An introduction to educational research methods. Введение в образовательные исследовательские методы Білім беру-зерттеу әдістеріне кіріспе
жүктеу/скачать 32,4 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Диаграммы разброса (графики рассеяния)
- Rates of feedback per min statements per min Feedback type
- Figure 6.6
- Рисунок 6.8
- Работа преимущественно со словесным материалом
- Представление взаимодействий
- Название категории Сокращение Содержание: Высказывания опрашиваемого о
- Рисунок 6.10
- Рисунок 6.11
- Проблемы представления
- Концептуальные карты и карты социальных взаимосвязей
- Рисунок 6.12
- GROUP-BASED BULLYING IS NOT AS BAD
- Дополнительная литература
Study SWB Figure 8.7 Ivens’s box plot 09-Wilson-Ch-08.indd 132 8/31/2012 5:41:10 PM Handling Data 300
Круговые диаграммы Круговая диаграмма позволяет свести ряд категориальных данных. Это круг, разделенный на сегменты. Каждый сегмент представляет определенную категорию. Площадь каждого сегмента пропорциональна количеству случаев в этой категории. Например, O’Brien (2007) объединяет процентные показатели типов имен, которые ученики оценили как более-менее строгие (рисунок 6.7). Диаграммы разброса (графики рассеяния) Диаграмма разброса – это полезный обзор двух переменных, обычно составленный до разработки коэффициента линейной корреляции или аппроксимации линии регрессии. Диаграммы разброса создают хорошее визуальное представление взаимосвязи между двумя переменными и помогают интерпретировать коэффициент корреляции или модель регрессии.
Каждый элемент соответствует одной точке на диаграмме разброса, на которой точки откладываются, но не соединяются. Полученный пример (паттерн) обозначает тип и силу отношения между двумя переменными. Автор Hayes et al. (2007) использовал диаграмму разброса, чтобы показать количество положительных и отрицательных комментариев, отложенных в зависимости от поведения за столом (рисунок 6.8). Handling data 133 category. The Y-axis could represent any measurement unit: relative frequency, raw count, per cent, or whatever else is appropriate for the situation. For example, the bar chart in Figure 8.8 plots the number of positive and negative feedback statements before and after the reported intervention.
A pie chart is a way of summarizing a set of categorical data. It is a circle which is divided into segments. Each segment represents a particular category. The area of each segment is proportional to the number of cases in that category. For example, O’Brien (2007) summarizes the percentages of types of names evaluated by students as more or less severe (Figure 8.9). Scatter plots A scatter plot is a useful summary of a set of two variables, usually drawn before working out a linear correlation coefficient or fitting a regression line (see Chapter 11). Scatter plots provide a good visual picture of the relationship between the two variables, and aids the interpretation of the correlation coefficient or regression model. Each unit contributes one point to the scatter plot, on which points are plotted but not joined. The resulting pattern indicates the type and strength of the Negative
Positive Rates of feedback per min statements per min Feedback type Focus method 2004 Focus method 2005 Satruaon and Hantop 2000
1.20
1.00 0.00
0.60 0.40
0.20 0.00
Figure 8.8 Hayes et al. (2007) bar graph 09-Wilson-Ch-08.indd 133 8/31/2012 5:41:10 PM
Hayes et al. (2007) bar graph Handling Data 301
Рисунок 6.7 Круговая диаграмма в работе O’Brien (2007) Рисунок 6.8 Диаграмма разброса Hayes et al. (2007)
Круговая диаграмма позволяет свести ряд категориальных данных. Это круг, разделенный на сегменты. Каждый сегмент представляет определенную категорию. Площадь каждого сегмента пропорциональна количеству случаев в этой категории. Например, O’Brien (2007) объединяет процентные показатели типов имен, которые ученики оценили как более-менее строгие (рисунок 6.9).
Диаграмма разброса – это полезный обзор двух переменных, обычно составленный до разработки коэффициента линейной корреляции или аппроксимации линии регрессии. Диаграммы разброса создают хорошее визуальное представление взаимосвязи между двумя переменными и помогают интерпретировать коэффициент корреляции или модель регрессии. Каждый элемент соответствует одной точке на диаграмме разброса, на которой точки откладываются, но не соединяются. Полученный пример (паттерн) обозначает тип и силу отношения между двумя переменными. Автор Hayes et al. (2007) использовал диаграмму разброса, чтобы показать количество положительных и отрицательных комментариев, отложенных в зависимости от поведения за столом (рисунок 6.10).
(зеленые имена) 858 МЕНЕЕ ОБИДНЫЕ (N = 96) (желтые имена) Раса
29% Раса
4% Пол
36% Пол
42% Семья
5% Личные
24% Семья
1% Семья
59%
Больше
положительных, чем отрицательных отзывов Больше
отрицательных, чем положительных отзывов Обратная информация (отрицательная-положительная) и % выполнения задачи Handling Data 302
Работа преимущественно со словесным материалом Если ваши данные выражены преимущественно в словесной форме, то перед началом работы вам необходимо прочесть о том, как анализировать качественные данные. В следующем разделе вы ознакомитесь с идеями презентации качественных данных.
Наилучший способ перехода от исходных качественных данных, таких как расшифровки интервью или записи в журнале, к осмысленному пониманию – через погружение в данные. Другими словами, вам следует попытаться искать темы, проходящие через данные, а затем интерпретировать влияние этих тем на ваш исследовательский проект. Эти темы могут быть выявлены или открыты. Используйте постоянные методы сравнения при анализе данных. Затем прочтите бокс 6.1, как (Nardi and Steward (2003)) проанализировали свои расшифровки интервью и разработали заголовки и коды, которые они использовали при втором прочтении текста (рисунок 6.9). Задание 6.2 Постоянный метод сравнения: пошаговая инструкция 1 Прочтите свои конспекты, дневники, расшифровки интервью (записи), конспекты наблюдений и пр. и выделите те части, которые вы считаете важными. Используйте разные цвета для разных типов «важных» идей. Таким образом, вы интерпретируете текст для выявления тех паттернов или тем, которые лежат в основе того, что говорят люди. Это называется кодированием. 2 Их называют временными конструктами. Составьте их список. 3 Затем снова прочтите свои данные, сравнивая их с вашим списком временных конструктов (здесь требуется постоянное сравнение). 4 Затем составьте список, внеся временные конструкты в левый столбец, а в правом столбце указывая номера страниц, на которых этот конструкт упоминается в ваших данных. В процессе составления в списке можно делать примечания и наблюдения. 5 Удалите любые временные конструкты, которые не оправдывают своего включения в список. 6 После второго прочтения составьте список конструктов второго порядка, которые, как вам кажется, поясняют ваши данные. Эти идеи должны помочь вам вывести важные темы в ваших данных. 7 (взято из работы Thomas, (2010)
Handling Data 303
Бокс 6.1 Индуктивный анализ Анализ данных интервью Сразу после каждого интервью составлялся протокол интервью – сжатый обзор интервью, в котором воспроизводились заявления участников из аудиозаписи, не дословно, но настолько достоверно и кратко, насколько это возможно. Интервью также были расшифрованы, содержимое аудиозаписей оцифровано и скопировано на компакт-диски. В соответствии с идеей поиска, основанной на данных теории, предложенной в работе Glaser and Strauss (1967), но с учетом основополагающих теоретических перспектив, указанных, например, в работе Hammersley (1990), первый уровень кодирования выполнен по семи широким категориям, указанным в таблице I. Второй уровень кодирования аннотированных протоколов интервью привел к созданию системы кодирования (постепенно обогащающейся, в конце концов, «насыщенной» версии предварительной системы, состоящей из 36 T, 29 P, 40 C, 30 M, 14 S, 5 Sc, 2 METH категорий, в целом 156). Многочисленные примеры этих категорий приведены в последующем разделе данной статьи. Частотность каждой категории в новых 27 кодированных протоколах интервью были занесены в массивную таблицу опрашиваемых и категорий. Частотность каждой категории указана в последней строке таблицы. Изучая таблицу по горизонтали, мы смогли выявить коды, в которых каждый опрашиваемый набрал самый высокий балл, и тем самым создать впечатление об его основных вопросах. Изучая таблицу по вертикали, мы смогли выявить коды с наибольшей частотностью среди всех опрошенных. Впоследствии каждой категории была присвоена упорядоченная пара (x, y): х обозначает, сколько раз отдельная категория выявлена в кодированных протоколах интервью, а у - количество учеников, относящихся к этой категории. Дальнейшее исследование, основанное на проверке значимости относительно частоты, акцента исследователя и сторонней теории, привело к выбору осевых категорий, вокруг которых мы объединили все категории в системе кодирования, которые имели косвенное отношение (охватывали часть одного основания, подчеркивали другой угол одной проблемы и пр.). В результате такого объединения возникли пять основных характеристик скрытого недовольства. Далее мы представим каждую характеристику, используя соответствующую группу категорий, и приведем обоснование в виде выдержек из интервью. Информация также подкреплена ссылками на сделанные в аудитории наблюдения, профили учеников и соответствующую литературу. Nardi and Steward (2003: 348–9)
Handling Data 304
Рисунок 6.9 Схема кодирования Nardi and Steward’s (2003) Maloney and Plaut имели готовую теорию, и их подход заключался в дедуктивном поиске данных в подтверждение этой теории. Например, Maloney (2007) проанализировал видеозаписи учеников на уроках с помощью ряда кодов, взятых из предыдущей работы, выполненной с командами (рисунок 6.12).
Plaut (2006) построила концептуальную модель замешательства (рисунок 6.13), которую она использовала для анализа смоделированных интервью с учителями, стимулированных на активизацию памяти. Представление взаимодействий Если вы использовали фокус группы, то вам нужно будет решить, расшифровывать ли групповые обсуждения полностью, или же использовать в анализе сокращенные расшифровки. Польза расшифровок в том, что они содержат не только запись обсуждения, но также обеспечивают более близкое понимание содержания разговора, хода обсуждения и динамики группы. Вы также можете проанализировать языковые элементы, такие как жесты, смех, возгласы недоверия, взгляд и пр. Автор O’Brien (2007) представляет динамический характер диалога, который произошел во время опроса фокус группы, на рисунке 6.14.
Название категории Сокращение Содержание: Высказывания опрашиваемого о: Концептуальная трудность C Трудности различных математических разделов и способы их преодоления Математика M Характер и значение математики Показатели P Способности и показатели по математике у себя и других Обучение T Обучение математике, включая роль мероприятий, стиля обучения и личности учителя Общество S Роль сверстников, родителей и других в изучении математики Школа Sc
Школьное обучение в целом Методология METH Влияние присутствия исследователя в аудитории Рисунок 6.11 Схема кодирования Nardi and Steward’s (2003)
Maloney and Plaut имели готовую теорию, и их подход заключался в дедуктивном поиске данных в подтверждение этой теории. Например, Maloney (2007) проанализировал видеозаписи учеников на уроках с помощью ряда кодов, взятых из предыдущей работы, выполненной с командами (рисунок 6.12). Plaut (2006) построила концептуальную модель замешательства (рисунок 6.13), которую она использовала для анализа смоделированных интервью с учителями, стимулированных на активизацию памяти.
Если вы использовали фокус группы, то вам нужно будет решить, расшифровывать ли групповые обсуждения полностью, или же использовать в анализе сокращенные расшифровки. Польза расшифровок в том, что они содержат не только запись обсуждения, но также обеспечивают более близкое понимание содержания разговора, хода обсуждения и динамики группы. Вы также можете проанализировать языковые элементы, такие как жесты, смех, возгласы недоверия, взгляд и пр. Автор O’Brien (2007) представляет динамический характер диалога, который произошел во время опроса фокус группы, на рисунке 6.14.
Handling Data 305
Рисунок 6.10 Коды Maloney’s (2007) для анализа видеозаписей уроков
Роль Код Признаки Положительные роли Председатель Ch Задает вопросы и спрашивает мнения других Предлагает, что должна сделать группа Управляющий обсуждением DM
Начинает и/или завершает обсуждение Принимает окончательное решение с/без консультации Направляет группы; предлагает варианты действий Управляющий информацией IM
Проверяет предстоящие задачи и достоверность информации Ссылается на информацию Е1 Подытоживает информацию Инициатор идей PI Предлагает идею, приемлемую или неприемлемую для других Проявляет нетерпение при обсуждении любых идей, кроме собственных Хочет, чтобы решение было принято Авторитетный участник IC
Делает заявления относительно данных Отвечает другим, задавая вопросы или оспаривая идеи Предлагает возможное решение Отрицательные роли Неавторитетный участник NIC
Отвечает на комментарии других согласием или утверждениями Вносит предложения, игнорируемые другими Соглашается с решением, принятым другим участником Неотзывчивый участник NRC Имеет собственные идеи, но высказывает их, только если его спросить Может принять решение, отличное от решения других участников Не пытается убедить других изменить свое мнение Молчаливый участник RP Почти не участвует в обсуждении Может зачитать информацию Е1, но не сделать никаких комментариев Делает мало заявлений Отвлекающий участник (дистрактор)
Di
Говорит о вопросах, не связанных с задачей Рассказывает длинные истории, мало относящиеся к теме обсуждения Демонстрирует глупое поведение
Handling Data 306
Анализ изображений Фотоснимки могут обеспечить быструю (при использовании цифровой камеры) и понятную отправную точку для обсуждения. Они могут послужить иллюстрацией, сопровождающей расшифровки. Можно также напечатать несколько копий, чтобы ученики могли их прокомментировать. Однако помните, что люди не всегда выделяют из фотографий столько же информации или ту же информацию, что и из письменных выдержек разговора.
Фотографии можно интерпретировать двумя способами: во-первых, можно сфокусироваться на содержании любого визуального представления – например, кто изображен на фотографии? Во-вторых, можно посмотреть на того, кто сделал изображение, и кого он запечатлел. Почему была сделана фотография этого конкретного человека, а затем сохранена этим человеком? Рисунок 6.11 Концептуальная модель замешательства Plaut (2006)
Рисунок 6.13 Концептуальная модель замешательства Plaut (2006)
Анализ изображений
Фотоснимки могут обеспечить быструю (при использовании цифровой камеры) и понятную отправную точку для обсуждения. Они могут послужить иллюстрацией, сопровождающей расшифровки. Можно также напечатать несколько копий, чтобы ученики могли их прокомментировать. Однако помните, что люди не всегда выделяют из фотографий столько же информации или ту же информацию, что и из письменных выдержек разговора.
Фотографии можно интерпретировать двумя способами: во-первых, можно сфокусироваться на содержании любого визуального представления – например, кто изображен на фотографии? Во- вторых, можно посмотреть на того, кто сделал изображение, и кого он запечатлел. Почему была сделана фотография этого конкретного человека, а затем сохранена этим человеком?
Реакция на замешательство (боковая грань) Причины замешательства (боковая грань) Типы замешательства (передняя грань) Название замешательства (нижняя грань)
Handling Data 307
Концептуальные карты и карты социальных взаимосвязей Можно выполнить описательный анализ первого уровня концептуальных карт. За ним может следовать анализ узлов, которые можно сгруппировать по их близости к другим элементам, как например типы ролей. Можно также извлечь информацию о связях между словами или темами. Карта и ее первый анализ является действительно полезным основанием для того, чтобы вернуться к людям и поговорить о своем восприятии социальных сетей или концептуальных карт, ценности и силе связей и о том, как вы их используете. Рисунок 6.12 Схема взаимодействия во время интервью в работе OBrien’s (2007) SCHOOL-BASED RESEARCH 140
GROUP-BASED BULLYING IS WORSE INDIVIDUAL-BASED BULLYING IS WORSE iii
ii i
2 3 4 i ii iii Orientation i Orientation ii Orientation iii Commensurable evaluations: 13 dimensions Incommensurable evaluations: 7 dimensions Indistinguishable evaluations: 10 dimensions INDIVIDUAL-BASED BULLYING IS NOT AS BAD
Figure 8.14 OBrien’s (2007) diagram interview interactions Concept and network maps You can carry out a descriptive, first-level analysis of concept maps. This could be fol- lowed by an analysis of nodes which might be grouped according to their proximity to other items, such as types of roles. 09-Wilson-Ch-08.indd 140 8/31/2012 5:41:13 PM Handling Data 308
Основные идеи Представьте свои результаты таким образом, чтобы охватывать основные идеи, чтобы их можно было увидеть с первого взгляда. Применение рисунков, таких как диаграммы, таблицы, графики или карты, могут быть весьма полезным способом показать и подчеркнуть информацию в вашем отчете. Их можно использовать для упорядоченного составления данных или для усиления аргумента, или как полезный инструмент, помогающий вашим читателям воспринять сложную информацию. Изображения, которые подкрепляют ваши объяснения, но не являются их составной частью, можно поместить в приложении, чтобы не нарушать связности своего отчета. Не включайте таблицы и рисунки без указания на них в тексте, убедитесь, что вы описали информацию, представленную на диаграммах, картах, схемах, графиках и в таблицах. Старайтесь создать автономные тексты и изображения, то есть текст должен читаться без рисунков и наоборот, хотя хорошая диаграмма действительно может очень четко передать вашу мысль. Вопросы для рефлексии 1. Спланировали ли вы систематический метод регистрации времени и 2. Проанализировали ли вы свои данные, вместо того чтобы просто описывать их? 3. Использовали ли вы соответствующие условные обозначения, связанные с методологией? 4. Привели ли вы в помощь читателям ряд инструментов наглядного представления, чтобы облегчить понимание ваших идей?
Handling Data 309
Дополнительная литература Altrichter, H., Posch, P. and Somekh, B. (2007) Teachers Investigate their Work: An Introduction to the Methods of Action Research. (2nd edn) London: Routledge. Field, A. (2009) Discovering Statistics Using SPSS (Introducing Statistical Methods series). London: Sage Publications. http://www.statisticshell.com/html/apf.html# (accessed April 2012). Huberman, M.and Miles, M. (1994) Qualitative Data Analysis: An Expanded Sourcebook. (2nd edn) London: Sage Publications. O’Leary, Z. (2010) The Essential Guide to Doing Your Research Project. London: Sage Publications. Handling Data 310
Handling Data 311
МӘЛІМЕТТЕРДІ ӨҢДЕУ ТАРАУ 6
Тарауға шолу Бұл тарау мәліметтерді алдын-ала өңдеу мен ұсыну бойынша ұсынымдарды қамтиды. Тарау мәліметтердің жиналу реті бойынша жүйелі түрде сақтау бойынша тәжірибелік ұсынымдардан басталады. Сонымен бірге сәйкес келетін бейнелеу құрылғыларының мысалдары келтіріліп, сапалы мәліметтерге шолу жасау бойынша әдістер бойынша қосымша нұсқаулықтар берілетін болады, өйткені оқырманға сіздің жазбаша және визуалды мәліметтерді қалай түсіндіргеніңіз түсінікті болуы керек.
|