Примена на описна статистика во образовните истражувања
Описната статистика е клучна компонента на образовните истражувања бидејќи овозможува концизни, јасни и лесно разбирливи податоци. Во образовниот контекст, податоците честопати опфаќаат широк спектар на теми: резултати од тестови на учениците, резултати од прашалници за мотивација, стапки на присуство, резултати од писменост, па дури и демографски податоци како што се возраста, полот и социоекономската позадина. Без соодветна обработка, овие податоци стануваат само бројки што е тешко да се толкуваат. Преку описна статистика, истражувачите можат да презентираат услови од реалниот свет, да идентификуваат почетни обрасци и да изградат солидна основа пред да преминат на инференцијална анализа.
Дефиниција и цел на описната статистика
Описната статистика е статистички метод што се користи за собирање, организирање, сумирање и презентирање на податоци, така што клучните информации се јасно видливи. Нејзината примарна цел не е да ги генерализира резултатите на поширока популација, туку да ги опише карактеристиките на податоците. Во образовните истражувања, описната статистика помага да се одговорат прашања како што се: како се распределуваат оценките на учениците? Колкав е просечниот резултат за мотивација за учење? Дали мнозинството ученици се во одредена категорија на способности? Или колку варијации има во резултатите од учењето кај учениците?
Со други зборови, дескриптивната статистика е „порта“ за разбирање на податоците. Пред да заклучат за влијанието на одреден модел на учење или за односот меѓу варијаблите, истражувачите прво треба да ја разберат општата слика за податоците.
Видови податоци и нивните импликации во образованието
Примената на дескриптивната статистика е во голема мера под влијание на видот на собраните податоци. Податоците за образованието генерално вклучуваат:
1. Номинални податоци, на пример пол (машки/женски), насока на студии (наука/општествени науки), статус на училиште (државно/приватно).
2. Ординални податоци, на пример скала за ставови од „целосно се согласувам“ до „воопшто не се согласувам“ или категории на достигнувања (високо/средно/ниско).
3. Интервални податоци, на пример резултати од психолошки тестови или резултати од прашалници што користат Ликертова скала и се третираат како интервали во истражувачката пракса.
4. Податоци за соодносот, на пример резултати од испити (0–100), присуство или време на учење (часови).
Изборот на статистички мерки како што се средна вредност, медијана или мода, како и методот на визуелизација на податоците, треба да се прилагодат на типот на скалата на податоци за попрецизна интерпретација.
Мерки на централизација: средна вредност, медијана и мода
Мерките на централната тенденција служат за означување на вредноста на „средната точка“ или вредноста што најдобро ги претставува податоците. Во образовните истражувања:
– Средната вредност (просекот) често се користи за да се опишат резултатите од тестовите. На пример, просечниот резултат по математика за осмо одделение е 78. Оваа информација им помага на наставниците или истражувачите да го видат целокупниот успех на класот.
– Медијаната е корисна кога податоците содржат екстремни вредности (отстапувања). На пример, ако некои ученици имаат многу ниски или многу високи резултати, медијаната може да биде порепрезентативна од средната вредност.
– Режимот е корисен за категорични податоци, на пример, најчесто појавената категорија на стил на учење или најдоминантното ниво на мотивација.
Во истражувањата за евалуација на учењето, овие три мерки често се користат заедно за да се добие поцелосна слика.
Мерки на ширење: опсег, варијанса и стандардна девијација
Покрај познавањето на центарот на гравитација на податоците, истражувачите од областа на образованието треба да разберат и колку се разновидни податоците. Две класи може да имаат ист просечен резултат, но нивната дистрибуција се разликува. Тука влегуваат во игра мерките за дисперзија.
– Опсегот е разликата помеѓу највисоките и најниските вредности. На пример, ако најниската вредност е 40, а највисоката е 95, опсегот е 55. Опсегот дава брз преглед на варијацијата, но е чувствителен на екстремни вредности.
– Варијансата и стандардната девијација се користат почесто бидејќи обезбедуваат постабилни мерки за варијација. Мала стандардна девијација укажува на релативно еднакви резултати на учениците; голема стандардна девијација укажува на голем јаз во резултатите од учењето.
Во образовните истражувања, стандардната девијација често се користи за да се процени дали класата е хомогена или хетерогена, на пример пред да се утврдат експерименталните и контролните групи.
Распределба на податоци: Наклон и Шил
Моделите на дистрибуција на податоци се исто така важни. Податоците за резултатите можат да бидат искривени налево (многу високи резултати) или искривени надесно (многу ниски резултати). Во евалуациите на учењето, овој тип на дистрибуција може да биде индикатор за нивото на тежина на тестот. Ако голем процент од учениците добиваат ниски резултати и дистрибуцијата е искривена надесно, тоа може да укажува дека материјалот не е разбран, дека методот на учење е неефикасен или дека инструментот е премногу тежок.
Куртозата може да се анализира и за да се утврди дали податоците се премногу „групирани“ околу центарот или се расфрлани. Иако оваа анализа е потехничка, разбирањето на дистрибуцијата им помага на истражувачите да изберат соодветни напредни техники за анализа.
Презентација на податоци: Табели и визуелизации
Една од силните страни на дескриптивната статистика е нејзината способност да ги презентира податоците на привлечен и комуникативен начин. Во образовните истражувања, најчесто користените формати на презентација вклучуваат:
1. Табела за распределба на фреквенции: го прикажува бројот на ученици во одреден опсег на вредности, на пример 0–59, 60–69, 70–79 и така натаму.
2. Столбест дијаграм: погоден за категорични податоци како што се ниво на мотивација (високо/средно/ниско) или избори на одговори на прашалник.
3. Хистограм: се користи за да се види распределбата на нумеричките податоци, како што се резултатите од тестовите.
4. Кружен дијаграм: прикажува пропорции, на пример процентот на ученици по пол или категорија на присуство.
5. Кутија-дијаграм: помага накратко да се видат медијаната, квартили и отстапувања, корисно при споредување на неколку класи или групи.
Соодветната визуелизација ги прави резултатите од истражувањата полесни за читање за наставниците, директорите и креаторите на политики.
Примери за примена во образовните истражувања
Да претпоставиме дека истражувач сака да ги разбере резултатите од учењето по природни науки кај учениците од деветто одделение откако ќе користи медиуми за учење базирани на видео. Собраните податоци се резултати по тестирањето од 30 ученици.
Чекорите за примена на дескриптивна статистика можат да бидат:
– Пресметајте ја средната вредност за да го дознаете просечниот успех во класот.
– Пресметајте ја медијаната за да ја видите средната вредност која е поотпорна на екстремни вредности.
– Пресметајте ја стандардната девијација за да процените дали резултатите од учењето се униформни.
– Креирајте хистограм за да ја видите распределбата на вредностите.
– Креирајте табела со категории (на пример: многу добра, добра, доволна, помалку) за да го олесните толкувањето.
Од овие резултати, истражувачите можат да заклучат, на пример, дека просечната оценка се зголемила и дека поголемиот дел од учениците се во категоријата добри, иако сè уште има некои ученици на кои им е потребна дополнителна помош.
Предности на дескриптивната статистика за образовни истражувачи и практичари
Примената на дескриптивна статистика обезбедува реални придобивки, вклучувајќи:
1. Разбирање на почетните услови пред спроведување на интервенцијата во учењето (пред-тест) и потоа (пост-тест).
2. Откривање на празнини меѓу учениците или меѓу часовите преку варијации на податоците.
3. Поедноставете ги големите податоци во концизни и значајни информации.
4. Поддршка на донесувањето одлуки, на пример одредување на дополнителни програми, збогатување на знаењето или подобрувања на стратегиите за настава.
5. Потврдете ја изводливоста на понатамошна анализа, како што се t-тест или ANOVA, со прво разгледување на дистрибуцијата и карактеристиките на податоците.
Затворање
Описната статистика е суштинска основа во образовните истражувања. Преку мерки на централна тенденција, дисперзија, дистрибуција и различни форми на презентирање на податоци, истражувачите можат објективно и систематски да ги опишат ситуациите на учење. Нејзината примена не е корисна само за академски цели, туку придонесува и во секојдневната образовна пракса: помагајќи им на наставниците да ги разберат потребите на учениците, помагајќи им на училиштата во оценувањето на програмите и помагајќи им на креаторите на политиките во развивањето стратегии за подобрување на квалитетот. Со добро разбирање на описната статистика, образовните истражувања ќе бидат посилни, поинформативни и порелевантни за подобрување на процесот на настава и учење.
