方法
相关性研究
尾注

---

方法

2018年，NCTQ完成了全国30个最大学区的出勤数据收集，其中包括2016-2017学年教师缺勤的详细信息，在某些情况下，还包括该学区中央办公室工作人员缺勤的详细信息。在一些情况下，我们还收到了2015-2016年的出勤率数据。所有数据都使用了教师和中心办公室工作人员的匿名唯一标识符。

各区提供的具体资料包括:

1.教师名册包括:

2.缺位数据库:

3.一份中央办公室名册，包括:

4.一个中央办公室缺勤数据库，具有:


在2019年至2020年初期间，一组分析师清理和处理了数据。实施了下列清理程序和分类:

• 私立或特许学校的教师被排除在分析之外。只分析了与传统公立学校名册相对应的教师缺勤情况。如果一名教师在不止一所学校的名册上，就会给该教师分配一所“基础学校”，这所学校在可能的情况下与她缺席次数最多的学校相对应。


• 分析中只考虑了短期缺勤。连续缺勤超过10天的情况已被取消(中央办公室工作人员缺勤15天120)，以便因长时间生病或父母请假而缺勤的教师不会被计算在出勤记录内。因“实地考察”或“恶劣天气”等原因缺课的情况也被删除，因为这些原因被认为不在教师的决策权范围内。


• 工作年限分为:第一年、2至5年、6至10年、11至19年和20年以上。


• 缺席被分类为:生病、个人(如假期、家人生病或丧亲之痛)、专业(如专业发展或其他“学校事务”)和其他(如陪审义务或军事休假)。


• 根据出勤记录，教师被分为:
  • 优秀的出勤率-一学年最多缺勤3天
  • 适度缺勤——一学年缺勤4至10天
  • 经常缺课——一学年缺课11 - 18天
  • 长期缺课-一学年缺课18天或以上。


• 签订12个月合同的中央办公室职员的出勤类别包括额外11天的休假时间和较长的合同年。根据他们的出勤记录，他们被分为:
  • 优秀的出勤率-一学年最多缺勤14天
  • 适度缺勤——一学年缺勤15 - 21天
  • 经常缺课——一学年缺课22 - 28天
  • 长期缺课-一学年缺课29天或以上


• 根据每个地区的定义，学校被划分为:学前教育、小学、中学、综合中学(如果它包括中学加上小学或高中成绩)、高中、K-12和其他。


• 学校的免费午餐和减价午餐比例被分成五分之一，每所学校还被分配了相应的五分之一，作为其学生群体贫困程度的代表。


• 中央办公室的工作人员合同分为10个月合同和12个月合同。11个月的合同被视为全年合同。

区

本分析包括的地区包括:


*包括2015-2016学年的教师缺勤
+包括2016-2017学年的中央办公室数据
(1） 包括2015-2016学年中央办公室的数据

相关性研究

除了主报告中生成的统计数据、图表和表格之外，还进行了相关性研究，以建立给定教师缺勤天数与教师、地区和学校的一些特征之间的关系。

本研究使用的变量包括由学区提交的一些变量及其出勤数据，加上一些独立收集的公共信息(例如，有色人种学生的百分比，允许的最大休假等)。除终身教职和学校类型外，所有变量均采用对数。

变量描述

合同年天数-根据NCTQ检索和分析的合同，教师合同年的天数。对于中央办事处工作人员，这个变量是由地区提供的。

区招生-全区学生人数，由各区公开的人口统计资料得来。

经验-年份，按地区提供，编码如下，用于相关性研究以外的所有分析:

FRL五分位数-接受免费及减价午餐的学生人数百分比，通常由地区提供。121编码为五分位数，一个数值变量，范围从1到5，用于相关性研究以外的所有其他分析。

最大病假-教师在所在地区可休的最长病假天数，由NCTQ的教师合同数据库该网站搜索学校董事会文件和集体谈判协议中的公共信息。

最大事假-教师在所在地区可休的最大事假天数，由NCTQ的教师合同数据库该网站搜索学校董事会文件和集体谈判协议中的公共信息。

教师人数-区内教师人数，由各区公开的人口统计资料得来。

非白人学生的比例- 100%减去从各区公开的人口统计数据中得出的“白人”学生比例。

实际起薪-地区的起薪，从相应年份的工资表中获得，除以地区价格平价122该地区最近的都会区，允许跨地区进行比较。

实际底薪-经验-根据年度薪酬表，与教师的经验类别和学士学位与硕士学位之间的中点相对应的薪酬，除以地区价格平价。123

入学率-教师所在学校(如教师任教于多所学校，则为基础学校)的学生人数，通常由各区提供，但亦可从各区公开的人口统计资料获得。

学校类型-分类如下:

师生比例-地区入学人数与教师人数变量之间的比率。

任期内 124由地区提供，编码如下:终身教职=1，无终身教职=0。

总离开-从NCTQ的教师合同数据库(该数据库搜索学校董事会文件和集体谈判协议的公开信息)中获得的教师在该地区可以休的基本总假期，包括病假、事假和任何其他被批准的时间。例如，它不包括教师可能因长寿而获得的额外天数。

进行了三个主要的回归。1) 13个教师水平的单变量回归和1个教师水平的多元回归在缺勤天数与13个个人、学校和地区特征之间。2)按地区划分的教师级多元固定效应回归，它消除了地区级变量，旨在解释地区内的变化。3)中央办公室职员层面的缺勤天数与可用的个人和地区特征之间的多元回归。

下面介绍回归分析的结果。

老师缺席

注:除学校类型和终身教职外，所有变量的对数均被纳入回归。所有其他变量都包含在原始关卡中。有关这些变量的详细信息，请参考本文档的变量描述部分。

系数解释

与教师出勤率相关最显著的变量是:

区登记:该变量在单变量和多元回归中显著且为负，在固定效应回归中显著且为正。负系数意味着较大的学区的教师缺勤天数更少。这个特殊系数意味着，在其他条件不变的情况下，如果一个地区的入学学生人数增加10%，一学年的平均教师缺勤率就会减少1.3%。考虑到本研究中教师的平均缺勤天数为9天多一点，这意味着一个地区的学生人数增加10%，教师的平均缺勤时间就会减少约1小时。固定效应回归的正系数表明当地区内注册人数增加时会发生什么。在一个特定的地区，入学人数增加10%，教师缺勤率似乎就会增加24%。

经验:这个变量也是显著的，并且在所有三次回归中都有一个正系数。系数为正意味着经验越丰富的教师缺勤天数越多。本研究中所有教师的平均经验约为11年。多元回归中的系数意味着，在一学年中，教师的经验每增加10%(或者在本研究中，每增加一年经验)，教师的缺席时间平均增加0.7%。例如，拥有20年教学经验的教师平均缺课时间会比第一年的教师多一天多一点。

有色人种学生:该变量在单变量和多元回归中都具有显著性(在固定效应回归中不存在，因为它是一个地区水平变量)。负系数意味着该地区有色人种学生的比例越高，他们的老师缺课的天数就越少。这意味着，有色人种学生每增加10%，一名教师的缺勤时间就会减少5%左右(或者在这项研究中，减少半天)。

以下变量在部分(但不是全部)回归中是显著的:

FRL:这个变量在固定效应回归中有一个显著但小的正系数，固定效应回归捕捉了每个地区的趋势，而不是跨地区的趋势。在各个地区，FRL与缺勤人数之间的关系尚不清楚。这意味着，在每个地区，贫困程度越高的学校，教师缺勤的时间往往越长。在这项研究中，有资格享受免费午餐和减价午餐的学生平均比例约为70%。这个系数意味着，在一所有50%的学生有资格享受免费午餐和减少午餐的学校里，教师的缺勤率平均比这项研究中有70% FRL参与的普通学校的教师少1%左右。总的来说，通过绘制这些数据与缺勤率的关系图表可以观察到，这种关系并不是线性的，在第四个五分位数之前，缺勤率随着FRL参与的增加而增加，而在最高五分位数(经济困难学生的最高百分比)中缺勤率则下降。

最大病假(按地区划分):正系数表示教师休病假越多，总缺勤天数越多。这一系数意味着，学区每增加10%的病假(相当于一天，因为在我们的研究中，学区平均批准的病假约为10天)，教师平均就会多缺勤3.4%，约2.5小时。这是所有类型休假之间最大的关系，表明如果给予额外的天数，教师将使用比其他类型的休假更多的病假。

最大事假(按地区划分):该系数为正，说明教师事假越多，总缺勤天数越多。学区每多批准10%的事假，教师在整个学年的平均缺勤率就会增加1%。这也就是说，每多休一天事假，一名教师在一学年中平均要多休2个小时的假。

教师经验等级的实际基本工资(根据地区价格平价调整):负系数意味着教师的估计工资(根据他们的经验)越高，他们的缺勤次数就越少。多元回归中的系数大小意味着，在其他条件不变的情况下，工资每增加10%，教师在一学年的平均缺勤率就会减少0.5%。

入学率:该变量仅在固定效应回归中显著。负系数意味着在每个地区，规模较大的学校的教师缺勤天数往往更少。这个特殊系数意味着，如果一所学校的入学人数增加10%，在其他条件不变的情况下，一学年的平均教师缺勤率将减少约0.2%。

任职期间:这个变量在多元回归中只有边际显著性，很可能它的影响部分是由教师的经验决定的。126该变量的系数在单变量回归和固定效应回归中均为小而正，在多元回归中均为小而正。

总假期(按地区划分):正系数表示教师总休假数越多，总缺勤天数越多。学区批准的额外10%(约一天半)的总假期会使教师在一学年中平均缺勤约2小时。

其余变量与本研究中教师缺勤的数量在任何回归中都没有显著相关。

中央办公室缺勤

从各地区获得的关于中央办事处工作人员的有限数据限制了我们的可变可用性。在这种情况下可能的回归包含上表中所示的变量。

就中央办公室工作人员而言，他们的合同年的长度似乎与他们的缺勤次数正相关。该地区的学生人数和有资格享受免费午餐和减价午餐的学生比例也是如此:一个地区的学生人数越多，享有FRL资格的学生比例越大，中央办公室的工作人员缺席的时间就越长。

按照与教师相同的模式，我们观察到，有色人种学生的比例越大，中央办公室员工的缺勤次数就越少。中央办公室工作人员服务的教师数量以及学生/教师比例似乎都与较少的缺勤有关。(尾注)


建议引用:Saenz-Armstrong, P.(2020)。点名2020:数据和方法．伟德亚洲官网娱乐全国教师素质委员会。

---

尾注