Výpisky z knihy

VLASTNOSTI DOBRÉHO MĚŘENÍ

Validita měření (platnost)

obsahová (do jaké míry se měří obsah)

souběžná (do jaké míry se měření shoduje s jiným měřením)

predikční (do jaké míry provedené měření vypovídá o budoucím vývoji objektů)

konstruktová (do jaké míry ovlivňuje výsledky provedeného měření nějaký faktor - konstrukt)

Reliabilita měření (spolehlivost, stabilita)

koeficient reliability – od 0 do +1 (ideální stupeň)

Metoda opakovaného měření – v praxi není častý, je obtížný – opakované měření za stejných podmínek (korelační koeficient)

Metoda paralelního měření – opakovaně za použití různých (ekvivalentních) měrných nástrojů (korelační koeficient), v praxi spíše výjimkou

Metoda půlení (half-split method) – výsledky testu se dělí na dvě poloviny a každá se potom vyhodnocuje, potom se výsledky korelují a ze stupně korelace se stanoví koeficient reliability

Výpočet koeficientu reliability pomocí Kuderova – Richardsonova vzorce – např. reliabilita didaktických testů

Stanovení reliability pomocí Cronbachova koeficientu alfa – dvojnásobná analýza rozptylu (např. Statistika 6x0 cz)

Praktičnost měření

• mají význam vlastnosti jako jednoduchost, hospodárnost, úspornost, snadná proveditelnost, malá časová náročnost, malé nároky na kvalifikaci osoby atd.

STATISTICKÉ METODY

Věcné a statistické hypotézy ve výzkumu

• Statistickou hypotézu neověřujeme přímo, nýbrž vždy proti nějakému jinému tvrzení,

obyčejně proti NULOVÉ HYPOTÉZE, což je domněnka, která tvrdí, že mezi proměnnými není vztah.

• Pokud se při statistické analýze ukáže, že nulovou hypotézu je možno odmítnout,

přijímáme tzv. ALTERNATIVNÍ HYPOTÉZU.

Problémy při ověřování výzkumných hypotéz

• otázka, zda vůbec dané proměnné spolu souvisejí

• poté zpravidla usilujeme o postižení těsnosti tohoto vztahu

o existenci vztahu mezi proměnnými rozhodujeme většinou pomocí tzv. statických testů významnosti

• jsou to postupy (procedury), pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah

• na základě testů významnosti rozhodujeme, zda mezi jevy je STATISTICKY VÝZNAMNÝ VZTAH (v tom případě nevznikl náhodou)

HLADINA VÝZNAMNOSTI (SIGNIFIKANCE) – pravděpodobnost, že neoprávněně odmítneme nulovou hypotézu

Chyba prvního druhu – alfa – neoprávněně odmítneme nulovou hypotézu

Chyba druhého druhu – beta – nesprávně přijmeme nulovou hypotézu, ač není správná

Druhy statistických významností

Testy parametrické – vyžadují splnění řady předběžných podmínek – např. rozdělení náhodné veličiny určitého typu

Testy NEparametrické – není vázáno na splnění tak velkého počtu požadavků a na tak přísné předběžné podmíniky, menší statistická účinnost

• testy jednostranné

• testy oboustranné