PISAの順位で教育の質は判断できる？得点・調査対象・格差を読み解く

順位表の隣にある得点と注記を読む

国際学力調査PISAの結果が公表されると、「日本は何位」「前回より上がった」という見出しが並ぶ。国や地域ごとの順位は分かりやすい。しかし、その順位だけで学校教育全体の良し悪しを判断してよいのだろうか。結論から言うと、PISAは15歳前後の生徒の特定の能力を共通の枠組みで比較する重要な調査だが、教育の質を一つの順位で評価する採点表ではない。数字を読むには、何を測り、誰を対象に、どの程度の誤差を伴って集計したのかを確かめる必要がある。

とりわけ大切なのは、平均点と順位、調査対象から外れた人々、得点分布、社会経済的背景による格差、調査年の事情を分けて考えることだ。本記事ではOECDが公表したPISA 2022の枠組みと結果報告を使い、順位から言えることと言えないことを、実際の資料を確かめる順序に沿って説明する。PISA 2025の結果第I巻は2026年9月8日に公表されている。本記事では、対象や注記を具体的に追える2022年調査を読み方の例に使い、2025年の結果とは混ぜない。［1］［2］［6］

PISAは「学校に15年間通った成果」を採点する調査ではない

PISAは、経済協力開発機構（OECD）が実施する国際的な生徒の学習到達度調査である。PISA 2022では数学的リテラシー、読解力、科学的リテラシーを中心に、知識を現実の課題に用いて考える能力を評価する枠組みが示されている。リテラシーとは、単に用語や公式を暗記しているかではなく、情報を読み解き、考え、使えるかという側面を指す。科目によって問う内容や設問形式は異なる。［1］

この設計には強みがある。学校の教科書の章立てが国によって異なっても、共通の課題を通じて一定の比較ができる。一方、何を試験で測るかを定めれば、測らないものも必ず生じる。歴史の深い理解、芸術活動、地域の文化継承、他者への配慮、学校での安全、教員の働きやすさなどは、数学の平均得点だけで表現できない。PISAの枠組みを尊重することと、学校に求める価値をPISAへ全部押し込むことは違う。

また、PISAの平均点は「15歳までに受けた教育だけの成果」と断言できない。家庭、地域、学校以外での学習、本人の経験なども能力形成に関係するからだ。PISAのデータは能力や環境について比較する出発点にはなるが、順位表だけから特定の授業方法の因果的な効果を切り分けるものではない。［1］［5］

「15歳の国民全員」を調べているわけではない

国際比較の前に、調査対象を確認したい。OECDの2022年技術付属資料によると、PISAは原則として調査期初めに15歳3か月から16歳2か月の年齢帯にあり、7学年以上の教育機関に在籍する生徒を対象とする。実務上の許容幅や調査時期による細部もあり、「その国の15歳の住民を全員検査した」という説明は正しくない。［2］

年齢を基準にする利点は、国によって義務教育の開始年齢や学年構成が違っても、比較する年齢帯をそろえられることだ。ただし学校に通っていない同年代の人々は基本的な対象定義に入らない。学校へのアクセスに大きな差がある地域では、調査を受けた生徒の平均点が、その国の同年代人口全体の学力を代表するとは限らない。この点は「得点が高い国ほど教育機会が広く保障されている」と即断できない理由の一つである。

さらに、実際の調査では学校と生徒を標本抽出する。標本とは、対象者全員を調べる代わりに、決められた方法で選んだ一部の集団のことだ。標本から母集団の状況を推定するため、選ばれる確率や参加状況に応じて重みを付け、統計的な処理を行う。どの国・地域が調査に参加し、どの範囲の生徒を含み、標本抽出や回答率が基準を満たしたかは、得点表と同じくらい重要である。［2］［3］

「参加率が低かったのに高得点だった」という情報を見た場合、ただちに結果を捨てるのも、何の条件も付けずに採用するのも適切でない。OECDは2022年の結果で標本の基準や回答率について注記を付し、比較可能性を注意深く扱っている。比較したい国の表に印や注記がないか、付属表で確認することが必要だ。［2］

平均点が示すものと、順位が増幅するもの

PISAの点数は、正答率をそのまま100点満点で示したものではない。共通の尺度に換算された能力の推定値であり、読解と数学の点数を「それぞれ同じ問題数で採点した結果」とも理解できない。ある国の数学が高くても、読解や科学で必ず同じ位置にいるとは限らない。比較の第一歩は、調査回と科目をそろえることだ。［1］［4］

順位は、平均点を高い順に並べれば得られる。しかし、平均点のごく小さな差が大きな順位差になる場合がある。たとえば平均点が501点、499点、498点という三つの地域を並べれば順番はつくが、どの差も偶然の標本抽出による変動を超えるものだと自動的に言えるわけではない。この数値は説明用の架空例であり、実在の国・地域の成績ではない。

OECDのPISA 2022報告は、平均点の統計的な不確実性を踏まえた順位の範囲を扱っている。得点が近い国や地域が多い場合、可能な順位の範囲も広くなり得る。したがって「前回より3位上昇」という事実だけから、教育政策が成功したとも、生徒の能力が確実に伸びたとも判定できない。得点差の大きさと信頼区間、比較可能性を確認する必要がある。［4］

「3点差」を判断するときは何を見ればよいか

統計で示す平均値には、母集団全員を観測していないことに伴う誤差がある。標準誤差は、同じ母集団から同様の標本を繰り返し得たと仮定したとき、推定値がどの程度変動するかを考えるための指標だ。信頼区間は、標本に伴う不確実性を示すため、決められた手順で計算する範囲だ。例えば95％信頼区間とは、同じ手順で調査と計算を繰り返すと、その区間がおよそ95％の割合で母集団の値を含むように作られる。個別の生徒の95％が入る得点範囲とは異なる。OECDは順位や得点を比較する際にこうした統計的な条件を付している。［4］［7］

例えば架空のA地域とB地域の数学平均が500点と497点だったとする。差は3点だが、この3点が統計的に意味のある差といえるかは、それぞれの標準誤差や比較手法が分からなければ判断できない。仮に同じ3点差でも標本の規模や設計が違えば、不確実性は同じではない。単純に「3点差だから誤差」「10点差なら必ず確実」と固定の線を引くのも誤りだ。

この仕組みを知っておくと、順位のニュースを少し冷静に読める。重要なのは、順位の数字を無視することではなく、その順位にどこまで統計的な意味があるかを確かめることだ。「一位と二位の差」と「十位と十一位の差」は、どちらも順位が一つ違う。それでも、平均得点の差や統計的な不確実性が同じとは限らない。

平均が同じでも、教育の状況は違う

もう一つの落とし穴は、平均点が国内の分布を隠すことだ。架空の四人の得点を考えよう。A地域の生徒の得点が500、500、500、500なら平均500点。B地域が350、450、550、650でも平均は500点になる。どちらも架空の計算例で、PISAの実データではない。実際のPISAにおいても、全員の能力が同じ値ということはなく、生徒の成績には分布がある。

AとBは平均こそ同じだが、支援が必要な生徒の割合、極めて高い得点の生徒の分布、学校間の格差を考える上では異なる課題があり得る。平均点だけを見ると、こうした違いを落としてしまう。生徒のうちどの割合が基礎的な課題を解けるか、上位層と下位層の間にどの程度の差があるかを合わせて見ると、教育の姿をより立体的に理解できる。［4］［5］

平均点が高くても、一部の生徒が教育機会から取り残されているかもしれない。反対に平均点がそれほど高くなくても、社会経済的な背景にかかわらず学習機会を確保する仕組みが機能しているかもしれない。どちらも重要な論点だが、片方だけで結論を出さず、平均水準と格差の両方を比較する必要がある。

家庭環境との関係をどう読むか

OECDはPISA 2022の公平性を扱う章で、生徒の社会経済的背景と成績の関係を分析している。社会経済的背景とは、家庭の資源や親の職業・教育などをもとにした統計上の要素を含む概念だ。OECDの報告では、2022年のOECD諸国平均として、同じ国の生徒間の数学成績のばらつきのうち15％が社会経済的背景と関連していると説明される。対象はOECD諸国のPISA 2022数学成績に関する国ごとの分析の平均であり、「数学力の15％は家庭によって決まる」という意味ではない。［5］

関連性が15％あるということは、家庭環境を変えたら数学点が自動的に15％改善するということでもない。あくまで統計上の関連を記述したもので、どの政策がどの程度の効果を持つかを直接証明していない。国によって教育制度、居住地、学校選択、子どもへの支援が違うため、相関の強さを読み取った後、原因の検証は別の資料に委ねる必要がある。

「格差が小さい」ことにも複数の意味がある。高い学力水準を多くの人が共有している場合と、全体的に低い水準で差が小さい場合は同じではない。OECD自身も、公平性を評価する上で社会経済的背景と得点の関係が弱いだけでは十分でなく、全体の学習水準も合わせて考える重要性を示している。［5］

調査結果は政策の「効果測定」そのものではない

国際比較でよくある議論は「A国は授業時間が長いから高得点」「B国は宿題が少ないから成績がよい」という因果関係の推定だ。しかし、授業時間と平均得点が同時に高いという観察だけでは、授業時間を増やした結果として得点が上がったとまではいえない。学校外での学習、社会経済的背景、生徒の構成、教員研修など、ほかの違いが複数存在するからだ。

政策効果を確かめるなら、制度変更の前後を同じ条件で追う、影響を受けた集団と比較対象を設定する、年齢や属性の違いを調整するなど、別の研究設計が必要になる。PISAの比較は有力な仮説をつくる材料だが、それだけで政策の成否を確定する証明書ではない。これはPISAの価値が低いという話ではなく、「測った結果」と「なぜそうなったか」を混ぜないための区別である。

例えば教師の研修制度に注目している人が、PISAの読解力低下を見つけたとしよう。そのとき考えるべき問いは「研修制度を変えれば必ず改善するか」ではなく、「何年、どの生徒集団で、どの能力が、どの程度変化したか」「他の条件は同じか」である。問いが具体的になるほど、必要な証拠も明確になる。

前回比較では調査年と社会状況をそろえる

2022年のPISAは、新型コロナウイルス感染症による学校閉鎖などの影響を受けた時期に実施された。OECDの2022年版付属資料は、学校への出席、対象者の包含、調査実施時の実務的制約にも注意を促している。調査結果の変化の全てを感染症対応の影響と断定できるわけではないが、過去回との比較では、得点だけでなく調査環境の違いを確認する必要がある。［2］

さらに、調査回によって中心となる科目や評価枠組みの重点が変わることがある。平均点の時間的な比較可能性についてOECDがどの範囲で保証しているかを見ずに、古い年の順位と新しい年の順位を直接つなぐのは避けたい。ある国で学校への就学率が上がり、それまで標本に入らなかった生徒が新たに調査対象に含まれるようになれば、平均点の変化には対象集団の構成変化も混ざり得る。

「順位が下がった」というニュースを読むときは、前回と比較可能な科目の平均点そのもの、信頼区間、対象範囲と注記、国ごとの参加状況を一緒に見る。そうすると見出しの勢いに対して、数字が実際に言える範囲を過不足なく判断できる。

学力の高さと、教育の質をどう結び付けるか

教育政策を考えるとき、基礎的な読解力や数学的な判断力は重要だ。社会の情報を読み、数字を扱う力は、仕事や市民生活に直結する。PISAには、こうした課題を国際的に比較できるという明確な役割がある。その強みは、調査の測定領域をきちんと定義しているから成立する。［1］

しかし、学校教育の目的がそれだけかと問われれば、答えは単純でない。学びへの参加、学校での安心、安全な施設、障害のある生徒への支援、文化・芸術・体育、民主社会の担い手としての成長など、政策評価に必要な視点は広い。これらの中にはPISAの一部の質問調査と関連する項目もあるが、数学の順位一つに換算することはできない。教育の「質」を議論する際は、どの目的をどの指標で測るかを先に決める必要がある。

さらに、総合順位を一つ発表すると、読者は教育の優劣が一列に並んだと錯覚しやすい。実際には「数学は強いが読解が相対的に弱い」「平均は高いが格差が大きい」「成績は良いが教育機会の範囲に課題がある」など、評価の結果は複数の軸を持つ。どの軸を重視するかは政策上の選択であり、統計から自動的に一つの価値判断が出てくるわけではない。

順位ニュースを読むための6つの質問

この表はPISA 2022に関するOECD資料を読むための編集上の確認手順であり、OECDが公式に定めた六段階審査という意味ではない。調べる順番は、まず同じ調査回・同じ科目の得点を見て、次に不確実性と対象範囲を確認し、最後に格差や政策的な解釈へ進むのが分かりやすい。［1］［2］［3］［4］［5］

報道に「過去最高」「最低を更新」という表現があっても、実際の尺度、比較できる過去回、注記の有無を確認することで数字の意味は変わる。公表元が示す制約を読むことは、結果を否定するための作業ではない。むしろ適切に利用するための条件である。

結論：順位は出発点。判断に必要なのは複数の証拠

PISAの順位は、特定の年・科目について、調査対象となった在学中の15歳前後の生徒の得点を並べた結果だ。国際比較として意味がある一方、全国民の教育力や学校の価値を一つの順位で確定するものではない。見るべきなのは、平均得点の差、統計的不確実性、調査対象と包含率、成績の分布、社会経済的背景による格差、過去との比較条件である。

順位の上昇だけで政策が成功したとはいえず、順位の低下だけで学校教育が失敗したともいえない。「どの力を、誰について、いつ測った数字なのか」という問いから始めれば、PISAを称賛や悲観の材料ではなく、教育の改善に使える情報として読める。次にPISAの順位表を見たときは、その隣の得点表と注記にも目を向けてほしい。