Количественные методы педагогического исследования

Август 1, 2022

Главная
Математика
Количественные методы педагогического исследования

Содержание

2. 1.Что понимается под «количественными методами психолого-педагогического исследования»? Какие количественные методы применяются в психолого-педагогическом исследовании?
3. Количественные методы педагогического исследования - это способы установления количественных показателей проявления изучаемых явлений, количественных зависимостей между
4. Количественные методы педагогического исследования Методы математической обработки данных исследования Методы статистической обработки данных исследования
5. 2. Какие методы математической обработки данных применяются в педагогическом исследовании?
6. Методы математической обработки результатов исследования Регистрация Шкалирование Ранжирование
7. Шкалирование - введение цифровых показателей в оценку отдельных сторон психолого-педагогических явлений.
8. Шкала проявления отношения к труду у детей
9. Регистрация – метод выявления наличия определенных качеств у испытуемых и подсчета тех, у кого данное качество
10. Регистрация отношения к труду у детей
11. Ранжирование – метод расположения собранных данных в определенной последовательности (обычно в порядке убывания или нарастания каких-либо
12. Ранжирование отношения к труду у детей
13. 3. Какие методы статистической обработки данных используются в психолого-педагогическом исследовании?
14. Методы статистической обработки результатов исследования - это математические приемы, формулы, способы количественных расчетов, с помощью которых
15. Методы статистической обработки результатов исследования Первичные Вторичсные
16. Первичные - методы, с помощью которых можно получить показатели, непосредственно отражающие результаты производимых измерений.
17. Вторичные - методы, с помощью которых на базе первичных данных выявляют скрытые в них статистические закономерности.
18. 4. Какие методы первичной статистической обработки данных используются в психолого-педагогическом исследовании?
19. Первичные методы статистической обработки результатов исследования Определение выборочной средней величины Определение выборочной дисперсии Определение выборочной моды
20. Параметры распределения - это его числовые характеристики, указывающие, где «в среднем» располагаются значения признака, насколько эти
21. Параметры распределения Меры центральной тенденции Меры изменчивости
22. Меры центральной тенденции - это число, характеризующее выборку по уровню выраженности измеренного признака (Е.В. Сидоренко).
23. Меры изменчивости применяются для численного выражения величины межиндивидуальной вариации признака.
24. Методы определения мер центральной тенденции выборочное среднее значение мода медиана
25. Выборочное среднее значение - средняя оценка изучаемой в эксперименте стороны в развитии личности. Эта оценка характеризует
26. Выборочное среднее значение - = - выборочная средняя величина по выборке n- количество испытуемых в выборке
27. Выборочное среднее значение - = - частные значения показателей у отдельных испытуемых - знак суммирования величин
28. х1 = 5, х2 = 4, х3 = 5, х4 = 6, х5 = 7, х6
29. Медиана - значение изучаемого признака, которое делит выборку, упорядоченную по величине данного признака, пополам.
30. Пример расчета медианы: Для выборки 2, 3, 4, 4, 5, 6, 7, 8, 9 медианой будет
31. Мода - количественное значение исследуемого признака, часто встречающееся в выборке. Пример расчета моды: Последовательность значений признаков
32. Дисперсия – отклонение частных значений от средней величины в данной выборке.
33. Вычисление дисперсии 2 = хк - )2 ) хк - 2 вычислить разности между частными и
34. 1) 5, 4, 5, 6, 7, 3, 6, 2, 8, 4. 2) 5, 4, 5, 6,
35. 4. Какие методы вторичной статистической обработки данных используются в психолого-педагогическом исследовании?
36. Вторичные методы статистической обработки Параметрические Непараметрические
37. Параметрические критерии t – критерий Стъюдента критерий Фишера
38. t – критерий Стъюдента - сравнение выборочных средних величин, принадлежащих к двум совокупностям данных, определение наличия
39. t = t – критерий Стъюдента 1 – среднее значение переменной по одной выборке данных 2
40. t = t – критерий Стъюдента m1 и m2 – интегрированные показатели отклонений частных значений из
41. t = t – критерий Стъюдента m12 = m22 = n1 – число частных значений переменной
42. t = Пример расчета t – критерия Стъюдента Выборки экспериментальных данных: 2, 4, 5, 3, 2,
43. Пример расчета t – критерия Стъюдента Выборки экспериментальных данных: 2, 4, 5, 3, 2, 1, 3,
44. Критерий Фишера F (n1 – 1, n2 – 1) = , n1 - количество значения признака
45. Пример расчета критерия Фишера Выборки экспериментальных данных: 4, 6, 5, 7, 3, 4, 5, 6. 2,
46. Пример расчета критерия Фишера Выборки экспериментальных данных: 4, 6, 5, 7, 3, 4, 5, 6. 2,
47. Непараметрические методы: χ2- критерий («хи-квадрат критерий») χ2 = Pk – частоты результатов наблюдений до эксперимента Vk
48. Пример расчета χ2- критерия χ2 = Pk принимает следующие значения: 30%, 30%, 40%, Vk – такие
49. χ2 = 21,5 >13,82 при вероятности допустимой ошибки меньше чем 0,001. Следовательно, гипотеза о значимых изменениях,
50. Метод корреляций - метод вторичной статистической обработки, посредством которого выясняется связь или прямая зависимость между двумя
51. Коэффициент линейной корреляции rxy = rx - коэффициент линейной корреляции - средние выборочные значения сравниваемых величин
52. Коэффициент линейной корреляции n - общее число величин в сравниваемых рядах показателей rxy = x2, y2
53. 2, 4, 4, 5, 3, 6, 8 и 2, 5, 4, 6, 2, 5, 7. Средние
54. Коэффициент ранговой корреляции – установление связи между качественно различными признаками. Rs - коэффициент ранговой корреляции по
55. Коэффициент ранговой корреляции: - если абсолютная величина коэффициента корреляции Rs 0 имеется слабая связь; если 0,3
56. Пример расчета коэффициента ранговой корреляции
57. 5, 6, 7, 8, 2, 4, 8, 7, 2, 9 3,2; 4,0; 4,1; 4,2; 2,5; 5,0;
58. 5, 6, 7, 8, 2, 4, 8, 7, 2, 9 3,2; 4,0; 4,1; 4,2; 2,5; 5,0;
60. Скачать презентацию

Слайд 2

1.Что понимается под «количественными методами психолого-педагогического исследования»?
Какие количественные методы применяются

в психолого-педагогическом исследовании?

Слайд 3

Количественные методы педагогического исследования - это способы установления количественных показателей проявления

изучаемых явлений, количественных зависимостей между изучаемыми психолого-педагогическими явлениями
(В.И. Загвязинский).

Слайд 4

Количественные методы педагогического исследования
Методы математической обработки данных исследования
Методы статистической обработки

данных исследования

Слайд 5

2. Какие методы математической обработки данных применяются в педагогическом исследовании?

Слайд 6

Методы математической обработки результатов исследования
Регистрация
Шкалирование
Ранжирование

Слайд 7

Шкалирование - введение цифровых показателей в оценку отдельных сторон психолого-педагогических явлений.

Слайд 8

Шкала проявления отношения
к труду у детей

Слайд 9

Регистрация – метод выявления наличия определенных качеств у испытуемых и подсчета

тех, у кого данное качество имеется или отсутствует.

Слайд 10

Регистрация отношения к труду у детей

Слайд 11

Ранжирование – метод расположения собранных данных в определенной последовательности (обычно в

порядке убывания или нарастания каких-либо показателей) и определение места в этом ряду каждого из исследуемых.

Слайд 12

Ранжирование отношения
к труду у детей

Слайд 13

3. Какие методы статистической обработки данных используются в психолого-педагогическом исследовании?

Слайд 14

Методы статистической обработки результатов исследования - это математические приемы, формулы, способы

количественных расчетов, с помощью которых показатели, получаемые в ходе исследования, можно обобщать, приводить в систему, выявляя скрытые в них закономерности (Р.С. Немов).

Слайд 15

Методы статистической обработки результатов исследования
Первичные
Вторичсные

Слайд 16

Первичные - методы, с помощью которых можно получить показатели, непосредственно отражающие

результаты производимых измерений.

Слайд 17

Вторичные - методы, с помощью которых на базе первичных данных выявляют

скрытые в них статистические закономерности.

Слайд 18

4. Какие методы первичной статистической обработки данных используются в психолого-педагогическом исследовании?

Слайд 19

Первичные методы статистической обработки результатов исследования
Определение выборочной средней величины
Определение выборочной

дисперсии

Определение выборочной моды

Определение выборочной медианы

Слайд 20

Параметры распределения - это его числовые характеристики, указывающие, где «в среднем»

располагаются значения признака, насколько эти значения изменчивы и наблюдается ли преимущественное появление определенных значений признака.

Слайд 21

Параметры распределения
Меры центральной тенденции
Меры изменчивости

Слайд 22

Меры центральной тенденции - это число, характеризующее выборку по уровню выраженности

измеренного признака (Е.В. Сидоренко).

Слайд 23

Меры изменчивости применяются для численного выражения величины межиндивидуальной вариации признака.

Слайд 24

Методы определения мер
центральной тенденции
выборочное среднее значение
мода
медиана

Слайд 25

Выборочное среднее значение - средняя оценка изучаемой в эксперименте стороны в

развитии личности.
Эта оценка характеризует степень ее развития в целом у группы испытуемых.

Слайд 26

Выборочное среднее значение -
=

- выборочная средняя величина

по выборке

n- количество испытуемых в выборке или частных диагностических показателей

Слайд 27

Выборочное среднее значение -
=

- частные значения показателей

у отдельных испытуемых

- знак суммирования величин переменных, находящихся справа от этого знака

Слайд 28

х1 = 5, х2 = 4, х3 = 5, х4 =

6, х5 = 7, х6 = 3, х7 = 6, х8 = 2, х9 = 8, х10 = 4.
Следовательно, n = 10, а индекс k в приведенной формуле меняет свои значения от 1 до 10.

= 5,0

Пример расчета выборочного среднего значения

Слайд 29

Медиана - значение изучаемого признака, которое делит выборку, упорядоченную по величине

данного признака, пополам.

Слайд 30

Пример расчета медианы:
Для выборки 2, 3, 4, 4, 5, 6,

7, 8, 9 медианой будет значение 5.
Для ряда 0, 1, 1, 2, 3, 4, 5, 5, 6, 7 медиана будет равна 3,5.

Слайд 31

Мода - количественное значение исследуемого признака, часто встречающееся в выборке.
Пример расчета

моды:
Последовательность значений признаков - 1, 2, 5, 2, 4, 2, 6, 7, 2.
Модой является значение 2.

Слайд 32

Дисперсия – отклонение частных значений от средней величины в данной выборке.

Слайд 33

Вычисление дисперсии
2
=

хк -
)2
)
хк -
2
вычислить

разности между частными и средними значениями, возвести эти разности в квадрат и просуммировать

Слайд 34

1) 5, 4, 5, 6, 7, 3, 6, 2, 8, 4.
2) 5, 4,

5, 6, 5, 4, 5, 5, 5, 6.

Пример расчета дисперсии:

21 =

xk -

)

22 =

хк -

= 3,0

)

= 0,4

Слайд 35

4. Какие методы вторичной статистической обработки данных используются в психолого-педагогическом исследовании?

Слайд 36

Вторичные методы статистической обработки
Параметрические
Непараметрические

Слайд 37

Параметрические критерии
t – критерий Стъюдента
критерий Фишера

Слайд 38

t – критерий Стъюдента -
сравнение выборочных средних величин, принадлежащих к

двум совокупностям данных, определение наличия или отсутствия статистически достоверного отличия средних значений.

Слайд 39

t =
t – критерий Стъюдента
1 – среднее значение переменной по

одной выборке данных

2 – среднее значение переменной по другой выборке данных

Слайд 40

t =
t – критерий Стъюдента

m1 и m2 –

интегрированные показатели отклонений частных значений из двух сравниваемых выборок от соответствующих им средних величин.

Слайд 41

t =
t – критерий Стъюдента
m12 =
m22 =

n1 – число частных значений переменной в первой выборке
n2 - число частных значений переменной по второй выборке
n1+n2-2 – число степеней свободы

Слайд 42

t =
Пример расчета t – критерия Стъюдента
Выборки экспериментальных данных:
2,

4, 5, 3, 2, 1, 3, 2, 6, 4 и
4, 5, 6, 4, 4, 3, 5, 2, 2, 7.

1= 2,49

2= 2,36

n= 10+10-2=18

Слайд 43

Пример расчета t – критерия Стъюдента
Выборки экспериментальных данных:
2, 4, 5,

3, 2, 1, 3, 2, 6, 4 и
4, 5, 6, 4, 4, 3, 5, 2, 2, 7.

Значение t должно быть не меньше чем 2,10.
У нас показатель оказался равным 1,43, т.е. меньше табличного.
Следовательно, гипотеза о том, что выборочные средние, равные 3,2 и 4,2, статистически достоверно отличаются друг от друга, не подтвердилась.

Слайд 44

Критерий Фишера

F (n1 – 1, n2 – 1) =

n1 - количество значения признака в первой выборке
n2 - количество значений признака во второй выборке
(n1 – 1, n2 – 1) – число степеней свободы

– дисперсия по первой выборке

– дисперсия по второй выборке

Слайд 45

Пример расчета критерия Фишера
Выборки экспериментальных данных:
4, 6, 5, 7, 3,

4, 5, 6.
2, 7, 3, 6, 1, 8, 4, 5.
Средние значения для двух этих рядов соответственно равны: 5,0 и 4,5.

1= 1,5

2=5, 25

F (n1 – 1, n2 – 1) =

1,5
5,25 =3,5

Слайд 46

Пример расчета критерия Фишера
Выборки экспериментальных данных:
4, 6, 5, 7, 3,

4, 5, 6.
2, 7, 3, 6, 1, 8, 4, 5.

F (n1 – 1, n2 – 1) =

5,25
1,5 =3,5

3,5>3,44
Вывод: дисперсии двух сопоставляемых выборок действительно отличаются друг от друга на уровне значимости с вероятностью допустимой ошибки не более 0,05%.

Слайд 47

Непараметрические методы:
χ2- критерий («хи-квадрат критерий»)
χ2 =
Pk – частоты результатов

наблюдений до эксперимента
Vk – частоты результатов наблюдений, сделанных после эксперимента
m - общее число групп, на которые разделились результаты наблюдений

Слайд 48

Пример расчета
χ2- критерия
χ2 =
Pk принимает следующие значения: 30%, 30%,

40%,
Vk – такие значения: 10%, 45%, 45%.

Слайд 49

χ2 = 21,5 >13,82 при вероятности допустимой ошибки меньше чем 0,001.
Следовательно,

гипотеза о значимых изменениях, которые произошли в воспитании учащихся в результате введения новой технологии воспитания, экспериментально подтвердилась.

Пример расчета χ2- критерия

Слайд 50

Метод корреляций - метод вторичной статистической обработки, посредством которого выясняется связь

или прямая зависимость между двумя рядами экспериментальных данных.

Слайд 51

Коэффициент линейной корреляции
rxy =

rx - коэффициент линейной корреляции

- средние выборочные значения сравниваемых величин
x1, y1 - частные выборочные значения сравниваемых величин

Слайд 52

Коэффициент линейной корреляции
n - общее число величин в сравниваемых рядах

показателей

rxy =

x2,

y2 - дисперсии сравниваемых величин
от средних значений.

Слайд 53

2, 4, 4, 5, 3, 6, 8 и 2, 5, 4,

6, 2, 5, 7.
Средние значения этих двух рядов соответственно равны 4,6 и 4,4.

Коэффициент линейной корреляции

rxy =0, 92

x2 =3,4

= 3,1

Следовательно, между рядами данных существует значимая связь, так как коэффициент корреляции близок к единице.

Слайд 54

Коэффициент ранговой корреляции – установление связи между качественно различными признаками.

Rs - коэффициент ранговой корреляции по Спирмену;
di - разница между рангами показателей одних и тех же испытуемых в упорядоченных рядах;
n - число испытуемых или цифровых данных (рангов) в коррелируемых рядах.

Rs = 1-

Слайд 55

Коэффициент ранговой корреляции:

- если абсолютная величина коэффициента

корреляции Rs 0 <0,3, то между коррелируемыми признаками
имеется слабая связь;

если 0,3

если 0,5

если 0,7

- 0,9 – сильная связь;

<0,7 – значительная связь;

- очень сильная связь.

если 0,9

<0,5 – умеренная связь;

Слайд 56

Пример расчета коэффициента ранговой корреляции

Слайд 57

5, 6, 7, 8, 2, 4, 8, 7, 2, 9
3,2;

4,0; 4,1; 4,2; 2,5; 5,0; 3,0; 4,8; 4,6; 2,4.

Пример расчета коэффициента ранговой корреляции

2,4 2,5 3,0 3,2 4,0 4,1 4,2 4,6 4,8 5,0 - упорядоченные исходные данные по второму ряду;
1 2 3 4 5 6 7 8 9 10 - ранговые места по второму ряду.

Слайд 58

5, 6, 7, 8, 2, 4, 8, 7, 2, 9
3,2;

4,0; 4,1; 4,2; 2,5; 5,0; 3,0; 4,8; 4,6; 2,4.

Пример расчета коэффициента ранговой корреляции

2 4 5 6 7 7 8 8 9 - упорядоченные исходные данные по первому ряду;
1,5 1,5 3 4 5 6,5 6,5 8,5 8,5 10 - ранговые места по первому ряду.

Количественные методы педагогического исследования

Содержание

1.Что понимается под «количественными методами психолого-педагогического исследования»? Какие количественные методы применяются

Количественные методы педагогического исследования - это способы установления количественных показателей проявления

Количественные методы педагогического исследования Методы математической обработки данных исследованияМетоды статистической обработки

2. Какие методы математической обработки данных применяются в педагогическом исследовании?

Методы математической обработки результатов исследованияРегистрацияШкалированиеРанжирование

Шкалирование - введение цифровых показателей в оценку отдельных сторон психолого-педагогических явлений.

Шкала проявления отношения к труду у детей

Регистрация – метод выявления наличия определенных качеств у испытуемых и подсчета

Регистрация отношения к труду у детей

Ранжирование – метод расположения собранных данных в определенной последовательности (обычно в

Ранжирование отношения к труду у детей

3. Какие методы статистической обработки данных используются в психолого-педагогическом исследовании?

Методы статистической обработки результатов исследования - это математические приемы, формулы, способы

Методы статистической обработки результатов исследованияПервичныеВторичсные

Первичные - методы, с помощью которых можно получить показатели, непосредственно отражающие

Вторичные - методы, с помощью которых на базе первичных данных выявляют

4. Какие методы первичной статистической обработки данных используются в психолого-педагогическом исследовании?

Первичные методы статистической обработки результатов исследованияОпределение выборочной средней величины Определение выборочной

Параметры распределения - это его числовые характеристики, указывающие, где «в среднем»

Параметры распределенияМеры центральной тенденцииМеры изменчивости

Меры центральной тенденции - это число, характеризующее выборку по уровню выраженности

Меры изменчивости применяются для численного выражения величины межиндивидуальной вариации признака.

Методы определения мер центральной тенденциивыборочное среднее значение модамедиана

Выборочное среднее значение - средняя оценка изучаемой в эксперименте стороны в

Выборочное среднее значение - = - выборочная средняя величина

Выборочное среднее значение - = - частные значения показателей

х1 = 5, х2 = 4, х3 = 5, х4 =

Медиана - значение изучаемого признака, которое делит выборку, упорядоченную по величине

Пример расчета медианы: Для выборки 2, 3, 4, 4, 5, 6,

Мода - количественное значение исследуемого признака, часто встречающееся в выборке.Пример расчета

Дисперсия – отклонение частных значений от средней величины в данной выборке.

Вычисление дисперсии 2 = хк - )2) хк - 2вычислить

1) 5, 4, 5, 6, 7, 3, 6, 2, 8, 4.2) 5, 4,

4. Какие методы вторичной статистической обработки данных используются в психолого-педагогическом исследовании?

Вторичные методы статистической обработкиПараметрическиеНепараметрические

Параметрические критерииt – критерий Стъюдентакритерий Фишера

t – критерий Стъюдента - сравнение выборочных средних величин, принадлежащих к

t = t – критерий Стъюдента1 – среднее значение переменной по

t = t – критерий Стъюдента m1 и m2 –

t = t – критерий Стъюдента m12 = m22 =

t = Пример расчета t – критерия СтъюдентаВыборки экспериментальных данных: 2,

Пример расчета t – критерия СтъюдентаВыборки экспериментальных данных: 2, 4, 5,

Критерий Фишера F (n1 – 1, n2 – 1) =

Пример расчета критерия ФишераВыборки экспериментальных данных: 4, 6, 5, 7, 3,

Пример расчета критерия ФишераВыборки экспериментальных данных: 4, 6, 5, 7, 3,

Непараметрические методы:χ2- критерий («хи-квадрат критерий») χ2 = Pk – частоты результатов

Пример расчета χ2- критерияχ2 = Pk принимает следующие значения: 30%, 30%,

χ2 = 21,5 >13,82 при вероятности допустимой ошибки меньше чем 0,001.Следовательно,

Метод корреляций - метод вторичной статистической обработки, посредством которого выясняется связь

Коэффициент линейной корреляции rxy = rx - коэффициент линейной корреляции

Коэффициент линейной корреляции n - общее число величин в сравниваемых рядах

2, 4, 4, 5, 3, 6, 8 и 2, 5, 4,

Коэффициент ранговой корреляции – установление связи между качественно различными признаками.

Коэффициент ранговой корреляции: - если абсолютная величина коэффициента

Пример расчета коэффициента ранговой корреляции

5, 6, 7, 8, 2, 4, 8, 7, 2, 9 3,2;

5, 6, 7, 8, 2, 4, 8, 7, 2, 9 3,2;

Похожие презентации

1.Что понимается под «количественными методами психолого-педагогического исследования»?
Какие количественные методы применяются

Количественные методы педагогического исследования
Методы математической обработки данных исследования
Методы статистической обработки

Методы математической обработки результатов исследования
Регистрация
Шкалирование
Ранжирование

Шкала проявления отношения
к труду у детей

Ранжирование отношения
к труду у детей

Методы статистической обработки результатов исследования
Первичные
Вторичсные

Первичные методы статистической обработки результатов исследования
Определение выборочной средней величины
Определение выборочной

Параметры распределения
Меры центральной тенденции
Меры изменчивости

Методы определения мер
центральной тенденции
выборочное среднее значение
мода
медиана

Выборочное среднее значение -
=

- выборочная средняя величина

Выборочное среднее значение -
=

- частные значения показателей

Пример расчета медианы:
Для выборки 2, 3, 4, 4, 5, 6,

Мода - количественное значение исследуемого признака, часто встречающееся в выборке.
Пример расчета

Вычисление дисперсии
2
=

хк -
)2
)
хк -
2
вычислить

1) 5, 4, 5, 6, 7, 3, 6, 2, 8, 4.
2) 5, 4,

Вторичные методы статистической обработки
Параметрические
Непараметрические

Параметрические критерии
t – критерий Стъюдента
критерий Фишера

t – критерий Стъюдента -
сравнение выборочных средних величин, принадлежащих к

t =
t – критерий Стъюдента
1 – среднее значение переменной по

t =
t – критерий Стъюдента

m1 и m2 –

t =
t – критерий Стъюдента
m12 =
m22 =

t =
Пример расчета t – критерия Стъюдента
Выборки экспериментальных данных:
2,

Пример расчета t – критерия Стъюдента
Выборки экспериментальных данных:
2, 4, 5,

Критерий Фишера

F (n1 – 1, n2 – 1) =

Пример расчета критерия Фишера
Выборки экспериментальных данных:
4, 6, 5, 7, 3,

Пример расчета критерия Фишера
Выборки экспериментальных данных:
4, 6, 5, 7, 3,

Непараметрические методы:
χ2- критерий («хи-квадрат критерий»)
χ2 =
Pk – частоты результатов

Пример расчета
χ2- критерия
χ2 =
Pk принимает следующие значения: 30%, 30%,

χ2 = 21,5 >13,82 при вероятности допустимой ошибки меньше чем 0,001.
Следовательно,

Коэффициент линейной корреляции
rxy =

rx - коэффициент линейной корреляции

Коэффициент линейной корреляции
n - общее число величин в сравниваемых рядах

Коэффициент ранговой корреляции:

- если абсолютная величина коэффициента

5, 6, 7, 8, 2, 4, 8, 7, 2, 9
3,2;

5, 6, 7, 8, 2, 4, 8, 7, 2, 9
3,2;