Նկարագրական վիճակագրության կիրառումը կրթական հետազոտություններում
Նկարագրական վիճակագրությունը կրթական հետազոտությունների կարևորագույն բաղադրիչ է, քանի որ այն թույլ է տալիս ստանալ հակիրճ, հստակ և հեշտությամբ հասկանալի տվյալներ: Կրթական համատեքստում տվյալները հաճախ ընդգրկում են թեմաների լայն տեսականի՝ ուսանողների թեստերի միավորներ, մոտիվացիոն հարցաթերթիկների արդյունքներ, ներկայության մակարդակ, գրագիտության միավորներ և նույնիսկ ժողովրդագրական տվյալներ, ինչպիսիք են տարիքը, սեռը և սոցիալ-տնտեսական ծագումը: Առանց պատշաճ մշակման այս տվյալները դառնում են պարզապես թվեր, որոնք դժվար է մեկնաբանել: Նկարագրական վիճակագրության միջոցով հետազոտողները կարող են ներկայացնել իրական աշխարհի պայմանները, բացահայտել սկզբնական օրինաչափությունները և կառուցել ամուր հիմք՝ նախքան եզրակացական վերլուծությանը անցնելը:
Նկարագրական վիճակագրության սահմանումը և նպատակը
Նկարագրական վիճակագրությունը վիճակագրական մեթոդ է, որն օգտագործվում է տվյալներ հավաքելու, կազմակերպելու, ամփոփելու և ներկայացնելու համար, որպեսզի հիմնական տեղեկատվությունը հստակ տեսանելի լինի: Դրա հիմնական նպատակը արդյունքները ավելի լայն բնակչության համար ընդհանրացնելը չէ, այլ տվյալների բնութագրերի նկարագրությունը: Կրթական հետազոտություններում նկարագրական վիճակագրությունը օգնում է պատասխանել այնպիսի հարցերի, ինչպիսիք են՝ ինչպե՞ս են բաշխվում ուսանողների գնահատականները, որքա՞ն է ուսուցման մոտիվացիայի միջին միավորը, ուսանողների մեծամասնությունը որոշակի կարողությունների կատեգորիայի մեջ է, թե՞ որքան տարբերություն կա ուսանողների ուսուցման արդյունքների միջև:
Այլ կերպ ասած, նկարագրական վիճակագրությունը տվյալների ըմբռնման «դարպաս» է: Նախքան որևէ կոնկրետ ուսուցման մոդելի ազդեցության կամ փոփոխականների միջև կապի վերաբերյալ եզրակացություններ անելը, հետազոտողները նախ պետք է հասկանան տվյալների ընդհանուր պատկերը:
Տվյալների տեսակները և դրանց ազդեցությունը կրթության վրա
Նկարագրական վիճակագրության կիրառումը մեծապես կախված է հավաքված տվյալների տեսակից։ Կրթության տվյալները սովորաբար ներառում են՝
1. Անվանական տվյալներ, օրինակ՝ սեռ (արական/իգական), մասնագիտություն (գիտություն/հասարակագիտություն), ուսումնական հաստատության կարգավիճակ (պետական/մասնավոր):
2. Դասակարգված տվյալներ, օրինակ՝ վերաբերմունքի սանդղակ՝ «լիովին համաձայն եմ»-ից մինչև «լիովին համաձայն չեմ», կամ նվաճումների կատեգորիաներ (բարձր/միջին/ցածր):
3. Ինտերվալային տվյալներ, օրինակ՝ հոգեբանական թեստերի միավորներ կամ հարցաթերթիկների արդյունքներ, որոնք օգտագործում են Լիկերտի սանդղակը և հետազոտական պրակտիկայում դիտարկվում են որպես ինտերվալներ:
4. Հարաբերակցության տվյալներ, օրինակ՝ քննությունների միավորներ (0–100), ներկայություն կամ ուսման ժամանակ (ժամեր):
Ավելի ճշգրիտ մեկնաբանման համար վիճակագրական չափանիշների, ինչպիսիք են միջինը, միջնարժեքը կամ մոդը, ընտրությունը, ինչպես նաև տվյալների վիզուալիզացիայի մեթոդը, պետք է հարմարեցվեն տվյալների սանդղակի տեսակին։
Կենտրոնացման չափանիշներ՝ միջին, միջնարժեք և մոդ
Կենտրոնական միտման չափումները ծառայում են «միջնակետային» արժեքը կամ այն արժեքը ցույց տալուն, որը լավագույնս ներկայացնում է տվյալները։ Կրթական հետազոտություններում՝
– Միջին թիվը (միջին) հաճախ օգտագործվում է թեստերի կամ քննությունների գնահատականները նկարագրելու համար: Օրինակ՝ ութերորդ դասարանի մաթեմատիկայի միջին միավորը 78 է: Այս տեղեկատվությունը օգնում է ուսուցիչներին կամ հետազոտողներին տեսնել դասարանի ընդհանուր առաջադիմությունը:
– Միջնարժեքը օգտակար է, երբ տվյալները պարունակում են ծայրահեղ արժեքներ (արտասովոր արժեքներ): Օրինակ, եթե որոշ ուսանողներ ունեն շատ ցածր կամ շատ բարձր միավորներ, միջնարժեքը կարող է ավելի ներկայացուցչական լինել, քան միջինը:
– Ռեժիմը օգտակար է կատեգորիկ տվյալների համար, օրինակ՝ ամենատարածված ուսուցման ոճի կատեգորիայի կամ մոտիվացիայի ամենատարածված մակարդակի համար։
Ուսուցման գնահատման հետազոտություններում այս երեք չափանիշները հաճախ օգտագործվում են միասին՝ ավելի ամբողջական պատկեր ստանալու համար։
Տարածման չափանիշներ՝ միջակայք, դիսպերսիա և ստանդարտ շեղում
Բացի տվյալների ծանրության կենտրոնը իմանալուց, կրթական ոլորտի հետազոտողները պետք է նաև հասկանան, թե որքանով են բազմազան տվյալները: Երկու դասարաններ կարող են ունենալ նույն միջին միավորը, բայց դրանց բաշխումը տարբեր է: Ահա թե որտեղ են դեր խաղում ցրման չափանիշները:
– Միջակայքը ամենաբարձր և ամենացածր արժեքների միջև տարբերությունն է։ Օրինակ, եթե ամենացածր արժեքը 40 է, իսկ ամենաբարձրը՝ 95, ապա միջակայքը 55 է։ Միջակայքը տալիս է տատանման արագ ակնարկ, բայց զգայուն է ծայրահեղ արժեքների նկատմամբ։
– Վարիացիան և ստանդարտ շեղումը ավելի հաճախ են օգտագործվում, քանի որ դրանք ապահովում են վարիացիայի ավելի կայուն չափանիշներ: Փոքր ստանդարտ շեղումը ցույց է տալիս ուսանողների համեմատաբար հավասար միավորներ, իսկ մեծ ստանդարտ շեղումը ցույց է տալիս ուսումնառության արդյունքների մեծ տարբերություն:
Կրթական հետազոտություններում ստանդարտ շեղումը հաճախ օգտագործվում է դասարանի միատարր կամ տարասեռ լինելը գնահատելու համար, օրինակ՝ փորձարարական և վերահսկողական խմբերը որոշելուց առաջ։
Տվյալների բաշխում. թեքություն և սպայկ
Տվյալների բաշխման օրինաչափությունները նույնպես կարևոր են: Գնահատականները կարող են թեքվել դեպի ձախ (շատ բարձր միավորներ) կամ թեքվել դեպի աջ (շատ ցածր միավորներ): Ուսումնական գնահատումներում այս տեսակի բաշխումը կարող է լինել թեստի դժվարության մակարդակի ցուցիչ: Եթե ուսանողների մեծ տոկոսը ստանում է ցածր միավորներ, և բաշխումը թեքված է դեպի աջ, դա կարող է ցույց տալ, որ նյութը չի հասկացվել, ուսուցման մեթոդը անարդյունավետ է, կամ գործիքը չափազանց դժվար է:
Կուրտոզը կարող է նաև վերլուծվել՝ որոշելու համար, թե արդյոք տվյալները չափազանց «կլաստերացված» են կենտրոնի շուրջ, թե ցրված են։ Չնայած այս վերլուծությունն ավելի տեխնիկական է, բաշխման ըմբռնումը օգնում է հետազոտողներին ընտրել համապատասխան առաջադեմ վերլուծության մեթոդներ։
Տվյալների ներկայացում. աղյուսակներ և վիզուալիզացիաներ
Նկարագրական վիճակագրության ուժեղ կողմերից մեկը տվյալները գրավիչ և հաղորդակցական ձևով ներկայացնելու ունակությունն է: Կրթական հետազոտություններում լայնորեն օգտագործվող ներկայացման ձևաչափերն են՝
1. Հաճախականության բաշխման աղյուսակ. ցուցադրում է ուսանողների թիվը որոշակի արժեքների միջակայքում, օրինակ՝ 0–59, 60–69, 70–79 և այլն:
2. Սյունակային դիագրամ. հարմար է կատեգորիկ տվյալների համար, ինչպիսիք են մոտիվացիայի մակարդակը (բարձր/միջին/ցածր) կամ հարցաթերթիկի պատասխանների տարբերակները:
3. Հիստոգրամ. օգտագործվում է թվային տվյալների բաշխումը, ինչպիսիք են թեստերի միավորները, տեսնելու համար:
4. Շրջանաձև դիագրամ. ցուցադրում է համամասնությունները, օրինակ՝ ուսանողների տոկոսը ըստ սեռի կամ ներկայության կատեգորիայի:
5. Տուփ-գծապատկեր. օգնում է համառոտ տեսնել միջնարժեքը, քվարտիլները և արտառոց արժեքները, օգտակար է մի քանի դասեր կամ խմբեր համեմատելիս։
Ճիշտ պատկերացումը հետազոտության արդյունքները դարձնում է ավելի հեշտ ընթեռնելի ուսուցիչների, տնօրենների և քաղաքականություն մշակողների համար։
Կրթական հետազոտություններում կիրառման օրինակներ
Օրինակ՝ հետազոտողը ցանկանում է հասկանալ իններորդ դասարանի աշակերտների գիտական ուսումնառության արդյունքները տեսանյութերի վրա հիմնված ուսուցման միջոցներ օգտագործելուց հետո։ Հավաքված տվյալները 30 աշակերտների թեստերից հետո ստացված միավորներն են։
Նկարագրական վիճակագրության կիրառման քայլերը կարող են լինել հետևյալը.
– Հաշվարկեք միջինը՝ դասարանի միջին առաջադիմությունը պարզելու համար։
– Հաշվարկեք միջնարժեքը՝ տեսնելու համար միջին արժեքը, որն ավելի դիմացկուն է ծայրահեղ արժեքներին։
– Հաշվարկել ստանդարտ շեղումը՝ գնահատելու համար, թե արդյոք ուսումնառության արդյունքները միատարր են։
– Ստեղծեք հիստոգրամ՝ արժեքների բաշխումը տեսնելու համար։
– Ստեղծեք կատեգորիաների աղյուսակ (օրինակ՝ շատ լավ, լավ, բավարար, պակաս)՝ մեկնաբանությունը հեշտացնելու համար։
Այս արդյունքներից հետազոտողները կարող են եզրակացնել, օրինակ, որ միջին գնահատականը բարձրացել է, և ուսանողների մեծամասնությունը գտնվում է լավ կատեգորիայում, չնայած դեռևս կան որոշ ուսանողներ, որոնք լրացուցիչ օգնության կարիք ունեն։
Նկարագրական վիճակագրության առավելությունները կրթական հետազոտողների և մասնագետների համար
Նկարագրական վիճակագրության կիրառումը իրական առավելություններ է տալիս, այդ թվում՝
1. Հասկանալ ուսումնական միջամտության իրականացումից առաջ (նախնական թեստ) և դրանից հետո (հետթեստ) սկզբնական պայմանները։
2. Տվյալների տատանումների միջոցով ուսանողների կամ դասարանների միջև առկա բացերի հայտնաբերում։
3. Մեծ տվյալները պարզեցրեք՝ վերածելով դրանք հակիրճ և իմաստալից տեղեկատվության։
4. Աջակցել որոշումների կայացմանը, օրինակ՝ սահմանելով շտկողական ծրագրեր, հարստացնելով գիտելիքները կամ բարելավելով ուսուցման ռազմավարությունները։
5. Հաստատեք հետագա վերլուծության, ինչպիսիք են t-test-ը կամ ANOVA-ն, իրագործելիությունը՝ նախ նայելով տվյալների բաշխմանը և բնութագրերին։
Penutup
Նկարագրական վիճակագրությունը կրթական հետազոտությունների կարևորագույն հիմքն է: Կենտրոնական միտման, ցրման, բաշխման և տվյալների ներկայացման տարբեր ձևերի չափումների միջոցով հետազոտողները կարող են օբյեկտիվորեն և համակարգված նկարագրել ուսումնական իրավիճակները: Դրա կիրառումը ոչ միայն օգտակար է ակադեմիական նպատակների համար, այլև նպաստում է առօրյա կրթական պրակտիկային՝ օգնելով ուսուցիչներին հասկանալ աշակերտների կարիքները, օգնելով դպրոցներին գնահատել ծրագրերը և օգնելով քաղաքականության մշակողներին մշակել որակի բարելավման ռազմավարություններ: Նկարագրական վիճակագրության լավ ըմբռնմամբ կրթական հետազոտությունները կլինեն ավելի ուժեղ, ավելի տեղեկատվական և ավելի համապատասխան ուսուցման և ուսումնառության գործընթացը բարելավելու համար:
