تحلیل چندسطحی؛ راهکاری برای خطاهای حاصل از تجمیع داده ها: استفاده از داده های سطح دانش آموز و معلم تیمز 2011 (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
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 6029 دانش آموز پایه هشتم شرکت کننده در آزمون تیمز (2816 دختر و 3213 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.Multiple Analyses as an Alternative Method to Avoid Ecological Problem, Using Students and Teacher Data of Timss 2011
Ecological problem in the analysis of aggregate data is a serious methodological issue in most studies. In the present paper, the problems of Aggregate analysis and disaggregate analysis has been analyzed, and multilevel modeling procedures, specifically Hierarchical Linear Modeling (HLM) as an alternative method is introduced. This research is correlational and has analyzed the relationships of variables among 6029 eighth-grade students (2816 girls and 3213 boys) who had participated in TIMSS 2011 and completed the TIMSS questionnaire. The results showed that there is a significant relationship between Homework time and Homework opportunity with mathematics achievement at students-level; however, it was not significant at teachers-level. The utility of multiple analyses at nested data set were also confirmed.
تبلیغات
