Page 72 - Maša Vidmar, Vedenjske težave in učna uspešnost. Ljubljana: Pedagoški inštitut, 2017. Digitalna knjižnica, Dissertationes, 30
P. 72
vedenjske težave in učna uspešnost
dnih, koordinatorke pa so jih poslale raziskovalki. Pozno spomladi v istem
šolskem letu (M2) so usposobljene testatorke izvedle drugi sklop individu-
alnih preizkusov z otroki, koordinatorke pa so prejele po dva vprašalnika
(skupaj z navodili za izpolnjevanje) za razredničarke in po enega za vzgo-
jiteljice vključenih otrok, te so izpolnjene vprašalnike preko koordinatorke
v dveh tednih vrnile raziskovalki. Takoj po pričetku naslednjega šolskega
leta (M3), ko so učenci obiskovali 2. razred, so usposobljene testatorke iz-
vedle še zadnji individualni preizkus z otroki. Konec leta (M4) so koordina-
torke po pošti prejele po en vprašalnik (skupaj z navodili za izpolnjevanje)
za razredničarko ter po enega za učiteljice v PB oziroma JV, te so izpolnjene
vprašalnike preko koordinatorke v dveh tednih vrnile raziskovalki.
Statistična analiza
V prvem koraku smo s statističnim programom SPSS 15.0 (dodatek Missing
value analysis) preverili količino manjkajočih vrednosti pri posameznem
vprašalniku za vsakega otroka (pri individualnih preizkusih ni bilo manj-
kajočih vrednosti oziroma je bil otrok zaradi odsotnosti v šoli v času pre-
izkušanja brez rezultatov na vseh preizkusih). Ker je otrokov rezultat pri
praktično vseh vprašalnikih oziroma dimenzijah predstavljal povprečje
preko pripadajočih postavk, manjkajočih vrednosti nismo nadomešča-
li, pač pa smo določili najvišje dovoljeno število neodgovorjenih postavk
(približno 10 % pri vsakem vprašalniku oziroma dimenziji). V kolikor je
imel otrok pri določenem vprašalniku oziroma dimenziji več kot določeno
število manjkajočih vrednosti, njegovega rezultata nismo izračunali. Manj-
kajoče vrednosti smo nadomeščali le pri SV-O, in sicer v skladu s priroč-
nikom (LaFreniere et al. 2001). V naslednjem koraku smo s statističnim
programom SPSS 15.0 (dodatek Advanced models) preverili morebitni uči-
nek gnezdenja oziroma klastriranja na opazovane spremenljivke, saj otrok
nismo vzorčili naključno, temveč preko šol; to pomeni, da naše meritve
niso bile povsem neodvisne (možni so bili učinki značilnosti šole, npr. šol-
ska klima). Tudi nadaljnje analize smo opravili s SPSS 15.0, predpostavlje-
ne merske in strukturne modele ter moderatorske in mediacijske odno-
se pa smo preverili s pomočjo računalniškega programa Mplus 5.2 (2009).
Dosežke otrok na PIPS smo izračunali s pomočjo računalniškega progra-
ma Winsteps 3.63.0 (2007), ki omogoča računanje dosežkov v skladu z Ra-
schevim modelom.
72
dnih, koordinatorke pa so jih poslale raziskovalki. Pozno spomladi v istem
šolskem letu (M2) so usposobljene testatorke izvedle drugi sklop individu-
alnih preizkusov z otroki, koordinatorke pa so prejele po dva vprašalnika
(skupaj z navodili za izpolnjevanje) za razredničarke in po enega za vzgo-
jiteljice vključenih otrok, te so izpolnjene vprašalnike preko koordinatorke
v dveh tednih vrnile raziskovalki. Takoj po pričetku naslednjega šolskega
leta (M3), ko so učenci obiskovali 2. razred, so usposobljene testatorke iz-
vedle še zadnji individualni preizkus z otroki. Konec leta (M4) so koordina-
torke po pošti prejele po en vprašalnik (skupaj z navodili za izpolnjevanje)
za razredničarko ter po enega za učiteljice v PB oziroma JV, te so izpolnjene
vprašalnike preko koordinatorke v dveh tednih vrnile raziskovalki.
Statistična analiza
V prvem koraku smo s statističnim programom SPSS 15.0 (dodatek Missing
value analysis) preverili količino manjkajočih vrednosti pri posameznem
vprašalniku za vsakega otroka (pri individualnih preizkusih ni bilo manj-
kajočih vrednosti oziroma je bil otrok zaradi odsotnosti v šoli v času pre-
izkušanja brez rezultatov na vseh preizkusih). Ker je otrokov rezultat pri
praktično vseh vprašalnikih oziroma dimenzijah predstavljal povprečje
preko pripadajočih postavk, manjkajočih vrednosti nismo nadomešča-
li, pač pa smo določili najvišje dovoljeno število neodgovorjenih postavk
(približno 10 % pri vsakem vprašalniku oziroma dimenziji). V kolikor je
imel otrok pri določenem vprašalniku oziroma dimenziji več kot določeno
število manjkajočih vrednosti, njegovega rezultata nismo izračunali. Manj-
kajoče vrednosti smo nadomeščali le pri SV-O, in sicer v skladu s priroč-
nikom (LaFreniere et al. 2001). V naslednjem koraku smo s statističnim
programom SPSS 15.0 (dodatek Advanced models) preverili morebitni uči-
nek gnezdenja oziroma klastriranja na opazovane spremenljivke, saj otrok
nismo vzorčili naključno, temveč preko šol; to pomeni, da naše meritve
niso bile povsem neodvisne (možni so bili učinki značilnosti šole, npr. šol-
ska klima). Tudi nadaljnje analize smo opravili s SPSS 15.0, predpostavlje-
ne merske in strukturne modele ter moderatorske in mediacijske odno-
se pa smo preverili s pomočjo računalniškega programa Mplus 5.2 (2009).
Dosežke otrok na PIPS smo izračunali s pomočjo računalniškega progra-
ma Winsteps 3.63.0 (2007), ki omogoča računanje dosežkov v skladu z Ra-
schevim modelom.
72
