Page 22 - 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. 22
r aziskovanje v vzgoji in izobr aževanju: učenje in poučevanje na daljavo
vzpostavlja pri pouku slovenščine. Pripadajoče postavke na vseh lestvicah
so dijaki in dijakinje ocenili na štiristopenjskih lestvicah, vse lestvice pa so
se potrdile kot ustrezno notranje zanesljive, in sicer so se vrednosti koefici-
entov notranje zanesljivosti gibale med α = 0,73 in α = 0,89 (OCED, 2020 in
osebni izračuni). Podrobnejši vsebinski opis lestvic je dostopen na poveza-
vi: https://www.oecd.org/pisa/data/2018database/.
2.3 Obdelava podatkov
Za potrebe analiz študije smo za vse zgoraj navedene vključene spremen-
ljivke uporabili že obstoječe vrednosti mednarodno primerljivih indeksov,
ki smo jih izvzeli iz nacionalne baze podatkov PISA 2018 za Slovenijo. In-
deks je standardizirana vrednost s povprečjem 0 in standardnim odklo-
nom 1. Za vse vključene spremenljivke smo najprej izvedli deskriptivne
analize podatkov ločeno po spolu in izobraževalnem programu. Ker so nas
v raziskavi zanimali učinki različnih učiteljskih dejavnikov na notranjo
motivacijo dijakov in dijakinj za branje, smo za namene ugotavljanja veli-
kosti učinkov in značilnosti učiteljskih dejavnikov uporabili postopek mul-
tiple linearne regresije, ki smo ga ponovili znotraj različnih skupin (spol,
izobraževalni program). Za preverjanje multikolinearnosti med vključe-
nimi spremenljivkami smo predhodno izračunali koeficiente povezano-
sti med vključenimi spremenljivkami, kot kriterij pa upoštevali vrednost
0,80. Predhodno smo preverili tudi linearno povezanost med posameznim
napovednikom in odvisno spremenljivko. Zaradi izjemne velikosti vzorca
smo predvidevali tudi normalnost porazdelitve rezidualov povezanosti po-
sameznega napovednika s kriterijsko spremenljivko.
Podatke smo analizirali s pomočjo statističnega programa IBM SPSS
27.0 in orodja IEA IDBAnalyzer Version 4.0.39, ki nam pri obravnavi po-
datkov zaradi dvostopenjskega vzorčenja v raziskavi poleg uporabe uteži za
posameznega učenca (W_FSTUWT) omogoča tudi uporabo vzorčnih ute-
ži z namenom ustrezne ocene standardne napake parametrov v populaciji
po metodi ponovnega vzorčenja (angl. Bootstrap).
3 Rezultati
V tem poglavju najprej navajamo rezultate opisnih statistik in rezultate
analize povezanosti med vključenimi dejavniki motivacije za branje in di-
jakovo notranjo motivacijo za branje, temu pa sledijo rezultati multiple li-
nearne regresijske analize, kjer nas bodo zanimale velikosti učinkov in po-
22
vzpostavlja pri pouku slovenščine. Pripadajoče postavke na vseh lestvicah
so dijaki in dijakinje ocenili na štiristopenjskih lestvicah, vse lestvice pa so
se potrdile kot ustrezno notranje zanesljive, in sicer so se vrednosti koefici-
entov notranje zanesljivosti gibale med α = 0,73 in α = 0,89 (OCED, 2020 in
osebni izračuni). Podrobnejši vsebinski opis lestvic je dostopen na poveza-
vi: https://www.oecd.org/pisa/data/2018database/.
2.3 Obdelava podatkov
Za potrebe analiz študije smo za vse zgoraj navedene vključene spremen-
ljivke uporabili že obstoječe vrednosti mednarodno primerljivih indeksov,
ki smo jih izvzeli iz nacionalne baze podatkov PISA 2018 za Slovenijo. In-
deks je standardizirana vrednost s povprečjem 0 in standardnim odklo-
nom 1. Za vse vključene spremenljivke smo najprej izvedli deskriptivne
analize podatkov ločeno po spolu in izobraževalnem programu. Ker so nas
v raziskavi zanimali učinki različnih učiteljskih dejavnikov na notranjo
motivacijo dijakov in dijakinj za branje, smo za namene ugotavljanja veli-
kosti učinkov in značilnosti učiteljskih dejavnikov uporabili postopek mul-
tiple linearne regresije, ki smo ga ponovili znotraj različnih skupin (spol,
izobraževalni program). Za preverjanje multikolinearnosti med vključe-
nimi spremenljivkami smo predhodno izračunali koeficiente povezano-
sti med vključenimi spremenljivkami, kot kriterij pa upoštevali vrednost
0,80. Predhodno smo preverili tudi linearno povezanost med posameznim
napovednikom in odvisno spremenljivko. Zaradi izjemne velikosti vzorca
smo predvidevali tudi normalnost porazdelitve rezidualov povezanosti po-
sameznega napovednika s kriterijsko spremenljivko.
Podatke smo analizirali s pomočjo statističnega programa IBM SPSS
27.0 in orodja IEA IDBAnalyzer Version 4.0.39, ki nam pri obravnavi po-
datkov zaradi dvostopenjskega vzorčenja v raziskavi poleg uporabe uteži za
posameznega učenca (W_FSTUWT) omogoča tudi uporabo vzorčnih ute-
ži z namenom ustrezne ocene standardne napake parametrov v populaciji
po metodi ponovnega vzorčenja (angl. Bootstrap).
3 Rezultati
V tem poglavju najprej navajamo rezultate opisnih statistik in rezultate
analize povezanosti med vključenimi dejavniki motivacije za branje in di-
jakovo notranjo motivacijo za branje, temu pa sledijo rezultati multiple li-
nearne regresijske analize, kjer nas bodo zanimale velikosti učinkov in po-
22
