1 : Répartition de la population selon l’ethnie et la nationalité en 2002
Ethnie/Nationalité Population Effectifs %
Wolof/Lébou 4 643 985 44,5%
Poular 2 624 706 25,2% Sérère 1 437 245 13,8% Diola 521 359 5,0% Manding/Socé 411 682 3,9% Soninké 171 746 1,6%
Autres sénégalais 472 050 4,5% Africains 100 805 1,0% Autres étrangers 25 249 0,2% ND 16 383 0,2% Total 10 425 208 100,0
Source : DPS/2004 : 2ème Enquête Sénégalaise auprès des Ménages
18
1.1.2. Le contexte démographique
Sur la base des résultats issus du dernier recensement général de la population et de l’habitat intervenu en 2002, les projections estiment la population sénégalaise à 12 853 259 habitants en 2008 soit une densité moyenne égale à 66,9 habitants au km2. Cette moyenne cache une répartition extrêmement inégale de la population, avec une opposition entre sous‐peuplement de l’Est (dont la densité varie entre 1 et 5 habitants au km2), et une forte concentration sur la côte (la densité de la région de Dakar dépasse les 4 000 habitants au km2) ainsi qu’au centre, dans les zones de culture de l’arachide. Le taux de croissance démographique est estimé à 2,58 %. Ce taux résulte des taux de fécondité, de mortalité et de mortalité infantile qui s’élèvent respectivement à 4,86 enfants par femme, 10,7‰ et 58,9‰. Le tableau ci‐dessous reflète la croissance de la population scolarisable de 2000‐2015.
Tableau 1.2 : Population 7‐12ans de 2000‐2015
Années Garçons Filles Total % dans la population
totale
2000 836 111 821 288 1 657 399 18,0%
2005 905 633 879 038 1 784 671 16,8%
2010 930 287 885 221 1 815 508 15,2%
2015 1 122 944 1 104 571 2 227 515 16,5%
Source : DPRE 2009
1.1.3. Le Contexte économique
Classé 156ème sur 177 pays en 2006 sur la base de l’indicateur de développement humain (IDH), le Sénégal fait partie des pays les moins avancés (PMA). 54 % de la population est sous le seuil de pauvreté et le taux de chômage avoisine 48 %.
Comparé aux autres pays du continent africain, le Sénégal est très pauvre en ressources naturelles. Ses principales recettes proviennent de la pêche et du tourisme. Malgré cela, le Sénégal possède la quatrième économie de la sous‐région ouest africaine après le Nigéria, la Côte d’Ivoire et le Ghana, dûe à sa situation géographique et à sa stabilité politique.
Le secteur agricole emploie environ 70% de la population sénégalaise. Cependant la part du secteur primaire dans le Produit Intérieur Brut (PIB) ne cesse de décroître. La diminution de la pluviométrie et la crise du secteur de l'arachide, principale culture de rente du pays, ont réduit la contribution de l'agriculture à moins de 20% du PIB. La pêche qui reste cependant un secteur clé de l'économie familiale sénégalaise subit également les conséquences de la dégradation des ressources halieutiques (surexploitées) et l'augmentation récente de la facture énergétique. L'essentiel de la richesse produite se concentre dans les services et la construction et se localise à Dakar et dans sa périphérie.
19
Par ailleurs, les transferts financiers venus de la diaspora sénégalaise (l'émigration en Europe et aux USA) représentent aujourd'hui une rente non négligeable. On estime que le flux financier généré par l'émigration sénégalaise est au moins égal au volume d'aides de la coopération internationale (soit 400 dollars par habitant et par an).
Les indicateurs suivants présentent la situation économique du pays en 2006.
Tableau 1.3 : Données économiques du Sénégal
Données Valeurs
Produit Intérieur Brut 21,54 milliards de dollars (2006)
Produit intérieur brut par habitant 1 800 dollars (2006)
Main d'œuvre par secteurs (2006) agriculture : 18,3 % industrie : 19,2 % services : 62,5 %
Taux de chômage 48 % (2006) et 40 % de jeunes citadins
Dette extérieure 17,8 % du PNB (2006)
Indicateur de Développement Humain 156e (2006)
Population sous le seuil de pauvreté 54 % (2005)
Coefficient de Gini 41,3 (1995)
Source : CIA World Factbook[19]
En 2008, la situation économique et financière du Sénégal a été marquée par la hausse continue des prix des produits alimentaires et un niveau élevé des prix des produits énergétiques de janvier à août 2008, conduisant à une baisse de la demande. Du coté de l’offre, la bonne saison des pluies a été favorable à l’agriculture. Par contre les retards de paiements de l’Etat vis‐à‐vis du secteur privé ont eu un impact négatif sur le secteur secondaire. Pour ce qui est du tertiaire, il a été marqué par un ralentissement en raison notamment de la baisse de 18,5% des activités immobilières8. Sur le plan budgétaire, les recettes fiscales devraient connaître une progression de 9,9% par rapport à l’année 2007. L’évolution et la maîtrise des dépenses publiques ont permis d’enregistrer un déficit public estimé à 3,4% du PIB.
8 Ces résultats sont issus de la Situation Economique et Financière (SEF) de décembre 2008 publiée par la DPEE. Les données de 2008 sont des estimations et seront confirmées dans la SEF de juin 2009.
20
Graphique 1.1 : Evolution des recettes fiscales et des dépenses en % du PIB
Source : Direction de la Prévision et des Etudes Economiques
Tableau 1.4 : Evolution des ressources de l’Etat
2001 2002 2003 2004 2005 2006 2007 2008Recettes de l’Etat en % du PIB 16,1 16,9 17,0 17,4 18,5 18,8 19,3 19,5 Dons en % du PIB 1,7 1,7 1,9 2,1 1,6 1,5 2,4 2,2 Source : Direction de la Prévision et des Etudes Economiques La capacité de l’Etat à prélever des revenus sur l’économie reste grande. Elle est supérieure au critère de taux de pression fiscale de l’UEMOA fixé à 17%. L’aide extérieure reste stable et tourne en moyenne autour de 2%.
1.1.4. Dépenses pour l’éducation La part de l’éducation rapportée aux dépenses de fonctionnement de l’état constitue un indicateur important pour apprécier la place qu’accordent les autorités au système éducatif. Pour l’année 2007, 225 milliards de franc CFA ont été alloués à l’éducation, ce qui correspond à 40,25 % des dépenses de fonctionnement de l’Etat hors dette et dépenses communes (budget voté). Cependant, les dépenses publiques par élève en pourcentage du PIB par tête tournent autour de 10 %, soit un taux plus faible que pour la Mauritanie, le Bénin et le Burkina Faso.
21
Contribution des acteurs au financement de l’éducation La gestion de l’éducation ne relève pas seulement de l’Etat mais d’un partenariat longuement entretenu entre l’Etat, les collectivités locales, les ménages ainsi que les PTF (Partenaires Techniques et Financiers). Le tableau ci‐dessous donne l’évolution de la contribution des différents acteurs entre 2003 et 2007.
Tableau 1.5 : Evolution de la contribution des acteurs dans le financement de l’Education (2003‐2007)9
En millions FCFA 2003 2004 2005 2006 2007
Etat 142 267 175 056 213 349 233 536 258 695
Collectivités locales nd 3 899 4 094 4 300 3 400
Ménages 34 838 37 630 39 512 41 500 29 938PTF 8 300 15 438 22 575 29 082 16 505
Total 185 405 232 023 279 530 308 418 308 538 PIB nominal 3 960 800 4 198 500 4 561 200 4 899 100 5351800Dépenses totales d’éducation en % du PIB
4,68% 5,53% 6,13% 6,30% 5,77%
Dépenses totales d’éducation hors ménages en % du PIB
3,80% 4,63% 5,26% 5,45% 5,21%
Source : DAGE/ME La contribution de l’Etat Sénégalais au financement de l’éducation est passée de 77 % à 84 % de la contribution totale entre 2003 et 2007 alors que celle des partenaires techniques et financiers est passée de 4% en 2003 à 9% en 2006 et a connu une baisse depuis 2007 de 4 points de pourcentage. Les dépenses totales d’éducation en pourcentage du PIB de 2007 (5,77 %) sont en régression par rapport aux années 2006 et 2005. La contribution des ménages au financement de l’éducation s’élève à 29,938 milliards de francs CFA en 2007, ce qui représente 9,7 % des financements. Associée à la contribution des collectivités locales (3,4 milliards), elles sont deux fois plus importantes que la part des PTF.
9 Rapport national sur la situation de l’éducation 2008, PDEF
22
Répartition fonctionnelle des dépenses Le tableau qui suit, permet d’apprécier la répartition de ces dépenses selon les niveaux d’enseignement.
Tableau 1.6 : Répartition des dépenses publiques de fonctionnement entre les niveaux d’enseignement (en %) 2000‐2008
Sous secteurs 2000 2001 2002 2003 2004 2005 2006 2007 2008
Préscolaire 0,70% 0,70% 1,00% 0,40% 1,00% 0,69% 0,70% 0,57% 0,29%
Elémentaire 38,10% 38,40% 42,21% 48,10% 42,00% 45,04% 45,30% 46,79% 41,53%
Moyen 13,20% 12,10% 10,65% 4,50% 10,65% 8,44% 9,40% 8,84% 11,99%
Secondaire général
10,40% 8,50% 7,54% 9,60% 7,54% 13,39% 12,70% 8,58% 11,55%
Technique et professionnel
1,60% 2,30% 3,32% 3,10% 3,32% 3,10% 3,20% 7,68% 4,79%
Enseignement supérieur
25,60% 26,10% 26,53% 23,80% 26,53% 23,80% 23,50% 21,48% 24,16%
Autres niveaux nd nd 0,20% 0,30% 0,20% 0,30% 0,30% 0,97% 0,23%
Administration centrale
10,40% 11,90% 8,54% 10,20% 8,54% 5,24% 5,00% 5,09% 5,45%
Source : ME/DAGE, MEF10 Le tableau présente une distribution en faveur de l’enseignement élémentaire dont l’évolution des dépenses fait ressortir un taux d’accroissement moyen annuel de 1,08 % entre 2000 et 2008. L’enseignement du second degré, tous niveaux confondus, bénéficie de 28,34% (respectivement 11,99% au cycle moyen, 11,55% au secondaire général et 4,79 pour les écoles techniques et professionnelles) des dépenses publiques de fonctionnement en 2008. L’enseignement supérieur, quant à lui, vient en troisième position en recevant 24,16 % de la part réservée à l’enseignement en 2008. Coût unitaire d’un élève L’évolution du coût par élève et par sous‐secteur de 2000 à 2007, donnée par le tableau ci‐dessous, montre une augmentation du coût unitaire dans l’éducation préscolaire et primaire contrairement à l’enseignement moyen, secondaire général et enseignement supérieur qui enregistrent respectivement un taux d’accroissement moyen annuel de – 9 %, ‐2,3 % et ‐4,8 %.
10 Rapport Economique et financier 2007, CRES
23
Tableau 1.7 : Evolution du coût par élève et par sous secteur de 2000 à 2007 en volume
Coûts unitaires par sous secteur dans le public
2000 2001 2002 2003 2004 2005 2006 2007
Préscolaire 49 526 49 526 49 526 59 322 41 553 47 703 54 764 56 290
Elémentaire 38 425 40 434 45 686 41 593 57 268 59 557 61 938 68 183
Enseignement Moyen
99 891 92 274 78 714 57 711 84 206 103 673 186 241 51 471
Secondaire général
217 727 181 452 167 471 233 673 336 898 302 802 272 157 185 585
Technique et professionnel
428 952 658 467 1 216 498 767 972 880 979 955 150 1 035 565 nd
Enseignement supérieur
946 852 917 825 980 848 948 508 949 060 959 472 969 998 670 135
PIB/Tête 329 583 344 103 362 515 384 142 397 423 421 638 447 328 455 215Source : DPRE‐ décembre 2008 Comparativement aux coûts unitaires de 2006, la situation est relativement à la baisse pour l’enseignement du second degré et du supérieur. En effet, il y a eu plus d’effectifs d’élèves mais le budget n’a pas suivi en conséquence. Par contre, on observe une légère hausse du coût unitaire au préscolaire et à l’enseignement élémentaire.
1.2. Présentation du système éducatif
1.2.1. Organisation du système éducatif
Le système éducatif est organisé en deux secteurs, à savoir le formel et le non formel. De façon générale, il permet à chaque enfant ou adulte sénégalais d'effectuer des études générales jusqu'à l'enseignement supérieur ou d'accéder à une formation professionnelle et technique adéquate. L’éducation formelle Il est structuré en six sous secteurs :
- le développement intégré de la petite enfance ; - l’enseignement élémentaire ; - l’enseignement moyen ; - le secondaire général ; - la formation professionnelle et technique ; - l’enseignement supérieur.
24
A l’intérieur de chaque sous secteur, se conjuguent les efforts d’un enseignement public et d’un enseignement privé qui s’est beaucoup diversifié et développé ces dernières années. Il faut aussi noter la place de l’éducation spécialisée11 dans le système. Même si sa présence est plus marquée dans l’enseignement élémentaire, les orientations actuelles vont vers une meilleure prise en charge de cette catégorie de la population défavorisée. L’éducation non formelle A l’heure actuelle, le secteur de l’éducation non formelle se compose de trois sous‐secteurs, à savoir (i) l’alphabétisation, (ii) les écoles communautaires de base et (iii) les « écoles du 3e type »12. Les deux dernières modalités d’enseignement sont en expérimentation. Le concept d’éducation de base prend en charge le développement de la petite enfance, l’enseignement élémentaire, l’enseignement moyen et le non formel. L’enseignement élémentaire et l’enseignement moyen constituent le cycle fondamental. La politique en matière de l’éducation est marquée depuis les années 90 par plusieurs réformes.
1.2.2. Principales réformes et évolutions dans l’enseignement primaire
Le Sénégal, en misant sur le développement humain durable et la bonne gouvernance, a mis sur pied, pendant plus d’une décennie, un certain nombre de reformes dans le secteur éducatif pour répondre favorablement aux objectifs d’une éducation de qualité pour tous d’ici 2015. Création des écoles de formation d’instituteurs (EFI) En 1993, une réforme de la formation initiale intervient avec la création de quatre « Ecoles de Formation d’Instituteurs » (EFI) remplaçant ainsi les écoles normales régionales qui formaient les maîtres pour quatre ans et les centres de formation pédagogiques. Ces EFI sont définies comme étant " des centres polyvalents de formation pédagogique théorique et pratique" et dispensent une formation professionnelle. Ces EFI forment en un an des élèves ‐ maîtres du niveau du BFEM (ex BEPC) et du BAC. La compétence requise était de pouvoir tenir aussi bien une classe d’éducation préscolaire qu’élémentaire. Un quota de stagiaires était spécifiquement formé pour la langue arabe.
Recrutement de volontaires de l’éducation En 1995, le Sénégal a décidé de recruter des volontaires de l'éducation en se référant à deux diplômes : le BFEM et le baccalauréat. Chaque Inspection Départementale de l’Education Nationale (IDEN) formait ainsi en trois mois son quota de volontaires selon des axes nationaux de formation.
11 L’éducation des enfants à besoins spéciaux. 12 Ecoles de seconde chance : la scolarisation des enfants ayant un âge supérieur à l’âge d’admission au primaire
25
Depuis 2000, la formation des Volontaires de l’Education (VE) est dispensée dans les EFI par le décret n° 2001 – 898 du 16 novembre 2001 qui stipule « à titre transitoire ou selon les opportunités, les Ecoles de formation d’Instituteurs peuvent servir de cadre d’accueil pour la formation spéciale de volontaires de l’Education, de maîtres contractuels et autres personnels de l’Education. Dans ce cas, une attestation de stage est délivrée aux intéressés. » Depuis 2005, le réseau s’est étendu à l’échelle nationale et la formation initiale des volontaires est livrée dans 11 Ecoles de Formation d'Instituteurs (EFI) à raison d’une EFI par académie. Elles forment en 5 mois au moins des stagiaires titulaires du diplôme de base : le BFEM. Les commandes nationales déterminent désormais trois strates dans les effectifs à former dans les EFI :
Volontaires en langue française destinés à l’élémentaire devant aussi pratiquer dans les classes bilingues (français / langues nationales) ;
Volontaires en langue arabe destinés à l’élémentaire ; Volontaires en langue française DIPE (destinés aux institutions préscolaires et aux Cases des Tout Petits).
Construction du curriculum de l’éducation de base (ECB) Le Sénégal a entamé depuis 1996 la construction d’un nouveau curriculum de l’éducation de base (CEB) axée sur l’approche par compétences. Il est destiné à remplacer ainsi le Décret 79‐1165 du 20/12/79 qui était structuré sous forme de contenus matière en vigueur à l’école élémentaire depuis une trentaine d’années. Ce nouveau curriculum a connu les étapes suivantes :
- première phase : 1996‐2001 - réécriture du Livret Horaire Programme (LHP) à partir de 2002 ; - construction active de 2003 à 2004 ; - mise à l’essai des outils améliorés par la construction active à partir de 2005 ; - généralisation du curriculum de l’éducation de base prévue en octobre 2009.
Formation Continue Diplômante (FCD)
L’objectif de l’Education Pour Tous a nécessité l’élargissement de l’accès, qui a conduit à un changement de cible dans le mode de recrutement. L’entrée dans l’enseignement ne se fait désormais que par le volontariat pour l’enseignement élémentaire et pour le Développement Intégré de la Petite Enfance (DIPE).
Ce nouveau corps qui constitue maintenant une frange très importante dans le système a besoin d’être suffisamment formé pour dispenser un enseignement de qualité.
Cette préoccupation, prise en compte dans les conclusions des Assises sur la gestion des ressources humaines, a fait l’objet de recommandations dans la nouvelle politique de formation définie à cet effet.
26
En application des dispositions du protocole d’accord issu des négociations du 30 juin 2006 entre le gouvernement et l’intersyndicale et conformément aux directives de Monsieur le Ministre de l’Education, il a été retenu de renforcer les capacités de ces enseignants des corps émergents afin de leur permettre de passer leurs examens professionnels en vue de l’obtention d’un diplôme professionnel.
Cette activité concernera 2200 maîtres contractuels pour la phase 1 (2006 ‐2007) et plus de 17500 agents de l’élémentaire au cours des quatre prochaines années (2008 ‐2012). Commencée depuis l’année 2007, cette activité est mise en œuvre dans le cadre du Projet PAVE II pour le volet Formation Continue Diplômante (FCD) qui a entre autres objectifs de participer à l’amélioration de la qualité des apprentissages par le relèvement du niveau académique et pédagogique des enseignants concernés et celui du niveau de qualification. Les deux premières sessions ont permis de former environ 3 300 maîtres contractuels dans les EFI durant les vacances scolaires.
1.2.3. Mesures prises pour l’amélioration du système éducatif sénégalais
Dans le cadre de l’opérationnalisation du Programme Décennal de l’Education et de la Formation (PDEF), à la suite de l’adoption de la lettre de politique générale pour le secteur de l’éducation 1999‐2008, réactualisée par la lettre de politique sectorielle du Sénégal de 2005, plusieurs initiatives et mesures ont été prises pour améliorer la qualité du système éducatif. Parmi celles‐ci on peut citer :
- L’élaboration d’un nouveau programme (Curriculum de l’Education de Base CEB, et la pédagogie de l’Approche par les Compétences APC) en phase d’essai ;
- l’introduction des Langues Nationales ; - l’introduction d’Ecoles Franco‐arabe dans le système ; - l’introduction de l’enseignement religieux dans l’élémentaire ; - la politique d’édition et de diffusion de manuels scolaires ; - la généralisation de la mise à disposition gratuite de fournitures scolaires ; - la politique de systématisation de la mise en œuvre de projets d’Ecole ; - l’expérimentation de l’introduction des Nouvelles Techniques de l’Information et de la
Communication (NTIC) dans les apprentissages de base (en français écrit et oral, mathématiques)
- l’initiative lecture à l’école et dans la famille ; - la création des classes multigrades ; - l’expérimentation et l’extension du modèle d‘école à classe unique (ECU) ; - l’extension des initiatives pédagogiques comme les Progressions Harmonisées et les
Evaluations Standardisées ; - l’introduction de stratégies d’évaluation formative à l’école élémentaire ; - la création de zone de concertation pédagogique comme le Projet Education des
Banlieues de Dakar (PEBD) et la zone de coopération inter académique financée par l’UNICEF et regroupant les académies de Kolda, Ziguinchor, Tambacounda et Matam.
27
1.2.4. Evolutions des scolarisations Les effectifs dans le primaire ont évolué significativement de 2000 à 2008 aussi bien dans le public que dans le privé comme le montre le tableau ci‐dessous. Le taux brut de scolarisation (TBS) a suivi la même évolution en passant de 67,2% en 2000 à 90,1% en 2008.
Tableau 1.8 : L’évolution des effectifs dans le primaire de 2000‐2008
Source : DAGE/ME
1.2.5. La question enseignante Types d’enseignants : Le système éducatif sénégalais est caractérisé par l’hétérogénéité des types d’enseignants qui y officient surtout depuis 1995. Les Instituteurs recrutés après concours avec le BEPC puis le BFEM, sont formés dans les écoles normales régionales (ENR), au début en quatre ans. Ils reçoivent par la suite une formation en deux ans puis en un an seulement dans les Ecoles de Formation d’Instituteurs (E.F.I). Cette formation théorique et pratique est sanctionnée par un diplôme professionnel (CAP). La rémunération des instituteurs est prise en charge par l’Etat jusqu’en fin d’activité et au‐delà après la retraite. Les Instituteurs Adjoints (IA) recrutés sur titre souvent et formés par la pratique, devaient se présenter et réussir le CEAP ou le CAP pour intégrer le corps des Instituteurs. Ces deux examens constituent de véritables barrières qui les retardent dans leurs carrières. Leur rémunération modeste avant leur admission aux examens professionnels est prise en charge par l’Etat ; mais ils ont toutes les chances de ne pas accéder à la Fonction Publique et de rester décisionnaires (enseignants de l’élémentaire sous contrat, révocables à tout moment).
Les Volontaires de l’Education (VE) de statut précaire, ont été introduits dans le système par le gouvernement sénégalais pour contourner le coût du personnel à partir de 1995. Ces enseignants recrutés avec des profils très divers au plan des diplômes devaient percevoir une bourse de 50.000F de la part des parents et devaient officier surtout en milieu rural. Ce
Année 2000 2001 2002 2003 2004 2005 2006 2007 2008
Total 1107712 1159721 1197081 1287093 1 382 749 1 444 703 1 487 846 1572178 1 618 303
Public 990396 1030260 1065042 1146812 1228336 1276294 1303969 1377530 1403491
Privé 117316 129461 132039 140281 154413 168409 183877 194648 214812
% privé 10,6% 11,2% 11,0% 10,9% 11,2% 11,7% 12,4% 12,4% 13,3%
TBS 67,2% 70,0% 71,8% 75,8% 79,7% 81,9% 83,4% 87,6% 90,1%
28
format allait rapidement montrer ses limites étant donné que les paysans ne pouvaient pas les prendre en charge. L’Etat décida de les payer avec un conditionnement particulier :
- contrat de deux ans renouvelable une fois - interdiction de faire la grève et de poser quelque forme de revendication que ce
soit. L’amélioration du sort de ces volontaires a abouti aux maîtres contractuels qui souvent peinent à entrer dans la Fonction Publique. Aujourd’hui, ils perçoivent 95.000F payés par l’Etat. Le problème de l’encadrement : Talon d’Achille du système, l’encadrement est un des problèmes les plus sérieux à cause du suivi dont l’enseignant doit bénéficier, du contrôle dont il doit faire l’objet et de l’évaluation qu’il doit subir. Dans chaque circonscription départementale, les directeurs se sont regroupés en collectifs dénommés Collectif des Directeurs d’Ecole dont le rôle est de seconder le corps des Inspecteurs dans des tâches d’encadrement, d’animation des cellules d’animation pédagogique et de formation à l’élaboration des Projets d’écoles. Les crises dans le secteur de l’Education : Le système éducatif a connu bien des perturbations dues en grande partie à des malentendus d'origines diverses, liées aux revendications récurrentes non satisfaites, des accords non respectés. Depuis 2005, le rythme des grèves dans le secteur de l’Education est étonnant. Il ne se passe une année où l’école n’est pas au cœur d’un tourbillon. Ainsi, en 2007 année de l’enquête, le système éducatif a connu presque quatre mois de grève de mars à juin.
1.2.6. La question de l’équité dans le système éducatif
Elle se pose à plusieurs niveaux :
- entre enseignants de types différents avec des traitements salariaux et administratifs différenciés ;
- entre les filles et les garçons au sein de l’école qui a entraîné des projets tels que la Scolarisation des filles (Scofi) pour les inciter à rester à l’école ;
- entre l’école de la ville et celle des zones périphériques (banlieue et zone rurale) souffrant de diverses pénuries, de déséquilibre dans la qualité des enseignements (les corps dits émergents officient surtout dans ces zones déshéritées), absence souvent d’équipement adéquat et de matériel de travail etc.
- entre les différents cycles d’enseignement (l’élémentaire‐ le moyen‐ le supérieur‐ le technique) ;
- entre les secteurs du formel et du non formel dont les enjeux sont pourtant clairement définis ;
- l’enseignement supérieur est de nos jours inaccessible à certains parents.
29
Ces déséquilibres sont préjudiciables au bon fonctionnement du système et entravent sérieusement son efficacité.
1.2.7. La situation des enseignants du public et leur qualification en 2008 En 2008, le système éducatif élémentaire compte 38 288 enseignants dans le public dont 12 080 fonctionnaires et 26 108 enseignants contractuels et volontaires de l’éducation.
Tableau 1.9 : Répartition des enseignants selon le diplôme professionnel
CAP CEAP Non Déterminé
Privé 10,60% 12,40% 77,00%
Public 28,60% 21,30% 50,10%
Total 26,10% 20,10% 53,80%
Source : DAGE/ME Il ressort de la lecture de ce tableau que 53,8% des enseignants au cycle élémentaire sont sans formation initiale donc sans qualification. La proportion est beaucoup plus importante dans le secteur privée où seulement 23% des enseignants disposent d’une formation professionnelle. On dénombre 10 950 enseignants titulaires du Certificat d’Aptitude Pédagogique (CAP) et 8 155 titulaires du Certificat Elémentaire d’Aptitude Pédagogique (CEAP) au public, soit un total de 19 105 enseignants qualifiés. On a donc une proportion assez importante (50,1%) d’enseignants du public sans qualification professionnelle.
30
Conclusion : Le Sénégal, malgré sa position stratégique, ses populations dynamiques et ses ressources humaines, connait des résultats mitigés en matière d’éducation, d’après les tests nationaux du Système National d’Evaluation du Rendement Scolaire (SNERS). Le système a connu, ces dernières années, beaucoup de perturbations liées à des manifestations diverses des enseignants, des élèves et aux attitudes du gouvernement. La situation économique et financière actuelle n’est pas, elle aussi, étrangère à cette difficulté. Les dépenses pour l’Education représentent 40% du budget national, prises en charge par l’Etat, les Partenaires Techniques et Financiers, les Collectivités locales et les Ménages. La répartition des dépenses publiques de fonctionnement entre les différents niveaux d’enseignement est orientée en faveur de l’Elémentaire. Deux grands secteurs se partagent le système éducatif : le secteur Formel comprenant les sous secteurs du Développement Intégré de la Petite Enfance, de l’Elémentaire, du Moyen, du Secondaire général et Technique et du Supérieur, et du Non Formel avec trois sous secteurs que sont l’Alphabétisation, les Ecoles Communautaires de Base et les écoles du troisième type. Plusieurs réformes ont été initiées dans le système pour atteindre les objectifs relatifs à l’accès et à la qualité du système éducatif : la création d’Ecoles de Formation des Instituteurs (EFI), le recrutement de Volontaires de l’Education (VE) et de Vacataires, la construction du Curriculum de l’Education de Base(CEB) et la Formation Continuée Diplômante. D’autres mesures ont été prises dans le cadre de l’opérationnalisation du Programme Décennal de l’Education et de la Formation (PDEF). Au cours des dix dernières années, le Sénégal s’est engagé politiquement et financièrement à démocratiser son système éducatif. En effet, le TBS a augmenté de plus de 20% entre 2006 et 2008, le redoublement et l’abandon ont sensiblement baissé, pour ne citer que ceux ‐là. Cependant, malgré les efforts consentis, l’amélioration de la qualité du système éducatif demeure un enjeu essentiel et vital pour les années futures.
31
Chapitre 2 : Méthodologie PASEC Introduction Le PASEC a été créé en 1991 par les Ministres de l’Education des pays membres de la CONFEMEN pour un meilleur pilotage des systèmes éducatifs et dans le sens d’une évaluation participative, cherchant à impliquer tous les acteurs concernés dans le processus. Axé sur l’éducation primaire, le principe de base de la méthodologie du PASEC repose sur la comparaison. Il consiste à tirer parti de la variété des situations scolaires pour identifier les facteurs de performance du système éducatif à travers la mesure de la progression des élèves sur l’année. Aussi, le PASEC a adopté la méthode en « valeur ajoutée » qui implique de disposer d’une mesure du niveau d’apprentissage des élèves en début et en fin d’année scolaire. Pour ce faire, des tests standardisés de français et de mathématiques sont administrés aux élèves de 2ème et 5ème année, sur la base d’un échantillon représentatif, ainsi que des questionnaires contextuels aux élèves, enseignants et directeurs d’écoles. Les objectifs visés par le programme sont de :
• Identifier des modèles d’écoles efficaces et peu coûteux, en procédant à des enquêtes par échantillonnage dans les écoles, puis en effectuant des comparaisons à l’échelle nationale et internationale ;
• Développer dans chacun des Etats participants une capacité interne et permanente d’évaluation de leur système éducatif ;
• Diffuser les méthodes et les instruments d’évaluation préconisés, de même que les résultats obtenus.
L’Annexe A présente dans le détail la méthodologie du PASEC.
32
2.1 Schéma conceptuel Le protocole d’enquête prévoit le recueil simultané d’un certain nombre de données contextuelles, d’ordre institutionnel, scolaire, social, économique et culturel13. Les variables utilisées peuvent être regroupées en deux grandes catégories : Conditions extrascolaires : cette catégorie englobe les caractéristiques personnelles de l’élève (genre, âge,…) ; celles de son milieu familial (niveau de vie, alphabétisation des parents, soutien accordé aux devoirs à la maison, les travaux extra scolaires…), et les caractéristiques de son milieu socioculturel (milieu urbain ou rural, langues parlées à domicile, etc.) ; Conditions scolaires : il s’agit essentiellement des conditions matérielles de la classe (matériel et équipement, mobilier, manuels, guides, etc.), du profil de l’enseignant (genre, niveau académique, formation initiale) et de sa qualification (formation initiale et continue, absentéisme) ; et enfin des caractéristiques de l’école (statut, organisation pédagogique des classes,…) et du directeur.
2.2. Les instruments d’enquête Les tests PASEC14 actuellement utilisés ont été élaborés au début des années 90 sur la base des curricula du Cameroun, de la Côte d’Ivoire et du Sénégal par un groupe d’experts du CIEP, de l’Université de Liège et de l’INEADE. Ils sont essentiellement fondés sur un critère de discrimination de façon à générer de la variabilité dans les scores des élèves et ainsi identifier les facteurs de performance des systèmes éducatifs. De nombreux items ont été testés sur le terrain pour parvenir à un ensemble d’items constituant le test final. Une étude15 sur l’analyse des curricula officiels et implantés, menée toujours avec les mêmes partenaires, soit l’INEADE et l’Université de Liège et financée en 2007 par l’IEA (Association Internationale pour l’Evaluation des Acquis Scolaires) a permis de mettre en relation les tests actuels et les programmes officiels malgré les différents changements opérés dans les curricula depuis 90. Les tests peuvent continuer à servir dans leur objectif principal d’identification des facteurs qui influent sur les apprentissages des élèves. Les élèves sont évalués en début et en fin d’année conformément aux trois compétences de base à savoir lire, écrire et compter. En outre, des questionnaires sont administrés aux élèves et aux enseignants en début. Les directeurs sont aussi concernés sur la base d’un questionnaire en fin d’année afin d’apprécier les caractéristiques des établissements et leurs profils dans la recherche des facteurs déterminants.
13 Voir schéma d’analyse du PASEC en annexe A 14 Voir partie TESTS de l’annexe A 15 http://www.confemen.org/spip.php?article278.
33
2.3. Echantillonnage 2007 L'échantillonnage est aussi important pour la collecte des données que pour l'analyse et l'interprétation des résultats. La procédure d’échantillonnage stratifié à deux niveaux permet de prendre en compte à la fois le niveau des écoles et enseignants et de mesurer les effets propres à l’élève et à son environnement extrascolaire. Le principe consiste à considérer, dans un premier temps, un ensemble d’écoles sélectionnées aléatoirement sur la base du nombre d’élèves en 2ème et 5ème année. Si l’école choisie dispose de plusieurs classes de 2ème ou de 5ème année, une de ses classes est tirée au hasard pour chaque niveau d’étude. On procède, ensuite, au tirage d’un nombre fixe de 15 élèves dans chacune des classes considérées. Au cas où le nombre d’élèves est compris entre 8 et 15 élèves, on évalue toute la classe. Si le nombre est inférieur à 8, on tire une autre classe de même niveau d’enseignement dans l’école ou on remplace, au cas échéant, l’école par son remplaçant direct de la liste.
Tableau 2.1 : Echantillon prévu et réalisé –Evaluation 2007
Numéro de la strate
Identification de la strate
Nombre d'élèves
CI
Nombre d'élèves CE2
Poids dans le
total
Nbr d'écoles
échantillon
Nombre de
classes de CP prévues
Nombre de
classes de CM1 prévues
Nombre de classes de CP
enquêtées pré test
Nombre de classes de CM1
enquêtées pré test
Nombre de classes de CP
enquêtées post test
Nombre de classes de CM1
enquêtées post test
1 Privé 33174 26110 11,1% 20 20 20 19 18 17 17
2 DAKAR 43242 36128 14,9% 27 27 27 27 27 27 27
3 DIOURBEL 15934 10264 4,9% 9 9 9 9 9 9 9
4 FATICK 23836 15417 7,4% 13 12 10 10 8 10 8
5 KAOLACK 29259 17815 8,8% 16 16 11 15 13 14 13
6 KOLDA 38842 21707 11,4% 20 20 15 14 13 12 12
7 LOUGA 18652 8686 5,1% 9 9 7 8 8 8 7
8 MATAM 12874 6693 3,7% 7 7 3 5 4 5 4
9 ST LOUIS 22839 15476 7,2% 13 13 13 13 11 13 10
10 TAMBACOUNDA
19963 12329 6,1% 11 11 10 7 5 7 5
11 THIES 38657 29135 12,7% 23 21 21 20 21 20 20
12 ZIGUINCHOR 19037 16884 6,7% 12 12 12 9 11 9 11
Total 316309 216644 100 180 177 158 156 148 151 143
34
Les stratégies d'échantillonnage peuvent sembler complexes à première vue. Mais ce ne sera pas le cas si l’on prend le temps de planifier soigneusement l’étude et de cerner clairement ce que l’on veut faire ressortir. Comme le disait simplement Feuerstein16, «l'échantillonnage, c'est regarder attentivement une partie d'une chose afin d'en apprendre plus sur la chose dans son entier». Le plan d’échantillonnage détaillé ci‐dessus est élaboré sur la base des données fournies par le Ministère de l’Education Nationale, un an avant les opérations d’enquête. Les critères de stratification considérés dans cette étude sont respectivement le statut de l’école (privé/public) et l’appartenance régionale (selon le découpage administratif). Taux de réponse niveau école Le taux de réponse traduit le rapport entre le nombre d’écoles ayant répondu au pré‐test et le nombre prévu dans le plan d’échantillonnage. Dans l’optique de maximiser au mieux le taux de réponse au niveau école, ce plan prévoit aussi des écoles de remplacement pour répondre aux manques de niveau d’enseignement ou aux insuffisances du nombre d’élèves à tester. Au total 11 écoles ont été remplacées17. Ainsi, on se retrouve avec un taux de réponse de 93,9% après remplacement au niveau école. Taux de réponse niveau classe Plusieurs raisons peuvent être à la base de la perte d’une classe. En effet, la passation des tests en fin d’année se déroule au moment où la saison pluvieuse s’installe dans les différentes régions du pays. En plus c’est le moment des concours et examens nationaux auxquels participent les enseignants et des écoles. Toutefois des dispositions sont prises pour qu’il y ait le moins de risque possible. Sur la base des informations de la base de sondage, 177 classes de 2ème année et 158 classes de 5ème année devraient être évaluées. Au total, 156 classes de 2ème année et 148 classes de 5ème année ont été finalement enquêtées en début d’année. Une explication probable à cette situation est la prise en compte des écoles à recrutement biennal ou triennal. Le nombre de classes prévues et non enquêtées par strate atteint au maximum de 6 classes en 2ème année et 5 en 5ème année, respectivement dénombrées dans les régions de Kolda et Tambacounda. Pour ce qui est du post‐test, sur les 156 classes de 2ème année enquêtées en début d’année, 4 n’ont pas été évaluées au post test. Sur les 148 classes de 5ème année, 5 ont été perdues au post test. Le taux de réponse au post test est de 85,3% en 2ème année et 90,5% en 5ème année. Taux de réponse questionnaire enseignant Les enseignants sont soumis à un questionnaire en début d’année et un autre en fin d’année. En ce qui concerne le Sénégal, sur les 156 classes de 2ème année et 148 classes de 5ème année, 148 enseignants ont répondu au questionnaire en 2ème et 137 en 5ème année. Cela revient à un taux de réponse questionnaire de 94,8 et 92,5 % respectivement en 2ème et 5ème année. Certains enseignants n’étaient pas disponibles au pré‐test du fait des formations. 16 Feuerstein MT, 1986. Partners in Evaluation. Macmillan, London. 17 Voir Tirage des écoles de remplacement : Annexe A.
35
Certaines questions n’ont pas été bien renseignées. Voir Annexe B. Taux de réponse questionnaire directeur Au total 3 sur 151 directeurs n’ont pas été enquêtés en fin d’année d’où un taux de réponse directeur de 98,6 %. Taux de réponse au questionnaire élève Dans l’ensemble, tous les élèves évalués ont répondu au questionnaire contextuel. Néanmoins le taux de réponse varie d’une question à une autre. Le plus fort taux de non réponse est obtenu à la question sur l’âge d’entrer à l’école où 3,4% en 2ème année et 8,2% en 5ème année n’ont pas répondu. Perte d’élèves entre pré test et post test La perte d’élève s’explique principalement par deux raisons. Soit l’élève abandonne en cours d’année ou à la suite d’événement circonstanciel tel que la maladie, la pluie, …. Ces facteurs très peu maîtrisés influencent beaucoup sur les résultats de l’enquête. En effet, au fur et à mesure que le taux de réponse des élèves diminue, les résultats de l’échantillon peuvent ne plus refléter entièrement ceux qu’on pourrait obtenir théoriquement pour toute la population et l’erreur de projection devient importante. Ce qui réduit la fiabilité de l’enquête. Pour cette raison, nous retenons un seuil18 de 85 % de participation à l’enquête, au dessous de laquelle les résultats ne sont plus valables.
Tableau 2.2 : Répartition des élèves testés
Deuxième année Cinquième année
Nbr d'élèves par
strate au pré‐test
Nbr d'élèves par
strate au post‐test
Différence
Nbr d'élèves par
strate au pré‐test
Nbr d'élèves par
strate au post‐test
Différence
Privé 264 204 60 257 208 49 IA DAKAR 403 365 38 404 373 31 IA DIOURBEL 135 124 11 135 127 8 IA FATICK 149 130 19 118 106 12 IA KAOLACK 225 182 43 194 169 25 IA KOLDA 206 138 68 189 156 33 IA LOUGA 110 93 17 113 87 26 IA MATAM 75 72 3 60 56 4 IA ST LOUIS 194 174 20 165 131 34 IA TAMBACOUNDA
105 98 7 75 70 5
IA THIES 299 274 25 314 273 41 IA ZIGUINCHOR 135 125 10 165 154 11 Total 2300 1979 321 2189 1910 279
18 Voir taux de réponse aux différentes questions en règle générale ; Annexe A
36
L’échantillon réalisé à la fin de l’année a subit une perte globale de 600 élèves soit 13,4 % des élèves repartis entre le pré et le pos‐test sur un effectif de 4489 élèves de 2ème et 5ème année. De façon détaillée :
- sur les 2300 élèves évalués en 2ème année en début d’année, on perd 321 élèves soit 13,9 % de taux de déperdition élève ;
- en cinquième année, 279 élèves sont perdus entre les deux évaluations, soit un taux de déperdition de 12,7 %.
Ces taux, tout en restant dans la fourchette de validité des données, cachent des disparités entre strates dont le détail est traduit dans le tableau ci‐dessus. Il faut noter cependant que les pertes les plus importantes sont enregistrées dans la première strate (privé) ainsi qu’à Kolda, Louga et Kaolack, qui présentent aussi des taux important en matière d’abandon. Ce taux est respectivement de 9,9 %, 7,8 % et 9,5 % en 200719. Au final, les données collectées se présentent comme suit :
Tableau 2.3 : Données collectées – Evaluation PASEC Sénégal 2007
2ème année
5ème année
Niveau classe
Nombre de classes
prévues 177 158 enquêtées au pré‐test 156 148 enquêtées au post‐test 151 143
Taux de réponse (post‐test) 85,3% 90,5%
Niveau élève
Nombre d’élèves
au pré‐test 2300 2189 au post‐test 1979 1910
Taux de déperdition entre pré test et post test
13,9% 12,7%
19 Rapport national sur la situation de l’éducation 2007
37
2.4. La construction des variables Pour les besoins de l’analyse, notamment dans le souci de mesurer avec beaucoup d’efficacité l’effet marginal d’une variable sur les acquis des élèves, différentes méthodes de traitement ont été utilisées pour construire de nouvelles variables à partir des données brutes. L’indice de niveau de vie qui discrimine les élèves selon leur pauvreté a été construit par l’analyse des Correspondances Multiples (ACM). C’est une approche qui agrège aussi bien l’ensemble des biens possédés par les élèves à domicile ainsi que les conditions dans lesquelles ils vivent en un indicateur synthétique de niveau de vie. Cet indicateur est ensuite comparé au score de biens possédés, qui présente une très forte similarité. De même, au niveau de la classe, un indicateur d’équipements a été construit. C’est un score des équipements existant dans la classe : chaise, bureau, feutre ou craie, règle, équerre, compas, dictionnaire, carte murale, globe. Un indicateur similaire a été créé pour les écoles renseignant sur leur niveau d’équipements à partir de l’existence d’un bureau du directeur, d’un magasin, d’une bibliothèque, d’une salle de maîtres, d’une salle informatique, d’une infirmerie, des toilettes pour les élèves, d’une cantine gratuite ou payante, d’un terrain de sport, d’une clôture, de l’électricité, d’un point d’eau potable. Quant aux localités où résident les élèves, un score des infrastructures disponibles a été calculé à l’image également des indicateurs d’équipements. Il s’agit entre autres de l’existence d’une route bitumée, de l’eau potable, d’un collège, d’un lycée, d’un centre sanitaire, d’une ligne téléphonique, d’un poste de police, d’une banque, d’une caisse d’épargne. S’agissant des indicateurs de score, les cohérences internes (alphas de Cronbach) ont été mesurées afin de s’assurer de la pertinence et de la qualité des facteurs retenus pour agrégation. Le jeu de données dans la présente analyse a été élaboré à partir des différentes variables identifiées dans les modèles des 20 pays que le PASEC a déjà évalués. Une exploration des autres facteurs a poursuivi cette étape en vue surtout de tenir compte de la spécificité du pays. Cette exploration s’est faite d’abord sur les caractéristiques des élèves et de leur environnement familial, ensuite sur celles des enseignants et de la classe, enfin sur celles des directeurs, des écoles et de leurs localités.
38
Chapitre 3 : Analyse descriptive des résultats de l’évaluation au Sénégal Les tests du Programme d’Analyse des Systèmes Educatifs de la CONFEMEN (PASEC) ont été élaborés dans le but de discriminer les élèves selon leurs résultats. En ce sens, ils doivent générer une variabilité dans les scores des élèves permettant d’identifier les facteurs de performance des systèmes éducatifs. Ces données, bien qu’incomplètes pour apprécier de façon définitive les acquis des élèves, demeurent une mesure permettant d’apprécier le niveau des élèves selon les trois compétences de base à savoir lire, écrire et compter, regroupées dans les deux disciplines fondamentales : le français et les mathématiques. La participation du Sénégal au PASEC, pour une deuxième fois, permet au pays non seulement de se situer par rapport aux autres pays membres de la CONFEMEN mais aussi faire le point, d’une part, sur les niveaux des élèves en 2007 et d’autre part, de les comparer à ceux de 1996 afin de mesurer quantitativement et qualitativement les efforts consentis entre les deux dates. Ce chapitre, organisé en trois sections, a pour objectif d’apprécier le niveau des élèves de deuxième et cinquième année en français et en mathématique dans l’espace et dans le temps. Dans un premier temps, nous présenterons le niveau des élèves par rapport aux tests. La deuxième section quant à elle fera le point sur les sources de variance entre les élèves et aussi entre écoles relativement au statut, au milieu d’implantation ainsi que la zone géographique. Enfin, la dernière section sera consacrée à la comparaison des niveaux des élèves entre 1996 et 2007 ainsi que l’évolution de certains indicateurs scolaires et extrascolaires dans le temps.
39
3.1. Performances des élèves Les performances mesurées sont relatives aux tests PASEC de l’année 2007. Les élèves sont évalués en début d’année (pré‐test) et en fin d’année (post‐test) en français et en mathématiques. Dans cette étude, les tests de début et de fin d’année sont différents aussi bien dans leurs contenus que dans leurs objectifs. Aussi, les résultats aux deux tests ne peuvent pas être comparés directement. Il serait, par exemple, totalement erroné de conclure qu’un résultat plus faible en fin d’année traduit une régression du niveau des élèves. 2ème année Les résultats du tableau 3.1 présentent le niveau des élèves aux tests de français et de mathématiques en 2ème année.
Tableau 3.1 : Résultats des élèves de deuxième année aux tests PASEC 2007
2ème Année Disciplines Score moyen (sur 100)
Ecart‐type Intervalle de Confiance Borne
Inférieure Borne
Supérieure
Début d'année
Français 31,1 24,7 28,5 33,8
Mathématiques 40,3 24,2 37,1 43,5
Fin d'année
Français 45,0 23,3 40,8 49,2
Mathématiques 47,2 22,6 43,7 50,7
La dispersion20 des scores des élèves de la deuxième année est très importante. Cette variabilité est générale, aussi bien en fin d’année qu’en début d’année et cache des disparités liées notamment au type des établissements, au genre de l’élève, à la zone d’implantation de l’école. Cependant le score moyen donne une vision partielle des performances demandées. Pour cette raison, il est donc important de déterminer la proportion des élèves ayant atteint un niveau de maîtrise donné aux tests21 et de la comparer aux autres pays.
20 L’écart‐type varie de 24,2 à 26,18 du début d’année à la fin d’année 21 Voir chapitre 6 : comparaison internationale
40
5ème année Les résultats des élèves de la cinquième année se présentent de la manière suivante :
Tableau 3.2 : résultats des élèves de cinquième année aux tests PASEC 2007
5ème Année Disciplines Score moyen Ecart‐type Intervalle de Confiance Borne
Inférieure Borne
Supérieure
Début d'année
Français 33,9 16,4 31,9 35,9
Mathématiques 46,3 19,1 43,8 48,8
Fin d'année
Français 38,3 15,6 35,9 40,6
Mathématiques 41,8 14,8 39,7 43,9
L’homogénéité des scores des élèves, traduite par l’écart‐type22, est plus élevée qu’en deuxième année mais reste révélatrice d’importante variabilité entre les scores.
3.2. Sources de variance entre écoles L’évaluation qualitative des apprentissages des élèves ne saurait être complète sans une prise en compte d’un certain nombre de paramètres propres à l’école et qui, à priori, peuvent être considérés comme facteurs agissant directement ou indirectement sur les acquis scolaires. Variabilité des scores moyens selon le statut Il s’agit ici d’apprécier les résultats des écoles selon leur statut (privé / public). En effet les programmes sectoriels en éducation prévoient une participation du secteur privé. Plusieurs rapports d’évaluations nationaux comme internationaux, comme le PASEC ont montré que les élèves du privé obtenaient de meilleurs scores que les élèves du public dans la plupart des pays africains. 2ème année Une analyse plus avancée (voir les graphiques ci‐dessous) de la situation, traduit une disparité des niveaux des élèves selon le type d’établissement. Le premier graphique montre que les écoles publiques ont de moins bons résultats que celles du privé en début d’année. Le deuxième graphique montre qu’une majorité d’élèves de deuxième année des écoles privées ont réussi le test à plus de 70 % contrairement à ceux des écoles publiques, très dispersés, dont la majorité dispose d’un score compris entre 20 et 40 sur 100. 22 Indicateur de dispersion des scores par rapport au score moyen.
41
Graphique 3.1 : Distribution des scores de 2ème année en français selon le statut
0.0
05.0
1.0
15.0
2D
ensi
té s
core
fina
l
0 20 40 60 80 100x
Public Privé
Français deuxième annéeDistribution des scores en fin d'année selon le statut
Les élèves des écoles publiques ont un niveau faible et homogène en début d’année. En fin d’année, le niveau est hétérogène avec une désolidarisation d’un groupe d’élèves ayant un niveau élevé. Les élèves des écoles privées se sont davantage recentrés au niveau des performances élevées en fin d’année. 5ème année En cinquième année, les écoles privées ont de meilleurs résultats. En effet, la majorité des élèves ont des scores compris entre 50 et 80 points sur 100, comme le montre le graphique ci‐dessous. Par contre, la distribution des scores correspondants aux écoles publiques est décalée vers la gauche, ce qui indique que la majorité des élèves a un score compris entre 20 et 60 points. Graphique 3.2 : Distribution des scores de fin d’année de 5ème année selon le statut
0.0
05.0
1.0
15.0
2.0
25D
ensi
té s
core
fina
l
0 20 40 60 80 100x
Public Privé
Mathématiques cinquième annéeDistribution des scores en fin d'année selon le statut
Variabilité des scores moyens selon le milieu L’hétérogénéité du niveau est beaucoup plus marquée en 2ème année en milieu urbain.
0.0
05.0
1.0
15.0
2D
ensi
té s
core
initi
ale
0 20 40 60 80 100x
Public Privé
Français deuxième annéeDistribution des scores en début d'année selon le statut
42
Tableau 3. 3 : Résultats des élèves selon leur milieu de résidence
Score moyen
agrégé Ecart‐type
Intervalle de Confiance Borne
Inférieure Borne
Supérieure 2ème année
Début d'année
Urbain 40,0 25,8 36,3 43,7 Rural 32,7 19,5 28,4 36,9
Fin d'année Urbain 50,2 26,8 47,0 53,3 Rural 42,4 22,3 36,7 48,2
5ème année Début d'année
Urbain 42,9 16,9 40,0 45,7 Rural 37,2 15,2 33,6 40,8
Fin d'année Urbain 42,8 17,3 39,3 46,3 Rural 38,1 15,6 34,8 41,4
Le niveau moyen est significativement plus important en milieu urbain qu’en milieu rural. L’examen des distributions permet d’apprécier le niveau de performance suivant la zone d’implantation de l’école. En 2ème année Graphique 3.3 : Distribution des scores agrégés en français et mathématiques de 2ème année selon le milieu
0.0
05.0
1.0
15.0
2
0 20 40 60 80 100Score final agrégé en français et maths
Rural Urbain
Distribution des scores de fin d’année selon le milieu en deuxième année
En début d’année, les distributions sont significativement différentes. La variabilité des scores est beaucoup plus importante en milieu urbain qu’en milieu rural. La majorité des scores initiaux en milieu rural est concentrée entre 10 et 30 %. En fin d’année par contre, les distributions sont les mêmes. L’hétérogénéité du niveau des élèves des milieux urbains se creuse davantage laissant apparaitre deux groupes d’élèves (un groupe ayant un niveau inférieur à 40 % et un autre groupe dont les scores sont supérieurs à 50%).
0.0
05.0
1.0
15.0
2
0 20 40 60 80 100Score initial agrégé en français et maths
Rural Urbain
Distribution des scores de début d’année selon le milieu en deuxième année
43
5ème année Graphique 3.4 : Distribution des scores agrégés en français et mathématiques de 5ème année selon le milieu
0.0
05.0
1.0
15.0
2.0
25
0 20 40 60 80 100Score final agrégé en français et maths
Rural Urbain
Distribution des scores de fin d’année selon le milieu en inquième année
En 5ème année, les distributions restent significativement les mêmes, que ce soit en début ou en fin d’année. Variabilité des résultats selon le genre Le tableau ci‐dessous présente les résultats des élèves aux tests de 2007 selon le genre.
Tableau 3.4 : Résultats des élèves selon le genre
Score moyen
agrégé Ecart‐type
Intervalle de Confiance Borne
Inférieure Borne
Supérieure 2ème année
Début d'année
Garçon 36,3 22,8 33,1 39,5 Fille 35,2 22,1 32,4 38,0
Fin d'année
Garçon 45,8 25,1 41,8 49,7 Fille 45,6 24,2 41,8 49,3
5ème année Début d'année
Garçon 41,0 16,1 38,7 43,4 Fille 39,0 16,6 36,5 41,5
Fin d'année
Garçon 41,9 16,4 39,2 44,5 Fille 39,0 16,8 36,7 41,3
Le niveau de performance des filles en deuxième année reste significativement le même que celui des garçons. L’indice de disparité (l’écart‐type) est élevé aussi bien pour les filles que pour les garçons.
0.0
05.0
1.0
15.0
2.0
25
0 20 40 60 80 100x
Rural Urbain
Distribution des scores de début d’année selon le milieu en inquième année
44
Par contre, en cinquième année, avec une disparité des scores sensiblement égale à celle des garçons, les filles présentent un niveau moyen plus faible. Une analyse des distributions fournit de plus amples informations à l’intérieur de chaque sous‐groupe. 2ème année Graphique 3.5 : Distribution des scores agrégés en français et mathématiques de 2ème année selon le genre
0.0
05.0
1.0
15
0 20 40 60 80 100Score agrégé en français et maths
Fille Garçon
Score agrégé en français et mathsDistribution des scores de fin d’année selon le genre en deuxième année
En début d’année, les deux distributions sont décalées vers gauche caractérisant ainsi la faible performance des élèves, fille comme garçon. En effet, pour les filles comme pour les garçons, la majorité des scores est concentrée entre 10 et 30 %. En fin d’année, la variabilité des scores est beaucoup plus marquée dans les deux groupes. Les distributions sont significativement les mêmes au regard des résultats de l’analyse de variance. Néanmoins, on note la formation de deux classes chez les garçons. Une classe minoritaire dont les niveaux sont relativement importants (score compris entre 50 et 80 %) et une autre classe à faible niveau de performance (score compris entre 20 et 40 %). En cinquième année, la variabilité des scores chez les filles demeure sensiblement la même que pour les garçons, en début comme en fin d’année. Variabilité des résultats écoles suivant le niveau de vie des écoles23 Les conditions de vie des familles des élèves font partie des facteurs déterminants qui jouent significativement sur les scores. Il s’agit dans cette partie de faire le lien entre le niveau moyen de vie des élèves de la classe avec le score moyen agrégé de fin d’année. 23 Voir Annexe B pour la construction de la variable niveau de vie école
0.0
05.0
1.0
15.0
2
0 20 40 60 80 100Score agrégé en français et maths
Fille Garçon
Score agrégé en français et maths
Distribution des scores de début d’année selon le genre en deuxième année
45
Graphique 3.6 : Répartition des écoles selon le score moyen de fin d’année et l’indice moyen de niveau de vie par statut en 5ème année
2040
6080
Sco
e fin
al fr
ança
is e
t mat
hs d
e la
cla
sse
sur 1
00
-2 -1 0 1 2Indice moyen de niveau de vie de l'école
lowess PrivéPublic
Cinquième annéeRépartition des écoles selon le score moyen de fin d'année et l'indice moyen de niveau de vie par statut
On retient de ce graphique l’existence de différences considérables en matière de résultats des écoles. Aussi pour un niveau de vie déterminé (indice compris entre ‐1,5 à 1), les résultats des écoles varient de 20 à 60% et concerne surtout les écoles publiques. Les écoles privées, caractérisées pour la plupart d’un niveau de vie élevé des familles des élèves, présentent des scores de fin d’année plus élevés et moins dispersés. Analyse par zone géographique L’objectif ici est d’apprécier les résultats des élèves selon la répartition géographique considérée dans la construction des strates lors de d’échantillonnage, à savoir : le privé, le public à Dakar et le public hors Dakar. Graphique 3.7 : Distribution du score agrégé en français et mathématiques selon la zone géographique en 2ème et 5ème année
0 20 40 60 80 100Score final en français et maths
Publique hors Dakar
Dakar Public
Privé
Cinquième annéeScore moyen en français et maths selon la zone géographique
0 20 40 60 80 100
Score final en français et maths
Publique hors Dakar
Dakar Public
Privé
Deuxième annéeScore moyen en français et maths selon la zone géographique
46
En deuxième année, les écoles privées se démarquent nettement du groupe non seulement par l’homogénéité du niveau des élèves mais aussi par un score médian plus élevé. Ensuite viennent les écoles publiques de Dakar qui dépassent de près de 10 points leurs homologues du reste du pays. En cinquième année, les écarts entre groupes sont réduits et le classement des groupes s’est maintenu.
3.3. Comparaison dans le temps Comme toutes les évaluations PASEC, les évaluations de 1996 et 2007 au Sénégal ont été menées sur la base d’un échantillon stratifié à deux degrés24. Il faut aussi noter que seuls les scores des écoles publiques ont été considérés, les écoles privées ne faisant pas partie de l’échantillon de l’année 1996.
3.3.1. Comparaison des tests d’évaluation
Les tests administrés en 1996 ne diffèrent pas fondamentalement des tests version 2007. Un examen25 des items des tests de fin d’année a été entrepris sur le plan du contenu, de la cohérence interne et de la difficulté. Le tableau suivant présente les items supprimés pour des problèmes de contenu, de cohérence item‐test ou d’indice de difficulté.
Tableau 3.5 : Comparaison des tests 1996‐2007
Items différents
en contenu
Items seulement en 2007
Items supprimés sur la base de l'indice
de difficulté
Items supprimés sur la base
de la corrélation item‐test
Nombre d'items communs
Alpha de Cronbach 1996
Alpha de Cronbach 2007
Post test 2F
A, B, C, D, E, F
AL, AM, AN
V W, P 31 0,92 0,93
Post test 2M
AL, AM E, Z, AL 37 0,92 0,93
Post test 5F
G, H, I S, AK, AL, AM, AN, AO, AP
H, N, O, AI, AJ
L, S, T, U, V, AE, AF
32 0,84 0,84
Post test 5M
W D, Z, AC V, AE, AF,
AG, 40 0,85 0,83
La différence des items est essentiellement due à la couleur des images ou à la police des caractères. Il y a plus d’exercices en 2007 qu’en 1996. La cohérence interne est globalement satisfaisante et plus élevée en deuxième année, comme dans les autre pays.
24 Voir chapitre traitement des données du guide méthodologique PASEC 25 Voir indicateurs utilisés pour mesurer la cohérence interne des tests, annexe A
47
La méthode d’échantillonnage26 utilisée pour les deux vagues d’évaluation est restée fidèle à la procédure commune à la méthodologie du PASEC, sondage stratifié à deux niveaux. Cependant, nous ne disposons pas suffisamment d’information sur le plan d’échantillonnage de l’évaluation 96. Il ressort de l’exploration des données le manque d’écoles privées d’où la comparaison des niveaux de performance des élèves des écoles publiques seulement dans le chapitre 3. Toutefois, 100 Ecoles ont été évaluées en 1996 en raison de 20 élèves par classe contre 180 écoles prévues en 2007 avec 15 élèves testés par classe.
Tableau 3.6 : Comparaison des échantillons 1996‐2007
2ème année 5ème année
Nombre de classes
Nombre d'élèves
Perte d'élèves
Nombre de classes
Nombre d'élèves
Perte d'élèves
Roh
1996 99 1973 0,4% 98 1924 1,8% 0.2
2007 177 2300 14% 158 2189 13% 0.2 Le coefficient de corrélation intra classe est resté le même entre les deux vagues d’évaluation, en effet le roh calculé27 est de 0,2 en 1996 comme en 2007. Ce qui donne 96 écoles à enquêter avec 20 élèves par classe ou 102 écoles avec 15 élèves par classe, selon la table d’échantillonnage. Ainsi, dans les deux vagues d’évaluation la taille des échantillons est suffisante pour donner une estimation raisonnable du niveau des élèves. 2ème année Le tableau ci‐dessous nous renseigne sur l’évolution des scores des élèves ainsi que certains indicateurs contextuels entre les évaluations de 1996 et 2007.
Tableau 3.7 : Evolution des scores et des indicateurs contextuels des élèves de 2ème année entre 1996 et 2007
1996 2007
Deuxième année Valeur
Intervalle de Confiance
Valeur
Intervalle de Confiance
Borne Inférieure
Borne Supérieure
Borne Inférieure
Borne Supérieure
Score Français 44,7 41,7 47,7 45,0 40,8 49,2
Score Maths 46,0 43,7 48,4 47,2 43,7 50,7
Proportion d'élèves en zone rurale
29,1 22,8 35,5 59,1 50,2 68,0
Proportion de filles 43,1 39,6 46,6 50,5 47,8 53,1
Proportion des élèves ayant 1 livre de français
52,0 46,8 57,3 64,6 56,9 72,3
Proportion des élèves ayant 1 livre de maths
29,4 23,6 35,3 53,7 46,1 61,3
26 Voir partie ECHANTILLONNAGE de l’Annexe A 27 Voir HOUNGBEDJI (2005).
48
Les scores en fin d’année ne sont pas significativement différents entre 1996 et 2007. Le niveau des élèves de deuxième année est resté le même malgré la croissance du nombre d’élèves en zone rurale, qui est passé de 29,1% en 1996 à 59,1% en 2007 dans les échantillons. Des gros efforts ont été fournis non seulement pour réduire de manière drastique la disparité de genre dans le système éducatif sénégalais mais aussi en dotant les élèves en manuels scolaires français et mathématiques. 5ème année En cinquième année, malgré la différence des scores, le niveau des élèves n’a pas significativement changé, la proportion des élèves en zone rurale a presque doublé et le pourcentage des filles dans le système a augmenté en 10 ans. Cependant, les élèves de cinquième année sont de moins en moins dotés en manuel scolaire de français comme le montre le tableau ci‐dessous :
Tableau 3.8 : Evolution des scores et des indicateurs contextuels des élèves de 5ème année entre 1996 et 2007
1996 2007
Cinquième année Valeur
Intervalle de Confiance
Valeur
Intervalle de Confiance
Borne Inférieure
Borne Supérieure
Borne Inférieure
Borne Supérieure
Score Français 36,9 35,1 38,7 38,3 35,9 40,6
Score Maths 40,7 38,9 42,6 41,8 39,7 43,9
Proportion d'élèves en zone rurale
27,5 21,9 33,1 52,1 42,1 62,0
Proportion de filles 41,3 37,9 44,7 48,8 46,1 51,4
Proportion des élèves ayant 1 livre de français
70,3 66,1 74,5 57,5 48,7 66,3
Proportion des élèves ayant 1 livre de maths
39,2 34,0 44,5 46,1 38,2 54,1
L’un des engagements pris par les Etats pour une Education de Qualité pour Tous est de parer à certaines inégalités dans le système éducatif, et plus particulièrement la réduction des disparités entre filles et garçons, entre zones rurales et urbaines, la promotion d’une scolarisation de qualité sans discrimination de conditions de vie. Comparaison des performances selon le genre de l’élève La notion du genre a toujours été un défi pour les états africains ces dernières années. En effet, selon « Genre et Education pour tous28 », les filles ont 20 % de chances en moins d’entrer à l’école que les garçons au Tchad, au Bénin, en Guinée Bissau et au Mali. Cela montre la persistance de la disparité grandissante d’accès à la scolarisation entre fille et
28 Rapport mondial de suivi sur l’Education pour tous (EPT) 2004
49
garçons des pays au sud du Sahara. Comme on vient de le voir dans les deux tableaux ci‐dessus, les efforts du Sénégal en matière de scolarisation entre les deux vagues d’évaluation a permis de réduire les inégalités liés au genre; la proportion des filles est passée de 43,1 % en 1996 à 50,5 % en 2007 en 2ème année et de 41,3% à 48,8 % en 5ème année. L’accroissement de la scolarisation féminine est‐il suivi d’une amélioration de niveau entre 1996 et 2007 ? Graphique 3.8 : Evolution du score de mathématiques de fin d’année selon le genre en 2ème et 5ème année
020
4060
8010
0S
core
de
fin d
'ann
ée e
n m
aths
1996 2007Garçon Fille Garçon Fille
Cinquième annéeEvolution du score de maths en fin d'année selon le genre
Entre les deux vagues d’évaluation, le niveau de performance des filles a légèrement augmenté alors que celui des garçons est resté significativement le même en mathématiques en deuxième année. Le niveau en français, quant à lui n’a pas connu de variation aussi bien pour les filles que pour les garçons. En cinquième année, le niveau des filles est significativement plus important en 2007 en français comme en mathématiques. La situation est similaire pour les garçons. Globalement, il ressort une progression du niveau des filles entre les deux vagues d’évaluation et pour les deux disciplines considérées.
020
4060
8010
0S
core
fina
l de
mat
hs e
n de
uxiè
me
anné
e
1996 2007Garçon Fille Garçon Fille
Deuxième annéeEvolution du score de maths en fin d'année selon le genre
50
Selon le milieu de résidence Dans cette partie, il sera question de comparer les scores entre zones rurales et zones urbaines pendant les deux vagues d’évaluation. Les graphiques qui suivent présentent une idée de cette évolution. Graphique 3.9 : Evolution du score de français de fin d’année selon le milieu en 2ème et 5ème année
020
4060
8010
0Sc
ore
final
en
franç
ais
1996 2007Urbain Rural Urbain Rural
Cinquième annéeEvolution du score de français en fin d'année selon le milieu
Le niveau de performance des élèves en milieu rural a significativement augmenté de 1996 à 2007, tous niveaux confondus, quelque soit la matière et le milieu de résidence. L’amélioration des conditions notamment en termes de scolarisation en milieu rural entre les deux évaluations pourrait être à l’origine de certaines avancées de la qualité de l’éducation en matière de performance scolaire au Sénégal. Selon le niveau de vie des parents d’élèves Le niveau de vie est renseigné par la possession de certains biens et équipements des familles. Les variables qui concourent à expliquer le niveau de vie des parents se regroupent en trois catégories à savoir : i) les infrastructures ii) les équipements électroménagers et de communication et iii) les moyens de transport. Dans la mesure du possible, une variable pauvreté29 regroupant 2 modalités a été créée:
1‐ pauvre (les parents ayant au maximum 2 biens sur 8) ; 2‐ riches (les parents disposant de plus de 2 biens sur 8).
Du point de vue de la performance aux tests, les figures ci‐dessous illustrent le niveau de discrimination entre les élèves issus des familles pauvres et leurs camarades des familles aisées pour les années 1996 et 2007.
29 La moyenne est calculée sur la possession des biens suivants : robinet, électricité, radio, télévision, réfrigérateur, vélo, mobylette et voiture
020
4060
8010
0S
core
de
fin d
'ann
ée e
n fra
nçai
s
1996 2007Urbain Rural Urbain Rural
Deuxième annéeEvolution du score de français en fin d'année selon le milieu
51
Graphique 3.10 : Evolution des scores de fin d’année selon le niveau de vie des familles en 2ème et 5ème année
020
4060
8010
0
Riche Pauvre1996 2007 1996 2007
Cinquième annéeEvolution des scores de fin d'année selon le niveau de vie des familles
Français Mathématiques
En deuxième année, en français comme en mathématiques, les élèves vivant dans des familles aisées ont un niveau de performance plus élevé que ceux des familles pauvres pour les deux années d’évaluation. Par contre, en cinquième année, la différence n’est remarquable qu’en mathématiques en 1996 comme en 2007. Conclusion L’analyse descriptive des résultats de l’évaluation PASEC permet d’apprécier quelques éléments de qualité du système éducatif sénégalais. Bien que les tests, à l’origine, ne mesurent pas de façon absolue les acquis des élèves, les scores enregistrés par les élèves permettent de fournir des indicateurs sur la performance du système. Il ressort de cette analyse, une variabilité relativement élevée des performances selon le niveau d’enseignement. Les scores moyens agrégés de mathématiques et de français se situent à 46% en 2ème année et à 40,5% en 5ème année. Ces résultats sont moyens au regard du score moyen de l’ensemble des pays ayant participé au programme entre 2006 et 200730. Mais ils cachent des disparités non négligeables aussi bien au niveau régional comme le statut des écoles qu’entre filles et garçons du système éducatif. Il faut noter l’amélioration de plusieurs indicateurs dans le temps. Aussi, on remarque une réduction de la disparité entre filles et garçons (la proportion des filles est passée de 43,1 % en 1996 à 50,5 % en 2007 en 2ème année et de 41,3% à 48,8 % en 5ème année) et les inégalités d’accès à la scolarisation entre zone urbaine et zone rurale (59,1 % des élèves sont en zone rurale en 2007 contre 29,1 % en 1996).
30 La moyenne des scores en cinquième année de PASEC VII et VIII .
020
4060
8010
0
Riche Pauvre1996 2007 1996 2007
Deuxième annéeEvolution des scores de fin d'année selon le niveau de vie des familles
Français Mathématiques
52
Chapitre 4 : Les facteurs de la qualité
Dans le chapitre précédent des informations ont été données sur le niveau moyen des acquisitions, les inégalités dans la scolarisation des élèves ainsi que sur des disparités de résultats aux tests PASEC. Ce constat ne suffit pas pour aider les décideurs dans la prise des décisions optimales visant à l’amélioration du système éducatif.
Dans ce chapitre, nous allons chercher à expliquer les résultats des élèves par des facteurs susceptibles d’avoir un impact sur leurs acquisitions. Ces facteurs sont de deux ordres : les facteurs scolaires et les facteurs extrascolaires. Généralement, le sens commun nous dit que ce sont les facteurs strictement scolaires pour lesquels les décideurs du système éducatif peuvent agir facilement méritent d’être étudiés au dépend des facteurs extrascolaires. Or, il n’y a pas véritablement de cloison étanche entre les deux domaines et les décideurs éducatifs peuvent aussi influencer même indirectement le contexte des élèves et des écoles. En outre, les résultats d’une étude portant sur l’évaluation d’un système éducatif ne s’adressent pas seulement aux décideurs, mais aussi aux parents d’élèves, élèves et au grand public. Les enquêtes PASEC apportent donc un éclairage complémentaire aux enquêtes faites auprès des ménages.
L’estimation des effets des différents facteurs est obtenue à partir de la modélisation statistique présentée dans l’annexe D. Les résultats issus de cette modélisation se trouvent ci‐dessous. Il convient de noter que nous ne pouvons pas aborder dans ce chapitre toutes les variables retenues dans les modèles, mais les variables susceptibles de susciter de l’intérêt de la part des décideurs et du grand public et d’alimenter les débats relatifs aux politiques éducatives, à partir des commentaires de l’équipe nationale PASEC.
La méthode d’analyse des données est décrite dans le guide méthodologique PASEC, module « Analyse des données », en cours de validation. Un support de formation PASEC à l’analyse des données est en ligne à l’adresse: http://www.confemen.org/spip.php?article277. On trouve un résumé de ces travaux dans l’Annexe A. Pour le descriptif des variables, le taux de réponse et la fréquence, voir l’Annexe B. Pour les méthodes d’imputation des valeurs manquantes, voir l’Annexe A.
53
4.1. Présentation des modèles finaux pour le Sénégal obtenus à la suite du processus de modélisation
Tableau 4.1 : Résultats du modèle français 2ème année (1) (2) (3) (4) (5) (6) (7) VARIABLES stfin2f stfin2f stfin2f stfin2f stfin2f stfin2f stfin2f stini2f 0.668*** 0.641*** 0.625*** 0.624*** 0.603*** 0.594*** fille 0.0240 0.0149 0.00928 0.00453 ‐0.00433 ‐0.000920strichessemca 0.0453 0.000375 0.0102 0.00115 0.00407 0.0742*domfrancais 0.350*** 0.286** 0.170 0.118 0.165 0.319*livre_fr 0.273*** 0.239*** 0.225*** 0.224*** 0.293***aidemaitre ‐0.202** ‐0.209** ‐0.221** ‐0.184** ‐0.154aidepersonne ‐0.0830 ‐0.0936 ‐0.132* ‐0.162** ‐0.184**stnbredoub ‐0.0532** ‐0.0525** ‐0.0545*** ‐0.0513** ‐0.0727***maternel 0.159** 0.147** 0.127** 0.128** 0.0495stnbequipelev 0.0289 0.0382 0.0497* 0.0486* 0.106***travchamp ‐0.0526 ‐0.0301 ‐0.0641 ‐0.0711 ‐0.0797 ‐0.0780mtfem ‐0.146* ‐0.127 ‐0.126 ‐0.0740mtdipcyclb ‐0.0456 ‐0.0463 ‐0.0774 ‐0.0533mtnofpi ‐0.0216 ‐0.192 ‐0.239** ‐0.406**mtfpinf1an 0.0333 ‐0.00702 ‐0.0257 ‐0.240**stmtanc ‐0.0155 ‐0.0536 ‐0.0701 ‐0.164**sttailleclasse ‐0.0848** ‐0.0877** ‐0.0257stequipclass1 0.0655 0.0612 0.0622 0.134**mtutilanglocfr ‐0.103 ‐0.0651 ‐0.0712 ‐0.0882stdtabsmaitrcp2 ‐0.00536 0.0174 ‐0.00739 ‐0.0205stnbequipecol 0.0161 0.0383 0.0443dtseul 0.289* 0.318** 0.359*dtnoape 0.330** 0.331** 0.374**rural 0.0440 0.0243 ‐0.0346privefr 0.305** 0.247* 0.861***privearab ‐0.0860 ‐0.0440 ‐0.281tailinf40 0.270*** Constante ‐0.0135 ‐0.0113 ‐0.205*** 0.00843 ‐0.0914 ‐0.116 0.0356Observations 1938 1938 1938 1938 1870 1870 1870R² 44,53 45,12 48,14 49,59 51,71 52,11 23,68
*** significatif au seuil de 1%, ** significatif à 5%, * significatif à 10%.
Remarque:
• Le modèle 5 est le modèle final. • Le modèle 7 reprend le modèle 5 sans l’introduction du score initial.
Dans le modèle 5 la moyenne du Variance Inflation Factor (VIF) est de 1.37 et le VIF le plus important est de 1.95.
54
Tableau 4.2 : Résultats du modèle mathématique 2ème année (1) (2) (3) (4) (5) (6) (7) VARIABLES stfin2m stfin2m stfin2m stfin2m stfin2m stfin2m stfin2m stini2m 0.560*** 0.533*** 0.506*** 0.508*** 0.487*** 0.209*** stini2f 0.449*** fille 0.00791 0.00223 ‐0.0839 ‐0.0954 ‐0.128** ‐0.137*genre 0.185** 0.171** 0.163** 0.148 strichessemca 0.140*** 0.112*** 0.108*** 0.0704** 0.0240 0.0844**travdom ‐0.00194 0.000429 0.00425 0.0447 0.0669 0.0657 domfrancais 0.467*** 0.516*** 0.420*** 0.211 0.0686 0.293* livre_mt ‐0.00958 ‐0.0224 ‐0.0536 ‐0.0210 0.0194 livre_fr 0.221*** 0.183*** 0.167** 0.162*** 0.228***aidepersonne ‐0.0789 ‐0.115* ‐0.146** ‐0.137** ‐0.190**stnbredoub ‐0.0126 ‐0.0129 ‐0.00284 ‐0.0136 ‐0.0129stageentree 0.0712*** 0.0723*** 0.0983*** 0.0565*** 0.142***maternel 0.0149 ‐0.0143 ‐0.0376 ‐0.0106 ‐0.0379stnbequipelev 0.0444 0.0530** 0.0623** 0.0479* 0.111***stequipclass1 0.0673* 0.0551 0.0444 0.128***mtfem ‐0.215** ‐0.112 ‐0.158** ‐0.0863mtdipcyclb ‐0.0980 ‐0.0576 ‐0.0525 ‐0.0544mtnofpi 0.232* ‐0.0963 ‐0.0123 ‐0.311**mtfpinf1an 0.128 0.0636 0.163** ‐0.0734stmtanc ‐0.000475 ‐0.0345 ‐0.00878 ‐0.127**mtutilanglocmt ‐0.188* ‐0.172* ‐0.156** ‐0.167*sttailleclasse ‐0.0350 ‐0.0461 ‐0.0475 0.0199 stdtabsmaitrcp2 ‐0.120*** ‐0.0793** ‐0.0695** ‐0.104***dtseul 0.280*** 0.210** 0.270* dtnoape 0.157 0.177* 0.234* dtdansecol 0.274*** 0.187** 0.306***stnbequipecol 0.0858* 0.0429 0.0373 rural 0.0249 0.0664 ‐0.0275privefr 0.433*** 0.190 0.761***privearab ‐0.0714 ‐0.109 ‐0.376 Constante ‐0.0138 ‐0.0265 ‐0.153** 0.0954 ‐0.0343 ‐0.0862 ‐0.0154Observations 1938 1938 1938 1938 1870 1870 1870 R² 31,8 34,32 36,38 39,2 42,47 50,82 21,65
*** significatif au seuil de 1%, ** significatif à 5%, * significatif à 10%.
Remarque:
• Le modèle 5 est le modèle final. • Le modèle 6 reprend le modèle 5 avec l’introduction du score initial de
mathématiques. • Le modèle 7 reprend le modèle 5 sans l’introduction des scores initiaux.
55
Dans le modèle 5 la moyenne du Variance Inflation Factor (VIF) est de 1.6 et le VIF le plus important est de 3.26.
Tableau 4.3 : Résultats du modèle français 5ème année (1) (2) (3) (4) (5) (6) VARIABLES stfin5f stfin5f stfin5f stfin5f stfin5f stfin5f stini5f 0.734*** 0.702*** 0.688*** 0.663*** 0.635*** fille ‐0.0143 ‐0.00903 ‐0.0442 ‐0.0323 ‐0.103** strichessem 0.0828*** 0.0836*** 0.0876*** 0.0706** 0.150*** travchamp ‐0.0225 ‐0.0144 ‐0.0750 ‐0.0684 ‐0.166***travdom ‐0.0246 ‐0.0316 ‐0.0195 ‐0.0266 ‐0.0397 tuteur 0.0690 0.0794 0.0830 0.0737 0.109 domfrancais 0.170* 0.136 0.139* 0.106 0.369*** maternel ‐0.0369 ‐0.0275 ‐0.0352 0.0145 stageentree ‐0.0719*** ‐0.0614*** ‐0.0714*** ‐0.0926***stnbredoub ‐0.0692*** ‐0.0691*** ‐0.0739*** ‐0.115***livre_fr 0.0733 0.0482 0.0148 0.120* stequipclass2 0.0487 0.0429 0.0767 mtfem ‐0.165** ‐0.168** ‐0.220** mtdipcyclb 0.120* 0.163** 0.209* mtcontvol 0.271*** 0.209*** 0.254** mtnofpi 0.0187 ‐0.303* ‐0.636** mtfpinf1an ‐0.119* ‐0.121* ‐0.192** sttailleclasse ‐0.0662** ‐0.0361 ‐0.102***stmtnbform ‐0.0857** ‐0.0967*** ‐0.147***stmtanc 0.0311 0.0295 0.0705 stdtabsmaitrcm1 ‐0.0693** ‐0.0683*** ‐0.0684* dtdansecol 0.229** 0.512*** dtformcgest ‐0.106** ‐0.0966 stdtancenseign 0.102*** 0.120** stnbequipecol 0.0604 0.0939 rural 0.174** 0.205 privefr 0.239 0.677*** privearab ‐0.135 0.160 Constante ‐0.00562 0.00859 ‐0.0318 ‐0.0807 ‐0.138 ‐0.237** Observations 1881 1881 1881 1881 1881 1881
R² 51,44 52,41 53,24 55,74 58,18 27,94
*** significatif au seuil de 1%, ** significatif à 5%, * significatif à 10%.
Remarque:
• Le modèle 5 est le modèle final. • Le modèle 6 reprend le modèle 5 sans l’introduction du score initial.
Dans le modèle 5 la moyenne du Variance Inflation Factor (VIF) est de 1.52 et le VIF le plus important est de 2 ,48.
56
Tableau 4.4 : Résultats du modèle mathématique 5ème année (1) (2) (3) (4) (5) (6) (7) VARIABLES stfin5m stfin5m stfin5m stfin5m stfin5m stfin5m stfin5m stini5m 0.642*** 0.611*** 0.602*** 0.581*** 0.560*** 0.419*** stini5f 0.246*** fille ‐0.0718 ‐0.0704 ‐0.107** ‐0.105** ‐0.0969** ‐0.210***genre 0.0699 0.0510 0.0320 0.120 strichessem 0.0769** 0.0662* 0.0625* 0.0415 0.0371 0.139***travchamp ‐0.0293 ‐0.0197 ‐0.0777 ‐0.0710 ‐0.0614 ‐0.169**travdom ‐0.0655 ‐0.0736 ‐0.0713 ‐0.0600 ‐0.0502 ‐0.0308domfrancais 0.198 0.143 0.101 0.0502 ‐0.0183 0.173 tuteur 0.0365 0.0456 0.0457 0.0425 0.0347 0.0585livre_mt 0.0967* 0.0895* 0.0291 0.0197 0.110 maternel 0.0677 0.0643 0.0467 0.0330 0.0669stnbredoub ‐0.0297 ‐0.0269 ‐0.0282 ‐0.0140 ‐0.0330stageentree ‐0.0479* ‐0.0315 ‐0.0361 ‐0.0241 ‐0.0229stequipclass2 0.0652 0.0664 0.0717* 0.132**mtfem ‐0.162 ‐0.188** ‐0.173* ‐0.280**mtdipcyclb 0.0486 0.154** 0.145** 0.163 mtnofpi 0.270 ‐0.303 ‐0.248 ‐0.544*mtfpinf1an ‐0.0290 ‐0.0856 ‐0.0733 ‐0.131mtcontvol 0.183** 0.117 0.116 0.188 stdtabsmaitrcm1 ‐0.0874*** ‐0.0834*** ‐0.0815*** ‐0.0735*sttailleclasse ‐0.0758* ‐0.0303 ‐0.0144 ‐0.0708mtutilguidemat 0.192** 0.163** 0.142* 0.144 stmtnbform ‐0.0589 ‐0.0505 ‐0.0490 ‐0.126**stmtanc ‐0.0137 ‐0.00466 ‐0.0113 0.0259dtparfacil 0.154** 0.170** 0.128 dtdansecol 0.326*** 0.247** 0.445***stdtancenseign 0.0683* 0.0626* 0.0703stnbequipecol 0.0350 0.0344 0.0874rural 0.121 0.126 0.163 privefr 0.483*** 0.364** 0.696***privearab 0.187 0.0481 0.0920Constant ‐0.0165 0.0553 ‐0.00786 ‐0.183* ‐0.385*** ‐0.361*** ‐0.361**Observations 1881 1881 1881 1881 1881 1881 1881 R‐squared 39,97 41,2 41,85 45,22 48,17 51,11 22,52
*** significatif au seuil de 1%, ** significatif à 5%, * significatif à 10%.
Remarque:
• Le modèle 5 est le modèle final. • Le modèle 6 reprend le modèle 5 avec l’introduction du score initial de
mathématiques. • Le modèle 7 reprend le modèle 5 sans l’introduction des scores initiaux. • Dans le modèle 5 la moyenne du Variance Inflation Factor (VIF) est de 1.61 et le VIF le
plus important est de 2.51.
57
En 2ème année Le score initial des élèves en début d’année explique à lui seul la variance du score de fin d’année à hauteur de 44.5% en français et de 31.8% en mathématiques. Quand on ajoute le bloc des variables de niveau élève, la variance expliquée passe à 48.1% pour le français et à 36,4% pour les mathématiques. Quand on intègre les variables de niveau enseignant, elle augmente pour atteindre 49.6% en français et 39.2% en mathématiques. Enfin, lorsque l’on ajoute les variables de niveau directeur et école, les différents modèles finaux expliquent 51,7% de la variance des scores des élèves de fin d’année en français et 42.5% en mathématiques. En 5ème année Le score initial des élèves en début d’année explique à lui seul la variance du score de fin d’année à hauteur de 51.4% en français et de 40% en mathématiques. Quand on ajoute le bloc des variables de niveau élève, la variance expliquée passe à 53.2% pour le français et à 41.9% pour les mathématiques. Quand on intègre les variables de niveau enseignant, elle augmente pour atteindre 55,7% en français et 45.2% en mathématiques. Enfin, lorsque l’on ajoute les variables de niveau directeur et école, les différents modèles finaux expliquent 58.2% de la variance des scores des élèves de fin d’année en français et 48,2% en mathématiques. Pour une comparaison avec les résultats trouvés dans les autres pays du PASEC, voir chapitre 6.
58
Présentation des principaux facteurs identifiés Nous allons dans un premier temps nous intéresser aux facteurs extrascolaires notamment les caractéristiques individuelles de l’élève et de son milieu familial. Ensuite nous aborderons les conditions de scolarisation des enfants à l’école : la fréquentation de la maternelle, le redoublement, les manuels scolaires, les matériels didactiques de l’élève, les caractéristiques de l’enseignant, les caractéristiques de la classe, les caractéristiques des directeurs, les caractéristiques des écoles et la gestion scolaire. Pour le calcul et la présentation des statistiques descriptives, incluant les taux de réponse voir annexe C.
Encadré 1 : Note pour la lecture des résultats d’analyse présentés L’ensemble des résultats ici présentés met en exergue les caractéristiques des variables construites à partir des données collectées et leurs effets sur les acquis des élèves de 2ème et de 5ème année.
• L’analyse descriptive rapporte principalement la répartition des élèves selon les variables au sein de notre échantillon.
• Puis, pour chacun des facteurs supposés affecter le processus d’apprentissage, nous rapportons son effet net sur les acquis des élèves en cours d’année à travers une analyse multi variée. Ces effets ont été obtenus à partir de l’estimation d’un modèle statistique dont l’objectif est de mesurer l’effet indépendant à la fois d’un ensemble de caractéristiques relatives à l’école, à la classe et aux élèves sur le score de fin d’année scolaire.
L’objet du présent chapitre est d’analyser l’effet des facteurs qui conditionnent l’apprentissage de l’élève et ses acquis en cours d’année. L’effet a été mesuré sur les scores globaux. A partir des tableaux de résultats présentés, on obtient l’effet de chacune des variables sur le score final standardisé pour l’ensemble des spécifications, les résultats se lisent de la manière suivante : « Le coefficient relatif à chaque variable représente son effet en pourcentage d’écart type sur le score final, le signe du coefficient indiquant le sens de l’effet »
• Les scores utilisés dans l’analyse ont été centrés et réduits dans le but de les comparer. Aussi, l’effet que nous mesurons représente la variation du score d’un élève i (par rapport au score moyen centré et réduit de l’ensemble des élèves, soit le pourcentage d’écart type) induite par la variation marginale de la variable étudiée, sous contrôle des autres variables introduites dans le modèle.
• Par ailleurs, à chaque coefficient est associé un seuil de significativité, aussi, dès que celui-ci n’est pas atteint, l’effet de la variable n’est pas statistiquement différente de zéro (soit non significative). Des astérisques sont mis sur les coefficients pour indiquer leur niveau de significativité : *** pour 1%, ** pour 5% et * pour 10%.
• La probabilité de se tromper en affirmant que ce coefficient est différent de 0 est quasi nulle. On dit alors que l’effet du score initial sur le score final est significativement non nul.
59
4.2. Les facteurs extrascolaires (caractéristiques des élèves et du ménage)
4.1.1. Les caractéristiques personnelles de l’élève
a. Effet du genre de l’élève
L’échantillon comprend 50.4% de filles en 2ème année et 47.8% en 5ème année. Cette différence peut s’expliquer par une moins grande rétention des filles dans le système. Le fait d’être une fille n’a pas d’impact sur les acquisitions scolaires en français. En revanche, le signe de la variable genre de l’élève est négatif en mathématiques en 5ème année. Ainsi, les petites filles perdent 10,5% de points d’écart‐type par rapport aux garçons. L’effet n’est pas significatif en 2ème année. Introduction de la variable genre qui renseigne le fait qu’une fille ait pour enseignant une femme dans les modèles de mathématiques permet d’apprécier son effet. Cette variable n’est pas significative en 5ème année mais elle l’est au seuil de 10% en 2ème année. Ainsi, lorsque le maître est une femme les filles gagnent en moyenne 17,1% de points d’écart‐type en mathématiques.
b. Effet de l’âge d’entrée à l’école L’âge d’entrée à l’école est en moyenne de 7 ans en 5ème année et de 6 ans et 10 mois en 2ème année. Cette variable a été introduite en 5ème année et en 2ème année mathématiques. On s’intéresse ici à l’impact de l’entrée tardive des élèves dans le système. Il faut distinguer deux cas ici : soit l’entrée tardive reflète une faible demande des parents pour l’école et ceux‐ci ont tardé pour envoyer leur enfant à l’école, soit l’entrée tardive est due à un problème du coté de l’offre éducative qui est insuffisante. Les données dont nous disposons ne permettent pas de conclure de façon certaine sur ce point. Le tableau suivant donne l’âge d’entrée moyen en fonction de modalités pouvant indiquer un manque d’offre ou de demande éducative pour les élèves de 5ème année.
Tableau 4.5 : Age d’entrée à l’école en fonction de certaines modalités
Age d'entrée à l'école
moyen Nombre
d'observations Elèves habitant à moins de 15 minutes de l'école 7,08 1239 Elèves habitant entre 15 et 30 minutes de l'école 7,15 472 Elèves habitant entre 30 et 60 minutes de l'école 7,41 198 Elèves habitant à plus d'une heure de l'école 8,02 33 Elèves ayant fait le préscolaire 6,72 434 Elèves n'ayant pas fait le préscolaire 7,27 1540 Elève recevant de l'aide de sa famille 7,07 1501 Elève ne recevant aucune aide 7,49 410
60
D’une part, les élèves habitant plus loin de l’école sont inscrits en moyenne un peu plus tard que leurs condisciples, ce qui pourrait traduire une offre éducative insuffisante. D’autre part, on voit que les élèves ayant fait la maternelle rentrent plus tôt à l’école et il en est de même pour les élèves recevant une aide de leur famille. Ces deux variables captent certainement un plus grand intérêt des familles pour l’école. L’effet de l’entrée tardive des enfants à l’école sur les acquis des élèves (capté par la variable âge d’entrée à l’école) est traduit dans le tableau ci‐dessous :
Tableau 4.6 : Coefficients et significativité de la variable « âge d’entrée à l’école »
Coefficients Deuxième année Cinquième année
Français Mathématiques Français Mathématiques
Age d'entrer à l'école
0.0983*** ‐0.0714*** ‐0.0361
En 2ème année le coefficient n’était pas significatif en français et a été retiré du modèle. En revanche son signe est positif et il est significatif en mathématiques. On peut émettre l’hypothèse que des élèves plus âgés auront des capacités cognitives plus développées qui leur permettront de progresser plus rapidement en mathématiques. L’âge d’entrée à l’école est significatif dans le modèle de français 5ème année mais pas dans celui de mathématiques. Son signe est négatif, nous captons sûrement là un moindre intérêt des familles pour l’école qui se traduit par une moindre implication des enfants. L’effet positif observé en 2ème année a disparu en mathématiques.
c. Effet d’enfant confié
Au Sénégal, l’évaluation diagnostique du système éducatif relève un pourcentage non moins important des élèves ne vivant pas avec leurs propres parents. Ainsi 8,4% des élèves de 2ème année et 10% des élèves de 5ème année sont des enfants confiés. L’effet de cette variable n’est pas significatif dans les différents modèles.
61
4.1.2. L’environnement de l’élève
a. Effet du niveau de vie du ménage de l’élève
La richesse du ménage est estimée dans les rapports PASEC à l’aide de la possession de biens durables par ce ménage. Une analyse en composante multiple a été utilisée pour créer une échelle. Bien qu’imparfaite cette mesure nous permet d’estimer les différences de statuts entre familles. L’effet du niveau de vie des ménages des élèves sur les apprentissages dans un modèle non contrôlé par le score initial reste significatif. En effet, en 2ème année les enfants des familles favorisées gagnent en moyenne 8% de points d’écart‐type et plus de 14% en moyenne en 5ème année. Cela montre que les enfants évoluant dans un milieu économique favorisé obtiennent des meilleurs résultats et que cette différence n’est pas expliquée entièrement par leurs conditions de scolarisation puisqu’elles sont contrôlées dans le modèle. Ce résultat montre une augmentation des inégalités entre riches et pauvres en cours de cycle. Sous contrôle du score initial, le coefficient diminue sensiblement et il n’est plus significatif en français 2ème année et en mathématiques 5ème année. Dans ces deux modèles c’est l’introduction des variables relatives au niveau école qui rend les coefficients non significatifs. Cet effet suppressif suggère que les élèves les plus riches fréquentent les écoles offrant les meilleures conditions de scolarisation et que donc les inégalités tendent à augmenter entre riches et pauvres. En mathématiques, 2ème année l’effet de la richesse disparaît lorsque nous introduisons le score initial de français. Cela n’est pas étonnant puisque nous constatons que la richesse est corrélée avec une meilleure réussite en français. L’avantage des enfants les plus riches à ce niveau est donc de mieux maitriser le français ce qui leur permet de mieux comprendre les leçons et les exercices. Enfin, le coefficient associé à richesse est significatif en français 5ème dans le modèle final.
b. Effet des travaux domestiques et des champs effectués par les enfants
En cinquième année 43.9% des enfants disent participer aux travaux des champs, 53.9% aux travaux domestiques et 12.9% au petit commerce. Ils sont respectivement 42,7%, 56,8% et 13.1% en cinquième année. L’examen des matrices de corrélation des variables renseignant le travail des enfants avec des variables de contexte nous décrit la situation suivante. Le travail domestique est principalement réservé aux petites filles et ce quel que soit leur niveau de vie ou leur lieu de résidence. En revanche, les travaux des champs sont plutôt réservés aux garçons pauvres en milieu rural. Le petit commerce n’est, quant à lui, pas corrélé avec ces variables de contexte.
62
Corrélations en 2ème année :
richessemca 0.0163 -0.4470 0.0094 0.0248 -0.4929 1.0000 rural 0.0194 0.4366 -0.0134 0.0153 1.0000 fille 0.6580 -0.1909 0.0684 1.0000 commerce 0.1432 0.0689 1.0000 travchamp -0.0683 1.0000 travdom 1.0000 travdom travch~p commerce fille rural riches~a
Corrélations en 5ème année :
richessemca -0.0417 -0.4873 -0.0063 0.0480 -0.5206 1.0000 rural 0.0546 0.4778 -0.0482 -0.0395 1.0000 fille 0.6384 -0.2642 0.0320 1.0000 commerce 0.0744 0.0517 1.0000 travchamp -0.1140 1.0000 travdom 1.0000 travdom travch~p commerce fille rural riches~a
Ces variables n’ont pas un effet significatif dans les deux modèles de la deuxième année. Les variables « travaille dans les champs » et « travail domestique » ont été conservées en français et en mathématiques respectivement car elles sont apparues comme des variables de contrôle importantes lors du processus de modélisation. En 5ème année, la variable « travail domestique » n’apparait toujours pas significative tant en français qu’en mathématiques. Le travail des champs apparait lui significatif seulement lorsque nous relâchons le contrôle du pré test. Son impact net dans la constitution des acquis scolaires au cours de l’année n’est pas avéré et cela suggère que les élèves devant effectuer ces travaux ont un niveau plus bas à la base mais que ce facteur ne les empêche pas de progresser au cours de l’année. En effet, la majorité des travaux des champs se déroulent pendant l’hivernage, entre juillet et octobre, et donc en dehors des périodes scolaires. Le niveau plus bas des enfants participant aux travaux des champs est certainement expliqué par le contexte économique et social défavorable de leurs familles. Le fait de faire du petit commerce n’est pas apparu comme un facteur explicatif des acquis scolaires dans les différents modèles. Le travail domestique ou dans les champs ne semble donc pas pénalisant au Sénégal pour les apprentissages des élèves au cours de l’année.
c. Effet de la pratique de la langue d’enseignement à la maison
Seulement 2,7% des enfants disent parler français à la maison en 2ème année et 5,3% en 5ème année. Parler français au quotidien peut, bien sûr, avoir un effet positif sur les acquis scolaires puisque l’enfant développe plus de compétences dans la langue officielle d’enseignement. En deuxième année, cette variable n’est pas significative dans le modèle final de français ni dans celui de mathématiques. Il est intéressant de constater que le coefficient de cette variable diminue fortement en mathématiques lorsque nous introduisons le score de début d’année de français. Cela montre que la maîtrise du français est un élément important dans
63
les apprentissages en mathématiques en 2ème année. Les élèves maîtrisant mal le français sont donc pénalisés dans leurs apprentissages. Lorsque nous relâchons le contrôle du pré test le coefficient de cette variable augmente fortement : 0,319 en français et 0,293 en mathématiques et devient significatif au seuil de 10%. Le fait de parler français à la maison est en effet associé à un niveau initial plus élevé comme le montre le tableau ci‐dessous. En 5ème année les résultats sont similaires et cette variable n’est significative en français que lorsque nous retirons le contrôle du pré test avec un coefficient de 0,369.
Tableau 4.7 : Scores initiaux en français et mathématiques des élèves en fonction de la langue parlée à la maison en 2ème et 5ème année
Parle français à la
maison Ne parle pas
français à la maison 2ème année
Français 58,57 29,71 Mathématiques 49,23 39,7
5ème année
Français 50,11 32,84 Mathématiques 58,04 45,18
Même si les élèves parlant français à la maison ne progressent pas plus vite que les autres, on constate donc qu’ils gardent un niveau supérieur à leurs camarades tout au long du cycle et que le système scolaire sénégalais ne parvient pas à réduire cette inégalité. Depuis quelques années, certaines langues nationales sont expérimentées dans les classes mais n’ont pas été introduites dans les tests PASEC car elles n’ont pas le statut de langue officielle d’enseignement. Le rapport EGRA31 (2008) permet de comparer, certes sur un faible échantillon, les capacités de lecture en français et en wolof, la principale langue nationale du pays. Dans la pratique, de nombreux maîtres utilisent la langue locale pour se faire comprendre en cours. Ce facteur sera discuté plus longuement dans la partie concernant les caractéristiques du maître.
d. Effet de l’aide extérieure reçue par l’élève pour traiter ses devoirs Deux variables ont été introduites dans les modèles de deuxième année : « l’élève est aidé par le maître » (2%) et « l’élève n’est aidé par personne » (17.7%). Ces deux variables sont avant tout des variables de contrôle. L’aide du maître a un signe négatif et significatif en français. Ce résultat est peu surprenant et montre, à notre avis, que les maîtres ciblent les élèves en difficulté et qui donc ont moins de chance de progresser dans l’année. La seconde variable, à savoir l’absence d’aide, démontre plutôt un manque d’intérêt des familles pour l’école et/ou l’impossibilité par les familles d’aider leur enfant. Cette variable n’est pas significative lorsqu’elle est introduite dans le modèle final mais elle l’est lorsqu’elle est introduite dans les modèles sans contrôle du pré test. Les élèves ne recevant pas d’aide
31 Early Grade Reading Assenssment : Résultats d'élèves sénégalais des trois premiers grades ayant appris à lire en français et en wolof—rapport pour la Banque mondiale. Février 2008
64
de leur famille progressent autant que les autres en cours d’année mais ils débutent l’année avec un score plus bas.
Tableau 4.8 : Scores initiaux en français et mathématiques des élèves en fonction de l’aide apportée par la famille
Score de français de début 2ème
année Elèves aidés par leur famille 31,5 Elèves non aidés par leur famille 25,8
4.3. Les facteurs scolaires
4.3.1. Effet du pré scolaire 21,6% des élèves de 2ème année et 21% de ceux de 5ème année disent avoir fréquenté le pré scolaire. Ces dernières années, le Sénégal s’est lancé dans une politique volontariste pour la scolarisation dans le pré scolaire avec, notamment, la politique de la Case des Tout Petits. L’introduction de la variable maternel a un impact positif sur les acquis scolaires des élèves seulement en français 2ème année où elle est associée à un gain de score de 12,7% d’écart‐type. L’effet n’est pas significatif en mathématiques. En 5ème année le fait d’avoir fréquenté le pré scolaire ne joue plus. L’effet est donc concentré principalement dans les premières années de scolarisation et s’estompe par la suite. Il faut noter que même si l’impact du préscolaire ne semble pas important au regard des fonds investis nous ne captons ici l’effet positif du préscolaire sur la rétention des élèves.
4.3.2. Effet du nombre d’équipements de l’élève
Nous avons créé un indicateur évaluant le nombre d’équipement scolaire (cahier, bic, règle et ardoise) que possèdent les élèves. 61.7% d’entre eux possèdent ces quatre équipements en milieu rural et 71,3% en milieu urbain (respectivement 75,4% et 89,3% en 5ème année). Cette variable a été introduite dans les modèles de 2ème année où elle est significative et positive. Cette variable peut agir par deux canaux : l’effet net de la possession de ces biens ou le fait que posséder ces biens démontrent un plus grand intérêt des familles pour l’école. Nous penchons ici plutôt pour la seconde explication et nous laissons cette variable comme une variable de contrôle. Elle a été retirée des modèles de 5ème année car elle n’était pas significative.
65
4.3.3. Effet du nombre de redoublement des élèves
La réponse à l’échec scolaire est bien souvent de faire redoubler les élèves. Au Sénégal les taux de redoublement restent très élevés avec 7,9 %. Cette mesure est coûteuse et son efficacité est contestée. Le PASEC a mené une réflexion sur cette thématique32. Outre l’inefficacité de la mesure, il a été montré que les décisions de faire redoubler les élèves ne sont pas faites partout sur les mêmes bases. Ainsi, au Sénégal 29% des élèves les plus faibles et 9,1% des élèves ayant obtenu des scores intermédiaires redoublaient. La décision ne semble donc pas seulement basée sur la performance des élèves. La moyenne est pourtant listée par 84,2% des directeurs comme le premier critère pour prendre la décision de faire redoubler l’élève. Aux effets néfastes du redoublement s’ajoute une augmentation de la probabilité de quitter le système scolaire, comme le montre PIERRE ANDRE (2007). Deux effets peuvent se cacher derrière cette variable. Premièrement l’effet du redoublement en tant que tel. Les élèves ayant redoublé progressent‐ils plus que les autres ? Le deuxième effet pouvant se loger derrière cette variable est le fait que les élèves ayant redoublé sont ceux aussi qui éprouvent le plus de difficulté dans leur scolarité et il est donc normal que ces élèves ne progressent pas au même rythme que les autres. Du fait de ces deux effets nous ne pouvons pas conclure fermement sur l’efficacité du redoublement. Nous remarquons que le coefficient associé au nombre de redoublement est négatif et significatif en français en 2ème et 5ème année. En revanche ce facteur ne ressort pas en mathématiques. Au final le redoublement ne réussit pas à améliorer les résultats des élèves puisque ceux ayant connu plus de redoublement progressent moins vite que les autres au cours de l’année. Les difficultés sont donc toujours là. Le coût de la mesure pour le système étant très élevé, il serait important de réfléchir à des moyens plus efficaces pour gérer les enfants en difficulté.
4.3.4. Effet de l’utilisation du manuel
L’introduction de l’utilisation du manuel en classe montre des résultats contrastés. En 2ème année l’utilisation du livre de lecture permet d’augmenter les résultats de fin d’année de 22,5% d’écart‐type. Il est intéressant de constater que le livre de lecture permet aussi d’augmenter les résultats en mathématiques de 16,7% d’écart‐type. D’autre part, le coefficient associé au livre de mathématiques est lui non significatif suggérant que, même en mathématiques, les perspectives d’amélioration de la qualité passent avant tout par une plus grande couverture de manuels de français. (Importance à nouveau démontrée de la maîtrise du français) En cinquième année, ni le manuel de français ni celui de mathématiques n’ont d’impact sur les résultats. Ces résultats plaident pour accentuer l’effort de distribution de manuels dans les petites classes en priorité et de concentrer les efforts sur les manuels de français.
32 Le Redoublement : mirage de l’école africaine ? JM Bernard, K Vianou, O Simon. CONFEMEN 2005.
66
4.4. Les facteurs de politique éducative
4.4.1. Les caractéristiques de l’enseignant
a. Effet du genre de l’enseignant.
44% des élèves ont pour un enseignant de sexe féminin en 2ème année contre seulement 19% en 5ème année. Comme dans beaucoup de pays les femmes sont en priorité affectées aux petites classes. L’ancienneté des femmes est à peu près identique à celle des hommes en 5ème année (environ 10 ans) mais elle est beaucoup moins élevée en 2ème année : 7 ans contre 11 pour les hommes. Le coefficient associé à la variable maître femme ressort significatif et négatif en 5ème année. L’effet est relativement fort (16,8% de points d’écart‐type en français et 18,8% en mathématiques) et ne disparaît pas lorsque nous contrôlons pour d’autres facteurs au niveau maître.
b. Effet du niveau académique de l’enseignant
Recruter des enseignants d’un niveau académique suffisant est un objectif censé œuvrer à une meilleure qualité de l’éducation. Au Sénégal l’objectif est de recruter des enseignants au niveau Baccalauréat. Il faut noter ici une différence très significative entre la 2ème année où seulement 11% des enfants ont un maître ayant le niveau Baccalauréat et la 5ème année où le pourcentage est de 67%. Nos modèles révèlent que l’impact du niveau académique du maître n’a lieu qu’en 5ème année où les coefficients montrent des gains en termes de scores finaux de respectivement 16,3% en français et 14,5% en mathématiques. En revanche nous n’observons pas d’effets en 2ème année. La politique de recrutement des maîtres à ce niveau doit donc se poursuivre en mettant l’accent sur leur affectation dans les grandes classes comme cela semble déjà être le cas.
c. Effet du statut du maître
Le Sénégal s’est engagé depuis une dizaine d’années dans une politique de recrutement de volontaires de l’éducation. Cette politique a souvent été décriée car elle aboutirait à des résultats scolaires plus faibles.
Tableau 4.9 : Répartition des statuts des maîtres en milieu rural et en milieu urbain en 2ème année
Pourcentage d'élèves ayant un enseignant
contractuel ou volontaire
Pourcentage d’élèves ayant un enseignant
fonctionnaire
Pourcentage d’élèves ayant un enseignant du privé
Urbain 47,7 34,7 17,9 Rural 80,1 14,1 5,8
67
Tableau 4.10 : Répartition des statuts des maîtres en milieu rural et en milieu urbain en 5ème année
Pourcentage d'élèves ayant un enseignant
contractuel ou volontaire
Pourcentage d’élèves ayant un enseignant
fonctionnaire
Pourcentage d’élèves ayant un enseignant du privé
Urbain 18,6 67 14,4 Rural 55,8 34,8 9,4 Nous pouvons remarquer que les contractuels et les volontaires se trouvent en majorité en milieu rural alors que les fonctionnaires sont plus nombreux en milieu urbain. La comparaison des deux tableaux montre que les contractuels et les volontaires de l’éducation sont en priorité affectés dans les petites classes.
Tableau 4.11 : Caractéristiques des maîtres en fonction de leur statut en 2ème année
Maîtres contractuels
ou volontaires Fonctionnaires Enseignants du
privé Pourcentage ayant au moins le niveau Baccalauréat 4,2 6,3 0
Pourcentage de femmes 46,4 45,8 22,9
Nombre d'années d'ancienneté 4,6 17,6 17 Pourcentage ne possédant pas de diplôme pédagogique 59,9 3,7 56,9
Pourcentage n'ayant pas reçu de formation pédagogique 3,2 0 41,4 Pourcentage ayant reçu une formation pédagogique de moins d'un an 81,1 19,1 17,1 Pourcentage ayant reçu une formation pédagogique de plus d'un an 15,7 80,9 41,5
68
Tableau 4.12 : Caractéristiques des maîtres en fonction de leur statut en 5ème année
Maîtres contractuels ou volontaires
Fonctionnaires Enseignants du privé
Pourcentage ayant au moins le niveau Baccalauréat
55,5 73,2 38,6
Pourcentage de femmes 14,7 16,3 8,2
Nombre d'années d'ancienneté 4,6 12,9 12,2
Pourcentage ne possédant pas de diplôme pédagogique
48,1 0 64,4
Pourcentage n'ayant pas reçu de formation pédagogique
0 0 62,2
Pourcentage ayant reçu une formation pédagogique de moins d'un an
94,7 66,4 21,2
Pourcentage ayant reçu une formation pédagogique de plus d'un an
5,2 33,5 16,6
Comme nous pouvons le voir les maîtres contractuels sont recrutés à un niveau inférieur aux fonctionnaires puisque seulement 55,5% d’entre eux ont le Baccalauréat contre 73,2% des fonctionnaires. Ils comptent évidemment moins d’années d’ancienneté et la formation pédagogique reçue est en moyenne plus courte que celle des enseignants. Il est intéressant de noter ici que les enseignants du privé sont recrutés à un niveau moindre que les enseignants du public et que la majorité d’entre eux n’a pas reçu de formation pédagogique initiale et ne possède pas de diplôme pédagogique. Pour réaliser les analyses nous avons créé une variable regroupant les contractuels et les volontaires de l'éducation. Cette variable permet de tester la performance des élèves ayant pour professeurs des volontaires ou des contractuels en comparaison de la performance des autres élèves33. Nous constatons que le statut de contractuel ou volontaire n'a pas d'impact sur les acquisitions en 2ème année. Nous avons retiré cette variable de notre modèle de 2ème année. En revanche, le statut de contractuel ou volontaire joue un rôle positif et significatif en français 5ème année. Le fait d'avoir un maître contractuel ou volontaire est associé à un gain d'écart‐type de 20,9%. Il faut bien garder en tête ici que nous contrôlons pour les autres caractéristiques du maître et que donc nous évaluons un effet net du statut de contractuel/volontaire. Ainsi cela ne signifie pas que les performances des fonctionnaires sont moins bonnes en moyenne mais que, une fois pris en compte les autres facteurs expliquant la performance des enseignants, tels que le diplôme, la formation professionnelle ou l'ancienneté, les contractuels et volontaires réussissent mieux. Cet impact net du statut peut s'expliquer par le système d'incitation au sein de la classe des contractuels ou volontaires qui les obligent à obtenir des résultats. La supervision des contractuels/volontaires est en effet plus forte puisque leur contrat n’est pas fatalement reconduit l’année d’après.
33Nous n’introduisons pas la variable enseignant du privé car nous contrôlons pour le statut de l’école.
69
d. Effet de la formation professionnelle initiale
Comme nous le montre les tableaux ci‐dessus le fait d'avoir reçu une formation pédagogique et la longueur de celle‐ci dépend grandement du statut du maître et de son ancienneté. La durée de la formation pédagogique initiale a en effet évolué au cours des différentes réformes au Sénégal (Voir Chapitre 1). Nous contrôlons ici pour l'ancienneté du maître et son statut. Nous avons créé trois catégories pour prendre en compte la formation professionnelle: pas de formation professionnelle, une formation professionnelle de moins d'un an et une formation professionnelle de plus d'un an. Nous constatons que les effets de la formation professionnelle ne se font ressentir qu'en français en 2ème et 5ème année. En 2ème année, le fait de ne pas avoir reçu de formation pédagogique initiale est associé à une diminution de 26,1% d'écart‐type à la fin de l'année. Etant donné que la majorité des enseignants n'ayant pas reçu de formation pédagogique initiale se trouve dans le privé ce résultat ne concerne pas directement le secteur public mais montre que la formation professionnelle ne doit pas être délaissée. En 5ème année, le résultat est plus marqué avec une perte de 30,3% d'écart‐type. Toutefois, nous n'observons pas d'effets en mathématiques. Cela peut provenir du contenu de la formation professionnelle plus axée sur le français. La deuxième variable catégorielle introduite, formation professionnelle de moins d'un an, n'est significative que dans le modèle français de 5ème année avec un coefficient correspondant à une perte de 12,1% d'écart‐type. Cette variable n'est pas significative en 2ème année suggérant que l'effet de la formation professionnelle est moins important. L'effet n'est toujours pas significatif en mathématiques. La formation professionnelle des maîtres est donc un facteur important de qualité puisque son absence tant en 2ème qu'en 5ème année diminue les acquis scolaires en français. Nous constatons que son effet est plus marqué en 5ème année puisque des maîtres aux caractéristiques identiques ayant eu une formation initiale de moins d'un an obtiennent de moins bons résultats que ceux ayant eu une formation de plus d'un an.
e. Effet des formations complémentaires reçues par le maître
Les formations complémentaires sont un moyen de maintenir les enseignants à niveau et de les aider à s’améliorer. Un maître mieux formé est censé être plus efficace et faire plus progresser les élèves. Toutefois, nous ne trouvons pas dans nos modèles de lien entre le fait d’avoir fait une formation continue et les apprentissages des élèves. Ces variables ont des coefficients non significatifs et ont été retiré des modèles. Nous n’avons détecté un effet significatif qu’en 5ème année ou le nombre de formations reçues par le maître est associé à un coefficient négatif et significatif en français. Plusieurs paramètres peuvent entrer en ligne de compte pour expliquer que les maîtres ayant reçu le plus de formation performent moins bien que les autres :
70
- ce sont les maîtres les plus faibles qui assistent à ces formations, - la qualité des formations est faible et ne permet pas d’améliorer les capacités à
enseigner des maîtres, - une ou plusieurs de ces formations ont eu lieu pendant l’année en cours et cela a eu
pour effet de diminuer l’implication du maître dans sa classe et le temps scolaire. Ainsi, au pré test nous n’avons pas pu enquêter certains enseignants car ils étaient en formation34.
Les coefficients associés ne sont pas élevés mais ce résultat suggère tout de même un problème au niveau de la formation complémentaire au Sénégal.
f. Effet de l'ancienneté du maître
L'ancienneté du maître est un facteur potentiellement important des acquis des élèves. En effet, on peut s'attendre à ce qu'un maître expérimenté obtienne de meilleurs résultats mais on peut aussi craindre que les maîtres les plus expérimentés soient démotivés par rapport aux plus jeunes. La difficulté de comparer les maîtres en fonction de leur ancienneté est que la formation des maîtres et leur niveau de recrutement évolue au cours du temps. Toutefois, la structure de notre échantillon nous permet de comparer des maîtres avec des profils similaires mais une ancienneté différente. Il ressort au travers des différents modèles que l'ancienneté du maître n'est pas un facteur explicatif des résultats scolaires des élèves. Cette variable est toutefois une variable de contrôle importante que nous souhaitons conserver. Un résultat intéressant à ce niveau est que la variable ancienneté devient significative et négative lorsque nous retirons le contrôle du pré test en 2ème année. On ne peut donc pas exclure que les maîtres plus expérimentés soient affectés à des classes d’un niveau d’acquisitions plus faible.
g. Effet des absences des maîtres
Le temps scolaire est un élément important dans les acquis scolaires des élèves. Malheureusement, les absences répétées des maîtres pour diverses raisons (salaires, maladies, séminaires, mouvement syndical, …) tendent à diminuer le temps d'apprentissage des élèves. Une variable collectée au sein du PASEC est le nombre de jours d'absence du maître évalué par le directeur lors du mois précédant l’enquête. Nous utilisons cette variable pour donner une idée approximative de l’absentéisme des maîtres au cours de l’année. Cette variable est significative dans tous les modèles à l'exception de celui de 2ème année français. Ceci montre bien le problème posé par l’absentéisme des maîtres. Des mesures visant à diminuer l’absentéisme des maîtres auraient un impact positif sur les acquis des élèves tant en 2ème qu’en 5ème année.
34 Le questionnaire maître étant passé aussi au post test nous n’avons pas perdu d’écoles pour autant.
71
h. Effet de l’utilisation de la langue locale par les maîtres
Le système scolaire sénégalais est caractérisé par le fait que la langue d’enseignement, le français, n’est pas pratiqué à la maison par un grand nombre d’élèves. Comme nous l’avons vu précédemment seule une petite partie de notre échantillon dit parler français à la maison. Ceci semble poser des problèmes à de nombreux enfants puisqu’un niveau en français plus faible diminue les chances de réussir en mathématiques en 2ème année. Une des solutions utilisée par les maîtres pour contourner ce problème est d’utiliser la langue locale dans les cours. Cette pratique leur permet de se faire comprendre par tous les élèves de la classe mais pose forcément un problème puisque les contenus pédagogiques sont en français. Une des variables collectées par le PASEC est l’utilisation des langues locales en classe par les maîtres dans les cours de mathématiques ou de français. On constate que cette pratique est répandue tant en 2ème qu’en 5ème année et ne diffère pas tellement entre urbain/rural et public/privé.
Tableau 4.13 : Pourcentage d’enseignants déclarant utiliser la langue locale en classe en 2ème année
Privé Public Urbain Rural Moyenne nationale
En français 80,5 86,5 83,8 84,2 85,7 En
mathématiques 84,3 82,5 80,7 87,1 82,7 L’introduction de cette variable au niveau de la 5ème année ne fait pas ressortir de coefficients significatifs et ainsi nous avons préféré la retirer du modèle. En revanche, son introduction en 2ème année dans le modèle de mathématiques fait ressortir un coefficient significatif et négatif montrant que l’utilisation de la langue locale est associé à une diminution de 17,2% points d’écart‐type. Ce résultat ne se retrouve pas dans le modèle de français. La solution utilisée par les maîtres pour remédier aux problèmes de compréhension des élèves ne résout pas le problème et semble, même, l’aggraver en 2ème année. Toutefois nous ne pouvons pas occulter le fait qu’utiliser la langue locale peut être aussi le reflet d’un problème de compréhension des élèves.
i. Effet de l’utilisation du guide du maître par l’enseignant
Cette variable n’est ressortie significative dans aucun des modèles à part dans celui de 5ème année mathématiques où elle a été conservée. Le gain est de 16,3% de points d’écart‐type pour les élèves de ce niveau lorsque l’enseignant utilise le guide. Des gains d’efficacité peuvent donc être recherchés à ce niveau en développant l’usage de ce guide.
72
4.4.2. Les caractéristiques de la classe
a. Effet de la taille des classes
La taille des classes au Sénégal varie fortement entre secteurs et entre monde rural et urbain comme le montre le tableau ci‐dessous.
Tableau 4.14 : Taille de classe en fonction du statut d’école et du milieu
Secteur privé
Secteur public
Secteur public urbain
Secteur public rural
Moyenne nationale
2ème année 46,7 55,2 64,4 48,5 54,2 5ème année 40,8 51,3 60,6 42,6 49,2 Il existe de grandes variations dans les tailles de classes moyennes entre enseignement privé et enseignement public et entre classes urbaines et rurales. Les plus grandes classes sont observées dans le secteur public urbain où il y a en moyenne 16 élèves de plus par classe que dans le secteur public rural en 2ème année et 18 en plus en 5ème année. Deux phénomènes peuvent justifier ce déséquilibre : les fortes migrations vers le monde urbain et une plus grande demande d’éducation en ville. Sans surprise, le secteur privé héberge des classes plus petites que le secteur rural avec 8,5 élèves de moins en 2ème année et 10,5 en 5ème année. On peut toutefois remarquer que la moyenne des tailles des classes du privé reste élevée avec des tailles de classe supérieures aux recommandations internationales. Enfin, les classes comptent en moyenne 5 élèves de plus en 2ème année qu’en 5ème année. La taille des classes est un indicateur de qualité de l’éducation souvent utilisé au niveau international. Le plan sectoriel du Sénégal prévoit que les tailles de classe soient plafonnées à 40 élèves dans le primaire35. Cette décision fait suite aux recommandations internationales sur ce sujet. Comme le montre le tableau ci‐dessous, l’objectif est loin d’être atteint avec respectivement 27,7% et 29,4% d’élèves scolarisés dans des classes de moins de 40 élèves en 2ème et 5ème année.
Tableau 4.15 : Proportion d’élèves scolarisés dans des classes de moins de 40 élèves en fonction du statut de l’école et du milieu.
Secteur privé
Secteur public
Secteur public urbain
Secteur public rural
Moyenne nationale
2ème année 46,5 24,9 5,8 37,8 27,7 5ème année 56,1 22,6 7,6 36,4 29,4 Les analyses de régression linéaire montrent un impact négatif de la taille des classes (taille supérieure à 40 élèves) en français tant en 2ème qu’en 5ème année. Nous ne trouvons pas
35 Rapport national sur la situation de l’éducation 2008, DPRE
73
d’impact significatif en mathématiques. De plus, lorsque nous introduisons une variable catégorielle renseignant si la taille de classe est inférieure à 40 en 2ème et 5ème année français, cette variable ressort positive et significative en 2ème année. Une taille de classe inférieure à 40 élèves à ce niveau permet d’améliorer les scores de fin d’année de français de 27% d’écart‐type. Ces résultats suggèrent qu’il y a encore au Sénégal des pistes d’amélioration importantes de la qualité des apprentissages à chercher dans la diminution des tailles de classe. Les tailles de classe importantes sont pénalisantes en français où le travail à l’oral est bien plus important qu’en mathématiques. L’effet négatif de la taille de classe semble plus important en 2ème année où le seuil de 40 élèves par classe ressort significatif. Paradoxalement, c’est à ce niveau que les effectifs sont les plus importants. Le système pourrait gagner en efficacité en diminuant les effectifs des classes de 5ème année au profit de celle de 2ème année et en diminuant la variabilité dans les tailles de classe notamment entre monde rural et urbain.
b. Effet des équipements de la classe
Nous avons créé un score comprenant les différents équipements de la classe (tableau, bureau du maître, armoire etc.). Nous comptons ainsi capter les classes les mieux dotées qui offrent de meilleures conditions de scolarisation aux élèves. Cette variable a été introduite dans tous les modèles comme variable de contrôle mais elle n’est pas significative dans les modèles finaux. Il est intéressant de noter ici que le coefficient associé à cette variable augmente fortement lorsque nous relâchons le contrôle du pré test, ce qui suggère une corrélation avec le score initial comme le montre le tableau ci‐dessous.
Tableau 4.16 : Corrélations entre le score initial de français et mathématiques agrégé et le score d’équipement de la classe.
Coefficient de corrélation
2éme année 0,23 5ème année 0,13 Ce sont donc les élèves les meilleurs qui fréquentent les classes les mieux dotées. Toutefois ce facteur ne ressort pas dans le modèle à valeur ajoutée.
74
4.4.3. Caractéristiques du directeur
a. Effet du fait que le directeur vit seul
Cette variable a un impact positif et significatif dans les modèles de 2ème année. Le fait que le directeur vive seul peut agir positivement sur les résultats des élèves par le biais d’une plus grande implication de celui‐ci dans son travail. Le fait de vivre dans l’école peut procurer au directeur plus d’opportunités pour contrôler le travail des autres enseignants et celui des élèves. Cette variable a été introduite comme une variable de contrôle en 5ème année où elle est significative avec un coefficient de 0,229 en français et 0,326 en mathématiques. Cette variable est positive et significative dans les deux modèles de 5ème année. Un directeur plus expérimenté aura plus de facilité à gérer son équipe. Il est intéressant de noter ici que l’ancienneté en tant que directeur n’est pas ressortie dans les modèles.
b. Effet de la formation du directeur à la gestion
Cette variable a un signe négatif et significatif en 5ème année français (‐0,106). On peut s’étonner de ce résultat. Toutefois, il faut signaler que la question posée au directeur portait sur une formation reçue dans les deux dernières années. On ne peut donc pas exclure qu’une grande partie des directeurs ait reçu cette formation l’année même de l’enquête et que cela a diminué leur présence dans l’établissement. Ce résultat est à mettre en lien avec celui sur les formations des enseignants. Il est troublant de voir que le fait d’avoir effectué une formation continue n’entraine jamais une augmentation des résultats scolaires des élèves. Le système de formation continue ne semble pas assez efficace au Sénégal.
4.4.4. Caractéristiques de l’école
a. Effet du nombre d’équipements de l’école
Nous avons introduit cette variable pour capter les écoles les mieux dotées en équipement. Nous introduisons cette variable comme un contrôle. Elle n’est significative qu’en 2ème année mathématiques.
b. Effet des relations entre le directeur et les parents d’élèves. Les bonnes relations entre le directeur et les parents d’élèves peuvent avoir un impact positif sur les apprentissages des élèves. Toutefois, on peut aussi penser que lorsque les élèves progressent mieux dans l’année et que l’école connait moins de problème les relations entre parents et directeurs sont meilleures. L’effet de ce facteur va donc dans les deux sens et il est difficile d’isoler l’effet de la cause. Néanmoins, il nous est apparu important de capter cet effet même si nous ne pouvons pas l’interpréter. Deux variables légèrement différentes peuvent capter cet effet : l’existence d’une Association de Parents d’Elèves (APE) dans l’école qui peut être le fait de relations tendues entre le directeur et les parents et les déclarations du directeur sur ses relations avec les parents d’élèves.
75
Nous avons ainsi créé une variable renseignant le fait qu’il n’y ait pas d’APE dans l’école. Cette variable est significative et positive en français 2ème année et nous l’avons laissé en mathématiques comme variable de contrôle. En 5ème année la variable ressortant significative était la déclaration du maître sur le fait que ses relations avec les parents étaient faciles. Cette variable est significative dans le modèle de mathématiques.
c. Environnement et statut de l’école
i. Effet de la zone d’implantation : Rurale
Le monde rural se caractérise par des scores plus faibles qu’en milieu urbain. Toutefois, il faut noter que les différences de score ne sont pas tellement élevées lorsqu’on considère seulement le secteur public. Le monde rural ne souffre pas d’un retard insurmontable.
Tableau 4.17 : Scores finaux agrégés en milieu urbain et rural dans le secteur public.
Urbain Rural 2ème année 45,68 42,07 5ème année 38,4 36,64 Nous avons introduit la variable rural dans tous les modèles car nous faisons l’hypothèse que le lieu de résidence des élèves est un facteur important pour expliquer les différences au niveau des acquis scolaires. Toutefois, cette variable n’est, en général, pas significative dans les modèles finaux à l’exception de la 5ème année français où le coefficient associé est positif. Les moins bons résultats des élèves dans le monde rural sont, principalement, à mettre à l’actif d’un public d’élèves moins favorisés. Ainsi, des variables importantes pour expliquer les progrès des élèves tels que la richesse du ménage ou le fait de parler français à la maison sont corrélées avec la variable rural. Le fait que cette variable soit significative dans le modèle de français de 5ème année ne signifie pas nécessairement que le monde rural fasse plus progresser les élèves. En effet, il faut prendre en compte la différence de rétention et d’accès selon le milieu. En effet, ces taux sont plus faibles dans le monde rural. Comme il y a moins d’élèves qui vont à l’école et qu’une plus grande proportion d’entre eux abandonnent, on peut penser que ceux qui restent dans le système ont tendance à être meilleurs. Enfin, nous remarquons que lorsque nous enlevons les variables d’organisation pédagogique le fait d’être en milieu rural est significatif et positif en 5ème année. Ce résultat peut s’expliquer par le fait que les conditions de scolarisation sont paradoxalement moins mauvaises qu’en ville avec des tailles de classe plus faibles par exemple. On peut aussi remarquer que la proportion de maîtres contractuels ou volontaires y est plus élevée et que cette caractéristique est positive en 5ème année.
76
ii. Effet du statut des écoles : Privé arabophone
Nous avons distingué dans notre échantillon les écoles privées arabophones des autres. En effet, nous avons considéré que les écoles arabophones avaient des caractéristiques différentes des écoles privées justifiant de les analyser à part. Notre échantillon ne compte tout de même pas assez d’écoles arabophones pour pouvoir tirer des conclusions fermes à ce sujet (3 en 2ème année et 4 en 5ème année). Les écarts‐types que nous estimons sont d’ailleurs relativement élevés, ce qui explique que cette variable ne soit pas significative dans les différents modèles.
iii. Effet du statut des écoles : Privé
Le secteur privé est relativement moins important au Sénégal où il scolarise 13,3 % des élèves. Les deux tableaux ci‐dessous permettent d’appréhender les différences importantes entre le secteur public et privé. Du fait du très petit nombre d’écoles arabophones les valeurs ne sont données qu’à titre indicatif et ne peuvent pas être jugées représentatives. Il est indéniable que le secteur privé obtient de meilleurs résultats que le secteur public comme le souligne le tableau suivant.
Tableau 4.18 : Scores finaux agrégés de mathématiques et français en 2ème et 5ème année selon le statut de l’école
Public Privé non
arabophone 2ème année 43,52 68,69 5ème année 37,5 55,2 Toutefois au mois trois types de facteurs peuvent expliquer de telles différences :
1. les profils des élèves (caractéristiques socio économiques, leur niveau en début d’année, urbains/ruraux, implication des parents etc.)
2. les intrants que les secteurs publics et privés injectent dans leur système comme la taille des classes, le profil des enseignants etc.
3. la gestion de l’école qui peut se matérialiser par un temps scolaire plus élevé, des enseignants plus contrôlés, des élèves mieux suivis etc.
Les variables de notre échantillon nous permettent de contrôler convenablement les deux premiers types de facteurs. Il nous est difficile de contrôler le troisième facteur qui relève de choses plus inobservables.
77
Tableau 4.19 : Différences entre secteur privé et public en 2ème année
Public Privé non
arabophone Privé
arabophone Score agrégé de début d'année 33,65 52,93 28 Pourcentage d'enfants parlant français à la maison 0,7 19,3 0 Pourcentage d'enfants situés dans le premier quartile 33 6,7 0,9 Pourcentage d'enfants situés dans le dernier quartile 16,3 67,2 20,6 Nombre d'équipement de l'école 4,9 8 6 Nombre d'équipement de la classe 3,3 3,7 2,1 Taille de classe moyenne 55,1 44,3 58,2 Nombre de jours d'absence des maîtres dans le dernier mois 9 7,6 6,8
Nombre d'écoles dans l'échantillon 131 14 3
Tableau 4.20 : Différences entre secteur privé et public en 5ème année
Public Privé non
arabophone Privé
arabophone Score agrégé de début d'année 37,25 51,95 39,72 Pourcentage d'enfants parlant français à la maison 3,2 11,9 20,3 Pourcentage d'enfants situés dans le premier quartile 35,1 6,4 0 Pourcentage d'enfants situés dans le dernier quartile 15,6 66,6 48,5 Nombre d'équipement de l'école 5 6.9 5,8 Nombre d'équipement de la classe 7 4,6 4,8 Taille de classe moyenne 51,3 32,1 82,9 Nombre de jours d'absence des maîtres dans le dernier mois 9,1 0,5 6,1 Nombre d'écoles dans l'échantillon 130 14 4 Sans surprise, les écoles privées comptent beaucoup plus d’enfants riches et parlant français à la maison. De plus, nous pouvons constater que tant en 2ème qu’en 5ème année les scores d’entrée des élèves du privé sont beaucoup plus élevés. Le profil des élèves est donc bien différent entre privé et public. Les dotations en équipements entre écoles privées et publiques ne diffèrent pas tant que ça et le nombre d’équipements moyen par classe est même supérieur en 5ème année. Les tailles de classe sont, par contre, beaucoup plus faibles dans le privé. Nous avions observé précédemment que le profil de recrutement des enseignants du privé et du public différait nettement : les enseignants du privé sont en moyenne recrutés à un niveau plus faible de qualification et ont moins fréquemment fait une formation professionnelle initiale. Il semble donc que, les intrants utilisés dans le secteur public et dans le secteur privé ne sont pas les mêmes. Il est intéressant de noter que les écoles privées ne choisissent pas forcément les intrants les plus efficaces. Ainsi, nous avons vu que seulement 38,6% des enseignants du privé possédaient un diplôme équivalent au Baccalauréat ou supérieur en 5ème année contre 73,2% des fonctionnaires. Avoir un enseignant possédant un diplôme de niveau Baccalauréat ou supérieur est pourtant un facteur de qualité en cinquième année.
78
Enfin, nous observons un absentéisme beaucoup moins marqué dans les écoles privées (surtout en 5ème année). Cette variable montre que la gestion du personnel dans les écoles privé est meilleure. Le modèle final contrôle pour la plupart des facteurs expliquant les différences entre privé et public. Comme nous l’avons déjà évoqué, seule la différence de gestion entre privé et public36 n’est pas contrôlée. La variable privée de notre modèle final est donc censée prendre en compte cette information. La variable enseignement privé présente un effet positif significatif dans les modèles de mathématiques de 2ème et 5ème année où elle est respectivement associée à des gains de 43,3% et 48,3% points d’écart‐type par rapport à une scolarisation dans le secteur public. Toutefois, l’introduction du score initial de français en 2ème année diminue fortement le coefficient associé à la variable privé qui devient non significative. Ceci suggère que les meilleurs résultats des écoles privées à ce niveau sont liés à une meilleure maitrise du français des élèves. En 5ème année, en revanche, le coefficient associé à la variable enseignement privé reste significative quelle que soit la spécification choisie. En 2ème année français la variable enseignement privé est aussi positive et significative avec un coefficient 0,305. Les coefficients très élevés dans tous les modèles avec contrôle du pré test sont le reflet d’un meilleur niveau des élèves à l’entrée dans le secteur privé. Pour aller plus loin nous avons estimé des modèles où nous avons retiré les variables au niveau classe et celles au niveau école à l’exception de rural, privé et privé arabophone. L’intérêt d’un tel modèle est d’estimer l’effet global du secteur privé sur les acquis des élèves une fois pris en compte le profil des élèves qui, nous l’avons vu, diffère fortement entre les deux secteurs. En effet, sous contrôle des différents intrants pédagogiques et du profil des élèves il n’y a pas systématiquement un effet net du privé. Nous avons aussi constaté que les écoles privées faisaient des choix d’intrants pédagogiques différents de ceux du public en privilégiant des tailles de classe plus petites et en recrutant des maîtres moins qualifiés. Nous voulons maintenant évaluer la performance totale des écoles privées, c’est‐à‐dire quelles que soient les caractéristiques socio économiques de l’élève progressera‐t‐il plus dans le privé ou dans le public ? Les résultats sont contrastés entre la 2ème et la 5ème année. En 2ème année nous voyons très clairement que la variable privée est significative tant en mathématiques qu’en français lorsque nous retirons les contrôles au niveau classe. On peut donc conclure qu’à ce niveau les meilleures dotations du secteur privé lui permettent de faire progresser les élèves plus vite que dans le public. L’effet est relativement important : 30,7% de points d’écart‐type en français et 32% en mathématiques. En cinquième année les résultats sont opposés. Ainsi, le coefficient de privé dans le modèle de français est non significatif lorsque nous enlevons les contrôles au niveau classe. L’organisation pédagogique du secteur privé ne lui permet pas de surpasser le secteur public. Ce résultat est peu étonnant car nous avons constaté qu’en 5ème année le niveau académique de l’enseignant ou le fait d’avoir reçu une formation professionnelle initiale
36 Une autre variable importante pouvant expliquer les écarts entre privé et public est la durée des grèves plus importante dans le public. L’année de l’enquête avait en effet connu des mouvements sociaux importants.
79
sont des facteurs importants de qualité. En mathématiques le coefficient associé au privé est plus faible que dans le modèle final (6). Ceci suggère, comme en français, que l’organisation pédagogique du privé est plutôt mois efficace que dans le public. Les différences observées entre privé et public au Sénégal proviennent donc majoritairement des différences de profil des élèves et, notamment, de leur niveau en début d’année. Une fois pris en compte le profil des élèves le fait de fréquenter le privé permet de progresser plus vite dans les petites classes grâce à des dotations des écoles et des classes mieux adaptées. En 5ème année, l’organisation pédagogique du privé ne semble pas meilleure que celle du public et ne permet pas aux élèves de progresser plus rapidement. Ainsi, en français, l’essentiel des différences de résultats entre privé et public sont expliquées par les différences initiales de niveau entre élèves. Enfin, les modèles de français 2ème année et de mathématiques 5ème année montrent clairement que la gestion des écoles privées est meilleure et permet de faire progresser plus rapidement les élèves. Les nombreuses grèves de l’année de l’enquête expliquent sûrement une grande part de cette différence car elles ont tendance à diminuer le temps scolaire.
80
CHAPITRE 5 : Les pistes de politiques éducatives en faveur de la qualité Le Sénégal entame la troisième et dernière phase de son Programme Décennal de l’Education et de la Formation (PDEF). Cette phase doit voir l’accélération de la scolarisation au Sénégal. Ainsi, il est prévu que le taux brut de scolarisation dans l’élémentaire passe de 88% en 2007 à 113% en 2015. Le taux d’achèvement devrait passer de 55% à 100% en 2015 tel que le prévoit les Objectifs du Millénaire. Afin d’atteindre ces objectifs ambitieux, le Sénégal devra atteindre un rythme annuel de recrutement de quelques 4300 enseignants et de construction de quelques 3000 salles de classe. La production de manuels sera aussi intensifiée et il est prévu que la formation continue concerne 12 780 enseignants dans l’enseignement primaire. Le programme ambitieux du Sénégal transparait au travers des simulations du PDEF avec près de 800.000 élèves prévus entre 2007 et 2015.
Tableau 5.1 : Effectifs à scolariser et dépenses prévues dans l’enseignement élémentaire
Phase III Année 2007 2008 2009 2010 2011 Effectifs prévus 1 572 178 1 650 342 1 732 391 1 818 520 1 908 391 Financement en millions de FCFA Total des dépenses 222 490 217 164 209 558 224 288 237 231 Financement de l'Etat 130 357 133 743 134 964 136 246 137 591 Financement des collectivités locales 694 894 1 151 1 483 1 911 Financement du secteur privé 1 703 4 873 5 284 5 737 6 236 Financement des ménages 34 470 29 558 25 345 21 733 18 635 Besoin de financement 55 266 48 096 42 814 59 089 72 858 Dépenses unitaires en FCFA Dépenses par élève de l'Etat 82 915 81 040 77 906 74 921 72 098
Dépenses par élève des ménages 21 925 17 910 14 630 11 951 9 765
Phase IV Année 2012 2013 2014 2015 Effectifs prévus 2 003 836 2 103 461 2 208 038 2 317 814 Financement en millions de FCFA Total des dépenses 257 657 270 967 295 255 324 130 Financement de l'Etat 139 002 140 483 142 038 143 671 Financement des collectivités locales 2 462 3 171 4 086 5 263 Financement du secteur privé 6 786 6 559 7 211 7 932 Financement des ménages 15 980 13 702 11 749 10 075 Besoin de financement 93 427 107 052 130 171 157 189 Dépenses unitaires en FCFA Dépenses par élève de l'Etat 69 368 66 787 64 328 61 986
Dépenses par élève des ménages 7 974 6 514 5 321 4 347 Source : PDEF
81
5.1. Taille des classes La taille maximale des classes dans le secteur public a été fixée à 40 élèves par classe. Ce seuil parait important à respecter, surtout en 2ème année où les grands effectifs ne permettent pas de développer les apprentissages en français. Il nous apparaît donc important de prioriser la diminution des effectifs en début de cycle lorsque cela est possible.
5.2. Composition du corps enseignant La supervision du corps enseignant semble poser problème au Sénégal. Pour rappel, les analyses présentées dans le chapitre précédent montrent de meilleures performances des volontaires et contractuels en 5ème année français. Ces différences de performances s’expliquent principalement par les différences de motivation et de supervision entre les statuts. Il est en effet indéniable que les enseignants contractuels et volontaires subissent une pression supplémentaire en raison de leur obligation de résultats pour leur intégration dans la fonction publique. Il est ainsi souhaitable que la supervision et l’encadrement des maîtres fonctionnaires soient repensés. Il faut noter que les analyses n’ont pas pu isoler un effet de l’inspection du maître. L’amélioration de la supervision du corps enseignant ne pourra donc pas seulement passer par une augmentation du nombre d’inspecteurs mais plutôt par une révision de la chaîne de supervision. Le système ne devrait pas non plus céder à la tentation d’une contractualisation à outrance qui pourrait avoir des effets pervers puisque les enseignants contractuels auraient peu de chances d’être recrutés en tant que fonctionnaire et donc peu d’incitation. Il est prévu que chaque enseignant reçoive une formation initiale avant d’être envoyé sur le terrain. Les modèles précédemment établis montrent que la formation initiale avait un effet sur les acquis des élèves et il est donc important de réaliser cet objectif. De plus, nous avons constaté un effet plutôt nul ou négatif de la formation continue. Il est donc important de prendre le temps de former les maîtres avant leur entrée en classe et de ne pas substituer la formation continue à la formation initiale. Enfin il nous semble important de souligner le fait que le niveau académique des maîtres a un impact positif sur les acquis des élèves en 5ème année. Recruter plus de maîtres ayant au moins le niveau baccalauréat doit permettre d’améliorer la performance globale du système. L’effet du genre de l’enseignant est contrasté. On note de meilleurs résultats des filles en mathématiques dans les petites classes mais, en revanche, le fait que le maître soit une femme agit plutôt négativement sur les résultats. Il parait important de mener une réflexion sur les raisons qui empêchent les enseignantes de performer aussi bien que leurs collègues masculins : charge de travail à la maison importante, moins bonne reconnaissance sociale des femmes, motivation différente à enseigner etc. La question reste ouverte et n’a pas vocation à être tranchée dans le cadre de cette étude.
82
5.3. Politiques de distribution de manuels scolaires Les manuels scolaires sont distribués gratuitement au Sénégal. L’objectif est d’atteindre deux livres par élève en CI/CP, trois par élève en CEI/CE2 et quatre en CM1/CM2. Ces objectifs sont ambitieux et concourent sans nul doute à une amélioration de la qualité des apprentissages. Toutefois, les analyses ont montré que les voies d’amélioration les plus importantes sont à rechercher dans la distribution de livres de lecture dans les petites classes. Ainsi, sans remettre en cause les objectifs affichés, il nous paraît important de prioriser la distribution de livres de lecture dans les petites classes.
5.4. Secteur privé Il est prévu que la part du secteur privé reste constante durant la période à environ 12%. Le secteur privé donne un meilleur cadre de gestion des écoles que le secteur public. Toutefois, le profil de recrutement des maîtres dans le secteur privé était moins adapté à faire progresser les élèves en 5ème année. Ainsi, bien que les performances du privé surpassent celles du public, des voies d’amélioration sont à chercher dans un recrutement de maîtres mieux formés et avec un meilleur niveau académique pour enseigner dans les classes de fin de cycle.
5.5. Introduction des langues nationales dans le système éducatif Les données de cette évaluation diagnostique ne permettent pas de trancher si l’introduction des langues nationales a un effet positif sur les apprentissages. Toutefois, il est frappant au vue des résultats que beaucoup d’enfants sont pénalisés par leur mauvais apprentissage du français en particulier dans les petites classes. En effet les résultats de l’analyse ont montré par exemple que les enfants de 2ème année sont lourdement pénalisés dans leurs apprentissages en mathématiques lorsqu’ils ne maîtrisent pas correctement le français. D’autre part les réponses des enseignants aux problèmes de communication avec les élèves ne portent par leurs fruits. En effet, les maîtres utilisant la langue nationale ne réussissent pas mieux que leurs collègues enseignant exclusivement en français. Au regard de ces résultats, il paraît important que toute la communauté éducative du Sénégal prenne en compte ce problème et trouve des solutions adéquates. L’introduction des langues nationales peut, bien entendu, être cette solution et la mise en place d’une telle réforme nécessiterait des efforts supplémentaires en termes de formation d’enseignant, de production de manuels et guides ainsi qu’un suivi pédagogique des apprentissages.
83
5.6. La politique de Développement Intégré de la Petite Enfance Le PDEF prévoit un financement public37 moyen de 2,131 milliards de FCFA pour le Développement intégré de la petite enfance sur la période 2007‐2015. Ce financement doit permettre d’aboutir à un taux de pré scolarisation de 15% à l’horizon 2015. Les modèles n’ont pas permis de cerner de façon précise l’impact de la pré scolarisation sur les acquis scolaires. En effet, ils tendent à montrer que l’impact est limité aux petites classes et qu’en fin de cycle nous ne voyons plus de différences entre les élèves ayant fréquenté le pré scolaire et les autres. La politique de pré scolarisation ne semble donc pas être à long termes un levier efficace dans l’optique d’une amélioration des acquis scolaires au Sénégal.
5.7. Le temps scolaire Le temps scolaire sur les apprentissages est capté à travers la variable « absence des maîtres ». Le fait que cette variable soit significative dans quasiment tous les modèles démontrent que faire des efforts pour diminuer les absences et augmenter le quota d’heure des élèves a un impact net sur les acquis scolaires. Ce chantier semble être très important pour le Sénégal.
37 1,85 millions de FCFA financé par l’Etat et 281 millions financés par les collectivités locales.
84
Note de lecture du tableau :
1. néant : la mise en œuvre de la mesure n’a aucune incidence financière. 2. (+) dans la colonne « coût engendré » : la mise en œuvre de la mesure a un coût ; (‐) : la mesure
entraîne des économies. 3. (+) dans la colonne « effets » : (+) correspond à un effet confirmé, soit en 2ème ou en 5ème année ; (++) correspond à un effet confirmé pour les deux niveaux, 2è et 5ème année. 4. Effet positif attendu : l’effet de la mise en œuvre de la mesure est attendu positif même si les modèles d’acquisitions ne l’ont pas pu révéler.
Mesures Coûts
engendrés Effets
Amélioration des conditions matérielles et respect des normes éducatives
Diminuer les tailles de classes en priorité dans les petits niveaux + + +
Prioriser la dotation en manuels de lecture dans les petites classes + +
Gestion du temps scolaire et des pratiques de classe
Améliorer la supervision des enseignants + +
Diminuer les occasions d’absence des maîtres afin d’augmenter le temps scolaire
‐ + +
Renforcement de la capacité du personnel enseignant
Continuer la politique de formation initiale des enseignants et assurer au moins un an de formation
+ + +
Assurer un encadrement de proximité en organisant régulièrement des journées pédagogiques autour des pratiques de classe, sans nuire au temps scolaire
‐ + +
S’assurer que le secteur privé recrute les enseignants à un niveau académique suffisant et avec une bonne formation initiale
néant + +
85
CHAPITRE 6 : Les comparaisons internationales
6.1. Les indicateurs contextuels La section suivante s’intéresse aux comparaisons internationales en matière de résultats d’apprentissage. Les résultats scolaires mesurés par le PASEC lors des vagues d’évaluations VII et VIII dans neuf pays sont mis en relation avec des indicateurs contextuels sur la richesse du pays, les dépenses d’éducation, le taux d’accès en cinquième année et la part des élèves parlant le français à la maison, calculés sur les échantillons PASEC.
Ensuite, une analyse détaillée des résultats PASEC sera menée en distinguant les résultats de 2ème et 5ème année et les scores de français et de maths de début et de fin d‘année.
Les données pour Maurice ne sont pas présentées ici car les tests utilisés diffèrent des tests PASEC standards et l’anglais est la langue officielle d’enseignement dans ce pays. Pour le reste des pays, une analyse des réponses aux items a été entreprise pour calculer des scores comparables en utilisant les poids de sondage. Les calculs sont donnés dans l’Annexe A et les données détaillées dans l’Annexe B.
Tableau 6.1 : Indicateurs contextuels PASEC VII et VIII
Année Pays PIB par habitant ***
Dépenses
publiques par élève
en % du PIB par tête
Taux d'accès en 5ème année
Pourcentage
d'élèves qui
parlent le français à la maison
Score moyen 5ème année Français (sur
100)**
Score moyen 5ème année Maths (sur
100)**
2004 Mauritan 433 13,9% 60 2,7% 22,2 22,2 2004 Tchad 262 6,3% 48 10,2% 34,3 34,0 2005 Bénin 321 11,8% 57 8,7% 32,1 31,9 2005 Camerou 679 8,3% 60 31,0% 55,5 47,2 2005 Madagas 233 5,1% 57 0,7% 39,4 52,0 2006 Gabon 4263 4,0% 70 94,3% 57,0 42,4 2007 Burkina 260 16,6% 42 9,8% 40,1 38,2 2007 Congo 1103 3,4% 79 29,0% 39,1 36,0 2007 Sénégal 509 10,7% 69 5,2% 42,1 40,9
Moyenne Moyenne PASEC
VII‐VIII 896 9% 60 21% 40 38
Sources :
Banque Mondiale, 3 juin 2009
Rapports PASEC +RESEN
RESEN ou
anuuaires
Enquêtes PASEC
Enquêtes PASEC
Enquêtes PASEC
* A l'exception de Maurice ** Il s’agit des tests de fin d’année. Voir annexe A et B pour le détail des calculs et les intervalles de confiance. ***(US $ constant 2000)
86
Les indicateurs contextuels présentés ci‐dessus n’expliquent que très peu les différences de résultats scolaires mesurés par le score moyen aux tests PASEC. Les pays de la tranche des moyens revenus (Cameroun, Congo et Gabon) ont globalement de meilleurs résultats que les autres.
6.2. Langues d’enseignement versus langues nationales La proportion d’élèves des échantillons PASEC parlant le français à la maison mérite une attention particulière puisque le français est la langue officielle d’enseignement en cinquième année dans tous les pays étudiés. Dans la réflexion sur la question des langues, il faut garder à l’esprit les définitions des différents statuts :
o langue officielle : langue utilisée pour les actes officiels de l’Etat o langues nationales : langue reconnue officiellement par l’Etat comme faisant partie
du patrimoine linguistique national (ce qui suppose des décrets chargés d’officialiser la transcription).
o langue vernaculaire : langue utilisée au sein d’une communauté, dans une aire restreinte
o langue véhiculaire : langue utilisée pour la communication avec d’autres groupes linguistiques
Globalement, seuls 21 % des élèves parlent le français à la maison, cette proportion variant de 0,7% en Mauritanie à 94,3% au Gabon. Il faut signaler les cas spécifiques de la Mauritanie et de Madagascar, où la majorité de la population parle une langue nationale, respectivement l’arabe et le malagasy, qui sont également les langues d’enseignement des mathématiques dans les premières années du cycle. Dans les autres pays, plusieurs langues nationales cohabitent, à titre d’exemple, on parle au Cameroun près de 280 langues. En effet, à Madagascar, les résultats en mathématiques sont meilleurs que ceux des autres pays, alors que cette matière est enseignée en français en cinquième année. Au vu de l’enquête, on peut alors se demander si les acquis des premières années, où l’enseignement se fait dans la langue nationale, se maintiennent en fin de cycle, où les cours sont officiellement en français ? Dans une certaine mesure les enseignants utilisent‐ils tout de même le malagasy pour enseigner dans les classes en fin de cycle ? Par ailleurs, la Mauritanie a mis en place, à partir de 1999, un système d’enseignement bilingue franco‐arabe, qui s’est heurté à des difficultés de recrutement d’enseignants maîtrisant suffisamment bien les deux langues. Au niveau des acquisitions, les résultats sont plus contrastés.
87
Un regard sur les pays anglophones Un parallèle avec l’Afrique anglophone, où les réformes visant à l’enseignement en langues nationales sont plus avancées que dans l’espace francophone, s’impose (Keuch ,2006). On notera d’emblée que les pays couverts par le SACMEQ, soit l’Afrique Australe, ont des revenus par habitant supérieurs à ceux des pays PASEC. Néanmoins, dans les deux sphères géographiques, près de trois quart de la population vit avec moins de deux dollars par jour en moyenne, tandis que l’aide extérieure par habitant est estimée à 60 dollars en 2004 par habitant sur le continent africain selon l’UNESCO.38 Dans les pays couverts par le SACMEQ, 76% des élèves parlent « des fois » ou « souvent » la langue du test, qui est principalement l’anglais39, contre 21% parlant le français dans les pays PASEC. C’est davantage la pratique de la langue à la maison que le revenu par habitant qui exerce une influence sur les résultats des élèves dans les pays du SACMEQ. Les pays qui ont des scores SACMEQ moyens supérieurs à 500 ont pour la plupart une proportion importante d’élèves parlant la langue du test à la maison, en dehors du Zanzibar.
Tableau 6.2 : Résultats au test SACMEQ, PIB par habitant et % d’élèves parlant la langue du test à maison
Pays
PIB par habitant (US $ constant 2000)
Proportion d'élèves qui parlent "des fois" ou
"souvent" la langue du test
Moyenne au test
SACMEQ de lecture (Année 2000)
Moyenne au test SACMEQ de maths
(Année 2000)
Botswana 3573 74,0% 521 513 Kenya 403 86,4% 547 563 Lesotho 452 70,7% 451 447 Malawi 150 40,8% 429 433 Maurice 3766 64,5% 536 585
Mozambique 234 94,5% 516 530 Namibie 1816 78,0% 449 431 Seychelles 7579 83,5% 582 554
Afrique du Sud 3020 76,5% 493 486 Swaziland 1329 63,8% 530 517 Tanzanie 268 89,9% 546 522 Ouganda 240 82,4% 482 506 Zambie 310 73,4% 440 435 Zanzibar Nd 96,2% 478 478 Moyenne 1780 76,8% 500* 513
Source : SACMEQ et Banque Mondiale, 3 juin 2009 pour les données sur le revenu. * La moyenne est fixée à 500 et l’écart type à 100 par construction.
38 www.sacmeq.org, à partir du rapport de suivi de l’EPT de l’UNESCO, accédé le 3 juin 2009. 39 Le test a été administré en 2000 en portugais au Mozambique et en Kiswahili à Zanzibar et en Tanzanie.
88
On ne note pas vraiment de différences importantes entre Afrique francophone et anglophone en matière de dépenses par élève40, ce qui peut paraître paradoxale si l’on compare les conditions de scolarisation dans les deux sphères géographiques. En effet, grâce à l’outil cartographique Stat Planet mis au point par le SACMEQ et par la mise en commun d’indicateurs contextuels PASEC/SACMEQ, on s’aperçoit que les écoles anglophones sont relativement mieux dotées que les écoles francophones en intrants de base. Par exemple, dans chaque pays SACMEQ, plus de 20 % des élèves sont dans une école disposant d’une bibliothèque, alors que cette proportion n’est atteinte que dans 3 pays PASEC. De plus, les enseignants anglophones n’ont pas les mêmes diplômes, formations initiales et statuts que leurs homologues francophones, voir Pôle de Dakar (2008) et Bonnet (2007). Les tests ne permettent malheureusement pas de faire des comparaisons de résultats d’apprentissage entre PASEC et SACMEQ. Néanmoins, même si les tests utilisés à Maurice sont différents des tests PASEC standards41, Maurice a les meilleurs résultats parmi ces pairs du PASEC (environ 60% de réussite), tandis qu’il se place en quatrième position parmi les pays du SACMEQ. Sur un plan international, les tests SACMEQ contiennent des items d’ancrage avec l’enquête PIRLS qui lorsqu’ils ont rapportés sur une même échelle, mettent en exergue des écarts considérables de niveau entre pays SACMEQ et pays développés, écarts estimés à quatre années de scolarisation42. Le nombre d’années d’études à partir duquel les élèves sont considérés comme alphabétisés durablement nous renseigne également sur la qualité des enseignements dans les divers pays et donne une tendance similaire43. Il faut noter qu’en dehors des questions économiques, les pays dits développés ne sont pas confrontés au problème de l’adéquation entre langue d’enseignement et langues nationales. Le revenu par habitant, les dépenses d’éducation, le taux d’accès en cinquième année et surtout la pratique de la langue d’enseignement en dehors de l’école sont des facteurs macros qui agissent sur les résultats des élèves, mais sans que les relations soient très nettes.
40 Voir Pole de Dakar (2006), p. pour les données. 41 En dehors du pré test français 5ème année. 42 http://education‐fast‐track.org/library/FTI_Copenhagen_20_April_2009_ROSS.ppt, diapo N°16. 43 La probabilité pour être alphabétisée durablement vaut X % après six années d’études en Afrique et après seulement 3 années d’études dans des pays hors Afrique à bas revenus et à moyen revenu bas. Voir Note thématique Pôle de Dakar.
89
6.3. Comparaisons Internationales : analyse par matière et niveau d’enseignement
Les tests PASEC permettent de calculer des scores moyens à huit tests : les tests de début (pré test) et de fin d’année (post test), par matière (français et maths) et par niveaux (2ème ou 5ème année). L’analyse des scores montre des corrélations importantes entre les différents tests au sein d’un même pays entre niveaux, matières ou période dans l’année scolaire.
On retient généralement les scores de fin d’année (post test) pour établir les comparaisons internationales. Les dates d’enquête sont données dans le tableau 26, avec les indicateurs contextuels et les scores moyens.
Dans les graphiques ci‐dessous, les boîtes à moustaches (ou box plot) permettent de comparer le niveau médian des élèves (représenté par le trait), ainsi que les disparités, mesurées par les premiers et troisièmes quartiles. La ligne rouge représente la valeur de 40% de bonnes réponses, considérée comme un seuil minimum.
Graphique 6.1 : Résultats aux tests PASEC de 2ème année en français et mathématiques dans neuf pays
Abbreviations pays : BEN = Bénin BFA=Burkina Faso CMR=Cameroun COG=Congo‐Brazzaville
GAB=Gabon MDG=Madagascar MRT=Mauritanie SEN=Sénégal TCD=Tchad
Scores de français en fin d’année Scores de mathématiques en fin d’année
020
4060
8010
0
BEN BFA CMR COG GAB MDG SEN TCD
020
4060
8010
0
BEN BFA CMR COG GAB MDG MRT SEN TCD
Note : L’enseignement en langue ne se fait pas en français en deuxième année en Mauritanie.
90
Graphique 6.2 : Résultats aux tests PASEC de 5ème année en français et mathématiques dans neuf pays
Scores de français de fin d’année
020
4060
8010
0
BEN BFA CMR COG GAB MDG MRT SEN TCD
Scores de mathématiques de fin d’année
020
4060
8010
0
BEN BFA CMR COG GAB MDG MRT SEN TCD
On peut dinstinguer trois groupes de pays selon le niveau moyen d’acquisitions scolaires :
• le Cameroun, le Gabon et Madagascar qui obtiennent les meilleurs résultats
• le Burkina Faso, le Congo et le Sénégal et qui occupent une position médiane
• la Mauritanie, le Bénin et le Tchad qui ont les résultats les plus faibles
Les situations relatives varient légèrement en fonction de la matière et de l’année enquêtée.
En dehors du Gabon et du Congo, les positionnements des pays sont très proches entre deuxième et cinquième année. Madagascar, où les mathématiques sont enseignées en malagasy en début de cycle, obtient de meilleurs résultats en mathématiques qu’en français. Il convient donc de garantir aux élèves des apprentissages dès le début de cycle44.
Les comparaisons entre pays des données du pré test permettent d’aboutir à des résultats très proches de ceux du post test et ne donc sont pas présentés ici. Par contre, ITzlinger (2009) a montré en appliquant des techniques de mise à l’échelle des tests PASEC (5ème année en Français) que la progression des élèves varient entre pays et que ce sont davantage les élèves ayant un bon niveau en début d’année qui bénéficient le plus des enseignements.
L’extension de la neuvième phase du PASEC à des pays n’ayant pas le français comme langue d’enseignement (la Guinée Bissau) et hors Afrique (le Liban) ainsi que le travail en cours de révision des tests (pour le PASEC X) devraient permettre de multiplier et d’affiner les comparaisons internationales réalisées par le programme.
En dehors des résultats moyens ou médians, on observe une proportion importante d’élèves en réelle difficulté scolaire et de fortes disparités au sein d’un pays. 44 Au sein des différents organismes internationaux et notamment du Secrétariat de l’Initiative Fast Track, la tendance actuelle est de mettre l’emphase sur la mesure et les interventions en faveur de la qualité en début de cycle. Le programme EGRA, Early Grade Reading Assessment, en est une illustration. Voir http://go.worldbank.org/0SFS7PP330
91
Pour les représenter, nous avons défini pour la cinquième année, trois niveaux : Niveau 1 : les élèves ont moins de 25 sur 100, ce qui correspond au 1er quartile mais
également au score qu’aurait un élève qui répondrait au hasard. Niveau 2: Les élèves ont un score compris entre 25 et 40 sur 100. Niveau 3 : Les élèves ont un score supérieur à 40 sur 100, ce qui correspond à la
médiane, mais également au seuil défini par Michaelowa et utilisé par le PASEC jusqu’à présent.
Voir les Annexes A et B pour le détail des calculs et les données. Graphique 6.3 : Répartition des élèves par niveaux, Français 2ème année post test
Graphique 6.4 : Répartition des élèves par niveaux, Maths 5ème année, post test
On observe que la proportion d’élèves en difficulté (niveau 1 en rouge) au sein d’un pays est très proche en maths et français. Dans cinq pays : la Mauritanie, le Bénin, le Tchad, le Congo et le Burkina Faso, plus de 20% des élèves éprouvent de graves difficultés scolaires en fin de cinquième année. Pour illustrer ces résultats par des exemples concrets, on peut se focaliser sur les résultats aux items de lecture, constitués de deux textes à lire et de questions dont la réponse se retrouve explicitement dans le texte. Un des textes est une notice simple de médicament contre la diarrhée et les maux de ventre, le Primalan. ©
92
Un peu moins de 8% des élèves sont incapables de répondre correctement à un seul item (de 1,9 % à 23% en Mauritanie et au Cameroun respectivement) tandis que seuls 1,3% des élèves ont les huit bonnes réponses. Comme pour le reste du test, le taux de réussite au domaine lecture en fin de cinquième année vaut 40% en moyenne. Ces résultats soulignent des difficultés réelles d’implantation des curricula dans les écoles et plus spécifiquement en lecture. Il existe en effet un décalage entre instructions officielles et pratiques en classe à ce niveau.
6.4. La question des curricula Les résultats aux tests sont liés aux curricula officiels et implantés que le PASEC a fait analysés en 2007, par l’Université de Liège et l’INEADE. Ce travail conclut à des différences entre curricula implantés et officiels, mesurés par le programme, les manuels et guide du maîtres, pour toute l’Afrique Francophone, et des questionnaires aux enseignants dans cinq pays. Le graphique ci‐dessous montre les divergences entre curricula officiels entre pays. Graphique 6.5 : Poids du non formel dans les programmes selon le pays
Poids non formel dans les programmes
84%
72% 71%
62%58%
53%
43%40%
34%
27%
21%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
Mau
ritan
ie
Cong
o
Bénin
Mau
rice
Togo
Mad
agas
car
Camerou
n
Séné
gal
Gab
on
Tcha
dNige
r
Selon LEJONG (2007), dans l'enseignement du français, on peut distinguer deux grands types d'apprentissage: ‐ les apprentissages portant sur les outils au service de la langue écrite et orale, hors contexte. Relèvent de cet ensemble : l'orthographe, la grammaire, la conjugaison, le vocabulaire, l'écriture, les récitations, comptines, chants. ‐ les apprentissages portant sur les finalités propres à la langue : lire, écrire, parler, écouter. Les premiers seront appelés apprentissages formels et, par opposition, les seconds, apprentissages non formels.
93
De même, il existe un décalage entre curricula officiel et implantés en termes de répartition par domaines, mesuré sur cinq pays45. Les curricula implantés sont mesurées par les questions d’évaluation que les enseignants posent aux élèves pour mesurer leur niveau. Voir LEJONG M. (2007). Graphique 6.6 : Répartition par domaine du curricula officiel en français
Programme théorique : Poids des domaines
6%
11%13%
6%
13%
8%6%
19%
0%
16%
1%
0%
5%
10%
15%
20%
25%
30%
35%
40%
Lecture pour lire Compréhensionen lecture
Langage : produire un
message oral
Compréhensionà l'oral
Grammaire Orthographe Conjugaison Vocabulaire Ecriture Productiond'écrit
Récitation,chant, comptine
N =87,25
Graphique 6.7 : Répartition par domaine du curricula implanté en français dans cinq pays
Tous Curriculum implanté- Répartition des questions d' évaluation par domaine
1%
7%
1% 1%
33%
14%
22%
11%
0%
11%
0%0%
5%
10%
15%
20%
25%
30%
35%
40%
Lecture pour lire Compréhensionen lecture
Langage : produire un
message oral
Compréhensionà l'oral
Grammaire Orthographe Conjugaison Vocabulaire Ecriture Productiond'écrit
Récitation,chant, comptine
N =592
Le graphique montre clairement un décalage entre curricula officiels et curricula implantés46 au niveau du poids de la lecture et de la grammaire47. Dans le curricula officiel, la grammaire vaut 13% du curricula contre 33% dans le curricula implanté, alors que la lecture pour lire et la compréhension en lecture valent 17% du curricula officiel contre 8% dans le curricula implanté. 45 Bénin, Cameroun, Niger, Madagascar et Sénégal. 46 http://www.confemen.org/IMG/ppt/CURRICULUM_IMPLANTE‐Caraquet_2008_Partie_1.ppt http://www.confemen.org/IMG/ppt/CURRICULUM_IMPLANTE‐Caraquet_2008_Partie_2‐2.ppt 47 http://www.confemen.org/IMG/ppt/CURRICULUM_OFFICIEL‐Caraquet_2008.ppt
94
Graphique 6.8 : Répartition par domaine du curricula officiel en maths
Programme théorique: Poids des domaines
26%23%
27%
22%
2% 1% 0%0%
5%
10%
15%
20%
25%
30%
35%
40%
Numération Opérations Mesures Géométrie Résolutionproblèmes
Données,ensembles
Statistiques
N = 33
% d
e pa
ges
Graphique 6.9 : Répartition par domaine du curricula implanté en maths dans cinq pays
Questions d'évaluation de tous les enseignants : Poids des domaines
11%
19%
26%
20%17%
2%
6%
0%
5%
10%
15%
20%
25%
30%
35%
40%
Numération Opérations Mesures Géométrie Résolutionproblèmes
Données,ensembles
Outils
N =691
% d
e pa
ges
De même en mathématiques, un décalage important existe entre curricula officiels et implantés au niveau de la numération et de la résolution de problèmes. Michèle LEJONG recommande que : « Les enseignants soient formés à diagnostiquer les erreurs et les oublis dans les réponses des élèves, et à les exploiter dans le contexte d'une évaluation formative Les guides didactiques pédagogiques, très prisés des enseignants, soient un des vecteurs privilégiés pour modifier les pratiques des enseignants qui éprouvent certaines difficultés à "sortir" des stéréotypes : variété de situations méthodologiques, consolidation ou amélioration des connaissances matière des enseignants, exploitation de situations de classe (réponses d'élèves). Les enseignants soient formés à enseigner les démarches expertes de résolution de problèmes et à construire les épreuves d’évaluation sur les finalités de la langue. »
95
Il convient donc d’aller investiguer les moyens mis à disposition de l’enseignement, pour pouvoir expliquer cette situation.
6.5. Les moyens mis à disposition des écoles et des élèves Au niveau des élèves, 31% d’entre eux ne reçoivent aucune aide dans les devoirs à domicile ce qui est à mettre à relation avec le niveau d’alphabétisation des parents. En effet, seules 53,4% des mères sont alphabétisées. 53,1% des élèves pratiquent les travaux des champs et 18,8% des élèves sont des enfants confiés, qui ne vivent pas avec leurs parents. 5% des élèves cumulent des difficultés à savoir : ont des parents analphabètes, pratiquent les travaux des champs, ne reçoivent aucune aide à la maison dans leurs devoirs, ne parlent pas la langue d’enseignement et n’ont aucun des biens considérés. Les élèves ne sont que 43,8% à posséder un livre de français qu’ils peuvent emmener à la maison et seulement 36,5% à posséder un livre de mathématiques. Ils ne sont que 22,3% à avoir fréquenté la maternelle. Un quart des élèves ont redoublé plus d’une fois et le plus fort taux de redoublement est observé en 3ème année (23%). Graphique 6.10 : Répartition des enseignants selon la durée de la formation professionnelle initiale sur neuf pays
Au niveau des enseignants, 16,4% d’entre eux n’ont aucune formation professionnelle initiale et seuls 38,5% ont une formation de plus d’un an. Par contre, 80,5% d’entre eux ont reçu une formation en cours d’emploi, en règle générale de courte durée. Ils sont 17,8% à s’être arrêté au Lycée et 32,9% à avoir le BAC ou plus. Selon les directeurs, les enseignants se sont absentés 3,4 jours en moyenne le mois précédent l’enquête. 27,6% des enseignants sont des femmes. Près de 70% d’entre eux disposent du guide du maître et 82% un tableau en classe. 17,9% enseignent dans des classes multigrades. Un quart d’entre eux enseignent dans une classe de moins de 30 élèves et également un quart d’entre eux dans une classe de plus de 60 élèves. Avec une ancienneté moyenne de dix ans, les enseignants sont 58% à déclarer vouloir rester dans la profession.
96
Au niveau des écoles, 38% disposent d’une clôture, 45% de l’eau potable et 63% d’une association de parents d’élèves active. Seulement 28,5% disposent d’une cantine gratuite. La fréquence des réunions entre enseignants et directeurs est la plus souvent mensuelle et 16% des écoles sont dirigées par une femme. Parmi tous ces facteurs potentiels, lesquels font véritablement la différence sur la qualité des apprentissages? Les méthodes en valeur ajoutée sont les seules à répondre à cette question.
6.6. Principaux facteurs relevés dans les rapports PASEC A partir de la revue des modèles de régression PASEC VII et VIII, une liste de 41 variables a été retenue ; elle contient les variables les plus souvent associées à des coefficients significatifs dans les modèles, peu importe l’année (2ème ou 5ème) ou la discipline (français ou mathématiques). Les rapports des évaluations PASEC VII ont été examinés par les conseillers techniques. L’objectif est d’identifier dans les modèles les facteurs ressortant de manière récurrente comme ayant un effet significatif, toutes choses égales par ailleurs, sur les acquisitions. On identifie 25 variables récurrentes qui peuvent servir de modèle de référence et pour lesquelles on peut produire des indicateurs comparables entre pays. Des modèles multi niveaux (élèves, classes et pays) permettent d’introduire simultanément des paramètres macro tels que le taux d’achèvement, le PIB par habitant, les dépenses d’éducation avec les variables citées. Ces analyses sont été conduites sur la cinquième année seulement par ALOGNON et AMOVIN‐ASSAGBA (2009) sous l’encadrement des conseillers du PASEC.
Les analyses multiniveaux confortent les résultats PASEC précédents obtenus avec des régressions simples et permettent de consolider un ensemble de facteurs sur lesquels les politiques peuvent agir.
97
Tableau 6.3 : Liste des variables revenant dans les modèles PASEC dans 11 systèmes éducatifs
Variables Occurrences Le redoublement 11 Le niveau de vie des élèves 9 L’âge d’entrée à l’école 8 Le genre de l’élève 7 L’absentéisme des enseignants 7 L’aide dans les devoirs à domicile 6 La formation professionnelle initiale des enseignants 6 La taille de classe 6 La fréquence des réunions entre enseignants et directeurs 5 Le fait de parler la langue d’enseignement à la maison 5 Le genre de l’enseignant 4 La présence du guide du maître en français 4 Le fait d’être un enfant confié 4 Le fait de détenir un livre que l’on peut emporter à la maison 4 Le caractère urbain/rural de l’école 4 Les travaux des champs 4 La présence d’un tableau en classe 3 Le niveau académique des enseignants 3 Le fait d’avoir fréquenté la maternelle 3 La présence du guide du maître en mathématiques 3 L’ancienneté du maître 3 La formation continue de l’enseignant 3 Le statut de l’enseignant 2 Le caractère public/privé de l’école 2 La nutrition des élèves (petit déjeuner régulier) 2 L’alphabétisation du père ou de la mère 2 Le genre du directeur 2 L’association des parents d’élèves active 2 L’inspection de l’école 2 Les classes multigrades 2 La formation continue du directeur 1 L’absentéisme déclaré par le maître 1 Le maître souhaite rester enseignant 1 Le maître utilise l'APC 1 Le maître souhaite changer d'école 1 Ancienneté du directeur en tant qu'enseignant 1 Le maître fait partie d'un syndicat 1 Le maître habite loin de l'école 1 L'élève habite près de l'école 1
98
Conclusion générale Depuis la dernière enquête PASEC datant de 1996, le Sénégal s’est engagé, au travers du Plan Décennal de l’Education et de la Formation (PDEF 2000‐2010) à démocratiser l’accès à l’éducation de base, à améliorer la qualité de l’éducation et à rendre plus efficiente la gestion du système. Sur cette période, les disparités d’accès entre les filles et les garçons se sont réduites ainsi qu’entre les ruraux et les urbains, prouvant que le Sénégal est sur la bonne voie pour améliorer l’efficience et l’équité de son système éducatif. Cependant, malgré les mesures entreprises tout au long de la décennie, la qualité de l’éducation reste une des problématiques centrale à traiter en vue d’atteindre les objectifs d’Education Pour Tous en 2015. Les résultats des élèves aux tests PASEC de 2007 en français et en mathématiques confirment cette tendance. Les résultats moyens obtenus sont moyens et hétérogènes dans les deux matières que ce soit en 2ème année ou en 5ème année du primaire. En effet, les scores moyens agrégés de mathématiques et de français des élèves sont de 46% en 2ème année et 40,5% en 5ème année. Cependant ils cachent des disparités non négligeables au niveau régional, entre les écoles et entre les filles et les garçons. Sur le plan international, les performances des élèves au PASEC 2007 place le Sénégal en position moyenne au regard de ces pairs francophones au seuil moyen de 40% de bonnes réponses dans les deux domaines d’apprentissages et dans les deux niveaux d’enseignement testés. En termes d’évolution dans le temps (1996‐2007), le niveau d’acquisitions des élèves n’a pas significativement changé ces dix dernières années au Sénégal. L’analyse des différences de performances entre les élèves fait ressortir qu’un certain nombre de facteurs influencent significativement les apprentissages scolaires. Ainsi, le niveau de vie des familles n’a pas d’impact sur les apprentissages des élèves en cours d’année, mais explique une variation importante des résultats entre écoles et entre secteur public et privé, tout comme le temps scolaire. La pratique de la langue d’enseignement à la maison ne discrimine pas significativement les élèves entre eux. Néanmoins les élèves sénégalais parlant le français à domicile ont l’avantage de garder un meilleur niveau de performance tout au long de leur cursus comparativement à leurs camarades. L’analyse des facteurs liés à l’enseignant a quant à elle montré l’instabilité (non significativité ou l’effet négatif) de l’effet de la formation professionnelle et initiale sur les acquis des élèves. Ces résultats surprenants interpellent inévitablement sur la qualité de la formation dispensée et la motivation des enseignants. Un autre fait qui peut paraître paradoxal et qui ressort dans la majorité des pays ayant participé au programme, est l’indépendance des résultats scolaires au regard de l’expérience professionnelle de l’enseignant. L’absentéisme des enseignants, comme dans tous les pays PASEC, impacte négativement sur les apprentissages des élèves, à tous les niveaux et atteint des proportions importantes au Sénégal.
99
Les classes à effectif inférieur à 40 élèves s’avèrent avoir un effet positif, toutes choses égales par ailleurs, sur les acquis des élèves de deuxième et cinquième année. Pour conclure, une multitude de pistes d’actions, se détachent de notre analyse et pourraient avoir des effets positifs à long terme sur la qualité de l’éducation. Les pistes ci‐après apparaissent déterminantes pour améliorer la qualité des apprentissages :
- Diminuer la taille des classes en priorité dans les petits niveaux ; - Prioriser la dotation en manuels de lecture dans les petites classes ; - Améliorer la supervision des enseignants ; - Diminuer les occasions d’absence des maîtres afin d’augmenter le temps scolaire ; - Continuer la politique de formation initiale des enseignants et assurer au moins un an
de formation ; - Assurer un encadrement de proximité en organisant régulièrement des journées
pédagogiques autour des pratiques de classe, sans nuire au temps scolaire ; - S’assurer que le secteur privé recrute les enseignants à un niveau académique
suffisant et qu’ils ont une bonne formation initiale.
100
Recommandations L’atelier national de restitution des résultats du PASEC 2006 s’est tenu les 2 et 3 novembre 2009 à l’hôtel Ngor Diarama deDakar. Organisé par le Gouvernement du Sénégal, avec l’appui de la CONFEMEN, l’atelier a eu pour objectif le partage et la validation des résultats scolaires obtenus dans le cadre de l’évaluation des apprentissages des niveaux 2 et 5 de l’Enseignement élémentaire. A la fin des travaux, les participants ont dégagé un certains nombre de recommandations formulées:
‐ En direction des IA et des IDEN : o exploiter les résultats de l’étude dans le cadre de l’actualisation des PRDE et
PDDE dont le processus démarre en décembre 2009 ; o une meilleure implication des communautés dans la gestion et le suivi des
écoles, notamment au niveau des CGE.
‐ En direction de la DPRE, de la DEE et de l’INEADE : mettre en place un groupe de travail pour :
o i) affiner les modalités définies par l’atelier pour une bonne mise en œuvre des recommandations de l’étude ;
o ii) élaborer et diffuser largement des supports de vulgarisation des résultats de l’étude ;
o identifier les études complémentaires à conduire pour mieux cerner certaines hypothèses formulées dans le rapport.
‐ Au niveau politique : o assurer une articulation entre le préscolaire et le primaire pour améliorer la
qualité des apprentissages (dans le primaire) ; o accorder une attention toute particulière à l’amélioration de l’environnement
physique et pédagogique dans les écoles ; o une formation initiale et continuée plus pertinente et plus efficace des
maîtres ; o introduire les langues nationales comme langues d’apprentissage dans les
écoles ; o mettre en place une bonne politique éditoriale des manuels (de la production
à la distribution dans les écoles de façon à ce que les petites classes soient suffisamment outillées ;
o actualiser les résultats des études en fonction des données présentes ; o la politique éditoriale des manuels ; o etc.
Les recommandations détaillées selon les différents groupes de travail sont annexées au présent rapport : Annexe D.
101
ANNEXES
102
ANNEXE A Présentation du cadre méthodologique du PASEC LES OBJECTIFS DU PASEC Le PASEC a été créé par les Ministres de l’Education francophones en 1991 avec pour objectifs de :
• Identifier des modèles d’écoles efficaces et peu coûteux, en procédant à des enquêtes par échantillonnage dans les écoles, puis en effectuant des comparaisons à l’échelle nationale et internationale ;
• Développer dans chacun des Etats participants, une capacité interne et permanente d’évaluation de leur système éducatif ;
• Diffuser les méthodes et les instruments d’évaluation préconisés, de même que les résultats obtenus
Le guide méthodologique PASEC 1999 présente bien le cadre de référence des études PASEC : « Une fois définis les objectifs généraux de l’éducation, en terme de quantité et de qualité, une fois choisis les principes généraux d’organisation du secteur, les contraintes institutionnelles, temporelles et financières obligent à opérer des choix délicats. La variété des combinaisons possibles de ces choix présente, en fonction de chaque contexte, des efficacités diverses au regard des grands objectifs de départ, notamment concernant le niveau scolaire des élèves en fin de cycle. Cette variété des combinaisons est également accompagnée d’une variété des coûts. Parmi toutes ces combinaisons, il faut donc déterminer les plus efficaces (celles qui produisent les meilleurs résultats en termes d’acquisitions des élèves), et surtout les plus efficientes (celles qui produisent les meilleurs résultats aux meilleurs coûts). Les changements éducatifs s’opérant toujours par rapport à une situation existante, il s’agit donc en priorité d’apporter aux décideurs des estimations sur l’impact marginal des différentes mesures qu’ils pourraient prendre. C’est précisément ce que recherche la méthode retenue par le PASEC. La méthodologie du PASEC repose sur une mesure en début d’année et une mesure en fin d’année, et un raisonnement en valeur ajoutée. Les comparaisons internationales sont un objectif secondaire du programme.
103
Schéma d’analyse du PASEC
Caractéristiques personnelles de l’élève
(genre, âge, …)
Milieu familial (français à la maison, mère
alphabétisée, …) Scolarité
antérieure (redoublements)
Score de début d’année
Conditions personnelles de
scolarisation (redoublements, possession de manuels scolaires, …)
Profil du Directeur
Caractéristiques de l’établissement
(électricité, rural, …)
Profil du maître (type de formation, type de
diplôme, ancienneté, sexe, ...)
Caractéristiques de la classe (taille, …)
Organisation pédagogique
(multigrade, double flux, …)
Score de fin d’année
104
LES NIVEAUX VISES Le PASEC évalue les acquis scolaires en début et en fin de cycle. La première année est dans la plupart des pays une année d’initiation et la dernière année, une année d’examen pour laquelle s’opère une sélection. Pour éviter ces classes particulières, le PASEC évalue les élèves en deuxième et cinquième année du cycle primaire. La question des tests de 2ème année fait débat dans la communauté scientifique, notamment lorsque ces tests sont traduits et dans l’optique de la comparaison internationale. Des tests strictement « papiers‐crayons » posent aussi problème. Cependant, dans le protocole PASEC les administrateurs lisent les consignes aux élèves et font également un exemple de réponse au tableau, pour limiter les problèmes de compréhension des consignes. Un protocole spécifique est également développé pour les questionnaires contextuels pour ces élèves, à qui ont montre des images (pictogrammes). La mesure en deuxième année comporte un intérêt certain dans le contexte des pays en développement pour plusieurs raisons :
1. Les écoles nouvellement créées commencent par la première année. N’enquêter que la 5ème année restreint donc l’échantillon aux écoles de plus de 5 ans, ce qui a peu d’intérêt dans le cadre de la dynamique de scolarisation primaire universelle.
2. Les élèves qui parviennent en cinquième année n’ont pas les mêmes caractéristiques que les autres : ils sont généralement plus riches, plus urbains, ce sont davantage des garçons et surtout leur niveau scolaire est globalement plus élevé que ceux qui quittent le système prématurément.
3. Les niveaux d’intrants sont différents entre 2ème et 5ème année : les classes de 5ème année sont mieux dotées et les enseignants mieux formés et plus anciens.
4. Sur un plan pédagogique, les acquis scolaires de début de cycle sont déterminants. Ces acquis sont un point départ si l’on voudrait expliquer les difficultés rencontrées avant la cinquième année comme c’est le cas en 3ème année.
105
LES TESTS Le cadre de référence des tests Les tests PASEC ont été créés par une équipe d’experts au début des années 1990 sur la base des curricula du Cameroun, de la Côte d’Ivoire et du Sénégal. Ils ont été mis à l’essai au Sénégal. Les tableaux suivants donnent une indication de la répartition par domaines des tests de fin d’année ou du cadre de référence. 2ème année Français
Domaine
Nombre d’exercice
s Nombre d’items
Compréhension de mots 1 6 Compréhension de phrases 3 9 Lecture ‐ Ecriture 3 16 Conjugaison 1 3 Grammaire 1 3 Compréhension de texte 1 3 2ème année maths Numération 5 17 Opérations 8 22 5ème année Français* Compréhension de phrase 1 3 Grammaire 7 18 Compréhension de texte 3 14 Orthographe 1 4 Conjugaison 1 3 *La classification de l’IEA regroupe les domaines compréhension de phrase et de texte en compréhension en lecture. 5ème année maths* Opérations 3 12 Mesures 6 20 Géométrie 2 7 Résolution de problèmes 1 2
*Il s’agit de la classification de l’IEA. Les tests privilégient les savoirs formels et les outils de la langue. En français et en cinquième année, il s’agit d’un test de langue française, plutôt que de lecture ou de littéracie, avec une prédominance de la compréhension de texte et de la grammaire. En deuxième année en maths, les tests alternent des exercices liés aux opérations et à la numération.
106
Dans le cas du PASEC, de nombreux exercices sont composés d’items basés sur le même stimulus. Les épreuves du PASEC relèvent de la catégorie des tests normatifs Dans la pratique, les tests PASEC sont minutés, exercice par exercice et les durées sont indiquées aux administrateurs dans les consignes de passation. On peut les considérer comme des tests de vitesse davantage que de puissance. Dans l’espace francophone, les questions à choix multiple (QCM) sont très inhabituelles dans les contextes nationaux. Le PASEC se caractérise donc par une faible proportion de QCM en deuxième année notamment. Par ailleurs, au sein des questions ouvertes, il est d’usage de distinguer les questions ouvertes à réponse courte et les questions ouvertes à réponse longue, qui ne sont pas utilisées dans le cadre du PASEC mais dans certaines évaluations nationales menées en Afrique francophone. Quelles procédures d’adaptations culturelles sont appliquées sur les tests ? Certains tests ont dû subir des adaptations dans les langues nationales, lorsque le français n’est pas la seule langue d’enseignement. Trois méthodes d’élaboration des tests ont été employées selon les pays.
107
Procédures d’adaptation culturelle des tests appliquées au PASEC
Pays et date Langues de passation Tests directement traduits à partir de la source PASEC
Tests élaborés à partir des objectifs des tests
PASEC (même répartition par domaine
de compétences)
Tests élaborés à
partir des objectifs du curricula
national
Madagascar 2005
Français, Malagasy en tant que matière et pour les mathématiques
pré test en deuxième année X
Mauritanie 2004
Français en cinquième année seulement, arabe en tant que
matière et pour les mathématiques en deuxième année
X
Cameroun 2005
Français, Anglais pour le test de langue et de maths dans le sous-
système francophone X
Maurice 2006
Français, Anglais en tant que matière et pour le test de maths en
deuxième et cinquième année X
Source : MONSEUR (2007). Sinon, les adaptations culturelles sont limitées au changement de noms des personnages et de certains objets. La procédure de vérification de l’équivalence des versions (back translation) n’a pas été mise en œuvre dans le PASEC VII et VIII, faute de moyens. Quelles sont les procédures de mise à l’essai ? A Maurice, les tests ont été mis à l’essai sur un échantillon de 200 élèves. Dans les autres pays, les tests n’ont pas été mis à l’essai. Quels sont les indicateurs utilisés pour mesurer la cohérence interne des tests ? Dans le cadre des évaluations du programme PASEC, on recourt à des méthodes de consistance interne pour estimer la fidélité de la mesure. En effet, l’objectif prioritaire est de construire une mesure unidimensionnelle, soit qui mesure une seule habileté. L’indicateur utilisé est l’alpha de Cronbach standardisé par item.
108
L’alpha de Cronbach L’alpha de Cronbach est sans conteste le plus connu des indices de fidélité de consistance interne. Mathématiquement, l’alpha de Cronbach est égal à :
2
2
11
2
)σ
σ)σ
kk=α
t(X
k
=ii
t(X⎟⎠
⎞⎜⎝
⎛−
−
∑
avec : 1. k le nombre d’items qui composent le test
2. 2)σ
t(X la variance des scores observés selon la théorie classique des scores vrais, ou, en
d’autres termes, la somme des points attribués à l’élève à l’ensemble des questions ;
3. ∑i=1
k
σ i2, la somme des variance des items.
L’alpha de Cronbach48 varie de 0 à +1. Plus l’alpha tend vers 1, plus le test présente une consistance interne élevée. Les différents indices indiquent une consistance interne acceptable dans la plupart des pays, notamment en mathématiques ou l’alpha de Cronbach est toujours supérieur à 0,8 et en deuxième année. Etant donné que les items se regroupent par exercice, entraînant une dépendance, les alphas de Cronbach peuvent aussi être calculés par exercice. Ainsi calculés pour la cinquième année, les alphas de Cronbach sont presque toujours supérieurs à 0,8 (à deux exceptions près) et on ne compte aucune corrélation item‐test (calculée par exercice) inférieure à 0,25 dans un pays, la plupart des corrélations étant proches de 0,5. Voir MONSEUR (2007). On utilise aussi la corrélation bisériale de point ou rpbis, en retenant le seuil de 0,2 pour la corrélation item‐test. Ces indices sont obtenus avec la commande Stata : alpha item1- item N, std item
48 La théorie classique du score vrai définit la fidélité comme le rapport entre la variance des scores observés et la variance des scores vrais. En conséquence, l’indice de fidélité peut varier entre 0 et 1. Notons toutefois que mathématiquement, il est possible d’obtenir un alpha inférieur à 0.
109
La corrélation bisériale de point En présence d’un item dichotomique (0,1) la corrélation de Bravais‐Pearson se simplifie considérablement. Dans ce cas, on parle de corrélation bisériale de point. Mathématiquement, elle est égale à :
jj
t(X
erpbis qp
)σMM=r −
Dans cette formule, M r représente la moyenne des scores totaux pour les seuls sujets qui ont réussi l’item j ; M e représente la moyenne des scores totaux pour les seuls sujets qui ont
échoué à l’item j ; )σt(Xreprésente l’écart type du score total et ;�p j q j l’écart type de
l’item. La corrélation bisériale de point, comme toute corrélation, varie de ‐1 à +1. Plus cet indice tend vers 1, plus l’item mesure le même trait latent que le test dans sa globalité. En règle générale, on ne retiendra dans la version définitive de l’épreuve de rendement que les items qui affichent une corrélation bisériale de point supérieure à 0.25. L’indice de difficulté Dans le cadre de la théorie classique du score vrai, pour un item dichotomique (0 ou 1 pour réponse incorrecte et réponse correcte), l’indice de difficulté est le pourcentage de réponses correctes ou pj. Mathématiquement, on peut écrire :
p j=S j
N j
avec S j le nombre d’individus qui obtiennent la bonne réponse à l’item j, et N j le nombre de répondant à l’item j. L’indice pj constitue un indice de difficulté pour l’ensemble des individus testés : il s’agit de la probabilité de réussite de l’item pour les différents individus testés. Plus l’indice est élevé, plus l’item est « facile ». En règle générale, les tests ont pour objectif de différencier les individus. Dès lors, un item qui serait réussi par moins de 15% des élèves ou par plus de 85% des élèves apporte relativement peu d’informations. Pour ces raisons, on privilégiera les items dont les indices de difficulté varient de 0,15 à 0,85. Dans le cadre des comparaisons internationales, les seuils de 0,1 et 0,9 ont été retenus. La théorie de réponse aux items Le PASEC a utilisé à titre expérimental la théorie de réponse aux items (modèles de Rasch) sur les données de la Guinée49. Par la suite, dans le cadre de l’élaboration du guide méthodologique, MONSEUR (2007) a testé le modèle de Rasch sur plusieurs pays, pour la cinquième année. Ces méthodes ne sont pas appliquées dans les rapports PASEC VII et VIII. L’application de techniques de mise à l’échelle des données PASEC VII, VIII et IX (provisoires) n’a pas remis fondamentalement en cause le positionnement des différents pays par rapport aux scores calculés selon la méthode classique (du score vrai)50.
49 KODJOVI A. et NAYO A. (2006), L’application de la théorie de réponse aux items : le cas du PASEC, Rapport de stage ENEA/PASEC, Dakar. 50 http://education‐fast‐track.org/library/FTI_partners_PASEC.ppt
110
Le modèle de Rasch (dit à un paramètre) D’un point de vue mathématique, la probabilité qu’un élève i, avec une aptitude β i , fournisse une réponse exacte à un item j de difficulté δ j est égale à :
)δ(β+)δ(β
=)δ,β|=P(Xji
jijiij −
−
exp1exp
1
L’adéquation tests‐curricula En 2007, le PASEC a mandaté à l’AsPe de Université de Liège et l’INEADE (Sénégal) une analyse des curricula officiels et implantés, qui ont été ensuite confrontés aux tests PASEC en termes de répartition par domaines et processus cognitifs. En effet, depuis les années 1990, les curricula des pays francophones ont largement évolué. Néanmoins, les tests sont comparés aux objectifs pédagogiques des différents pays lors des missions d’identification par une équipe de pédagogues. La plupart des items correspondent au curricula des pays et les cas de rejet à priori sont très rares51. En mathématiques, l’analyse des correspondances sur les données issues des programmes, des manuels et des deux référentiels regroupés a permis de relever de grandes tendances. Tous les domaines définis notamment par l’IEA sont présents dans tous les curricula, sauf « Problèmes » et « Ensembles et relations ». Les pays se différencient suivant ces deux domaines : dans les pays où la résolution de problèmes est présente dans le curriculum, les ensembles sont absents et inversement. L’analyse qui croise pays et processus dégagent deux dimensions qui s’opposent : « La résolution de problèmes » et « Le raisonnement ». Ces deux axes, comme pour les domaines, différencient les pays. Le test a plutôt les mêmes caractéristiques que les curricula des pays regroupés sous la dimension « Résolution de problèmes » (processus) et sous la dimension « Problèmes » (domaines). En français, l’analyse sur les programmes permet de différencier les pays, suivant « Production de l’oral » versus « Production d’écrit » Par contre, l’analyse des manuels permettrait de distinguer les pays qui accordent une place à « Lire pour le plaisir ». Par rapport aux finalités, les pays se distinguent selon qu’ils accordent une place à la « Production d’écrit en contexte ». Remarquons que la « Compréhension en lecture » est dix fois plus présente que la « Production orale » et que la « production écrite » dans tous les pays. Au niveau des finalités, le test analysé ne porte que sur la « Compréhension en lecture ». De même, il existe un décalage entre curricula officiels et implantés en termes de répartition par domaines, mesuré sur cinq pays52. Les curricula implantés sont mesurées par les questions d’évaluation que les enseignants posent aux élèves pour évaluer leur niveau. Les tests PASEC sont plus proches de curricula implantés qu’ils ne le sont des curricula officiels.
51Au Burkina Faso, les items faisant intervenir des signes « < » ou « > » ne sont pas au programme. 52 Bénin, Cameroun, Niger, Madagascar et Sénégal.
111
Pour tous ces résultats, voir l’analyse des curricula réalisée par LEJONG (2007) à l’adresse http://www.confemen.org/spip.php?article278. De plus, une analyse des items nationaux administrés dans sept pays africains francophones montrent que ceux‐ci utilisent une bonne partie des items PASEC. LES QUESTIONNAIRES Le tableau ci‐dessous présente les différents types de facteurs mesurés dans les questionnaires PASEC. Description des différents facteurs mesurés dans les questionnaires PASEC Catégorie de facteurs Elèves Maîtres Directeurs Caractéristiques personnelles de l’élève √ Milieu familial de l’élève √ Scolarité antérieure √ Conditions personnelles de scolarisation √ Profil du maître √ Profil du directeur √ Caractéristiques de la classe √ Organisation pédagogique √ Caractéristiques de l’établissement √ Opinions du maître √ Opinions du directeur √ Temps scolaire Outils spécifiques Quelles procédures d’adaptations sont appliquées aux questionnaires ? Lors des missions d’identification, des journées sont consacrées à l’adaptation des questionnaires au contexte local, bien qu’il y ait peu de questions nécessitant une telle adaptation. Il s’agit des langues parlées par l’enseignant, de la classe atteinte, du statut, du diplôme académique et professionnel de l’enseignant et du directeur, du domaine des formations complémentaires, des types de prime des enseignants, du type de partenariat établi par l’école, du type d’habitat de l’élève, de la liste des biens possédés par le ménage, des aliments consommés et des langues parlées à la maison par l’élève. La difficulté principale réside dans les questions liées à la nutrition. Lorsque l’on cherche à mesurer la variété des repas des enfants, on doit dénombrer plusieurs aliments de base qui varient selon les pays, voire entre régions d’un même pays. Ce qui nous intéresse, c’est de créer de la variance ou de discriminer les élèves entre eux sur la base de la consommation régulière des aliments de base les plus courants dans le pays. La question n’est pas de savoir si l’on consomme plus de maïs au Congo qu’au Sénégal.
112
La passation des questionnaires Les questionnaires sont administrés en face à face et c’est l’administrateur et non le répondant qui remplit le questionnaire. L’administrateur a pour consignes d’utiliser la langue de l’élève pour se faire comprendre. Des pictogrammes (images) représentant certains objets courants sont mis à leur disposition, afin d’éviter que les problèmes de vocabulaire – notamment pour les élèves de deuxième année – ne grèvent les taux de réponse aux questions sur le niveau de vie en particulier. A partir du PASEC VIII, une rubrique « Observations de l’administrateur » permet de renseigner si l’administrateur parle la langue de l’élève, si celui‐ci a des difficultés pour s’exprimer oralement et a un handicap physique apparent. A partir de 2006, des fiches de suivi du temps scolaire sont laissées dans les établissements entre le pré test et post test et doivent être remplies par les directeurs et enseignants sur la base des registres tous les mois. Ces fiches renseignent également l’abandon éventuel des élèves en cours d’année, leurs notes au deuxième trimestre et si l’élève doit redoubler. A partir de 2007, les fiches ont été développées pour renseigner l’absentéisme des élèves chaque mois, mais n’ont pas pu être correctement exploitées à ce niveau, le taux de réponse étant trop faible. A Maurice un dispositif particulier a pu être appliqué pour recueillir des données sur l’absentéisme des élèves au niveau école à partir de sources administratives. Quels sont les taux de réponse aux différentes questions en règle générale? A partir des taux de réponse calculés sur plusieurs pays, on peut avoir une vue générale des questions problématiques, lorsque le taux de réponse est inférieur à 85 % dans plusieurs cas. Il s’agit de:
• des avantages tirés d’un partenariat de l’école avec un autre organisme • la fréquence des réunions à l’initiative des parents d’élèves • l’existence de Comité de gestion et de coopérative scolaire • l’absentéisme des enseignants • l’utilisation du guide du maître et des manuels • le statut du maître • la part du revenu des enseignants tiré des activités connexes • les questions de subvention de l’école.
A priori, ce sont les questions liées à la gestion scolaire – et notamment la dynamique locale ‐ ainsi que les pratiques pédagogiques qui posent un problème de mesure, ce qui est courant dans les enquêtes de l’éducation. La confrontation des données issues des questionnaires avec d’autres sources de données telles que les enquêtes ménage et les sources administratives sur les biens possédés par le ménage, les équipements de l’école par exemple n’a pas été systématique au PASEC jusqu’à présent, mais les vérifications entreprises ont été plutôt satisfaisantes. (Voir rapport Cameroun). Les variables dont le taux de réponse est inférieur à 80% ne sont pas utilisées dans les analyses.
113
L’ECHANTILLONNAGE Quelles sont les bases de sondage servant à tirer les échantillons ? La base de sondage est constituée de la base nationale de niveau école donnant les effectifs par cours, le type d’école et la localisation géographique précise. Il existe généralement un décalage d’un ou deux ans entre les informations contenues dans la base et la réalité sur le terrain au moment de l’enquête. C’est particulièrement valable pour les classes offertes par l’établissement, un nombre important d’écoles n’offrant pas tous les niveaux en Afrique (discontinuité éducative). La base de sondage est souvent collectée lors de la mission d’identification, quelques mois avant les opérations d’enquête. Etant donné que le premier test a lieu un mois après la rentrée, il est impossible d’avoir une base de sondage qui couvre l’année scolaire en cours. Lorsque la base de sondage donne des informations sur l’année scolaire précédente, les données sur les effectifs des 1er et 4ème niveaux de l’année N‐1 sont parfois utilisées pour calculer les poids de sondage des 2ème et 5ème niveaux de l’année N (au Sénégal, par exemple). En effet, certaines écoles ont un recrutement dit biennal, où les enfants ne sont enrôlés qu’une année sur deux et il est donc nécessaire dans ce cas d’anticiper les niveaux offerts pour une année sur la base de la situation prévalant l’année précédente. Les conseillers techniques PASEC entreprennent un travail de vérification de la cohérence de la base de sondage, en particulier des effectifs par niveaux. Couverture de la base de sondage La base couvre généralement toutes les écoles reconnues par l’Etat dans le cadre de l‘enseignement primaire formel et suivant le curriculum national ou instructions officielles. Les établissements privés doivent être autorisés par l’administration dans la plupart des pays53. La base exclut ainsi les écoles privées non autorisées, les écoles coraniques ou d’enseignement traditionnel et les écoles franco‐arabes n’ayant pas d’autorisation de l’Etat. Les bases de données nationales ne concernent généralement que les types d’écoles publiques, privées et communautaires. Les écoles communautaires sont enregistrées dans la plupart des bases de données, bien souvent parce que l’Etat apporte un concours par le biais de subventions (salaires des enseignants par exemple), ou matériel. La définition des écoles communautaires varie entre pays, mais ce sont en principe des écoles créées par les communautés et non par l’Etat. Lorsque ces écoles sont reprises en charge par l‘Etat, même partiellement, elles peuvent devenir des écoles publiques. Certaines écoles communautaires ou d’initiative locale récemment construites peuvent ne pas figurer dans les bases de données, puisque n’étant pas connus par l’administration centrale, ni même les services déconcentrés. 53A l’exception de Maurice.
114
Il n’est généralement pas possible de connaître la répartition des différents types d’écoles non reconnues par l’administration en termes de nombres d’effectifs et donc de poids. Par contre, lorsque certaines écoles n’ont pas fourni les effectifs pour une collecte de données sur une année donnée, il est possible d’estimer son poids grâce aux effectifs des années précédentes ou en estimant une taille moyenne lorsque aucune donnée n‘est disponible. Voir rapport Gabon, p. 40 et 41. Dans ce cas, il est possible de calculer un taux de couverture. La situation peut se compliquer en cas de situation de conflit, si l’administration n’a pas de données pour certaines zones pendant plusieurs années. Enfin, les écoles créées au début de l’année scolaire d’enquête ne figurent pas dans les bases de sondage. Exclusions Toutefois, de cette population on exclut à l’avance les élèves dont le programme scolaire de l’école et les curricula qui y sont enseignés ne relèvent pas de l’autorité nationale en charge de l’orientation et du fonctionnement du système éducatif. Dans la pratique, toutes les écoles reconnues par l’Etat et dispensant le curriculum national sont pris en compte dans la base de sondage et il n’y a pas d’exclusions, en dehors de certaines zones pour des questions de sécurité (cas de certaines régions de la Casamance au Sénégal et du Tibesti au Tchad). Populations cibles La population cible est constituée des élèves de 2ème et de 5ème année du primaire, qui sont les unités de référence de l’étude. La base de sondage est constituée des écoles qui permettent d’accéder aux élèves. Ces écoles sont les unités d’échantillonnage. En effet, pour accéder aux élèves qui sont les unités d’analyse des évaluations PASEC, le plan d’échantillonnage procède au premier degré au tirage des écoles. Une fois le tirage des écoles effectué, il peut arriver que dans une école choisie, il y ait plusieurs classes d’un même niveau54. Dans tous les cas, les élèves enquêtés appartiennent à une seule classe dans l’école. Type de plan de sondage Afin d’étudier ces populations, le plan d’échantillonnage adopté par le PASEC est celui d’un sondage stratifié à deux degrés de tirage. Mais le plan d’échantillonnage effectivement observé est un plan stratifié à 3 degrés de tirage, puisqu’il faut rajouter le niveau classe. Comment sont construits les échantillons PASEC? C’est en minimisant, par exemple, la variabilité des caractéristiques étudiées au niveau de chaque strate qu’on améliore la précision globale de l’estimation pour toute la population cible étudiée.
54Par exemple plusieurs classes de CP2 ou plusieurs classes de CM1.
115
Dans les enquêtes PASEC on se limite à respecter une allocation proportionnelle au poids réel de chaque strate dans la population. C'est‐à‐dire que chaque strate a autant de poids dans l’échantillon qu’il est important dans la population. Si la strate des écoles privées représente 15% des écoles listées par la base de sondage, alors on enquêtera 15%*150 écoles pour la strate des écoles privées. Cependant, lorsque dans l’échantillon, des strates particulières sont de trop petites tailles (moins de 5 écoles), on peut les surreprésenter dans l’échantillon. Surreprésenter une strate dans un échantillon revient à lui donner plus de poids qu’il en a dans la réalité. A titre indicatif, voici une liste non exhaustive de variables souvent retenues pour la stratification des enquêtes sur les systèmes éducatifs:
- Zone géographique (Etats, départements ou provinces); - Urbanisation (aires rurales, aires urbaines) - Type d’école (publique, privée) ; - Fonctionnement à mi‐temps - Fonctionnement en classes multigrade ou double‐flux - Ecole à cycle incomplet Toutefois, parce que les modes d’organisation des classes peuvent changer d’une année à l’autre, des variables de stratification explicites comme le mode d’organisation des classes ou de l’école sont peu stables. En effet, des écoles qui étaient prévues dans une strate avant l’enquête peuvent se retrouver dans une autre strate après enquête parce qu’elles ont changé leur mode d’organisation des classes. Ceci arrive souvent car la base de sondage est souvent vieille de une ou deux années à la date d’enquête. C’est pourquoi, depuis 2007, le PASEC a utilisé des plans de sondage en prenant comme seuls critères de stratification le statut de l’école et la zone géographique, selon le découpage administratif du pays. Le tableau suivant donne une indication de l’amélioration substantielle des tailles d’échantillon et des taux de réponse ces dernières années.
116
Echantillons prévus et réalisés
2ème année
PAYS Année
Classes enquêtées
pré test
Classes enquêtées post test
Taux de réponse post test
Elèves enquêtés
au pré test
Perte d'élèves
entre pré et post test
Pondérations
MRT 2004 140 140 99,3% 2049 14,3% post strat. TCD 2004 109 109 80,7% 1606 22,4% Ok BEN 2005 139 134 92,4% 2034 16,2% post strat. CMR 2005 173 173 96,2% 2531 3,6% Ok MDG 2005 180 178 98,9% 2677 14,7% Ok GAB 2006 136 129 87,2% 1989 19,5% post strat. MAU 2006 225 222 98,7% 3302 11,7% Ok BFA 2007 158 154 90,1% 2347 8,8% Ok COG 2007 146 143 95,3% Ok SEN 2007 156 151 85,3% 2300 14,0% Ok
5ème année
PAYS Année
Classes enquêtées
pré test
Classes enquêtées post test
Taux de réponse post test
Elèves enquêtés
au pré test
Perte d'élèves
entre pré et post test
Pondérations
MRT 2004 121 121 97,6% 1714 11,7% post strat. TCD 2004 110 110 88,7% 1597 22,0% Ok BEN 2005 144 139 93,9% 2098 13,1% post strat. CMR 2005 169 168 93,1% 2452 3,1% Ok MDG 2005 161 160 100,0% 2215 11,2% Ok GAB 2006 138 125 86,2% 2028 26,2% post strat. MAU 2006 225 221 98,2% 3292 9,3% Ok BFA 2007 160 159 109,7% 2350 5,1% Ok COG 2007 143 142 94,7% Ok SEN 2007 148 143 90,5% 2189 12,7% Ok
Tirage des écoles de remplacement Afin d’obtenir la liste des écoles de remplacements, deux techniques ont été successivement utilisées par le PASEC. La première consistait à tirer plus d’écoles que prévu de façon à constituer une réserve d’écoles de remplacement, par exemple 160 au lieu de 150. Cette technique comporte un inconvénient majeur qui tient au fait que les probabilités d’inclusion des écoles sont ici calculées comme si la taille finale de l’échantillon est 160 écoles et non pas 150 écoles. Mais il peut aussi arriver que 10 écoles de remplacement ne suffisent pas. A partir de 2007, une autre technique de tirage des écoles de remplacement a été suggérée de façon à ne pas modifier la probabilité d’inclusion des écoles tout en prévoyant suffisamment d’écoles de remplacement. Cette technique consiste à attribuer à chaque
117
école de l’échantillon une ou deux écoles de remplacement qui auraient plus ou moins la même probabilité d’inclusion (ou poids) que l’école qu’elles remplaceraient. Elle est inspirée de la technique utilisée par l’IEA. On procède comme suit : Dans chaque strate, on trie55 la base de sondage en fonction de la taille en nombre d’élèves de CP2 et de CM1 des écoles. On repère ensuite les codes des écoles précédemment échantillonnés. On peut aussi trier par strate puis par inspection pédagogique, pour limiter les déplacements des administrateurs et maximiser le taux de réponse. Le principe consiste ensuite à considérer comme écoles de remplacement, les deux écoles qui encadrent l’école échantillonnée. Autrement dit, les écoles qui sont situées immédiatement avant et après une école échantillonnée sont désignées comme « écoles de remplacement » pour cette école. L’école qui suit directement l’école échantillonnée est la première école de remplacement, et l’école qui précède l’école échantillonnée est la seconde école de remplacement.
Tirages des écoles, des classes et des élèves Dans le cadre des évaluations PASEC, le principe général qui guide le tirage des écoles est celui du tirage proportionnel à la taille. Les écoles seront tirées proportionnellement à nombre total d’élèves de CP2 et de CM1 inscrits à leur effectif dans la base de sondage disponible. Sont, en principe, exclues de ce tirage les écoles dont la taille est inférieure à 8 élèves. Mais le décalage temporel entre la date de l’enquête et la date de la base de sondage peut nuancer cette règle dans certains cas. En effet, dans la pratique, les écoles de taille inférieure à 8 élèves ne sont pas éliminées de la base de sondage avant tirage de l’échantillon. Les classes ne sont pas tirées en fonction de leur poids au sein d’une école. Pour le tirage des élèves, une fois la classe à enquêter retenue, deux techniques sont proposées pour tirer les 15 élèves : celle du tirage systématique et celle d’un tirage aléatoire simple sans remise. Mais si la classe à enquêter compte 15 élèves ou moins de 15 élèves, on enquête tous les élèves de la classe. Si la classe compte moins de 8 élèves, on change de classe, s’il y a une autre classe de même niveau, sinon on enquête les élèves de l’école de remplacement associée. Les deux techniques sont ensuite assimilées à un tirage aléatoire simple sans remise de 15 élèves à partir de l’ensemble des élèves de la classe.
55Le tri de la base d’échantillonnage des écoles selon les strates et la taille des écoles cherche à garantir que les écoles de remplacement et les écoles échantillonnées auront des caractéristiques similaires.
118
Vérification des hypothèses d’échantillonnage Le degré d’homogénéité des élèves d’une même classe est déterminant pour définir la taille de l’échantillon, et par conséquent pour améliorer la précision des estimateurs. Il est mesuré par un indicateur appelé Roh56 et connu également sous la dénomination « coefficient de corrélation intra classe » qui n’est pas établi à priori (sauf exception faite de la mise en œuvre d’une enquête antérieure). Sur la base des évaluations PASEC, nous avons considéré que le roh valait à priori 0,3 pour le PASEC VII, puis 0,4 pour le PASEC VIII. En effet, nous avons comparé cette valeur théorique aux valeurs empiriques observées pour plusieurs pays PASEC, c'est‐à‐dire sur la base des données collectées. On convient donc de ne retenir qu’un Roh empirique57 qui sera estimé sur la base des scores en mathématiques et français des élèves de 5ème année. Tableau : Coefficient de corrélation intra classe des scores de français et mathématiques en 5ème année
Pays Roh Burkina Faso (1996) 0,4
Cameroun (1996) 0,5 Côte d'Ivoire (1996) 0,4
Sénégal* (1996) 0,2 Madagascar (1998) 0,1 Mauritanie (2004) 0,5
Tchad (2004) 0,5 Bénin (2005) 0,2 Gabon (2006) 0,3
Maurice (2006) 0 ,2 Burkina Faso (2007) 0,4
Congo (2007) 0,4 Sénégal (2007) 0,2
*Public uniquement Les tables d’échantillonnage58 nous donnent pour quinze élèves par classe :
• 139 écoles à enquêter pour un roh de 0,3 • 176 écoles à enquêter pour un roh de 0,4 • 214 écoles à enquêter pour un roh de 0,5
En conséquence de quoi, à partir de 2007, la taille de l’échantillon PASEC a été fixée à 180 et non plus 150 écoles.
56 « Rate of homogeneity ». 57 Pour le calcul du roh, voir ADECHIAN & HOUNGBEDJI (2005). 58ROSS K. & POSTLETHWAITE N. (1988), Sample Design Procedures for the IEA International Study of Reading Literacy. IEA.
119
Comment sont calculés les poids ? On peut utiliser indifféremment les termes « poids de pondération » ou « probabilités d’inclusion », puisque l’un peut aisément s’obtenir à partir de l’autre. Conformément à la procédure d’échantillonnage, deux niveaux sont à considérer dans le calcul des probabilités d’inclusion dans l’échantillon : le niveau école et le niveau élève.
L’élève étant l’unité principale d’observation des évaluations du PASEC (primary sampling unit ou psu), c’est sa probabilité d’inclusion dans l’échantillon qui doit être prise en compte dans l’estimation du score moyen. Ainsi, pour une strate donnée, la probabilité pour qu’une école soit tirée PROECOLE vaut :
PROECOLE =Effectif des élèves de CP2 et CM1 de l'école
Nombre d'écoles tirées dans la strate×Effectif total des élèves de CP2 et CM1 de la strate
(3)
En pratique, l’effectif des élèves de CP2 et de CM1 des écoles tirées est indiqué dans le tableau d’échantillonnage qui a servi à la réalisation de l’enquête. Il en est de même de l’effectif total des élèves de 2ème année et de 5ème année de chaque strate ainsi que du nombre total d’écoles tirées dans la strate. La probabilité pour qu’une école soit tirée peut donc être calculée sans grandes difficultés. Ensuite, il s’agit ici de calculer pour une classe choisie, la probabilité PROELEVE qu’a un élève de faire partie des 15 élèves que l’on doit retenir par classe :
PROELEVE = Nombre d'élèves enquetés dans la classe
Nombre total d'élèves présents dans la classe (4)
Remarquons qu’il existe des écoles dans lesquelles on trouve deux ou plusieurs classes d’un même niveau. De ce fait, on corrige la probabilité d’inclusion dans l’échantillon par un facteur qui tient compte de cet éventuel tirage intermédiaire et la probabilité d’inclusion PROINCLU dans l’échantillon devient :
PROINCLU = 1
Nombre de classes de même niveau × PROECOLE × PROELEVE (2)
Ajustement des poids de sondage : méthodes de repondération et post stratification On ajuste parfois les poids de pondération avant une estimation, et ce, pour deux raisons fondamentales :
• Tenir compte des non‐réponses totales : L’utilisation des poids d’échantillonnage pour estimer les scores moyens donne de bons résultats si toutes les écoles prévues ont été enquêtées.
• Tenir compte des surreprésentations volontaires. Certains types d’écoles peuvent être très rares dans le système éducatif. Le besoin de les avoir dans l’échantillon peut conduire à augmenter volontairement leur poids dans l’échantillon. Il faut pouvoir leur affecter leurs vrais poids dans la population avant les estimations, au risque de biaiser les résultats.
120
Les surreprésentations ou sous‐représentations pouvant conduire à des erreurs d’estimations non négligeables, il convient de re‐pondérer, c’est‐à‐dire attribuer aux strates leurs vrais poids dans la population. La repondération se base en général sur le principe d’un double échantillonnage : on considère que l’échantillon prévu est une sous population dans laquelle l’échantillon obtenu a été tiré aléatoirement. Pour tenir compte des surreprésentations ou sous‐représentations par la repondération, il faut multiplier cette probabilité par le taux de réponse des écoles par strate. La formule devient :
×Effectif des élèves de 2A et 5A de l'école
PROECOLE =TXREP Nombre d'écoles tirées dans la strate×Effectif total de 2A et 5A de la strate
(5)
TXREP désigne le taux de réponse des écoles par strate. On peut en déduire la relation entre la probabilité d’inclusion qui tient compte des surreprésentations et des sous‐représentations par la repondération (PROINCLU1) et l’ancienne probabilité d’inclusion (PROINCLU) :
PROINCLU1 = TXREP×PROINCLU (6) En utilisant cette nouvelle probabilité d’inclusion dans l’échantillon, on ajuste ainsi les poids de sondage des écoles dans le processus d’estimation des scores pondérés. Les scores estimés sont donc des scores pondérés dont les poids sont ajustés pour tenir compte des surreprésentations et des sous‐représentations des écoles dans l’échantillon final. Post stratification Au Bénin, en Mauritanie et au Gabon, il y a un écart important entre échantillon prévu et réalisé. De plus, certaines strates ont été sur représentées. Afin de permettre des estimations raisonnables, on a eu recours à la technique de post stratification. On a retenu deux critères de post stratification : le statut de l'école, le caractère complet/incomplet. En effet, les écoles privées ont généralement des scores supérieurs à celle du public et les écoles à cycle incomplet n'offrent pas tous les niveaux et ont donc moins de chance d'offrir la cinquième année, en particulier, et de faire partie de l’échantillon. On construit ainsi 3 strates qui correspondent à privé, public à cycle incomplet et public à cycle complet. L’estimation des scores moyens prend en compte, le poids de chacune de ces strates dans la base de sondage.
121
LA COLLECTE DES DONNEES Quelles sont les responsabilités dans la supervision de l’enquête et les opérations ? Les responsabilités de l’étude PASEC sont décrites dans une convention signée entre le Ministre et la CONFEMEN. Une équipe nationale PASEC est constituée de 6 ou 7 membres du ministère, et coordonnée par une responsable technique national, nommé par le Ministère, avec l‘aval du STP sur la base d’une fiche de poste. Le Secrétariat Technique Permanent (STP) de la CONFEMEN est responsabilisé pour superviser le travail d’ensemble de l’évaluation, l’équipe nationale (EN) gère les opérations de terrain et participe aux analyses et rédaction du rapport (chapitre 1) tandis que le Comité Scientifique (CS) est chargé de l’examen et de la validation des rapports finaux. Plusieurs missions d’appui sont prévues dans la convention à différentes phases de l’évaluation : identification, appui aux opérations de pré test et post test et à la saisie des données, mission de formation à l’analyse sur place et venue d’un membre de l’EN à Dakar et enfin appui à la restitution des résultats. Certaines missions d’appui sont parfois réalisées par des experts nationaux, dans le cadre de la coopération Sud ‐Sud. L’échantillon est tiré par le STP, mais l’EN participe à l’élaboration du plan de sondage, sous la responsabilité des conseillers techniques PASEC de Dakar. L’EN participe également à l’adaptation des instruments, sachant que c’est le STP qui valide la version finale. La formation des administrateurs est également assurée par l’EN, en présence d’un conseiller technique, chargé de vérifier que les consignes sont bien passées. L’EN corrige les tests sur la base de consignes de correction standardisées, puis saisit les données qui sont ensuite vérifiées et traitées par le STP. C’est généralement l’EN qui présente les résultats de l’évaluation au niveau national en compagnie des conseillers PASEC, mais l’édition et la production du rapport et de la synthèse sont assurés par le STP. La CONFEMEN finance l’évaluation, incluant les missions des conseillers techniques, mais le pays est amené à contribuer à hauteur de 3,5 millions de FCFA en sus de sa contribution statutaire à la CONFEMEN, et prend en charge la majorité des frais de l’atelier de restitution. Certains partenaires techniques et financiers locaux soutiennent parfois les évaluations, c’est le cas de l’UNICEF et de l’Agence Française de Développement. La formation des administrateurs Un manuel de procédures remis à l’équipe nationale décrit l’ensemble des aspects logistiques de l’évaluation, notamment la formation des administrateurs et la supervision sur le terrain. Les administrateurs des tests sont recrutés par l’équipe nationale, le plus souvent parmi les élèves‐enseignants ou des agents du Ministère ou des services déconcentrés de l’éducation. Les administrateurs partent sur le terrain munis d‘un cahier administrateur, des instruments et des correspondances administratives. Une lettre signée par les autorités nationales enjoint les directeurs d’école et les enseignants à participer à l’enquête, c’est pourquoi, les refus de passation sont très rares voire inexistants.
122
Les administrateurs sont formés durant deux jours au pré test et trois jours au post test. Pour les tests, chaque administrateur passe devant l’auditoire simuler la passation d’un item, puis on laisse à l’assistance le temps de poser d’éventuelles questions de compréhension. Les questionnaires sont lus aux administrateurs selon le même principe. La formation insiste sur les temps de passation de chaque item. Une demi‐journée de simulation réalisée en groupe dans une école donne l’occasion aux administrateurs de tester grandeur nature les principes du tirage des classes et des élèves, de l’organisation des classes pour le test ainsi que les temps de passation. Une séance de débriefing est alors organisée pour faire le point sur les problèmes éventuels rencontrés et préparer les enseignants aux différentes étapes de la passation. Un cahier administrateur détaillé est remis aux enquêteurs et les renseigne sur : La méthode pour présenter l’enquête au directeur d’école et aux enseignants Le tirage des classes et des écoles Les consignes de passation (incluant le minutage de chaque item) Le remplissage des feuilles de passation La passation des questionnaires élèves, maîtres et directeurs La mise à disposition des fiches de suivi La documentation de la passation à remettre aux superviseurs
Ce dernier point est particulièrement important car il renseigne sur les problèmes rencontrés en matière d’accès à l’école, de fonctionnement de l’école et sur le déroulement des tests. Des feuilles de passation renseignent le nom des élèves, les durées effectives de passation ainsi que les observations des administrateurs sur le déroulement des opérations. Généralement, les administrateurs vont dans les mêmes écoles au pré et au post test et sont affectés en fonction de leur connaissance du milieu local et en particulier des langues. Dans la plupart des pays, l’équipe nationale administre également les tests.
La liste des écoles n’est révélée aux administrateurs qu’au dernier moment, les autorités locales sont souvent prévenues de la passation d’épreuve, une semaine avant l’échéance, sans que la liste des écoles leur soit transmise. Les contextes locaux peuvent parfois engendrer des exceptions à cette règle, lorsque le déplacement dans une région pose des difficultés, notamment en matière de sécurité. Quelles sont les périodes visées par le pré test et le post test ? Théoriquement, le pré test doit avoir lieu un mois après la rentrée scolaire et le post test un mois avant la fin de l’année scolaire. Dans la pratique, les rentrées tardives, les mouvements sociaux et les examens de fin d’année entraînent des écarts par rapport à la situation visée. En moyenne, pour une année scolaire officielle commençant en octobre et finissant en juin, le pré test se déroule en novembre et le post test en mai.
123
LES PROCEDURES DE VERIFICATION ET DE TRAITEMENT DES DONNEES Quelles procédures de vérification et de contrôle de cohérence sont mises en œuvre sur les données? Le module traitement des données décrit dans le détail les méthodes de détection et de correction des erreurs sur lesquelles nous n‘allons pas nous attarder. Un effort particulier est apporté à la vérification un à un des noms des élèves, pour être certains qu’on a un bon appariement des fichiers pré test et post test. Dans les dernières vagues d’évaluation, on a vérifié la cohérence de certains construits ou échelles portant sur les biens et équipements du ménage, la nutrition, le matériel et les équipements des classes et écoles. La même technique employée pour analyser les réponses aux items des tests est appliquée pour les réponses aux questionnaires, considérés comme une suite d’items. On calcule les alphas de Cronbach et les corrélations de points bistreaux et les items/questions présentant une faible corrélation avec le reste des items59 ne font pas partie du calcul de l’échelle. L’analyse a montré une bonne cohérence interne des réponses notamment au questionnaire élève avec un excellent taux de réponse aux différentes questions (supérieur à 95%). LE TRAITEMENT DE LA NON REPONSE Quels sont les seuils de taux de réponse acceptables ? Le PASEC retient le seuil de 80% pour pouvoir exploiter une variable dans les analyses. Comment sont imputées les données manquantes ? Comme toute enquête par échantillon, les évaluations PASEC sont confrontées au non réponse. Celle‐ci peut avoir plusieurs sources:
1. Des problèmes liés à la collecte et à la saisie des données,
2. Le refus par l'enquêté de répondre ou le fait qu'il ne possède pas l'information.
3. La perte d’une école ou d'un élève au cours de l’année.
Bien que le PASEC prenne garde à minimiser les problèmes de collecte, il est inévitable que certaines non réponses persistent. Ainsi, lorsque nous procédons à une analyse multi variée une seule valeur manquante parmi les variables observées aura pour conséquence de supprimer l'observation. Dans un modèle comprenant 20 ou 30 variables explicatives, cela peut facilement conduire à perdre la moitié des observations. Ceci conduit, bien sûr, à une baisse de précision dans les estimations et à de potentiels biais puisque l'échantillon ainsi obtenu peut ne plus être représentatif.
59 Il s’agit principalement des items spécifiques au milieu rural au niveau de l’éclairage (lampes tempêtes ou à pétrole ou à gaz), et des moyens de transport (charrue, charrette).
124
La procédure mise en œuvre au sein du PASEC pour régler ce problème est celle des imputations multiples. Le principe des imputations multiples est de prédire les variables manquantes à l'aide des autres variables disponibles60. Les variables imputées remplacent alors les valeurs manquantes dans une nouvelle base de données. L'originalité de cette méthode consiste à répéter cette procédure plusieurs fois en introduisant une valeur aléatoire afin de prendre en compte la variabilité due à l'imprécision de l'estimation de cette variable (Graham & Schafer (1999); Schafer & Graham (2002). Nous procédons ainsi à cinq imputations61. Les régressions sont alors menées sur ces cinq bases de données et les écart‐types sont recalculés en utilisant la règle de Rubin. Le calcul des écart‐type prend donc en compte l'incertitude due à l'imputation des variables. Cette méthode permet de revenir à l'échantillon de base des élèves du pré test. Cette méthode est mise en œuvre par la commande Stata suivante : ice LISTEDESVARIABLES [if exp.] [poids], saving("C:\FICHIERDESORTIEDONNEES.dta") m(5) /// passive(LISTEVARIABLESCATEGORIELLES) /// substitute(LISTEVARIABLESCATEGORIELLES) /// cmd(LISTECOMMANDES) /// AUTRESOPTIONS Les statistiques descriptives sont bien entendu calculées sur l’échantillon des répondants, en dehors des scores internationaux de fin d’année. Les scores des élèves enquêtés au pré test mais non enquêtés au post n'ont été imputés que dans le cadre des calculs des moyennes des scores internationaux. Dans ce cas, le score final est imputé ou plutôt prédit par une régression liant le score initial individuel de l’élève et l’effet d’appartenance à sa classe, par rapport aux autres (indicatrices de classe). Quelle est la procédure générale pour la construction des variables ? La plupart des variables créées sont dichotomiques en dehors de certains indicateurs faisant intervenir plusieurs variables tels que le niveau de vie, l’équipement des classes et des écoles. Pour cela, on utilise soit une analyse en composantes principales, soit une analyse en correspondance multiple permettant de sélectionner les variables discriminant les élèves ou classes entre elles.
60Nous retenons une cinquantaine de variables qui servent à la fois de prédicteurs et de variables à imputer. Toutes les variables du modèle final sont présentes. Les scores finaux servent de prédicteurs mais ne sont pas imputés. 61Le chiffre de 5 a été choisi en fonction de la littérature et des capacités des ordinateurs et logiciels statistiques utilisés.
125
Pour le niveau de vie, on a parfois considéré sur une liste restreinte de biens, que 0 bien possédé équivalait à pauvre, 1 ou 2 à catégories intermédiaires et 3 ou 4 biens à riches. Les différentes méthodes ont montré une grande convergence entre elles et également avec les méthodes employées dans les enquêtes MICS de l’UNICEF. METHODES DE CALCUL DES SCORES Les scores sont calculés en faisant la somme des bonnes réponses, les réponses manquantes étant considérées comme des réponses incorrectes. Chaque bonne réponse vaut 1 et chaque mauvaise réponse 0. Le score est rapporté sur 100 dans les statistiques descriptives et devient le pourcentage de bonnes réponses. Les items intervenants dans le calcul des scores sont sélectionnés en fonction de la corrélation item‐test (rpbis) et de l’indice de difficulté. Il existe trois types de scores :
• le score calculé pour les modèles d’analyse multi variée ;
• le score calculé pour une mesure dans le temps, le cas échéant ;
• le score utilisé pour les comparaisons internationales.
Cependant le principe de sélection des items et du calcul à proprement parler du score est le même dans les trois cas. Seule varie la liste des items sélectionnés.
Comment sont calculés les scores au PASEC pour les analyses multi variées? Les scores introduits dans les modèles d’analyse sont centrés réduits. Les tests de début et de fin d’année ne sont pas mis sur une même échelle, en utilisant des items d’ancrage, car cela n’est possible qu’en français 5ème année. Néanmoins, l’introduction de pondérations plus importante des items d’ancrage n’avait pas remis en cause les résultats des modèles pour le Cameroun. Comment sont calculés les scores au PASEC pour la comparaison dans le temps ? Après avoir examiné les éventuelles variations de forme ou contenu des items entre deux vagues d’évaluation pour un même pays, on calcule les indices de difficulté et corrélations de point‐bisériaux. Lorsque les indices de difficulté ou les corrélations de point bisérial sont inférieurs aux seuils fixés de 0,1 et 0,9 puis 0,2 respectivement, l’item est supprimé des scores comparables‐temps. Ensuite, un fichier fusionne les réponses aux items pour les deux enquêtes. Dans le cadre du Sénégal, les tests ont été mis à l’échelle grâce aux modèles de réponse à l’item (IRT). Comment sont calculés les scores au PASEC pour la comparaison internationale ? Au sein du PASEC VII et VIII, on ne trouve pas de différences majeures entre les tests et items, en dehors de légères variations de taille de police. Un revue des tous les tests administrés au PASEC VII et VIII a été entreprise, item par item en prenant soin de vérifier le contenu et la forme des items. Les variations sont principalement dues à l’utilisation de tailles de police ou d’images sensiblement différentes.
126
Les réponses aux items ont été rassemblées dans une base commune, puis examinées selon deux indicateurs et à deux niveaux (international et national).
1ère étape : Analyse des corrélations item‐test (rubis) au niveau global (sur le jeu de données fusionnées) 2ème étape: Analyse des corrélations item‐test (rubis) pour chaque pays �Les items dont les rubis sont inférieurs à 0,2 dans au moins trois pays sur 9 ont été supprimés.
3ème étape : Analyse des indices de difficulté (taux de réussite) au niveau global (sur le jeu de données fusionnée) 4ème étape : Analyse des indices de difficulté (taux de réussite) pour chaque pays �Les items dont les indices de difficulté sont supérieurs à 0,9 ou inférieurs à 0,1 dans au moins trois pays ont été supprimés.
On notera que pour le test de deuxième année, les items présentent une bonne cohérence interne et des indices de difficulté en moyenne proche de 0,5. Les items Q et R du test de deuxième année en mathématiques (pré test), faisant intervenir les signes « < » et « > » ne sont pas au programme au Burkina Faso et ont donc été supprimés des analyses. Au post test, en 2ème année, aucun item ne pose problème. Etant donné que le nombre d’items est plus important au post test qu’au pré test en deuxième année, il est préférable de faire les analyses sur les post test. De plus, il n’existe pas d’items d’ancrage entre pré test et post test en deuxième année. En revanche, pour le test de 5ème année, un certain nombre d’items ont été supprimés, notamment les items à question ouverte. Seul le test de 5ème année en français comporte des items d’ancrage commun aux deux vagues d’évaluation. Les tests utilisés dans les pays ont été comparés un à un. Les items nationaux et les items PASEC qui ne correspondent pas au curriculum officiel, qui sont très rares, ont été supprimés des analyses internationales. Ensuite, les items dont le rubis est inférieur à 0,2 ou dont l’indice de difficulté est supérieur à 90% ou inférieur à 10% n’interviennent pas dans le calcul des scores internationaux. Pour une analyse plus fine des réponses aux items PASEC sur plusieurs pays, mobilisant la théorie de réponse aux items ou IRT pour item réponse theory, voir MONSEUR C. (2007) et ITZLINGER U. (2009). On notera que les tests PASEC, bâtis dans les années 90, sont actuellement en cours de révision. Pour une confrontation tests PASEC‐curricula, voir LEJONG M. (2007).
127
Tableau : Alpha de Cronbach par test et par pays, liste des items supprimés dans le calcul des scores internationaux
2ème année 5ème année
Français Maths Français Maths
Pays Pré test Post test Pré test Post test Pré test Post test Pré test Post test
BEN 0,93 0,94 0,86 0,95 0,82 0,85 0,87 0,84
BFA 0,9 0,93 0,84 0,92 0,72 0,84 0,84 0,83
CMR 0,91 0,92 0,83 0,92 0,83 0,84 0,84 0,81
COG 0,91 0,94 0,84 0,94 0,82 0,88 0,82 0,86
GAB 0,89 0,94 0,75 0,91 0,83 0,84 0,81 0,76
MDG 0,88 0,89 0,82 0,93 0,72 0,74 0,83 0,83
MRT na na 0,84 0,94 0,7 0,8 0,86 0,86
SEN 0,92 0,94 0,84 0,94 0,8 0,83 0,83 0,82
TCD 0,87 0,92 0,87 0,94 0,84 0,84 0,85 0,81
Global 0,91 0,93 0,85 0,94 0,82 0,87 0,87 0,86
Items supprimés D aucun A, Q et R aucun P, Q, R, S,
W, AC, AF
H, L, M, N, O, T, V, AF, AJ
E, AB D, V, AB, AE, AJ
Nombre final
d'items 24 40 15 39 33 32 32 36
La mise a l’échelle des tests réalisée grâce aux modèles de réponse à l’item, après suppression des items à fonctionnement différentié, n’a pas conduit à des décalages majeurs du positionnement des pays par rapport au score calculé selon la théorie du score vrai, sur les pré test cinquième année des pays PASEC VII et VIII et des résultats provisoires PASEC IX. CALCUL DES STATISTIQUES DESCRIPTIVES Comment sont calculées les moyennes et proportions ? L’estimation des moyennes et proportions fait en déclarant le plan d’échantillonnage et en introduisant les pondérations. Pour déclarer le plan d’échantillonnage, on a besoin des facteurs d’extrapolation (ou « raisin factor »). Ils prennent comme valeur l’inverse de la probabilité d’inclusion. Déclarer le plan d’échantillonnage au logiciel, c’est lui demander de prendre en compte les poids ou probabilité d’inclusion dans les différentes estimations. La commande « svyset » permet de déclarer le plan de sondage à STATA par la commande : svyset NUMECOLE [weight=IPROINCLU], strata (NUMSTRATE) vce (linear zed) single unit(missing) || NUMELEVE Il faut lui préciser :
• « pweight » c’est‐à‐dire les poids de pondération ; il s’agit ici des facteurs d’extrapolation (ou « raising factors »), qui valent l’inverse de la probabilité d’inclusion.
• « vce » indique la méthode d’estimation de la variance des estimateurs
128
• « strata » c’est‐à‐dire l’identificateur des strates
• « psu » c’est‐à‐dire « primary sampling units » ou unités primaires d’échantillonnage.
Il s’agit ici des écoles.
Dans le cas de la post stratification, la commande a utilisé pour déclarer le plan de sondage est : svyset NUMECOLE [pweight=IPROINCLU2], poststrata(NUMSTRATE_1) postweight(NUMSTRATE_1) vce(linearized) singleunit(missing) || NUMELEVE Pour les statistiques descriptives, les poids n’ont été introduits qu’à partir de l’évaluation Maurice. Les moyennes pondérées s’obtiennent par la commande Stata :
svy, vce(linearized): mean SFIN2F100 SFIN2M100 SFIN2Mlg100 (pour la 2ème année) L’option jacknife donne des estimations plus précises. METHODES D’ANALYSE DES DONNEES Quelle est la démarche globale d’analyse ? Le principe fondamental de l’analyse multi variée consiste à considérer conjointement dans l’analyse l’ensemble des facteurs qui interviennent simultanément dans le processus d’acquisition, afin d’identifier isolément l’effet de chacun d’entre eux. La recherche d’un modèle explicatif du score final des élèves est donc le but des analyses PASEC. L’idée de base de la formalisation mathématique du modèle théorique d’apprentissage scolaire décrit précédemment consiste à supposer l’existence d’une relation fonctionnelle entre les facteurs d’apprentissage, les facteurs contextuels et les résultats scolaires. L’approche retenue par le PASEC consiste donc à considérer le niveau d’acquisition de départ ou de début d’année scolaire (score au pré‐test) comme un résumé ou une synthèse, bien qu’imparfaite mais acceptable, de toute l’information sur le passé scolaire et extrascolaire de l’élève. On parle alors de modèle d’apprentissage scolaire à « valeur ajoutée » (cf. encadré 1), dans la mesure où ce type d’approche permet de mesurer l’effet des facteurs contemporains de scolarisation sur la progressions des élèves sur une année. Le modèle de régression linéaire multiple s’écrit :
A1i = α0 + α1X1 + α2X 2 + ... + αkX k + ε iii
Avec A1i la variable expliquée ou dépendante,
X 1, X 2, ..., X n les variables explicatives, α0 , α1 , α2, …, αk les paramètres à estimer
Avec i = 1,…, n individus ou élèves ici. ε iii l’écart aléatoire
Les variables explicatives font référence à l’ensemble des facteurs, scolaires et extrascolaires, identifiés dans le modèle théorique et supposés avoir un impact sur les acquisitions scolaires.
129
L’approche retenue dans l’estimation consiste généralement à effectuer cette régression en introduisant de façon progressive par thème les différentes variables explicatives. Pour ce faire, on régresse d’abord le score de fin d’année sur le score de début d’année pour avoir une idée du poids des habiletés personnelles de l’élève et de son héritage scolaire antérieur dans la performance de fin d’année. Une fois que nous avons contrôlé les aptitudes personnelles et l’héritage historique de l’élève, la partie restante du score de fin d’année peut être imputable aux facteurs scolaires et extrascolaires de l’année en cours. On parle de modèle de progression ou modèle à valeur ajoutée. On peut à présent introduire progressivement, d’abord les caractéristiques des élèves (âge, genre, milieu socio‐économique, milieu culturel, alphabétisation des parents, etc.), ensuite les caractéristiques des enseignants (qualifications académique et professionnelle, motivation, expérience professionnelle, etc.), puis les caractéristiques de la classe (taille de classe, organisation pédagogique – simple flux, double flux, multigrade, etc.), et enfin les caractéristiques du directeur et de l’école (statut privé/public de l’école, dynamisme du directeur, localisation rural/urbain de l’école, etc.). Le modèle global sera obtenu par concaténation des modèles par bloc suivant les différents thèmes qui ont guidés l’introduction progressive des variables. La revue des résultats des évaluations PASEC VII, ainsi que Gabon et Maurice (PASEC VIII) a permis d’identifier les variables revenant souvent dans les modèles quel que soit le pays et ainsi d’affiner le modèle théorique pour les évaluations Burkina Faso, Congo et Sénégal (PASEC VIII). En effet, une liste de 40 variables a été établie contenant les variables les plus souvent associées à des coefficients significatifs dans les modèles, peu importe l’année (2ème ou 5ème) ou la discipline (français ou mathématiques). Toujours dans cette optique, un jeu de données commun a été créé afin de consolider les analyses par des méthodes d’analyse dites multi niveaux. Quelles spécifications techniques sont retenues pour les modèles ? Les données souvent utilisées dans la modélisation d’acquisitions scolaires sont de type hiérarchique ou à plusieurs niveaux. En effet, les données sont collectées à la fois sur les élèves, les classes et les écoles. Or, l’unité d’observation de départ ou l’élève fait partie d’une classe ; de même, la classe fait partie d’une école. Le caractère hiérarchique des données est pris en compte grâce à l’option cluster de stata, qui permet de mettre en œuvre une estimation robuste des écarts‐types. Les multi colinéarités entre variables sont détectées à l’aide des « variance inflation factors » (vif), le seuil de 2 ayant été retenu au PASEC. Les modèles sont donc obtenus sur Stata avec la commande : regress SFIN SINI X1 X2 X3…XN, cluster(NUMCOLE) Et en tenant compte de l’imputation multiple, la commande devient : mim : regress SFIN SINI X1 X2 X3…XN, cluster(NUMCOLE)
130
SENNE (2008) aborde la question des biais de sélection et propose des solutions pour le PASEC. Comment lire et interpréter les résultats des modèles ? Les variables de score sont centrés réduites, ce qui veut dire que l’effet des coefficients se lit en pourcentage d’écart type (du test de fin d’année). Nous disposons ici du nécessaire pour une première lecture de la colonne des coefficients issus de l’estimation d’un modèle par les MCO (notée "coef" dans les sorties Stata). Reprenons l’estimation de la section précédente, en considérant maintenant comme variable dépendante le score standardisé : regress STSCORE TAILLE RURAL ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ STSCORE | Coef. Std. Err. t P>|t| [95% Conf. Interval] ‐‐‐‐‐‐‐‐‐‐‐‐‐+‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ TAILLE | ‐.0060685 .0009014 ‐6.73 0.000 ‐.0078364 ‐.0043006 RURAL | ‐.3914208 .0483857 ‐8.09 0.000 ‐.4863135 ‐.2965281 _cons | .6480245 .0648103 10.00 0.000 .5209203 .7751288 ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ Ainsi, on peut lire que l’augmentation d’un élève dans l’effectif de la classe a pour effet moyen de réduire les résultats de ceux‐ci de 0,6% d’écart‐type (coefficient de ‐0,006). De même, le passage du milieu urbain au milieu rural a pour effet moyen de diminuer les résultats des élèves de 39% d’écart‐type (coefficient de ‐0,39).
Il convient dès lors de ne pas considérer simplement l'estimation la plus probable de la vraie valeur, mais de donner une fourchette dans laquelle on peut garantir, par exemple à 95%, que la vraie valeur se trouve ; c'est cette fourchette qu'on appelle l'intervalle de confiance. Dans l’estimation précédente : regress STSCORE TAILLE RURAL ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ STSCORE | Coef. Std. Err. t P>|t| [95% Conf. Interval] ‐‐‐‐‐‐‐‐‐‐‐‐‐+‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ TAILLE | ‐.0060685 .0009014 ‐6.73 0.000 ‐.0078364 ‐.0043006 RURAL | ‐.3914208 .0483857 ‐8.09 0.000 ‐.4863135 ‐.2965281 _cons | .6480245 .0648103 10.00 0.000 .5209203 .7751288 ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ On peut lire que la valeur moyenne la plus probable, sur notre échantillon, du coefficient affecté à la variable taille est ‐0,006. L’intervalle de confiance nous dit qu’on peut être assuré à 95% que la vraie valeur est comprise entre ‐0,004 et ‐0,008. De même, la valeur du coefficient de la variable rurale est elle comprise entre ‐0,29 et ‐0,49, pour une valeur moyenne de ‐0,39. Plus généralement, la probabilité limite (colonne P>|t|) ou p‐value nous permet de préciser exactement le risque de se tromper en considérant que l'effet est nul. On dira qu’une variable est significative :
• au seuil de 10% lorsque P<0,01, noté * • au seuil de 5% lorsque P<0,05, noté ** • au seuil de 1% lorsque P<0,1, noté ***
131
Le R² (R‐squared) renseigne sur le pouvoir explicatif du modèle utilisé. Dans l’estimation suivante, issue de la régression du score de fin d’année sur la taille de la classe : Regress STSCORE TAILLE Number of obs = 1967 F( 1, 1965) = 59.80 Prob > F = 0.0000 R‐squared = 0.0295 Adj R‐squared = 0.0290 Root MSE = .98537 ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ STSCORE | Coef. Std. Err. t P>|t| [95% Conf. Interval] ‐‐‐‐‐‐‐‐‐‐‐‐‐+‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ TAILLE | ‐.0070234 .0009082 ‐7.73 0.000 ‐.0088046 ‐.0052422 _cons | .4303264 .0599181 7.18 0.000 .3128166 .5478362 ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐
Le R² ajusté s’élève à 0,029. Ceci signifie que la variable taille de la classe explique à elle seule 2,9% de la variabilité des résultats scolaires en fin d’année. Rappelons que la part de la variabilité non expliquée par les variables du modèle (1‐R²) correspond au terme aléatoire �.
132
ANNEXE B Statistiques descriptives TABLEAU DES SCORES INTERNATIONAUX Tableau 3‐1‐a
2ème année pré test
Pays Année Pré test Moyenne Inf. Sup.Pré test Moyenne Inf. Sup.
BFA 2007 Français 23,4 21,0 25,7 Maths 33,5 30,7 36,3CMR 2005 Français 45,2 41,1 49,3 Maths 53,2 48,8 57,6COG 2007 Français 30,4 27,0 33,9 Maths 47,1 43,8 50,4MDG 2005 Français 40,0 36,3 43,8 Maths 59,3 56,0 62,7SEN 2007 Français 31,6 29,0 34,2 Maths 37,9 34,9 40,9TCD 2004 Français 27,0 23,6 30,5 Maths 48,0 43,4 52,5BEN 2005 Français 28,3 24,8 31,8 Maths 39,9 36,4 43,4GAB 2006 Français 41,0 38,0 44,0 Maths 45,6 43,3 47,9MRT 2004 Français nd Maths 42,1 39,1 45,1Moyenne Français 33,4 Maths 45,2 Tableau 3-1-b
2ème année post test
Pays Année Post test Moyenne Inf. Sup.
Post test Moyenne Inf. Sup.
BFA 2007 Français 38,4 35,7 41,1 Maths 33,5 31,2 35,9 CMR 2005 Français 64,9 61,5 68,2 Maths 54,7 51,5 57,9 COG 2007 Français 43,6 40,5 46,8 Maths 44,8 41,7 47,9 MDG 2005 Français 47,9 45,1 50,7 Maths 53,4 50,8 56,0 SEN 2007 Français 42,9 39,4 46,4 Maths 45,2 42,2 48,2 TCD 2004 Français 41,1 36,6 45,6 Maths 42,5 38,6 46,5 BEN 2005 Français 33,2 30,4 36,1 Maths 33,1 30,5 35,8 GAB 2006 Français 48,9 45,8 51,9 Maths 48,3 46,0 50,5 MRT 2004 Français nd Maths 31,7 29,0 34,3 Moyenne Français 45,1 Maths 43,0
133
Tableau 3‐2‐a
5ème année pré test
PAYS Année Pré test Moyenne Inf. Sup.Pré test Moyenne Inf. Sup.
BFA 2007 Français 37,1 35,1 39,1 Maths 40,1 37,9 42,4CMR 2005 Français 46,0 42,8 49,1 Maths 54,6 51,8 57,5COG 2007 Français 37,7 35,2 40,3 Maths 44,9 42,8 47,0MDG 2005 Français 37,0 33,8 40,2 Maths 64,0 61,3 66,7SEN 2007 Français 37,1 35,1 39,0 Maths 45,8 43,4 48,2TCD 2004 Français 36,3 32,6 40,0 Maths 39,5 35,1 43,9BEN 2005 Français 31,6 29,5 33,7 Maths 44,5 42,0 47,0GAB 2006 Français 49,9 47,9 52,0 Maths 53,1 51,4 54,9MRT 2004 Français 19,5 17,9 21,1 Maths 24,9 22,2 27,6Moyenne Français 36,9 Maths 45,7 Tableau 3‐2‐b
5ème année post test
PAYS Année Post test Moyenne Inf. Sup.
Post test Moyenne Inf. Sup.
BFA 2007 Français 40,1 37,9 42,3 Maths 38,2 36,1 40,2 CMR 2005 Français 55,5 52,8 58,2 Maths 47,2 44,7 49,6 COG 2007 Français 39,1 36,4 41,8 Maths 36,0 33,8 38,3 MDG 2005 Français 39,4 37,6 41,3 Maths 52,0 49,6 54,3 SEN 2007 Français 42,1 40,1 44,2 Maths 40,9 38,7 43,2 TCD 2004 Français 34,3 31,4 37,3 Maths 34,0 31,0 37,0 BEN 2005 Français 32,1 30,0 34,2 Maths 31,9 29,8 34,0 GAB 2006 Français 57,0 54,5 59,5 Maths 42,4 40,7 44,0 MRT 2004 Français 22,2 20,4 24,1 Maths 22,2 20,0 24,4 Moyenne Français 40,2 Maths 38,3
134
Annexe C Statistiques Descriptives
DEUXIEME ANNEE SENEGAL
Variables Description Moyenne/Proportion Standard Erreur
Intervalle de confiance Std deviationBorne
Inférieure Borne
Supéerieure
sfin2f100 Score final en français 44,10 2,03 40,08 48,12 26,18
sfin2m100 Score final en mathématiques 47,22 1,70 43,86 50,58 25,76
sini2m100 Score initial en mathématiques 40,30 1,63 37,07 43,53 24,20
sini2f100 Score initial en français 31,13 1,34 28,47 33,78 24,70
fille 1 si l'élève est une fille 0,50 0,01 0,48 0,53
genre 1 si l'élève est une fille et que le maître est une femme 0,22 0,03 0,17 0,27
richessemca richesse 0,13 0,01 0,10 0,16 0,33
trav champ 1 si l'élève travaille au champ 0,45 0,03 0,38 0,51
trav dom 1 si l'élève effectue des travaux domestiques 0,54 0,02 0,50 0,58
domfranc ais 1 si l'élève parle français à la mais on 0,03 0,01 0,01 0,04
livre_mt 1 si l'élève possède un livre de mathématiques 0,52 0,04 0,45 0,59
livre_fr 1 si l'élève possède un livre de français 0,64 0,04 0,56 0,71
aidemaitre 1si le maître aide l'élève 0,02 0,00 0,01 0,03
aidepersonne 1 si personne n'aide l'élèv e 0,18 0,03 0,12 0,23
nbredoub nombre de redoublement de l'élève 0,35 0,02 0,31 0,39
jamais aucun redoublement 0,68 0,02 0,64 0,72
1 an redoubler une fois 0,29 0,02 0,25 0,32
2 ans redoubler deux fois 0,03 0,01 0,02 0,04
135
ageentree âge d'entrée de l'élève à l'école 6,83 0,06 6,71 6,95 1,11
maternel 1 si l'élève a fait la maternelle 0,22 0,02 0,18 0,26
nbequipelev nombre d'équipement de l'élève 3,52 0,05 3,42 3,62 0,81
equipclass nombre d'équipement de la classe 3,43 0,12 3,20 3,66 1,21
mtfem 1 si le maître est une femme 0,41 0,05 0,32 0,51
mtdipcy clb 1 si le maître poss ède au moins le bac 0,11 0,04 0,04 0,19
mtdurepratiq durée pratique dans la formation pédago du maître en mois
2,17 0,20 1,78 2,57 2,93
0 aucune formation 0,09
1 au moins un an 0,91
mtanc ancienneté du maître en année 8,99 0,76 7,48 10,50 8,34
mtc ontvol 1 si le maître est contractuel ou volontaire 0,68 0,04 0,60 0,75
mtinspecter 1 si le maître a été inspecté 0,70 0,05 0,61 0,79
mtutilguid~r 1 si le maître utilise le guide de français 2,92 0,15 2,63 3,22
mtlangloc 1 si le maître parle la langue locale 0,86 0,03 0,80 0,93
taillec lass e taille de la classe 54,47 2,68 49,17 59,77 24,84
dtabsmait~ nombre de jours d'absence du maître durant le mois pécedant le test
8,22 0,80 6,63 9,80 10,07
dtseul 1 si le maître vit seul 0,15 0,05 0,05 0,24
dtnoape 1 s'il n'y a pas d'APE 0,11 0,03 0,05 0,16
dtassoc syn~c 1 si le directeur est syndiqué 0,81 0,04 0,73 0,88
dtdansecol 1 si le directeur v it dans l'école 0,19 0,04 0,10 0,27
dtnbtot taille de l'école 168,15 9,96 148,47 187,84 124,73
dtancenseign ancienneté du directeur en tant qu'enseignant 12,37 0,87 10,64 14,09 8,79
136
rural 1 si l'éc ole est en milieu rural 0,57 0,04 0,49 0,66
prive 1 si l'éc ole est priv ée 0,13 0,01 0,10 0,16
numstrate1 score moyen en Fr et maths Ecoles privées 61,76 6,45 49,02 74,50 24,79
numstrate2 score moyen en Fr et maths Dakar 49,11 2,61 43,95 54,27 26,43
numstrate3 score moyen en Fr et maths Diourbel 41,06 3,65 33,85 48,28 25,28
numstrate4 score moyen en Fr et maths Fatick 37,68 3,95 29,88 45,49 17,71
numstrate5 score moyen en Fr et maths Kaolac k 51,91 6,28 39,50 64,33 30,74
numstrate6 score moyen en Fr et maths Kolda 23,82 5,60 12,75 34,89 15,73
numstrate7 score moyen en Fr et maths Louga 46,80 3,39 40,09 53,51 18,36
numstrate8 score moyen en Fr et maths Matam 43,46 5,61 32,37 54,56 15,46
numstrate9 score moyen en Fr et maths Saint-Louis 44,77 3,34 38,17 51,38 24,17
numstrate10 score moyen en Fr et maths Tambacounda 50,67 5,09 40,60 60,73 14,60
numstrate11 score moyen en Fr et maths Thiès 55,53 3,75 48,11 62,95 29,95
numstrate12 score moyen en Fr et maths Ziguinchor 32,48 4,04 24,49 40,48 19,77
CINQUIEME ANNEE SENEGAL
Variables Description Moyenne
/ProportionStandard
Erreur
Intervalle de confiance Std
deviationBorne Inférieure
Borne Supéerieure
stfin5f Score final français standardisé 37,51 1,05 35,44 39,59 18,18
stini5f Score initial français standardisé 33,90 1,01 31,90 35,90 16,40
stfin5m Score final maths standardisé 43,50 1,43 40,67 46,32 18,28
stini5m Score initial maths standardisé 46,30 1,29 43,76 48,85 19,12
fille 1 si l' élève est une fille 0,48 0,02 0,45 0,51
genre 1 si l'élève est une fille et que le maître est une femme 0,09 0,02 0,04 0,14
richessemca Richesse du ménage -0,08 0,09 -0,25 0,09 1,05
137
aidemaitre 1si le maître aide l'élève 0,02 0,00 0,01 0,02
aidepersonne 1 si personne n'aide l'élèv e 0,23 0,03 0,17 0,28
travchamp 1 si l'élève dit travailler aux champs 0,43 0,03 0,36 0,49
travdom 1si l'élève dit effectuer des travaux domestiques 0,57 0,02 0,53 0,61
livre_fr 1 si l'élève possède un livre de français 0,61 0,04 0,54 0,69
livre_mt 1 si l'élève possède un livre de maths 0,49 0,04 0,41 0,57
tuteur 1 si l'élève vit avec un tuteur 0,10 0,01 0,08 0,12
maternel 1 si l'élève a fait la maternel 0,21 0,02 0,17 0,25
nbredoub Nombre de redoublement de l'élève dans son cursus 0,59 0,03 0,52 0,65 0,68
ageentree Age auquel l'élève est entré à l'école 7,06 0,11 6,85 7,28 1,44
domfrancais 1 si l'élève parle français à la maison 0,05 0,01 0,03 0,07
nbequipelev nombre d'équipement de l'élève 3,76 0,06 3,64 3,87 0,62
equipclass Nombre d'équipement que possède la classe 6,49 0,46 5,58 7,40 3,02
5 5biens d'équipement 0,21 0,04 0,13 0,29
6 6biens d'équipement 0,45 0,06 0,34 0,56
7 7biens d'équipement 0,21 0,04 0,12 0,29
8 8biens d'équipement 0,08 0,04 0,01 0,16
9 9biens d'équipement 0,04 0,02 -0,01 0,08
10 10biens d'équipement 0,01 0,01 -0,01 0,04
mtfem 1 si le maître est une femme 0,19 0,06 0,08 0,31
mtdipcyclb 1 si le maître a le bac 0,67 0,05 0,57 0,77
mtnodipedag 1 si le maître n'a pas de diplôme pédagogique 0,22 0,05 0,13 0,31
mtcontvol 1 si le maître est contractuel ou volontaire 0,33 0,05 0,24 0,43
dtabsmait~m1 Nb de jours d'absence du maître évalué par le directeur 7,37 0,75 5,90 8,85 8,37
tailleclasse Taille de la classe 49,24 3,49 42,34 56,15 23,85
138
mtutilguid~t 0 si le maître utilise le guide du maître en Mathématiques 2,82 0,16 2,51 3,12 1,51
mtutilguid~fr 1 si le maître utilise le guide du maître en Français 3,01 0,14 2,73 3,29 1,39
0 pas de guide 0,15 0,03 0,08 0,21
1 jamais 0,01 0,01 0,00 0,03
2 rarement 0,04 0,04 -0,03 0,11
3 souvent 0,28 0,04 0,19 0,37
4 toujours 0,52 0,05 0,41 0,63
mtnbform Nombre de formations suivies par le maître 3,57 0,25 3,07 4,07 1,79
0 Aucune formation 0,13 0,06 0,02 0,25
1 1 formation 0,03 0,02 -0,01 0,06
2 2 formations 0,04 0,02 0,00 0,07
3 3 formations 0,17 0,04 0,09 0,25
4 4 formations 0,36 0,05 0,26 0,46
5 5 formations 0,13 0,03 0,07 0,19
6 6 formations 0,15 0,03 0,08 0,21
mtanc Ancienneté du maître en années 9,70 0,67 8,38 11,03 6,74
mtdurepedag Durée de la formation pédagogique du maître 4,38 0,14 4,09 4,66 1,51
mtinspecter 1 s i le maître a été inspecté cette année 0,73 0,06 0,61 0,84
dtparfacil 1 : les relations ac les parents sont faciles selon le directeur 0,75 0,04 0,67 0,84
dtdansecol 1 si le directeur vit dans l'école 0,15 0,03 0,09 0,21
dtancdir Ancienneté comme directeur 10,45 0,74 8,99 11,92 8,27
dtancenseign Anciénneté du directeur comme enseignant 12,87 0,74 11,41 14,33 8,16
nbequipecol Nombre d'équipenet de l'école 5,33 0,25 4,83 5,82 2,56
0 0 bien d'équipement école 0,06 0,03 0,00 0,13
1 1 bien d'équipement école 0,05 0,02 0,01 0,10
139
2 2 biens d'équipement école 0,03 0,01 0,00 0,06
3 3 biens d'équipement école 0,05 0,02 0,02 0,09
4 4 biens d'équipement école 0,11 0,03 0,04 0,18
5 5 biens d'équipement école 0,19 0,04 0,11 0,26
6 6 biens d'équipement école 0,18 0,06 0,07 0,29
7 7 biens d'équipement école 0,11 0,03 0,06 0,16
8 8 biens d'équipement école 0,13 0,03 0,07 0,18
9 9 biens d'équipement école 0,05 0,02 0,02 0,09
10 10 biens d'équipement école 0,01 0,00 0,01 0,01
11 11 biens d'équipement école 0,01 0,01 0,00 0,02
12 12 biens d'équipement école 0,01 0,00 0,01 0,01
rural 1 si l'école est en milieu rural 0,48 0,05 0,38 0,59
prive 1 si l'école privée 0,20 0,04 0,12 0,29
numstrate1 score moyen en Fr et maths Ecoles privées 53,01 3,20 46,68 59,35 12,78
numstrate2 score moyen en Fr et maths Dakar 43,78 2,25 39,32 48,23 18,54
numstrate3 score moyen en Fr et maths Diourbel 39,20 2,70 33,86 44,55 15,10
numstrate4 score moyen en Fr et maths Fatick 39,94 2,29 35,41 44,47 14,39
numstrate5 score moyen en Fr et maths Kaolac k 41,71 3,11 35,55 47,86 17,93
numstrate6 score moyen en Fr et maths Kolda 25,89 1,39 23,13 28,64 7,61
numstrate7 score moyen en Fr et maths Louga 39,93 1,70 36,56 43,29 9,72
numstrate8 score moyen en Fr et maths Matam 51,35 4,79 41,87 60,83 14,80
numstrate9 score moyen en Fr et maths Saint-Louis 35,72 1,54 32,68 38,76 14,40
numstrate10 score moyen en Fr et maths Tambacounda 47,58 4,23 39,20 55,95 13,36
numstrate11 score moyen en Fr et maths Thiès 38,75 3,21 32,40 45,11 20,12
numstrate12 score moyen en Fr et maths Ziguinchor 33,46 2,48 28,55 38,37 11,15
140
ANNEXE D : Recommandations des groupes de travail
Atelier 3 : Mesures
Appréciation de la pertinence des
recommandations
Condition d’une mise en œuvre efficace
Amélioration des conditions matérielles et respect des normes éducatives - Diminuer les tailles de classes en priorité dans les petits niveaux
- pertinente ; - Etendre cette recommandation à tous les niveaux
- construction et équipement de salles de classes ; - recrutement d’enseignants ; - stratégie : option progressive ;
- Prioriser la dotation en manuels de lecture dans les petites classes
-pertinente ; -prendre en compte les manuels en mathématique : -étendre la dotation en manuels à tous les niveaux selon les normes du PDEF (deux manuels : français, mathématique dans le sac de l’élève) ; -équiper les classes en tables bancs (mettre deux élèves par table banc) ; -mettre à la disposition des élèves ce petit matériel indispensable : bics, crayon, outils de géométrie, cahiers etc.
-mettre en place à temps les manuels scolaires à la disposition des services déconcentrés ; -doter les services déconcentrés de magasins de stockage ; -mettre les manuels au niveau des écoles à temps opportun ; -veiller à la distribution des manuels dans les classes ; -prendre en compte la langue maternelle de l’enfant comme langue d’enseignement ;
Gestion du temps scolaire et des pratiques de classe -Améliorer la supervision des enseignants :
Substituer le mot « supervision » par le mot « suivi, encadrement de l’enseignant craie en main » -introduction des langues nationales comme langue d’apprentissage
directeurs : -dégager un nouveau profil du directeur d’école ; (un directeur qui respecte le cahier de charges) -respecter le cahier de charges du directeur d’école ; -mettre en place les CODEC ; -rendre dynamique les CODEC par le biais des cellules d’animation pédagogique (CAP) ;
enseignants -redynamiser les CAP ;
inspecteurs -minimiser le ratio maîtres/inspecteurs ;
141
-développer la logistique (doter les services déconcentrés de véhicules en fonction des besoins : matériels informatiques et de reprographie) et les infrastructures (construction de service adapté avec l’équipement qu’il faut). .
-Diminuer les occasions d’absence des maîtres afin d’augmenter le temps scolaire
-identification des causes de l’absentéisme des maîtres : - les grèves ; - les salaires ; -les fêtes ; -les autorisations d’absence (les évènements familiaux) - le repos médical (certification de complaisance)
-maintenir le dialogue social ; -mettre un dispositif de règlement de conflit ; -payer à temps les salaires des enseignants ; -lutter contre les anticipations et les prolongements des fêtes scolaires (réfléchir sur les mesures à prendre). -rembourser systématiquement les heures et les jours d’absence. -faire délivrer les repos par des médecins agréés.
Renforcement de la capacité du personnel enseignant
-continuer la politique de formation initiale des enseignants et assurer au moins un an de formation
-pertinente - La formation initiale des enseignants dans les EFI effective et assortie depuis 2008/ 2009 avec une certification
-démarrer La formation initiale des enseignants dès le mois d’octobre (organiser le concours au plus tard au mois de septembre).
-Remplacer le mot « encadrement de proximité » par le mot « la formation continuée des enseignants » : elle a été toujours existé et a été systématisée avec le PDRH2 et la deuxième phase du PDEF axée sur la qualité.
-mettre en œuvre les PAF (Plan Académique de Formation) -pérenniser le financement des PAF
-s’assurer que les secteurs publics et privés recrutent les enseignants à un niveau académique suffisant et avec une bonne formation initiale
-exiger le diplôme dans les dossiers de candidature ; - Procéder à la vérification du numéro du diplôme au niveau de la Division des examens et concours
Atelier 2 : Apprécier la pertinence des recommandations et les compléter au besoin
‐ Les deux se complétant, l’atelier a décidé de les aborder en même temps ‐ Les recommandations seront confrontées à celles de l’évaluation de la 2ème phase du PDEF
Rubriques Appréciation Commentaires Mise en œuvre Taille des classes ‐ Projet à long terme
‐ Diminuer les disparités et les iniquités entre les écoles rurales et urbaines
Proposition pertinente.
construction et recrutement d’enseignants
Manuels scolaires ‐ 2 livres /élève (lecture et mathématiques
Pertinente ‐ Amélioration de la politique éditoriale ‐ Enrichir l’environnement lettré de l’enfant
Améliorer la supervision des enseignants
‐ Le directeur est un superviseur
‐ Diminuer le ratio ‐ Doter de moyens ‐ Intéresser les IEE
Elle est pertinente. Les inspecteurs n’ont plus le temps de supervision
‐ Renforcer les capacités de supervision des directeurs
‐ Améliorer le ration ratio maîtres/IEE ‐ Doter les moyens (renforcer le parc
automobile) ‐ Rationaliser la gestion des IEE
Diminuer les occasions d’absences des maîtres
‐ Instaurer la compensation religieuse
‐ Cérémonies familiales
Pertinente. Elle mérite d’être précisée (occasions d’absences) et ne prend pas en compte la présence des élèves
‐ Systématiser les dispositifs de compensation
‐ Appliquer le règlement ‐ Affecter des suppléants ‐ Systématiser le dispositif de suivi du temps
scolaire (Dresser des statistiques mensuelles)
‐ Temps de présence des élèves avec la communauté
143
‐ Calendrier scolaire Continuer la politique de formation initiale et assurer au moins un an de formation
Mesure mise en application depuis cette année
Langues nationales Assurer un encadrement de proximité en organisant régulièrement des journées pédagogiques
‐ Le curriculum a pris 15 mn ‐ Organiser les journées de formation pendant les vacances scolaires
‐ Organiser des journées pédagogiques pendant le temps réservé aux animations pédagogiques
S’assurer que le secteur privé recrute les enseignants à un niveau académique suffisant et avec une bonne formation
‐ Soumettre tous les recrutements d’enseignants du privé à l’approbation d’une autorité IDEN ou IA
Bibliographie ADECHIAN D. et HOUNGBEDJI K., (2005), Evaluation de la précision des données collectées et validation des hypothèses d’échantillonnage, Mémoire de fin de cycle ENEA Dakar, rapport de stage au PASEC, PASEC/CONFEMEN, Dakar.
ALDINGER C. et al, (2001), Santé et nutrition en milieu scolaire, Étude coordonnée par l’Organisation mondiale de la santé, Forum Mondial sur l’éducation, UNESCO, à partir de http://unesdoc.unesco.org/images/0012/001235/123549f.pdf
ALOGNON A.., AMOVIN‐ASSAGBA E. (2009), Analyse multiniveaux des facteurs de performances scolaires des élèves du CM1 : cas des données des PASEC VII et VII, 2009, Mémoire de fin de formation ITS à l'ENEA, Rapport de stage au PASEC/CONFEMEN, Dakar.
BERNARD J. et al, (2005), Le redoublement : mirage de l’école africaine, PASEC/CONFEMEN, Dakar. www.confemen.org
BERNARD J. (2007), La fonction de production éducative revisitée dans le cadre de l’Education pour Tous en Afrique Subsaharienne : des limites théoriques et méthodologiques aux apports de la politique éducative, Thèse de Doctorat en Sciences Economiques, Université de Bourgogne/IREDU, Dijon, France, à partir de HTTP://TEL.ARCHIVES‐OUVERTES.FR/TEL‐00223023/FR/
BONNET G. (2007), What do recent evaluations tell us about the state of teachers in sub‐Saharan Africa?, Discussion Paper presented for the “Comparative Indicators on Teachers and Teaching: Current Policies, Emerging Issues, Opportunities and Challenges” Workshop, October 3‐5, 2007, UNESCO, Paris. Document de travail, à partir de HTTP://UNESDOC.UNESCO.ORG/IMAGES/0015/001555/155511E.PDF
BONNET G. (2009), Do teachers’ knowledge and behaviour reflect their qualifications and training? , Evidence from PASEC and SACMEQ country studies, Prospects, 38, September 2008, 325‐344 à partir de http://www.springerlink.com/content/c821m10172732950
CONFEMEN (2008), Evaluation des systèmes éducatifs : pour un meilleur pilotage par les résultats, Document de réflexion et d’orientation, CONFEMEN, Dakar.
CRES (2007), Rapport Economique et financier du secteur de l’éducation, CRES, Dakar.
EGRA (2008), Rapport pour la Banque mondiale, Résultats des élèves sénégalais des trois premiers grades ayant appris à lire en français et en wolof, document de travail.
HUANG F. et MOON, T. (2009), Is experience the best teacher? a multilevel analysis of teacher characteristics and student achievement in low performing schools. Educational Assessment, Evaluation and Accountability, 21, 209‐234 à partir de http://www.springerlink.com/content/uq2u701588j46364/
LEJONG M. & INEADE (2008), Analyse des curricula officiels et implantés dans l'espace francophone, Document de travail commandité par PASEC/CONFEMEN, Université de Liège/AsPe & INEADE, PASEC/CONFEMEN, Dakar
LEJONG M. & INEADE (2007), Analyse des curricula officiels: Fiche pays Sénégal, Document de travail commandité par la CONFEMEN, Université de Liège‐INEADE, PASEC/CONFEMEN, Dakar.
145
LITTLE, R. & RUBIN, D. (2002), Statistical analysis with missing data, John Wiley & Sons, New York.
MICHAELOWA K. (2001), Scolarisation et acquis des élèves : les indicateurs de résultats dans l’analyse des politiques de l’enseignement en Afrique francophone, Analyses et comparaisons internationales, 3, 2001/12, DeBoeck Université.
PASEC (1999), Guide pour l’évaluation des facteurs de performance à l’école primaire : manuel pratique d’évaluation, PASEC/CONFEMEN, Dakar.
PASEC (2009), Rapports PASEC Burkina Faso, Congo et Sénégal, Documents de travail.
PASEC (2008), Rapports PASEC Gabon et Maurice.
PASEC (2007), Rapports PASEC Madagascar, Cameroun et Bénin.
PASEC (2004), Le redoublement : pratiques et conséquences dans l’enseignement primaire au Sénégal, Rapport PASEC, CONFEMEN, Dakar.
PASEC (2007), Guide méthodologique 2007, document de travail.
PDEF (2008), Rapport national sur la situation de l’éducation, Direction de la Planification et de la Réforme de l’Education, Dakar.
PILON M. (2003), Confiage scolaire en Afrique de l'Ouest, Background paper prepared for the Education for All Global Monitoring Report 2003, à partir de http://unesdoc.unesco.org/images/0014/001468/146879f.pdf
Pole de Dakar (2008), La scolarisation primaire universelle en Afrique : le défi enseignant, 81, UNESCO BREDA, Dakar.
Pole de Dakar (2007), L’urgence de politiques sectorielles intégrées, UNESCO BREDA, Dakar.
SY A. (2007), L’impact des enseignants contractuels sur la performance des élèves du cycle primaire : Les cas du Mali et du Niger, Mémoire de Master Analyse et Politiques Economiques, Paris Sciences Economiques, Delta‐Campus de Jourdan, Paris ? 0à partir de http://www.master‐ape.ens.fr/wdocument/master/memoires/20062007/sy.pdf
WAYMAN J. (2003), Multiple Imputation For Missing Data: What Is It And How Can I Use It?, Center for Social Organization of Schools, Johns Hopkins University.
VARLY P. & LABE O. (2008), Quelles stratégies pour une réduction efficace du redoublement ?, Document de travail, Papier présenté à la réunion CONFEMEN sur les facteurs de la qualité, Bujumbura‐Octobre 2008, PASEC/CONFEMEN.
Principales sources de données
http://hdr.undp.org/fr/statistiques/acceder/
Sites Internet
http://www.education‐fast‐track.org/
www.sacmeq.org
www.worldbank.org
www.poledakar.org
http://web.sacmeq.org/StatPlanet_PASEC.zip
top related