Így szoktuk elrontani az oktatási felméréseinket a statisztikai elemzéseknél és az azokból levont következtetéseknél
Abstract
Az oktatási felmérések statisztikai elemzése során számos lehetőségünk van arra, hogy hibát kövessünk el és téves következtetéseket vonjunk le – és sokszor élünk is ezekkel a lehetőségekkel. Ez a cikk a leggyakoribb hibákat tárgyalja, amelyeket elkövethetünk, miközben azt gondoljuk, hogy pontos elemzéseket végzünk. Bemutatja a tervezett kísérletek és a megfigyeléses adatok közötti különbségeket, valamint a legkedveltebb statisztikai módszerek – mint a t-próba, ANOVA, korreláció, regresszió és khi-négyzet-próba – alkalmazásánál elkövetett tipikus hibákat. Kiemelt figyelmet fordítunk a statisztikai feltételezések ellenőrzésére, a normalitás vizsgálatára, a függetlenég vizsgálatára, és az adatok megbízhatóságára, mert ahogy mondani szokták: a statisztika nem hazudik, de miért ne segítenénk neki egy kicsit.
References
Bognár L. (2019): Statisztika Online. https://www.statisztika-online.hu/
Cohen, J. (1988): Statistical power analysis for the behavioral sciences (2nd Ed.). New York: Lawrence Erlbaum Associates.
Field, A. (2018): Discovering statistics using IBM SPSS statistics (5th Ed.). London: Sage Publications.
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E.-Tatham, R. L. (2010): Multivariate data analysis (7th Ed.). New York: Pearson.
Howell, D. C. (2013): Statistical methods for psychology (8th Ed.). Wadsworth Cengage Learning.
Kovács E.-Nagy, J. (2015): Statisztikai elemzések az oktatási kutatásokban: Módszertani áttekintés és gyakorlati példák. Bdapest: Akadémiai Kiadó.
Pallant, J. (2020): SPSS survival manual (7th Ed.). McGraw-Hill Education. https://doi.org/10.4324/9781003117407
Tabachnick, B. G.-Fidell, L. S. (2019): Using multivariate statistics (7th Ed.). New York: Pearson.
Zalai E. (2018): Statisztikai módszerek és alkalmazásaik. Budapest: Typotex Kiadó.
