Μεθοδολογία Έρευνας Π.Τ.Ε.Α. 2ο Μάθημα 16/10/2015 Ηλίας Αβραμίδης email: avramidis@uth.gr Tel: 24210 74853
Πειραματική Έρευνα Experimental Έχει ως σκοπό τον έλεγχο όσο το δυνατό περισσότερων παραγόντων (μεταβλητών) και τη διαφοροποίηση μιας μεταβλητής με σκοπό την εξέταση της επίδρασης της πάνω σε μία άλλη μεταβλητή Με αυτόν τον τρόπο ελαττώνονται όλες οι εναλλακτικές εξηγήσεις του φαινομένου Υποβάλλει σε έλεγχο υποθέσεις που αφορούν σχέσεις αιτίας και αιτιατού Πείραμα (Τx) Μέτρηση 1 (Ο1) Μέτρηση 2 (Ο2)
Συγκριτική/Μεταγεγονοτική Έρευνα Comparative/ex post facto Έχει ως σκοπό να διερευνήσει διαφορές μεταξύ ομάδων (π.χ. φύλο, εθνικότητα, ηλικία, καπνιστές, τοποθεσία σχολείου) Δεν υπάρχει δυνατότητα ελέγχου της ανεξάρτητης μεταβλητής Προσεκτικός καθορισμός των δύο ομάδων που θα συγκριθούν (π.χ. αστικά και αγροτικά σχολεία)
Συσχετιστική Έρευνα Correlational Έχει ως σκοπό να διερευνήσει τη σχέση μεταξύ δύο ή περισσότερων μεταβλητών Δεν μπορούμε να εξάγουμε σχέσεις αιτίες και αιτιατού Μπορεί να είναι διερευνητική ή πρόβλεψης Απαντά σε τρία ερωτήματα: Υπάρχει σχέση μεταξύ των μεταβλητών; Είναι θετική ή αρνητική η σχέση μεταξύ των μεταβλητών; Ποιο είναι το μέγεθος της σχέσης;
ΔΕΙΚΤΗΣ ΣΥΣΧΕΤΙΣΗΣ correlation coefficient Γραμμική Σχέση Θετική ή Αρνητική Θετική όταν Χ και Υ Αρνητική όταν Χ και Υ Ένταση/βαθμός σχέσης Χαμηλός βαθμός συσχέτισης (0<r< .3) Μέτριος βαθμός συσχέτισης (.4<r<.6) Ψηλός βαθμός συσχέτισης (.7<r<1)
Άλλες κατηγοριοποιήσεις: .00 – .19 Καθόλου ή αδύνατη συσχέτιση .20 – .39 Χαμηλή συσχέτιση .40 – .59 Μέτρια συσχέτιση .60 – .79 Δυνατή συσχέτιση .80 – 1.00 Πολύ δυνατή συσχέτιση .10 – .29 Χαμηλή συσχέτιση .30 – .49 Μέτρια συσχέτιση .50 – 1.0 Δυνατή συσχέτιση Γενικά: <.30 (χαμηλή), <.70 μέτρια, >.70 μεγάλη 6
Περιγραφική Έρευνα Έχει ως σκοπό τη συλλογή δεδομένων για να περιγράψει διάφορα φαινόμενα Απαντά σε ερωτήματα του τύπου ‘τι’ και ‘πόσο’ Συνήθως το δείγμα που επιλέγεται είναι μεγάλο και αντιπροσωπευτικό Στην αρχή κάποιου ερευνητικού προγράμματος Χωρίζεται σε δύο είδη Συγχρονικές/Διατμηματικές – μια χρονική στιγμή Διαχρονικές – διαφορετικά χρονικά σημεία
ΔΕΙΓΜΑΤΟΛΗΠΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ ΔΕΙΓΜΑΤΟΛΗΠΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ ΠΛΗΘΥΣΜΟΣ: Το ευρύτερο σύνολο, στο οποίο και ενδιαφερόμαστε να γενικεύσουμε τα ευρήματα της έρευνας ΔΕΙΓΜΑ: Το υποσύνολο του πληθυσμού, το οποίο μελετάμε στην πράξη και με βάση το οποίο θα διατυπώσουμε συμπεράσματα για τον πληθυσμό ΔΕΙΓΜΑΤΟΛΗΨΙΑ: Η συστηματική διαδικασία με την οποία από τον πληθυσμό επιλέγουμε ένα δείγμα.
Δειγματοληψία Μέγεθος δείγματος εξαρτάται: Το είδος της έρευνας (ποσοτική ή ποιοτική) Το είδος των αναλύσεων που θα διενεργηθούν Τον αριθμό των μεταβλητών που θα εξεταστούν Το βαθμό που θα γενικευθούν τα αποτελέσματα Πιθανά εμπόδια πρόσβασης Πληθυσμός Δείγμα
Δημοσκόπηση – Δειγματοληψία Πληθυσμός και δείγμα (Καταλήγουμε σε συμπεράσματα για τα χαρακτηριστικά ενός πληθυσμού με βάση τα χαρακτηριστικά ενός δείγματος από τον πληθυσμό. Το μέγεθος του δείγματος είναι λιγότερο σημαντικό από την αντιπροσωπευτικότητα του Πάντα υπάρχει δειγματοληπτικό σφάλμα. Όσο μεγαλύτερο είναι το δείγμα τόσο μικρότερο είναι το δειγματοληπτικό σφάλμα.
ΔΕΙΓΜΑΤΟΛΗΠΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ ΔΕΙΓΜΑΤΟΛΗΠΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ ΠΛΗΘΥΣΜΟΣ: Το ευρύτερο σύνολο, στο οποίο και ενδιαφερόμαστε να γενικεύσουμε τα ευρήματα της έρευνας ΔΕΙΓΜΑ: Το υποσύνολο του πληθυσμού, το οποίο μελετάμε στην πράξη και με βάση το οποίο θα διατυπώσουμε συμπεράσματα για τον πληθυσμό ΔΕΙΓΜΑΤΟΛΗΨΙΑ: Η συστηματική διαδικασία με την οποία από τον πληθυσμό επιλέγουμε ένα δείγμα.
Μέθοδοι επιλογής δείγματος Τυχαία δειγματοληψία Απλή: κάθε άτομο έχει την ίδια πιθανότητα να επιλεγεί Συστηματική τυχαία Στρωματοποιημένη Κατά συστάδες Μη τυχαία Θεωρητικό Ευκαιριακό Snowball (χιονοστιβάδα)
Τυχαία δειγματοληψία random sampling Μία δημοσκόπηση στο πανεπιστήμιο Θεσσαλίας Ορισμός του πληθυσμού (N) = 9,000 φοιτητές Δημιουργία βάσης (κατά αλφαβητική σειρά) Καθορισμός του δείγματος που θέλουμε (n) = 450 Αρίθμηση βάσης 1 νούμερο για κάθε φοιτητή (1-N) Κλήρωση ή χρήση ενός προγράμματος για τυχαία επιλογή n = 450 Πιθανότητα επιλογής: 450/9,000 ή 1 στις 20
Στρωματοποιημένη δειγματοληψία stratified sampling Μία δημοσκόπηση στο πανεπιστήμιο Θεσσαλίας Ποσοστιαία εκπροσώπηση των σχολών π.χ. Αν η σχολή ανθρωπιστικών σπουδών = 1,800 τότε 1 στους 20 = 90 φοιτητές π.χ. Αν η σχολή ιατρικής = 1,000 τότε 1 στους 20 = 50 φοιτητές Άλλα κριτήρια (στρώματα): Φύλλο + πρόγραμμα (προ-/μετα-πτυχιακό κλπ)
Δειγματοληψία κατά συστάδες cluster sampling Μία δημοσκόπηση σε πανελλαδικό επίπεδο Εθνικό δείγμα N = 5,000 φοιτητές. Ξεκινούμε από συστάδες πανεπιστημίων 5 πανεπιστήμια και 5 ΤΕΙ ή επιλογή συγκεκριμένων περιοχών και μετά 5 + 5 από κάθε περιοχή Κριτήριο: Παλιά και νέα παν/μια (ΤΕΙ), γεωγραφική περιοχή κλπ
Μη τυχαία δείγματα Θεωρητικό (theoretical/purposeful): με βάση κάποιο κριτήριο (π.χ. σχολεία με τμήματα ένταξης) Ευκαιριακό/βολικό (opportunist/convenience): με βάση τι είναι διαθέσιμο (π.χ. σχολεία στα οποία οι τεταρτοετείς φοιτητές του ΠΤΕΑ κάνουν πρακτική) Χιονοστιβάδα (Snowball): προσεγγίζουμε έναν αριθμό κατάλληλων συμμετεχόντων και τους ζητούμε να προωθήσουν το ερωτηματολόγιο σε άλλους
Ο βαθμός συμμετοχής εξαρτάται από: Τον τρόπο διανομής των ερωτηματολογίων (προσωπική [face to face], internet/e-mail, ταχυδρομείο) Το μέγεθος του ερωτηματολογίου Τα κίνητρα που δίνονται για τη συμπλήρωση Το «timing» της έρευνας Τις συνθήκες συμπλήρωσης/επιστροφής Την υποστήριξη που υπάρχει (το σπονσάρισμα) Τον αριθμό & τρόπο των επιπλέον συλλογών (follow-up)
Δημιουργία Ερωτηματολόγιου Όρισε το γενικό σκοπό του ερωτηματολογίου Ειδικότερους στόχους και επιμέρους θέματα Προσδιόρισε το δείγμα Διερεύνησε για έτοιμα ερωτηματολόγια Γράψε ένα αριθμό ερωτήσεων (εγκυρότητα 1) Αποφάσισε για τα είδη των απαντήσεων Πιλοτική έρευνα Ι Πιλοτική έρευνα ΙΙ (εγκυρότητα 2 και αξιοπιστία)
Διατύπωση ερωτήσεων Ι Ποια η γνώμη σου για την εισαγωγή στο αναλυτικό πρόγραμμα και άλλων θεμάτων από τις χώρες της ΕΕ που δεν υπάρχουν στο υφιστάμενο αναλυτικό πρόγραμμα; Πρέπει οι ερωτήσεις να είναι απλές και κατανοητές. Έκανες ποτέ χρήση σκληρών ναρκωτικών; Πρέπει να αποφεύγονται απειλητικές ή προσβλητικές ερωτήσεις
Διατύπωση ερωτήσεων ΙΙ Δεν νομίζεις ότι η χρήση ηλεκτρονικών υπολογιστών στο μάθημα των ελληνικών θα το κάνει ακόμη πιο ενδιαφέρον; Δεν πρέπει να υποδεικνύει συγκεκριμένη απάντηση Σου αρέσει το μάθημα της ιστορίας και το μάθημα της γυμναστικής στο σχολείο; Πρέπει να αποφεύγονται οι διπλές ερωτήσεις Δεν μπορώ να παρακολουθήσω το μάθημα αν δεν κάνω συχνά διαλείμματα. Πρέπει να αποφεύγονται οι αρνήσεις στην ερώτηση
ΚΛΙΜΑΚΕΣ ΜΕΤΡΗΣΗΣ-ΚΑΤΗΓΟΡΙΑΚΗ (nominal) Τοποθέτηση ατόμων/αντικειμένων σε κατηγορίες Κάθε άτομο ανήκει μόνο σε μία κατηγορία Ανάλυση με συχνότητες και ποσοστά Παράδειγμα Κωδικοποίηση στο SPSS (επιλογή αριθμού αυθαίρετη) Φύλο Άνδρας Γυναίκα 1 2 Θρήσκευμα Χριστιανός Μωαμεθανός Βουδιστής Ινδουιστής 3 4
ΚΛΙΜΑΚΕΣ ΜΕΤΡΗΣΗΣ-ΔΙΑΤΑΚΤΙΚΗ (ordinal) Τοποθέτηση ατόμων/αντικειμένων σε κατηγορίες και επιπλέον ταξινόμηση με κάποια λογική σειρά Η απόσταση μεταξύ των θέσεων/τιμών είναι άγνωστη Παράδειγμα Κωδικοποίηση στο SPSS (επιλογή αριθμού όχι αυθαίρετη) Κ/Ο επίπεδο Χαμηλό Μέτριο Ψηλό 1 2 3 Θέση στο στρατό Στρατιώτης Δεκανέας Λοχίας Επιλοχίας 4
ΚΛΙΜΑΚΕΣ ΜΕΤΡΗΣΗΣ-ΙΣΟΔΙΑΣΤΗΜΙΚΗ (interval) Χρήση κλίμακας στην οποία τα διαστήματα μεταξύ των τιμών είναι τα ίδια Αυθαίρετο μηδέν Παράδειγμα Κωδικοποίηση στο SPSS (χρήση αριθμού όπως είναι) Θερμοκρασία 30 0C 55 0C 30 55 Χρονολογία 200 μ.Χ. 1500 μ.Χ. 2007 μ.Χ. 200 1500 2007
ΚΛΙΜΑΚΕΣ ΜΕΤΡΗΣΗΣ-ΑΝΑΛΟΓΙΚΗ (ratio) Χρήση κλίμακας στην οποία τα διαστήματα μεταξύ των τιμών είναι τα ίδια Πραγματικό μηδέν (φυσικές επιστήμες) Παράδειγμα Κωδικοποίηση στο SPSS (χρήση αριθμού όπως είναι) Ύψος 1.50 μ. 1.85 μ. 1.50 1.85 Βήματα/ημέρα 2357 Βάρος 45 Κιλά 78 Κιλά 45 78
Κλίμακα Likert και Σημασιολογικής διαφοροποίησης Τα παιδιά με βαριές μαθησιακές δυσκολίες πρέπει να εκπαιδεύονται σε κανονικές τάξεις ΔΠ Δ ΑΝ Σ ΣΠ (ΔΠ=διαφωνώ πολύ, ΑΝ=αναποφάσιστος Σ=συμφωνώ κλπ) Σημασιολογικής διαφοροποίησης (semantic differential): συνήθως 1-7 Η παρουσία ενός παιδιού με βαριές μαθησιακές δυσκολίες στην τάξη μου με κάνει να αισθάνομαι: Αγχωμένο 1 2 3 4 5 6 7 Ήρεμο
Παραδείγματα αναλογικής κλίμακας και κλίμακας κατάταξης Κλίμακα διαβάθμισης (Rating scale) Βαθμολογείστε το βαθμό με τον οποίο επηρεάζουν την ένταξη οι παρακάτω 8 παράγοντες (από 1 = Δεν επηρεάζει καθόλου μέχρι 4 = επηρρεάζει πάρα πολύ) Κλίμακα Κατάταξης (Ranking scale) Κατατάξτε τις παρακάτω 10 μεθόδους ένταξης με βάση τη χρησιμότητα τους από την περισσότερο καλύτερη (1) μέχρι την λιγότερο καλή (10) Δείτε τα παραδείγματα στις σημειώσεις σας
Δημογραφικές και ανοικτές ερωτήσεις Πάντα μία ενότητα για δημογραφικά χαρακτηριστικά (φύλλο, ηλικία, χρόνια διδακτικής υπηρεσίας etc) Πάντα 1-2 ανοικτές ερωτήσεις στο τέλος Τι πρέπει να αλλάξει στην τάξη/στο σχολείο σας? Θα θέλατε να συμπληρώσετε κάτι σε σχέση με……. Προσοχή: όχι πολλές ανοικτές ερωτήσεις γιατί είναι δύσκολο να κωδικοποιηθούν/ αναλυθούν ΠΑΝΤΑ ΝΑ ΚΑΝΕΤΕ ΠΙΛΟΤΙΚΗ ΕΡΕΥΝΑ
Παράδειγμα ερωτηματολογίου Συμπληρώστε προσεκτικά το ερωτηματολογίου που σας έχει μοιραστεί. Πρόκειται για το: “My Thinking about Inclusion” (MTAI) της Stoiber (μεταφρασμένο στα Ελληνικά) Χρησιμοποιήθηκε στο: Avramidis, E. & Kalyva, E. (2007). The influence of teaching experience and professional development on Greek teachers' attitudes towards inclusion. European Journal of Special Needs Education, 22(4), 367-389.
Παρουσιαστικό ερωτηματολογίου Μήκος του ερωτηματολογίου Χρήση έγχρωμου χαρτιού Συνοδευτικό κείμενο Προσοχή με αρχικές ερωτήσεις Μεγάλα ευδιάκριτα γράμματα Αρκετό διάστημα μεταξύ ερωτήσεων Έμφαση στις οδηγίες – διαφορετικά μέρη Ομαδοποίηση ερωτήσεων με ίδιες απαντήσεις (γενικό στο συγκεκριμένο) Ανοικτή ερώτηση στο τέλος Ευχαριστίες