Una delle principali sfide con cui si confrontano i decisori pubblici con riferimento al servizio scolastico è quella di ridurre i divari fra studenti all’interno di una stessa scuola, ma ancor di più fra tutti gli studenti su base nazionale. I dati dell’INVALSI (Istituto Nazionale per la Valutazione del Sistema Educativo di Istruzione e Formazione) costituiscono la fonte informativa primaria per valutare tali divari. In questo lavoro, ci avvaliamo dei dati dell’indagine campionaria su scala regionale che vengono distribuiti liberamente dall’INVALSI. Il nostro obiettivo è quello di pervenire a stime più attendibili rispetto a quelle fornite dall’Istituto stesso. Per fare ciò, sfruttiamo i modelli small area di tipo area-level, ossia modelli lineari ad effetti misti, costruiti su due livelli, in cui il dato INVALSI, che costituisce lo stimatore diretto, viene combinato con uno stimatore sintetico proveniente da modello, in modo da dare più vigore allo stimatore diretto per mezzo di variabili ausiliarie disponibili a livello d’area. Il nostro obiettivo è anche quello di identificare gli ostacoli che possano pregiudicare l’apprendimento da parte degli studenti. Inoltre, esploriamo l’inclusione di una componente che tiene conto della correlazione spaziale nei modelli di riferimento. I risultati della nostra analisi mostrano come le condizioni socioeconomiche e le dotazioni infrastrutturali abbiano un impatto significativo sui risultati conseguiti dagli studenti. Inoltre, mostriamo come l’applicazione dei modelli per piccole aree consenta di ridurre in maniera importante gli errori quadratici medi delle stime ottenute dall’INVALSI.