Die jährliche Änderung der Durchfallquote kann durch die Schwierigkeit des Tests, die Zusammensetzung der Angemeldeten, den Bewertungsschlüssel und die Erfolgsschwelle entstehen. Der Test kann korrekt korrigiert sein und trotzdem ohne weitere Methode nicht mit dem Vorjahr vergleichbar sein. Eine strittige Aufgabe kann das Ergebnis von Schülern nahe der Grenze beeinflussen, und eine niedrige Durchfallquote sagt für sich nichts über die Intelligenz einer Generation.
1. Die Maikonferenz, an der sechs Deutungen vorbeigehen
Stellen wir uns eine Pressekonferenz im Mai vor. Der Minister liest die bereinigte Durchfallquote und sucht, ob es ein Exzess war. Die Direktorin von Cermat verteidigt den Anforderungskatalog und das einheitliche Schema. Der Mathematiklehrer am Gymnasium sieht Aufgaben, die seine Klasse kennt. Der Lehrer an der Aufbauausbildung sieht dieselbe Zusammenstellung als Filter, der seine Schüler anders schneidet. Der Elternteil hört, dass „es dieses Jahr schwerer war“. Der Schüler mit 16 Punkten hört, dass der nächste Versuch im Herbst ist.
Der Streit um die Schwierigkeit vermengt mehrere Fragen. Der Minister verfolgt die öffentliche Wirkung des Ergebnisses, Cermat die Bindung an den Katalog und die Konstruktion des Tests, die Schulen die Vorbereitung und Zusammensetzung ihrer Gruppen, der Elternteil die jährliche Differenz und der Schüler die konkrete Punktegrenze.
Ein Prozent kann für jede Sicht relevant sein, beweist aber nicht die Ursache der Änderung. Aus der Angabe 12,4 Prozent lässt sich ohne weitere Analyse nicht ableiten, dass der Jahrgang weniger fleißig ist. Die Fairness der Prüfung hängt zugleich von Inhalt, Schwierigkeit, Schlüssel, Schwelle, Zusammensetzung der Angemeldeten und der Möglichkeit ab, einen Fehler zu korrigieren.
Bevor wir den Schuldigen suchen, muss bestimmt werden, ob wir Kohorten, ganze Tests, einzelne Aufgaben, Bewertungsschlüssel oder die Erfolgsschwelle vergleichen. Diese Größen können sich zwischen den Jahren unterschiedlich ändern und lassen sich nicht in einem Urteil über den Jahrgang zusammenfassen.
Der Test ist nicht der Jahrgang. Der Jahrgang ist nicht die Kohorte. Die Kohorte ist nicht der Schlüssel. Und die Durchfallquote ist nicht Intelligenz.
— Jiný Kontext
Was über den Unterschied der Jahrgänge belegt ist
Wir wissen: im Jahr 2025 war die Durchfallquote höher als 2024, die Fachkommission bewertete die Zusammenstellung als schwieriger und erweiterte bei Aufgabe 25 den ursprünglichen Schlüssel um eine weitere richtige Variante.[1][22] Wir wissen nicht: die veröffentlichten Unterlagen zerlegen die gesamte jährliche Differenz nicht in den Einfluss der Schwierigkeit einzelner Aufgaben, der Zusammensetzung der Angemeldeten, der Vorbereitung der Schüler und weiterer Faktoren. Deshalb lässt sich nicht behaupten, der Sprung sei nur durch die Testkonstruktion verursacht, noch dass ihn nur eine schwächere Kohorte verursacht habe.
2. Das Ergebnis entsteht aus sechs unterschiedlichen Entscheidungen
Das veröffentlichte Prozent der Durchgefallenen ist das Ergebnis der Arbeit der Schüler und der Konstruktion der Prüfung. Beeinflusst wird es von der Zusammenstellung der Aufgaben, dem Schlüssel, der Schwelle und der Zusammensetzung der Angemeldeten. Derselbe Katalog garantiert deshalb für sich nicht, dass zwei Frühjahrstermine dieselbe Schwierigkeit maßen.
Sechs Schichten eines didaktischen Tests
- Anforderungskatalog: was Inhalt der Aufgaben sein darf.
- Zusammenstellung der Aufgaben: konkrete Items, Reihenfolge, offene und geschlossene Teile.
- Schlüssel und Revision: welche Antwort zählt, welche nachträglich anerkannt wird.
- Erfolgsschwelle: 33 Prozent, 17 Punkte von 50.
- Kohorte: wer Mathematik gewählt hat und aus welchem Schultyp.
- Öffentliche Deutung: Schlagzeilen über die Generation, Covid oder Cermat.
Der Katalog von Cermat umgrenzt Wissen und Fertigkeiten, die im gemeinsamen Teil überprüft werden können. Der didaktische Test in Mathematik gibt in der Aufgabenstellung des Frühjahrstermins 2025 ein Maximum von 50 Punkten, eine Erfolgsschwelle von 33 Prozent, 25 Aufgaben und ein Zeitlimit auf dem Antwortbogen an. Den ersten Teil bilden die offenen Aufgaben 1–14, den zweiten die geschlossenen Aufgaben 15–25 mit Auswahl, bei denen laut Anweisung genau eine Antwort richtig ist. Das ist die Beschreibung eines konkreten Hefts. Es ist kein Beweis, dass jedes Item nur eine mathematisch zulässige Lösung hatte.[3][4]
Genau hier entsteht der erste Fehler der meisten Jahresvergleiche. Die Überschrift kündigt einen Kampf der Jahrgänge an, vergleicht aber in Wirklichkeit zwei Zusammenstellungen mit anderer Schwierigkeit, anderem Schlüssel und anderem Gymnasialanteil. Oder sie misst umgekehrt nur Rohpunkte gegen dieselbe Schwelle und gibt das Ergebnis als Verdikt über das Wissen aus. Ein redlicher Vergleich muss nicht nur das Prozent angeben, sondern auch die Population der Erstabsolventen, das Fach, den Termin, die Revision des Schlüssels und ob es dasselbe Maß war.
Die Aufschlüsselung nach Test, Schlüssel und Gruppe der Angemeldeten hilft, Erklärungen zu suchen. Ein Sprung der Durchfallquote kann mit der Schwierigkeit des Tests zusammenhängen, die Änderung nach der Revision mit der Bewertung einer Aufgabe und der Unterschied zwischen Gymnasien und Aufbauausbildung mit der Zusammensetzung der Populationen. Der zusammenfassende Satz „die Abiturienten sind durchgefallen“ unterscheidet diese Möglichkeiten nicht.
Illustratives Schema: Derselbe Katalog kann in einer anderen Zusammenstellung, mit einem anderen Schlüssel und einer anderen Kohorte ein anderes Prozent erzeugen.
3. Der Fehler der Prüfung muss feststellbar und korrigierbar sein
Der Staat sucht gewöhnlich eine Prüfung mit klarer Schwelle. Das ist vernünftig, aber unvollständig. Ebenso wichtig ist, wie der Fehler aussieht, ob man ihn erkennen kann, wie viel seine Korrektur kostet und ob das Verdikt umkehrbar ist. Ein Tippfehler in einer offenen Aufgabe ist teuer, wenn daran das ganze Item fällt. Eine erfundene Eindeutigkeit in einer geschlossenen Aufgabe ist teurer, wenn der Schlüssel erst nach der Pressekonferenz korrigiert wird. Sechzehn Punkte lassen sich im gegebenen Termin nicht zurückgeben. Der herbstliche Wiederholungsversuch ist ein anderer Tag, nicht dieselbe Messung.
Die Verordnung Nr. 177/2009 Slg. definiert die Erfolgsschwelle als die niedrigste Bewertung, die der Schüler erreichen muss, um den didaktischen Test erfolgreich abzulegen. Die Bewertung des gemeinsamen Teils ist verbal: bestanden oder nicht bestanden, mit prozentualem Ausdruck. Es handelt sich um die rechtliche Konstruktion eines Zertifikats, nicht um die psychometrische Garantie, dass 17 Punkte in diesem Jahr dasselbe sind wie 17 Punkte im Vorjahr.[5]
| Art des Versagens | Wie es aussieht | Wie man es prüft | Was den Schaden begrenzt |
|---|---|---|---|
| Drift der Schwierigkeit | Dieselbe Schwelle, andere Latte der Aufgaben | Ankeritems, IRT, unabhängiges Audit zwischen den Jahren | Cut-off und Zusammenstellung nicht zugleich ohne Veröffentlichung ändern |
| Fehlerhafter Schlüssel | Die Aufgabe hat mehr Lösungen, der Schlüssel eine | Gegengutachten vor Veröffentlichung der Ergebnisse | Eine Revision, die die Regeln nicht still ändert |
| Binäre Schwelle | 16 Punkte fallen, 17 bestehen | Anteil der Schüler im Band ±2 Punkte | Wiederholung, begründete Änderung der Schwelle |
| Andere Kohorte | Anderer Anteil von Gymnasien und Aufbauausbildung | Schultypen gesondert vergleichen | Ein Prozent nicht als eine Population lesen |
Bei der Deutung ist wichtig, ob das System seinen Fehler aufdecken und korrigieren kann. Der subjektive Eindruck der Schwierigkeit ist nicht dasselbe wie die Änderung des Schlüssels bei einer aufgabenentscheidenden Aufgabe. Und die Summe von Gymnasien und Aufbauausbildung darf nicht ohne Aufteilung nach Schultyp als homogenes Bild der „Mathematik in Tschechien“ ausgegeben werden.
Der Inhalt des Tests ist also nur eine Achse. Die zweite bildet die Beobachtbarkeit des Schlüssels, die dritte die Umkehrbarkeit der Punkte und die vierte die Wirkung auf das weitere Studium. Ein Test mit einer etwas schwächeren durchschnittlichen Aufgabe, aber mit veröffentlichter Bindung an die Schwierigkeit des Vorjahres kann für das Vertrauen sicherer sein als eine effektvolle Zusammenstellung ohne diese Stütze.
4. Die Durchfallquote beschreibt allein nicht die Fähigkeiten des Jahrgangs
Das Prozent der Durchgefallenen ist nötig, weil es einen Teil der Eindrücke ersetzt. Das Problem entsteht in dem Moment, in dem eine Zahl beginnt, die gesamte Generation zu vertreten. Das Bildungsministerium gab zum Frühjahrstermin 2025 an, dass die bereinigte Durchfallquote in den didaktischen Tests 12,3 Prozent betrug und dem Niveau der Jahre 2021 und 2022 entspricht. In Mathematik wählten die zweite Pflichtprüfung mehr als 19 Prozent der Schüler, den Test legten 14,9 Tausend Abiturienten ab, und die bereinigte Durchfallquote der Erstabsolventen betrug 12,4 Prozent, was das Ministerium mit dem Jahr 2023 verglich. An Gymnasien fielen in Mathematik 3,7 Prozent der Schüler durch, an Berufsschulen fast ein Drittel, in der Aufbauausbildung 47 Prozent. Es handelt sich um den Frühjahrstermin 2025 und um die bereinigte Durchfallquote der Erstabsolventen im gegebenen Fach, nicht um herbstliche Wiederholungstermine und nicht um PISA.[1]
Ein Jahr zuvor, im Frühjahr 2024, betrug die Durchfallquote der Erstabsolventen in Mathematik 4,9 Prozent. Der jährliche Sprung auf 12,4 Prozent ist ein Sprung im Anteil der Durchgefallenen bei demselben Typ institutioneller Prüfung, keine Messung, dass sich die „durchschnittliche Fähigkeit“ der Kohorte um denselben Faktor geändert hätte. Der Bildungsminister gab zum Jahr 2025 an, der didaktische Test in Mathematik sei anspruchsvoller gewesen als im Vorjahr, beziehungsweise das vorjährige sei leichter gewesen, als er hätte sein sollen. Die unabhängige Fachkommission des MŠMT gab an, der Test 2025 erscheine auf Grundlage der gelieferten Analysen schwieriger als in den drei vorangegangenen Jahren, insbesondere gegenüber 2024, und bat zugleich um glaubwürdigere statistische Analysen für den Jahresvergleich. Es handelt sich um das Gutachten eines Termins, nicht um die veröffentlichte Verknüpfung von fünf Jahrgängen auf einer psychometrischen Skala.[1][7][22]
Was neben dem Prozent angegeben werden muss
- Termin: Frühjahr, Herbst; Erstabsolventen oder alle.
- Fach und Wahl: Mathematik versus Englisch.
- Schultyp: Gymnasium, SOŠ, SOU, Aufbauausbildung.
- Ob bereits eine Revision des Schlüssels stattgefunden hat.
- Was die Zahl nicht misst: verankerte Schwierigkeit gegenüber dem Vorjahr.
Das gesamtstaatliche Prozent ist der Beginn der Deutung, nicht ihr Beweis. Statistiken einzelner Aufgaben, die Aufteilung nach Schultyp und die Beschreibung der Testkonstruktion können mehr erklären als der Streit, ob der Wert 12,4 Prozent „in der Norm“ liegt.
5. Vergleichen wir die Konstruktion, nicht Generationen
Den Markt der Deutungen kann man ohne falsches Siegerpodest beschreiben. Die folgende Karte sagt nicht, welcher Jahrgang allgemein schlechter ist. Sie zeigt, um welche Arbeit die einzelnen Schichten das Ergebnis bauen, welche Art von Fehler sie bringen und was der Leser gezielt suchen soll.
| Schicht | Hauptarbeitslage | Was zu prüfen ist | Typischer falscher Schluss |
|---|---|---|---|
| Katalog | Legaler Inhalt der Aufgaben | Ob die Aufgabe im Katalog ist | „Das darf man nicht fragen“ ohne Stütze |
| Zusammenstellung | Konkrete Schwierigkeit des Jahres | Itemstatistik, nicht der Eindruck | „Die Generation kann weniger“ |
| Schlüssel | Was als richtig zählt | Ob die Aufgabe eine Lösung hat | „Der Schüler kann keine Mathematik“ |
| Cut-off | 17 von 50 | Anteil im Band um die Schwelle | „Er ist durchgekommen, also kann er es“ |
| Kohorte | Wer das Fach gewählt hat | Schultyp gesondert | Ein Prozent für das ganze Land |
| PISA/TIMSS | Andere Population, anderes Konstrukt | Alter, Jahr, Aufgabenrahmen | „Das Abitur widerlegt PISA“ |
Die Tabelle beurteilt Cermat nicht als Institution. Jeder Jahrgang verwendet ein anderes Heft, und das Ergebnis hängt von der konkreten Konstruktion und vom Gegengutachten ab. Der Sinn ist zu verhindern, dass ein Prozent ohne Schlüssel und Beschreibung der Kohorte den ganzen Jahrgang in ein Etikett schließt.
Wie das Schema zu lesen ist: Die Höhe der Durchfallquote ist kein Maß der Intelligenz. Sie muss zusammen mit Test, Schlüssel, Schwelle und Zusammensetzung der Angemeldeten gelesen werden.
6. Der Rohpunkt ist kein verankerter Punkt
Das tschechische staatliche Abitur summiert in der veröffentlichten Bewertung Punkte für Aufgaben und vergleicht sie mit einer festen Prozentschwelle. Das ist klassische Testtheorie im betrieblichen Sinn: Rohscore, Cut-off, bestanden/nicht bestanden. Die internationale Erhebung PISA überträgt Leistungen dagegen mit Modellen der Item-Response-Theorie auf eine Skala und verknüpft Zyklen durch Ankeritems; der technische Bericht PISA 2022 beschreibt dieses Vorgehen als Bedingung des Vergleichs zwischen Jahren und Ländern. Es handelt sich um einen anderen Zweck — Monitoring von Systemen, nicht Zertifikat des Einzelnen — und um eine andere Methode. Daraus folgt nicht, dass das Abitur „keinen Wert hat“. Daraus folgt, dass 17 Punkte im Jahr 2024 und 17 Punkte im Jahr 2025 ohne weitere Arbeit nicht derselbe Punkt auf derselben Skala sind.[10][11][6]
Embretson und Reise zeigen in dem IRT-Lehrbuch, warum die Rohsumme nicht reicht, wenn sich die Schwierigkeit der Items ändert: dieselbe Zahl richtiger Antworten kann eine andere Fähigkeit bedeuten. Brennans Educational Measurement ordnet Standardisierung und Linking unter die Bedingungen eines fairen Vergleichs von Formen. Es handelt sich um methodologische Bücher, nicht um ein Audit von Cermat. Sie erklären, was der Jahresvergleich bräuchte und warum ihn das bloße Prozent der Durchgefallenen nicht ersetzt.[13][14]
Die öffentlichen Materialien zu den didaktischen Tests in Mathematik, die gewöhnlich zur Verfügung stehen, zeigen Heft, Schlüssel und zusammenfassende oder Itemergebnisse. Sie zeigen dem gewöhnlichen Leser keine Ankermenge, die die Jahrgänge 2021–2025 auf einer IRT-Skala verbände. Die fehlende Veröffentlichung ist kein Beweis, dass keine innere Kalibrierung existiert. Sie ist ein Grund, den Sprung von 4,9 auf 12,4 nicht als Sprung in der Fähigkeit zu lesen.
Das ist eine vernünftige Lesart, aber unvollständig, wenn wir dabei bleiben. Cermat veröffentlicht auch aggregierte Aufgabenergebnisse einschließlich des Anteils ausgelassener Antworten; die Fachkommission verlangte für den Jahresvergleich der Schwierigkeit jedoch glaubwürdigere statistische Analysen. Die Bitte um weitere Analyse ist kein Beweis, dass innerhalb der Behörde keine Kalibrierung existiert. Sie bedeutet, dass die der Kommission vorgelegten Unterlagen für einen überzeugenden Jahresschluss nicht reichten.[7][22]
Für das Zertifikat des Einzelnen ist IRT nicht der einzige Weg. Man kann denselben Cut-off halten und die Zusammenstellung ändern, wenn offen gesagt wird, dass die Latte in diesem Jahr woanders lag. Man kann die Zusammenstellung halten und den Cut-off bewegen, wie 2021. Man kann nicht beides still und zugleich behaupten, das Prozent messe den Schüler.
7. Die Schwelle 17 von 50 ist kein kleines Detail
Der didaktische Test in Mathematik hat ein Maximum von 50 Punkten. Die Schwelle von 33 Prozent entspricht 17 Punkten; dieselbe Konstruktion gibt Cermat auch bei der nichtpflichtigen erweiterten Mathematik an. Der Schüler mit 16 Punkten ist nicht bestanden. Der Schüler mit 17 ist bestanden. Der binäre Bruch ist eine Eigenschaft des Zertifikats. Es ist keine Eigenschaft der Mathematik als Fach.[4][18]
Im Band 15–18 Punkte entscheidet nicht „systemisches Verständnis des Stoffs der Sekundarstufe“ als Ganzes. Es entscheidet, ob ein Item auf einen numerischen Fehler fiel, ob Aufgabe 25 vier Punkte trug, ob der Schlüssel zwei Wege anerkennt. Die öffentliche Angabe, wie viele Erstabsolventen in diesem Band im gegebenen Jahr liegen, führt die ministerielle Pressemitteilung zum Frühjahr 2025 nicht als gesonderten Posten. Die fehlende Angabe ist keine Kleinigkeit. Es ist genau das Band, in dem die Konstruktion der Prüfung das Leben am meisten ändert.
8. Der Schlüssel wird korrigiert. Die Fähigkeit des Schülers nicht
Im Frühjahrstermin 2025 stellte die unabhängige Fachkommission fest, dass bei beiden Unteraufgaben der Aufgabe 25 über den ursprünglichen Schlüssel hinaus auch die Variante A anerkannt werden muss. Die Bewertung wurde anschließend so angepasst, dass die ursprüngliche Unvollständigkeit des Schlüssels die Schüler nicht benachteiligte; die Art der Punktekompensation beschreiben das Ministerium und zeitgenössische Nachrichtenquellen.[1][8][9][22] Es handelt sich um die nachträgliche Korrektur eines Items eines Termins. Sie belegt, dass der ursprüngliche Schlüssel bei dieser Aufgabe nicht vollständig war; sie belegt weder Absicht noch allgemeine Fehlerhaftigkeit des ganzen Tests.
Das Testheft sagt bei den geschlossenen Aufgaben 15–25, dass genau eine Antwort richtig ist. Wenn das Item diese Bedingung nicht erfüllt, ist die Schicht des Schlüssels gescheitert, nicht notwendig der Schüler. Die Korrektur des Schlüssels kann den Schüler retten. Sie ändert nicht rückwirkend, was er am Freitagvormittag konnte. Sie ändert, was der Staat über sein Können einträgt.
Diese Korrektur ist in der Testung ein bekanntes Vorgehen: ein strittiges Item wird ausgeschieden oder es werden mehr Wege anerkannt, damit niemand geschädigt wird. Das Problem liegt nicht in der Existenz des Vorgehens. Es liegt in der Zeit und im Ort der Kontrolle. Wenn die Öffentlichkeit zuerst hört, 12,4 Prozent seien in der Norm, und erst danach, dass eine Aufgabe nicht die einzige Lösung hatte, liest sie das Prozent, bevor sie den Schlüssel kennt. Die Reihenfolge der Schichten dreht sich damit um.
Das bedeutet nicht, dass jede schwere Aufgabe fehlerhaft ist. Eine schwere Aufgabe mit eindeutiger Lösung ist ein legitimer Filter. Eine Aufgabe, die im Heft eine Antwort verspricht und in der Mathematik mehrere hat, ist ein anderes Objekt. Ein redliches Audit trennt sie. Die Schlagzeile über die Generation verbindet sie nicht.
Was geprüft werden muss
Die erste Prüfung betrifft die Eindeutigkeit der Aufgabenstellung vor dem Druck. Die zweite betrifft Items mit anomal niedriger Erfolgsquote: ist das Schwierigkeit oder ein fehlerhafter Schlüssel? Die dritte betrifft, ob die Revision vor oder nach der öffentlichen Deutung der Zahl kam. Ein Test, der einen Tag früher antwortet, muss nicht besser sein, wenn nach einer Woche niemand sagen kann, welcher Schlüssel galt.
9. Die Wahl der Mathematik ist nicht dasselbe wie die Schwierigkeit
Mathematik im gemeinsamen Teil ist nicht für alle Pflicht. Der Schüler wählt zwischen ihr und einer Fremdsprache. Im Jahr 2025 wählten sie laut Ministerium mehr als 19 Prozent, das Interesse stieg im dritten Jahr; Englisch nahm die Mehrheit, knapp 80 Prozent der Erstabsolventen, mit einer Durchfallquote von 3,5 Prozent. Tschechisch, für alle Pflicht, hatte eine Durchfallquote von 9 Prozent gegen 2,8 Prozent ein Jahr zuvor. Es handelt sich um den Frühjahrstermin 2025 und um Erstabsolventen. Ein anderes Fach ist eine andere Population.[1][7]
Deshalb lassen sich 12,4 Prozent in Mathematik nicht mit 9 Prozent in Tschechisch als „Niveau der Abiturienten“ addieren. Wer Mathematik wählt, ist keine Zufallsstichprobe des Jahrgangs. Das Gymnasium mit 3,7 Prozent Durchgefallenen und die Aufbauausbildung mit 47 Prozent in demselben Test zeigen, dass die Zusammenstellung verschiedene Schulen anders schneidet. Das kann die Absicht des Zertifikats sein. Es darf nicht als einzige Fähigkeitskurve gelesen werden.
10. PISA ist kein Abitur. Das Abitur ist keine PISA
PISA 2022 maß die mathematische Kompetenz Fünfzehnjähriger: 487 Punkte in Tschechien, 74 Prozent über Stufe 2 gegen 69 Prozent der OECD. TIMSS 2023 maß achte Klassen: 518 Punkte gegen 478 international und 503 bei dreizehn EU-Ländern in der Erhebung. Das Abitur 2025 maß einen freiwillig gewählten didaktischen Test bei 14,9 Tausend Abiturienten. Es sind drei Populationen, drei Konstruktrahmen, drei Zwecke.[11][12][15]
PISA fragt, ob der Schüler eine Situation liest und Mathematik verwendet. Der Abiturkatalog und die Hefte stehen oft auf der schulischen Prozedur: Umformungen von Ausdrücken, Gleichungen, Trigonometrie, geschlossene Wahl. Der Widerspruch zwischen anständiger Kompetenz Fünfzehnjähriger und schwankender Durchfallquote der Abiturienten muss deshalb nicht bedeuten, dass „der internationale Test lügt“. Er kann bedeuten, dass das nationale Zertifikat etwas anderes misst und dazu noch die Latte zwischen den Jahren ändert.
Wer aus 487 Punkten den Satz macht, das Abitur sei überflüssig, löscht den Zertifikatszweck. Wer aus 12,4 Prozent den Satz macht, die Tschechen könnten keine Mathematik, löscht PISA, TIMSS und das Gymnasium mit 3,7 Prozent.
Den Unterschied der Konstrukte kann man ohne Rangliste sagen. PISA bestraft nicht, wenn der Schüler Mathematik oder Englisch wählt. Das Abitur schon: das Fach ist eine Wahl, und die Kohorte wird dadurch gefiltert. PISA verspricht nicht, dass 487 Punkte die Eintrittskarte zur Fakultät sind. Das Abitur verspricht bestanden oder nicht bestanden. Wenn beide Zahlen in einen Satz gestellt werden, entsteht der Eindruck eines Streits um die Wahrheit. In Wirklichkeit geht es um den Streit, welches Werkzeug wozu dienen darf.
11. Was im Heft und im Schlüssel nachschlagbar sein muss
Vor der Revision rät die Öffentlichkeit, ob die Aufgabe schwer war. Nach der Revision prüft sie, ob die Quelle — Heft, Schlüssel, Pressemitteilung — von derselben Regel spricht. Das Zitat des Katalogs ist Navigation zum Inhalt. Es ist kein Beweis, dass Item 25 eine Lösung hatte.
Die Übereinstimmung der Aufgaben mit dem Katalog, die Ähnlichkeit der Durchfallquote mit dem Jahr 2023 und die Änderung des Schlüssels bei einer Aufgabe können zugleich gelten. Das bedeutet jedoch nicht, dass „nichts geschehen ist“: jede Behauptung bewertet eine andere Eigenschaft der Prüfung, und die Wirkung der Revision auf Schüler an der Schwelle muss gesondert beurteilt werden.
Vierstufige Kontrolle der Abiturzahl
- Existenz: die Angabe ist aus dem Frühjahrstermin, Erstabsolventen, gegebenes Fach.
- Schlüssel: es galt der ursprüngliche oder der revidierte.
- Stütze: das Prozent stützt tatsächlich den Satz über Wissen oder über die Zusammenstellung.
- Umfang: Gymnasium, Aufbauausbildung oder Gesamtheit.
Das zuverlässigste Vorgehen trennt die Veröffentlichung des Hefts, die Itemstatistik und die Deutung über die Generation. Wenn der Schlüssel nicht nachgeschlagen werden kann, wird die Behauptung über die „richtige Lösung“ nicht zur mathematischen Konstante erhoben.
12. Der Preis des Punktes ist der Preis des Rohstoffs, nicht der Preis des Zertifikats
Cermat, Schule und Familie verwenden mehrere Preissprachen. Der Punkt ist Rohstoff. Das Zertifikat ist das Ergebnis. Der Herbsttermin ist ein Korrekturtausch. Ein Jahr Warten auf die Hochschule ist etwas anderes. Der direkte Vergleich „dieses Jahr sind mehr durchgefallen“ ohne den Preis dieses Wartens täuscht.
Ein billiger Test mit 4,9 Prozent Durchgefallenen kann teuer sein, wenn die Latte unter den Katalog sank und das Zertifikat das Signal verlor. Ein teurer Test mit 12,4 Prozent kann billiger sein, wenn er besser trennt, wer den Stoff kann — und teurer, wenn er vor allem jene trennt, die bei einem Item mit fehlerhaftem Schlüssel Pech hatten.
Der tatsächliche Preis des akzeptierten Ergebnisses
Zusammenstellung + Schlüssel + Cut-off + Wiederholungstermin + aufgeschobenes Studium + Vertrauen in das Zertifikat.
Das Ergebnis ist erst dann billig, wenn es sich mit derselben Regel wie im Vorjahr verteidigen lässt, oder offen gesagt wird, dass die Regel nicht dieselbe ist.
13. Was aus den Frühjahrsergebnissen zu lesen ist
Redliches Lesen beginnt nicht mit der Schlagzeile, sondern mit der Art der Frage. Die folgenden Empfehlungen sind keine Rangliste der Jahrgänge. Sie sind ein Wegweiser zur ersten Analyse.
| Bedarf | Erste Angabe | Entscheidender Test | Unzulässige Abkürzung |
|---|---|---|---|
| Jahre vergleichen | Durchfallquote der Erstabsolventen | Ob ein Linking der Schwierigkeit existiert | „Die Generation kann um die Hälfte weniger“ |
| Schulen vergleichen | Gymnasium 3,7 %; Aufbauausbildung 47 % | Derselbe Test, andere Kohorte | Eine Zahl für das ganze Land |
| Die Aufgabe beurteilen | Heft und Schlüssel | Eine oder mehr Lösungen | Die geschlossene Wahl als Mathematik selbst lesen |
| Die Schwelle beurteilen | 17 von 50 | Band um den Cut-off | 16 Punkte als Beweis der Unbildung |
| PISA einbeziehen | 487 Punkte, 15-Jährige, 2022 | Andere Population | Das Abitur mit PISA widerlegen und umgekehrt |
| Lesen 2024 | 4,9 % | Ob der Test leichter war, als er hätte sein sollen | 4,9 % als neuen Fähigkeitsstandard nehmen |
Das tschechische Testheft muss direkt beurteilt werden. Ein allgemeines IRT-Lehrbuch wertet die Aufgabenstellung der Aufgabe 25 nicht aus, die Summe aller didaktischen Tests beschreibt nicht die Mathematik, und das Ergebnis der Gymnasien darf nicht als Ergebnis der Aufbauausbildung ausgegeben werden.[1][13]
14. Eine Woche, die mehr sagt als die jährliche Schlagzeile
Die Deutung lässt sich ohne Leugnung der Schwierigkeit und ohne Jagd auf den Jahrgang durchführen. Es reicht ein kurzes Audit. Ziel ist nicht zu beweisen, dass Cermat gescheitert ist. Ziel ist, die Schicht zu finden, in der die Zahl entstanden ist.
Sieben Tage von der Schlagzeile zum Lesen
- Tag 1: Trennen Sie Fach, Termin, Erstabsolventen.
- Tag 2: Ergänzen Sie den Schultyp und den Anteil der Wahl von Mathematik.
- Tag 3: Öffnen Sie Heft und Schlüssel, nicht nur das Prozent.
- Tag 4: Stellen Sie fest, ob eine Revision des Items stattgefunden hat.
- Tag 5: Vergleichen Sie mit dem Vorjahr nur dort, wo dieselbe Definition gilt.
- Tag 6: Legen Sie PISA und TIMSS als anderes Objekt beiseite, oder beschreiben Sie sie mit Alter und Jahr.
- Tag 7: Schreiben Sie, was die Zahl misst und was ausdrücklich nicht.
Drei Tests einer Aufgabe
Der erste ist die Aufgabenstellung: lässt der Text mehr Wege zu? Der zweite ist der Schlüssel: stimmt er mit dem Satz „genau eine Antwort“ überein? Der dritte ist die Wirkung: hat die Revision nur Punkte geändert, oder auch die öffentliche Geschichte über den Jahrgang?
Vor dem Schluss über die Generation
Petition, Eindruck der Lehrer und Gutachten über höhere Schwierigkeit können zugleich gelten damit, dass 12,4 Prozent nicht außerhalb der Spanne aller Vorjahre liegt. Der Schluss „die Schüler sind schlechter“ folgt aus diesem Zusammentreffen nicht. Man kann sagen, die Zusammenstellung war gegenüber 2024 schwieriger und der ursprüngliche Schlüssel der Aufgabe 25 enthielt nicht alle richtigen Varianten. Aus der Revision folgt jedoch nicht, dass vor der Prüfung kein Schlüssel existierte oder dass der ganze Test nachlässig vorbereitet war.[22]
Die Kontrolle soll mit einer Leseregel enden: wozu das Prozent verwendet werden darf, welche Revision des Schlüssels veröffentlicht wird und wann der Vergleich der Jahrgänge wiederholt wird. Weil sich die Hefte ändern, muss jeder Jahresschluss Datum und Methode der Vergleichbarkeit angeben.
15. Das Gymnasium mit 3,7 Prozent ist nicht die Aufbauausbildung mit 47 Prozent
Das Ministerium trennte zum Frühjahr 2025 die Schultypen: Gymnasien 3,7 Prozent Durchgefallene in Mathematik, Berufsschulen fast ein Drittel, Aufbauausbildung 47 Prozent. Dieselbe Aufgabenstellung, dasselbe Maximum von 50 Punkten, derselbe Cut-off von 17 Punkten. Andere Schule. Es handelt sich um die bereinigte Durchfallquote in einem Termin, nicht um den Beweis, dass die Aufbauausbildung „nicht unterrichten kann“ und das Gymnasium „alles kann“. Es zeigt, dass ein gesamtstaatliches 12,4 Prozent eine Mischung von Kohorten ist, nicht eine Kurve.[1]
Wer aus dem Durchschnitt einen Satz über alle Abiturienten macht, tut dasselbe wie bei den Noten: er komprimiert vier Schulen in eine Ziffer. Der politische Eindruck „Exzess oder Norm“ wird dann an der Mischung geführt. Das Audit sollte mit der Tabelle nach Typen beginnen. Erst danach nach der Zusammenstellung fragen.
Englisch mit 3,5 Prozent Durchgefallenen bei der Mehrheit des Jahrgangs ist ein weiteres anderes Objekt. Tschechisch mit 9 Prozent gegen vorjährige 2,8 Prozent zeigt, dass der Sprung nicht nur in Mathematik liegen muss. Auch das ist kein Beweis über Intelligenz. Es ist ein Grund, ein Fach nicht als das ganze Abitur zu lesen.[7]
16. Das Jahr 2021 zeigte, dass die Schwelle ein Hebel ist
Im Jahr 2021 senkte das Ministerium nachträglich die Erfolgsschwelle in Mathematik von 33 auf 27 Prozent. Die Begründung verwies auf Distanzunterricht. Bei der ursprünglichen Schwelle hätte die Durchfallquote laut damaliger amtlicher Berechnung 24,9 Prozent erreicht. Von 50 Punkten reichten 14. Es handelt sich um einen außerordentlichen Eingriff, nicht um einen neuen Standard des Katalogs.[17]
Damit ist etwas Genaueres gesagt als „Covid hat die Mathematik verdorben“. Der Cut-off ist ein politischer und psychometrischer Hebel. Mit ihm lässt sich der Anteil der Durchgefallenen löschen, ohne dass sich eine einzige Aufgabe ändert. Mit ihm lässt sich auch — wenn er stehen bleibt, während die Zusammenstellung schwerer wird — ein jährlicher Sprung erzeugen, der wie eine Verschlechterung der Schüler aussieht.
Der Frühjahrstermin 2025 griff laut Minister zu diesem Hebel nicht. Die Revision ging über den Schlüssel der Aufgabe 25. Das sind zwei verschiedene Werkzeuge. Beide ändern den Eintrag über den Schüler. Keines ändert rückwirkend, was er am Freitag konnte. Die Öffentlichkeit hat das Recht zu wissen, welches Werkzeug verwendet wurde. Sonst liest sie 12,4 Prozent als Wesen des Jahrgangs.
Illustration, keine Reportage. Der Schüler, der im Frühjahr 2024 — in einem Jahr mit einer Durchfallquote von 4,9 Prozent — 18 Punkte erhält, geht mit dem Zertifikat. Der Schüler ein Jahr später zeigt vergleichbare Arbeit, erhält 16 Punkte und wartet auf den Herbst. Der Unterschied muss nicht in der Intelligenz liegen. Er kann in der Zusammenstellung, im Schlüssel und darin liegen, auf welcher Seite der Schwelle er sich befand. Dieses Paar darf nicht als zwei konkrete Protokolle ausgegeben werden. Es lässt sich als Frage an das Band verwenden, das der Staat nicht in derselben Schlagzeile misst wie 12,4 Prozent.
17. Vertrauen steht auf nachschlagbarem Schlüssel und Vergleichbarkeit
Die erste Generation des staatlichen Abiturs versprach Vergleichbarkeit gegenüber der schulischen Prüfung. Die nächste Generation fügte den didaktischen Test und eine feste Schwelle hinzu. Das heutige Ergebnis verkauft etwas Größeres: den Ort, von dem aus Staat, Hochschulen und Familien lesen, wer „Mathematik kann“.
Deshalb wird nicht nur um Aufgaben konkurriert. Es wird um Vertrauen in den Schlüssel, in den Cut-off und in die jährliche Geschichte konkurriert. Je bequemer das einzige Prozent ist, desto höher kann der Preis sein, wenn sich zeigt, dass die Aufgabe zwei Lösungen hatte oder dass der vorjährige Test leichter war, als er hätte sein sollen.
Die gemeinsame Prüfung bietet einen Vergleich, den die Schulnote allein nicht gibt. Damit er lesbar ist, braucht der Staat ein rechtzeitiges Gegengutachten der Items, eine veröffentlichte Methode der Vergleichbarkeit, getrennte Statistiken nach Schultyp und eine regelmäßige Kontrolle der Bedeutung der Schwelle von 17 Punkten.
Die Qualität des Abiturs bestimmt weder die niedrigste noch die höchste Durchfallquote. Entscheidend ist, ob sich eine strittige Aufgabe nachschlagen, ihre Wirkung korrigieren und verhindern lässt, dass der Fehler des Tests als Wesen der Generation gelesen wird.
In dem Moment, in dem der Test nur die weiterführende Schule schließt, wählen wir ein Zertifikat. In dem Moment, in dem wir aus 4,9 und 12,4 Prozent einen Satz über Intelligenz zusammensetzen, wählen wir die Deutung der Gesellschaft. Und dann lautet die Frage nicht mehr: „Können die Abiturienten in diesem Jahr Mathematik?“
Beim Lesen des Ergebnisses entscheidet deshalb: Welchen Teil haben wir in diesem Jahr gemessen — Zusammenstellung, Schlüssel, Schwelle oder die Leistung des Schülers — und welchen Fehler können wir noch beheben?
— Jiný Kontext