A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015



Hasonló dokumentumok
Bevezető Mi a statisztika? Mérés Csoportosítás

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

3. ZH FOGALMAI. Döntéshozó: Az a személy (vagy csoport), aki a cselekvési változatok közül választ egyet.

[GVMGS11MNC] Gazdaságstatisztika

STATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása

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.

Mérés és skálaképzés. Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI

A leíró statisztikák

Matematikai geodéziai számítások 6.

2. előadás. Viszonyszámok típusai

Matematikai geodéziai számítások 6.

Országos kompetenciamérés eredményeinek kiértékelése 6. és 8. évfolyamokon 2012

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Méréselmélet és mérőrendszerek

Függetlenségvizsgálat, Illeszkedésvizsgálat

Méréselmélet MI BSc 1

Az értékelés során következtetést fogalmazhatunk meg a

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus

Mérés és modellezés Méréstechnika VM, GM, MM 1

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 10.B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

Korrelációs kapcsolatok elemzése

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

2013 ŐSZ. 1. Ismertesse a mérési skálák tulajdonságait és a közöttük lévő összefüggéseket.

Tárgy- és névmutató. C Cox & Snell R négyzet 357 Cramer-V 139, , 151, 155, 159 csoportok közötti korrelációs mátrix 342 csúcsosság 93 95, 102

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus

Matematika. 9.osztály: Ajánlott tankönyv és feladatgyűjtemény: Matematika I-II. kötet (Apáczai Kiadó; AP és AP )

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév:

A statisztika alapjai - Bevezetés az SPSS-be -

Adatok statisztikai értékelésének főbb lehetőségei

Matematikai statisztikai elemzések 2.

A sokaság/minta eloszlásának jellemzése

Statisztika. Dr Gősi Zsuzsanna. Egyetemi adjunktus. Sportmenedzsment Tanszék

Bevezetés az SPSS program használatába

Statisztikai alapfogalmak

Közoktatás-értékelési programok. Pongrácz László Oktatási Hivatal Közoktatás-értékelési Programok Főosztálya főosztályvezető

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Matematika szóbeli érettségi témakörök 2016/2017-es tanév őszi vizsgaidőszak

Sta t ti t s i zt z i t k i a 1. előadás

SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 9. ÉVFOLYAM SZÁMÁRA

Iskolai jelentés. 10. évfolyam szövegértés

TANMENET. a matematika tantárgy tanításához 10. E.osztályok számára

SZAKKÖZÉPISKOLA ÉRETTSÉGI VIZSGRA FELKÉSZÍTŐ KK/12. ÉVFOLYAM

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

1/8. Iskolai jelentés. 10.évfolyam matematika

Segítség az outputok értelmezéséhez

Vargha András Károli Gáspár Református Egyetem Budapest

Mérés és modellezés 1

Vizsgáljuk elôször, hogy egy embernek mekkora esélye van, hogy a saját

Populációbecslések és monitoring

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 11B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

Vizuális adatelemzés

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Biomatematika 2 Orvosi biometria

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 2016 / tanév

Populációbecslések és monitoring

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

[Biomatematika 2] Orvosi biometria

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

FIT-jelentés :: Cecei Általános Iskola 7013 Cece, Árpád u. 3. OM azonosító: Telephely kódja: 001. Telephelyi jelentés

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

Feladatok: pontdiagram és dobozdiagram. Hogyan csináltuk?

es országos kompetenciamérés eredményeinek összehasonlítása intézményünkben

1. fogalom. Add meg az összeadásban szereplő számok elnevezéseit! Milyen tulajdonságai vannak az összeadásnak? Hogyan ellenőrizzük az összeadást?

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Mérési hibák

FIT-jelentés :: Telephelyi jelentés. 6. évfolyam :: Általános iskola

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András

Kvantitatív statisztikai módszerek

TANMENETJAVASLAT. Dr. Korányi Erzsébet MATEMATIKA. tankönyv ötödikeseknek. címû tankönyvéhez

GRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Osztályozó- és javítóvizsga. Matematika tantárgyból

Megoldások. Az ismérv megnevezése közös megkülönböztető szeptember 10-én Cégbejegyzés időpontja

Intézményi jelentés. 8. évfolyam

Telephelyi jelentés. SzTE Ságvári Endre Gyakorló Általános Iskola 6722 Szeged, Boldogasszony Sgt OM azonosító: Telephely kódja: 001

Matematika javítóvizsga témakörök 10.B (kompetencia alapú )

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

STATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás.

ÍRÁSBELI BELSŐ VIZSGA MATEMATIKA 8. évfolyam reál tagozat Az írásbeli vizsga gyakorlati és elméleti feladatai a következő témakörökből származnak.

Matematika pótvizsga témakörök 9. V

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Kockázatkezelés és biztosítás 1. konzultáció 2. rész

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv

Intézményi jelentés. 6. évfolyam

Iskolai jelentés. 10. évfolyam szövegértés

y ij = µ + α i + e ij

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos

Intézményi jelentés. 6. évfolyam

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Átírás:

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 objektíven összehasonlíthatóvá válik. A mérés két részből áll: - a mérőeszköz (skála) létrehozásából, és - a mérőeszközzel való összehasonlításból. A mérés első fázisa a mérési skála megalkotása. Ezután következik a mérendő objektum valamely tulajdonságával vagy jellemzőjével való összehasonlítás.

A kvantitatív összehasonlítás A mérés során egy mérőszámot rendelünk a mérendő objektumhoz azáltal, hogy az objektumot a skálához viszonyítottuk. A mérés eredménye a mérőszám és a mértékegység. A mérés arra szolgál, hogy a mérendő objektum valamely tulajdonságát más objektumok vonatkozó tulajdonságával objektív módon össze lehessen hasonlítani. A mérést a kvantitatív összehasonlítás (<, =, >) érdekében végezzük.

A mérés pontossága Ha a két objektum összehasonlított tulajdonsága közel azonos, akkor a mérés pontosságától függ, hogy tudunk-e közöttük különbséget tenni. A mérés pontossága függ: - a mérőeszköz pontosságától, - az összehasonlítás pontosságával szembeni gyakorlati követelménytől. Ha a kevésbé pontos mérés is elegendő, akkor szükségtelen nagyon pontos, és ezért általában drága mérőeszközt használni.

Az adat Az adat a vizsgálat eredménye, rendszerint szám formájában jelenik meg. Az adatok fajtái a következők: - a mérhető adatok, és - a megállapítható adatok. A mérhető adatokat mérés vagy számlálás eredményeképpen kapjuk meg. A mérhető adatokat szokás kvantitatív adatoknak is nevezni. A megállapítható adatokat megállapítással kapjuk meg. A nem számszerű megállapítható adatokat szokás kvalitatív adatoknak is nevezni.

Az adatcsoport A feldolgozás során általában nem egyedi adatokkal, hanem adatcsoportokkal dolgozunk. Egy adatcsoportot alkotnak az ugyanarra vonatkozó adatok, pl. egy osztály matematika dolgozatának érdemjegyei, vagy egy osztály összes év végi érdemjegyei.

A különböző skálatípusok a névleges (nominális) skála; a sorrendi (ordinális) skála; az intervallumskála, és az arányskála (abszolút skála).

A névleges skála Névleges skálát kapunk, ha a mérendő egyedi, vagy osztályokba sorolt objektumokat kötetlen módon azonosító számozással látjuk el. A névleges szám-hozzárendelés típusai: - az egyedi objektumok azonosító számozása, - az osztályokba sorolt objektumok azonosító számozása (a egyes osztályokon belüli objektumok azonos számot kapnak).

A sorrendi skála Sorrendi skálát kapunk, ha az egyedi vagy osztályba sorolt objektumokat valamelyik közös tulajdonságuk alapján sorrendbe állítjuk, és egy tetszőleges kezdeti értéktől kiindulva különböző sorszámokkal látjuk el. A sorrendi skálán a szomszédos értékek nincsenek azonos távolságra egymástól, vagyis az egymást követő intervallumok nem egyenlő nagyságúak. A sorrendi skála a sorbarendezés miatt a névleges skála továbbfejlesztése.

Az intervallumskála Intervallumskálát kapunk akkor, ha az objektumokat úgy állítjuk sorrendbe, hogy a szomszédos értékek azonos távolságra vannak egymástól. Az intervallumskála az azonos intervallumok miatt a sorrendi skála továbbfejlesztése. Az intervallumskála nullpontja és mértékegysége szabadon választható meg. A pedagógiai méréseknél csak az időszükséglet megállapítására használunk intervallumskálát.

Az arányskála Arányskálát kapunk, ha a szomszédos értékek azonos távolságra vannak egymástól és a skálának valódi nullpontja van. Az arányskála az intervallumskála továbbfejlesztése, mivel valódi nullponttal rendelkezik. A pedagógiában arányskálát használunk a tanulók magasságának és tömegének, vagy az oktatási intézmény költségvetésének jellemzésére. A nevelési eredményvizsgálatokban az arányskála nem alkalmazható.

A mérési skálák osztályozása A skála megnevezése Az alapvető empirikus műveletek A jogosan számítható invariáns statisztikai jellemzők A megengedett transzformáció Névleges Az egyenlőség meghatározása Gyakoriság Módusz Kontingencia együttható bármilyen x = f(x) Sorrendi A nagyobb (>) vagy kisebb (<) meghatározása Az előzők + Medián Rangkorrelációs együttható bármilyen sorrendmegőrző x = f(x) Intervallum Az intervallumok vagy különbségek egyenlőségének meghatározása Az előzők + Számtani átlag Szórás Korrelációs együttható bármilyen lineáris x = ax + b ha a 0 Arány Az arányok egyenlőségének meghatározása Az előzők + Mértani átlag Harmonikus átlag Relatív szórás bármilyen hasonlósági x = ax ha a 0