Professional Documents
Culture Documents
3 Poszter-Word
3 Poszter-Word
1. BEVEZETÉS
Kutatási eredmények szerint több tényező is hatással van az iskolai hatékonyságra (Csapó, 2000). A
tanárok és diákok többsége saját tapasztalatából tudja, hogy a tanulói teljesítményt és a tanári
munka sikerességét nagymértékben befolyásolja a tanár–diák kapcsolat minősége (Birta-Székely,
2006). A tanulók számára a munkája iránt elhivatott, feladatát lelkesen végző pedagógus elismerése,
dicsérete motiváló erőként hat (Balogh, 1999). Kutatások megerősítették, hogy a tanulási motivációja
a diákoknak is csökkenő tendenciát mutat (Józsa, 2002). Felkelti a tanulók érdeklődését, ha egy
feladat érdekes, valódi problémát vet fel (Tóth, 2000). A tanár általi pozitív megerősítés elősegíti a
tudás megerősödését, a siker pedig növeli a tanulók önbizalmát, tanulás melletti elköteleződésüket
(Balogh, 1999; Tóth, 2000a). Ezzel egyidejűleg több kutatás is arra hívta fel a figyelmet, hogy a közös
munka és együttműködés a pedagógussal kedvező hatással van a kognitív képességekre (Revák-
Markóczi et al. 2008; Revákné, 2001, 2010; Schneider et al. 2008). Ebben a kutatásban arra szeretnék
rávilágítani, hogy a teljesítmény és a tanár bevonódása között találunk-e kapcsolatot, és ha igen,
akkor milyet, és ez a kapcsolat ezt a két látensváltozót milyen irányba mozdítja el? Ezt a kérdést
szeretném a kutatásban megválaszolni.
2. MÓDSZEREK ÉS MODELL
A modellemet megerősítő faktorelemzés (CFA) fogom vizsgálni, hiszen ez az az eljárás mely azt
vizsgálja, hogy az adatok illeszkednek-e a hipotetitikus modellre, JASP statisztikai program
segítségével. Az illeszkedési mutatók alapján értékelhetőek és összehasonlíthatóak az egyes modellek
az illeszkedés tekintetében. Ha nem illeszkednek az adatra megfelelően a meghatározott
korlátozások, az tükröződni fog a mutatókban. Az alábbi változókat fogom vizsgálni, használni a
kutatásom során, ezért szeretném az alap leíró statisztikai adataikat szemléltetni a Jasp program
segítségével.
1.változó: a diákok természettudományi szintje SCIE: a mintám 1000 fős volt (n=1000), 0 hiányzó volt,
ezért tényleg 1000 emberrel végezték a kísérletet. A minimuma: 250,119. A maximuma: 738,075. A
mediánja: 490,601. A szórása: 90,248. Ferdeség/Skewness eredménye -0,044, p értéke 0,077,
Csúcsosság/Kurtosis eredménye -0,589, p értéke 0,155 (F=-0,044 Cs=-0,589.).
2. változó: a diákok matematikai szintje MATH: a mintám 1000 fős volt (n=1000), 0 hiányzó volt, ezért tényleg
1000 emberrel végezték a kísérletet. A minimuma: 202,243. A maximuma: 726,169. A mediánja: 489,106. A
szórása: 86,331. Ferdeség/Skewness eredménye -0,036, p értéke 0,077, Csúcsosság/Kurtosis eredménye -
0,401, p értéke 0,155 (F=-0,036 Cs=-0,401.).
3. változó: szövegértési szintje a diákoknak READ: a mintám 1000 fős (n=1000), 0 hiányzó volt, ezért
tényleg 1000 emberrel végezték a kísérletet. Ferdeség/Skewness eredménye -0,112, p értéke 0,077
(p=0,077), Csúcsosság/Kurtosis eredménye -0,522, p értéke 0,155 (p=0,155) (F=-0,112 Cs=-0,522). A
minimuma 220,524. A maximuma 724,815. A mediánja pedig 484,009.
4.változó: érzékelt visszajelzés PERFEED: a mintám 983 fős (n=983), 17 hiányzó volt.
Ferdeség/Skewness eredménye 0,101, p értéke pedig 0,078 (p=0,078), Csúcsosság/Kurtosis
eredménye -0,443, p értéke pedig 0,156 (p=0,156) (F= 0,101 Cs=-0,443). A minimuma -1,639. A
maximuma 2,017. A mediánja pedig -0,163.
5.változó: a tanár diák által észlelt érdeklődése TEACHINT: a mintám 986 fős (n=986), 14 hiányzó volt.
Ferdeség/Skewness eredménye -0,093, p értéke pedig 0,078 (p=0,078). Csúcsosság/Kurtosis
eredménye -0,489, p értéke pedig 0,156 (p=0,156) (F=-0,093 Cs=-0,489). A minimuma -2,218. A
maximuma 1,825. A mediánja pedig 0,174.
Mindegyik változónál megvizsgáltam a ferdeség, csúcsosság és Shapiro-Wilk teszt eredményeit,
illetve azoknak a p értékeit, hogy meg tudjam vizsgálni a normalitást, azaz azt, hogy teljesülnek-e a
normalitás feltételei.
A Shapiro-Wilk teszt eredményei hasonlóak: az első esetben 0,993, a másodikban 0,997, míg a
harmadikban 0,994, a negyedikben 0,963, az ötödikben 0,970. A p érték mindenhol kisebb, mint 0,01,
ami annyit jelent, hogy mivel p kisebb, mint 0,05, ezért az eloszlás nem normális, amelynek
következtében a nullhipotézisünket elvetjük.
Tehát van valami összefüggés a változók között, de ennek ellenőrzéséhez további vizsgálatokra van
szükség. Az output elemzésből melyet a Jasp programban futtatunk le, a khi2-et kell előszőr nézni,
mely azt mutatja meg, hogy a modell mennyire illeszkedik. A khi2 teszt táblázatot nézve kiolvasom a
khi2 próba eredményét, melynek p értéke kisebb, mint 0,01, tehát mivel p kisebb mint 0,05, ezért az
eredményünk szignifikáns, melynek alapján a nullhipotézisünket elvetjük (khi2= p<0,01).
Megvizsgáljuk következő lépésben a modell illeszkedését. Ebből a táblázatból még hasznos
információ a faktor modell szabadságfoka, melyből a modell illeszkedésére következtethetünk. Az
eredménye 8 (df=8), ez pedig jó illeszkedésre utal. Ezután megnézem a CFI és a TLI mutatókat, és ha
ezek 0,9 felett vannak akkor leszünk boldogok, mert akkor fog jól illeszkedni a modellem. A
futtatásomban a CFI értéke 0,981 (CFI = 0,981) ez kiváló illeszkedést mutat, és a TLI értéke 0,965 (TLI
= 0,965) itt az érték szintén kiváló ezért egy erős, jó illeszkedést találunk, hiszen az illeszkedés
felülmúlja az elvárt 0,9-es illeszkedést. Ezután még az eltérésmutatókat veszem szemügyre: RMSE
értéket kell nézni, ami a hibát jelzi, ez nálam 0,105 (RMSE = 0,105). Ez az érték akkor kiváló, ha 0,1
alatt van, nálam ezt picit meghaladja, de még elfogadhatónak számít, feltételezem, hogy valamelyik
faktorban van vagy vannak olyan elemek, amelyek mást is mérnek, mint amit gondoltunk róluk. És
még az RMSE értéken kívül megnézhetjük az SRMR értéket is, ami azt mutatja meg, hogy minél
közelebb van az SRMR a nullához a modellünk annál jobban illeszkedik, az enyém értéke 0,081 (SRMR
= 0,081) ez azt mutatja meg, hogy a modellnek jó az illeszkedése. Az eltérés mutatók megfelelőek a
modellemben (RMSE = 0,105) és az (SRMR = 0,081). A modellemről elmondható, hogy jó illeszkedésű
modellről van szó, melyben az itemek összefüggésben vannak a faktorokkal. Az RMSE eredmény
alapján jó lenne, ha egy feltáró faktoranalízist is futtatnék, hogy még pontosabb leírást és eredményt
kapjak a faktorok és itemek közti összefüggésekről. A modellem szignifikáns, az itemek és a faktorok
között összefüggés van, az egyes faktorokba feltételezett változók beleillenek. Összességében azt
láttuk az adatokból, statisztikai elemzések lefuttatásából, hogy a modell szignifikáns és jó, erősen
illeszkedő. Ez az eredmény arra enged következtetni, hogy valószínűleg a továbbiakban egy még
precízebb, bővebb modellel, vagy esetlegesen több független, prediktor változó bevonásával
érdemes dolgoznunk, hogy egy komplexebb magyarázatot kapjunk vagy jobban feltárjuk az itemek és
faktorok közti összefüggéseket. Erre alkalmas lehet egy feltáró faktoranalízis például.
KÉÉÉÉÉP A FUTTATÁSRÓÓÓÓL
5. EREDMÉNYEK
6. DISZKUSSZIÓ
HIVATKOZÁSOK:
(Ceglédi, 2013)
Idézett forrásmunkák
Ceglédi, E. (2013). AZ ISKOLAI TELJESÍTMÉNYT BEFOLYÁSOLÓ TÉNYEZŐK VIZSGÁLATA. Alkalmazott
Pszichológia, 23-46.
(Birta-Székely, 2006)
Idézett forrásmunkák
Birta-Székely, N. (2006). A hatékony iskolai tanulás-tanítás feltételei. Tanárok pedagógiai műveltsége,
61-70.
Idézett forrásmunkák
B, M. N. (2003). A természettudományos műveltség mérése. Magyar Pedagógia, 499-523.
(Sallay, 1995)
Idézett forrásmunkák
B, M. N. (2003). A természettudományos műveltség mérése. Magyar Pedagógia, 499-523.
Sallay, H. (1995). TANÁRI SZEREPEK PERCEPCIÓJA: EGY ÁLTALÁNOS ISKOLAI FELMÉRÉS TANULSÁGAI.
Magyar Pedagógia, 201-227.