Co roku ponad ćwierć miliona maturzystów i blisko 350 tysięcy ósmoklasistów przystępuje do egzaminów, które w dużej mierze decydują o ich dalszej ścieżce edukacyjnej. Centralna Komisja Egzaminacyjna publikuje wyniki w postaci złożonych arkuszy kalkulacyjnych — osobno dla każdego roku, osobno dla matury i egzaminu ósmoklasisty, z wielopoziomowymi nagłówkami i setkami kolumn. Postanowiłem zamienić ten chaos w przejrzysty, interaktywny system analityczny, który pozwala przeglądać wyniki na poziomie województw, powiatów i gmin.
Oficjalne komunikaty CKE podają zazwyczaj jedną liczbę — ogólnopolską zdawalność. Tymczasem za tą średnią kryją się ogromne różnice regionalne: powiaty z 95-procentową zdawalnością sąsiadują z takimi, gdzie egzaminu nie zdaje co trzeci uczeń. Porównanie wyników między latami, typami szkół czy przedmiotami wymaga żmudnego przeszukiwania kilkunastu plików Excel. Dlatego stworzyłem system, który automatycznie pobiera dane z plików CKE, przetwarza je i udostępnia w formie interaktywnych dashboardów.
Źródło danych
Dane pochodzą bezpośrednio z plików publikowanych przez Centralną Komisję Egzaminacyjną. System obsługuje trzy typy plików:
| Typ pliku | Oznaczenie | Zakres lat | Opis |
|---|---|---|---|
| Egzamin ósmoklasisty | E8 | 2021–2025 | Wyniki ze wszystkich przedmiotów E8 |
| Matura — formuła 2023 | EM2023 | 2023–2025 | Nowa formuła matury (4-letnie LO, 5-letnie technikum) |
| Matura — formuła 2015 | EM2015 | 2021–2024 | Stara formuła matury (wygaszana) |
Łącznie system przetwarza ponad 1,47 miliona rekordów z ponad 18 000 szkół w całej Polsce. Każdy plik zawiera zagregowane wyniki na poziomie szkoły — nie ma tu danych o poszczególnych uczniach, co jest zgodne z polityką ochrony danych osobowych.
Pliki CKE mają złożoną strukturę: egzamin ósmoklasisty zawiera dwupoziomowy nagłówek z 52 kolumnami, natomiast matura — trzypoziomowy nagłówek z ponad 620 kolumnami, obejmującymi kilkadziesiąt przedmiotów na różnych poziomach (podstawowym, rozszerzonym, ustnym, dwujęzycznym). Co więcej, liczba kolumn zmienia się z roku na rok — w 2023 matura miała 74 przedmioty, w 2025 już 75.
Architektura systemu
Aby poradzić sobie z tą złożonością, dane są transformowane do tzw. formatu długiego (tidy data) — zamiast setek kolumn z przedmiotami, każdy pomiar zapisywany jest jako osobny wiersz. Dzięki temu schemat bazy danych jest stały, niezależnie od tego, ile przedmiotów pojawi się w przyszłych plikach.
| Warstwa | Technologia | Rola |
|---|---|---|
| Źródło danych | Google Drive | Przechowywanie plików XLSX z CKE |
| Orchestracja | n8n | Automatyczne pobieranie, parsowanie i ładowanie danych |
| Baza danych | Microsoft SQL Server | Przechowywanie znormalizowanych danych w modelu gwiazdy |
| Wizualizacja | Metabase | Interaktywne dashboardy z filtrami geograficznymi |
Co pokazują dashboardy
System udostępnia cztery interaktywne dashboardy, każdy z zestawem filtrów geograficznych (województwo, powiat, gmina) oraz możliwością wyboru roku i typu szkoły (publiczna/niepubliczna):
Matura — wyniki:
- Kluczowe wskaźniki: liczba przystępujących, zdawalność, liczba osób, które nie zdały
- Średnie wyniki z przedmiotów obowiązkowych (polski, matematyka, język obcy)
- Top 5 najpopularniejszych przedmiotów rozszerzonych z liczbą zdających i średnim wynikiem
- Mapa Polski z kolorowaniem województw według zdawalności
- Trend zdawalności na przestrzeni lat
- Ranking szkół według zdawalności
- Rozkład zdawalności (ile szkół w poszczególnych przedziałach procentowych)
Egzamin ósmoklasisty — wyniki:
- Średnie wyniki z trzech głównych przedmiotów: matematyka, język polski, język obcy
- Tabela wyników per przedmiot ze średnią i medianą
- Trend roczny z oddzielnymi liniami dla każdego przedmiotu
- Mapa Polski ze średnim wynikiem z matematyki
- Ranking szkół według średniego wyniku
Ranking maturalny i Ranking ósmoklasisty:
- Tabele rankingowe na trzech poziomach: województwa, powiaty, gminy
- Filtrowanie pozwalające zawęzić ranking do wybranego regionu
Jak liczona jest średnia?
W dashboardach średni wynik dla powiatu, gminy czy województwa liczony jest jako średnia ważona liczbą zdających, a nie jako zwykła średnia arytmetyczna po szkołach. Oznacza to, że każda szkoła wnosi do wyniku regionu wkład proporcjonalny do liczby swoich uczniów: duża podstawówka z Krakowa, w której do egzaminu przystąpiło 150 uczniów, waży tyle samo, co trzydzieści małych wiejskich szkół po pięcioro dzieci każda.
Ten sposób agregacji jest spójny z metodologią stosowaną przez Centralną Komisję Egzaminacyjną w oficjalnych komunikatach – CKE nie uśrednia bowiem wyników poszczególnych szkół, tylko średnie punktów wszystkich uczniów w kraju. W praktyce oznacza to, że średnia z języka polskiego dla Polski liczona w moim systemie różni się od oficjalnego komunikatu CKE o mniej niż jeden punkt procentowy – ta drobna resztkowa różnica wynika z faktu, że pliki KSDO zawierają wyłącznie wyniki z arkuszy standardowych, natomiast komunikat CKE obejmuje także arkusze dostosowane (dla uczniów z dysfunkcjami), których wyniki są średnio nieco niższe.
Wariant z prostą średnią arytmetyczną po szkołach (bez ważenia) dawałby wyniki systematycznie zaniżone o 2–3 punkty procentowe, bo małe wiejskie szkoły statystycznie osiągają niższe średnie, a przy braku ważenia miałyby taką samą wagę jak duże szkoły miejskie. Dlatego wszystkie liczby prezentowane w dashboardach są liczbami ważonymi – oddają one przeciętny wynik ucznia w regionie, a nie przeciętny wynik szkoły.
Kilka obserwacji z danych
Nawet pobieżna analiza danych ujawnia interesujące zależności. Pierwszą rzeczą, jaka rzuca się w oczy, jest to, że zdawalność matury w formule 2023 spada z roku na rok — z 84% w 2024 do 80% w 2025. To efekt rozszerzania się puli zdających: w pierwszym roku nowej formuły (2023) maturę zdawały wyłącznie licea 4-letnie, od 2024 dołączyły technika 5-letnie i szkoły branżowe, które mają strukturalnie niższą zdawalność. Ponad 500 szkół dla młodzieży (nie licząc szkół dla dorosłych) miało w 2025 roku zdawalność poniżej 50%. To ponad 1/8 wszystkich szkół maturalnych w kraju. Różnice regionalne są znaczące — zdawalność matury między najlepszym a najsłabszym województwem różni się o ponad 5 punktów procentowych, a między powiatami ta rozpiętość sięga kilkudziesięciu punktów.