Mezinárodní šetření PISA pravidelně přitahuje pozornost politiků, médií i veřejnosti. Česko sice v nejnovějším šetření zůstalo nad průměrem zemí OECD, zároveň se ale mezi lety 2022 a 2025 zhoršilo zejména ve čtení a matematice. V rozhovoru s psychologem a psychometrikem Hynkem Cíglerem z Masarykovy univerzity probíráme, jak výsledky šetření číst a co skutečně vypovídají o vzdělávacím systému.
Patricie Martinů 19. 11. 2026
Nemyslím si, že hlavním účelem PISA je řadit státy. Veřejná debata se dost liší od toho, k čemu šetření skutečně slouží. Chápu ale, proč se to děje. Lidé mají rádi žebříčky – univerzit, států i všeho možného dalšího, PISA je jen další příklad. Zároveň máme jako lidi tendenci snažit se vidět nějaké vzorce, které tam ale statisticky nejsou.
Účelem PISA je však sledovat znalosti, dovednosti a kompetence testovaných žáků a dávat je do souvislosti s různými charakteristikami vzdělávacích systémů. Kdyby si každá země dělala podobnou studii jen sama pro sebe, měla by omezené možnosti srovnání. Když se někde zavede vzdělávací změna a po čase se ukáže posun, mohou se ostatní země ptát, čím to je a zda je možné se inspirovat.
Co se většinou objevuje v médiích, jsou průměrné rozdíly zemí. To ale samo o sobě moc nosné není. Je velký rozdíl, zda má země nadprůměrný výkon a všichni žáci mají vzájemně hodně podobné výsledky, nebo má trochu podprůměrnější výkon, ale zato se žáci navzájem velmi výrazně liší. Variabilita výkonu se v populárních grafech typicky nezobrazuje. To je podle mě chyba.
Hynek Cígler
je výzkumník a vysokoškolský pedagog působící na Katedře psychologie a v Institutu pro psychologický výzkum Fakulty sociálních studií Masarykovy univerzity. Dlouhodobě se zabývá vývojem psychologických a pedagogických testů a jejich měřením – psychometrikou. Mezi lety 2017 až 2019 byl externím konzultantem pro IEA (International Association for the Evaluation of Educational Achievement), kde prováděl psychometrické analýzy zejména v projektech OECD TALIS či TALIS Starting Strong Survey.
Mohou být. Na rozdílu mezi Anglií a Skotskem lze přemýšlet nad tím, jakou roli mohla hrát rozdílná vzdělávací politika, není to ale hmatatelný důkaz. Mohou zde vedle vzdělávací politiky působit i kulturní, sociální a další rozdíly, které se hodně liší napříč lokalitami.
Z toho důvodu jsou nejcennější spíše dlouhodobější analýzy trendů. Pokud země něco zavede a její výsledky se po čase změní, je to silnější podklad pro hypotézu o možném vlivu této změny. Pořád však musíme zvažovat další faktory.
“Nemyslím si, že hlavním účelem PISA je řadit státy. Veřejná debata se dost liší od toho, k čemu šetření skutečně slouží. Chápu ale, proč se to děje. Lidé mají rádi žebříčky.”
Je potřeba brát v úvahu, že jde o výsledky konkrétních aglomerací nebo vybraných provincií. Nevypovídají o celé Číně. Zároveň by bylo problematické brát Čínu jako jeden celek, protože jde o velmi rozmanitou část světa.
Podobně je třeba opatrně číst výsledek USA. Průměrné číslo za tak rozsáhlou a různorodou zemi má omezenou vypovídací hodnotu. Bylo by to podobné, jako kdybychom hodnotili průměr celé Evropské unie. Zajímavější je podívat se dovnitř jednotlivých států, což si USA ostatně samy vyhodnocují.
Postup je komplikovaný, aby zajišťoval srovnatelnost mezi zeměmi i v čase. V tom právě tkví síla PISA, je to jeden z nejlépe prováděných psychometrických výzkumů tohoto typu. Je za ním spousta pokročilých statistik a všechna data jsou navíc veřejně dostupná.
Nejprve se vytváří koncepční rámec. Velké mezinárodní odborné panely určují, jaké oblasti má test pokrývat a jaké úlohy do něj patří. Pak vznikají testové sady, které se pilotují. Je zajímavé, že všichni žáci nemají stejné zadání, protože šíře kurikul je tak velká, že by nedávalo smysl dát všechno naráz jednomu respondentovi. Každý tak dostane jiný test.
Každý z jednotlivých států v šetření má za úkol zajistit reprezentativní vzorek, který se následně složitě váží z hlediska jeho různých sociodemografických charakteristik. Při samotném vyhodnocování se používají postupy založené na teorii odpovědi na položku, kdy se pomocí takzvaných kotevních položek, které se překrývají napříč termíny a roky, a pomocí pilotních dat úlohy umisťují na společné měřítko. Výsledkem celé procedury je srovnatelnost testových skórů napříč zeměmi, časem i různými verzemi testů s jinou skladbou položek.

Foto: Kateřina Lánská
Pokud je určitý typ úlohy v jedné zemi systematicky obtížnější z důvodů, které nesouvisí s tím, co chceme měřit, neměla by sloužit jako měřítko, kterým propojujeme země. Konkrétním příkladem je například to, že na Ukrajině probíhá výuka geometrie na mnohem nižší úrovni. Je to vidět z dat Cermatu z jednotných přijímacích zkoušek, že se v těchto úlohách ukrajinské děti umisťují níže než české oproti jiným oblastem. Takže ve chvíli, kdy by test PISA obsahoval geometrii, nebyly by příslušné úlohy použity pro srovnání Ukrajiny s ostatními zeměmi, protože to není typickým obsahem ukrajinského kurikula. To by ale neomezilo srovnatelnost Ukrajiny v celé matematice jako takové.
“Je dobré podívat se, kdy v dané zemi testování probíhá. Jestli například v Česku vyšlo před přijímacími zkouškami na střední školy, nebo až po nich. To logicky může mít velký efekt.”
Ne nutně, neznamená to, že je taková úloha nezajímavá pro národní debatu anebo že se to projeví negativně na celkovém průměru země. Jen se daná úloha nepoužije jako společné měřítko pro srovnání napříč zeměmi nebo časem. Národní tým – v Česku tedy Česká školní inspekce – se ale pak může na základě dat podívat, kde konkrétně mají žáci potíže a vyhodnocovat skrze analýzy, co dál.
Může a nemusí, a zvlášť malé rozdíly ve skórech mohou odrážet i jiné změny. Děti se mohou lišit v takzvaných test-taking skills: v tom, jak dobře si umějí rozvrhnout práci v testu, přeskočit otázku, vrátit se k ní a podobně. To, jak člověk podá výkon v testové situaci, záleží na mnoha charakteristikách. Jen část z nich nutně souvisí s jeho schopností.
Je také dobré podívat se, kdy v dané zemi testování probíhá. Jestli například v Česku vyšlo před přijímacími zkouškami na střední školy, nebo až po nich. To logicky může mít velký efekt. Nemám ale data, která by ukazovala, jak velký tento efekt v českém vzorku skutečně je.
Nové úlohy se pilotují společně s úlohami použitými v minulosti a pomocí statistických postupů se umisťují na stejnou škálu. Neznamená to, že je všechno stoprocentně bezchybné. Ale nejde ani o pouhý statistický artefakt. Když vidíme dlouhodobou změnu, znamená to, že se změnil výkon testovaných kohort v dovednostech, které PISA měří. Neznamená to ale automaticky, že se snížily schopnosti dětí nebo že známe příčinu této změny.
PISA navíc neprodukuje přímo jeden skór konkrétního dítěte. Každému žákovi se přidělí deset takzvaných plauzibilních hodnot, tedy deset možných hodnot, kterých by konkrétní dítě mohlo zhruba dosáhnout. Do vytváření těchto hodnot nevstupuje jen testový výkon dítěte, ale také jeho sociodemografické charakteristiky. Dvě děti, které by odpověděly úplně stejně na stejný test, tak mohou klidně dostat systematicky jiné plauzibilní hodnoty, pokud by se lišily v sociálním znevýhodnění. Tento systém má své nevýhody, ale pro vyhodnocování na úrovni populace je to výhodnější, lépe popisuje populační rozložení. Nejde to samozřejmě použít pro skórování jednotlivců, například u přijímaček. Neplatí to ale obecně. PISA například teď mezi cykly změnila způsob výpočtu socioekonomického statusu, což je pochopitelné, protože ukazatele sociálního statusu se v čase mění. V devadesátých letech mohlo být silným ukazatelem nadprůměrného statusu třeba vlastnictví myčky nádobí nebo stolního počítače, dnes už to tolik platit nemusí. Když se ale změní způsob výpočtu, nemusí skupina žáků označená jako socioekonomicky zvýhodněná nebo znevýhodněná zahrnovat stejné děti jako v minulém cyklu. Nelze pak jednoduše říct, že se tato skupina zlepšila nebo zhoršila. Jinými slovy se změnilo naše chápání toho, co je vysoký či nízký socioekonomický status.
“Výsledek školy může hodně souviset s tím, jaké žáky přijímá. Škola může mít vysoký průměr, ale to ještě neznamená, že právě ona žáky nejlépe rozvíjí.“
Ne, k tomu PISA není určená. Výsledek školy může hodně souviset s tím, jaké žáky přijímá. Škola může mít vysoký průměr, ale to ještě neznamená, že právě ona žáky nejlépe rozvíjí. Jednorázový test nedokáže očistit výsledek od všeho, co si žáci do školy přinášejí.
Velmi záleží i na tom, které školy jsou do šetření zařazené – například na tom, jak velký podíl dětí je v dané zemi zařazený do speciálního vzdělávání a jak velkou část dětí země ze vzorku vyřadí. To, že má například Estonsko malý podíl žáků s nízkými výsledky, hypoteticky může souviset i s tím, že do vzorku zahrnuje méně dětí ze speciálních škol nebo tříd. Neříkám, že to tak nutně je, ale tento typ souvislostí je při srovnávání zemí potřeba zohledňovat.
Je ale možné vzít třeba přímo zdrojová data PISA a udělat z nich sekundární analýzu. Právě ty tvoří velkou část odborné práce s daty PISA. PISA sice poskytuje rozsáhlé reporty, ale mnohem více odborných publikací pak využívá data k otázkám, na které se původní tým nezaměřil.
Škála je konstruovaná tak, aby průměr byl 500 a směrodatná odchylka 100 – tedy toto byly průměrné hodnoty zemí OECD v letech 2000–2006, kdy PISA začínala. Z toho je patrné, že malé rozdíly v řádu několika bodů jsou nevýznamné. Kdybychom měli zemi s průměrem 500 a zemi s průměrem 510, pak by při stejné variabilitě náhodně vybraný žák z úspěšnější země měl jen asi 53% pravděpodobnost, že bude lepší než náhodně vybraný žák z druhé země. To je zanedbatelný rozdíl. I při rozdílu třiceti bodů by tato pravděpodobnost byla zhruba 58 procent. Z mého pohledu jsou rozdíly do dvaceti bodů prakticky bezvýznamné.
“V Česku to podle mě není tak, že bychom viděli jeden dlouhodobý sestupný trend, nebo že je důsledkem vzdělávacích změn. Výsledky spíše silně kolísají a mohou souviset i s okolnostmi, kterými děti prošly.”
Pokud mluvíme o trendu ve třech a více měřeních, nikoli jen ve dvou, může o něčem vypovídat. Je ale třeba být zdrženlivý. U srovnání v čase není vyvážení forem testu stoprocentně bezchybné, je zatíženo určitou statistickou chybou. Roli hraje také výběr žáků z populace. Rozdíl do pěti bodů může být ryze statistický artefakt. Pár bodů může udělat výběrová chyba. U větších rozdílů, řádově dvaceti nebo třiceti bodů, už můžeme přemýšlet, že jde o systematickou změnu. Pořád ale může být zkreslená systematickými vlivy, například změnou v tom, které skupiny žáků se do studie dostanou.
V Česku to podle mě není tak, že bychom viděli jeden dlouhodobý sestupný trend, nebo že je důsledkem vzdělávacích změn. Výsledky spíše silně kolísají a mohou souviset i s okolnostmi, kterými děti prošly. Je totiž patrný schodový pokles v době pandemie covidu-19. Ten přitom neovlivnil jen děti měřené v roce 2022, ale i žáky v dalším cyklu. Může tedy mít dlouhodobější účinky.

Foto: Kateřina Lánská
To se nedá říct úplně jednoduše. Reprezentativita je ovlivněná třeba velikostí škol. Nedá se stanovit jen podle toho, kolik máme žáků. Nejde říct ani jen kolik škol, protože školy jsou velmi rozdílně velké. Pro zachycení velkých rozdílů by mohly stačit stovky žáků. Museli by ale být z desítek škol, ne z jedné. To je součást takzvaného optimálního designu. Záleží nejen na celkovém počtu žáků, ale i na počtu zařazených škol a dalších charakteristikách výběru.
V národní zprávě ČŠI se ale uvádí, že pro žáky základních škol a nižších stupňů víceletých gymnázií jsou výsledky reprezentativní také na úrovni krajů. To znamená, že v nich je ten vzorek dostatečně velký.
PISA neměří jen ryzí znalosti. Její deklarací je, že měří, nakolik jsou respondenti schopni využívat znalosti, které mají, při řešení běžných praktických problémů každodenního života. Není to tedy čistě znalostní test školního učiva, ale test porozumění a praktického využití. V matematice nejde jen o znalost zlomků, ale o schopnost matematického uvažování, formulování problémů a podobně. Na znalostech to ale samozřejmě musí být postavené, protože bez nich to nejde. Zároveň je potřeba počítat s tím, že znalosti a intelekt spolu silně korelují – například matematický výkon s intelektem souvisí poměrně jasně.
Jak jsme se ale již bavili, malé rozdíly v řádu několika bodů jsou prakticky nevýznamné. PISA výkon žáků rozděluje do dovednostních úrovní, to ale neznamená, že žák na druhé úrovni je zásadně jiný než žák na třetí. Mohou ležet těsně vedle sebe, jen mezi nimi vede arbitrárně stanovená hranice. Ta vychází z expertního posouzení a statistických postupů. Je ale stanovená až dodatečně na spojité škále. Je to podobné jako u kategorií BMI: člověk, který váží 76 kilogramů, není zásadně jiný než člověk, který váží 77 kilogramů, i když může spadnout do jiné váhové kategorie.
I tyto škály jsou určitým způsobem vyvážené napříč zeměmi. Do jisté míry měří stejné věci, ale nejde říct, nakolik jsou odrazem niterného posouzení dětí a nakolik jsou „zašpiněné“ kulturou, která ovlivňuje, jak děti smýšlejí nebo se vyjadřují. I tak je ale fakt, že děti říkají, že je škola nezajímá nebo že se snadno vzdávají, velmi důležitá zpráva. Jestli to však vypovídá něco o nich, o škole nebo o českém vzdělávacím systému, to pouze z těchto dat bez dalšího posouzení není možné vyčíst. Vyžadovalo by to sekundární výzkumnou práci.
Obecně lze ale tato dotazníková data srovnávat napříč státy mnohem hůř. Před osmi lety jsem pro OECD škáloval data z mezinárodních studií TALIS, což jsou dotazníkové studie vyplňované učiteli. Doteď si pamatuji na škálu bezpečí prostředí školy. Skládala se z několika málo otázek pokrývajících aspekty od drog v okolí školy přes násilnou šikanu až po přítomnost střelných zbraní či střelbu. Přestože tyhle položky v rámci jednotlivých zemí měřily celkovou bezpečnost docela dobře, v mezinárodním srovnání to vůbec nefungovalo. Pokud se v okolí vaší školy opakovaně střílí, máte na násilné střety dětí navzájem dost odlišný názor.

Foto: Kateřina Lánská
Máme několik týmů, které s těmito daty pracují. Když se však účastním různých mezinárodních psychometrických konferencí, příspěvků z Česka, které by s těmito daty pracovaly, mnoho nevidím. Problém je v tom, že nemáme dostatečný důraz na vzdělávání lidí, kteří by rozuměli tvorbě a zpracování testů – tedy psychometriků. Takový obor tu v podstatě neexistuje. Nemáme dost dobrých kvalitních sociálněvědních programů, které by na tuto práci lidi připravovaly, což má zásadní dopady.
Zároveň je v českém prostředí typické – a problematické –, že psychometriky jsou často psychologové, pro které je PISA většinou mimo jejich obor. V CERGE-EI nebo Scio dělají psychometriku ekonomové, což není úplně obvyklé, ale mají matematický a statistický základ. Psychometrika je celosvětově ale mezioborová věda. Velkou roli v ní hrají sice psychologové, ale také matematici, statistici, informatici a pedagogové. Přesahuje i do dalších oblastí a zejména sociálních věd, například do politologie, populační genetiky nebo medicínského výzkumu. Psychologové ale aspoň dostávají základní psychometrický trénink. Ten se pedagogům často vyhne, v kurikulu jej nemají.
To má dopad na to, co s daty umíme dělat a jak umíme dělat vzdělávací politiku. Má to vliv i na konstrukci a získávání dat, protože chybějí lidé, kteří by testy uměli dobře vyvíjet, skórovat a statisticky vyhodnocovat, a když už je vyvíjíme, tak nepříliš dobře. Nezpracováváme ani ta data, která už máme, a zároveň další data vyrábíme. Česká školní inspekce dělá dobrou práci, ale je to malý tým. Nemáme třeba až na pár ojedinělých výjimek různé kvality žádná komprehensivní česká data, která by mapovala schopnosti dětí.
„Kdybychom měli třeba data z přijímacích zkoušek vyvážená napříč roky a věděli, že měří stejné věci, mohli bychom v nich zachytit i změny, které PISA vzhledem ke své frekvenci neuvidí. Místo toho každý rok vyhodíme přes sto milionů za jednotné přijímací zkoušky a data z nich se pak metaforicky hodí do koše.“
PISA je inspirací pro mezinárodní i jiné srovnávací vzdělávací studie obecně v tom, jak se úlohy vytvářejí, kontrolují a vyvažují v čase, což pro nás jistě relevantní je.
Zároveň je dobré národní studie s PISA propojovat: nemít jen PISA srovnatelnou mezi zeměmi a v čase a vedle ní paralelní českou studii srovnatelnou v čase, ale obě studie propojit, nemá cenu duplicitně měřit něco, co už měří. PISA se samozřejmě dělá jednou za několik let, národní data bychom potřebovali sbírat častěji, ale dá se sledovat, jak spolu výsledky souvisejí, a snížit tím i zátěž pro respondenty.
Kdybychom měli třeba data z přijímacích zkoušek vyvážená napříč roky a věděli, že měří stejné věci, mohli bychom v nich zachytit i změny, které PISA vzhledem ke své frekvenci neuvidí. Místo toho každý rok vyhodíme přes sto milionů za jednotné přijímací zkoušky a data z nich se pak metaforicky hodí do koše.
Kdyby bylo cílem maximalizovat průměrný skór, zaměřil bych se na průměrné děti, protože těch je nejvíc. Malá intervence, která posune velké množství žáků o trochu nahoru, může s tímto průměrem výrazně pohnout.
Ale proč bychom chtěli hýbat jen průměrem? Chceme-li mít obecně lepší vzdělávací systém, měli bychom cílit na posunutí všech dětí nahoru. Můžeme se cíleně zaměřit na znevýhodněné děti, pokud máme pocit, že propadávají systémem, anebo na nadané žáky, pokud máme pocit, že jim nenabízíme dostatečné výzvy. Záleží na tom, jaké konkrétní cíle stát má.
Ano, PISA může dát návod, kam se dívat a co by mohlo být příčinou. Problémem může být třeba přílišná segregace škol, nebo naopak nedostatečná práce se znevýhodněnými dětmi, které potřebují zvláštní péči. Může jich být hodně.
I když si ale na základě PISA nebo jiných studií vytvoříme hypotézu, ještě nevíme, jestli je náš nápad dobrý. Podle mě bychom se neměli bát zkoušet nové věci, ale neměli bychom je zkoušet plošně, což je to, co se v Česku přesně děje – ať už je to zrušení odkladů, nebo třeba návrhy na prodloužení základní docházky na 12 let. Je lepší experimentovat v omezeném lokálním kontextu, průběžně vyhodnocovat výsledky a pak rozhodnout, co dál. Ve vzdělávání máme nástroj pokusného ověřování, ale podle mě ho v tomto duchu využíváme málo.
Samozřejmě je u toho třeba řešit etickou stránku. Nemůžeme experimentálně upřít části dětí něco, o čem se domníváme, že jim prospívá. Neměli bychom se ale bát testovat věci, o nichž máme oprávněný důvod si myslet, že mohou být přínosné. Myslím si, že kvalitní školství ani kvalitní politika se bez testování nápadů ani dělat nedají.
To mohou být i desítky let. Když se změní vzdělávací politika, chvíli trvá, než ji učitelé a učitelky začnou uvádět do praxe. A trvá také, než dorostou noví vyučující, kteří se už na pedagogických fakultách připravovali podle nového pojetí a mohou je přenášet do výuky. Některé kurikulární změny se proto mohou ve výsledcích projevit až za dvacet nebo třicet let. Je potřeba se obrnit trpělivostí.
16. 9. 2026