تحلیل چندسطحی؛ راهکاری برای خطاهای حاصل از تجمیع داده ها: استفاده از داده های سطح دانش آموز و معلم تیمز ۲۰۱۱
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 145
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JRESE-7-18_005
تاریخ نمایه سازی: 2 شهریور 1400
Abstract:
مشکل بوم شناسی در تحلیل داده های تجمیع، مشکل آماری جدی در اغلب پژوهش هاست. در این مقاله ضمن توضیح مشکلات مربوط به تحلیل های تجمیع و تجمیع زدایی، مدل یابی چندسطحی به ویژه مدل یابی خطی چندسطحی (HLM) به عنوان روشی جایگزین معرفی شده است. پژوهش حاضر از نوع همبستگی است و رابطه میان متغیرها در ۶۰۲۹ دانش آموز پایه هشتم شرکت کننده در آزمون تیمز (۲۸۱۶ دختر و ۳۲۱۳ پسر) که پرسشنامه استاندارد آن را تکمیل کرده بودند، بررسی شد. نتایج بررسی رابطه مقدار تکلیف و مدت زمان انجام آن بر عملکرد ریاضیات دانش آموزان نشان داد که بین متغیر مقدار تکلیف و مدت زمان انجام آن با عملکرد ریاضیات در سطح دانش آموز رابطه معنی داری وجود دارد ولی این رابطه در سطح معلم معنی دار نبود. نتایج همچنین سودمندی تحلیل چندسطحی در داده های آشیانه ای را نشان داد.
Keywords:
Authors
زهرا نقش
استادیار دانشکده روانشناسی و علوم تربیتی دانشگاه تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :