Page 119 - Šolsko polje, XXXI, 2020, št. 1-2: Bralna (ne)pismenost, ur. Klaudija Šterman Ivančič
P. 119
štraus, k. šterman ivančič ■ napovedniki doživljanja medvrstniškega nasilja ...

v jezike poučevanja 15-letnikov (OECD, 2017b; OECD, 2020). Bralni do­
sežek slovenskih 15-letnikov je bil v letih 2015 in 2018 nad povprečjem
OECD, in sicer 505 točk leta 2015 in 495 točk leta 2018. Tudi bralne do­
sežke smo za analizo v tem članku standardizirali na populacijo sloven­
skih 15-letnikov ločeno za leti 2015 in 2018.
Postopek obdelave podatkov
V prvem koraku smo pripravili osnovne opisne analize pogostosti doži­
vljanja medvrstniškega nasilja v letih 2015 in 2018 in ločeno po spolu. V
ta namen smo izračunali odstotke odgovorov na posamezne postavke v
vprašanju o doživljanju medvrstniškega nasilja in za tem odstotke tistih,
ki so poročali o doživljanja medvrstniškega nasilja, glede na že omenje­
no opredelitev. Ta analiza naslavlja prvo raziskovalno vprašanje. Za drugo
raziskovalno vprašanje smo uporabili logistično regresijsko analizo, s kate­
ro smo ugotavljali obete doživljanja medvrstniškega nasilja ob napovedni­
kih občutka sprejetosti v šoli, zaznane čustvene opore staršev in bralnega
dosežka. Tudi to analizo smo opravili ločeno za leti 2015 in 2018 in ločeno
po spolu. Za vse vključene spremenljivke smo uporabili standardizirane
vrednosti na populaciji slovenskih 15-letnikov, ločeno za leti 2015 in 2018.

Zaradi strukture dvostopenjskega vzorčenja v raziskavi PISA – po­
samezniki so vzorčeni znotraj predhodno vzorčenih šol – smo za izra­
čune vzorčnih varianc in standardnih napak cenilk (ocenjenih vredno­
sti) uporabili ustrezne vzorčne uteži in vseh 10 ocen bralnega dosežka, ki
so na voljo v bazah PISA, ter metode bootstrap (OECD, 2017b; OECD,
2020). Za analize smo uporabili statistični paket SPSS 21.0 in za aplikaci­
jo IDB Analyzer (IEA, brez datuma), ki omogoča tovrstne izračune. Pri
stopnji tveganja 0,05 ugotavljamo statistično pomembnost vzorčnih raz­
lik med primerjanimi količinami (npr. odstotki ali koeficienti v modelu)
tako, da kot standardno napako razlike izračunamo koren vsote kvadra­
tov standardnih napak obeh ocen količin. Ker se v predstavitvi rezultatov
osredotočamo na posamezne primerjave, ne vključujemo večanja možno­
sti napake I. vrste, ki nastaja ob več hkratnih primerjavah (statistične po­
membnosti razlik torej ugotavljamo brez popravka Bonferroni). V pred­
stavitvi rezultatov navajamo le standardne napake ocen populacijskih
parametrov, ostalih informacij o rezultatih preverjanja statistične značil­
nosti razlik pa zaradi ohranjanja berljivosti ne navajamo. Statistično po­
membnost napovednikov v modelu logistične regresije ugotavljamo pri
stopnji tveganja 0,05 s pomočjo testa Wald, ki ga omogoča aplikacija IDB
Analyzer. V predstavitvi rezultatov navajamo tudi vrednost p.

Pri običajni linearni regresiji je za ugotavljanje pojasnjevalne moči
modela v navadi ugotavljanje deleža z modelom pojasnjene variance v

117
   114   115   116   117   118   119   120   121   122   123   124