تحلیل چندسطحی؛ راهکاری برای خطاهای حاصل از تجمیع داده ها: استفاده از داده های سطح دانش آموز و معلم تیمز ۲۰۱۱
- سال انتشار: 1396
- محل انتشار: فصلنامه مطالعات اندازه گیری و ارزشیابی آموزشی، دوره: 7، شماره: 18
- کد COI اختصاصی: JR_JRESE-7-18_005
- زبان مقاله: فارسی
- تعداد مشاهده: 250
نویسندگان
استادیار دانشکده روانشناسی و علوم تربیتی دانشگاه تهران
چکیده
مشکل بوم شناسی در تحلیل داده های تجمیع، مشکل آماری جدی در اغلب پژوهش هاست. در این مقاله ضمن توضیح مشکلات مربوط به تحلیل های تجمیع و تجمیع زدایی، مدل یابی چندسطحی به ویژه مدل یابی خطی چندسطحی (HLM) به عنوان روشی جایگزین معرفی شده است. پژوهش حاضر از نوع همبستگی است و رابطه میان متغیرها در ۶۰۲۹ دانش آموز پایه هشتم شرکت کننده در آزمون تیمز (۲۸۱۶ دختر و ۳۲۱۳ پسر) که پرسشنامه استاندارد آن را تکمیل کرده بودند، بررسی شد. نتایج بررسی رابطه مقدار تکلیف و مدت زمان انجام آن بر عملکرد ریاضیات دانش آموزان نشان داد که بین متغیر مقدار تکلیف و مدت زمان انجام آن با عملکرد ریاضیات در سطح دانش آموز رابطه معنی داری وجود دارد ولی این رابطه در سطح معلم معنی دار نبود. نتایج همچنین سودمندی تحلیل چندسطحی در داده های آشیانه ای را نشان داد.کلیدواژه ها
مدل یابی چندسطحی, تجمیع, خطای بوم شناسی, مقدار تکلیف, مدت زمان انجام تکلیف, عملکرد ریاضیاتاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.