Исследовательский вопрос для анализируемого исследования можно поставить следующим образом: каковы ключевые различия между методами преподавания статистических навыков студентов между различными курсами? Статистическое обозначение нулевой гипотезы в исследовании (предположение, что очное выступление приведет к получению значительно более высокого балла, чем у остальных двух групп) можно выразить с помощью соответствующей формулы. Например, предположим, что оценка онлайн-доставки равна xn, оценка очной доставки — yn, а гибридная — zn. Следовательно, согласно нулевой гипотезе, первое и второе не превысят балл х2. Поскольку количество студентов не определено, статистическая запись для нулевой гипотезы будет выглядеть следующим образом:
Альтернативная гипотеза, утверждающая, что возможны и другие различия, предполагает создание еще двух обозначений; например, может случиться так, что учащиеся наберут одинаковые баллы по каждому виду деятельности; в этом случае статистическая запись будет иметь следующий вид:
Также можно предположить, что баллы по онлайн-тестам будут выше, чем у остальных двух групп; в этом случае статистическое описание будет выражаться как
Наконец, можно предположить, что в результате гибридного теста учащиеся получат максимально высокую оценку, тогда как в остальных тестах оценки будут ниже; поэтому в качестве варианта можно рассматривать следующее распределение:
В указанном примере типы тестов могут быть идентифицированы как зависимые (непрерывные, категориальные, номинальные) переменные, тогда как успеваемость учащихся (баллы тестов) являются независимыми (дискретными, количественными, порядковыми) переменными (Kraiger & Kirkpatrick, 2010).
Описательная статистика рассматриваемого эксперимента должна включать качество успеваемости учащихся и средние баллы, полученные учащимися по каждому типу рассматриваемого теста. Таким образом, можно будет сравнить эффективность каждого теста. Однако следует иметь в виду, что на результаты тестов учащихся влияет ряд других, как внутренних, так и внешних факторов; поэтому, рассматривая описательную статистику по студентам колледжей и эффективность анализируемых тестов, следует относиться к статистическим данным с недоверием.
Следует иметь в виду, что в исследовании приняли участие восемь студентов. Максимальное количество баллов — 100, каждый вопрос оценивается в один балл; следовательно, всего нужно ответить на 100 вопросов. Меры центральной тенденции, в частности среднее арифметическое, позволяют проанализировать степень точности рассматриваемого анализа. Из-за относительно небольшого количества участников и, следовательно, сравнительно небольшого масштаба исследования, результаты можно рассматривать как весьма субъективные; следовательно, возникает необходимость оценить достоверность результатов испытаний, и рассматриваемые данные позволяют это сделать (Coughlan, Cronan & Ryan, 2007).
То же самое можно сказать и о распределении переменных отношения – среднее среднее помогает определить, насколько данные, полученные в результате прохождения одного из указанных тестов, отличаются от статистических данных, полученных по результатам прохождения студентами других тестов. Принципиально важно, что введение центральной тенденции позволяет добавить к инструментам измерения такой важный параметр, как среднее, тем самым обеспечивая переход от этапа порядкового уровня измерения к этапу измерения интервала/отношения.
Действительно, включив в список переменных среднее значение, можно вычислить скорость конкретных данных; в результате появляется возможность перехода к статистическому представлению данных. Что касается номинальных и порядковых переменных, то провести описательный статистический анализ будет невозможно, поскольку они не предполагают необходимости расчета среднего значения (Ray & Webster, 2010).
В ходе исследования было выбрано проведение теста на навыки статистики. Выбор такого типа теста ANOVA совершенно очевиден; это позволяет определить переменные, необходимые для доказательства гипотезы. Точнее, тест помогает идентифицировать и измерить переменные на основе их среднего значения. Крайне важно, чтобы выбранный тип тестов был многовариантным; другими словами, это позволяет включать в исследование две и более переменных.
Поскольку рассматриваемое исследование включает в себя несколько факторов, которые формируют успеваемость студентов в колледже, введение многомерного качества в тест, используемый в исследовании, является важным шагом на пути к успешному доказательству гипотезы исследования. Что еще более важно, указанный тип тестов ANOVA помогает идентифицировать и анализировать взаимосвязи между анализируемыми переменными; следовательно, тест можно охарактеризовать как факториальный. Действительно, в отличие от однофакторного теста ANOVA, факторная оценка учитывает каждый фактор, что способствует более точному анализу и получению более точных результатов (UIS, nd).
В ходе исследования также был проведен апостериорный тест, который стал неотъемлемой частью доказательства гипотезы исследования (Huck, 2012). Из-за специфики теста можно было ожидать, что помимо нулевой гипотезы и альтернативной гипотезы могут появиться и другие результаты исследования. Другими словами, некоторые результаты теста не могли быть определены априори и, следовательно, могли стать известны только после того, как тест был проведен. В результате пришлось провести постфактум-анализ.
Помимо взаимосвязей между ключевыми переменными, апостериорный тест может выявить и другие факторы, которые могли повлиять на участников исследования и изменить результаты теста. Кроме того, важно иметь в виду, что тест, основанный на данных, полученных на основе средних значений факторов, может иметь недостаточную точность; следовательно, необходимо провести апостериорный тест, чтобы убедиться, что тест предоставил достоверные данные. Таким образом, были проведены два апостериорных теста; первый должен был учитывать возможные ошибки в среднеквадратическом значении (40,774 (неделя 3 – результаты SPSS, 2014 г.)), тогда как второй касался средних значений для групп в однородных подмножествах.
Результаты исследования говорят, что гипотеза подтвердилась, поскольку участники фейс-теста показали самые высокие маргинальные средние значения в тесте статистических навыков. Таким образом, результаты показывают, что тесты ANOVA дают достоверные результаты, когда дело доходит до анализа экспериментальных данных с целью учета влияния ограниченного количества факторов. Однако тест нельзя использовать с единственным источником вариаций. Наконец, исследование доказало, что данные необходимо собирать в отношении однородных учащихся (3-я неделя – результаты SPSS, 2014 г.).
Список литературы
Кофлан М., Кронан П. и Райан Ф. (2007). Пошаговое руководство по критике исследований. Часть 1: количественные исследования. Британский журнал медсестер, 16 (11), 658-663. Веб.
Хак, SW (2012). Чтение статистики и исследований (6-е изд.). Бостон, Массачусетс: Пирсон.
Крейгер К. и Киркпатрик С. (2010). Эмпирическая оценка трех популярных программ обучения для улучшения навыков межличностного общения. Журнал психологических проблем организационной культуры, 1 (1), 60-73. Веб.
Рэй Р.Д. и Вебстер Р. (2010). Групповая межличностная психотерапия для ветеранов с посттравматическим стрессовым расстройством: пилотное исследование. Международный журнал групповой психотерапии, 60 (1), 131–140. ПроКвест. Веб.
СИЮ. (без даты). Как критиковать журнальную статью. Веб.
Неделя 3 – результаты SPSS. (2014) PDF-файл. Получено из базы данных Университета Скалистых гор.