Проверяемый текст
Чиркова Елизавета Константиновна; Пути оптимизации компьютерного контроля за ходом и результатами обучения (Диссертация 2002)
[стр. 115]

Не приводя всех, связанных с этим, формул (они заимствованы нами из О известной методики), заметим, что если полуденный X незначим, то дисперсии однородны и можно применять дисперсионный анализ.
Дисперсионному анализу подвергались результаты итоговых тестирований во всех экспериментальных и контрольных
группах.
Перед анализом средние оценки итоговых тестирований размещались в таблице (табл.

1.), а затем вычислялись суммы оценок для каждой группы.
Таблица 1 Средние оценки итоговых тестирований группа Средние оценки итоговых тестирований Число тестирований Сумма оценок Средняя оценка 1 Хц,Х12, ..........Х ы П т , Хсс1 2 Х21, х 22, ........х 2п2 п2 Т2 Хсв.2 [ Х п.Х и............Хш 1 П ! Т, Хсд к Хи , ХИ, .........Хкпк Т) Хс0к Итого и = 7 л о II м Н о II О Далее принималась нуль-гипотеза о том, что все средние значения оценок равны между' собой.
Вычислялись два значения для оценки дисперсии: одна из них
(88 ) определялась из сумм квадратов отклонений от их собственных средних значений для каждой группы, другая (М) получалась на основании ряда средних значений Хсрг Если критерий отношений дисперсий -• критерий Фишера (Е) показывал, что вторая оценка значимо выше первой, то можно было заключить, что различия между средними значениями для разных групп больше, чем следовало бы ожидать, если бы они были случайными.
Другими словами, нуль-гипотеза отвергается и можно утверждать, что применение экспериментируемых дидактических материалов
стандартизованного контроля знаний сыграло основную роль в повышении успеваемости в экспериментальных группах.
Для выполнения дисперсионного анализа сначала вычислялась полная сумма квадратов отклонений от общего среднего значения Хср.: Хср.)2= £Х У 2С, где: С = 0 2/М 115
[стр. 99]

99 ) незначим, то дисперсии однородны и можно применять дисперсионный анализ.
Дисперсионному анализу подвергались результаты итоговых тестирований во всех экспериментальных и контрольных
классах.
Перед анализом средние оценки итоговых тестирований размещались в таблице (табл.

2.4.1), а зате.м вычислялись суммы оценок для каждого класса.
Таблица 2.4.1.
Класс Средние оценки итоговых тестирований Число тестирований Сумма оценок Средняя оценка 1 ЯШЬ Л,;,..
Х ы П) т, Xcnl 2 X21, Х22 ...
Х2п2 п2 Т2 Хсо2 i Хн.Х,2,...
X i,,1 H i Ti Xcni к Х и, Хи , ...X t„k Пк Tk X„,k Итого: Ы=Уп, G=y.Ti XC „=G Далее принималась нуль-гипотеза о том, что все средние значения оценок равны между собой.
Вычислялись два значения для оценки дисперсии: одна из них
(52Е ) определялась из сумм квадратов отклонений от их собственных средних значений для каждого класса, другая (М) получалась на основании ряда средних значений Хср Если критерий отношений дисперсий критерий Фишера (Р) показывал, что вторая оценка значимо выше первой, то можно было заключить, что различия между средними значениями для разных классов больше, чем следовало бы ожидать, если бы они были случайными.
Другими словами, нуль-гипотеза отвергается и можно утверждать, что применение экспериментируем ых дидактических материалов
компьютерного контроля знаний сыграло основную роль в повышении успеваемости экспериментальных классов.

[Back]