«ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΤΗΣ ΕΚΠΑΙΔΕΥΤΙΚΗΣ ΕΡΕΥΝΑΣ» Μάθημα 5 «Βασικές μέθοδοι ποσοτικής έρευνας» (II)

«ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΤΗΣ ΕΚΠΑΙΔΕΥΤΙΚΗΣ ΕΡΕΥΝΑΣ» Μάθημα 5 «Βασικές μέθοδοι ποσοτικής έρευνας» (II)

Τα θέματά μας Μέθοδοι ποσοτικής έρευνας - - «Πειραματική έρευνα» (μέθοδοι: πείραμα, οιονεί πείραμα, προπείραμα) θα συνοψίσουμε τη συζήτηση που κάναμε στο μαθ. 4 σχετικά με τον «έλεγχο των εξωτερικών μεταβλητών» «Μη πειραματική έρευνα» (μέθοδοι συσχετιστικών σχεδιασμών («αιτ-συγκριτική» & «συσχέτισης»), & μέθοδοι δειγματοληπτικών σχεδιασμών («επισκόπηση») θα ασχοληθούμε σήμερα μόνο με τους «συσχετιστικούς σχεδιασμούς», ενώ οι «δειγματοληπτικοί σχεδιασμοί» θα μας απασχολήσουν αργότερα θα εστιάσουμε στις 2 πιο απλές μεθόδους των «συσχετιστικών σχεδιασμών» («αιτιακή-συγκριτική έρευνα» & «έρευνα συσχέτισης») θα δούμε και πάλι την ιδέα «έλεγχος εξωτερικών μεταβλητών» με τη βοήθεια ενός νέου φύλλου εργασίας

Ποσοτικό ΕΠ > πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Στο «φύλλο εργασίας» του προηγούμενου μαθήματος δουλέψατε ως άπειροι «εκπαιδευόμενοι ερευνητές» Τι «κάνατε»;;; Σχεδιάσατε μία διδακτική παρέμβαση (βλ. «ΔΠ») για να βοηθήσετε παιδιά Γ Γυμνασίου να κατανοήσουν τη γενετική, και μετά θέλατε να ελέγξετε «πειραματικά» εάν πράγματι η ΔΠ τα βοηθά, δηλαδή εάν η εφαρμογή της οδηγεί τα παιδιά σε καλύτερη επίδοση σε ένα τελικό τεστ Πώς το «ελέγξατε»;;; - Πήγατε σε ένα σχολείο και πήρατε - - - o o ένα τμήμα της Γ τάξης ως «πειραματική ομάδα» κάνει γενετική με τη ΔΠ που είχατε φτιάξει και τον έμπειρο καθηγητή του ένα 2 ο τμήμα της Γ τάξης ως «ομάδα ελέγχου» κάνει γενετική όχι με τη ΔΠ αλλά με τυπικό μάθημα και τον άπειρο καθηγητή του

Ποσοτικό ΕΠ > πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Βρήκατε ότι η ΠΟ είχε καλύτερη επίδοση στο τελικό τεστ από την ΟΕ Όμως δεν μπορέσατε να υποστηρίξετε ότι η αιτία για την καλύτερη επίδοση της ΠΟ ήταν πράγματι η ΔΠ σας Γιατί;;; Απλά επειδή στην αρχή του πειράματός σας ΔΕΝ είχατε φροντίσει να αποκλείσετε άλλες πιθανές αιτίες για την καλύτερη επίδοση, όπως π.χ. ( το προφίλ του εκπαιδευτικού ) το επίπεδο της αρχικής βιολογικής γνώσης των παιδιών Με άλλα λόγια, δεν είχατε φροντίσει να κάνετε «έλεγχο εξωτερικών μεταβλητών»

Ποσοτικό ΕΠ > πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Ποιος θα ήταν ο καλύτερος τρόπος να το κάνετε αυτό ;;; Αφού πρώτα εξασφαλίσετε τον «ίδιο» εκπαιδευτικό, να συνθέσετε ΠΟ & και ΟΕ ΤΥΧΑΙΑ Δηλαδή να μην πάρετε αυτούσια 2 τμήματα 30 παιδιών αλλά να χωρίσετε τα 60 συνολικά παιδιά σε ΠΟ & ΟΕ με κλήρωση Με αυτόν τον τρόπο όχι μόνο η μεταβλητή που υποψιαστήκατε ως «εξωτερική», αλλά και όλες όσες δεν υποψιαστήκατε, θα μοιραστούν τυχαία στις 2 ομάδες Στην πραγματικότητα, η τυχαία σύνθεση των ομάδων είναι προϋπόθεση για να μιλάμε για «πραγματικό πείραμα» Χωρίς αυτήν, μιλάμε για «δήθεν πείραμα» ( «οιονεί πείραμα» όπως το λένε οι ποσοτικοί ερευνητές)

Ποσοτικό ΕΠ > πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Ποιος είναι ο 2 ος τρόπος με τον οποίο θα μπορούσατε να ελέγξετε μία ύποπτη εξωτερική μεταβλητή (π.χ. το επίπεδο βιολογικής γνώσης των παιδιών); Να κάνετε τη μεταβλητή αυτή «μεταβλητή αντιστοίχισης» Δηλαδή να τη χρησιμοποιήσετε ως κριτήριο για να συνθέσετε τις 2 ομάδες σας (ΠΟ & ΟΕ) τελείως αντίστοιχα Τι σημαίνει πρακτικά αυτό;;; Αν δίνοντας εξ αρχής ένα τεστ βιολογικής γνώσης και στα 60 παιδιά, βρείτε π.χ. 20 «καλά», 20 «μέτρια» και 20 «κακά» παιδιά ως προς τη βιολογική τους γνώση τότε φτιάχνετε την ΠΟ & ΟΕ μοιράζοντας 10 καλά στην ΠΟ & στην 10 καλά ΟΕ 10 μέτρια στην ΠΟ & 10 μέτρια στην ΟΕ 10 κακά στην ΠΟ & 10 κακά στην ΟΕ Και αυτό το μοίρασμα το κάνετε τυχαία για να ελεγχθούν και άλλες εξωτερικές μεταβλητές εκτός από αυτή που σας απασχόλησε, δηλ. εκτός από το επίπεδο αρχικής βιολογικής γνώσης

Ποσοτικό ΕΠ > πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Υπάρχουν και άλλοι τρόποι ελέγχου της ύποπτης «εξωτερικής μεταβλητής» σας Για παράδειγμα, θα μπορούσε κανείς να κάνει την «ύποπτη» εξωτερική μεταβλητή «σταθερά» (3 ος τρόπος) Δηλαδή, να συμπεριλάβει στην έρευνά του παιδιά με ένα μόνο επίπεδο αρχικής βιολογικής γνώσης Με άλλα λόγια, όλα τα παιδιά τόσο της ΠΟ όσο και της ΟΕ να έχουν π.χ. μέτρια αρχική βιολογική γνώση

Ποσοτικό ΕΠ > πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Υπάρχουν και άλλοι τρόποι ελέγχου των εξωτερικών μεταβλητών ας ρίξουμε απλά και μόνο μια ματιά σε δύο από αυτούς Για να «ησυχάσετε» από τη μεταβλητή «επίπεδο αρχικής βιολογικής γνώσης» που υποπτεύεστε ως πιθανή «εξωτερική μεταβλητή», δηλ. ως μεταβλητή που μπορεί να αλλοιώνει τη σχέση «ΔΠ-επίδοση γενετικής» που μελετάτε θα μπορούσατε να την κάνετε κύριο αντικείμενο μελέτης σας, δηλαδή να την αντιμετωπίσετε ως τη 2 η ανεξάρτητη μεταβλητή σας Ή θα μπορούσατε να χρησιμοποιήσετε ειδικά στατιστικά τεστ που «προσαρμόζουν» τα σκορ της εξαρτημένης μεταβλητής (εδώ επίδοση) με βάση τις διαφορές που παρατηρούνται σε έναν αρχικό έλεγχο ως προς μία εξωτερική μεταβλητή (εδώ αρχική βιολογική γνώση), και έτσι δημιουργούν στατιστικά ισοδύναμες ομάδες (ΠΟ & ΟΕ) ως προς τη συγκεκριμένη μεταβλητή

Ποσοτικό ΕΠ > πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Συνοψίζοντας μένουμε στα εξής: Για να μπορεί πράγματι ένα «πείραμα» να δείξει ότι υπάρχει σχέση «αιτίας-αποτελέσματος» ανάμεσα σε 2 μεταβλητές την «ανεξάρτητη» & την «εξαρτημένη» θα πρέπει ο ερευνητής στην αρχή του πειράματος να έχει κάνει «έλεγχο εξωτερικών μεταβλητών» δηλ. θα πρέπει να έχει πάρει τα μέτρα του ώστε καμία μεταβλητή εκτός από την ανεξάρτητη να μην είναι δυνατόν να επηρεάζει την εξαρτημένη Μερικοί τρόποι: Τυχαία σύνθεση ΠΟ και ΟΕ Αντίστοιχη σύνθεση ΠΟ και ΟΕ Αντιμετώπιση της εξωτερικής μεταβλητής ως «σταθερά» Άλλοι τρόποι (αντιμετώπιση ως 2 η ανεξάρτητη μεταβλητή, στατιστική)

Α ς σ υ ν ε χ ί σ ο υ μ ε μ ε τ η «μη πειραματική έρευνα» του ποσοτικού ερευνητικού παραδείγματος

Ποσοτικό ΕΠ > μη πειραματική έρευνα Η «μη πειραματική έρευνα» περιλαμβάνει τους. «Συσχετιστικούς σχεδιασμούς» Είναι το σημερινό μας θέμα «Δειγματοληπτικούς σχεδιασμούς» Θα μας απασχολήσουν στο μέλλον

Ποσοτικό ΕΠ > μη πειραματική έρευνα Ενώ τα χαρακτηριστικά της πειραματικής έρευνας είναι η συστηματική επίδραση του ερευνητή στην ανεξάρτητη μεταβλητή, και η τυχαία σύνθεση των ομάδων που αυτός συγκρίνει (κάθε συμμετέχων έχει την ίδια πιθανότητα να βρεθεί είστε στη μία είτε στην άλλη ομάδα) στη μη πειραματική έρευνα δεν ισχύει το ίδιο Τι σημαίνει αυτό πρακτικά; Βλέποντας μία σχέση μεταξύ δύο μεταβλητών η οποία έχει προσδιοριστεί με μη πειραματική έρευνα, ΔΕΝ μπορούμε να υποστηρίξουμε ότι πρόκειται για αιτιακή σχέση τόσο καλά όσο θα μπορούσαμε αν η σχέση είχε προσδιοριστεί με πειραματική έρευνα Οι αιτιακές σχέσεις προσδιορίζονται ασφαλέστερα με «πείραμα» και μάλιστα «πραγματικό»

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί Ωστόσο, το «πείραμα» δεν είναι πάντοτε εφικτό Υπάρχουν ανεξάρτητες μεταβλητές που δεν μπορούμε να τις «πειράζουμε» συστηματικά για ηθικούς ή και πρακτικούς λόγους Για παράδειγμα, έστω ότι θέλετε να διερευνήσετε - εάν το κάπνισμα προκαλεί καρκίνο του πνεύμονα Θα μπορούσατε να «στήσετε» ένα πείραμα σαν αυτό;;;; Διαλέγετε 1000 νεογέννητα Τα τοποθετείτε τυχαία σε 2 ομάδες των 500 Η «πειραματική ομάδα» θα είναι υποχρεωμένη να καπνίζει Η «ομάδα ελέγχου» θα είναι υποχρεωμένη να μην καπνίζει Πολλά χρόνια αργότερα, μετράτε τη συχνότητα καρκίνου του πνεύμονα στις 2 ομάδες και βλέπετε εάν διαφέρει στατιστικά σημαντικά

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί Προφανώς δεν θα μπορούσατε ποτέ να κάνετε ένα τέτοιο πείραμα λόγω των ηθικών του προεκτάσεων Τι θα κάνατε λοιπόν;;; Θα εγκαταλείπατε το συγκεκριμένο ερευνητικό ερώτημα επειδή δεν μπορείτε να «πειράξετε» την ανεξάρτητη μεταβλητή;;; Ασφαλώς όχι, γιατί είναι πολύ σημαντικό. Θα χρειαζόταν όμως να το αναδιατυπώσετε ηπιότερα «προκαλεί» versus «σχετίζεται»

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί Αντίστοιχα τι θα κάνατε εάν θέλατε να δείτε εάν υπάρχει σχέση ανάμεσα στη συχνότητα παρακολούθησης τηλεοπτικών προγραμμάτων με βία και στην επιθετικότητα των παιδιών;;; Θα αναγκάζετε κάποια παιδιά να βλέπουν περισσότερη βία και κάποια λιγότερη για να εξετάσετε τη σχέση που σας ενδιαφέρει;;; Ή μήπως θα εγκαταλείπατε το ερώτημά σας;;

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί Αυτό που κάνουν οι ερευνητές όταν το «πείραμα» δεν είναι εφικτό, είναι να καταφεύγουν σε «μη πειραματική έρευνα» ( σε συσχετιστικούς σχεδιασμούς) η οποία δεν τους επιτρέπει να ισχυριστούν ισχυρά ότι υπάρχει αιτιακή σχέση μεταξύ ανεξάρτητης και εξαρτημένης μεταβλητής, τους επιτρέπει όμως να ισχυριστούν ότι υπάρχει σχέση

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί Υπάρχουν και πιο σύνθετοι συσχετιστικοί σχεδιασμοί, δηλ. σχεδιασμοί με περισσότερες από δύο μεταβλητές, αλλά εμείς θα ασχοληθούμε μόνο με τους απλούς (βλ. 2 μεταβλητές) Πότε ένας ποσοτικός ερευνητής ο οποίος δουλεύει μη πειραματικά επιλέγει για τη δουλειά του συσχετιστικούς σχεδιασμούς; Συσχετιστικούς σχεδιασμούς επιλέγει κάποιος όταν θέλει να δει αν κάποιες μεταβλητές συσχετίζονται απλά μεταξύ τους, ή όταν θέλει να δει πόσο καλά μπορεί να προβλέψει μία εξαρτημένη μεταβλητή με βάση μία ή περισσότερες ανεξάρτητες μεταβλητές

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί Στους απλούστερους «συσχετιστικούς σχεδιασμούς» με μόνο δύο μεταβλητές, μπορούμε να διακρίνουμε δύο μεθόδους «Αιτιακή - συγκριτική έρευνα» συσχετίζει μία ποιοτική με μία ποσοτική μεταβλητή «Έρευνα συσχέτισης» συσχετίζει δύο ποσοτικές μεταβλητές (Ασφαλώς, μπορεί κανείς να συσχετίσει και 2 ποιοτικές μεταβλητές: απλά δεν υπάρχει ειδικό όνομα για τη μέθοδο)

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > αιτιακήσυγκριτική έρευνα Στην «αιτιακή - συγκριτική έρευνα», επειδή η μία μεταβλητή (η ανεξάρτητη) είναι ποιοτική «αγόρια - κορίτσια», «εκπαιδευτικοί δημόσιων σχολείων - εκπαιδευτικοί ιδιωτικών», π.χ. «φοιτητές από θετική κατεύθυνση - φοιτητές από θεωρητική» ο ερευνητής συγκρίνει τις μέσες τιμές των διαφορετικών ομάδων ως προς την εξαρτημένη μεταβλητή (η οποία είναι ποσοτική) προκειμένου να διαπιστώσει εάν η ανεξάρτητη και η εξαρτημένη μεταβλητή σχετίζονται ή όχι Εναλλακτικά, μπορεί να υπολογίσει τον κατάλληλο συντελεστή συσχέτισης Υπάρχουν διάφοροι συντελεστές συσχέτισης ανάλογα με τον τύπο των μεταβλητών που θέλει να συσχετίσει κάποιος

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > αιτιακή-συγκριτική έρευνα Η λέξη «αιτιακή» μέσα στον όρο «αιτιακή-συγκριτική έρευνα», ΔΕΝ υπονοεί ότι αυτός ο τύπος έρευνας είναι κατάλληλος για τον προσδιορισμό αιτιακών σχέσεων Η «αιτιακή-συγκριτική έρευνα» είναι «μη πειραματική» Δεν χαρακτηρίζεται από συστηματική επίδραση του ερευνητή στην ανεξάρτητη μεταβλητή, ούτε από τυχαία σύνθεση των ομάδων που πρόκειται να συγκρίνει ο ερευνητής (ο κάθε συμμετέχων εδώ δεν έχει την ίδια πιθανότητα να ανήκει στη μία ή την άλλη ομάδα) Συνεπώς, δεν μπορεί να υποστηρίξει εξίσου καλά ισχυρισμούς αιτιακών σχέσεων

Ποσοτικό ΕΠ > μη πειραματική έρευνα Η καλά σχεδιασμένη «πειραματική έρευνα» είναι σαφώς καταλληλότερη για τον προσδιορισμό αιτιακών σχέσεων από την «αιτιακή-συγκριτική έρευνα» και γενικότερα από τη μη «πειραματική έρευνα»

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Ο 2 ος τύπος / 2 η μέθοδος «μη πειραματικής έρευνας» είναι η «έρευνα συσχέτισης» Εδώ ο ερευνητής μελετά τη σχέση ανάμεσα σε δύο ποσοτικές μεταβλητές Δηλ. εδώ τόσο η ανεξάρτητη όσο και η εξαρτημένη μεταβλητή είναι ποσοτικές Για παράδειγμα, - ανεξάρτητη μεταβλητή: «αυτοεκτίμηση» με τιμές 0-100% & - εξαρτημένη μεταβλητή: «επίδοση στις εξετάσεις» με τιμές. 0-100%. Πώς μπορεί ο ερευνητής να μελετήσει μία σχέση ανάμεσα σε 2 μεταβλητές που είναι και οι δύο ποσοτικές; Προφανώς, δεν υφίσταται σύγκριση μέσων τιμών για διαφορετικές ομάδες όπως είδαμε στην «αιτιακή-συγκριτική έρευνα» Τι χρειάζεται να κάνει λοιπόν;;; Να υπολογίσει έναν ειδικό συντελεστή, τον κατάλληλο για τις μεταβλητές του «συντελεστή συσχέτισης»

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Τι είναι λοιπόν αυτός ο «συντελεστής συσχέτισης»;;; Είναι ένας αριθμός που παίρνει τιμές μεταξύ (-1) και (+1) - - και μας δίνει στοιχεία για την κατεύθυνση της σχέσης μεταξύ των δύο ποσοτικών μεταβλητών, και την ένταση της σχέσης αυτής

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Η «κατεύθυνση» της σχέσης Όταν ο συντελεστής συσχέτισης είναι (0), τότε δεν υπάρχει καμία συσχέτιση ανάμεσα στις δύο μεταβλητές Όταν ο συντελεστής συσχέτισης είναι μεγαλύτερος από το μηδέν, τότε υπάρχει «θετική συσχέτιση» μεταξύ των μεταβλητών Όταν ο συντελεστής συσχέτισης είναι μικρότερος από το μηδέν, τότε υπάρχει «αρνητική συσχέτιση» μεταξύ των μεταβλητών

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Τι σημαίνει όμως «θετική συσχέτιση»;;; Όταν λέμε ότι δύο μεταβλητές έχουν «θετική συσχέτιση» εννοούμε ότι - μεταβάλλονται προς την ίδια κατεύθυνση Όταν αυξάνει η μία, αυξάνει και η άλλη Όταν μειώνεται η μία, μειώνεται και η άλλη Ένα παράδειγμα μεταβλητών με θετική συσχέτιση θα μπορούσε να είναι - ο χρόνος μελέτης, και - η επίδοση στις εξετάσεις Όσο μεγαλύτερος είναι ο χρόνος που δίνει κάποιος στη μελέτη του, τόσο μεγαλύτερη είναι και η επίδοσή του στις εξετάσεις Ο συντελεστής συσχέτισης θα μπορούσε να είναι π.χ. + 0.4 (θετικό πρόσημο - θετική συσχέτιση)

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Τι σημαίνει «αρνητική συσχέτιση»;;; Όταν λέμε ότι δύο μεταβλητές έχουν «αρνητική συσχέτιση» εννοούμε ότι μεταβάλλονται προς την αντίθετη κατεύθυνση Δηλ. όταν αυξάνει η μία, η άλλη μειώνεται Ένα παράδειγμα μεταβλητών με αρνητική συσχέτιση θα μπορούσε να είναι - η ημερήσια κατανάλωσης χοληστερόλης - με το προσδόκιμο ζωής Όσο υψηλότερη είναι ημερήσια κατανάλωση χοληστερόλης, τόσο χαμηλότερο είναι το προσδόκιμο ζωή Ο συντελεστής συσχέτισης θα μπορούσε να είναι π.χ. - 0.4 (αρνητικό πρόσημο - αρνητική συσχέτιση)

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Τι άλλο είναι σημαντικό για τη συσχέτιση εκτός από την κατεύθυνσή της;;; Η «ένταση» της συσχέτισης, δηλ. το πόσο ισχυρή είναι Γιατί είναι σημαντική η ένταση;;; Επειδή οι ερευνητές θέλουν να κάνουν προβλέψεις για την εξαρτημένη μεταβλητή μέσα από τη συσχέτισή της με την ανεξάρτητη μεταβλητή, και οι προβλέψεις τους είναι λιγότερο επισφαλείς όταν η συσχέτιση είναι περισσότερο ισχυρή Πότε μπορούν κάνουν σχετικά ασφαλείς προβλέψεις για την επίδοση με βάση τη (θετική) συσχέτιση «χρόνου μελέτης-επίδοσης»;;; Πότε μπορούν κάνουν σχετικά ασφαλείς προβλέψεις για το προσδόκιμο ζωής με βάση την (αρνητική) συσχέτιση «κατανάλωσης χοληστερόλης-προσδόκιμου»;;; Όταν η αντίστοιχη συσχέτιση είναι αρκετά ισχυρή

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Και πότε ένας συντελεστής συσχέτισης υποδηλώνει μία ισχυρή συσχέτιση; Όσο περισσότερο απέχει από το μηδέν (είτε θετικά, είτε αρνητικά) ένας συντελεστής συσχέτισης, τόσο πιο ισχυρή είναι η συσχέτιση που περιγράφει Ενώ λοιπόν το πρόσημο του συντελεστή συσχέτισης, μας δίνει την κατεύθυνση της συσχέτισης, η απόλυτη τιμή του ( αριθμός χωρίς πρόσημο) μας δίνει την ένταση της συσχέτισης Με άλλα λόγια, το πρόσημο το λαμβάνουμε υπόψη μας μόνο όταν θέλουμε να δούμε την κατεύθυνση της σχέσης και όχι όταν θέλουμε να δούμε την έντασή της Ποιος συντελεστής υποδηλώνει ισχυρότερη συσχέτιση;;; (-0.9) ή (+0.7) ;;;; (-0.2) ή (-0.5);;;;

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Η «έρευνα συσχέτισης» όπως άλλωστε και η «αιτιακή-συγκριτική έρευνα», - ΔΕΝ μπορεί να υποστηρίξει καλά ισχυρισμούς για αιτιακές σχέσεις Γιατί;;; Επειδή ως «μη πειραματική έρευνα» που είναι δεν χαρακτηρίζεται από συστηματική επίδραση του ερευνητή στην ανεξάρτητη μεταβλητή

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Ας το δούμε και με ένα παράδειγμα Έστω ότι ένας ερευνητής μελετά τη σχέση «αυτοεκτίμηση - επίδοση στις εξετάσεις» Υποθέτει λοιπόν ότι φοιτητές με υψηλότερη αυτοεκτίμηση, τείνουν να έχουν υψηλότερη επίδοση στις εξετάσεις Αναλύει τα δεδομένα του και βρίσκει ένα συντελεστή συσχέτισης (+0.5) Τι συμπέρασμα μπορεί να βγάλει;;; Μπορεί να πει ότι αιτία της καλύτερης επίδοσης είναι η υψηλή αυτοεκτίμηση;;; Θα μπορούσε μήπως να το πει αν ο συντελεστής συσχέτισης ήταν ίσος με 1;;;;

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Ο ερευνητής μπορεί απλά να υποστηρίξει την υπόθεσή του για θετική συσχέτιση των δύο μεταβλητών Αυτό που μπορεί δηλαδή να πει είναι ότι η αυτοεκτίμηση και η επίδοση στις εξετάσεις έχουν μία σχέση Είναι όμως η σχέση αυτή αιτιακή;;; Αυτό δεν μπορεί να το υποστηρίξει ΔΕΝ θα μπορούσε να υποστηρίξει κάτι τέτοιο ακόμη και αν ο συντελεστής συσχέτισης ήταν ίσος με (1), δηλ. ακόμη και αν υποδήλωνε δηλαδή τη μέγιστη δυνατή συσχέτιση Γιατί;;;

Ποσοτικό ΕΠ > μη πειραματική έρευνα: συσχετιστικοί σχεδιασμοί > έρευνα συσχέτισης Επειδή εκτός από την αυτοεκτίμηση υπάρχουν και πολλοί άλλοι παράγοντες που πιθανώς συμβάλλουν στην καλύτερη επίδοση και η μη πειραματική έρευνα έχει λιγότερο ισχυρούς τρόπους από την πειραματική για τον έλεγχό τους ο ερευνητής δεν «πειράζει» ο ίδιος την ανεξάρτητη μεταβλητή (εδώ «αυτοεκτίμηση») ενώ μπορεί ακόμη και ο προσδιορισμός της χρονικής σειράς μεταξύ ανεξάρτητης και εξαρτημένης να είναι προβληματικός - η αυτοεκτίμηση ανεβάζει την επίδοση ή η επίδοση την αυτοεκτίμηση;

Ας σκεφτούμε Είναι λοιπόν, σαφές ότι οι ερευνητές που κάνουν μη πειραματική έρευνα ενδιαφέρονται για απλές σχέσεις ανάμεσα στις μεταβλητές τους, όχι για σχέσεις αιτιακές Μήπως όμως για να μπορέσουν να ισχυριστούν ακόμη και μία απλή σχέση, οι μη πειραματικοί ερευνητές πρέπει να έχουν τα μάτια τους ανοιχτά για «εξωτερικές μεταβλητές»;;;; Και αν ναι, τότε. με ποιους τρόπους μπορούν να ελέγχουν την πιθανή επίδραση των εξωτερικών μεταβλητών στην (απλή και ΌΧΙ αιτιακή) σχέση που μελετούν με στόχο να αποκλείσουν την επίδραση αυτή;;;;

Φ ύ λ λ ο ε ρ γ α σ ί α ς «Ε ξ ω τ ε ρ ι κ έ ς μ ε τ α β λ η τ έ ς & μη πειραματική έρευνα»

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Ας δούμε τι έγινε με την «αιτιακή-συγκριτική έρευνα» του «φύλλου εργασίας» σας Εσείς θέλετε να προσδιορίσετε τη σχέση ανάμεσα στο φύλο των μαθητών και την επίδοσή τους στις εξετάσεις Η ανεξάρτητη μεταβλητή είναι το «φύλο» (με τιμές αγόρι/κορίτσι) Η εξαρτημένη μεταβλητή είναι η «επίδοση στις εξετάσεις» (με τιμές 0-100%)

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Συγκρίνετε λοιπόν τη μέση επίδοση των κοριτσιών με τη μέση επίδοση των αγοριών Βρίσκετε ότι (ή εναλλακτικά υπολογίζετε τον κατάλληλο συντελεστή συσχέτισης) τα κορίτσια έχουν πολύ καλύτερη επίδοση από τα αγόρια και ότι η διαφορά στην επίδοσή τους δεν είναι τυχαία αλλά στατιστικά σημαντική Και συμπεραίνετε ότι η επίδοση στις εξετάσεις έχει σχέση με το φύλο Μήπως όμως το συμπέρασμά σας θα μπορούσε να είναι ισχυρότερο, εάν προσπαθούσατε να λάβετε υπόψη σας και άλλες μεταβλητές οι οποίες ενδεχομένως σχετίζονται με την εξαρτημένη μεταβλητή (την επίδοση) με τρόπο αντίστοιχο με αυτόν που ενδεχομένως σχετίζεται η ανεξάρτητη (το φύλο);;;

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Για παράδειγμα, μεταβλητές όπως - χρόνος μελέτης;;; - ενδιαφέρον;;; -. αυτοεκτίμηση;;; -. βοήθεια από γονείς;;; - πίεση από γονείς;;; Τι θα μπορούσατε να κάνετε για να ελέγξετε π.χ. το χρόνο μελέτης ως εξωτερική μεταβλητή;;;

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Να χρησιμοποιήσετε τη μεταβλητή «χρόνος μελέτης» ως «μεταβλητή αντιστοίχισης» - δηλ. να έχετε στο δείγμα σας στην ίδια αναλογία - κορίτσια που μελετούν λίγο, μέτρια, πολύ & 1 - αγόρια που μελετούν λίγο, μέτρια, πολύ Να μετατρέψετε τη μεταβλητή «χρόνος μελέτης» σε «σταθερά» - δηλ. να έχετε στο δείγμα σας παιδιά που μελετούν όλα τον ίδιο χρόνο 2 - π.χ. να έχετε μόνο παιδιά με χρόνο μελέτης μέτριο Να χρησιμοποιήσετε στατιστικούς ελέγχους - π.χ. να κάνετε ένα ειδικό στατιστικό τεστ για να δείτε 3 εάν η σχέση «φύλο-επίδοση» διαφοροποιείται ή παραμένει για μικρό / για μέτριο / για μεγάλο χρόνο μελέτης

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Ένα 2ο παράδειγμα «αιτιακής-συγκριτικής έρευνας» θα μπορούσε να είναι η μελέτη της σχέσης που μπορεί να έχει - η «αποτυχία προβιβασμού» (ανεξάρτητη μεταβλητή με τιμές: «ναι» / «όχι») - με την «αυτοεκτίμηση» του παιδιού (εξαρτημένη μεταβλητή με τιμές: 0-100%) Ο ερευνητής θα μπορούσε να υποθέσει ότι υπάρχει σχέση μεταξύ των δύο Δηλ. ότι η αποτυχία προβιβασμού επιδρά στην αυτοεκτίμηση του παιδιού Και πιο συγκεκριμένα, να προβλέψει ότι - η μέση αυτοεκτίμηση των μαθητών που έμειναν στην ίδια τάξη είναι χαμηλότερη από εκείνη των μαθητών που προβιβάστηκαν Για να ελέγξει την υπόθεσή του, - θα έπρεπε να συγκρίνει την πρόβλεψή του με πραγματικά στοιχεία Δηλ. θα έπρεπε να πάει σε ( πολλά) σχολεία και να συλλέξει δεδομένα αρκετά για να πραγματοποιήσει την «αιτιακή-συγκριτική του έρευνα»

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Τι θα μπορούσε να κάνει για να ισχυροποιήσει τον ισχυρισμό του για τη σχέση;; Δηλ. για να είναι πιο σίγουρος ότι πρόκειται για - σχέση «αποτυχίας προβιβασμού - αυτοεκτίμησης», και - όχι για σχέση «άλλων μεταβλητών - αυτοεκτίμησης»;;; Μήπως θα έπρεπε να ελέγξει μία ενδεχομένως σημαντική εξωτερική μεταβλητή;; π.χ. «στάση γονιών απέναντι στο γεγονός της αποτυχίας προβιβασμού του παιδιού»;;; Πώς θα μπορούσε να το κάνει;;; Να τη χρησιμοποιήσει ως μεταβλητή αντιστοίχισης Να τη μετατρέψει σε σταθερά Να χρησιμοποιήσει στατιστική

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Τέλος Στο σημερινό «φύλλο εργασίας» ασχοληθήκαμε με τον έλεγχο εξωτερικών μεταβλητών όχι μόνο στην «αιτιακή-συγκριτική» έρευνα, αλλά και στην «έρευνα συσχέτισης» και η «έρευνα συσχέτισης» έχει αντίστοιχους τρόπους ελέγχου των εξωτερικών μεταβλητών με την «αιτιακή-συγκριτική»

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Ας δούμε τον πρώτο από αυτούς, δηλ. τη χρήση της εξωτερικής μεταβλητής ως μεταβλητή αντιστοίχισης Έστω ότι μελετάτε τη σχέση ανάμεσα στο επίπεδο των κινήτρων των παιδιών (ανεξάρτητη μεταβλητή με τιμές 1-10) και στην επίδοσή τους στα μαθηματικά (εξαρτημένη μεταβλητή με τιμές 0%-100%) Υποψιάζεστε όμως ότι η γενικότερη επίδοση των παιδιών όπως αυτή προκύπτει από το απολυτήριο της προηγούμενης χρονιάς μπορεί να έχει και αυτή σχέση με την εξαρτημένη μεταβλητή σας, δηλ. να λειτουργεί ως εξωτερική μεταβλητή

Ποσοτικό ΕΠ > μη πειραματική έρευνα: έλεγχος εξωτερικών μεταβλητών Τι μπορείτε να κάνετε για να την ελέγξετε, έτσι ώστε αν τελικά βρείτε σχέση ανάμεσα στην ανεξάρτητη και την εξαρτημένη μεταβλητή σας, να ξέρετε ότι αυτή η σχέση δεν είναι «θολή» λόγω της εξωτερικής μεταβλητής; Μπορείτε να κάνετε «αντιστοίχιση» «μέσα» στην ανεξάρτητη μεταβλητή σας Αυτό σημαίνει ότι για κάθε τιμή της ανεξάρτητης μεταβλητής δηλ. για {«επίπεδο κινήτρων» = 1}... έως και για. {«επίπεδο κινήτρων»=10} θα πρέπει να έχετε παιδιά με γενική επίδοση καλή, μέτρια, κακή Με αυτόν τον τρόπο, στην όποια σχέση βρείτε ανάμεσα στην ανεξάρτητη και την εξαρτημένη μεταβλητή σας, δεν θα έχετε «παρεμβολές» από τη μεταβλητή που θεωρήσατε ως εξωτερική Τι άλλο μπορείτε να κάνετε; Να χρησιμοποιήσετε τους άλλους δύο τρόπους ελέγχου που χρησιμοποιήσατε και στο 1ο μέρος του φύλλου, δηλαδή, να κάνετε την εξωτερική μεταβλητή σταθερά ή να την ελέγξετε στατιστικά