Курсовая работа: Дидактичний експеримент у трудовому навчанні

На графіку мода М_о становить абсцису максимуму полігона частоти А або обсягу максимуму диференційованої кривої частоти Б (мал.5).

Моду можна знайти, побудувавши гістограму (мал.6).

Мал. 3.Мал. 4.

Мал.5.Мал. 6.

У процесі дослідження дуже великих сукупностей, що мають 50 і більше членів, а величини явищ залежать від випадкових обставин, одержують так званий нормальний розподіл.

Рівень значущості - це частка помилкових рішень, якими можна знехтувати. У педагогічних дослідженнях рівень значущості найчастіше беруть 5% і 1%. Рівень значущості 1% (у цьому випадку імовірність дорівнює 0,99) вважається достатнім.

Істотна відмінність між середніми коефіцієнтами варіації - це відмінність, що за величиною перевищує ту, яка могла б бути обґрунтована випадковими коливаннями.

Нульова гіпотеза - це твердження, яке роблять на основі статистичних даних, про те, що між кількома вибірковими сукупностями немає істотних відмінностей.

При порівнянні різних сукупностей, складених на основі наслідків контрольних робіт (чи тестів), важливе значення має система норм оцінок. П'ятибальну шкалу оцінок, при якій контрольна робота (або тест) оцінюється на 1, 2, 3, 4, 5, у педагогічних дослідженнях застосовувати не рекомендується. Ця система, крім суб'єктивності, має малу діагностичну цінність, що дуже обмежує її використання.

У контрольних роботах (тестах), де оцінюється рівень знань, умінь, навиків та ін., доцільно використовувати багатобальну шкалу (систему) оцінок, наприклад 10-бальну, 50-бальну. Це набагато зручніше при математичній обробці і, по суті, об'єктивніше визначає справжній рівень оцінок.

Перш ніж розпочати дослідження достовірності різних арифметичних середніх сукупностей, необхідно виявити, чи є істотні відмінності між дисперсіями цих сукупностей. Якщо в сукупності n1 елементів і її дисперсія б² , а в другій сукупності n₂ елементів і дисперсія б² ₂ , то для порівняння дисперсій користуються критерієм Фішера, який обчислюється за формулою

при цьому дисперсії обирають так, щоб їх відношення було більшим за одиницю або дорівнювало 1.

Коли після визначення ймовірності нульової гіпотези (за відповідними таблицями) з'ясується, що дисперсії значно відрізняються б₁ ² >б₂ ² і при цьому F_д (дослідне) > F_т (табличного), то можна зробити висновок про достовірність відмінностей між сукупностями.

Для перевірки значущості виявленої відмінності користуються t-критерієм (Стюдента-Госсета), який обчислюється за формулою

де k = n_e +n_k -2 (k – число ступенів вільності).

Якщо дослідника цікавить не достовірність відмінності між сукупностями, а те, чи достовірна різниця між рядами будь-яких показників двох сукупностей, зручно користуватись методом ("ксі-квадрат) або критеріям К.Пірcона.

Найчастіше визначають за формулою

де х_е – оцінки в експериментальних класах (в %);

x_k – оцінки в контрольних класах (в%).

Здобуті дані порівнюють з табличними.

У педагогічних дослідженнях дуже часто доводиться визначати: чи є зв'язок між вимірювальними ознаками двох сукупностей чи немає. Наприклад, дослідника може зацікавити питання, якщо учень досягнув значних успіхів (добре встигає, добре працює) в обробці деревини, то чи прагне він досягти також добрих успіхів в обробці металів, чи ні? Або, наприклад, чи факт, що учні добре знають біологію і так само добре знають основи сільськогосподарської праці, може підтвердити закономірність, що учні, які не встигають з біології, так само погано встигають з основ сільськогосподарської праці?

Зв'язок між двома явищами може виражатись або функціональною залежністю, або кореляційним відношенням. При кореляційному зв'язку певному рядові (або значенню) однієї сукупності може відповідати кілька рядів (значень) іншої сукупності, які здебільшого точно не визначені. Це пояснюється тим, що при кореляції ми ніколи не можемо точно твердити, що якесь явище залежить лише від одного фактора (чинника). Наприклад, якість практичної роботи учня на токарному верстаті залежить від його теоретичної підготовки з токарної справи, але, крім того, на якість можуть впливати і інші чинники, зокрема, рівень знань з основ наук (фізики, математики, креслення), практичний досвід, умови роботи, настрій учня тощо.

У статистичних дослідженнях показником щільності значень двох явищ (зв'язок між х та у) виступає коефіцієнт кореляції, який позначають Ф або r або r. Коефіцієнт r називають ще коефіцієнтом лінійної кореляції.

Коефіцієнт r завжди міститься на інтервалі між +1 та -1, тобто -1<r<+1. Якщо r=+1, то між значеннями двох явищ повна кореляція, тобто із збільшенням х, як правило зростає у.

Якщо r=0, то між двома явищами немає зв'язку, якщо r=-1, то це вказує на від'ємний (негативний) зв'язок між явищами, тобто при збільшенні х зменшується у.