Ovo je prvi tekst u novom mini-serijalu o RQ–RH–D–M kroz različite oblasti. Cilj serijala je da čitaocima pruži kompaktan i praktičan alat koji pokazuje kako se istraživačka pitanja (RQ), istraživačke hipoteze (RH) ili radne propozicije, podaci (D) i metodologija (M) mogu uskladiti u različitim disciplinama i pod različitim istraživačkim dizajnima.
Obrazovanje je idealno polazište za ovaj serijal zato što prirodno uključuje kvantitativna, kvalitativna i istraživanja na osnovu mešovitih metoda. Istraživači u obrazovanju često rade sa podacima o postignuću, nastavnim procesima, institucionalnim strukturama, promenama politika, inkluzijom, identitetom i iskustvom. Zato je obrazovanje posebno pogodno da pokaže kako se isti sadržinski problem može različito formulisati u zavisnosti od dizajna i vrste dostupnih dokaza.
Obrazovanje – kvantitativno istraživanje
Opisna pitanja
-
RQ: Koliki je prosečan skor postignuća iz matematike kod učenika 8. razreda u urbanim državnim školama?
RH: Prosečan skor iz matematike kod učenika 8. razreda u urbanim državnim školama niži je od nacionalnog referentnog proseka.
D: Skor testa iz matematike (kontinuirana/skalarna promenljiva); lokacija škole (kategorijalna: urbano); tip škole (kategorijalna: državna); razred (ordinalna/kategorija: 8. razred).
M: Opisna statistika, t-test jednog uzorka u odnosu na referentnu vrednost, intervali poverenja, ponderisani prosek ako je u pitanju anketni dizajn.
-
RQ: Koji procenat studenata prve godine prijavljuje umeren ili visok akademski stres tokom prvog semestra?
RH: Više od polovine studenata prve godine prijavljuje umeren ili visok akademski stres tokom prvog semestra.
D: Skor/kategorija akademskog stresa (ordinalna ili skalarna, eventualno naknadno kategorizovana); godina studija (kategorijalna); semestar (kategorijalni/vremenski marker).
M: Frekvencije, proporcije, binomni test, intervali poverenja, anketno ponderisana procena po potrebi.
-
RQ: U kojoj meri nastavnici srednjih škola učestvuju u formalnim aktivnostima stručnog usavršavanja tokom jedne školske godine?
RH: Nastavnici srednjih škola u proseku učestvuju u manje od tri formalne aktivnosti stručnog usavršavanja godišnje.
D: Broj aktivnosti stručnog usavršavanja (broj); nivo škole (kategorijalna: srednja škola); školska godina (vremenski marker).
M: Opisna statistika, Poisson/negativni binomni sumarni modeli, testovi jednog uzorka, grafikoni rasporeda.
-
RQ: Koliko vremena učenici 6. razreda u dvojezičnim osnovnim školama u proseku provedu na domaćim zadacima nedeljno?
RH: Učenici 6. razreda u dvojezičnim osnovnim školama u proseku provode više od 5 sati nedeljno na domaćim zadacima.
D: Nedeljni sati rada na domaćem zadatku (razmerna/kontinuirana promenljiva); razred (kategorijalna); tip škole (kategorijalna: dvojezična osnovna).
M: Opisna statistika, t-test jednog uzorka ili Wilcoxon-ov signed-rank test, intervali poverenja.
Komparativna pitanja
-
RQ: Da li se učenici iz urbanih i ruralnih škola razlikuju po rezultatima na standardizovanom testu iz matematike?
RH: Učenici iz urbanih škola postižu više rezultate na standardizovanom testu iz matematike nego učenici iz ruralnih škola.
D: Skor iz matematike (kontinuirana promenljiva); lokacija škole (kategorijalna: urbano/ruralno).
M: t-test za nezavisne uzorke, Mann–Whitney U test, Prosta regresija sa grupnim indikatorom, ANCOVA ako se dodaju kontrole.
-
RQ: Da li se studenti prve godine upisani na potpuno onlajn uvodne kurseve statistike razlikuju od studenata u klasičnim odeljenjima po rezultatima na završnom ispitu?
RH: Studenti u klasičnim odeljenjima ostvaruju više rezultate na završnom ispitu nego studenti na potpuno onlajn kursu.
D: Skor završnog ispita (kontinuirana promenljiva); format kursa (kategorijalna: onlajn/licem-u-lice); odeljenje/grupa (kategorijalna).
M: t-test za nezavisne uzorke, ANCOVA, višeslojni (engl. multilevel) model ako su studenti ugnježdeni u grupe, prilagođavanje rezultata sklonosti (engl. propensity score adjustment) kao alternativa.
-
RQ: Da li se stope školskog prisustva razlikuju između učenika koji primaju besplatne školske obroke i onih koji ih ne primaju?
RH: Učenici koji primaju besplatne školske obroke imaju niže stope prisustva od učenika koji ih ne primaju.
D: Stopa prisustva (procenat/kontinuirana promenljiva); status besplatnog obroka (binarna); škola/odeljenje (kategorijalne).
M: t-test, Mann–Whitney U test, prosta/beta regresija, višeslojna regresija ako postoji grupisanje po školama.
-
RQ: Da li se nastavnici početnici i iskusni nastavnici razlikuju u samoefikasnosti za upravljanje razredom?
RH: Iskusni nastavnici prijavljuju viši nivo samoefikasnosti za upravljanje razredom nego nastavnici početnici.
D: Skala nastavničke samoefikasnosti (kontinuirana/skalarna promenljiva); grupa iskustva (kategorijalna: početnici/iskusni).
M: t-test, ANOVA, Prosta regresija, ordinalni modeli ako se skala kategorizuje.
Relaciona / korelaciona pitanja
-
RQ: Da li je izostajanje učenika povezano sa nižim postignućem u čitanju u nižem srednjem obrazovanju?
RH: Veći broj izostanaka povezan je sa nižim postignućem u čitanju u nižem srednjem obrazovanju.
D: Broj dana izostanka (broj); skor iz čitanja (neprekidna promenljiva); razred (kategorijalna); škola (kategorijalna).
M: Pearson/Spearman korelacija, prosta regresija, višeslojna regresija, modeli prilagođeni broju (engl. count-adjusted models) po potrebi.
-
RQ: Da li je vreme provedeno na domaćim zadacima povezano sa postignućem iz prirodnih nauka kod učenika 10. razreda?
RH: Nedeljno vreme provedeno na domaćim zadacima pozitivno je povezano sa postignućem iz prirodnih nauka do umerenog nivoa.
D: Sati rada na domaćim zadacima (kontinuirana promenljiva); skor iz prirodnih nauka (kontinuirana promenljiva); razred (kategorijalna).
M: Korelacija, prosta regresija, polinomna regresija za nelinearnost, GAM kao alternativa.
-
RQ: Da li je burnout nastavnika povezan sa lošijom procenom razredne klime?
RH: Viši nivo izgorelosti nastavnika povezan je sa lošijom ocenom razredne klime.
D: Skor izgorelosti (kontinuirana/skalarna promenljiva); skor razredne klime (kontinuirana/skalarna promenljiva); škola (kategorijalna).
M: Korelacija, prosta regresija, SEM kao alternativa, višeslojni model ako je klima agregirana na nivou odeljenja.
-
RQ: Da li je obrazovni nivo roditelja povezan sa univerzitetskim aspiracijama učenika u višem srednjem obrazovanju?
RH: Viši obrazovni nivo roditelja povezan je sa većim izgledima da učenici iskažu aspiraciju za upis na univerzitet.
D: Obrazovni nivo roditelja (ordinalna promenljiva); aspiracija učenika za univerzitet (binarna/ordinalna); tip škole (kategorijalna).
M: Logistička regresija, ordinalna logistička regresija, hi-kvadrat test, SEM/path analysis kao alternativa.
Uzročna / eksperimentalna pitanja
-
RQ: Kakav je efekat šestonedeljne intervencije vršnjačkog tutorstva na razumevanje pročitanog kod učenika 5. razreda u odnosu na kontrolnu grupu?
RH: Učenici u grupi sa vršnjačkim tutorstvom pokazaće veće poboljšanje u razumevanju pročitanog nego učenici u kontrolnoj grupi nakon 6 nedelja.
D: Grupna pripadnost (binarna); pre-test i post-test skorovi razumevanja pročitanog (neprekidni); ID učenika (kategorijalni identifikator).
M: Mešoviti model ANOVA, linearni mešoviti model, ANCOVA sa post-testom kao ishodom i pre-testom kao kovarijatom.
-
RQ: Da li nedeljna formativna povratna informacija poboljšava skorove eseja na časovima engleskog jezika u srednjoj školi?
RH: Učenici koji dobijaju nedeljnu formativnu povratnu informaciju ostvariće više skorove eseja od učenika koji dobijaju standardnu povratnu informaciju.
D: Uslov povratne informacije (binarna/kategorijalna); skor eseja (neprekidna promenljiva); ponovljeni eseji ako su dostupni (longitudinalno kontinuirano).
M: Randomizovani eksperiment, ANCOVA, linearni mešoviti model, razlika-u-razlikama (engl. difference-in-differences) ako je dizajn kvazieksperimentalni.
-
RQ: Kakav je efekat smanjenog broja učenika u odeljenju na rane numeričke rezultate u 1. razredu?
RH: Učenici 1. razreda u odeljenjima sa manjim brojem učenika postići će više skorove iz numeričkih veština nego učenici u standardnim odeljenjima.
D: Uslov veličine odeljenja (binarna/kategorijalna); numerički skor (neprekidna promenljiva); škola/odeljenje (kategorijalni identifikatori).
M: Analiza grupno randomizovanog eksperimenta, višeslojno modeliranje, ANCOVA, diskontinuitet regresije ako postoji prag dodele.
-
RQ: Da li program mentorisanja nastavnika poboljšava ocene posmatranja nastave tokom jednog semestra?
RH: Nastavnici koji učestvuju u programu mentorisanja pokazaće veći rast u ocenama posmatranja nastave nego nastavnici koji ne učestvuju.
D: Učešće u programu (binarna promenljiva); ocena posmatranja na početku i kraju (neprekidna/ordinalna); ID nastavnika (kategorijalni identifikator).
M: Linearni mešoviti model, mešovita ANOVA, ordinalni mešoviti model, razlika-u-razlikama kao alternativa.
Obrazovanje – kvalitativna pitanja
Nastava i rad u učionici
-
RQ: Kako nastavnici matematike u srednjoj školi opisuju donošenje odluka kada prilagođavaju nastavu tokom časova sa učenicima različitog nivoa znanja?
WP / RH: Nastavnici će verovatno opisivati prilagođavanje nastave kao balans između tempa realizacije programa, upravljanja razredom i procenjene spremnosti učenika.
D: Dubinski intervjui, posmatranje nastave, nastavni materijali, refleksivne beleške; ključne dimenzije: prilagođavanje, tempo, diferencijacija.
M: Tematska analiza, kvalitativna analiza sadržaja, etnografija učionice, konstantno uporedno kodiranje.
-
RQ: Kako učitelji osnovne škole tumače učešće učenika tokom istraživački zasnovanih časova prirode i društva?
WP / RH: Učitelji će verovatno učešće tumačiti ne samo kao verbalni doprinos, već i kao pažnju, saradnju i angažovanost na zadatku.
D: Polustrukturisani intervjui, posmatranje učionice, terenske beleške, video-zapisi časova.
M: Tematska analiza, diskurzivno informisana analiza, etnografsko posmatranje, analiza okvira (engl. framework analysis).
-
RQ: Kako univerzitetski predavači opisuju izazove održavanja interakcije u velikim onlajn grupama?
WP / RH: Predavači će verovatno opisivati interakciju kao ograničenu obimom grupe, tehnologijom i neizvesnošću u vezi sa prisustvom studenata.
D: Intervjui sa predavačima, snimci kurseva, transkripti komunikacije putem ćaskanja, refleksije o nastavi.
M: Refleksivna tematska analiza, kvalitativna studija slučaja, analiza diskursa, dokumentima potpomognuta analiza intervjua.
Učenje i iskustvo učenika/studenata
-
RQ: Kako studenti prve generacije tumače osećaj pripadanja tokom prve godine studiranja?
WP / RH: Studenti prve generacije će verovatno opisivati pripadanje kao oblikovano svakodnevnim prepoznavanjem, vršnjačkom podrškom i „čitljivošću“ institucije.
D: Intervjui sa studentima, dnevnici, refleksivni zapisi, materijali sa orijentacije; ključne dimenzije: pripadanje, prepoznavanje, podrška.
M: Fenomenološka analiza, tematska analiza, narativno istraživanje, interpretativna fenomenološka analiza.
-
RQ: Kako učenici višeg srednjeg obrazovanja opisuju iskustvo pripreme za ispite visokog značaja?
WP / RH: Učenici će verovatno pripremu za ispite opisivati kao spoj pritiska, rutine, neizvesnosti i strateškog prilagođavanja.
D: Intervjui, dnevnici učenika, planovi učenja, školska uputstva.
M: Tematska analiza, narativna analiza, kvalitativna analiza sadržaja, kodiranje orijentisano na slučajeve.
-
RQ: Kako studenti potpuno onlajn studijskih programa opisuju akademsko samopouzdanje tokom prvog semestra?
WP / RH: Studenti će verovatno opisivati akademsko samopouzdanje kao oblikovano vremenom dobijanja povratne informacije, samoregulacijom i vidljivošću napretka.
D: Intervjui, diskusioni forumi, refleksivni dnevnici, zapisi sa platforme za učenje korišćeni kvalitativno.
M: Tematska analiza, fenomenološka analiza, virtuelna etnografija, narativno istraživanje.
Inkluzija, jednakost i pripadanje
-
RQ: Kako učenici sa invaliditetom opisuju inkluziju u redovnim srednjim školama?
WP / RH: Učenici će verovatno opisivati inkluziju kao zavisnu od svakodnevnih prilagođavanja, reakcija vršnjaka i fleksibilnosti nastavnika, a ne samo od jezika politike.
D: Intervjui sa učenicima, planovi podrške, posmatranje učionice, školske politike inkluzije.
M: Tematska analiza, studija slučaja, komparativna analiza inkluzivnih slučajeva, kvalitativna analiza uz dokumenta.
-
RQ: Kako učenici migrantskog porekla tumače prakse jezičke podrške u osnovnom obrazovanju?
WP / RH: Učenici će verovatno opisivati jezičku podršku kao neujednačeno iskustvo koje zavisi od senzitivnosti nastavnika, vršnjačke interakcije i razrednih rutina.
D: Intervjui, posmatranje učionice, materijali za jezičku podršku, dokumenta komunikacije sa roditeljima.
M: Tematska analiza, etnografsko posmatranje, analiza diskursa, komparativna studija slučaja.
-
RQ: Kako učenici iz domaćinstava sa niskim prihodima opisuju učešće u školskom životu van učionice?
WP / RH: Učenici će verovatno opisivati učešće kao oblikovano skrivenim troškovima, socijalnim poređenjem i selektivnim pristupom vannastavnim aktivnostima.
D: Intervjui, materijali o školskim događajima, beleške posmatranja, narativi učenika.
M: Tematska analiza, narativno istraživanje, kritička kvalitativna analiza, studija slučaja.
Politika, reforma i školska kultura
-
RQ: Kako školski rukovodioci tumače sprovođenje reforme nastavnog plana i program u nižim srednjim školama?
WP / RH: Rukovodioci će verovatno opisivati reformu nastavnog plana i programa kao filtriranu kroz zahteve odgovornosti, kapacitete nastavnika i lokalnu školsku kulturu.
D: Intervjui sa rukovodiocima, dokumenta politike, planovi implementacije, zapisnici sa sastanaka.
M: Kvalitativna studija slučaja, tematska analiza, analiza sprovođenja politike, analiza dokumenata.
-
RQ: Kako nastavnici doživljavaju uvođenje praksi odgovornosti zasnovanih na podacima u svojim školama?
WP / RH: Nastavnici će verovatno opisivati prakse odgovornosti kao nešto što istovremeno pojašnjava očekivanja i sužava profesionalnu autonomiju.
D: Intervjui sa nastavnicima, interna školska dokumenta, posmatranje sastanaka nastavničkog veća, refleksivni iskazi.
M: Tematska analiza, kritička analiza politike, institucionalna etnografija, analiza okvira.
-
RQ: Kako učenici doživljavaju promene školske kulture nakon uvođenja restorativnih disciplinskih politika?
WP / RH: Učenici će verovatno opisivati školsku kulturu kao promenjenu kroz odnose i doslednost primene, a ne samo kroz formalni tekst politike.
D: Fokus grupe sa učenicima, intervjui, dokumenta o disciplinskoj politici, beleške posmatranja.
M: Tematska analiza, analiza fokus grupa, kvalitativna studija slučaja, komparativna analiza školskih slučajeva.
Profesionalni razvoj i nastavnički identitet
-
RQ: Kako nastavnici početnici opisuju prelazak sa inicijalnog obrazovanja nastavnika na punu odgovornost za odeljenje?
WP / RH: Nastavnici početnici će verovatno opisivati tranziciju kao pomeranje od nastavničkog idealizma ka pregovaranom profesionalnom preživljavanju.
D: Intervjui, dnevnici pripravništva, zapisi o mentorstvu, refleksije o nastavi.
M: Narativno istraživanje, tematska analiza, fenomenološka analiza, longitudinalna kvalitativna studija slučaja.
-
RQ: Kako iskusni nastavnici tumače programe stručnog usavršavanja usmerene na digitalnu pedagogiju?
WP / RH: Iskusni nastavnici će verovatno opisivati digitalno stručno usavršavanje kroz korisnost, kredibilitet i uklopljenost u postojeću praksu.
D: Intervjui, materijali sa radionica, refleksije nastavnika, planovi nastave.
M: Tematska analiza, kvalitativna analiza sadržaja, studija slučaja, upit praktičara (engl. practitioner inquiry).
-
RQ: Kako nastavnici u ruralnim školama konstruišu profesionalni identitet u uslovima ograničenih resursa?
WP / RH: Nastavnici će verovatno uokviravati profesionalni identitet oko prilagodljivosti, relacione posvećenosti i lokalne odgovornosti.
D: Intervjui, refleksivni dnevnici, dokumenta školske zajednice, beleške posmatranja.
M: Narativno istraživanje, tematska analiza, etnografska studija slučaja, diskurzivno orijentisana kvalitativna analiza.
Obrazovanje – mešovite metode
Razlike u rezultatima i uslovi učenja
-
RQ: Kako se razlike u resursima za učenje kod kuće odnose prema rezultatima iz matematike kod učenika nižeg srednjeg obrazovanja, i kako učenici opisuju ulogu tih resursa u sopstvenom učenju?
RH / WP: Učenici sa manje resursa za učenje kod kuće imaće niže rezultate iz matematike; učenici će verovatno opisivati uslove učenja kroz pristup, miran prostor i porodičnu podršku; očekuje se da kvalitativni iskazi razjasne kako se resursna ograničenja prevode u razlike u rezultatu.
D: Kvantitativno: skorovi iz matematike, indeks kućnih resursa, SES indikatori; Kvalitativno: intervjui ili fokus grupe sa učenicima o rutinama učenja i kućnim uslovima.
M: Konvergentni mešoviti dizajn metoda, regresija/SEM plus tematska analiza, zajednička integracija displeja, komparativna interpretacija podgrupa.
-
RQ: Kakva je veza između vršnjačke integracije i skorova osećaja pripadanja kod studenata prve godine, i kako studenti objašnjavaju tu vezu u svakodnevnom iskustvu studentskog doma?
RH / WP: Slabija vršnjačka integracija biće povezana sa nižim skorovima pripadanja; studenti će verovatno pripadanje narativno oblikovati kroz svakodnevno prepoznavanje i neformalnu podršku; očekuje se da kvalitativni nalazi objasne varijacije u skorovima pripadanja među sličnim profilima.
D: Kvantitativno: skala pripadanja, mere vršnjačke mreže, demografske varijable; Kvalitativno: intervjui, dnevnici, refleksije sa orijentacije.
M: Objašnjavajući sekvencijalni dizajn, regresija ili analiza mreže plus tematska analiza, integrisana interpretacija kroz zajedničku integraciju displeja.
Nastavne inovacije i promena u učionici
-
RQ: Kakav efekat ima intervencija zasnovana na pristupu obrnute učionice (engl. flipped classroom) na rezultate iz prirodnih nauka, i kako nastavnici i učenici opisuju nastavne promene povezane sa tim pristupom?
RH / WP: Učenici u okruženju obrnute učionice postići će više rezultate iz prirodnih nauka; nastavnici i učenici će verovatno opisivati promene kroz tempo, pripremu i participaciju; očekuje se da kvalitativni nalazi objasne zašto neke učionice imaju veći dobitak od drugih.
D: Kvantitativno: pre/post skorovi iz prirodnih nauka, status intervencije, prisustvo; Kvalitativno: intervjui sa nastavnicima, fokus grupe sa učenicima, posmatranje učionice.
M: objašnjavajući sekvencijalni ili ugrađeni mešoviti dizajn metoda, ANCOVA/model mešovitih efekata plus tematska analiza, integracija potpomognuta posmatranjem.
-
RQ: Kako nedeljna formativna povratna informacija utiče na uspeh u pisanju eseja, i kako studenti tumače korisnost te povratne informacije tokom semestra?
RH / WP: Studenti koji dobijaju nedeljnu formativnu povratnu informaciju više će napredovati u skorovima eseja; studenti će verovatno opisivati korisnost kroz jasnoću, pravovremenost i mogućnost primene; očekuje se da integracija pokaže koje karakteristike povratne informacije prate veći napredak.
D: Kvantitativno: ponovljeni skorovi eseja, uslov povratne informacije, dimenzije rubrike; Kvalitativno: intervjui, dnevnici povratne informacije, refleksivne beleške.
M: ugrađeni ili objašnjavajući sekvencijalni mešoviti dizajn metoda, linearni mešoviti model plus tematska analiza, integracija zasnovana na matricama.
Politika, inkluzija i školsko iskustvo
-
RQ: Kako su obrasci školskog prisustva povezani sa učestvovanjem u programu besplatnih školskih obroka, i kako učenici i nastavnici opisuju prepreke koje stoje iza tih obrazaca?
RH / WP: Učenici koji koriste besplatne školske obroke imaće niže prosečne stope prisustva; učesnici će verovatno opisivati prepreke kroz prevoz, porodično opterećenje, stigmu i narušene rutine; očekuje se da integracija objasni kako strukturne prepreke oblikuju statistički obrazac.
D: Kvantitativno: stopa prisustva, status besplatnog obroka, razred, škola; Kvalitativno: intervjui sa učenicima i nastavnicima, školski evidencioni podaci o socijalnoj podršci, beleške posmatranja.
M: Explanatory sequential design, višeslojna regresija plus tematska analiza, zajednička integracija displeja i integracija zasnovana na slučajevima.
-
RQ: Kakve razlike postoje u skorovima ankete o inkluziji između učenika sa i bez invaliditeta, i kako učenici opisuju svakodnevno značenje inkluzije u redovnim učionicama?
RH / WP: Učenici sa invaliditetom prijavljivaće niže skorove inkluzije; učenici će verovatno definisati inkluziju kroz prilagođavanje, prepoznavanje i participaciju; kvalitativni nalazi trebalo bi da prodube interpretaciju razlika u skorovima i otkriju skrivene mehanizme.
D: Kvantitativno: skorovi skale inkluzije, status invaliditeta, razredne/školske promenljive; Kvalitativno: intervjui, posmatranje, dokumenta planova podrške.
M: Konvergentni mešoviti dizajn metoda, modeli grupnog poređenja plus tematska/analiza slučaja, integrisana interpretacija kroz objedinjene prikaze.
Direktor konsultantske kompanije My Statistical Consultant Ltd. Profesor Statistike u penziji.
Doktor statistike sa preko 45 godina iskustva kao univerzitetski profesor, međunarodni istraživač i vladin savetnik.