Page 109 - Ana Mlekuž in Igor Ž. Žagar, ur. • Raziskovanje v vzgoji in izobraževanju: učenje in poučevanje na daljavo - izkušnje, problemi, perspektive. Ljubljana: Pedagoški inštitut, 2022. Digitalna knjižnica, Dissertationes 43
P. 109
lišča univer zitetnih študentov do orodij za poučevanje na daljavo ...
Moški f f%
Ženski Spol
Starost 161 38,2
M = 23,18; SD = 5,63; KA = 2,75; KS = 8,6 261 61,8
Opomba: M = srednja vrednost; SD = standardni odklon; KS = koeficient sploščenosti;
KA = koeficient asimetrije.
Skoraj polovica anketiranih študira na Univerzi v Ljubljani, približno
tretjina jih študira na Univerzi v Mariboru, najmanj anketiranih na Uni-
verzi na Primorskem in manj kot odstotek na drugih slovenskih univerzah.
Več kot tretjina anketiranih je študentov ekonomskih fakultet. Približno
tretjina je študentov turističnih fakultet, približno petina študentov fakul-
tete za varnostne vede in nekaj več kot 6 % študentov filozofskih fakultet.
8,8 % anketiranih študira na drugih fakultetah. Dve tretjini anketiranih je
bilo ženskega, približno tretjina pa moškega spola. Anketirani so v povpre-
čju stari 23,18 leta (SD = 5,63).
5.4 Uporabljene analize za obdelavo podatkov
Za izvedbo statističnih analize je bilo uporabljeno orodje IBM SPSS Sta-
tistics, različica 26. Dobljene podatke smo najprej opisali z uporabo opis
nih statistik (frekvenc, aritmetičnih sredin, standardnih odklonov, koefi-
cientov asimetrije in sploščenosti). Zaradi velikega nabora spremenljivk, s
katerimi smo merili odnos študentov do orodij za poučevanje na daljavo,
smo se odločili za zmanjšanje števila dimenzij koncepta stališč do orodij za
poučevanje med poučevanjem na daljavo, pri čemer smo uporabili faktor-
sko analizo (metodo glavnih osi). Za določitev števila faktorjev smo upo-
rabili več kriterijev, in sicer število faktorjev z lastnimi vrednostmi, višjimi
od 1, pregled točke preloma v diagramu »scree«, delež pojasnjene varian-
ce z upoštevanim številom faktorjem (skupno vsaj 40 %) in pregled faktor-
skih uteži (jasna struktura faktorjev, pri čemer ima vsaka spremenljivka na
samo enem faktorju utež, višjo od |0,3|). Za preverjanje raziskovalnih hipo-
tez smo se poslužili analize CHAID. Ta se uporablja za zaznavanje struktur
v podatkovnih bazah. Za njeno uporabo smo se odločili, saj nam omogoča
uporabo kategoričnih spremenljivk v analizi (za razliko od regresijske ana-
lize, ki ne dovoli uporabe nominalnih spremenljivk kot neodvisnih). Algo-
ritem uporablja test hi-kvadrat za izračun statistično značilnih razlik med
skupinami, pri čemer se rezultat popravi z Bonferronijevim popravkom.
109
Moški f f%
Ženski Spol
Starost 161 38,2
M = 23,18; SD = 5,63; KA = 2,75; KS = 8,6 261 61,8
Opomba: M = srednja vrednost; SD = standardni odklon; KS = koeficient sploščenosti;
KA = koeficient asimetrije.
Skoraj polovica anketiranih študira na Univerzi v Ljubljani, približno
tretjina jih študira na Univerzi v Mariboru, najmanj anketiranih na Uni-
verzi na Primorskem in manj kot odstotek na drugih slovenskih univerzah.
Več kot tretjina anketiranih je študentov ekonomskih fakultet. Približno
tretjina je študentov turističnih fakultet, približno petina študentov fakul-
tete za varnostne vede in nekaj več kot 6 % študentov filozofskih fakultet.
8,8 % anketiranih študira na drugih fakultetah. Dve tretjini anketiranih je
bilo ženskega, približno tretjina pa moškega spola. Anketirani so v povpre-
čju stari 23,18 leta (SD = 5,63).
5.4 Uporabljene analize za obdelavo podatkov
Za izvedbo statističnih analize je bilo uporabljeno orodje IBM SPSS Sta-
tistics, različica 26. Dobljene podatke smo najprej opisali z uporabo opis
nih statistik (frekvenc, aritmetičnih sredin, standardnih odklonov, koefi-
cientov asimetrije in sploščenosti). Zaradi velikega nabora spremenljivk, s
katerimi smo merili odnos študentov do orodij za poučevanje na daljavo,
smo se odločili za zmanjšanje števila dimenzij koncepta stališč do orodij za
poučevanje med poučevanjem na daljavo, pri čemer smo uporabili faktor-
sko analizo (metodo glavnih osi). Za določitev števila faktorjev smo upo-
rabili več kriterijev, in sicer število faktorjev z lastnimi vrednostmi, višjimi
od 1, pregled točke preloma v diagramu »scree«, delež pojasnjene varian-
ce z upoštevanim številom faktorjem (skupno vsaj 40 %) in pregled faktor-
skih uteži (jasna struktura faktorjev, pri čemer ima vsaka spremenljivka na
samo enem faktorju utež, višjo od |0,3|). Za preverjanje raziskovalnih hipo-
tez smo se poslužili analize CHAID. Ta se uporablja za zaznavanje struktur
v podatkovnih bazah. Za njeno uporabo smo se odločili, saj nam omogoča
uporabo kategoričnih spremenljivk v analizi (za razliko od regresijske ana-
lize, ki ne dovoli uporabe nominalnih spremenljivk kot neodvisnih). Algo-
ritem uporablja test hi-kvadrat za izračun statistično značilnih razlik med
skupinami, pri čemer se rezultat popravi z Bonferronijevim popravkom.
109
