Using Hierarchical Linear Modelling to Examine Factors Predicting English Language Students’ Reading Achievement

Résumé

Using Hierarchical Linear Modelling (HLM), this study aimed to identify factors such as ESL/ELL/EAL status that would predict students’ reading performance in an English language arts exam taken across Canada. Using data from the 2007 administration of the Pan-Canadian Assessment Program (PCAP) along with the accompanying surveys for students and the schools, a two-level (student level and school level) HLM model was analyzed for predictive relationships. Results showed that, at the student level, predictors such as students’ participation in class discussions, language spoken at home, parents’ encouragement to read at a young age, and the number of individual projects requiring students to work outside of class contributed significantly to the students’ reading scores. However, none of the school-level predictors were found to be significant. All the significant predictors contributed to only 12% of the variability in this HLM model. Identification of more signi cant variables is needed in order to have a full picture of students’ reading competence and achievement.

S’appuyant sur la modélisation linéaire hiérarchique (MLH), ce e étude porte sur l’identi cation des facteurs, comme le statut ALS/ELL/ALA, qui prédiraient les acquis en lecture d’élèves lors d’un examen d’anglais administré partout au Canada. Les auteures ont employé des données du Programme pancanadien d’évaluation (PPCE), y compris les sondages connexes pour les élèves et les écoles, a n d’analyser les liens prédictifs d’un modèle HLM à deux niveaux (élève et école). Les résultats indiquent que les prédicteurs tels la participation des élèves aux dis- cussions en classe, la langue parlée à la maison, la mesure dans laquelle les parents encouragent leurs enfants à lire dès un jeune âge et le nombre de projets individuels exigeant du travail à l’extérieur de la salle de classe, contribuaient de façon significative aux résultats des élèves en lecture. Toutefois, aucun des prédicteurs au niveau de l’école ne s’est révélé comme étant significatif. Dans leur ensemble, les prédicteurs significatifs n’ont contribué qu’à 12% de la variabilité du modèle MLH. A n d’arriver à une vue globale du rendement et de la compétence en lecture des élèves, il faudra identifier plus de variables signi catifs.