تحلیل ارزش های آموزشی ریاضی با رویکرد چندمتغیره: کاربرد تحلیل عاملی تاییدی و خوشه بندی سلسله مراتبی

این مطالعه با به کارگیری روش های پیشرفته آماری چندمتغیره، به تحلیل ارزش های آموزشی ریاضی در بین ۵۶۶ دانش آموز مقطع متوسطه پرداخته است. با استفاده از تحلیل عاملی تاییدی (CFA)، مدل سازی معادلات ساختاری (SEM)، و تحلیل خوشه بندی سلسله مراتبی، به بررسی ساختار زیربنایی ارزش های آموزشی و شناسایی پروفایل طبیعی دانش آموزان اقدام شده است. یافته ها نشان داد که مدل سه عاملی شاخص های برازش مطلوب دارد (\chi^۲(۷۴) = ۲۱۵.۳۶, \text{CFI} = ۰.۹۳, \text{RMSEA} = ۰.۰۶). تحلیل خوشه بندی سلسله مراتبی چهار پروفایل متمایز با ویژگی های ارزشی و قومیتی منحصر به فرد شناسایی کرد. نتایج رگرسیون چندگانه نشان داد که قومیت به طور معناداری ارزش های ارتباط گیری (\beta = ۰.۳۴۶, p < ۰.۰۱)، خانواده (\beta = ۰.۴۹۲, p < ۰.۰۰۱)، و تمرین (\beta = ۰.۴۳۳, p < ۰.۰۰) را پیش بینی می کند. این یافته ها بر اهمیت به کارگیری رویکردهای چندمتغیره در درک پیچیدگی نظام ارزشی آموزشی تاکید می کنند.

کلیدواژه ها:

ارزش های آموزشی ریاضی ، تحلیل عاملی تاییدی ، خوشه بندی سلسله مراتبی ، مدل سازی معادلات ساختاری ، روان سنجی آموزشی