209/250 Z tohoto důvodu by úředníci zodpovědní za vzdělávání, např. tvůrci vzdělávacích politik, zřizovatelé škol, pracovníci České školní inspekce, rádi vytvořili nějaký indikátor, který by zohlednil všechny vnější vlivy a udával pouze přírůstek ve znalostech způsobený školou. Tomuto indikátoru se říká přidaná hodnota () a v ideálním případě by měl udávat přírůstek ve znalostech za předpokladu, že jsou všechny vnější podmínky konstantní – všichni žáci mají stejné vstupní vědomosti a dovednosti, stejně motivující zázemí a podobně a liší se pouze výstupními znalostmi, které odrážejí výsledky práce školy. Při výpočtu přidané hodnoty tedy musíme zohlednit skutečnost, že tyto vnější podmínky se pro jednotlivé žáky liší. Počítat přidanou hodnotu lze různými metodami. V následujícím textu popisujeme několik způsobů určení přidané hodnoty na základě vstupního a výstupního testování, při zohlednění socioekonomického statusu a zmiňujeme se také o několika méně obvyklých metodách, se kterými se setkáváme v českém prostředí. Určování přidané hodnoty z měření vstupních a výstupních výsledků žáků Nejjednodušší cesta je změřit znalosti a dovednosti žáků na počátku a na konci studia a spočítat přírůstek. To bychom nejsnáze provedli tak, že bychom žákům zadali na počátku a na konci studia stejný test a spočítali prostý rozdíl výsledků, tedy zlepšení žáků v tomto testu. Tuto metodu zpravidla nevyužíváme zejména proto, že zadávání stejného testu na počátku a na konci studia se z řady důvodů nejeví jako vhodné. Porovnání výsledků na společné škále můžeme provést i při využití odlišných testů pomocí sofistikovaných statistických technik. V tomto případě koncipujeme testy tak, že obsahují jen několik společných úloh. Tyto společné úlohy nám pomohu zařadit i ostatní úlohy na stejnou škálu a přímo porovnávat výsledky testů složených z různých úloh s odlišnou obtížností. Tyto statistické metody známé jako IRT (viz zmínka o této teorii v oddílu 4.5.4) však nejsou v České republice dosud rozšířeny. Inspiraci lze čerpat z mezinárodních výzkumů, které těchto metod využívají. V nich řeší různí žáci různé sady testů a jejich výsledky mohou být přímo porovnávány. Výpočet přidané hodnoty na základě vstupního a výstupního měření je ale možné provést i tehdy, když jsou testy nesrovnatelné, tedy když jsou jejich výsledky prezentovány na odlišné škále. V tomto případě vyjadřujeme výstupní výsledek jako lineární funkci výsledku vstupního a počítáme vzdálenost jednotlivých škol od regresní přímky. Můžeme usuzovat, že školy, které se budou nacházet nad regresní přímkou, naučily své žáky více, než odpovídalo výsledkům vstupního testu, a školy, které se budou nacházet pod regresní přímkou, toho naučily méně. Vzhledem k tomu, že většinou počítáme výsledky dohromady za celou školu, mohou být v obou případech výsledky negativně ovlivněny změnou složení žákovského kolektivu. Například ze školy mohou předčasně odejít žáci se špatnými výsledky nebo naopak přistoupit žáci s výsledky dobrými. Proto někdy pracujeme pouze s výsledky žáků, kteří se zúčastnili vstupního i výstupního testování. Zohledňování socioekonomického statusu při měření přidané hodnoty Metody založené pouze na vstupním a výstupním měření jsou někdy kritizovány z toho důvodu, že nezohledňují vlivy v průběhu vzdělávání, které se školou nesouvisejí a mohou přispět ke zlepšení výsledků. Tyto vlivy bývají zpravidla aproximovány rodinným zázemím žáků. V tom případě do regresní rovnice vstupuje kromě vstupního testu index charakterizující socioekonomický status rodiny. Tento index bývá složen ze vzdělání a zaměstnání rodičů a materiální situace rodiny, případně jejího kulturního kapitálu (vlastnictví knih, kulturní aktivity a podobně). Takové měření, které zohledňuje jak vstupní a výstupní výsledky, tak