מודלים היררכיים? מהם מודלים המשלבים רמות שונות. אנו נתמקד בשתי רמות, אך ניתן לשלב גם שלוש רמות. בדוגמאות שלנו נשלב תלמידים כיתות או בתי הספר, בהם הם לומדים.
The Elementary School Journal,2005 Geoffrey D Borman Steven M Kimball מורה איכותי ושיויון חינוכי: האם מורים בעלי סטנדרטים גבוהים מצמצמים פערים בין הישגי תלמידים? מגישה : נגה עמר
לעריכת המחקר הרקע פערים גדולים בהישגי התלמידים בין בתי הספר ובתוך בתי הספר. בתי ספר אפקטיביים : לבית הספר יש השפעה חשובה על ההישגים. "אף ילד לא נשאר מאחור" ללא הבדל מין, מוצא ורקע חברתי כלכלי. סטנדרטים: סטנדרטים של תוכן, סטנדרטים של ביצוע, סטנדרטים של הערכה וסטנדרטים של הערכת מורים. המחקר מטרת בבדיקת הקשר בין תוצאות הערכת המורים לבין השונות בהישגי התלמידים השונים (מבחינת הישגים קודמים ורקע חברתי). בבדיקת ההתפלגות של מורים איכותיים בכיתות.
המחקר שאלות האם מורים איכותיים מתפלגים בצורה שווה כיתות בעלי שונויות? בין האם מורה איכותי מקדם מצוינות ושיויוניות בחינוך ומצמצם פערים בין הישגי התלמידים?
המחקר השערת משתנים בלתי תלויים ציון הערכת המורה ניסיון המורה ציון מבחן תחילי מוצא אתני ארוחה מסובסדת משתנים תלויים הישגי התלמיד ציון בקריאה ציון במתמטיקה
המחקר כלי א. ב. תלמידים תוצאות הישגים בקריאה ובמתמטיקה מחוזיות וארציות בשלוש כיתות : ד', ה', ו' (לפי סטנדרטים של ביצוע). לכל כיתה ניתנו שני ציונים : הישגים תחיליים והישגים אחרונים. מורים ציוני הערכת המורים נלקחו מהמחוז. המורים הוערכו ע"י המנהלים וסגניהם, 9 פעמים ב- 3 תקופות בשנה. המדדים היו קשורים לאופן ההוראה בסולם של המהימנות הייתה 91. הממוצע הכולל 2.63. 3-0
המדגם
הפרט- התלמיד ברמת האם ישנם הבדלים ברמת ההישגים הממוצעת בין כלל התלמידים שנבדקו? Y ij = β 0j + r ij הכיתה ברמת האם ישנם הבדלים ברמת ההישגים הממוצעת בין הכתות שנבדקו? β 0j = γ 00 + µ 0j
חישוב השונות (Intraclass Correlation Coefficient) ρ = τ 00 τ 00 + σ 2
תוצאות של Fully Unconditional Model :Final estimation of variance components ----------------------------------------------------------------------------- Random Effect SD Variance df Chi-square P-value ----------------------------------------------------------------------------- INTRCPT1 U0 2.81 4618.57 142 2921.17 0.000 Level-1 R 10.60 7039.78 -----------------------------------------------------------------------------
השונות של הקבוע - רמת היחידה 4618.57 *) השונות בין ציוני התלמידים רמת הפרט) 7039.78 * 2921.17, χ 2 השונות בין בתי הספר התקבלה מובהקת 000.>p =(df= 142) מתוצאות הניתוח מרכיבי השונות ) component (variance של משוואת המודל עולה, כי השונות בין בתי הספר בממוצע הציון במבחן מתמטיקה, מתוך השונות הכללית המורכבת משונות הציון במבחן בין הכיתות ומשונות הציון במבחן בתוך הכיתות, עומד על 39.6%. כלומר, 39.6% מן השונות בציון במבחן במתמטיקה ניתן לייחס לגורמים הקשורים לבית הספר. ומכאן שיש טעם להמשיך.
הפרט- התלמיד ברמת Y ij = β 0j + r ij ציון הישגיי התלמיד i בכיתה j הוא פונקציה של ממוצע הכיתה j והסטייה של הציון של התלמיד i מממוצע הכיתה בה הוא לומד.
הכיתה ברמת β 0j = γ 00 + µ 0j ציון ממוצע הישגיי הכיתה j הופך להיות משתנה תלוי. הוא פונקציה של הממוצע הכללי ) grand ( mean ושל סטיית כיתה j מהממוצע הכללי.
הפרט- התלמיד ברמת האם ישנם הבדלים ברמת ההישגים הממוצעת בין ילדים בעלי ציון תחילי שונה, בין ילדים המקבלים ארוחת חינם לילדים שלא מקבלים ארוחת חינם (שנבדקו)?, בין ילדים אתניים לילדים לא אתניים Y ij = β 0j + β 1j (PRETEST) + β 2j (FREE LUNCH) + β 3j (MINORITY) + r ij
הפרט- התלמיד ברמת Y ij = β 0j + β 1j (PRETEST) + β 2j (FREE LUNCH) + β 3j (MINORITY) + r ij ציון הישגיי התלמיד i בכיתה j הוא פונקציה של ממוצע הכיתה, j ציון המבחן התחילי, ארוחה מסובסדת, המעמד האתני והסטייה של הציון של התלמיד i מממוצע הכיתה בה הוא לומד.
הכיתה ברמת β 0j = γ 00 + γ 01 (EVALSCOR) j + γ 02 (YRSEXP) j + γ 03 (MEANPREST) j + µ 0j β 1j = γ 10 + γ 11 (EVALSCOR) j + γ 12 (YRSEXP) j + µ 1j
הכיתה ברמת β 0j = γ 00 + γ 01 (EVALSCOR) j + γ 02 (YRSEXP) j + γ 03 (MEANPREST) j + µ 0j ציון ממוצע הישגיי הכיתה j הוא פונקציה של הממוצע הכללי של הישגים, ציון הערכת המורה, ניסיון המורה, ממוצע מבחן תחילי של הכיתה וסטיית כיתה j מהממוצע הכללי.
הכיתה ברמת β 1j = γ 10 + γ 11 (EVALSCOR) j + γ 12 (YRSEXP) j + µ 1j הקשר בין ממוצע מבחן תחילי של הכיתה j לבין ממוצע הישגי התלמיד הוא פונקציה של הממוצע הכללי של מבחן תחילי, ציון הערכת המורה, ניסיון המורה וסטיית כיתה j מהממוצע הכללי.
הכיתה ברמת β 2j = γ 20 + γ 21 (EVALSCOR) j + γ 22 (YRSEXP) j + µ 2j הקשר בין ממוצע העוני של הכיתה j לבין ממוצע הישגי התלמיד הוא פונקציה של הממוצע הכללי של פער העוני, ציון הערכת המורה, ניסיון המורה וסטיית כיתה j מהממוצע הכללי.
הכיתה ברמת β 3j = γ 30 + γ 31 (EVALSCOR) j + γ 32 (YRSEXP) j + µ 3j הקשר בין מוצא אתני לבין הישגי הכיתה הוא פונקציה של הממוצע הכללי של הקשר בין האתניות לבין הישגי הכיתה, ציון הערכת המורה, ניסיון המורה וסטיית כיתה j מהממוצע הכללי.
הממצאים מדד האפקטיביות בתוך הכיתות Posttest במתמטיקה ציון הערכת המורה מובהק מדד השוויוניות בין הכיתות ובתוך הכיתות
הממצאים מדד האפקטיביות בתוך הכיתות Posttest בקריאה ציון הערכת המורה מובהק מדד השוויוניות בין הכיתות ובתוך הכיתות
הממצאים אומדני השונות בין מורה "טוב" למורה "רע" המורים בעלי הערכה גבוהה צמצמו פערים
התפלגות נורמלית סטנדרטית 450 400 350 300 מורה "טוב" 250 200 150 34.13% 34.13% 100 50 2.15% 13.59% 0.2 13.59% 2.15% 0-3 -2-1 0 1 2 3 ציוני Z 0.13% 2.28% 15.87% דירוג אחוזוני 50% 84.13% 97.72% 99.87%
הערכת המורה ציון ד' בכיתה ציון מורה "טוב" Xˆ i = X i s x X 3.06 2.63 = 1 "רע" ציון מורה 0.43 2.20 2.63 0.43 = 1
ומסקנות דיון בכיתה חלשה מלמד מורה "רע". מורה "טוב" - איכותי מבקש ללמד בכיתה חזקה שיש בה יעילות. עובדה זו יוצרת חוסר שוויוניות ומציגה את הנקודה החשובה ביותר לצמצום הזדמנויות בחינוך. שאלה שנשארה פתוחה: כיצד ניתן להגדיר איכות מורה אם המטרה העיקרית היא לצמצם פערים? המשמעות של הערכת המערכת חשובה במיוחד כאשר המטרה היא לסגור פערים, לכן נדרש שכלול בהגדרת מורה איכותי ברמה גבוהה.
הכנת קובץ MDM
ראשון שלב יש להכין שני קבצים קובץ ברמת הפרט וקובץ ברמת היחידה. הקבצים יהיו קבצי.SPSS חייב להופיע מספר זיהוי שמזהה את היחידה ואת (כל כיתה מזוהה באמצעות הפרט ליחידה השתייכות מספר זיהוי. מספר הזיהוי מופיע גם ברשומה של כל תלמיד הלומד באותו כיתה). חשוב מאוד: הרשומות בקובץ חייבות להיות על-פי סדר עולה או יורד של מספר הזיהוי (אבל אם תשכחו התכנה תזכיר לכם לעשות זאת).
Missing data ניתן לכלול missing data ברמת הפרט (אין לכלול MD ברמת היחידה. התכנה אינה יודעת לטפל בכך). עם זאת, כדאי להיזהר גם לגבי רמת הפרט כי MD "משגע" בקלות את התכנה. אם יש MD במספר משתנים יש לסמן בכולם את הערכים החסרים באופן זהה.
פותחים את HLM לוחצים על FILE בוחרים: Make new MDM file
בחירת סוג ניתוח HLM
השלב הבא: בחירת הקבצים שישמשו אתכם לשתי רמות הניתוח
השלב הבא: בחירת הקובץ בו אתם משתמשים לרמת הפרט יש ללחוץ על browse המופיע ליד level 1 specification לאחר שרשמתם את שם הקובץ יש ללחוץ על:.choose variables חלון בו תופיע רשימת כל ייפתח המשתנים הכלולים בקובץ. יש לסמן את המשתנים אותם ברצונכם לכלול בקובץ MDMבריבוע.in mdm את המשתנה המשמש לזיהוי, ואותו בלבד, יש לסמן ברבוע id
השלב הבא: יש לתת שם ל קובץ ה MDM יש לשמור על התכנית שבאמצעותה הכנתם את MDM (יש ללחוץ על (save response file לאחר מכן יש ללחוץ על MDM make לאחר ההודעה שחלק זה הסתיים כדאי ללחוץ על check stat כאן תראו כמה נחקרים וכמה יחידות נכללים בקובץ MDM וכן את הסטטיסטיקה התיאורית של כל המשתנים בשתי הרמות. בדרך זו תוכלו לוודא שהקובץ תקין
כך זה נראה
דוגמה: סטטיסטיקה תיאורית שמתקבלת עם הכנת קובץ SSM LEVEL-1 DESCRIPTIVE STATISTICS VARIABLE NAME N MEAN SD MINIMUM MAXIMUM MATH 19047 3.66 0.91 0.00 6.00 ENG 19047 4.70 0.66 0.00 7.00 SEX 19047 0.38 0.49 0.00 1.00 LEVEL-2 DESCRIPTIVE STATISTICS VARIABLE NAME N MEAN SD MINIMUM MAXIMUM SECTOR 201 0.57 0.50 0.00 1.00 ARAB 201 0.00 0.00 0.00 0.00 MATHMEAN 201 3.56 0.52 2.00 6.00
כך זה נראה
היררכיים שימוש מודלים ב- HLM
מודל בסיס ב- HLM הרצת כדי להגיע לתוכנה, נלחץ על,start אח"כ על,programs ואז נבחר את.HLM במסך שיפתח לפנינו מוארות שתי חלופות: HELP (בה נעשה וודאי שימוש בהמשך דרכינו) ו,FILE אותו נאיר בשלב זה (ע"י לחיצה על מקש שמאל ב'עכבר').
שלב 1: מודל בסיס ללא משתנים - המטרה בלתי תלויים מתן תשובה לשתי השאלות הבאות: א. איזה חלק מהווה השונות בין היחידות (כאן בתי"ס) מתוך השונות הכללית של המשתנה התלוי? החישוב - ידני מתוך הפלט האם השונות מובהקת? החישוב בין היחידות (כאן τ 00 τ 00 +σ² - התוכנה בודקת זאת בעזרת מבחן בתי"ס) x ²
בחירת המשתנה התלוי הקובץ פתיחת אחרי לעיל, החלון מתוך נקבל את המסך הבא ובו נצטרך להאיר את אנו בו המשתנה כמשתנה בוחרים על ללחוץ ואז תלוי outcome.variable תלוי כמשתנה נבחר הרציף במשתנה average (ציון מבחן סופי).
תצוגת משוואות מודל הבסיס ברגע שבחרנו משתנה תלוי, מוצגות בפנינו המשוואות המשקפות את מודל הבסיס. לפני שנריץ את המודל: מומלץ לתת לו כותרת חובה לשמור אותו כקובץ פקודות ) command (file
שמירת קובץ הפקודות והרצה השמירה ע"י גלילת SAVE " ובחירת "FILE"."AS את הקובץ שנשמור כדאי לשמור בדיסקט כשניתן hlm.. את הסיומת לקובץ לצורך הרצה נבחר ב run "analysis ונלחץ פעם אחת. כעת תבוצע הרצה. כשהיא תסתיים יחזור המסך לקדמותו. ואז נלחץ שוב על view ונבחר את: "file" "output לשם התבוננות בפלט, עריכתו ושמירתו.
שלב 2: ניתוח מודל ברמת הפרט שלבי הניתוח 1. בחירת משתנים ב"ת. 2. החלטות הנוגעות לאופן הכנסת המשתנים למודל (קיבוע או מתן אפשרות להשתנות) שיקולי מרכוז: א. ללא מרכוז ב. מרכוז סביב ה mean grand ג. מרכוז סביב ה mean group
מודל ברמת הפרט הרצת נמשיך מן המסך של משוואות מודל הבסיס: נאיר את המשתנה הב"ת הראשון שבחרנו (השכלת הורים.(educ מכיוון שמשיקולים תיאורטיים החלטנו לתת לו להשתנות בין בתי"ס עלינו למרכזו סביב ה group mean
שלב הפרט הרצת (המשך) כעת נבחר משתנה ב"ת נוסף: מס' יח"ל במתמטיקה -.math1 בהנחה שמשיקולים תיאורטיים או טכניים (פשטות המודל) החלטנו נבחר במרכוז אותו לקבע סביב ה mean.grand נזכור שבשלב הניתוח הבא, רב-הרמות עלינו "להחזיר" למודל ברמת ביה"ס,משתנים ב"ת שנתנו להם להשתנות ואשר מורכזו סביב ה group mean
מרכיב הטעות במשתנה הורדת שקיבענו מכיוון שהחלטנו לקבע את המשתנה math1 עלינו להוריד טכנית את מרכיב הטעות. נעשה זאת ע"י לחיצה על ה x שליד שם המשתנה ולחיצה על ה x ליד ה error term התוצאה: מרכיב הטעות שליד משתנה זה ימחק.
משוואות המודל ברמת הפרט ללא מרכוז במקרים של משתנה דמה שמקבעים אותו. מרכוז סביב ה grand mean אנו מפחיתים מערך הציון של התלמיד את הממוצע הכללי מרכוז סביב ה group mean אנו מפחיתים מערך הציון של התלמיד את הציון הממוצע בבית הספר שלו.
3 :הרצת מודל רב רמות שלב בשלב ראשון נכניס רק משתנה מנבא אחד ברמת הניתוח השניה. המשתנה הנבחר השכלת הורים ממוצעת בביה"ס שאותו עלינו 'להחזיר' למודל
שלב שלישי - הרצת מודל רב רמות נאיר את level 2 נאיר את המשתנה שבחרנו כב"ת תוך שאנו מקפידים שה x מסומן במשוואה של B0
משוואות המודל רב הרמות ראינו בניתוח בשלב השני כי יש שונות בין בתיה"ס בממוצעי ציון הבגרות כעת אנו מנסים להבין את מקור השונות הזו. הקבוע נותן לנו את הערך המנובא כאשר כל המנבאים שווים לאפס. מכיוון שכל המשתנים מורכזו, הקבוע שווה לציון הממוצע של תלמיד ממוצע בבי"ס עם השכלת הורים ממוצעת
עמר נגה