1 Škálování Kateřina Vlčková Přednášky Základy pedagogické metodologie Logo vaší společnosti vložíte na snímek následujícím způsobem: V nabídce Vložit.

Slides:



Advertisements
Podobné prezentace
Analýza fungování institutu dohod o výkonu pěstounské péče v ČR SocioFactor s.r.o.
Advertisements

Strategické otázky výzkumníka 1.Jaký typ výzkumu zvolit? 2.Na jakém vzorku bude výzkum probíhat? 3.Jaké výzkumné metody a techniky uplatnit?
Výukový materiál zpracovaný v rámci projektu EU peníze školám Registrační číslo projektu:CZ.1.07/1.4.00/ Šablona:III/2 Inovace a zkvalitnění výuky.
K OMUNIKACE VERBÁLNÍ A NEVERBÁLNÍ Zpracovala: Mgr. Kateřina Holá Speciální základní škola, Česká Kamenice, Jakubské nám. 113, příspěvková organizace.
DUM:VY_32_INOVACE_IX_1_12 Výkon a příkon Šablona číslo: IXSada číslo: IPořadové číslo DUM: 12 Autor:Mgr. Milan Žižka Název školyZákladní škola Jičín, Husova.
Doprava ROZMĚRY Který obrázek je největší? Který obrázek je nejmenší?
NÁZEV ŠKOLY: S0Š Net Office, spol. s r.o, Orlová Lutyně AUTOR: Ing. Oldřich Vavříček NÁZEV: Podpora výuky v technických oborech TEMA: Základy elektrotechniky.
Číslo projektuCZ.1.07/1.5.00/ Číslo materiáluVY_32_INOVACE_30-03 Název školy Střední průmyslová škola stavební, České Budějovice, Resslova 2 AutorRNDr.
Inf Vizualizace dat a tvorba grafů. Výukový materiál Číslo projektu: CZ.1.07/1.5.00/ Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím.
Projekt MŠMTEU peníze středním školám Název projektu školyICT do života školy Registrační číslo projektuCZ.1.07/1.5.00/ ŠablonaIII/2 Sada44 Anotace.
Induktivní statistika
Dopravní modely v SUMP Jitka Ondráčková
Mgr. Milan Pechal, Ing. Zdeněk Hlavačka
Senzory pro EZS.
Měření délky pevného tělesa
Výukový materiál zpracován v rámci projektu EU peníze školám
Škola ZŠ Třeboň, Sokolská 296, Třeboň Autor Mgr.Radka Škulaviková
STATISTIKA Starší bratr snědl svůj oběd i oběd mladšího bratra. Oba snědli v průměru jeden oběd.
VY_32_ INOVACE_IKR5 - 14– VIDEO V PREZENTACI. Název školy:
Matematika 3 – Statistika Kapitola 4: Diskrétní náhodná veličina
Lineární rovnice a nerovnice I.
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu
Marketingový výzkum. Marketingový výzkum Organizace marketingového výzkumu Cíl výzkumu Typ výzkumu Příprava výzkumného projektu Sběr dat Analýza výsledků.
Statistické pojmy. Statistické pojmy Statistika - vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter Pojem statistika slouží k.
ČEHO JE VÍC? ZRAKovÉ VNÍMánÍ.
AUTOR: Kateřina Křížová NÁZEV: VY_32_INOVACE_05_09 sociální role
Algoritmizace - opakování
MEZILIDSKÁ KOMUNIKACE II.
Velikost nářadí.
PRŮMYSLOVÁ REVOLUCE A JEJÍ DŮSLEDKY
Digitální učební materiál zpracovaný v rámci projektu
Uhlovodíky s dvojnými vazbami.
ŘEMESLO - TRADICE A BUDOUCNOST
EU peníze školám Základní škola , Znojmo, Mládeže
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu
Název školy : Základní škola a mateřská škola,
Poměr Co je poměr. Změna v daném poměru..
Zobecněné rozdíly kvalitativního a kvantitativního výzkumu
Číslo projektu Číslo materiálu název školy Autor Tématický celek
Název školy Základní škola Jičín, Husova 170 Číslo projektu
Název školy: ZŠ Štětí, Ostrovní 300 Autor: Mgr
Hotelová škola, Obchodní akademie a Střední průmyslová škola Teplice,
Digitální učební materiál zpracovaný v rámci projektu
Výběr výzkumného vzorku
Poměr v základním tvaru.
2. seminární úkol - projekt
4.1 – 4.3 Lineární nerovnice i jednoduchý podílový tvar
Strom a keř VY_52_INOVACE_35
Obchodní akademie, Střední odborná škola a Jazyková škola s právem státní jazykové zkoušky, Hradec Králové Autor: Mgr. Lubomíra Moravcová Název materiálu:
MATEMATIKA Poměr, úměra.
Základy zpracování geologických dat testování statistických hypotéz
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu
Digitální učební materiál
Popis výukového materiálu Název: PowerPoint
HODINY - poznej stejný čas, velikost
NÁZEV ŠKOLY: Základní škola Josefa Bublíka, Bánov
Jak postupovat při měření?
Digitální učební materiál zpracovaný v rámci projektu
Konstrukce trojúhelníku
Analýza vyučovacího procesu v ZŠ praktických v České republice
Sem přidejte logo společnosti
Text zápatí (edituje se v menu Vložení / Záhlaví a zápatí)
NÁZEV ŠKOLY: S0Š Net Office, spol. s r.o, Orlová Lutyně
ADAPTACE NA ŽIVOT VE ŠKOLE
Poměr v základním tvaru.
Matematika + opakování a upevňování učiva
Lineární funkce a její vlastnosti
Hra (AZ kvíz) ke zopakování či procvičení učiva:
Digitální učební materiál zpracovaný v rámci projektu
Vzdělávání jako hlavní složka řízení lidských zdrojů
Transkript prezentace:

1 Škálování Kateřina Vlčková Přednášky Základy pedagogické metodologie Logo vaší společnosti vložíte na snímek následujícím způsobem: V nabídce Vložit vyberte příkaz Obrázek. Najděte soubor s logem své společnosti. Klepněte na tlačítko OK. Velikost loga změníte následujícím způsobem: Klepněte tlačítkem myši uvnitř loga. Na obvodu loga se objeví čtverečky nazývané úchyty. Pomocí těchto úchytů lze změnit velikost objektu. Pokud před použitím úchytů podržíte stisknutou klávesu SHIFT, budou zachovány poměry objektu.

2 Terminologie - škálování Škálování –pomocí různých druhů posuzovacích škál se hodnotí jevy Posuzovací škála –nástroj, který umožňuje zjišťovat míru vlastnosti jevu nebo jeho intenzitu; –posuzovatel vyjadřuje své hodnocení určením polohy na škále Posuzování –jiných lidí, jevů – pozorování –sebe sama – dotazník, aj. (položky dotazníku mívají velmi často podobu škály)

3 Stupně škály škála mívá 3, 5, 7 či 9 stupňů počet stupňů ovlivňuje jemnost posouzení počet stupňů závisí na cíli posuzování (co se má zjistit, k čemu to má sloužit) upřednostňuje se lichý počet stupňů  vytváří se symetrická škála (nalevo i napravo od středu stejný počet stupňů) dává se možnost N = neumím se vyjádřit, nevím, nehodí se zabraňuje se tím vynucování hodnocení v případě, kdy posuzovatel nemá vyhraněné stanovisko nebo se jev nedá hodnotit (nevyskytl se)

4 Příklad škály určení polohy (oblíbenosti) na škále Určete oblíbenost vyučovacího předmětu na škále: 1 (nejvíce oblíbený) – 7 (nejméně). Předměty, které ve vašem ročníku nejsou označte N: matematika N čeština N němčina N

5 Druhy škál Pořadová Intervalová Bipolární Likertova

6 Pořadová škála upořádání jevů do pořadí např. dle oblíbenosti je to přísnější hodnocení než jen určení polohy na škále obvykle se žádá pořadí, kde dva jevy nesmí zaujímat stejné místo v pořadí Uveďte pořadí oblíbenosti vyučovacích předmětů. Předměty, které ve vašem ročníku nejsou označte N: matematika _______ čeština _______ němčina _______ výtvarná výchova _______ atd. _______

7 Intervalová škála jde o kontinuum –vzdálenost mezi stále a nikdy se mění kontinuálně, –ale pro účely škálování se kontinuum zjednodušilo a rozdělilo na celé stupně, které tvoří polohy na škále stále – velmi často – často – občas – nikdy polohám jde přiřadit číslo na stupnici => dá se matematicky zpracovat

8 Intervalová škála Příklad Rád si hraji sám/a 12345N stálevelmi často častoobčasnikdynevím zde: jedná se o sebeposuzovací škálu (typické pro dotazníky)

9 Bipolární škála např. hodnocení vlastností žáka krajní polohy (póly škály) označují protikladné vlastnosti úlohou posuzovatele je určit, do jakého stupně se posuzovaná vlastnost přibližuje k jedné nebo druhé krajní poloze počet škál závisí na cíli a předmětu posuzování –má být dostatečný, aby pokryl zkoumané vlastnosti, –ale ne tak vysoký, aby způsoboval posuzovateli těžkosti a posuzovatel ztratil hlavní myšlenku – proč byla škála zkonstruovaná

10 Bipolární škála Vlastnosti žáka: apatický N čilý zakřiknutý N sebejistý pasivní N iniciativní atd N atd.

11 Zásady tvorby bipolárních škál ve škále je třeba používat týž slovní druh: je-li na jedné straně přídavné jméno, musí být i na druhé – (př. vhodný: odborník – laik; nevhodný: odborník – nevyzná se) druhý výraz nemá být záporem prvního s předponou ne- (př. vhodný: svědomitý – lajdácký; nevhodný: svědomitý – nesvědomitý) týž výraz lze použít jen v 1 škále posuzovacího nástroje pečlivě volit protikladný výraz častou chybou je nepoužití přesného protějšku –(př. nevhodný: tichý – nervózní; vhodnější: klidný – nervózní)

12 Likertovy škály používají se na měření postojů a názorů lidí skládají se z výroku a stupnice na stupnice se vyjadřuje stupeň (ne)souhlasu střídají se formulace negativní –(matematika je můj nejméně oblíbený předmět) –a pozitivní (nejoblíbenější) => posuzovatel střídá dvě hlediska, což zabraňuje upadnutí do stereotypního vyplňování Matematika je můj nejoblíbenější předmět plně souhlasím – souhlasím – nemám vyhraněný názor – nesouhlasím – plně nesouhlasím

13 Požití a vhodnost posuzovacích škál posuzovací škály přiřazují kvalitativní hodnotu posuzované činnosti na rozdíl od pozorovacích systémů vhodné pro posuzování sociálně-vztahových jevů což je méně vhodné pro pozorovací systémy, postojů, názorů => výhodnější (oproti pozorovacím systémům) pro posuzování jevů, které vyžadují větší míru vyvozování

14 Postup použití sledují se jevy během určitého času (vyučovací hodina apod.) a na konci se zaznamená na škále hodnocení

15 Druhy zkreslení při používání posuzovacích škál systematické nadhodnocování pozorovaných vlastností (zkreslení z důvodu mírnosti) podhodnocování (zkreslení z důvodu přísnosti) centrální tendence (hodnocení ve středu škály, posuzovatel se vyhýbá krajnímu hodnocení) haló efekt (předčasný závěr o určité vlastnosti člověka, jehož prostřednictvím potom posuzovatel hodnotí i další vlastnosti člověka) zkreslení lze snížit zácvikem posuzovatele

16 Zjišťování reliability škál podobně jako při jakémkoli měření hraje velkou roli přesnost a spolehlivost měření (reliabilita)

17 Reliabilita při posuzování pozorovaných jevů posuzovatelé musí být velmi dobře zacvičeni, jak shodně posuzovat mírou reliability je shoda více (obvykle 2, 3) zacvičených posuzovatelů (podobně jako u pozorování) čím větší shoda na výsledcích, tím více reliabilní když se posouzení odlišuje – malá reliabilita

18 Reliabilita sebeposuzovacích škál mírou reliability je stupeň shody při opakovaném administrování škály mezi prvním a druhým administrováním nesmí ale „vstoupit do hry“ nic, co by změnilo měřené vlastnosti (postoje, názory) subjektů

19 Zjišťování vnitřní konzistence posuzovacího nástroje (A) A/ uskuteční se pouze 1 měření zjišťuje se, do jaké míry je nástroj konzistentní = do jaké míry jsou jeho prvky (položky, otázky) homogenní počítá se pomocí Cronbachova koeficientu alfa (statistické softwary ho obsahují) čím vyšší homogenita, tím vyšší reliabilita

20 Zjišťování vnitřní konzistence posuzovacího nástroje (B) B/ půlení výzkumného nástroje nástroj s rozdělí na sudé a liché prvky a zjistí se stupeň shody ve výsledcích obou polovin shoda se u dichotomických nástrojů (správně – nesprávně, souhlasím – nesouhlasím) počítá pomocí korelačního koeficientu; –čím větší shoda, tím vyšší reliabilita u hodnocení na škále ( apod.) se používá koeficient Cronbach alfa –jeho hodnota je u půleného nástroje nižší z důvodu snížení množství položek

21 Co zvyšuje reliabilitu škál? táž vlastnost se posuzuje více škálami  posuzovací nástroj tak získá větší vnitřní konzistenci => –zjišťovací nástroje, které mají více škál, vykazují vyšší reliabilitu než nástroje s menším počtem škál (za předpokladu, že jsou homogenní)

22 Zjišťování validity škál Expertní hodnocení základním způsobem zjišťování validity posuzovacích škál skupina odborníků posoudí obsah a způsob použití nástroje, uzná jeho validitu za přijatelnou nebo nedostatečnou

23 Zjišťování validity škál Křížová kontrola srovná se hodnocení jevu danou škálou s hodnocením s jinými škálami nebo jiným zjišťovacím nástrojem když se zjistí při administrování obou podobné výsledky, je posuzovací škála validní a naopak

24 Vyhodnocování škál lze použít více způsobů vyhodnocování, závisí to na tom, k čemu sloužilo posuzování

25 Vyhodnocování škál Jedna osoba vyplňovala škály škály můžeme ponechat v nezpracované podobě a srovnávat mezi sebou můžeme srovnávat, jak jeden posuzovatel hodnotil různé jevy Více osob vyplňovalo škály můžeme srovnávat, jak posuzovali tentýž jev – hodnoty téže 1 škály

26 Vyhodnocování škál Hromadné zpracování škál Procenta hodnocení téže 1 škály více lidmi se sloučí; vypočítá se, kolik procent lidí přisoudilo místo na konkrétních polohách škály

27 Vyhodnocování škál Hromadné zpracování škál Průměry, medián škála chápaná jako kontinuum - např. míra oblíbenosti (5 stupňů) –stupňům škály se přisoudí koeficienty (1-5) podle míry příznivosti odpovědi –a těmito koeficienty se vynásobí frekvence voleb jednotlivých stupňů škály; –hodnoty se sečtou a vydělí počtem respondentů, tak abychom získali průměrnou míru oblíbenosti. vypočteme průměry (nebo mediány) pro všechny škály a porovnáváme je mezi sebou ve škálách bývají pozitivní a negativní formulace, proto je třeba dbát na odpovídající správné přisouzení koeficientů dle příznivosti odpovědi nejpříznivější volba se vynásobí nejvyšším koeficientem nebo se zprůměrovává několik škál v každé z dimenzí (obsahové části) výzkumného nástroje

28 Literatura Gavora (2000): Úvod do ped. výzkumu, Brno : Paido.