3.9 Евалуација
Прво, треба да се земат предвид општите извори на грешки пред да се дискутираат статистичките можности на проценката.
3.9.1 Извори на грешки при евалуацијата
Во анкетите, изворите на грешки (искривени одговори) може да произлезат од грешки во инструментот или од неточни одговори од учесникот. Грешките во инструментот може да се минимизираат со научно здрава структура. Прво, сепак, треба да се опишат ефектите што можат да се појават при евалуацијата и не се директно поврзани со инструментот или со испитаникот, туку повеќе со самата „природа на материјата“.
Тоа е избор на ефекти што треба да се земат предвид при спроведувањето и, пред сè, при евалуацијата.
Статистичка смртност
Некој зборува за статистичка смртност кога веќе не е можно да се интервјуираат сите кои првично биле погодени од мерката (на пр. Курс, семинар). Оценувањето се спроведува на курсот за деловна администрација во Тибинген, во кој овој ефект е примерно илустриран. Изненадувачки, оценките на семинарите честопати резултираат со многу добри до добри оценки, неочекувано.
Ако подетално го разгледате процесот, се појавуваат два проблеми. Прво, истражувањето ќе се одржи некаде на крајот на семестарот за време на предавањето. Студентите на кои семинарот им беше толку лош што повеќе не доаѓаат, неизбежно не се вклучени во оценувањето со своето мислење. Значи, се откажувате од истрагата.
Социјална посакуваност
Вториот проблем на евалуацијата опишана погоре се заснова на социјалната посакуваност, во овој случај комбинирана со негативни санкции. Анкетата се одвива непосредно пред испитите. Ако евалуацијата се покаже лошо, треба да се стравуваме дека оценките на испитите ќе бидат слични. Социјалното посакување значи дека „однесување на одговор ориентирано кон очекувањата на испитувачот“ (Сасенберг/Кројц 1999, стр.61).
созревање
Учесникот созрева за време на мерката, но не мора преку мерката. Ова значи дека промената може да се утврди за време на испитувањето пред и по, но се појавува проблем со припишување: Дали учесникот има корист од мерката или од други настани, на пр., Од разговори надвор, читајќи весник?
Тенденција на согласност (стекнување)
Ова значи согласност на прашања без повикување на содржината. Ова може да се забележи кај луѓе кои потврдно одговараат на следното прашање: „Држењето огнено оружје треба да биде загарантирано во Германија во Основниот закон.“ Сепак, тие исто така се согласуваат на спротивното: „Држењето огнено оружје треба да биде забрането во Германија со Основниот закон“. Со овој феномен постои образложувачки образец за кој особено луѓето со ниска сила на егото имаат тенденција да се согласуваат.
Ефекти на приматот и рецентноста
Ефектот на примат е сличен на гореспоменатата тенденција за договор, со таа разлика што не постои принципиелен договор, туку е избрана првата опција за одговор што задоволува учесник.
Ефект на примарност може да се претпостави ако постои тенденција кон еден од првите одговори во списокот. Ефектот на примарност се јавува релативно често со визуелно достапни списоци со одговори (сп. МекКлендон во Вогт 1999, стр.134). Овој феномен теоретски може да се објасни со применет принцип на задоволување, односно испитаникот го избира првиот одговор што го „задоволува“, при што алтернативите за понатамошни одговори се игнорираат. Недостаток на знаење или незаинтересираност за предметот на прашањето исто така може да биде одлучувачки (сп. Вогт 1999, стр.135).
Спротивно на ова, постои ефект на рецентност, во кој тенденциите за одговор имаат тенденција кон една од последните позиции во списокот. Ова се случува v. а во усни интервјуа кога испитаникот веќе ги заборавил првите опции и со тоа прави избор од последните слушнати точки.
Хало ефект
Ако некое прашање е во контекст на претходните прашања, тоа може да биде под влијание на претходните прашања или одговори. Испитаникот потоа ги користи претходните прашања и одговори како водич. Овој проблем се нарекува ефект на хало или зрачење. Таквите ефекти главно се јавуваат кога прашањата се занимаваат со ист предмет или предмет на некој начин. Сепак, тие „можат да се докажат само во изолирани случаи. Конзистентни резултати за одредени ефекти на секвенца очигледно не се достапни “(Вогт 1999, стр.131; сп. Шнел и сор. 1999, стр.320). Како и да е, треба да се обрне внимание на сите можни ефекти на емитување поврзани со содржината.
Грешка во централната тенденција или блага цврстина
Во случај на централна тенденција, испитаникот избегнува екстремни манифестации. Испитаниците имаат тенденција кон средина. Сличен феномен, кој има тенденција да биде исклучително позитивен, го опишува Герл: „Проблем (.) Често се појавува дека учесниците обично имаат многу поволни проценки и проценки на нивниот курс и/или нивниот инструктор по курс. Поединечните ставки понекогаш покажуваат исклучително искривена дистрибуција. "(Герл 1983, стр. 46)
Овој проблем се совпаѓа со искуството на мојата работа на курсот. При евалуацијата, 85 до 100% од учесниците гласаат за „многу добро“. Герл именува две можни причини за ваквото однесување: Од една страна, учеството на курсот, за разлика од нормалните услови за живот, всушност доведува до големо задоволство, релативно независно од дидактичкиот квалитет. Курсот може да се сфати како одмор од секојдневниот живот.
Од друга страна, постои многу валидно второ образложение: Учесниците не смеат да бидат навикнати да поднесуваат диференцирана критика кон инструктор по курс, кој во овој момент е раководен персонал. Друг комплицирачки фактор за лошо оценување е дека водачот на курсот е обично пријателски расположен и му се дава добра проценка од „симпатија“ (или од сожалување). На овој начин, може да се направат многу добри проценки за сите одговори, без оглед на прашањето.
Герл предлага компјутерско сумирање на преостанатите, посиромашни категории и нивно споредување со резултатите од многу добрата проценка (Герл 1983, стр. 46).
Резимето служи за давање преглед и може, под одредени околности, да ги релативизира премногу позитивните прегледи.
3.9.2 Статистички процедури
За разлика од човечката интелигенција, компјутерската интелигенција може да погреши со далеку поголем степен на точност. (Авторот не е познат)
Статистиката е нумерички параметри, техники за проценка и најразновидните графички претстави кои овозможуваат значајно снимање и анализа на податоците за набудување.
Математичко оценување според описни постапки
За прв пат, големините и карактеристиките на локацијата и мерките за расејување даваат впечаток на очекуваните резултати. Друга многу важна цел е „да се создаде одредена чувствителност од страна на истражувачот за достапните податоци“ (Maier et al. 2000, p.35). Ова спречува грешки што можат да се провлечат релативно брзо за време на променливата трансформација. Во секојдневниот живот, овој процес се одвива интуитивно, како кога ја водите сметката за ресторанот. Така помага “на пр. при препознавање на неверојатни дистрибуции, авантуристички средни вредности или невообичаено голем број или помалку валидни вредности “(Maier ibid.).
Описни постапки
Познавањето на описните процедури е важно, бидејќи овие вредности може да се пресметаат автоматски подоцна кога ќе се користи софтверот, без оглед колку се бесмислени оригиналните вредности или прашања. Вака ќе се пресмета прашањето „Колку е висок процентот на странци во швајцарската гарда во државата Ватикан“.
За основно разбирање, прво е потребно разбирање за нивоата на скалата.
Прво, Номинална скала потребни. Со ова скалирање има само едно „или-или“. Прашањата се расчленети, на пример, според полот и намерите за гласање. Одговорите не можат да се нарачаат, затоа немаат ранг. Обично нема средни фази.
Во Редна скала За разлика од номиналната скала, податоците можат да се стават во одреден редослед доколку одредени карактеристики се формално „повредни“ од другите. Ако завршиш училиште, на пример, Abitur смета повеќе од Realschule, што пак е подобро од Hauptschule. Може само да се каже дека нешто е подобро, а не колку е подобро.
Во Интервални скали Покрај својствата на номиналните и редните скали, постои и можност за утврдување на разликата. Класичен пример за секое предавање на статистика е температурната разлика - разликата помеѓу 10 и 20 степени е исто толку голема колку и помеѓу 60 и 70 степени.
Во Скала на сооднос Покрај својствата на другите скалирање, се додава трајно дефинираната нулта точка. Ова овозможува да се пресметаат коефициентите. Значи, може да се каже дека лицето А е трипати постаро од Б, кое заработува двојно повеќе.
[Табела 16: Споредба на номинални, редни, интервални и размерни размери според Maier et al. (2000, стр. 36)
Разбирањето на скалите е првиот основен чекор за успешно примена на статистичките методи. Со интегрирање во софтвер, категориите на прашања може да се генерираат автоматски. Во студиите за општествени науки, главно има карактеристики кои одговараат на номиналните и редни скали.
Централните тенденции се исто така важни. Само аритметичката средина (средна, просечна), режимот (модална вредност), медијаната (централната вредност) и квантителите се паметат тука.
Мерките на дисперзија даваат увид во варијабилноста на дистрибуцијата на карактеристиките. Мерките на дисперзија вклучуваат минимум и максимум, опсег, меѓуквартилен опсег, стандардна девијација, варијанса и коефициент на варијанса (релативна дисперзија).
За да не се надмине обемот на работата, треба да се упатуваат на статистички книги за објаснување на тенденциите и мерките на дисперзија, кои обично ги објаснуваат овие термини во првите поглавја (види Maier et al. 2000).
Аналитички процедури
Целта на аналитичкиот метод е да се провери дали заклучоците што можат да се генерализираат можат да се извлечат од добиените податоци или дали постојат врски помеѓу одделни варијабли. Во следното, кратко се наведени три важни методи за анализа на податоци, кои можат да бидат од интерес за проценка и кои автоматски се пресметуваат од опишаните софтверски пакети.
Крст табела (синоними: дводимензионална дистрибуција на фреквенција, табела за непредвидени состојби)
Crosstab ја покажува врската помеѓу две варијабли. Овие се вкрстени, и ова ја покажува дистрибуцијата на фреквенцијата на променливата, што е дефинирано од карактеристиките на втората променлива. Еве едноставен пример: Евалуација може да праша за задоволството на учесникот. Покрај тоа, полот се одредува при евалуацијата. Овие две варијабли се вкрстени и може да се даде изјава за задоволството на учесниците во зависност од полот.
Изјавите може да се проверат за значење со помош на тестот chi 2, кој обично се користи за вкрстени маси. Доколку има статистичко значење, мерката за асоцијација е интересна. Степенот на асоцијација го изразува степенот на воспоставената врска. Треба да биде доволно во овој момент за да може да се процени софтверот. Понатаму и, пред сè, прецизни процедури на процеси се дадени во Maier et al. (2000, стр. 46 на.).
Анализа на корелација
Во анализата на корелацијата, статистичката врска помеѓу две метрички скалирани променливи треба да се квантифицира, под услов да постои врска. Претставата во дијаграмите се одвива преку облачен поен. Ако точките се дифузно расфрлани, нема никаква корелација (коефициент на корелација на Пирсон r = 0). Ако точките се близу и скоро на замислена линија, тогаш коефициентот на корелација се стреми кон r = 1 (сп. Maier et al. 2000, p.62 ff.).
Анализа на фактори
Анализата на факторите често се користи кога податоците се достапни со непозната структура, т.е. кога не е познато како индивидуалните променливи теоретски би можеле да бидат поврзани едни со други. Еве еден живописен пример: Прашалник за купување автомобил прашува за професијата и важноста да се поседува автомобил. Овие податоци се проценуваат со факторска анализа. Следниот дијаграм ги покажува јаките страни на анализата на факторите и претставата во форма на факторска мапа.
[Слика 15: Пример за проценка на важноста на сопственоста на автомобилот, прикажан на факторска мапа
Анализата на факторите оди дури подалеку отколку во примерот и нуди неверојатни можности за знаење.
Повторно, Маер и сор. (2000, стр. 116 наваму.) За повеќе информации.
Конечен одраз на статистиката
Статистичките процеси можат да дадат остроумен резултат. Основното барање е и останува основно разбирање на статистичките процеси дури и кога се користат компјутерски базирани истражувања. Следното четврто поглавје покажува колку е поддржана употребата на описни и аналитички методи со софтверски решенија.