Pedagógiai értékelés tervezése. T. Parázsó Lenke Eszterházy Károly Főiskola
|
|
- Gyöngyi Borosné
- 8 évvel ezelőtt
- Látták:
Átírás
1 Pedagógiai értékelés tervezése T. Parázsó Lenke Eszterházy Károly Főiskola
2 Tartalom 1. Értékelés az iskolák rendszerében 2. Ellenőrzés, értékelés, mérés 3. Értékelés és minőségbiztosítás 4. Értékelés, tartalom tudásszintmérés 5. Feladattípusok és értékelés 6. Kutatás-módszertani kérdések 7. Statisztikai alapfogalmak 2
3 1. Értékelés Az értékelés megerősítési, visszacsatolási folyamat, amely során nemcsak a tanulók tevékenységét értékelhetjük, hanem az egész tanítási-tanulási folyamatot, annak hatékonyságát; beleértve a folyamat összes tényezőjét következtetések: A tanulóra nézve, amely során azt vizsgáljuk, hogy mennyire felel meg a vele szemben támasztott követelményeknek, kritériumoknak. Ez a tanulóra irányuló visszacsatolási kör. A tanulási folyamatra vonatkoztatott visszacsatolás a tanulócsoportok és az iskola teljesítményére. Milyen mértékben és minőségben sikerült a folyamat irányítása, szabályozása? Megfelelőek-e a médiumok, az információközvetítés, a tanulásszervezés és kapcsolattartás módja és milyenek a tanulási környezet szubjektív és tárgyi feltételei? A cél- és követelmények és tartalomvizsgálat szempontjából területi, országos, illetve nemzetközi szintre vonatkoztatott visszacsatolás (rangsorok, összehasonlítva a kapott eredmények az országos és nemzetközi standardokkal). 3
4 Az értékelés funkciók és szintek Az értékelés alapfunkciója az informálás. Az információ hasznosulása Külső felhasználás révén: az oktatási folyamaton kívül lévők használják fel tájékozódásra, diagnózisra, döntéselőkészítésre. Visszacsatolás, folyamatot szabályoz. Az információk alapján kívülről avatkozhatnak be a rendszer működésébe. Szabályozott rendszer Érzékeli saját belső állapotát A változásról kapott információ alapján beavatkozik saját működésébe Visszacsatolás lehet Pozitív: elindult változást erősít (fejlődés) Negatív: elindult változást csökkent Oktatáspolitikusok, kutató használják a kapott eredményeket. 4
5 2. Az értékelés szintjei Az oktatás rendszere a társadalom alrendszere, amelyet a problémák és törvényszerűségek határoznak meg. Az értékelés szintjei: Mikroszint Mezoszint Makroszint 5
6 Mikroszint Helyszín a műhely, az osztályterem a közvetlen tanár-diák interakció szintje. Értékelési szint: az osztálytermi munka értékelése, a tanulók teljesítménye. Az információ legkisebb egysége a tanuló (egyéni teljesítménye) Mezoszint Helyszín a műhely, az intézmény, az iskola. Értékelési szint: az iskola munkájának a teljesítménye. A tanulócsoportok, osztályok munkája kerül értékelésre. Nem jelenik meg a tanulók személyenkénti teljesítménye. Az információ legkisebb egysége a tanulócsoport teljesítménye. 6
7 Makroszint Helyszín a műhely, oktatási rendszer egészének a szintje. Értékelési szint: az oktatás és alrendszerei (általános, közép, szakiskola stb.) működése munkája kerül elemzésre. Az információ legkisebb egysége az intézmény, iskola 7
8 Az értékelés funkciók és szintek alkalmazása Mikroszinten: az információ a diák tanulási folyamatában hasznosul (tanár, diák). Mezoszinten: a csoport teljesítmény informálja a tanárt a munkájáról. Hasznosulása nemcsak a mért tanulócsoportban, hanem a tanár további munkájában jelentkezik. Makroszint: diagnózis, döntéselőkészítés. Visszacsatolás lassúbb folyamat, hiszen a rendszer egészét/részét érinti. 8
9 3. Lisszaboni célok Európa Tanács stratégiai tervet fogadott el Lisszabonban, melynek értelmében az Európai Uniónak 2010-re a világ legversenyképesebb és legdinamikusabban fejlődő tudás alapú társadalmává kell válnia. Ebben a folyamatban az oktatásra és a képzésre kulcsszerep hárul A tagállamok feladata, hogy saját fejlesztési céljaikkal összhangban cselekvési tervet dolgozzanak ki, konkrét lépéseket tegyenek a Tanács által elfogadott célkitűzések megvalósítása érdekében (2010-ig megvalósítandó munkaprogram) Az EU-s oktatási és képzési rendszerek minőségének és hatékonyságának javítása A tanárok és oktatók oktatásának és képzésének fejlesztése. A tudás alapú társadalom által megkívánt ismeretek fejlesztése. Az IKT-hoz való hozzáférés biztosítása mindenki számára. A toborzás növelése a (természet)tudományok és műszaki tanulmányok területén. Az erőforrások optimális kihasználása. bővebben 9
10 Értékelés és minőségbiztosítás Minőségelemek (Dr Setényi János: A Minőség kora. Bevezetés az iskolai minőségbiztosításba) Az a minőség, amelyet az oktatástól központilag várnak el (Nemzeti alaptanterv, központilag rögzíti az országos szintű elvárásokat) Az iskola saját minőségi elvárása( az intézmény maga alakítja ki a helyi igényeket figyelem bevéve, a saját értékrendszerét, céljait szem előtt tartva) A biztosított minőségben fontos (Setényi): A vevői igények megjelenése A munka belső értékelése Az eredmények dokumentációja A visszacsatolás Minőségügyi technikai eljárások ISO, nem terjed ki mindenkire, nem vevőközpontú, merev TQM modell, megelőző jellegű. A hangsúly a hibákból tanulva előzzük meg azok újbóli megismétlődését Módszerek esettanulmány problémacentrikus összehasonlítás fejlődésvizsgálatok folyamatelemzések 10
11 4. Ellenőrzés, mérés, értékelés Az ellenőrzés általában megelőzi az értékelést, annak szükséges előfeltétele. (tanár ellenőrizheti a házi feladat elkészültét, de minőségét már értékeli). Az ellenőrzés során a teljesítményképes tudáselemek alapján történik a tanulói tudásszint ellenőrzése. A valós élet helyzeteit szimulált környezetbe helyezve a tanulás irrelevans. Az adott területek, különböző útvonalakon bejárhatóak. A képzettársítást erősítve, kialakítják a tartalom és a folyamatok több kapcsolódási pontjait. Így megvalósulhat a tudásreprezentáció és a tudáskomponensek többszörös összekapcsolódása. Mérés az értékelési folyamat azon fázisa, amelyben valamilyen mérőeszköz segítségével adatokat gyűjtünk. Az adatokat pedig szűkebb körű értékelés keretében kvantitatív és kvalitatív módon dolgozzuk fel. Az értékelést gyakran használják szűkebb és tágabb értelemben, sőt a mérés és az ellenőrzés fogalmának szinonimájaként említik, pedig nem az. Az adatok szisztematikus gyűjtése és értelmezése, amely a folyamat részeként értékítélethez vezet, mégpedig cselekvési kitekintéssel. Az értékelés magában foglalja az értékítéletet, amely mérhető attribútumok, jellemzők és jelenségek révén szerzett bizonyítékokon alapul. 11
12 Az értékelés 8 szintje A visszajelzések segítségével a nevelés és az oktatás minden szintjén lehetőség nyílik az eredményesség alapján történő befolyásolásra, szabályozásra. Ebben a megközelítésben az értékelés már nemcsak nevelési és oktatási módszer, hanem az intézményes nevelésbe beépült rendszerszabályozó elem, amely az értékelés bemeneti és kimeneti szintjén egyaránt megjelenik (Báthory, 1987). 12
13 Értékelési típusok összehasonlítása 13
14 4. Tartalom-művelet Mit mér a feladat? A tanítási-tanulási folyamat tervezését Báthory Zoltán kétdimenziós kognitív követelményrendszerre alapozva dolgozta ki. Táblázata tartalmazza az egyes tartalomelemekhez kapcsolódó célkitűzéseket, vagyis hogy mit, milyen szinten kell megtanítani és megtanulnia a tanulónak. 14
15 Fogalmak logikai struktúrája A fogalmak logikai struktúrába a fogalmak közötti kapcsolatot grafikusan jelöljük (tények, fogalmak, összefüggések kapcsolatát biztosítja). A tananyag összeállítása során definiálni kell a fogalmakat, jelölni kell a kimeneti követelményeket és egy gráfszerű elrendezésben ki kell alakítani a köztük lévő logikai kapcsolatokat. A fogalomtérkép elkészítése segíti a mérési folyamat megbízhatóságát. A mérés során azt kell visszaellenőrizni és azon az értelmi szinten, ami a követelményben szerepel. (Forrás:
16 Tananyagelemzés Az ismeret logikai struktúráját lépésekre bontja: A tematikus egységeket témákra kell tagolni Minden témához fogalmakat kell rendelni Minden fogalomhoz az odatartozó tényeket fel kell sorolni A GRAF a tananyag és az egyes részek (tények, fogalmak, összefüggések) kapcsolatainak vizuális megjelenítése A gráf biztosítja, hogy a számonkérés során a tudáselemek arányosan fedjék le a témakört, valamint több feladatvariáns esetén azok egyenértékűek legyenek. 16
17 Dr Buda András In: 17
18 f e l v é t e l k é s z í t é s A gráf alkalmazásával biztosítható, hogy a számonkérés során a tudáselemek arányosan fedjék le a témaköröket több teszt készítése során, azok egyenértékűsége képkomponálás Képalkotás elve Mélységélesség Képalkotás elve Keresőrendszer Parallaxis hiba Fényerő Zárszerkezet Blende Objektív Élességellenőrzés. normál nagylátószögű tele zoom 18
19 Fogalom gráf Minta 19
20 Feladatok és értelmi szintek Ismeret Nevezze meg Definiálja Jellemzői Sorolja fel Megértés Osztályozza Értelmezze és értelmi szintek Hasonlítsa össze Állítsa sorrendbe Magyarázza Csoportosítsa Alkalmazás Állítsa össze Becsülje meg az eredményt Alkalmazza ismereteit példa 20
21 5. Feladattípusok _www.tanszertar.hu_http://mikrosuli.hu/oktatopendriveok Szerkezet szerint Zárt feladatok esetében a zárt jelző egyértelműen a feladat szerkezetére utalt, hiszen megadott válaszvariánsok közül kellett a feladatkijelölésnek megfelelően egy vagy több jó vagy rossz választ a tanulónak megjelölni. A nyílt végű feladatok tulajdonképpen nyílt kérdések. Rákérdezhetünk egy-egy szóra, fogalomra, összefüggésre, törvények ismeretére. Esszé-jellegű kifejtést kérhető egy-egy témáról. A nyílt feladatoknál a tanulóknak önállóan, a válaszlehetőségek ismerete nélkül kell megalkotniuk a feleletet, ezért a tanulói tevékenység szempontjából feleletalkotásos feladatoknak tekintendők. A kiegészítéses feladatokat részben zártnak, részben nyíltnak tekinthetjük. Formailag gazdag feladatcsoport, mert magába foglalja például az egy-egy szóval, jellel történő kiegészítésen túl a hiányosan megjelenített, összefüggő szöveg teljes kiegészítését, a hiányos táblázatok kitöltését. 21
22 Feleletválasztásos feladat Feleletválasztásos o a kérdéshez, feladathoz megadott válaszlehetőségek közül kell kiválasztani, megjelölni a jó vagy rossz válaszokat, o párosítani kell adatsorokat, rangsorolni, időrendi vagy egyéb logikai feltétel szerint kell sorba állítani megadott válaszokat, o ok-okozati összefüggéseket, kapcsolatokat kell felismerni. Alternatív feladatok (igen nem; igaz hamis) A kérdezést leegyszerűsítő, az értelmi műveletek közül csak az emlékezetet mozgósító feladattípus. Önmagában soha alkalmazzuk, hanem egy témához megállapításból sorozatot alkotunk, és ezek igazságára kérdezünk rá. Pl. A vetítésre szánt prezentációkban a szöveg igazításánál mindig sorkizárást kell alkalmazni. (H-hamis) A hipermédia struktúra lehetőséget nyújt a médiaelemek nonlineáris elérésére. (I-igaz) 22
23 Egyszerű választás (szoros értelemben vett feleletválasztásos A feleletválasztásos feladatok legegyszerűbb változata. Egy kérdő vagy állító mondatból és több válaszvariánsból áll. A válaszok közül mindig csak egyet kell kiválasztani. A közlésre szánt elektronikus képeknél mennyi ideig kell kivetíteni a tartalmat? a) Rövidebb ideig, mintha azt hangosan olvasnánk el. b) Hosszabb ideig, mintha azt némán olvasnánk. c) Legalább annyi ideig, mintha azt hangosan olvasnánk fel. d) Legalább annyi ideig, mintha azt némán olvasnánk. el. e) Minden esetben a program kezelőjére kell bízni a vetítés időtartamát. Jó válasz: c 23
24 Két vagy többválasztásos Négy-öt válaszvariáns közül kettőt vagy többet kell megjelölni. Ugyanazon dolog több jellemzőjére lehet ilyen módon rákérdezni. Pl: Az alábbi filozófusok közül kik voltak a milétoszi iskola képviselői? a) Thalész b) Püthagorász c) Anaximandrosz d) Herakleitosz e) Anaximenész Helyes válasz: a, c, e 24
25 Összetett feleletválasztásos A szoros értelemben vett feladatból származtatjuk, olyan módon, hogy a feladat tövében több állítást fogalmazunk meg, és ezek igazságára kérdezünk rá a válaszvariánsokban. Pl: Etilalkoholt a levegőn elégetve a reakció egyik terméke víz lesz. Gondolkozzon az alábbi állításokon, figyelembe véve az előbbi két tényt. Állítások: I. A szén az etán egyik alkotóeleme. II. III. A hidrogén az etán egyik alkotóeleme Az oxigén az etán egyik alkotóeleme A fenti két tényből mely állítás vagy állítások igazságára lehet következtetni? A. I., II. és III. B. Csak III. C. II és III. D. Csak I.. E. I és II Helyes válasz E, mivel bizonyíték csak az I. és II. állításra van a III-ra nincs az oxigén származhat a levegőből. 25
26 Asszociációs és sorba rendezéses feladatok A feladattípus lényege az egymás mellé rendelés, párosítás vagy sorba állítás művelete. Két egymással valamilyen szempontból összefüggő sor elemei között kell a kapcsolatot felfedezni. Például fogalmak és ítéletek, képek és nevek, művek és alkotók, eszközök és jellemzők közötti kapcsolatok ismeretét vizsgálhatjuk. Helyes megoldás: a-3; b-8; c-10; d-1; e-2, f-4; g-9; h-5; i-7; j-6. 26
27 Relációelemzéses feladatok A relációelemzéses feladatok segítségével ok-okozati összefüggések ismeretét és megértését vizsgálhatjuk. Azon feleletválasztásos feladatok tartoznak ide, amelyekben egy állítás és egy indoklás van és mindkettő igaz vagy hamis voltát, továbbá a kettő közötti kapcsolatot kell felismerni. A válaszvariánsokhoz tartozó logikai ítéleteket egy táblázatba foglalják. A tanulóknak az adott válaszvariáns betűjelét kell a feladat mellé írni. Az egyik legnehezebb feladattípus, mert nem elégséges a tényanyag egyszerű felidézése, hanem a közöttük lévő logikai kapcsolat meglétét vagy hiányát is fel kell fedezni a tanulónak. A kétcsoportos kísérlet kontrollcsoportos kísérletnek is nevezhetjük, mivel a kétcsoportos kísérletben a függő változó hatását két csoport teljesítményét összehasonlítva tanulmányozzuk. Válasz: II A 27
28 Feleletalkotásos feladatok jellemzői és típusai A feleletalkotásos feladatok esetén a tanulónak önállóan kell szavakat, mondatokat, jeleket, rajzokat, szerkezeti elemeket, stb adott felületre beírni vagy egy nyílt kérdésre válaszát kifejteni. Ide tartoznak a kiegészítéses feladatok és a nyílt kérdések. Kiegészítéses feladatok (önálló, felkínált lehetőségből választani) Szerkezet szempontjából részben zártnak, részben nyíltnak tekinthetők. Formailag nagyon gazdag feladatcsoport, melynek bizonyos típusait digitális környezetben is jól alkalmazható. Egyszerű kiegészítésről beszélünk akkor, amikor egy-egy hiányzó betűt, számot, szót, jelet, szimbólumot, stb kell a válaszadásnál pótolni. 28
29 Példa: angol múlt idő gyakorlására She to the cinema yesterday. (go) Kiegészítés több szóval, mondattal. Egy vagy több mondatban, összefüggő szövegrészbe kell a hiányzó szavakat beírni. A helyes válasz lehet egy vagy több. Egészítse ki az alábbi kipontozott helyeken a hiányzó kifejezéseket: A helytelen válaszokat elterelő, hibás válaszokat. nevezzük. 29
30 Kiegészítés különböző jelekkel, rajzzal Hiányos ábra kiegészítése, diagram feliratának vagy a diagramnak az elkészítése, adott képen látható ábrák megadott szempontok alapján történő összekötése stb tartozik ebbe a csoportba. Táblázat kitöltése Szöveges és rajzos táblázatok, grafikonok kiegészítését, hiányzó kifejezések beírását kell elvégezni a tanulónak. A kiegészítéses feladatok egy része számítógéppel jól értékelhető, ha az adatbázisba berakhatók a kérdésre adható válaszok megoldásai. Ennek feltétele a véges számú megoldás. Abban az esetben, ha a kiegészítésnél kreatív válaszokat várunk, a kiértékelést nem bízhatjuk a számítógépre. 30
31 Nyílt feladatok A nyílt kérdéseknek pedagógiai szempontból több alapvető funkciója van: Kreatív válaszokat várunk a tanulótól. Olyan ismereteket kérünk számon, amelyekre a tanulónak önállóan kell felelnie, Tág értelemben nyílt kérdésnek tekintendők a hosszabb kifejtést igénylő esszé jellegű dolgozatok. A nyílt kérdések értékelése csak emberi tanári segítséggel lehetséges. 31
32 Komplex feladatok: portfóliók és projektmunkák értékelése A portfólió jelentése: a tanuló korábbi tanulmányai során készült munkáiból megadott szempontok szerint összeválogat egy gyűjteményt, és azt a megfelelő módon, bemutatásra adja. Lehetőséget nyújt arra, hogy ne csupán egy véletlenszerűen kiragadott vizsgamunka alapján valósuljon meg az értékelés, hanem több munkán keresztül. A tanárnak lehetőséget biztosít, hogy dokumentálja e kognitív tudáskonstruáló tevékenységnek a különböző fejlődési fázisait. A portfólió azaz a tanuló munkáinak gyűjtése, rendszerezése szolgálhat értékelési és tanulási célokat egyaránt. Az összegyűjtött munkákból értékelhetővé válik a tanuló fejlődése, az a folyamat, ahogyan beépülnek gondolkodásába a megszerzett ismeretek, ahogy fokozatosan fejlődnek különböző kompetenciái, készségei Az új tudások megszerzését szolgáló, azt dokumentáló produktumainak rendszerezését is. A portfólió értékelése problémamegoldó képesség, vizuális kommunikációs képesség, kreativitás, tartalmi komplexitás, közlés, kifejezés, alkotás technikája, összkép. 32
33 A változó Az egyed vagy a rendszer mérhető tulajdonságai, jellemzői. A változók logikai kapcsolatban álló attribútumokból (kategóriák, értékek) épülnek fel. Megkülönböztetünk függő és független változókat. A függő változót minden esetben a független változó határozza meg, ok és okozat kapcsolat áll fenn közöttük. 33
34 A változók típusai_1 Nominális skála: olyan szimbólumok, számok, melyek csak az azonosítást szolgálják. A valós számok egy tulajdonsága sem jellemzi, vagyis még sorba sem rendezhetőek (pl. nemek, beosztás, lakóhely, vallás ) Szabály a számozások során, hogy nem kaphatnak azonos számot különböző objektumok, de különböző számot azonos objektumok sem. A statisztikai eljárás során számítható: Az objektum darabszáma Az osztályokban lévő dolgok száma (gyakoriságok) Rangsorban való állítás (médián, kvantilisek, rangkorrelációs együttható). Pl. a tanulók teljesítményéhez pontszám rendelhető. 34
35 A változók típusai_2 Ordinális skála: olyan szimbólumok, számok, amelyek alkalmassá teszik a vizsgált egyedek közötti sorrendiség felállítását, mely lehet az egynemű adatok rendezésének alapja is. A változó értékeinek különbsége nem értelmezhető. (pl. iskolai végzettség, attitűd skála értéke, a termékek minősítés értékei, osztályzatok ) 35
36 A változók típusai_4 Arányskála: az egyedek ismérveit numerikusan kifejező számérték. A változó értékei sorba rendezhetőek, különbségük és arányuk is értelmezhető (pl. testmagasság, súly ) A felsorolt skálatípusok növekvő mennyiségű információt hordoznak az alábbi sorrendben: Nominális ordinális intervallum arány Megjegyzés: A különböző skálatípusok feldolgozása más statisztikai módszerrel történik. A magasabb szintű skálatípusok adatai alacsonyabb szintűbe konvertálható, de adatveszteséggel 36
37 Kutatási hipotézisek 1. A kísérlet, felmérés, vagyis a kutatómunka megkezdése előtt a kutató kialakít egy feltételezést arról, hogy mit vár el a kutatástól. Nélküle a kutatás ösztönös, próbálkozás jellegűvé válhat. A hipotézisben a vizsgálat eredményével kapcsolatos következtetések elfogadhatóságát illetve tarthatatlanságát fogalmazzuk meg. Hipotézis - a kutatási problémára adott feltételezett válasz, azaz a kutató feltételezéseit kifejező kijelentés, a problémában szereplő változókra, azok kapcsolatára vonatkozóan. (A jól megfogalmazott hipotézisek a kutatás vezérfonalát alkotják). 37
38 Hipotézisek csoportosítása a megfogalmazásuk alapján Null-hipotézis: - azt feltételezzük, hogy nincs összefüggés a változók között. (pl. a családi, szakmai kapcsolatok nem hatnak a frissdiplomás elhelyezkedésére). Alternatív irány nélküli hipotézis: az összefüggést feltételezzük, de annak irányát nem adjuk meg. Alternatív irányt is kifejező hipotézis: megjelöljük a változók feltételezett kapcsolatának irányát. (pl. a családi, szakmai kapcsolatok döntő módon befolyásolják a frissdiplomás elhelyezkedését). 38
39 A hipotézissel szembeni követelmények Rendelkezzen magyarázó erővel, legyen világos, egyértelmű. A változók kapcsolatát pontosan írja le. A hipotézis legyen igazolható vagy elvethető. Igényeljen megvalósítható módszereket eljárásokat. Támaszkodjon a már meglévő ismeretekre. Adjon választ a kiinduló problémára 39
40 A kutatás tudományosságának feltételei, etikai kérdései 1. a. A kutatás résztvevőivel szembe: A résztvevők minimális kockázata. résztvevő személyeket érintő előnyök haladják meg a hátrányokat. A résztvevő személyek biztonságának óvása (anonimitás, személyiség óvása, rejtett kamera kérdése ). Előzetesen egyeztetett egyetértés alapján történhet a felmérés. A résztvevő személyekkel való jó kapcsolat kialakítása és a felmérés idejének optimalizálása. 40
41 A kutatás tudományosságának feltételei, etikai kérdései 2. b) A tudóstársadalommal szembe: Szellemi termékek eltulajdonítása pl. idézet hivatkozás nélkül. Kutatási adatok torzítása szándékosan vagy nem megfelelő szakmai ismeret miatt. Hipotézisek utólagos megfogalmazása. Káros adatok elhallgatása. (az egyén negatív befolyásolása). A felmérési adatok tudatos félremagyarázása előre megfontolt céllal. 41
42 Kutatási stratégiák 1.) Deduktív (analitikus) kutatási stratégia 2.) Induktív (empirizmus) kutatási stratégia 42
43 Kutatási stratégiák_induktív a. Induktív: az empirizmusból kiindulva fogalmazzuk meg a tapasztalatokat. Típusai: Leíró kutatási stratégia ( meglévő helyzet leírása milyen tanulási nehézséget tapasztalunk ) Feltáró kutatási stratégia ( különböző változók egymáshoz való viszonyának elemzése, az eltérő típusú információhordozók hogyan hatnak az a pályaorientációra ) Kísérleti kutatási stratégia: a független változókat a kísérlet céljának megfelelően tudatosan változtatják.uk
44 Vizsgálati módszerek A vizsgálat többféle kutatási módszert jelent, melyek közös vonása, hogy valakiknek a megkérdezésével kíván ismereteket szerezni. Fajtái: A kérdőív (összegyűjthető információk rendszere, a kérdőív készítésének folyamata, adatok feldolgozása) Az interjú (fajtái, alkalmazott kérdéstípusok. Az interjú előkészítése, lebonyolítása) Attitűdvizsgálat ( szerepe, attitűdök feltárásának módszerei, érdeklődésvizsgálat) Szociometria (közvetlen megfigyelés, szociometriai kérdőívek, szociometriai tesztek) 44 44
45 Kutatási stratégiák_induktív a. Induktív: az empirizmusból kiindulva fogalmazzuk meg a tapasztalatokat. Típusai: Leíró kutatási stratégia ( meglévő helyzet leírása milyen tanulási nehézséget tapasztalunk ) Feltáró kutatási stratégia ( különböző változók egymáshoz való viszonyának elemzése, az eltérő típusú információhordozók hogyan hatnak az a pályaorientációra ) Kísérleti kutatási stratégia: a független változókat a kísérlet céljának megfelelően tudatosan változtatják.uk
46 Vizsgálati módszerek A vizsgálat többféle kutatási módszert jelent, melyek közös vonása, hogy valakiknek a megkérdezésével kíván ismereteket szerezni. Fajtái: A kérdőív (összegyűjthető információk rendszere, a kérdőív készítésének folyamata, adatok feldolgozása) Az interjú (fajtái, alkalmazott kérdéstípusok. Az interjú előkészítése, lebonyolítása) Attitűdvizsgálat ( szerepe, attitűdök feltárásának módszerei, érdeklődésvizsgálat) Szociometria (közvetlen megfigyelés, szociometriai kérdőívek, szociometriai tesztek) 46 46
47 A kutatás eredményeinek összefoglalása tanulmányban A kutatás célja és rövid áttekintése A szakirodalom áttekintése Ne plagizáljunk! Ha nyomtatásban megjelent műre hivatkozunk: A szövegben valamely hivatkozási módszer használata (Harvard vagy számozásos) Bibliográfiában a részletesen az adatok 47 47
48 A tanulmány felépítése A kutatás terve és végrehajtása Ha pl. kérdőíves felvételt alkalmaztunk, szerepeltessük a következőket: A vizsgált populáció A mintavételi módszer A minta nagysága Az adatgyűjtés módszere A válaszolási arány Az adatfeldolgozás és az adatelemzés módszerei Bármely kutatási módszert is hasonló részletességgel kell leírni
49 A tanulmány felépítése Elemzés és értelmezés Legyen logikus és áttekinthető Utalás az adott elemzés értelmére céljaira. Az adatok ismertetése. Tekintsük át a legfontosabb eredményeket.. Mutassunk rá ezek jelentőségére Az eredmények értelmezése. Kitekintés, gondolatok a jövő feladataira, kutatási irányaira
50 Az adatelemzés leírása oa szövegesen elemezni kell az összefüggéseket, adatokkal alátámasztva. (részletes adatok a függelékben) o Biztosítani kell, hogy a tanulmányt elemző kutatók az eredményeket kontrollálhassák. o A vizsgálat, kísérlet során alkalmazott módszer ismertetése, mely a megismételhetőség biztosítéka. o A táblázatok elhelyezése (szövegben vagy függelékben) Általános szabály: 1. Megmondjuk mi célból mutatjuk be a táblázatot 2. Közöljük a táblázatot 3. Bemutatjuk és értelmezzük oaz olvasó tisztelete, ne vezessük félre kozmetikázott magyarázattal! minden befolyásolt körülmény bemutatása kutató rámutat a levont következtetések hiányosságaira és bizonytalanságaira ofontos a stílus, de a legfontosabb a logika, tisztaság és őszinteség
51 Függelék A függelék, olyan adatokat tartalmaz, melyek: o Konkrét információkkal támasztják alá a szövegben leírtakat. o Adatokat közlő, vagy az összegyűjtött adatok elemzését összefoglaló, nyomtatásban meg nem jelent dokumentumok. Bibliográfia Hivatkozások jegyzéke: (közvetlen kapcsolat a szövegben idézett gondolat és a mű bibliográfiai adatai között) o név-év (Harvard) módszer esetén a hivatkozás jegyzék a dolgozat végén, és a bibliográfia tételei szerzői betűrendben o Számozásos módszer esetén a hivatkozások jegyzéke a lábjegyzetbe vagy a végjegyzetbe kerül, a tételek növekvő számsorrendben
52 Bibliográfia_2 Felhasznált irodalom bibliográfiája (nincs közvetlen kapcsolat) lehet: o Felhasznált irodalom jegyzéke: Olvasott művek adatai o Irodalomjegyzék vagy bibliográfia Vagy a téma teljes szakirodalmát mutatja be Vagy csak az olvasott művekről tájékoztat o Ajánlott irodalom Azon irodalmak adatai, melyek a téma bővebb tanulmányozásához szükségesek
53 A statisztikai módszerek típusai A kutatásokban alkalmazott tipikus módszerek: 1. Leíró statisztika: Ez a módszer a numerikus (számszerű) információk összegyűjtését, az információk összegzését, jellemzését szolgáló módszereket szolgálja. Területei: Adatgyűjtés Adatok ábrázolása Adatok csoportosítása, osztályozása Az adatokkal végett egyszerűbb aritmetikai műveletek Eredmények megjelenítése 53 53
54 A statisztikai módszerek típusai_2 2. A következtetéses statisztika: a jelenségekre, folyamatokra levont következtetések nem csak a közvetlen vizsgálatokon alapulnak. Ezeket a következtetéseket a matematikai statisztika és a valószínűség számítás alapján kapjuk. A következtetéseket a reprezentatív mintán végzett vizsgálatok alapján a populációra vonjuk le
55 A módszer választáshoz útmutatás Függ: A kutatási kérdéstől Kísérleti elrendezéstől A mérés skálájától (nominális, intervallum stb.) Az elemszámtól Van-e különbség? 1 csoport 2 csoport 3, vagy több csoport Van-e összefüggés? Mennyi a független változók száma
56 Valószínűségi változók Az adatok eloszlásáról statisztika kiszámításával kapunk pontos képet: Számtani közép vagy átlag Médián Módusz Variancia Szórás ( a variancia négyzetgyöke) (Ezt nem csupán a grafikon alapján szemlélhetjük, hanem ellenőrizhető az egymintás Kolmogorov-Smirnov teszt vagy a Shapiro-Wilk (n 50) teszt alapján) 56
57 Középérték számítások Számtani átlag Az átlag egy adott diszkrét adatsor jellemző adata, mely az adathalmaz közepén helyezkedik el. Minta átlaga: a számhalmaz átlaga, más szóval - számtani közepe, az a szám, amelytől az adatok eltéréseinek összege zérus. Az n elemű minta - x1, x2, xn átlaga: x x1 x2... n n n 1 x n n x n 57
58 Középérték számítások_2 Módusz: Az adatsorok osztályokba való sorolása esetén a legnagyobb gyakoriságú osztály közepét értjük alatta. Alkalmazása: az ordinális és a nominális változókból álló minta esetén is lehetséges. Jellemzői: leíró, jósló szerepe van, mivel a tipikus értékre (tipikus eredmény, vélemény) mutat rá. alkalmas az eloszlás gyors jellemzésére is, abban az esetben, ha a mintának egy módusza van 58
59 Középérték számítások_3 Médián Médián: a nagyság szerint rendezett, vagyis rangsorba állított számhalmaz középső értéke. páratlan számsorok esetén, vagy a két középső érték számtani adatokra nem értelmezhető, de az ordinális adatok esetén igen átlaga, páros számsorok esetén (a nominális ) A vizsgált mintát két azonos részre bontja, rámutat a minta közepére. A szimmetrikus görbék esetén az átlag és a módusz egybeesnek, míg a balra illetve jobbra ferdülő görbék esetén a médián, az átlag és a módusz között veszi fel az értéket. Alkalmazása a nominális skála kivételével minden esetben lehetséges. A vizsgált minta középmezőnyének jellemzésére alkalmas. 59
60 Középérték számítások_4 skála átlag médián módusz Nominális nem nem igen ordinális nem igen igen intervallum nem igen igen arányskála igen igen igen 60
61 Gyakorisági sorok Az adatok értéktartományát intervallumokra osztva, az adatokat be kell sorolni. Ügyelni kell arra, hogy az intervallumok alsó és felső határa ne fedje egymást. Az intervallum: a minta legnagyobb és legkisebb eleme által határolt tartománya. A gyakorisági eloszlást az adott csoportok és a hozzájuk rendelhető gyakoriságok alkotják 61
62 Gyakorisági sorok_2 Az eljárás menete: 1. Első lépésként az értéktartományt egyenlő intervallumú csoportokra kell osztani. 2. A csoportok száma a minta nagyságától függően min10 és max.20 legyen (az adatok maximális és minimális értékeinek intervalluma határozza meg). Ha túl nagy intervallum számot választunk, pontatlan értékmeghatározást okozhat. 3. A csoport intervallumok általában, a minta függvényében 2, 3, 5,
63 Gyakorisági sorok_3 Gyakoriság A gyakoriság egy olyan mutató, amely jellemzi, hogy egy-egy csoportba hány adat tartozik. A gyakorisági eloszlás egy olyan statisztikai mutató, mely arra mutat, hogy a minta elemei hogyan oszlanak meg a különböző csoportok között. A mintára vonatkozóeredményt abszolút gyakorisági elosztásnak nevezzük. Jele: f a 63
64 Gyakorisági sorok_4 Relatív gyakoriság A relatív gyakoriság a csoport abszolút gyakoriság értékének a minta elemszámához százalékosan viszonyított értéke. f 100 f a % n A relatív gyakoriság alapján válik lehetővé, hogy különböző, akár eltérő elemszámú mintát vessünk össze. 64
65 Kereszttáblák- Chi-négyzet A kereszttáblákat két változó összefüggésének vizsgálatához használjuk. Alkalmazása során azt a hipotézist ellenőrizzük, hogy a sor és oszlopváltozók függetlenek-e. Nem jól használható, ha bármelyik cellában a peremeloszlások alapján várható érték (expected value) kisebb 1-nél, vagy a cellák több mint 20%-ban ez az érték kisebb mint
66 A korrelációs együttható jellemzői Független változók esetében a korrelációs együttható értéke 0, A függvénykapcsolatban lévő (nem sztochasztikus) változók esetében a korrelációs együttható értéke 1. 66
67 Korrelációs együttható Korrelációs együttható értéke és a változók közötti kapcsolat 0,9 1 rendkívül szoros 0,75 0,9 szoros 0,5 0,75 érzékelhető 0,25 0,5 laza 0,0 0,25 nincs kapcsolat 67
68 Megállapítás Annak bizonyítása, hogy a vizsgálat során megfigyelt különbség egy általunk meghatározott valószínűségi szinten is kimutatható-e. Amennyiben ez a különbség igazolhatóan nem a véletlen műve, lényeges szignifikáns különbségnek nevezzük
69 Egymintás T-próba Az egymintás t-próbát akkor kell alkalmazni, ha a mérési eredmények ugyanazon személyek különböző felméréséből származnak, vagyis önkontrolos felmérések során. Ahol: z t - számtani középértékét ' z s s - különbségértékek szórása n
70 Egymintás T-próba_2 A vizsgálat során a számított t-értéket össze kell hasonlítani a t táblázat értékével: Ha t > t táblázat a különbség nem a véletlen műve, Ha t < t táblázat a különbség a véletlen műve
71 T-próba értelmezése A szoftverek többsége tartalmazza a t értékét, azonban nem a t kritikus értéket adja, hanem a mintából számolt t értéktől jobbra eső, t-eloszlás alatti területet, melyet p-nek nevezünk. p - elnevezései lehetnek: Prob-value, Signif of t, Sig.Level, stb. p - annak valószínűsége, hogy egy másik kiszámolt t legalább olyan messze van 0-tól, mint a most megfigyelt t, ha H0 igaz
72 Döntés a p alapján_2 p < 0,01 nagyon erős a Ho elleni bizonyíték 0,01 p < 0,05 mérsékelt a Ho elleni bizonyíték 0,05 p < 0,10 szuggesztív a Ho elleni bizonyíték 0,10 p kicsi, vagy nem reális a Ho elleni bizonyíték
73 A kétmintás t-próba A kétmintás t-próbát akkor alkalmazzuk, ha arra keresünk választ, hogy a két egymástól függetlenül vett minta származhat-e azonos átlagú populációból. A kétmintás t-próba azonban csak akkor végezhető el, ha a két csoport variancia értékei között nincs nagy különbség, melyre az F- próba vizsgálat ad választ a variancianégyzetek hányadosának elemzésével. Ha F számolt <F táblázat akkor a vizsgálatban résztvevő minták varianciája nem különbözik egymástól lényegesen és a vizsgálatot a kétmintás t-próbával kell folytatni
74 A kétmintás t-próba A kétmintás t-próba számolás menetének számszerűsítése a következő összefüggés alapján történik: m n m n m n y y x x y x t m i n i i 2 ) ( ) ( A szignifikanciavizsgálat szabadságfoka sz f = n+m-2. A kapott eredmény alapján értékelhetjük a vizsgált minták által elért teljesítményt 74
75 A kétmintás t-próba_2 A kétmintás t-próba azonban csak akkor végezhető el, ha a két csoport variancia értékei között nincs nagy különbség Erre az F-próba vizsgálat ad választ a variancianégyzetek hányadosának elemzésével
76 Az F-próba Az F-próba a variancia négyzetek hányadosa. Képlete: F s s A fenti képlettel kontrollcsoportos vizsgálat során egy n 1 és n 2 elemű minta esetében alkalmazható a hipotézis igazolására, melynek szórásértékei s 1 és s 2 ahol, s 1 > s
77 Az F-próba_2 A számított F értéket a táblázat értékeivel összevetve, a következő lehetőségekkel kell számolnunk: Ha F számolt >F táblázat, akkor a vizsgálatban résztvevő minták varianciája lényegesen különbözik egymástól, a kétmintás t- próba elvégzésére nincs lehetőség. Ebben az esetben más módszert kell keresni, pl. a Welch-próbát. (hasonló mint a kétmintás t-próba, de nem követeli meg a varianciák egyenlőségét) Ha F számolt <F táblázat, akkor a vizsgálatban résztvevő minták varianciája nem különbözik egymástól lényegesen és a vizsgálatot a kétmintás t-próbával kell folytatni
78 Az eredmény általánosíthatósága a populációra A feltételezett összefüggés általánosításához az szükséges, hogy a korrelációs együttható abszolút értéke nagyobb legyen, mint a 95%-os valószínűségi szinthez (adott szabadságfokon) tartozó érték. Abban az estben, ha 99% vagy 99,9%-os értéken végezzük az összevetést, a elemzett kapcsolat még nagyobb valószínűséggel általánosítható. 78
79 Variaanciaalízis A kétmintás t-próba általánosításának tekinthető. Variancia-analízisnek nevezzük azt a statisztikai eljárást, mely több egydimenziós minta ugyanazon változója közötti különbség szignifikancia szintjének összehasonlítását teszi lehetővé
80 Frequency Frequency Az eredmények ábrázolása Histogram REL Egyéni eredmény Missing REL Mean = 12,9 Std. Dev. = 5,515 N = REL Mean = 12,9 Std. Dev. = 5,515 N = 20 Cél: az eredmények áttekinthetőbbé és szemléletesebbé tétele 80
81 Gyakorisági poligon (görbe) A gyakorisági sor osztályközepek alapján szerkesztett vonaldiagramja 81
82 Hisztogram_1 A hisztogram a rendezett minta intervallumaiba eső elemek számát ábrázolja. a hasábok szélessége a változó tartománya A hasábok magassága gyakoriság Az oszlopok száma, ha: Túl sok túlrészletezett Túl kevés elnagyolt 82
83 Hisztogram_2 Szimmetrikus, normál Szimmetrikus, csúcsos 83
84 Hisztogram_3 bimodális 84
85 Hisztogram_4 Balra ferdülő hisztogram 85
86 Hisztogram_5 Jobbra ferdülő hisztogram 86
87 Boxplot grafikon A boxplot: mennyiségi ismérv szerinti eloszlást a kvartiliseken keresztül érzékelteti. A x min és x max értéket összekötő szakaszra épül az alsó és a felső kvartilisek által közbezárt doboz. A középső vonal a medián. A boxplot rámutat: mennyire sűrűsödnek a megfigyelések a középső 50%-os intervellumban Mennyire ferde az eloszlás 87
88 A középértékek elhelyezkedése a különböző gyakorisági eloszlásokban Az eloszlás szimmetriájának mérésére szolgál az un. ferdeség vagy eltoltság skewness, értékei: egy mérőszám, mely arra ad választ, hogy a szóródás a centrumtól jobbra vagy balra lapul-e, ill. sűrűségfüggvényt jelez. A ferdeség - Skewness o Ha (-), balra ferdül a kiugrás o (+), jobbra o (0), szimetrikus 0 Lapultság - Kurtois o csúcsos, leptokurtic o lapos, platykurtic 0 88
89 Csúcsossági értékek A csúcsossági értékek arra mutatnak, hogy az eloszlás közepe mennyire emelkedik ki. Platikurtikus lapos : 0 Leptokurtikus eloszlás csúcsos: > 0 89
90 Különböző szórású normális eloszlások (szórások átlaga = 0) Csúcsosság: az értékek milyen mértékben tömörülnek az átlag körül 90
91 Klaszteranalízis A klaszteranalízis a megfigyelések (vagy a változók) osztályozásának dimenziócsökkentő módszere. A diszkriminancia analízissel szemben itt nincsenek előre megadott osztályok, a feladatunk éppen ezeknek a létrehozása. A klasztertendencia vizsgálat célja annak eldöntése, hogy az adatok mutatnak-e hajlamosságot a természetes csoportosulásra. Ha az adataink hasonlóságot mérő mátrix elemei ordinális skálán mért értékek, akkor a véletlen gráfelmélet nyújt matematikai eszközt a csoportosulási tendenciák megállapítására. A klaszterezés az objektumok osztályba sorolását jelenti, vagyis az objektumok halmazának (X) részhalmazokra való felbontását. 91
92 Irodalom 1. Varga Lajos (2002): Kvantitatív módszerek a pedagógiai kutatásban. BMF BGK kari jegyzet. 2. Varga Lajos (szerk., 2006): Kutatás-módszertan I. Bevezetés a pedagógiai induktív kutatás módszereibe és útmutató a szakdolgozat elkészítéséhez. BME, Bp. 3. Schmercz István - Varga Lajos (2008): Kutatás-módszertan II. Bevezetés a pedagógiai deduktív és szociálpszichológiai kutatás módszereibe. BME, Bp. 4. Falus Iván - Ollé János (2000): Statisztikai módszerek pedagógusok számára. Okker K., Bp. 5. Falus Iván - Ollé János (2008): Az empirikus kutatások gyakorlata. Nemzeti Tankönyvkiadó, Budapest 6. Falus Iván (szerk., 2002): Bevezetés a pedagógiai kutatás módszereibe. Műszaki K., Bp. 7. Fercsik János (1982): Pedagometria. OOK, Veszprém 92
93 Irodalom 8. Ágoston Nagy Orosz: Méréses módszerek a pedagógiában. Tankönyvkiadó. Bp., Antal Péter: Térbeli gondolkodás és elektronikus tananyagfejlesztés. EKF 10. Antal Péter, T. Parázsó Lenke: Az on-line tananyagok szerepe a készségek, képességek elsajátításában EKF 11. Bálya Dávid: Az informatika kihívása a teszt-technológiában, BME TIO Báthory Zoltán: Tanulók, iskolák különbségek. Budapest, Tankönyvkiadó, 1992, pp Báthory, Zoltán: Feladatlapok szerkesztése, adatok értékelése. OOK Budapest Báthory, Zoltán:Tanítás és tanulás. Tk.Bp Csapó, Benő (szerk): Az iskolai tudás. Osiris Kiadó Bp Elek Elemérné dr és T. Parázsó Lenke: Az tanári mesterség információ- és kommunikációtechnikai alapelemei; online tankönyv 11. fejezet
94 Irodalom 17. Falus Iván Kimmel Magdolna: A portfólió. Gondolat Kiadói Kör, ELTE BTK Neveléstudományi Intézet, Budapest, Komenczi Bertalan: Orbis sensualium pictus. In: Iskolakultúra, sz. Melléklet p.m3-m15. p Lovett, M. C (1992) Learning by problem solving versus by examples: The benefits of generating and receiving information. In.: Proceeding of the Fourteenth Annual Conference of the Cognitive Science Society Hillsdale. New Jersey: Erlbaum, pp M. Nádasi Mária: Projektoktatás. Gondolat Kiadói Kör, Budapest, (Oktatás-módszertani kiskönyvtár.) 22. Nagy Tamás: Mérésmetodikai alapok. On-line: Psychological Foundations of Design for CBI. In: 4b. html Pedagógiai Lexikon Dr Setényi j János : A minőség kora.. Bevezetés az iskolai minőségbiztositásba. Raabe, Bp 1999 ISBN Vári Péter: Médiumkiválasztás. Veszprém, OOK, 1983, pp Horváth György (2004): A kérdőíves módszer. Műszaki K. Bp. 18. Babbie, Earl (2003; 6. átd. kiad.): A társadalomtudományi kutatás gyakorlata. Balassi K., Bp Lengyelné Molnár Tünde, Tóvári Judit: Kutatásmódszertan. Eger: Líceum kiadó,
Microsoft Excel 2010. Gyakoriság
Microsoft Excel 2010 Gyakoriság Osztályközös gyakorisági tábla Nagy számú mérési adatokat csoportokba (osztályokba) rendezése -> könnyebb áttekintés Osztályokban szereplő adatok száma: osztályokhoz tartozó
PEDAGÓGIAI KUTATÁS KVANTITATÍV MÓDSZEREI. T. Parázsó Lenke
PEDAGÓGIAI KUTATÁS KVANTITATÍV MÓDSZEREI T. Parázsó Lenke Kutatás fogalma A kutatás alatt értendő valamilyen tudatosult igény, probléma megoldására irányuló megoldási folyamat, melynek során a jelenséget
A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA. T.P.Lenke
A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA T.P.Lenke 2013.10.25. 2 Szignifikáns különbség Annak bizonyítása, hogy a vizsgálat során megfigyelt különbség egy általunk meghatározott valószínűségi szinten
Biomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
Az értékelés során következtetést fogalmazhatunk meg a
Az értékelés során következtetést fogalmazhatunk meg a a tanuló teljesítményére, a tanulási folyamatra, a célokra és követelményekre a szülők teljesítményére, a tanulási folyamatra, a célokra és követelményekre
A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015
A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
18. modul: STATISZTIKA
MATEMATIK A 9. évfolyam 18. modul: STATISZTIKA KÉSZÍTETTE: LÖVEY ÉVA, GIDÓFALVI ZSUZSA MODULJÁNAK FELHASZNÁLÁSÁVAL Matematika A 9. évfolyam. 18. modul: STATISZTIKA Tanári útmutató 2 A modul célja Időkeret
STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
SZÁMÍTÓGÉPES ADATFELDOLGOZÁS
SZÁMÍTÓGÉPES ADATFELDOLGOZÁS A TÁBLÁZATKEZELŐK Irodai munka megkönnyítése Hatékony a nyilvántartások, gazdasági, pénzügyi elemzések, mérési kiértékelések, beszámolók stb. készítésében. Alkalmazható továbbá
STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.
STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése
VENDÉGLÁTÓIPARI ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA
VENDÉGLÁTÓIPARI ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA A vizsga részei Középszint Emelt szint 120 perc 15 perc 180 perc 20 perc 100 pont 50 pont 100 pont 50 pont A vizsgán használható
y ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015
A pedagógiai kutatás metodológiai alapjai Dr. Nyéki Lajos 2015 A pedagógiai kutatás jellemző sajátosságai A pedagógiai kutatás célja a személyiség fejlődése, fejlesztése során érvényesülő törvényszerűségek,
Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
A leíró statisztikák
A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az
A VIZSGA LEÍRÁSA KÖZÉPSZINTEN. Középszint. Szöveges adatok tárolására és megjelenítésére nem alkalmas zsebszámológép KÖZÉPSZINTŰ VIZSGA
VENDÉGLÁTÓIPARi ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA A VIZSGA LEÍRÁSA KÖZÉPSZINTEN A vizsga részei Középszint 120 perc 100 pont 15 perc A vizsgán használható segédeszközök Középszint Szöveges adatok
Kutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I
PEDAGÓGIAI KUTATÁS KVANTITATÍV MÓDSZEREI. T. Parázsó Lenke
PEDAGÓGIAI KUTATÁS KVANTITATÍV MÓDSZEREI T. Parázsó Lenke Tartalom A felmérés céljának megfelelő elemzési mód kiválasztása és elvégzése A tudásszint-mérés folyamata A teszt jóságmutatói Empirikus vizsgálatok
Biostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
A TANTÁRGY ADATLAPJA
A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babes-Bolyai Tudományegyetem 1.2 Kar Pszichológia és Neveléstudományok 1.3 Intézet Pedagógia és Alkalmazott Didaktika 1.4 Szakterület
Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba
Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum
Matematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
Matematikai geodéziai számítások 6.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi
Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában
Statisztikai alapok Leíró statisztika Lineáris módszerek a statisztikában Tudományosan és statisztikailag tesztelhető állítások? A keserűcsokoládé finomabb, mint a tejcsoki. A patkány a legrondább állat,
1/8. Iskolai jelentés. 10.évfolyam matematika
1/8 2009 Iskolai jelentés 10.évfolyam matematika 2/8 Matematikai kompetenciaterület A fejlesztés célja A kidolgozásra kerülő programcsomagok az alább felsorolt készségek, képességek közül a számlálás,
S atisztika 2. előadás
Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás
3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:
Biostatisztika = Biometria = Orvosi statisztika Biomatematika 2. előadás Néhány egyszerű definíció: A statisztika olyan tudomány, amely a tömegjelenségekkel kapcsolatos tapasztalati törvényeket megfigyelések
TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített)
TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített) Szakkollégiumi műhely megnevezése: Meghirdetés féléve: Tantárgy/kurzus megnevezése: BGF GKZ Szakkollégiuma 2011/2012. tanév II. félév SZAKKOLLÉGIUM
Iskolai jelentés. 10. évfolyam szövegértés
2008 Iskolai jelentés 10. évfolyam szövegértés Az elmúlt évhez hasonlóan 2008-ban iskolánk is részt vett az országos kompetenciamérésben, diákjaink matematika és szövegértés teszteket, illetve egy tanulói
STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel
KERESKEDELEM ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA A VIZSGA LEÍRÁSA KÖZÉPSZINTEN. Középszint. Írásbeli vizsga
KERESKEDELEM ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA A VIZSGA LEÍRÁSA KÖZÉPSZINTEN A vizsga részei Középszint 180 perc 15 perc 100 pont 50 pont A vizsgán használható segédeszközök Középszint A vizsgázó
Biomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
KERESKEDELMI ÉS MARKETING ALAPISMERETEK ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA
KERESKEDELMI ÉS MARKETING ALAPISMERETEK ÉRETTSÉGI VIZSGA A vizsga részei II. A VIZSGA LEÍRÁSA Középszint Emelt szint 180 perc 15 perc 180 perc 20 perc 100 pont 50 pont 100 pont 50 pont A vizsgán használható
Segítség az outputok értelmezéséhez
Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró
Hipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
KERESKEDELEM ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA. Emelt szint. 180 perc 20 perc 100 pont 50 pont.
KERESKEDELEM ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA A vizsga részei Emelt szint 180 perc 20 perc 100 pont 50 pont A vizsgán használható segédeszközök A vizsgázó biztosítja A vizsgabizottságot
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
A pedagógia mint tudomány. Dr. Nyéki Lajos 2015
A pedagógia mint tudomány Dr. Nyéki Lajos 2015 A pedagógia tárgya, jellegzetes vonásai A neveléstudomány tárgya az ember céltudatos, tervszerű alakítása. A neveléstudomány jellegét tekintve társadalomtudomány.
Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
Követelmény a 7. évfolyamon félévkor matematikából
Követelmény a 7. évfolyamon félévkor matematikából Gondolkodási és megismerési módszerek Elemek halmazba rendezése több szempont alapján. Halmazok ábrázolása. A nyelv logikai elemeinek helyes használata.
Matematika feladatbank I. Statisztika. és feladatgyűjtemény középiskolásoknak
Matematika feladatbank I. Statisztika Elméleti összefoglaló és feladatgyűjtemény középiskolásoknak ÍRTA ÉS ÖSSZEÁLLÍTOTTA: Dugasz János 2011 Fapadoskonyv.hu Kft. Dugasz János Tartalom Bevezető 7 Adatok
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016
Gyakorlat 8 1xANOVA Dr. Nyéki Lajos 2016 A probléma leírása Azt vizsgáljuk, hogy milyen hatása van a család jövedelmének a tanulók szövegértés teszten elért tanulmányi eredményeire. A minta 59 iskola adatait
Korrelációs kapcsolatok elemzése
Korrelációs kapcsolatok elemzése 1. előadás Kvantitatív statisztikai módszerek Két változó közötti kapcsolat Független: Az X ismérv szerinti hovatartozás ismerete nem ad semmilyen többletinformációt az
Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés
Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek
TANM PED 108/a, illetve PEDM 130/1 Kutatásmódszertan és PEDM 135/c1 Kutatásmódszertan, TANM PED 108/a1 Oktatásstatisztikai elemzések
Eötvös Loránd Tudományegyetem Pedagógiai és Pszichológiai Kar Neveléstudományi Intézet 1075 Budapest, Kazinczy u. 2 27. Tel.: 461 4552, fax.: 461 452 E mail: nevelestudomany@ppk.elte.hu A kurzus címe:
Méréselmélet MI BSc 1
Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok
Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN
Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN (Babbie) 1. Konceptualizáció 2. Operacionalizálás 3. Mérés 4. Adatfeldolgozás 5. Elemzés 6. Felhasználás KUTATÁS LÉPÉSEI 1. Konceptualizáció 2. Operacionalizálás
10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK
MATEMATIK A 9. évfolyam 10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK Tanári útmutató 2 MODULLEÍRÁS A modul
Bevezető Mi a statisztika? Mérés Csoportosítás
Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető
Témaválasztás, kutatási kérdések, kutatásmódszertan
Témaválasztás, kutatási kérdések, kutatásmódszertan Dr. Dernóczy-Polyák Adrienn PhD egyetemi adjunktus, MMT dernoczy@sze.hu A projekt címe: Széchenyi István Egyetem minőségi kutatói utánpótlás nevelésének
Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI
Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció
Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
KÖNNYŰIPAR ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA A VIZSGA LEÍRÁSA KÖZÉPSZINTEN. tárolására és megjelenítésére nem alkalmas zsebszámológép
Érvényes: 2017. május-júniusi vizsgaidőszaktól KÖNNYŰIPAR ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA A VIZSGA LEÍRÁSA KÖZÉPSZINTEN A vizsga részei Középszint 120 perc 15 perc 100 pont A vizsgán használható
KÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység
KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:
Matematikai statisztika c. tárgy oktatásának célja és tematikája
Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:
Populációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
IDEGENNYELVŰ ÜGYVITELI ISMERETEK ÁGAZATON BELÜLI SPECIALIZÁCIÓ SZAKMAI ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA
IDEGENNYELVŰ ÜGYVITELI ISMERETEK ÁGAZATON BELÜLI SPECIALIZÁCIÓ SZAKMAI ÉRETTSÉGI VIZSGA A vizsga részei II. A VIZSGA LEÍRÁSA Középszint Emelt szint 180 perc 15 perc 180 perc 20 perc 100 pont 50 pont 100
OKM ISKOLAI EREDMÉNYEK
OKM ISKOLAI EREDMÉNYEK Statisztikai alapfogalmak Item Statisztikai alapfogalmak Átlag Leggyakrabban: számtani átlag Egyetlen számadat jól jellemzi az eredményeket Óvatosan: elfed Statisztikai alapfogalmak
A pedagógiai értékelés Pedagógia I. Neveléselméleti és didaktikai alapok NBÁA-003 A prezentációt összeállította: Marton Eszter
A pedagógiai értékelés Pedagógia I. Neveléselméleti és didaktikai alapok NBÁA-003 A prezentációt összeállította: Marton Eszter Fogalma a pedagógiai értékelés nem más, mint a pedagógiai információk szervezett
KÖZGAZDASÁG ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA. Emelt szint. 180 perc 20 perc 100 pont 50 pont
KÖZGAZDASÁG ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA A vizsga részei 180 perc 20 perc 100 pont 50 pont A vizsgán használható segédeszközök A vizsgázó biztosítja A vizsgabizottságot
Iskolai jelentés. 10. évfolyam szövegértés
2010 Iskolai jelentés 10. évfolyam szövegértés Szövegértési-szövegalkotási kompetenciaterület A fejlesztés célja Kommunikáció-központúság Tevékenység centrikusság Rendszeresség Differenciáltság Partnerség
Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus
Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze. Célja: - a sokaságot
GRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens
GRADUÁLIS BIOSTATISZTIKAI KURZUS 2012. február hó 22. Dr. Dinya Elek egyetemi docens Biometria fogalma The active pursuit of biological knowledge by quantitative methods Sir R. A. Fisher, 1948 BIOMETRIA
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a
Egymintás próbák. Alapkérdés: populáció <paramétere/tulajdonsága> megegyezik-e egy referencia paraméter értékkel/tulajdonsággal?
Egymintás próbák σ s μ m Alapkérdés: A populáció egy adott megegyezik-e egy referencia paraméter értékkel/tulajdonsággal? egymintás t-próba Wilcoxon-féle előjeles
Elemi statisztika fizikusoknak
1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok
2.1. Az oktatási folyamat tervezésének rendszerszemléletű modellje.
2.1. Az oktatási folyamat tervezésének rendszerszemléletű modellje. Az oktatási folyamat tervezése a központi kerettanterv alapján a helyi tanterv elkészítésével kezdődik. A szakmai munkaközösség tagjai
Leíró statisztika. Adatok beolvasása az R-be és ezek mentése
Leíró statisztika. Adatok beolvasása az R-be és ezek mentése Leíró statisztika Definíciója: populáció egy ismert részhalmazára vonatkozó megfigyelések leírása és összegzése. Jelentősége: nominális adatok
A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András
Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat
HONVÉDELMI ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA
HONVÉDELMI ISMERETEK ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA A részei Középszint Emelt szint Szóbeli Szóbeli 180 perc 15 perc 240 perc 20 perc 100 pont 50 pont 100 pont 50 pont A vizsgán
KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel
KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,
Feladatok: pontdiagram és dobozdiagram. Hogyan csináltuk?
Feladatok: pontdiagram és dobozdiagram Hogyan csináltuk? Alakmutatók: ferdeség, csúcsosság Alakmutatók a ferdeség és csúcsosság mérésére Ez eloszlás centrumát (középérték) és az adatok centrum körüli terpeszkedését
Mi az adat? Az adat elemi ismeret. Az adatokból információkat
Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás
Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 10. előadás Előadó: Dr. Ertsey Imre Varianciaanalízis A különböző tényezők okozta szórás illetőleg szórásnégyzet összetevőire bontásán alapszik Segítségével egyszerre több mintát hasonlíthatunk
A STANDARDFEJLESZTÉS LEHETŐSÉGEI MAGYARORSZÁGON
XXI. Századi Közoktatás (fejlesztés, koordináció) II. szakasz TÁMOP-3.1.1-11/1-2012-0001 A STANDARDFEJLESZTÉS LEHETŐSÉGEI MAGYARORSZÁGON DANCSÓ TÜNDE Tartalom A standard fogalma A standardleírás jellemzői
[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)
A TANTÁRGY ADATLAPJA
A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Pszichológia és Neveléstudományok Kar 1.3 Intézet Alkalmazott Pszichológia Intézet 1.4
biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
Mérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
PIACKUTATÁS (MARKETINGKUTATÁS)
PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel
A digitális korszak kihívásai és módszerei az egyetemi oktatásban
Csapó Benő http://www.staff.u-szeged.hu/~csapo A digitális korszak kihívásai és módszerei az egyetemi oktatásban Interdiszciplináris és komplex megközelítésű digitális tananyagfejlesztés a természettudományi
Populációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
Hipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
II. A VIZSGA LEÍRÁSA. Középszint. 180 perc 15 perc 100 pont 50 pont. Írásbeli vizsga
II. A VIZSGA LEÍRÁSA A vizsga részei Középszint 180 perc 15 perc 100 pont 50 pont A vizsgán használható segédeszközök Középszint A vizsgázó biztosítja A vizsgabizottságot működtető intézmény biztosítja
Varianciaanalízis 4/24/12
1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,