Ce chapitre aborde l’équité dans l’éducation par le biais des écarts de performance selon le statut socio-économique, le sexe, et les environnements sociaux et économiques dans les systèmes d’éducation. Il se penche également sur l’inclusion dans l’éducation en fonction de l’acquisition par les élèves des compétences élémentaires dans les domaines fondamentaux de l’enquête PISA et du pourcentage de jeunes scolarisés à l’âge de 15 ans.
Résultats du PISA 2022 (Volume I)
Apprentissage et équité dans l’éducation
Description
La prudence est de mise dans l’interprétation des résultats de l’Australie, du Canada, du Danemark, des États-Unis, de Hong Kong (Chine), de l’Irlande, de la Jamaïque, de la Lettonie, de la Nouvelle-Zélande, du Panama, des Pays-Bas et du Royaume-Uni, car une ou plusieurs normes d’échantillonnage n’ont pas été respectées (voir le Guide du lecteur et les annexes A2 et A4).
Les systèmes d'éducation du Canada*, de la Corée, du Danemark*, de la Finlande, de Hong Kong (Chine)*, de l’Irlande*, du Japon, de la Lettonie*, de Macao (Chine) et du Royaume-Uni* sont très équitables selon la définition de PISA. Tous ont atteint des niveaux élevés d’équité socio-économique et un fort pourcentage d’élèves de 15 ans a acquis les compétences fondamentales en mathématiques, en compréhension de l’écrit et en sciences (c’est-à-dire un degré élevé d’inclusion).
Environ 15 % de la variation de la performance en mathématiques en moyenne, dans les pays de l’OCDE, est imputable au statut économique, social et culturel des élèves. Dans 8 des 80 pays et économies dont les données sont disponibles, le milieu socio-économique des élèves représente 20 % ou plus de la variation de la performance. En revanche, il représente moins de 7 % de la variation de la performance dans 14 autres pays.
Les garçons ont dépassé les filles en mathématiques de 9 points, mais les filles les ont devancés de 24 points de pourcentage en compréhension de l’écrit, en moyenne dans les pays de l’OCDE. En sciences, l’écart de performance entre les garçons et les filles n’est pas significatif. En ce qui concerne les élèves peu performants, le pourcentage de garçons (31 %) est plus élevé que celui des filles (22 %) en compréhension de l’écrit, mais, en mathématiques, le pourcentage est pratiquement identique (32 % pour les filles et 31 % pour les garçons). Quant aux élèves très performants, ils sont plus nombreux parmi les garçons (11 %) que parmi les filles (7 %) en mathématiques, alors qu’en compréhension de l’écrit, les filles devancent légèrement les garçons (8 % contre 6 %, respectivement) en moyenne, dans les pays de l’OCDE. En sciences, le pourcentage d’élèves peu performants est plus élevé de deux points de pourcentage chez les garçons que chez les filles, de même, les élèves très performants sont plus nombreux, de deux points de pourcentage, chez les garçons que chez les filles.
En moyenne, dans les pays de l’OCDE, 45 % des jeunes de 15 ans n’ont pas acquis les compétences de base dans au moins l’un des domaines fondamentaux d’évaluation du PISA. Dans 38 pays et économies, plus de 60 % des jeunes de 15 ans n’atteignent pas le niveau 2 dans au moins une matière. Par contraste, ils sont moins de 25 % à se situer sous ce niveau dans au moins une matière dans 5 pays et économies.
L’équité est une valeur essentielle et un objectif important dans l’élaboration des politiques d’éducation. Dans l’éducation, elle incarne un principe éthique associé au concept de justice sociale et est un terme normatif selon lequel tous les citoyens, quel que soit leur statut, doivent avoir la possibilité d’exploiter leur plein potentiel.
Le décuplement des taux de scolarisation au cours du XXe siècle a ouvert des possibilités d’apprentissage sans précédent à des groupes sociaux auparavant exclus de l’éducation institutionnelle. Ceci n’a pas empêché les inégalités socio-économiques en matière de niveau de formation et de résultats d’apprentissage de persister encore aujourd’hui (Pfeffer, 2008[1] ; Breen, 2010[2] ; Torche, 2018[3] ; OCDE, 2018[4] ; Chmielewski, 2019[5]). Au XXIe siècle, la scolarisation dans l’enseignement supérieur et préprimaire s’est considérablement élargie. En parallèle, les disparités dans l’éducation liées au sexe, au statut au regard de l’immigration, à la situation géographique (par exemple zone urbaine ou rurale), au handicap, et à d’autres caractéristiques des élèves sont nettement ressorties comme sources d’inégalité en matière de scolarisation et d’apprentissage (Buchmann, DiPrete et McDaniel, 2008[6] ; Hillmert, 2013[7] ; OCDE, 2023[8]).
Les différences observées dans PISA aujourd’hui, en termes d’ampleur et de types d’inégalités dans l’éducation, s’enracinent dans l’héritage historique des différentes nations. Par exemple, en Amérique centrale et du Sud, au XIXe siècle, la plupart des pays ont adopté des lois visant à rendre la scolarisation obligatoire, mais elles ont rarement été mises en œuvre, si bien que les effectifs des établissements scolaires n’ont pas beaucoup augmenté avant la seconde moitié du XXe siècle, avec pour conséquence que le défi de l’universalisation de l’enseignement persiste encore (Benavot, Resnik et Corrales, 2006[9]).
L’équité dans l’éducation ne signifie pas que tous les élèves doivent atteindre les mêmes résultats ; en fait, il faut s’attendre à un certain degré de variation dans les résultats des élèves dans tout système d’éducation, même dans ceux dont le niveau d’équité est élevé. L’objectif des politiques axées sur l’équité n’est pas de réduire les résultats scolaires des élèves les plus performants ni de niveler par le bas les systèmes d’éducation pour qu’ils produisent des résultats homogènes. Ces politiques devraient plutôt permettre aux élèves de fournir le meilleur d’eux-mêmes.
Ce chapitre examine deux dimensions de l’équité dans l’éducation : l’égalité et l’inclusion. Seuls les systèmes d’éducation qui conjuguent d’excellents niveaux d’égalité et d’inclusion sont considérés comme étant très équitables.
L’égalité dans l’éducation consiste à faire en sorte que tous les élèves aient la possibilité de réaliser leur plein potentiel d’apprentissage, quel que soit leur milieu : c’est l’objet des trois premières sections de ce chapitre. La première de ces sections aborde les inégalités socio-économiques de la performance des élèves au sein des pays ; la deuxième examine les inégalités de performance entre les sexes ; et la troisième section se penche sur l’égalité des chances par système d’éducation.
La quatrième section de ce chapitre porte sur l’enseignement inclusif. Dans PISA, l’inclusion consiste à faire en sorte que tous les élèves aient accès à un enseignement de qualité et qu’ils acquièrent les compétences fondamentales en mathématiques, en compréhension de l’écrit et en sciences.
L’égalité dans l’éducation c’est faire en sorte que tous les élèves, quel que soit leur milieu, aient la possibilité de réaliser leur plein potentiel d’apprentissage1. Dans un système d’éducation équitable, les résultats des élèves ne dépendent pas des caractéristiques contextuelles telles que le milieu socio-économique de leur famille, leur statut au regard de l’immigration ou le sexe, car les élèves n’ont aucune prise là-dessus. Dans PISA, les systèmes d’éducation qui arrivent à bien dissocier la performance des élèves des caractéristiques contextuelles présentent un degré d’équité élevé. Les données du PISA montrent, cependant, que les caractéristiques contextuelles, telles que le milieu socio-économique, le sexe et les stéréotypes qui en découlent, le statut au regard de l’immigration, et le système d’éducation fréquenté par les élèves créent, dans la pratique, des privilèges ou érigent des obstacles qui font en sorte que certains élèves parviennent à mieux réussir que d’autres. En outre, ces caractéristiques propres à chacun peuvent contribuer à conditionner les aspirations, motivations et efforts des élèves, et par conséquent à influer sur leurs résultats cognitifs.
On connaît bien les effets du statut socio-économique sur les résultats des élèves : de nombreuses études ont porté sur les mécanismes spécifiques économiques et culturels qui lient les résultats scolaires des élèves à leur statut socio-économique (Bourdieu, 1986[10] ; Coleman, 1988[11] ; Paino et Renzulli, 2012[12] ; Kao et Thompson, 2003[13] ; Eriksson et al., 2021[14]). Par exemple, les élèves dont les parents sont plus instruits et exercent des professions plus prestigieuses et mieux rémunérées, disposent généralement d’un plus large éventail de ressources financières (cours particuliers, ordinateurs, livres), culturelles (vocabulaire plus riche, compétences en matière de gestion du temps) et sociales (modèles, réseaux). Ces ressources les aident à mieux réussir à l’école que les élèves dont les parents sont moins instruits ou chômeurs chroniques, occupent des emplois peu rémunérés ou vivent dans la pauvreté. Les privations économiques et l’adversité durant la petite enfance nuisent au développement cognitif (Richards et Wadsworth, 2004[15] ; Duncan, Brooks-Gunn et Klebanov, 1994[16]).
En outre, plusieurs facteurs ainsi que les expériences vécues par les élèves au cours de leur vie influencent la relation entre le milieu socio-économique et les performances telles que mesurées par l’enquête PISA auprès des jeunes de 15 ans. Par exemple, un écart socio-économique peut se creuser en fonction de la participation ou non des élèves à des activités d’éducation et d’accueil de la petite enfance. Cela se traduit par un écart socio-économique manifeste dans les performances des élèves dès l’âge de 10 ans à l’école primaire (OCDE, 2018[4]). De récentes données internationales font également état de lacunes en matière de compétence liées au milieu socio-économique chez les enfants de 5 ans (OCDE, 2020[17]). Des écarts de performance qui peuvent se creuser des années plus tard. À l’âge de 15 ans, le milieu socio-économique a une grande influence sur les performances en mathématiques, en compréhension de l’écrit et en sciences. Les élèves défavorisés sont plus susceptibles de redoubler et de s’inscrire dans la filière d'enseignement professionnelle plutôt que générale. Ils sont aussi moins susceptibles d’obtenir un diplôme d’études supérieures. À la fin de leur scolarité obligatoire, ces élèves affichent des taux d’inscription dans l’enseignement supérieur plus faibles, des taux de réussite moins élevés et de moins bons résultats sur le marché du travail.
La performance des élèves est associée au statut socio-économique, mais il ne s’agit pas d’une relation immuable. Des données antérieures ont démontré qu’il est possible pour certains élèves de briser le cycle de la pauvreté, déjouer les pronostics et d’obtenir de meilleurs résultats à l’enquête PISA que ceux auxquels on aurait pu s’attendre compte tenu de leur statut socio-économique (OCDE, 2011[18]). Dans ce volume, on entend par élèves résilients, les élèves qui, bien que socio-économiquement défavorisés, sont parmi les meilleurs dans leur propre pays ou économie.
Milieu socio-économique des élèves
La richesse et le revenu par habitant varient considérablement entre les pays et économies participant au PISA (voir le Graphique I.4.14). Ceci se reflète sur le statut socio-économique des élèves qui passent les épreuves du PISA dans divers pays et économies2.
Le Graphique I.4.1 indique le statut socio-économique moyen des élèves dans chaque pays et économie qui ont participé au PISA 2022, tel que mesuré par l’indice de statut socio-économique, social et culturel (SESC) (voir l’encadré I.4.1 et l’annexe A3 pour une définition plus précise de cet indice). La structure conceptuelle de l’enquête fait en sorte que le statut socio-économique moyen des élèves dans les pays de l’OCDE est proche de zéro. Parmi tous les pays et économies, c’est en Norvège, au Danemark*, au Canada*, en Australie* et en Islande (par ordre décroissant de leur indice SESC moyen) que le statut socio-économique moyen des élèves est le plus élevé. Il est le plus bas au Guatemala, en Indonésie, au Maroc et au Cambodge (par ordre décroissant).
Le Graphique I.4.1 reflète également la variation du statut socio-économique des élèves au sein des pays et économies. En moyenne, dans les pays de l’OCDE, l’écart entre les élèves les plus favorisés (c’est-à-dire le 90e centile de l’indice SESC) et les plus défavorisés (c’est-à-dire le 10e centile de l’indice SESC) est de 2.34 points dans l’indice PISA de statut économique, social et culturel (ci-après, cet écart sera appelé la plage interdécile du statut socio-économique des élèves). Selon cette mesure, la plage des inégalités socio-économiques dans les pays et économies est la plus étendue au Maroc, au Guatemala, au Paraguay, au Panama* et au Pérou (par ordre décroissant). Elle est la moins large aux Émirats arabes unis, au Danemark*, au Japon, au Canada*, en Islande et en Norvège (par ordre croissant).
Les inégalités s’atténuent dans les pays et économies où le statut socio-économique moyen de l’effectif d’élèves est plus élevé (Graphique I.4.1). Dans les pays et économies du PISA dont les données sont disponibles3, la corrélation entre la moyenne et la plage inter-décile du statut socio-économique des élèves est très forte (coefficient de corrélation = 0.89). Le Canada*, le Danemark*, l’Islande et la Norvège reflètent cette tendance dans PISA 2022. Ces pays se distinguent par un statut socio-économique moyen des plus élevés et des écarts socio-économiques parmi les plus faibles entre les élèves les plus défavorisés et les moins favorisés. À l’inverse, le Guatemala et le Maroc font montre d’un statut socio-économique moyen des élèves des plus bas et d’écarts des plus importants entre les plus favorisés et les moins favorisés.
Dans un tiers des pays et économies, l’écart en matière de statut socio-économique est plus marqué au sein des pays et économies participant au PISA 2022 qu’entre eux, tel que mesuré par la plage inter-déciles du statut socio-économique des élèves. Par exemple, l’écart entre les pays affichant le statut socio-économique moyen le plus élevé (c’est-à-dire la Norvège) et le plus bas (c’est-à-dire le Cambodge) est égal à 2.5 points dans l’indice PISA de statut économique, social et culturel, alors que l’écart entre le décile supérieur et le décile inférieur du statut socio-économique des élèves au sein d’un pays et d’une économie (c’est-à-dire la plage inter-déciles) est supérieur à 2.6 points dans 28 pays et économies.
Indice PISA de statut économique, social et culturel (SESC)
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
Toutes les différences entre le 90e et le 10e centiles sont statistiquement significatives (voir l'annexe A3).
Les pays et économies sont classés par ordre décroissant de l’indice moyen SESC pour tous les élèves.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.2.
Le statut socio-économique est un vaste concept qui vise à rendre compte de l’accès aux ressources familiales (c’est-à-dire le capital économique, le capital social et le capital culturel) et de la position sociale de la famille ou du ménage de l’élève (Cowan et al., 2012[19] ; Willms et Tramonte, 2015[20] ; Avvisati, 2020[21]).
L'indice PISA de statut économique, social et culturel mesure le statut socio-économique. Plus la valeur de l’indice SESC est élevée et plus le statut socio-économique l’est aussi. La moyenne de l’échelle de l’indice SESC est égale à 0 et l’écart-type à 1 dans les pays de l'OCDE.
L’indice SESC est un score composite qui combine en un seul score des informations dérivées de trois composantes : le niveau de formation le plus élevé des parents (l’indice PARED1) ; le statut professionnel le plus élevé des parents (l’indice HISEI1) ; et le patrimoine familial (l’indice HOMEPOS1, mesure approximative de la richesse familiale). Cette information a été recueillie par le biais du questionnaire « Élève », auquel les élèves ont répondu après avoir effectué l’évaluation cognitive de l’enquête PISA.
Pour une description plus approfondie du mode de calcul de l’indice, voir PISA 2022 Technical Report (OCDE, 2024[22])
Élèves socio-économiquement défavorisés par rapport aux élèves favorisés
Dans ce rapport, l’indice PISA SESC vise à distinguer les élèves socio-économiquement défavorisés (c’est-à-dire ceux qui comptent parmi les 25 % d’élèves dont l’indice SESC est le moins élevé dans leur pays ou économie) et les élèves socio-économiquement favorisés (c’est-à-dire ceux qui comptent parmi les 25 % d’élèves dont l’indice SESC est le plus élevé dans leur pays ou économie).
1. Se référer à l’annexe A1 pour plus de détails sur cet indice.
Source: PISA 2022 Technical Report (OCDE, 2024[22])
Statut socio-économique des élèves et performance moyenne4
Dans PISA, le gradient socio-économique permet de mesurer la relation entre le statut socio-économique des élèves et leur performance dans chaque pays et économie : Plus l’association est forte entre le statut socio-économique et la performance des élèves et moins il y a d’égalité (et donc moins d’équité) (Willms, 2006[23]). Le gradient socio-économique fournit deux éléments clés d’information : l’intensité du gradient et la pente du gradient.
L’intensité du gradient est mesurée par le pourcentage de la variation de performance des élèves qui est expliqué par les différences de statut socio-économique des élèves. Lorsque la relation entre le statut socio-économique et la performance est de forte intensité, le statut socio-économique est une variable prédictive probante de la performance. En d’autres mots, un système est plus égalitaire lorsque la relation entre le statut socio-économique et la performance est plus faible.
En moyenne, dans les pays de l’OCDE en 2022, le statut socio-économique des élèves représente un pourcentage important de la variation de leur performance dans l’enquête PISA ; comme illustré dans le Graphique I.4.2, le statut socio-économique explique 15 % de la variation de la performance en mathématiques dans chaque pays. Dans 8 des 80 pays et économies dont les données sont disponibles, le milieu socio-économique des élèves représente 20 % ou plus de la variation de la performance. En revanche, il représente moins de 7 % de la variation de la performance dans 14 autres pays.
Alors qu’une faible association entre le statut socio-économique et la performance au sein des pays et économies est nécessaire pour atteindre l’égalité dans l’éducation, ce n’est pas, en soi, une condition suffisante. Il importe de considérer l’égalité en termes de niveaux globaux de performance des systèmes d’éducation (les inégalités de performance entre les systèmes d’éducation sont examinées plus loin dans ce chapitre). Il n’est pas souhaitable pour un pays ou une économie de conjuguer un excellent niveau d’égalité en termes de statut socio-économique des élèves avec une faible performance moyenne, c’est-à-dire d’avoir des résultats médiocres dans tous les domaines, quel que soit le statut socio-économique.
Comme le montre le Graphique I.4.2, les pays et économies qui ont atteint un degré d’égalité élevé imputable au statut socio-économique ne sont pas ceux qui affichent les meilleures performances5.
Le score moyen en mathématiques varie énormément entre les systèmes d'éducation qui présentent un niveau élevé d’équité socio-économique. Parmi les 40 pays et économies où l’intensité de la relation entre performance et milieu socio-économique est plus faible que la moyenne de l'OCDE, ils sont 10 à afficher une performance moyenne en mathématiques supérieure à la moyenne de l'OCDE qui est de 472 points (Macao [Chine], Hong Kong [Chine]*, Japon, Corée, Canada*, Irlande*, Danemark*, Royaume-Uni*, Finlande, et Lettonie*, par ordre décroissant de leur score moyen en mathématiques) (Graphique I.4.2). Un système d’éducation (la Norvège) dont le niveau d’égalité est excellent en termes de statut socio-économique présente un écart de performance moyen en mathématiques qui n’est pas statistiquement significatif par rapport à la moyenne de l’OCDE. Les 29 autres pays et économies affichent une performance moyenne en mathématiques qui est significativement inférieure à la moyenne de l'OCDE.
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
L’indice PISA de statut économique, social et culturel mesure le statut socio-économique.
Source : OCDE, Base de données PISA 2022, tableaux I.B1.2.1 et I.B1.4.3.
Hong Kong (Chine)* et Macao (Chine) sont particulièrement remarquables en raison de leurs très hauts niveaux de performance (le score moyen en mathématiques est égal à 540 points ou plus) combinés à de très hauts niveaux d’égalité en matière de performance en mathématiques selon le statut socio-économique (le statut socio-économique des élèves représentant moins de 6 % de la variation de la performance en mathématiques). Comme le montre le Graphique I.4.2, les 11 pays et économies affichant ce type de faible relation entre le milieu socio-économique des élèves et la performance en mathématiques (c’est-à-dire dont le statut socio-économique des élèves représente moins de 6 % de la variation de la performance en mathématiques) révèlent une performance moyenne en mathématiques qui est significativement inférieure à la moyenne de l'OCDE.
Sur les 29 pays et économies dont le niveau d’égalité en termes de statut socio-économique n’est pas significativement différent de la moyenne de l'OCDE, 9 ont une performance moyenne en mathématiques supérieure à la moyenne de l’OCDE ; 5 ont une performance moyenne en mathématiques qui s’aligne sur la moyenne de l'OCDE et 15 une performance moyenne en mathématiques inférieure à la moyenne de l'OCDE.
Comme pour les mathématiques, les différences de milieu socio-économique des élèves représentent 13 % de la variation de la performance en compréhension de l'écrit et 14 % de la variation de la performance en sciences en moyenne dans les pays de l'OCDE (tableau I.B1.4.4 et tableau I.B1.4.5).
La pente du gradient socio-économique reflète le degré d’inégalité de la performance moyenne entre deux élèves dont le milieu socio-économique diffère d’une unité dans l’indice PISA de statut économique, social et culturel. Une valeur positive de la pente du gradient socio-économique signale que les élèves favorisés réussissent en général mieux que les élèves défavorisés dans PISA 2022.
En 2022, en moyenne, dans les pays de l’OCDE, l’augmentation d'une unité de l’indice PISA de statut socio-économique, social et culture (SESC) correspond à une augmentation de 39 points aux épreuves de mathématiques (tableau I.B1.4.3). Cela représente presque le double de ce que les élèves de 15 ans apprennent en un an (voir l’encadré I.5.1).
L’écart de performance lié au milieu socio-économique des élèves est plus grand en République slovaque où une augmentation d'une unité de l’indice correspond à un écart de 53 points en mathématiques. En Israël, en République tchèque et à Singapour, l’augmentation de l’indice est associée à une différence de 51 points. Par contraste, l’évolution associée de la performance représente moins de 20 points dans 17 pays et économies. Alors que la pente varie beaucoup d’un pays et d’une économie à l’autre, dans tous les pays et économies participant au PISA 2022, les élèves les plus favorisés ont mieux réussi que les plus défavorisés.
Toutefois, les gradients socio-économiques ne donnent pas d’information sur la taille des écarts de performance en relation avec les écarts de statut socio-économique entre les élèves les moins favorisés et les plus favorisés dans un même pays et une même économie. Pour la mesurer, il faut plutôt calculer la performance moyenne des élèves entre les quartiles supérieur et inférieur du statut socio-économique du pays ou de l’économie, comme le montre le Graphique I.4.3.
En moyenne, dans les pays de l’OCDE, les élèves socio-économiquement favorisés (soit ceux qui se situent dans le quartile supérieur de la répartition de l’indice SESC) ont obtenu 93 points de plus en mathématiques que les élèves défavorisés (soit ceux qui se situent dans le quartile inférieur de cette répartition). L’écart entre ces deux groupes est supérieur à 93 points dans 22 pays et économies, tandis qu’il est de 50 points dans 13 autres (Graphique I.4.3).
Indice PISA de statut économique, social et culturel (SECS)
Remarque : seuls sont repris les pays et économies dont les données sont disponibles.
Les pays et économies sont classés par ordre décroissant de la performance des élèves en mathématiques dans le deuxième quartile national du statut socio-économique.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.3.
Faible performance et statut socio-économique
Comme le montre le Graphique I.4.4, 47 % des élèves socio-économiquement défavorisés, mais seulement 14 % des élèves favorisés n’atteignent pas le niveau de compétence 2 en mathématiques (un écart de 33 points de pourcentage) en moyenne, dans les pays de l'OCDE. L’écart de pourcentage d’élèves peu performants en mathématiques entre les élèves favorisés et les élèves défavorisés est de 30 points de pourcentage ou plus dans la plupart des pays et économies ; il est supérieur à 50 points de pourcentage en République slovaque et en Roumanie.
Les élèves défavorisés risquent sept fois plus que les élèves favorisés de ne pas atteindre le niveau 2 en mathématiques, en moyenne, dans les pays de l’OCDE (tableau I.B1.4.10). Dans les domaines de la compréhension de l’écrit et des sciences, ce risque est également au moins cinq fois plus élevé pour les élèves défavorisés que pour les plus favorisés, en moyenne, dans les pays de l’OCDE (tableau I.B1.4.11 et tableau I.B1.4.12).
Pourcentage d’élèves qui se situent sous le niveau de compétence 2, selon le quartile national de l’indice PISA de statut économique, social et culturel (SECS)
Remarque : seuls sont repris les pays et économies dont les données sont disponibles.
Les pays et économies sont classés par ordre croissant du pourcentage d’élèves peu performants en mathématiques dans le deuxième quartile national du statut socio-économique.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.14.
Élèves défavorisés résilients
Dans PISA, on entend par élèves résilients les élèves qui se situent dans le quartile inférieur de l’indice PISA de statut économique, social et culturel (SECS) dans leur pays ou économie, mais dont les résultats les placent dans le quartile supérieur de ce même pays ou économie. Ces élèves font preuve de résilience scolaire parce que, en dépit de leur statut socio-économique défavorisé, ils ont atteint un niveau d’excellence par rapport aux autres élèves de leur propre pays.
Pourcentage d’élèves socio-économiquement défavorisés qui se classent dans le quartile supérieur de la performance en mathématiques dans leur propre pays ou économie
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
L’indice PISA de statut économique, social et culturel mesure le statut socio-économique.
Les pays et économies sont classés par ordre décroissant de leur pourcentage d’élèves résilients.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.3.
Comme le montre le Graphique I.4.5, le pourcentage d’élèves résilients en mathématiques varie entre moins de 8 % dans certains pays et économie (Bulgarie, France, Israël, Panama*, Pérou, Qatar, République slovaque, République tchèque et Roumanie) et plus de 15 % dans d’autres (Albanie, Cambodge, Hong Kong [Chine]*, Indonésie, Jamaïque*, Kazakhstan, Kosovo, Macao (Chine), Maroc, Ouzbékistan et Royaume-Uni*). En moyenne, dans les pays de l’OCDE, 10 % des élèves défavorisés ont obtenu des résultats qui les placent dans le quartile supérieur de la performance en mathématiques dans leur propre pays, ce qui en fait des élèves résilients. En moyenne, dans les pays de l’OCDE, le pourcentage d’élèves résilients en compréhension de l’écrit et en science est de 11 % (tableau I.B1.4.4 et tableau I.B1.4.5).
L’insécurité alimentaire est une nouvelle question du questionnaire « Élève » du PISA 2022. Il est troublant de constater que dans tous les pays et économies participant au PISA, des élèves de 15 ans souffrent d’insécurité alimentaire, c’est-à-dire qu’ils ont dû sauter un ou plusieurs repas par semaine au cours du mois précédant l’enquête PISA, parce qu’ils n’avaient pas assez d’argent pour acheter de la nourriture.
Insécurité alimentaire dans les pays participants au PISA en 2022
Selon une récente étude internationale menée dans 83 pays à revenu faible ou intermédiaire, le nombre de personnes souffrant d’insécurité alimentaire en 2023 s’élève à 1.14 milliard (Zereyesus et al., 2023[24]). Selon cette étude, le revenu des particuliers, le prix des denrées alimentaires et les inégalités économiques figurent parmi les principaux facteurs qui freinent la capacité des personnes à acheter des denrées. D’autres études montrent que l’insécurité alimentaire nuit à l’apprentissage et aux progrès scolaires des enfants (Argaw et al., 2023[25]).
La question suivante a été incluse dans le questionnaire « Élève » du PISA 2022 : « Ces 30 derniers jours, à quelle fréquence n’avez-vous pas pu manger, car il n’y avait pas assez d’argent pour acheter de la nourriture ? » Les catégories de réponse étaient les suivantes : « Jamais ou presque jamais », « Une fois par semaine environ », « 2 à 3 fois par semaine », « 4 à 5 fois par semaine » et « Tous les jours ou presque ».
En moyenne, dans les pays de l’OCDE, 8.2 % des élèves ont déclaré ne pas avoir mangé au moins 1 fois dans la semaine dans les 30 derniers jours, parce qu’il n’y avait pas assez d’argent pour acheter de la nourriture. Certains pays de l’OCDE affichent les pourcentages les plus bas (en dessous de 3 %), notamment le Portugal (2.6 %), la Finlande (2.7 %) et les Pays-Bas* (2.8 %). Toutefois, dans certains autres, le pourcentage d’élève souffrant d’insécurité alimentaire dépasse 10 %, comme au Royaume-Uni* (10.5 %), en Lituanie (11 %), aux États-Unis* (13 %), au Chili (13.1 %), en Colombie (13.3 %), en Nouvelle-Zélande* (14.1 %) et en Türkiye (19.3 %).
Dans 18 pays et économies, plus de 20 % des élèves ont déclaré ne pas manger au moins une fois par semaine en raison du manque d’argent. C’est également le cas pour plus d’un tiers des élèves à Bakou (Azerbaïdjan), en Jamaïque* et aux Philippines, mais c’est au Cambodge uniquement que plus de la moitié des élèves (67.8 %) ont coché cette réponse. Tous les pays où au moins un quart des élèves ont déclaré ne pas manger une fois par semaine environ en raison du manque d’argent figurent parmi les pays et économies dont les résultats en mathématiques sont les plus bas dans PISA 2022 (c’est-à-dire une moyenne en dessous de 400 points).
Compte tenu de la relation entre la performance et le statut socio-économique des élèves, il n’est pas surprenant d’observer une corrélation négative entre l’insécurité alimentaire et la performance en mathématiques dans PISA 2022 (r de Pearson = -0.61)1. L’insécurité alimentaire a des répercussions non seulement sur le bien-être des élèves, mais également sur leurs possibilités d’apprentissage et leur qualité de vie en général.
Remarque : seuls sont repris les pays et économies dont les données sont disponibles.
Les pays et économies sont classés par ordre décroissant du pourcentage d’élèves qui n’ont pas pu manger une fois par semaine environ dans les 30 derniers jours, parce qu’il n’y avait pas assez d’argent pour acheter de la nourriture.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.46.
1. La relation entre l’insécurité alimentaire et le score moyen en mathématiques n’est pas dérivée des pays et économies où l’insécurité alimentaire est extrêmement élevée. Après avoir retiré de l’analyse les quatre pays et économies où le pourcentage d’élèves qui ne mangent pas « une fois par semaine environ » dans les 30 derniers jours en raison du manque d’argent pour acheter de la nourriture était supérieur à 35 % (Bakou [Azerbaïdjan], Cambodge, Jamaïque et Philippines), l’intensité de la relation entre insécurité alimentaire et score moyen en mathématiques dans les 63 autres pays et économies est pratiquement inchangée (coefficient de corrélation=0.63) comparée à l’ensemble des 67 pays et économies dont les données disponibles sont reprises dans l’analyse (coefficient de corrélation=0.61).
La différence de performance entre garçons et filles constitue un autre indicateur d’équité dans ce volume.
Les écarts de performance entre les sexes à l’âge de 15 ans ont des conséquences à long terme sur l’avenir personnel et professionnel des filles et des garçons (OCDE, 2015[26]). Les garçons qui sont à la traîne et qui n’ont pas les compétences élémentaires en compréhension de l’écrit peuvent éprouver des difficultés à accéder à l’enseignement supérieur, à des emplois intéressants sur le marché du travail et à s’épanouir pleinement. De même, la sous-représentation des filles parmi les élèves très performants en sciences et en mathématiques peut expliquer en partie l’écart persistant entre les hommes et les femmes dans les carrières scientifiques, technologiques, ou encore en ingénierie et en mathématiques (STIM), qui comptent souvent parmi les professions les mieux rémunérées.
Les différences dans le taux de réussite entre les garçons et les filles ne résultent pas d’aptitudes innées ; au contraire, ce sont les contextes sociaux et culturels qui renforcent les attitudes et les comportements stéréotypés, qui finissent, à leur tour, par être associés à des différences de performance entre les sexes (OCDE, 2015[27]). Par exemple, les garçons sont plus susceptibles que les filles de décrocher, d’avoir de mauvaises notes, de redoubler et de jouer à des jeux vidéo pendant leur temps libre. Les filles ont tendance à mieux se comporter en classe, à avoir de meilleures notes, à passer davantage de temps à effectuer leur devoir et à lire, pour le plaisir, des textes particulièrement complexes comme de la fiction, pendant leur temps libre (OCDE, 2023[28]). Elles sont aussi moins susceptibles de redoubler. Cependant, les filles sont plus portées que les garçons à ressentir de l’anxiété à l’égard des mathématiques. Elles sont moins enclines que les garçons à croire qu’elles peuvent accomplir avec succès des tâches mathématiques ou scientifiques à des niveaux déterminés, à s’inscrire dans des programmes techniques et professionnels ou à acquérir une expérience professionnelle pratique par le biais de stages ou de l’observation en situation de travail (OCDE, 2015[26]).
Les écarts de réussite liés au sexe ne semblent donc ni innés ni inévitables. L’ampleur de l’écart de performance des élèves entre les sexes fluctue d’un pays à l’autre. Au cours des dernières décennies, de nombreux pays ont fait des avancées significatives en resserrant, voir en comblant, l’écart entre les sexes en matière de réussite scolaire (Van Bavel, Schwartz et Esteve, 2018[29]).
Performance moyenne selon le sexe
En moyenne, dans les pays de l’OCDE, les garçons obtiennent neuf points de plus que les filles aux épreuves de mathématiques du PISA 2022 (voir les écarts de score moyen dans le Graphique I.4.7). Alors que les garçons sont meilleurs que les filles en mathématiques dans 40 pays et économies, les filles, quant à elles, dépassent les garçons dans 17 autres pays et économies. L’écart de performance le plus important en mathématiques en faveur des garçons (15 points ou plus) s’observe au Costa Rica, au Pérou, à Macao (Chine), au Chili et en Italie (par ordre décroissant) ; les pays où l’on observe les écarts les plus marquants en faveur des filles (15 points ou plus) sont l’Autorité palestinienne et l’Albanie. Dans 24 pays et économies, l’écart de performance en mathématiques entre les garçons et les filles n’est pas statistiquement significatif.
Le Graphique I.4.7 montre non seulement les écarts de performance moyenne des garçons et des filles, mais également les écarts aux extrémités du spectre de performance. Le 10e centile est le point de l’échelle de performance en dessous duquel se situent 10 % des élèves ; il s’agit des élèves les moins performants dans chaque pays et économie. Le 90e centile est le point de l’échelle de performance au-dessus duquel se situent 10 % des élèves ; il s’agit des élèves les plus performants dans chaque pays et économie.
Il importe de tenir compte des écarts de performance à ces extrémités, car la variabilité de la performance des élèves (telle que mesurée par l’écart-type) est plus élevée parmi les garçons que chez les filles dans toutes les matières évaluées par PISA, en moyenne dans les pays de l’OCDE et dans la plupart des pays et économies (tableaux I.B1.4.17, I.B1.4.18 et I.B1.4.19).
En mathématiques, les garçons les plus performants ont devancé les filles les plus performantes, en moyenne, dans les pays de l’OCDE (22 points de différence) et dans la plupart des pays et économies (Graphique I.4.7). Aux États-Unis*, en Israël et en Italie, les garçons les plus performants ont obtenu de meilleurs résultats que les filles les plus performantes (plus de 30 points).
Parmi les 10 % d’élèves les moins performants, les filles ont obtenu de meilleurs résultats que les garçons, en moyenne, dans les pays de l’OCDE (4 points de différence) et dans 27 pays et économies sur 80 (Graphique I.4.7). Au Brunei Darussalam et aux Émirats arabes unis, les filles les moins performantes ont devancé les garçons les moins performants de plus de 25 points de pourcentage mais de moins de 30.
Différence de score en mathématiques entre les garçons et les filles
Remarques : le score moyen en mathématiques est indiqué en regard du nom du pays ou de l’économie.
Les différences statistiquement significatives sont indiquées dans une couleur plus foncée (voir l’annexe A3).
Les pays et économies sont classés par ordre décroissant de différence de score en mathématiques liée au sexe (garçons moins filles)
Source : OCDE, Base de données PISA 2022, tableaux I.B1.2.1 et I.B1.4.17.
En compréhension de l’écrit, les filles ont mieux réussi que les garçons, à l’inverse des mathématiques. En moyenne, dans les pays de l’OCDE, les filles ont devancé les garçons de 24 points (différence de score moyen dans le Graphique I.4.8). Les filles obtiennent de meilleurs résultats que les garçons en compréhension de l’écrit dans tous les pays et économies, à l’exception de deux pays (le Chili et le Costa Rica où l’écart de performance en compréhension de l’écrit entre garçons et filles n’est pas statistiquement significatif). L’écart de performance le plus important en compréhension de l'écrit en faveur des filles (40 points ou plus) s’observe en Albanie, au Qatar, en Norvège, en Slovénie, aux Émirats arabes unis, en Finlande, en Jordanie, et au sein de l’Autorité palestinienne (par ordre croissant).
Différence de score en compréhension de l’écrit entre les garçons et les filles
** La prudence est de mise lors de la comparaison des résultats fondés sur l’enquête PISA 2022 avec d’autres pays et économies, en raison de l’absence d’une corrélation solide avec l’échelle PISA internationale des compétences en compréhension de l’écrit (voir l’annexe A4 et le Guide du lecteur).
Remarques : le score moyen en compréhension de l'écrit est indiqué en regard du nom du pays ou de l’économie.
Les différences statistiquement significatives sont indiquées dans une couleur plus foncée (voir l’annexe A3).
Les pays et économies sont classés par ordre décroissant de différence de score en compréhension de l'écrit liée au sexe (garçons moins filles)
Source : OCDE, Base de données PISA 2022, tableaux I.B1.2.2 et I.B1.4.18.
De plus, les filles obtiennent de meilleurs résultats que les garçons en compréhension de l’écrit aux deux extrêmes du spectre de performance. Les filles les moins performantes devancent les garçons les moins performants en moyenne dans les pays de l’OCDE (34 points de différence) et dans tous les pays et économies. De même, les filles plus performantes dépassent les garçons les plus performants en moyenne dans les pays de l’OCDE (14 points de différence) et dans la plupart des pays et économies (Graphique I.4.8).
Faible performance selon le sexe
Le Graphique I.4.9 et le Graphique I.4.10 présentent les pourcentages des élèves peu performants en mathématiques et en compréhension de l’écrit respectivement, selon le sexe.
Pourcentage d’élèves dont les résultats sont en dessous du niveau de compétence 2 en mathématiques, selon le sexe
Remarque : les différences entre les sexes statistiquement significatives sont indiquées dans une couleur plus foncée (voir l’annexe A3).
Les pays et économies sont classés par ordre décroissant du pourcentage de garçons peu performants en mathématiques.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.31.
En moyenne, dans les pays de l’OCDE en 2022, 31 % des garçons et 32 % des filles sont peu performants en mathématiques (Graphique I.4.9). Dans 17 pays et économies, il y a davantage de garçons que de filles peu performants en mathématiques, mais, dans 15 autres pays et économies, elles sont plus nombreuses que les garçons à avoir des résultats sous le niveau de compétence 2 dans cette matière.
Pourcentage d’élèves dont les résultats sont en dessous du niveau de compétence 2 en compréhension de l'écrit, selon le sexe
Remarques : Les différences entre les sexes statistiquement significatives sont indiquées dans une couleur plus foncée (voir l’annexe A3).
Les pays et économies sont classés par ordre décroissant du pourcentage de garçons peu performants en compréhension de l’écrit.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.32.
L’écart entre les sexes en ce qui concerne les élèves peu performants en mathématiques est relativement faible. On observe les écarts les plus importants en mathématiques dans :
Trois pays et économies (Alberta, Brunei Darussalam et Malaisie, par ordre croissant) où le pourcentage de garçons qui n’arrivent pas au niveau de compétence 2 est plus élevé que le pourcentage de filles dans le même cas, de plus de six points de pourcentage mais de moins de neuf points.
Quatre pays et économies (Mexique, Pérou, Chili et Costa Rica, par ordre croissant) où le pourcentage de garçons qui ne parviennent pas au niveau de compétence 2 est inférieur au pourcentage de filles dans le même cas, de plus de six points de pourcentage mais de moins de neuf points.
Dans tous les autres pays et économies, l’écart entre les garçons et les filles en termes de pourcentage d’élèves peu performants en mathématiques est de six points de pourcentage ou moins ou n’est pas statistiquement significatif.
En compréhension de l’écrit, cependant, la tendance s’inverse et les différences sont plus prononcées : les résultats des garçons sont significativement moins bons que ceux des filles. En moyenne, dans les pays de l’OCDE en 2022, 31 % des garçons et 22 % des filles n’atteignent pas le niveau 2 en compréhension de l'écrit (Graphique I.4.10). Dans PISA 2022, dans 78 pays et économies sur 80, un plus grand nombre de garçons que de filles sont peu performants : au Monténégro, au Qatar, en Slovénie, et au sein de l’Autorité palestinienne (par ordre croissant), cette différence est égale à 17 points de pourcentage ou plus.
Excellence selon le sexe
Environ 11 % des résultats des garçons et 7 % de ceux des filles se situent au niveau de compétence 5 ou au-delà en mathématiques (Graphique I.4.11), en moyenne, dans les pays de l’OCDE. Dans la plupart des pays et économies du PISA 2022, les garçons sont plus nombreux que les filles à obtenir d’excellents résultats en mathématiques. Dans une grande partie de ces pays et économies, l’écart est faible (c’est-à-dire égal à quatre points de pourcentage ou moins), mais au Japon, à Hong Kong (Chine)* et à Macao (Chine) (par ordre décroissant), le pourcentage d’élèves très performants est entre sept et neuf points de pourcentage supérieur pour les garçons.
Dans tous les pays et économies participant à l’enquête PISA 2022, le pourcentage des élèves très performants en mathématiques est plus élevé chez les garçons que chez les filles.
En moyenne, 6 % des garçons et 8 % des filles se situent au niveau de compétence 5 et au-delà en compréhension de l’écrit (Graphique I.4.12), dans les pays de l’OCDE. Dans 28 pays et économies, les filles sont plus nombreuses que les garçons à atteindre l’excellence dans cette matière ; seules la Corée et la Finlande affichent un écart de plus de 5 points de pourcentage.
Dans la plupart des pays et économies, l’écart entre les garçons et les filles en termes de pourcentage d’élèves très performants en compréhension de l’écrit n’est pas statistiquement significatif. Dans aucun pays ou économie, la part des garçons très performants en compréhension de l’écrit n’est plus importante que les filles.
Pourcentage d’élèves dont les résultats se situent au niveau de compétence 5 et au-delà en mathématiques, selon le sexe
Remarque : les différences statistiquement significatives sont indiquées dans une couleur plus foncée (voir l’annexe A3).
Les pays et économies sont classés par ordre décroissant du pourcentage de garçons très performants en mathématiques.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.31.
Pourcentage d’élèves qui se situent au niveau de compétence 5 et au-delà en compréhension de l’écrit, selon le sexe
** La prudence est de mise lors de la comparaison des résultats fondés sur l’enquête PISA 2022 avec d’autres pays et économies, en raison de l’absence d’une corrélation solide avec l’échelle PISA internationale des compétences en compréhension de l’écrit (voir l’annexe A4 et le Guide du lecteur).
Remarque : Les différences statistiquement significatives sont indiquées dans une couleur plus foncée (voir l’annexe A3).
Les pays et économies sont classés par ordre décroissant du pourcentage de garçons très performants en compréhension de l’écrit.
Source : OCDE, Base de données PISA 2022, tableau I.B1.4.32.
Les responsables politiques peuvent tirer des enseignements de l’enquête PISA afin d’élaborer des stratégies et des interventions fondées sur des données probantes pour améliorer les résultats et accroître l’équité de leurs systèmes d’éducation. Selon un cadre politique élaboré lors de précédents rapports du PISA (ci-après « cadre politique du PISA ») (OCDE, 2004[30] ; OCDE, 2016[31] ; OCDE, 2005[32]), les données de l’enquête permettent de déterminer s’il vaut mieux mettre en place des mesures universelles ou des mesures ciblées pour avoir le meilleur impact sur un système d’éducation particulier. Ces données peuvent également indiquer si les politiques ciblées devraient se concentrer sur les élèves peu performants plutôt que sur ceux socio-économiquement défavorisés ou bien sur les deux.
Cet encadré s’appuie sur le cadre politique du PISA pour aborder une question à laquelle sont confrontés les responsables politiques qui penchent en faveur de politiques ciblées : ces mesures devraient-elles cibler les élèves ou les établissements ? Pour ce faire, il faut examiner le niveau de concentration des élèves peu performants et des élèves défavorisés dans les établissements.
Le cadre politique du PISA : des politiques d’éducation universelles ou des politiques ciblées ?
Le cadre politique du PISA recense les systèmes d’éducation qui peuvent le plus tirer profit de politiques ciblées ou universelles. À cette fin, il s’appuie sur deux éléments clés : (1) l’intensité du gradient socio-économique, c’est-à-dire le pourcentage de la variation de performance des élèves qui est expliqué par les différences de statut socio-économique des élèves, et (2) la pente du gradient socio-économique, c’est-à-dire la différence de score de la performance des élèves associée à une augmentation d’une unité de l’indice PISA de statut socio-économique. Mieux comprendre comment ces deux aspects interagissent peut éclairer les politiques d’éducation et les interventions.
Le Tableau I.4.1 présente les quatre types de politiques selon chaque combinaison possible de la pente et de l’intensité du gradient. Le Graphique I.4.13 place dans cette typologie les pays et économies qui ont participé à l’enquête PISA 2022.
Le cadre s’appuie sur la moyenne de l’OCDE. Comme le montre le Graphique I.4.13, il n’est pas toujours facile de décrire l’intensité comme étant forte ou faible, ou la pente comme étant plate ou prononcée. Parfois, il n’est pas évident de discerner si les systèmes relèvent d’une catégorie ou d’une autre, car de nombreux pays sont proches de la moyenne de l’OCDE. Dans de tels cas, une combinaison d’approches ou de politiques peut s’avérer mieux indiquée.
Les politiques universelles sont davantage indiquées dans les systèmes d’éducation où le statut socio-économique des élèves influe peu sur la performance des élèves, à savoir, où l’intensité de la relation entre la performance des élèves et le milieu socio-économique est comparativement faible (c’est-à-dire que le pourcentage est inférieur à la moyenne de l’OCDE) et la pente est plate (c’est-à-dire que la différence de score est inférieure à la moyenne de l’OCDE). Les politiques universelles ont pour but d’améliorer la performance générale et de relever le niveau de formation de tous les enfants grâce à des réformes appliquées de manière égale dans l’ensemble du système. Il peut s’agir, par exemple, de développer et de mettre en œuvre des programmes complets ou de mettre en place des possibilités de développement professionnel continu et de formation pour les enseignants afin de renforcer leurs connaissances des matières, leurs compétences pédagogiques et leurs stratégies pour enseigner à des élèves ayant des aptitudes diverses. Il est essentiel de veiller à ce que les établissements scolaires aient accès à du matériel pédagogique de qualité, à des manuels, à des ressources numériques et technologiques pour favoriser un enseignement efficace. Le Graphique I.4.13 montre que 47 pays et économies qui ont participé à l’enquête PISA 2022 peuvent tirer profit de mesures universelles. Parmi les pays et économies faisant preuve d’excellence, c’est à Hong Kong (Chine)* et à Macao (Chine) que celles-ci ont le plus de chances d’être efficaces.
À l’inverse, les politiques ciblées sont celles qui visent un groupe particulier d’élèves. Le cadre politique du PISA tient compte de trois types de politiques ciblées : celles qui concentrent les ressources et les efforts sur les élèves peu performants (« orientées sur la performance ») ou les élèves socio-économiquement défavorisés (« orientées socio-économiquement ») ou les deux (« cible combinée »). Les exemples de ces politiques sont donnés ci-après, mais ils doivent être pondérés en fonction de chaque contexte national et, le cas échéant, adaptés.
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
L'indice PISA de statut économique, social et culturel mesure le statut socio-économique.
Source : OCDE, Base de données PISA 2022, tableaux I.B1.2.1 et I.B1.4.3.
Des politiques ciblées : envers les élèves ou envers les établissements scolaires ?
Des politiques d’éducation efficaces créent un équilibre entre les établissements et les individus ciblés. Si les établissements scolaires jouent un rôle essentiel dans l’enseignement et l’égalité des chances, il est tout aussi crucial de répondre aux besoins diversifiés des élèves. Cependant, alors que les systèmes d’éducation font face à de nouvelles difficultés dans le sillage de la pandémie de COVID-19, il est nécessaire d’investir les ressources de manière efficace. L’un des moyens d’y parvenir consiste à déterminer si les politiques ciblées devraient, dans un premier temps, donner la priorité aux élèves à titre individuel ou à des établissements dans leur ensemble.
Pour bien clarifier ces priorités au sein des pays, on utilise deux indices PISA 2022 : l’indice d’inclusion scolaire et l’indice d’inclusion sociale. Plus la valeur de l’indice d’inclusion scolaire est élevée, plus la répartition des élèves ayant des niveaux de performance différents tend à être uniforme dans les établissements et, donc, plus grande est la diversité au sein des établissements. Plus la valeur de l’indice d’inclusion scolaire est basse, et moins les élèves sont bien répartis : les élèves peu performants et performants ont tendance à être concentrés dans des établissements distincts au sein du système d’éducation (tableau I.B1.2.13). De même, lorsque l’indice d’inclusion sociale est plus élevé, l’inclusion sociale dans l’établissement est plus élevée et les établissements ont tendance à être plus socialement homogènes. C’est l’inverse lorsque l’indice est bas (tableau I.B1.4.41). Ces deux indices permettent de déterminer des groupes prioritaires pour chacune des politiques ciblées suivantes.
Remarque : IIS est l’indice d’inclusion scolaire et l’ISI est l’indice d’inclusion sociale.
Source : OCDE, Base de données PISA 2022, tableau I.B1.2.13 et I.B1.4.41.
Politiques ciblant la performance : ces politiques visent à améliorer les résultats des élèves les moins performants, quel que soit leur milieu socio-économique. Leur objectif est d’offrir des chances égales d’apprentissage à tous les élèves et de fournir des ressources pédagogiques supplémentaires en fonction de la performance scolaire des élèves. Les politiques orientées sur la performance commencent par fixer des objectifs spécifiques, mesurables et réalisables en matière de performance scolaire au niveau des élèves, des établissements ou des groupes d’établissements. Une fois les domaines d’amélioration identifiés, les établissements mettent en œuvre des interventions ciblées — et il est essentiel d’intervenir au plus tôt. Ces mesures peuvent prendre plusieurs formes, notamment un soutien pédagogique supplémentaire (tutorat supplémentaire, mentorat ou soutien scolaire pour les élèves en difficulté) ou encore une offre de développement professionnel pour les enseignants et le personnel. Les interventions au sein des établissements scolaires sont les plus courantes, mais il semble que des efforts visant à diminuer le nombre des retards et à réduire l’absentéisme des élèves donnent des résultats appréciables dans certains pays (OCDE, 2018[33]). Pour ce faire, il est essentiel que les parents jouent le jeu. Dans d’autres contextes, un soutien scolaire ciblé conjugué à des programmes de bourses fondées sur le mérite est aussi un bon moyen de motiver les élèves peu performants. Ces mesures ont également des retombées positives dans les classes et les établissements (Kremer, Miguel et Thornton, 2009[34]).
Selon le Tableau I.4.2, 11 systèmes d’éducation qui ont participé à l’enquête PISA 2022 pourraient tirer profit de politiques ciblées. La question, cependant, est de savoir ce qui est plus logique pour eux : cibler les élèves peu performants ou cibler les établissements peu performants ? L’indice PISA d’inclusion scolaire montre que les pays de ce groupe se répartissent de manière à peu près égale entre ceux qui pourraient cibler tout d’abord les établissements (lorsque la concentration d’élèves peu performants dans certains établissements est plus élevée que la moyenne dans les pays de l’OCDE) et ceux qui devraient se concentrer tout d’abord sur les élèves (lorsque la concentration d’élèves peu performants dans certains établissements est plus faible que la moyenne dans les pays de l’OCDE).
Politiques orientées socio-économiquement : Ces politiques visent à compenser les inégalités scolaires en offrant des ressources supplémentaires, un soutien ou une aide aux élèves et établissements défavorisés. Dans certains pays, par exemple, on a augmenté les heures de cours et le temps d’interaction entre les enseignants et les élèves afin de compenser l’absence de soutien à la maison pour les élèves défavorisés (Rodríguez Navarro, Ríos González et Racionero Plaza, 2012[35]). Ces mesures permettent d’accélérer l’apprentissage. D’autres leviers politiques sont plus complets et ciblent les inégalités en dehors de la classe, allant de la fourniture de repas et de livres gratuits aux élèves défavorisés à une aide financière directe envers les familles défavorisées.
Le Tableau I.4.2 indique que huit systèmes d’éducation pourraient le plus tirer profit de mesures orientées socio-économiquement. Dans les systèmes en question, le profil socio-économique des élèves est fortement associé à leur performance dans l’établissement, même si l’écart de score n’est pas très grand. Serait-il donc plus logique qu’ils ciblent les élèves défavorisés ou bien les établissements présentant un profil socio-économique défavorisé ? Dans sept des huit pays de ce groupe, la concentration d’élèves défavorisés dans les établissements est plus élevée que la moyenne, si bien que les politiques ciblant les établissements défavorisés sont susceptibles d’avoir un plus grand impact. Le Portugal est l’exception, les élèves défavorisés sont plus largement répartis dans le système d’éducation.
Des politiques aux cibles combinées : L’objectif de ces politiques est de réduire l’écart de réussite par le biais de politiques ciblées permettant d’adapter les ressources pédagogiques pour remédier autant aux faibles résultats qu’aux inégalités socio-économiques. Par exemple, certains pays de ce groupe pourraient tirer parti d’un meilleur soutien aux enseignants et à leur développement professionnel, en mettant en place, notamment, des mesures pour attirer et retenir des enseignants dans les établissements situés dans des zones défavorisées. Les politiques de financement qui allouent davantage de ressources aux établissements des quartiers défavorisés sont également primordiales, tout comme la mise en œuvre de programmes d’intégration scolaire encourageant la diversité, c’est-à-dire dans les établissements qui sont fréquentés par des élèves ayant des parcours d’apprentissage différents et issus de milieux socio-économiques divers. Par exemple, il est prouvé que la composition de l’effectif d’une classe peut motiver les élèves et améliorer le bien-être de ceux qui sont socio-économiquement défavorisés (Hornstra et al., 2015[36]). Les établissements qui parviennent à répondre aux besoins spécifiques d’éducation des élèves socio-économiquement défavorisés et des élèves peu performants sont souvent ceux qui parviennent à créer un environnement d’apprentissage mixte positif, auquel viennent s’ajouter des programmes qui apportent un soutien matériel ou financier aux élèves qui en ont besoin. Il existe d’autres stratégies qui pourraient s’avérer adaptées à certains pays, comme la formation spécialisée des enseignants et les programmes de développement professionnel ainsi qu’un suivi constant de l’évolution des résultats scolaires et de l’impact global des politiques.
Dix systèmes d’éducation qui ont pris part à l’enquête PISA 2022 pourraient le plus tirer parti de politiques combinées orientées socio-économiquement et sur la performance. Dans ces systèmes, les élèves socio-économiquement défavorisés sont particulièrement à risque, puisqu’il existe une forte relation entre la performance en mathématiques et le milieu socio-économique, la perte de performance (pente) étant prononcée. Les données du PISA 2022 indiquent que huit pays de ce groupe pourraient trouver plus intéressant de cibler les établissements, puisque les deux indices indiquent de hauts niveaux de ségrégations sociale et scolaire. C’est uniquement dans deux pays très performants de ce groupe, Singapour et la Suisse, que les élèves de milieux défavorisés sont mieux répartis dans les établissements par rapport à la moyenne dans les pays de l’OCDE.
Les obstacles à la performance des élèves qui compromettent l’égalité des chances ne se dressent pas seulement au sein des pays et économies, mais également entre eux. Les chances des élèves de réaliser leur plein potentiel varient considérablement en fonction des pays ou des économies participant au PISA. Les élèves nés et scolarisés dans des systèmes d’éducation plus propices à l’apprentissage sont plus en mesure, en moyenne, d’obtenir de meilleurs résultats que les élèves des systèmes d’éducation qui sont moins favorables. Étant donné que la plupart des élèves ne peuvent pas choisir le système d’éducation qui leur permettrait de profiter de meilleures possibilités, ce rapport s’intéresse à l’égalité des chances, par système d’éducation, en tant qu’attribut de l’équité dans l’éducation.
Situation économique et sociale des pays et performance des élèves
La situation économique et sociale des différents pays et économies, que ne maîtrisent pas souvent les responsables politiques et les professionnels de l’éducation, peut influencer la performance des élèves. Ainsi, la prospérité relative de certains pays leur permet d’investir davantage dans l’éducation, tandis que d’autres pays sont limités par un faible revenu national. Il est donc essentiel de garder à l’esprit la richesse nationale des pays lorsque l’on interprète les performances des systèmes d’éducation d’un pays à l’autre.
Source : OCDE, Base de données PISA 2022, tableaux I.B1.2.1 et I.B3.2.1.
Le Graphique I.4.14 montre la relation entre le revenu national, en l’espèce, le PIB par habitant, et le score moyen des élèves en mathématiques. Une ligne tendancielle résume également cette relation dans le graphique. Cette relation suggère que 62 % de la variation du score moyen des pays et économies s’explique par le PIB par habitant (47 % dans les pays de l’OCDE). Les pays dont le revenu national est plus élevé ont tendance à obtenir de meilleurs résultats dans l’enquête PISA. Cependant, la relation n’est pas linéaire et elle s’aplatit vers la droite. Lorsqu’on interprète ce diagramme, il faut garder à l’esprit qu’il ne donne aucune indication sur la nature causale de cette relation.
Le PIB par habitant indique les ressources potentiellement mobilisables en faveur de l’éducation dans chaque pays, mais n’évalue pas directement les ressources effectivement investies dans l’éducation. Le Graphique I.4.15 compare les dépenses des pays par élève de 6 à 15 ans, après contrôle de la parité du pouvoir d’achat (ci-après dépense par élève), à la performance moyenne des élèves en mathématiques.
Remarque : seuls les pays et économies dont les données sont disponibles sont repris.
Source : OCDE, Base de données PISA 2022, tableaux I.B1.2.1 et I.B3.2.2.
Le graphique indique que la relation entre les dépenses par élève et la performance moyenne en mathématiques est positive jusqu’à un certain seuil. Les dépenses par élève expliquent 54 % de la variation de la performance moyenne entre les pays et économies (51 % dans les pays de l’OCDE). La performance moyenne des pays augmente parallèlement aux dépenses unitaires, Mais ce rythme diminue rapidement. Au-delà de 75 000 USD par élève, un niveau de dépenses atteint par tous les pays de l’OCDE, sauf le Chili, la Colombie, la Grèce, la Lettonie, la Lituanie, le Mexique et la Türkiye, la relation entre les dépenses et la performance perd beaucoup de son intensité.
Les dépenses relativement faibles par élève doivent être prises en considération lors de l’interprétation de la performance peu élevée dans les pays en développement. Les dépenses moyennes par élève dans les pays de l’OCDE (102 612 USD) sont environ sept fois plus élevées qu’au Salvador, plus de sept fois plus élevées qu’en Mongolie et plus de huit fois plus élevées qu’aux Philippines. Cet exemple démontre que l’éducation doit être bien dotée, ce qui n’est pas souvent le cas dans les pays en développement.
En même temps, au-delà d’un certain seuil de dépenses, un niveau plus élevé de dépenses par élève ne se traduit pas forcément par l’excellence en éducation. Par exemple, les six systèmes d’éducation de l’Asie de l’Est (Hong Kong [Chine], Japon, Corée, Macao [Chine], Singapour et Taipei chinois), qui ont obtenu un bien meilleur score que tous les autres pays et économies en mathématiques dans PISA 2022, diffèrent nettement en ce qui concerne leurs dépenses par élève (bien qu’ils investissent tous plus de 100 000 USD par élève). De même, les pays et économies dont les dépenses par élève sont très élevées présentent des performances moyennes très marquées ; à Brunei Darussalam et au Qatar, la performance moyenne en mathématiques est inférieure à la moyenne de l’OCDE, malgré un niveau élevé de dépenses par élève.
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
Pour le Chili, l’année 2020 a servi de référence au lieu de l’année 2022.
Pour l’Argentine, l’année 2021 a servi de référence au lieu de l’année 2022.
Sources : OCDE, Base de données PISA 2022, tableau I.B1.2.1 ; OCDE (2023) Regards sur l’éducation 2023 : Les indicateurs de l’OCDE, Éditions OCDE, Paris, https://doi.org/10.1787/ffc3e63b-fr.
Une étroite relation existe entre la performance des élèves et le niveau de formation des parents (en fonction de leurs diplômes), si bien qu’il faut prendre en considération le niveau de formation de la population adulte pour comparer les performances des élèves entre les pays. Les pays où les adultes très instruits et très compétents sont plus nombreux sont avantagés par rapport à ceux dans lesquels les parents le sont moins. Le Graphique I.4.16 montre la relation entre la performance moyenne en mathématiques et le pourcentage de diplômés de l’enseignement tertiaire dans le groupe d’âge des 35-44 ans, qui correspond, dans l’ensemble, à celui des parents des jeunes de 15 ans qui ont passé les épreuves PISA. Selon cette analyse simple, le pourcentage d’adultes de 35-44 ans diplômés de l’enseignement tertiaire explique 57 % de la variation de la performance moyenne des élèves de 15 ans en mathématiques dans 42 pays et économies dont les données sont disponibles (43 % en moyenne dans 37 pays de l’OCDE).
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
En Norvège, les épreuves ont été administrées en 5e année et non en 4e année.
Sources : OCDE, Base de données PISA 2022, tableau I.B1.2.1 ; et Mullis, I., et al., (2016), TIMSS 2015 International Results in Mathematics, http://timss2015.org/timss-2015/mathematics/student-achievement/distribution-of-mathematics-achievement/
Lors de l’interprétation des scores PISA des élèves de 15 ans, il convient de retenir que les résultats ne sont pas uniquement révélateurs de la qualité de la scolarité dans le premier cycle de l’enseignement secondaire. Ils sont en effet révélateurs également de la qualité de l’apprentissage aux premiers stades de la scolarité et des compétences cognitives, affectives et sociales que les élèves ont acquises avant même d’entamer leur scolarité. C’est ce qui ressort clairement de la comparaison des performances moyennes en mathématiques des élèves âgés de 15 ans aux épreuves du PISA 2022 avec les performances moyennes en mathématiques des élèves de la même génération, mais à l’approche de la fin de l’enseignement primaire, lors des épreuves de Trends in International Mathematics and Science Study (TIMSS) administrées en 2015, une étude développée par L’International Association for the Evaluation of Educational Achievement (Mullis et al., 2016[37])7. Au total, 43 des pays, économies et entités infranationales ayant administré les épreuves PISA en 2022 ont administré les épreuves TIMSS en 2015. Le Graphique I.4.17 montre qu’en mathématiques, il existe une forte corrélation entre les résultats des élèves aux épreuves de mathématiques de TIMSS en 4e année en 2015 et ceux du PISA pour les élèves de 15 ans en 2022. La variation des résultats dans TIMSS explique 78 % de la variation des résultats dans PISA en mathématiques dans 43 pays et économies qui ont administré à la fois TIMSS 2015 et PISA 2022. Malgré cette relation évidente, des pays ayant obtenu un score similaire dans TIMSS — notamment la Hongrie et les Pays-Bas — peuvent avoir un score PISA très différent. Les différences relatives de rang entre les classements PISA et TIMSS peuvent s’expliquer non seulement par l’influence des années d’études entre ces deux épreuves sur la performance, mais également par le fait que les compétences et les sujets évalués varient.
Déciles internationaux du statut socio-économique et de la performance moyenne
L’indice PISA de statut économique, social et culturel (SESC) est calculé afin de faire en sorte que tous les élèves passant les épreuves du PISA, quel que soit le pays où ils vivent, puissent être placés sur la même échelle socio-économique. Il est alors possible d’appliquer l’indice pour comparer les performances des élèves issus de milieux socio-économiques semblables dans différents pays. Le Graphique I.4.18 montre les écarts de performance selon les déciles internationaux de l’indice SESC. Dans ce graphique, on constate que même si les élèves sont issus de milieux socio-économiques semblables, leur performance dépend fortement de leur pays ou de leur économie d’appartenance.
Par exemple, à Macao (Chine), les élèves les plus défavorisés (c’est-à-dire ceux qui sont situés dans le décile inférieur du spectre international de l’indice SESC) ont un score de 495 points à l’épreuve de mathématiques (1 % des élèves à Macao [Chine] se situe dans le décile inférieur du spectre international de l’indice SESC). Ces élèves ont donc un score sensiblement supérieur au score moyen de l’OCDE de 472 points, qui représente la performance des élèves issus de tous les milieux socio-économiques. Un tel niveau de performance exprime également le fait que les élèves défavorisés à Macao (Chine) ont même obtenu de meilleurs résultats que les élèves plus favorisés (c’est-à-dire ceux qui se situent dans le décile supérieur du spectre international de l’indice SESC) dans de nombreux autres pays et économies participant au PISA.
On observe également des écarts de performance flagrants entre les pays où des pourcentages similaires d’élèves ont un statut socio-économique similaire. Ainsi, en Finlande, en Nouvelle-Zélande*, aux Pays-Bas* et en Slovénie, entre 26 à 27 % des élèves sont dans le groupe des élèves socio-économiquement les plus favorisés à l’échelle internationale. Pourtant, le score moyen en mathématiques de ces élèves favorisés aux Pays-Bas (551 points) est plus élevé de 20 points environ que dans les trois autres pays.
Les différences dans la manière dont les systèmes d’éducation sont structurés et utilisent les ressources à leur disposition peuvent expliquer pourquoi les élèves d’un milieu socio-économique semblable réussissent mieux dans certains pays. Le volume II des Résultats du PISA 2022 analyse les politiques d’éducation et les pratiques dans les pays et économies participant au PISA.
Indice PISA de statut économique, social et culturel (SECS)
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
Le pourcentage des élèves qui se situent dans le décile inférieur ou supérieur de l’indice PISA de statut économique, social et culturel est indiqué en regard du nom du pays ou de l’économie.
Les pays et économies sont classés par ordre décroissant du cinquième décile international du statut socio-économique des élèves.
Source : OCDE, Base de données PISA 2022, tableaux I.B1.4.7 and I.B1.4.11.
Indice PISA de statut économique, social et culturel (SECS)
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
Le pourcentage des élèves qui se situent dans le décile inférieur ou supérieur de l’indice PISA de statut économique, social et culturel est indiqué en regard du nom du pays ou de l’économie.
Les pays et économies sont classés par ordre décroissant du cinquième décile international du statut socio-économique des élèves.
Source : OCDE, Base de données PISA 2022, tableaux I.B1.4.7 and I.B1.4.11.
Selon l’enquête PISA, l’inclusion consiste à faire en sorte que tous les élèves aient accès à un enseignement de qualité et qu’ils acquièrent les compétences fondamentales en mathématiques, en compréhension de l’écrit et en sciences. L’inclusion est nécessaire mais insuffisante et il faut la conjuguer avec la justice sociale pour atteindre l’équité dans l’éducation.
Les élèves qui terminent leur scolarité obligatoire sans avoir acquis les compétences et connaissances fondamentales risquent de ne pas réussir dans leur vie d’adulte, et un fort pourcentage de la population qui ne possède pas les compétences de base peut compromettre le capital social et économique (Pelinescu, 2015[38]). En conséquence, ce rapport se penche sur l’incidence de la faible performance des élèves de 15 ans (c’est-à-dire les élèves qui n’ont pas atteint le seuil de compétence nécessaire tel que mesuré par l’enquête PISA). De même, les élèves qui décrochent avant d’avoir terminé l’enseignement secondaire sont susceptibles d’être exclus des avantages que procure l’éducation.
L’inclusion est une valeur qui touche tous les élèves, quel que soit leur milieu, mais, dans la pratique, elle est encore plus cruciale pour les élèves issus de milieux défavorisés ou les groupes traditionnellement marginalisés qui sont plus à même de pâtir d’un faible niveau de formation (abandon précoce) et de faibles compétences en mathématiques, en compréhension de l’écrit et en sciences. Les systèmes d’éducation dans lesquels la plupart des élèves de 15 ans sont scolarisés et ont acquis les compétences de base nécessaires pour participer pleinement à la vie en société sont considérés comme suffisamment inclusifs.
Dans ce rapport, le pourcentage d’élèves peu performants dans chaque pays et économie est ajusté par le taux de scolarisation des élèves de 15 ans pour en déduire des estimations de l’acquisition des compétences de base parmi tous les jeunes de 15 ans, pas seulement ceux qui sont scolarisés. L’acquisition des compétences de base et la couverture des systèmes d’éducation définissent le niveau d’inclusion dans un pays ou une économie.
Pourcentage d’élèves de 15 ans scolarisés (couverture des systèmes d’éducation)
Pour pouvoir s’instruire, les enfants doivent, à tout le moins, avoir accès à l’école. Scolariser tous les jeunes de 15 ans ne revient pas à garantir que tous développeront les compétences requises pour s'épanouir dans une économie de plus en plus fondée sur le savoir, mais c'est une étape nécessaire sur la voie de l'édification d'un système d'éducation plus ouvert et plus égalitaire.
L’accès à l’éducation est principalement analysé sous l’angle des taux de scolarisation et le taux d’abandon est un important indicateur. Les jeunes qui ne sont déjà plus scolarisés à l'âge de 15 ans sont plus susceptibles d'avoir moins d'aptitudes cognitives que ceux qui le sont encore (Spaull et Taylor, 2015[39] ; Taylor et Spaull, 2015[40] ; Hanushek et Woessmann, 2008[41]). Les systèmes plus inclusifs sont ceux qui affichent un faible pourcentage d’enfants d’âge scolaire qui abandonnent prématurément l’école ou qui accusent un retard important dans leur parcours scolaire.
Bien que le but de l’enquête PISA n’est pas d’estimer les taux de scolarisation, elle présente un éventail d’indices qui mesure la couverture de la population des jeunes de 15 ans scolarisés en 7e année ou dans une classe supérieure dans chaque pays ou économie. Plus particulièrement, l’indice de couverture 3 du PISA détermine le pourcentage de l’effectif national des jeunes âgés de 15 ans (scolarisés et non scolarisés dans un établissement) que représente l’échantillon PISA. Les faibles valeurs de l'indice de couverture 3 peuvent s'expliquer par le fait que des jeunes de 15 ans n'étaient plus scolarisés ou étaient encore scolarisés dans l'enseignement primaire. Il peut aussi s'expliquer par l'exclusion d’élèves aux épreuves du PISA et par l'abandon en cours d'année scolaire.
Le pourcentage de jeunes âgés de 15 ans dans chaque pays ou économie représenté par l’échantillon PISA (indice de couverture 3) varie de 36 % au Cambodge à 48 % au Guatemala et à 90 % ou plus dans 34 pays et économies (tableau I.B1.4.1). Les résultats PISA sont représentatifs de la population cible dans tous les pays et économies dont les données sont adjugées, mais ne peuvent être généralisés à l’effectif total des jeunes de 15 ans dans les pays où de nombreux jeunes de cet âge ne sont pas scolarisés dans le premier ou le deuxième cycle de l’enseignement secondaire.
Niveau de base en mathématiques, en compréhension de l’écrit et en sciences
Jusqu’à ce stade du rapport, on a étudié les faibles performances en examinant chaque matière séparément (voir le chapitre 3 et les premières sections de ce chapitre). Toutefois, les élèves qui ont de piètres résultats dans une matière peuvent, et c’est fréquent, obtenir de piètres résultats également dans les autres matières. Pour comprendre l’ampleur réelle des faibles performances, il faut examiner ces recoupements des faibles performances entre les matières.
En outre, les résultats présentés jusqu’à maintenant reposent sur les élèves de 15 ans couverts par la population cible du PISA en 2022. Cependant, on trouve dans la plupart des pays et économies participant au PISA un certain nombre d’élèves de 15 ans qui ne sont pas représentés par l’échantillon PISA (voir les données concernant l’indice de couverture 3 dans la section précédente). Il n’est pas possible de déterminer avec précision le score que les jeunes de 15 ans non représentés dans les échantillons PISA auraient obtenu s’ils avaient passé les épreuves. Pour mieux estimer l’impact possible du pourcentage de jeunes de 15 ans non représentés dans les échantillons PISA sur la répartition entre les niveaux de compétence, il faut avancer des hypothèses à propos de leurs caractéristiques et des résultats qu’ils auraient obtenus s’ils avaient passé les épreuves PISA. Les enquêtes auprès des ménages montrent souvent que les enfants issus de milieux défavorisés, ou de minorités ethniques, ou vivant en zone rurale sont plus susceptibles de ne pas suivre ou de ne pas terminer le premier cycle de l'enseignement secondaire (UNESCO, 2015[42]). Les études ont montré également que les jeunes non scolarisés et les élèves en 7e année à l’âge de 15 ans auraient obtenu des scores les situant dans la moitié inférieure du spectre de compétence de leur pays (Spaull, 2018[43] ; Spaull et Taylor, 2015[39] ; Taylor et Spaull, 2015[40]). Plutôt que d’attribuer à ces adolescents un score exact, il est possible d’estimer la plage dans laquelle se situeraient la plupart des résultats intéressants, dont le score moyen, le score du centile médian et des autres centiles ou le pourcentage d’adolescents capables de se hisser aux niveaux minimums de compétence (Avvisati, 2018[44] ; OCDE, 2019[45]). Dans le scénario le plus optimiste (les jeunes de 15 ans se répartissent de la même façon entre les niveaux de compétence en compréhension de l’écrit, en mathématiques et en sciences qu’ils soient ou non représentés dans les échantillons PISA), les scores moyens et les scores des centiles estimés à partir des échantillons PISA correspondent à la limite supérieure des scores moyens, des scores des centiles et des pourcentages d’élèves au niveau minimum de compétence de tous les jeunes de 15 ans confondus. La limite inférieure peut être estimée dans l’hypothèse du scénario le moins optimiste, celui dans lequel tous les jeunes de 15 ans non représentés dans l’échantillon obtiendraient un score moins élevé. Si tous les jeunes de 15 ans étaient situés sous le niveau 2 par exemple, la limite inférieure du pourcentage de jeunes de 15 ans atteignant les niveaux minimums de compétence correspondrait à leur pourcentage dans la population cible PISA multiplié par l’indice de couverture 3.
Le Graphique I.4.19 présente le pourcentage de jeunes de 15 ans atteignant les niveaux minimums de compétence reflétant l’hypothèse que tous les jeunes de 15 ans représentés dans l’échantillon PISA se situeraient sous le niveau de compétence 2 dans chaque matière. Dans le graphique, les jeunes de 15 ans sont regroupés en fonction de leur score sous le niveau de compétence minimum dans une seule matière, dans deux ou dans l’ensemble des trois matières fondamentales évaluées par PISA (c’est-à-dire les mathématiques, la compréhension de l’écrit et les sciences) en plus des élèves non représentés dans l’échantillon PISA, que l’on considère comme peu performants dans les trois matières. Le graphique montre que tous les pays et économies qui participent au PISA 2022, même ceux affichant les plus hauts niveaux de performance et d’équité, comptent une part non négligeable d’élèves peu performants.
La catégorie la plus importante d’élèves peu performants est le groupe des jeunes de 15 ans qui se situent sous le niveau de compétence minimum dans les trois matières : 1 élève sur 4 (25 %) est peu performant en mathématiques, en compréhension de l’écrit et en sciences en moyenne, dans les pays de l’OCDE (c’est-à-dire que ce pourcentage comprend les jeunes de 15 ans qui ne sont pas représentés dans l’échantillon PISA, qui est en moyenne dans les pays de l’OCDE de 11 %, ainsi que les élèves à qui on a administré les épreuves du PISA). Dans 18 pays et économies, plus de 60 % des élèves de 15 ans sont peu performants dans l’ensemble des trois matières.
Pourcentage d’élèves se situant sous le niveau de compétence 2
** La prudence est de mise lors de la comparaison des résultats fondés sur l’enquête PISA 2022 avec d’autres pays et économies, en raison de l’absence d’une corrélation solide avec l’échelle PISA internationale des compétences en compréhension de l’écrit (voir l’annexe A4 et le Guide du lecteur).
Remarque : les élèves de 15 ans non représentés dans l’échantillon PISA sont ceux qui ne sont pas scolarisés, ou qui sont scolarisés, mais en 6e année ou dans une classe inférieure, ou qui sont exclus de l’échantillon PISA en raison de leur exclusion de l’établissement ou de l’exclusion des établissements.
Les pays et économies sont classés par ordre croissant du pourcentage total d'élèves peu performants dans au moins une matière.
Source : OCDE, Base de données PISA 2022, tableaux I.B1.4.1 et I.B1.4.45.
Environ 5 % des élèves dans les pays de l’OCDE sont peu performants en mathématiques uniquement ; 4 % en compréhension de l’écrit uniquement ; 4 % en mathématiques et sciences, mais pas en compréhension de l’écrit ; 4 % sont peu performants en mathématiques et en compréhension de l’écrit, mais pas en sciences ; 2 % en sciences uniquement ; et 1 % en compréhension de l’écrit et en sciences, mais pas en mathématiques.
La somme de toutes les catégories d’élèves peu performants figurant dans le Graphique I.4.19 correspond au pourcentage d’élèves de 15 ans qui sont peu performants dans au moins une matière (qu’il s’agisse des mathématiques, de la compréhension de l’écrit ou des sciences) et de ceux qui ne font pas partie de la population cible du PISA. En moyenne, dans les pays de l’OCDE, 45 % des élèves de 15 ans se situent en dessous du niveau 2 dans au moins une des matières, mais ce pourcentage varie sensiblement dans les pays et économies. Dans 38 pays et économies, plus de 60 % se situent en dessous du niveau de compétence 2 dans au moins une matière principale. Par contraste, moins de 25 % des élèves de 15 ans sont sous le niveau 2 dans au moins une des matières dans 5 pays et économies.
Remarques : seuls sont repris les pays et économies dont les données sont disponibles.
L'indice PISA de statut économique, social et culturel mesure le statut socio-économique.
Source : OCDE, Base de données PISA 2022, tableaux I.B1.4.3 et I.B1.4.45.
Dans PISA 2022, l’équité dans l’éducation est constituée de deux éléments : l’égalité et l’inclusion. Seuls les systèmes d’éducation qui conjuguent d’excellents niveaux d’égalité et d’inclusion sont considérés comme étant très équitables. Le Graphique I.4.20 présente les pays et économies en fonction de leurs niveaux d’inclusion et d’égalité. On mesure le niveau d’inclusion à l’aide du pourcentage des élèves peu performants dans au moins une matière chez tous les élèves de 15 ans. On mesure le niveau d’égalité à l’aide du pourcentage de la variation de la performance en mathématiques expliqué par le statut socio-économique.
Dans 10 pays et économies sur 27 dont le niveau d’inclusion est supérieur à la moyenne de l'OCDE (à savoir 55 % des élèves qui ont atteint le niveau de compétence 2 et au-delà en mathématiques, en compréhension de l'écrit et en sciences), le niveau d’égalité selon le milieu socio-économique était sensiblement supérieur à la moyenne de l'OCDE (à savoir 15 % de la variation de la performance en mathématiques expliquée par le milieu socio-économique des élèves). Les systèmes d'éducation du Canada*, de la Corée, du Danemark*, de la Finlande, de Hong Kong (Chine)*, de l’Irlande*, du Japon, de la Lettonie*, de Macao (Chine) et du Royaume-Uni* ont atteint des niveaux élevés d’inclusion et d’égalité, et sont donc très équitables. En outre, le score moyen en mathématiques, en compréhension de l’écrit et en sciences est supérieur à la moyenne de l’OCDE dans tous ces pays (à l’exclusion de la Lettonie* où le score moyen en compréhension de l’écrit n’était pas significativement très différent de la moyenne de l’OCDE).
Références
[25] Argaw, T. et al. (2023), « Children’s Educational Outcomes and Persistence and Severity of Household Food Insecurity in India: Longitudinal Evidence from Young Lives », The Journal of Nutrition, vol. 153/4, pp. 1101-1110, https://doi.org/10.1016/j.tjnut.2023.02.008.
[21] Avvisati, F. (2020), « The measure of socio-economic status in PISA: a review and some suggested improvements », Large-scale Assessments in Education, vol. 8/1, https://doi.org/10.1186/s40536-020-00086-x.
[44] Avvisati, F. (2018), « La plus grande inclusion des élèves défavorisés se fait-elle au détriment de la qualité des résultats d’apprentissage ? », PISA à la loupe, n° 75, Éditions OCDE, Paris, https://doi.org/10.1787/e7e51ac0-fr.
[9] Benavot, A., J. Resnik et J. Corrales (2006), Global Educational: Historical Legacies and Political Obstacles, American Academy of Arts and Sciences.
[2] Breen, R. (2010), « Educational Expansion and Social Mobility in the 20th Century », Social Forces, vol. 89/2, pp. 365-388, https://doi.org/10.1353/sof.2010.0076.
[6] Buchmann, C., T. DiPrete et A. McDaniel (2008), « Gender Inequalities in Education », Annual Review of Sociology, vol. 34/1, pp. 319-337, https://doi.org/10.1146/annurev.soc.34.040507.134719.
[5] Chmielewski, A. (2019), « The Global Increase in the Socioeconomic Achievement Gap, 1964 to 2015 », American Sociological Review, vol. 84/3, pp. 517-544, https://doi.org/10.1177/0003122419847165.
[11] Coleman, J. (1988), « Social capital in the creation of human capital », American Journal of Sociology, pp. S95-S120.
[19] Cowan et al., C. (2012), Improving the Measurement of Socioeconomic Status for the National Assessment of Educational Progress: A Theoretical Foundation, NCES, Washington DC.
[16] Duncan, G., J. Brooks-Gunn et P. Klebanov (1994), « Economic Deprivation and Early Childhood Development », Child Development, vol. 65/2, pp. 296-318, https://doi.org/10.1111/j.1467-8624.1994.tb00752.x.
[14] Eriksson, K. et al. (2021), « Socioeconomic Status as a Multidimensional Predictor of Student Achievement in 77 Societies », Frontiers in Education, vol. 6, https://doi.org/10.3389/feduc.2021.731634.
[41] Hanushek, E. et L. Woessmann (2008), « The Role of Cognitive Skills in Economic Development », Journal of Economic Literature, vol. 46/3, pp. 607-668, https://doi.org/10.1257/jel.46.3.607.
[7] Hillmert, S. (2013), « Links between immigration and social inequality in education: A comparison among five European countries », Research in Social Stratification and Mobility, vol. 32, pp. 7-23, https://doi.org/10.1016/j.rssm.2013.02.002.
[36] Hornstra, L. et al. (2015), Does classroom composition make a difference: Effects on developments in motivation, sense of classroom belonging, and achievement in upper primary school, Routledge.
[13] Kao, G. et J. Thompson (2003), « Racial and Ethnic Stratification in Educational Achievement and Attainment », Annual Review of Sociology, vol. 29/1, pp. 417-442, https://doi.org/10.1146/annurev.soc.29.010202.100019.
[34] Kremer, M., E. Miguel et R. Thornton (2009), « Incentives to learn », Review of Economics and Statistics, vol. 91/3, pp. 437-456.
[37] Mullis, I. et al. (2016), TIMSS 2015 International Results in Mathematics, http://timssandpirls.bc.edu/timss2015/international-results/.
[22] OCDE (2024), PISA 2022 Technical Report, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/01820d6d-en.
[8] OCDE (2023), Équité et inclusion dans l’éducation (version abrégée) : La diversité fait la force, Éditions OCDE, Paris, https://doi.org/10.1787/e9be59d0-fr.
[28] OCDE (2023), Résultats du PISA 2022 (Volume II) : Apprentissage en période de crise et résilience, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/1dd8c965-fr.
[17] OCDE (2020), Early Learning and Child Well-being: A Study of Five-year-Olds in England, Estonia, and the United States, Éditions OCDE, Paris, https://doi.org/10.1787/3990407f-en.
[45] OCDE (2019), Résultats du PISA 2018 (Volume I) : Savoirs et savoir-faire des élèves, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/ec30bc50-fr.
[4] OCDE (2018), Equity in Education: Breaking Down Barriers to Social Mobility, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/9789264073234-en.
[33] OCDE (2018), L’Éducation au Sénégal: Résultats de l’enquête PISA-D 2017 au Sénégal, OCDE, Paris, https://www.oecd.org/pisa/pisa-for-development/Senegal_PISA_D_national_report.pdf.
[31] OCDE (2016), Résultats du PISA 2015 (Volume I) : L’excellence et l’équité dans l’éducation, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/9789264267534-fr.
[26] OCDE (2015), L’égalité des sexes dans l’éducation : Aptitudes, comportement et confiance, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/9789264230644-fr.
[27] OCDE (2015), Tous concernés : Pourquoi moins d’inégalité profite à tous, Éditions OCDE, Paris, https://doi.org/10.1787/9789264235519-fr.
[18] OCDE (2011), Against the Odds: Disadvantaged Students Who Succeed in School, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/9789264090873-en.
[32] OCDE (2005), Apprendre aujourd’hui, réussir demain : Premiers résultats de PISA 2003, PISA, Éditions OCDE, Paris, https://doi.org/10.1787/9789264007260-fr.
[30] OCDE (2004), What makes school systems perform? Seeing school systems through the prism of PISA, Éditions OCDE, Paris, https://www.oecd.org/education/school/programmeforinternationalstudentassessmentpisa/33858946.pdf (consulté le 21 septembre 2023).
[12] Paino, M. et L. Renzulli (2012), « Digital Dimension of Cultural Capital », Sociology of Education, vol. 86/2, pp. 124-138, https://doi.org/10.1177/0038040712456556.
[38] Pelinescu, E. (2015), « The Impact of Human Capital on Economic Growth », Procedia Economics and Finance, vol. 22, pp. 184-190, https://doi.org/10.1016/s2212-5671(15)00258-0.
[1] Pfeffer, F. (2008), « Persistent Inequality in Educational Attainment and its Institutional Context », European Sociological Review, vol. 24/5, pp. 543-565, https://doi.org/10.1093/esr/jcn026.
[15] Richards, M. et M. Wadsworth (2004), « Long term effects of early adversity on cognitive function », Archives of Disease in Childhood, vol. 89/10, pp. 922-927, https://doi.org/10.1136/adc.2003.032490.
[10] Richardson, G. (dir. pub.) (1986), Forms of Capital, Greenwood Press, New York.
[35] Rodríguez Navarro, H., O. Ríos González et S. Racionero Plaza (2012), Reconfiguración de la educación compensatoria en base a las evidencias científicas. Actuaciones inclusivas para la igualdad de resultados, Ministry Education and Science.
[43] Spaull, N. (2018), « Who makes it into PISA? <i>Understanding the impact of PISA sample eligibility using Turkey as a case study (PISA 2003–PISA 2012)</i> », Assessment in Education: Principles, Policy & Practice, vol. 26/4, pp. 397-421, https://doi.org/10.1080/0969594x.2018.1504742.
[39] Spaull, N. et S. Taylor (2015), « Access to What? Creating a Composite Measure of Educational Quantity and Educational Quality for 11 African Countries », Comparative Education Review, vol. 59/1, pp. 133-165, https://doi.org/10.1086/679295.
[40] Taylor, S. et N. Spaull (2015), « Measuring access to learning over a period of increased access to schooling: The case of Southern and Eastern Africa since 2000 », International Journal of Educational Development, vol. 41, pp. 47-59, https://doi.org/10.1016/j.ijedudev.2014.12.001.
[3] Torche, F. (2018), « Intergenerational Mobility at the Top of the Educational Distribution », Sociology of Education, vol. 91/4, pp. 266-289, https://doi.org/10.1177/0038040718801812.
[42] UNESCO (2015), Education for All 2000-2015: Achievements and Challenges. EFA Global Monitoring Report.
[29] Van Bavel, J., C. Schwartz et A. Esteve (2018), « The Reversal of the Gender Gap in Education and Its Consequences for Family Life », Annual Review of Sociology, vol. 44/1, pp. 341-360, https://doi.org/10.1146/annurev-soc-073117-041215.
[23] Willms, J. (2006), Learning Divides: Ten Policy Questions About the Performance and Equity Of Schools and Schooling Systems, UNESCO Institute for Statistics, Montreal.
[20] Willms, J. et L. Tramonte (2015), « Towards the development of contextual questionnaires for the PISA for development study », Documents de travail de l’OCDE sur l’éducation, n° 118, Éditions OCDE, Paris, https://doi.org/10.1787/5js1kv8crsjf-en.
[24] Zereyesus, Y. et al. (2023), International Food Security Assessment, 2023–2033, U.S. Department of Agriculture, Economic Research Service.
← 1. Lors de l’interprétation des résultats de ce chapitre, il faut garder à l’esprit que la couverture de la population des élèves de 15 ans scolarisés varie sensiblement entre les pays et économies (l’indice de couverture de PISA 3 [IC3] mesure le pourcentage de la population nationale d’élèves de 15 ans représentée dans l’échantillon PISA). En ce qui concerne l’analyse, la faible couverture s’avère un problème, car la recherche suggère que les élèves socio-économiquement défavorisés et peu performants sont moins susceptibles d’être inscrits dans les établissements scolaires à l’âge de 15 ans (UNESCO, 2015[42] ; Spaull, 2018[43] ; Taylor et Spaull, 2015[40]). Cela signifie que dans les pays et économies ayant une faible valeur de couverture, les élèves de 15 ans les plus défavorisés peuvent ne pas être représentés dans l’échantillon PISA, ce qui risque alors d’introduire un biais dans l’estimation du milieu socio-économique et dans l’analyse des relations entre le milieu socio-économique et la performance des élèves.
← 2. Parmi les pays et économies qui participent au PISA 2022, le PIB par habitant et le statut socio-économique moyen des élèves (tels que mesurés par la valeur moyenne de l’indice de statut économique, social et culturel [SESC] sont fortement corrélés (coefficient de corrélation = 0.74). Dans les pays de l’OCDE, la corrélation est également forte (coefficient de corrélation = 0.69).
← 3. Le nombre de pays et économies qui ont participé à l’enquête PISA 2022 est de 81. Toutefois, les données de l’indice SESC du PISA ne sont pas disponibles pour le Costa Rica. En conséquence, seuls 80 pays et économies sont compris dans cette corrélation et dans toute autre analyse s’appuyant sur les données de l’indice SESC.
← 4. Dans cette section, on examine la performance en mathématiques selon le statut socio-économique. Les résultats de performance en compréhension de l’écrit et en sciences sont présentés dans les tableaux figurant à l’annexe B1 (voir les tableaux I.B1.4.4 and I.B1.4.5).
← 5. Dans tous les pays et économies du PISA 2022 dont les données sont disponibles, le coefficient de corrélation entre le score moyen en mathématiques et le niveau d’égalité ou d’inégalité du système d’éducation (c’est-à-dire tel que mesuré par l’intensité du gradient socio-économique) est de 0.36. Dans les pays de l’OCDE, un coefficient de corrélation équivalent est de 0.07.
← 6. Dans cette section, on examine la performance en mathématiques et en compréhension de l’écrit, selon le sexe. Les résultats de performance en sciences selon le sexe figurent à l’annexe B1, dans les tableaux I.B1.4.19 et I.B1.4.33.
← 7. Au moment de l’évaluation, l’âge moyen des élèves de 4e année qui ont participé à TIMSS 2015 était d’environ 10 ans (les élèves nés en 2005) Les élèves évalués par PISA 2022 étaient âgés entre 15 ans et 3 mois (accomplis) et 16 ans et 2 mois (accomplis) au moment des épreuves (les élèves nés en 2006). Ainsi, les élèves évalués dans TIMSS 2015 et PISA 2022 appartenaient à une cohorte similaire mais pas identique.