Slovník

Aritmetický průměr
Binární skórování
Diagnostický rozhovor
Didaktický test
Dotazník
Flandersův pozorovací systém
F-test
Histogram četností
Hladina významnosti
Hodnota obtížnosti testové položky
Hodnota obtížnosti testu
Hypotéza
Index direktivity
Index obtížnosti testové položky
Index obtížnosti testu
Intervalové měření
Intervenující proměnná
Jednostranná hypotéza
Koeficient citlivosti ULI
Koeficient reliability
Komunikační prostředky
Korelace
Křížové vyrovnání skupin
Longitudinální výzkum
Medián
Mechanický výběr
Metaanalýza
Modus
Náhodný výběr
 Návodné (sugestivní) otázky
Návratnost dotazníku
Nestrukturovaný (volný) rozhovor
Nezávisle proměnná
Nominální měření
Normální rozdělení
Nucený výběr
Nulová hypotéza, alternativní hypotáza
Oboustranná hypotéza
Ordinální měření
OSTRAQ
Párový t-test
Pedagogický experiment
Polostrukturovaný rozhovor
Polygon četností
Poměrové měření
Pozorovací protokol
Pozorovaná hladina významnosti P
Pozorování
Pretest
Progres
Předvýzkum
Q-metodologie
Q-typ
Raport
Reliabilita testu
Rozhovor
Rozptyl
Rozsah výběrového souboru
 Skupina experimentální
Skupina kontrolní
Sociogram
Sociometrická matice
Sociometrie
Stratifikovaný výběr
Strukturovaný rozhovor
Střední hodnoty
Subjekty výzkumu
Škály
Třídění dat
t-test
Typ otázek
Typy položek (úloh) didaktických testů
Úlohy otevřené
Úlohy uzavřené
Úroveň měření
Validita testu
Vstupní diagnostika
Výběrový soubor
Výzkumná hypotéza
Výzkumné cíle
Výzkumný problém
Výzkumný problém
Výzkumný rozhovor
Výzkumný vzorek
Základní soubor
Záměrný výběr
Závisle proměnná





OSTRAQ
Je upravený Flandersův pozorovací systém, který obsahuje redukované počty kategorií:
O – ticho ve třídě
S – mluví žáci
T – mluví učitel (kromě otázek položených žákům)
R – verbální odmítnutí žáků, jejich kritika, trestání
A – akceptace, empatie, odměny, pochvaly, povzbuzování žáků
Q – otázky pro žáky (k rozvoji poznávacích funkcí)
Pomocí těchto kategorií, resp. četnosti jednotlivých typů „dění“ ve třídě je možné vypočítat index direktivity.


Flandersův pozorovací systém
Je zaměřen na „dění“ ve třídě a určuje jednotlivé kategorie tohoto dění:
1. učitel akceptuje city a postoje žáků
2. učitel využívá úmysly a iniciativu žáků
3. učitel odměňuje žáky
4. učitel se ptá
5. učitel vysvětluje, vykládá látku
6. učitel napomíná, dává příkazy, instruuje
7. učitel kritizuje žáka
8. žák reaguje na otázky učitele
9. žák se sám, iniciativně obrací na učitele
10. ticho ve třídě

Pozorovaný úsek vyučovací hodiny se zaznamenává v jednotlivých kategoriích, přičemž se zjišťuje frekvence výskytu daného jevu. Záznam se realizuje čárkou k příslušné kategorii, přičemž četnost závisí na zvoleném časovém úseku (obvykle se čárkuje v intervalu od 3 do 20 sekund, ideální jsou zhruba intervaly o délce trvání 10 s).


Index direktivity
Je hodnota, která označuje míru direktivity učitele v hodině. Vypočítá se podle následujícího vztahu, ve kterém se uplatňují kategorie systému OSTRAQ:

Id = (A+Q)/(T+R)

Hodnota Id < 1 označuje spíše direktivního učitele, resp. direktivní styl řízení učebních činností žáků, hodnota Id > 1 označuje spíše nedirektivního učitele, resp. nedirektivní styl řízení učebních činností žáků.


Pozorování
Pozorování znamená systematické, záměrné a cílené sledování činnosti lidí, záznam této činnosti, její analýzu a vyhodnocení. Při kvantitativně orientovaném výzkumu pozorovatel už před začátkem pozorování přesně ví, co a jak bude pozorovat. Tento způsob pozorování se nazývá jako strukturované (pozorovaná realita je předem rozčleněna na stanovené kategorie). U kvalitativního výzkumu se používá nestrukturované pozorování. Při něm jsou předem určeny jen konkrétní události, jevy a osoby, které se mají pozorovat. Tento způsob pozorování je velmi pružný a umožňuje přistupovat k realitě novým způsobem (a odkrývat tak nečekané souvislosti).


Pozorovací protokol
Je písemný záznam pozorování určitých pedagogických jevů, případně komplexu těchto jevů (např. vyučovací hodiny), který se provádí do předem připraveného formuláře se zřetelem na různá kritéria, která jsou v rámci pozorování sledována. Pozorovací protokoly se vyplňují buď přímo v průběhu pozorování nebo bezprostředně po jeho ukončení, dokud jsou sledované jevy ještě v živé paměti pozorovatele. Pozorovací protokoly slouží k hodnocení a objektivizaci (alespoň částečné) pozorovaných pedagogických jevů. V návaznosti na konstrukci a podrobnost pozorovacích protokolů je možné zaznamenané údaje rovněž kvantifikovat a vzájemně porovnávat. Vhodné je doplnění pozorovacího protokolu videozáznamem pozorovaných pedagogických jevů. Pozorovací protokoly obvykle nekonstruuje sám pozorovatel. V praxi se využívá již zkonstruovaných a standardizovaných nástrojů – jeden z nich uvádíme jako příklad (Pozorovací protokol.pdf a Pozorovací protokol.doc).


Návratnost dotazníku
Návratnost dotazníku je podíl navrácených vyplněných dotazníků a celkového počtu zadaných dotazníků. Míra „akceptovatelné“ výše návratnosti se v literatuře dosti liší. Podle podmínek zadání dotazníků bývá návratnost 50 – 60%. V některých výzkumech je požadována návratnost vyšší – až 70%. Výrazně vyšší návratnosti se dosahuje prezenčním vyplňováním dotazníků – tedy je-li dotazník vyplňován přímo v přítomnosti zadavatele či jiné osoby se zadavatelem spolupracující. Nejmenší návratnost mají obvykle dotazníky distribuované korespondenčně nebo prostřednictvím e-mailové pošty, či tzv. on-line dotazníky přístupné na webových stránkách.


Úroveň měření
V empirických výzkumech pedagogických jevů jde o ověřování vztahu mezi jednotlivými proměnnými, čili mezi pedagogickými jevy. Stěžejním problémem je pak měření příslušné proměnné, které bývá, na rozdíl od měření proměnných v přírodovědných oblastech, poněkud složitější. Měření lze v pedagogickém výzkumu definovat jako činnost, při které přiřazujeme předmětům nebo jiným jevům čísla podle určitých pravidel. Podle toho, jakým způsobem jsou čísla přiřazována měřeným objektům, rozlišujeme čtyři základní úrovně měření – nominální měření, ordinální měření, intervalové měření, poměrové měření.


Nominální měření
V této úrovni měření jsou čísla používána pouze k označení pro určité charakteristiky. Toto označení usnadňuje práci s vyhodnocováním dotazníku. Jde tedy vlastně pouze o klasifikaci či kategorizaci odpovědí. Jedná se např. o typ položek, kdy chlapcům je přiřazeno číslo 1, dívkám číslo 2. Čísla zde slouží pouze k rozčlenění a rozlišení souboru, nemají tedy žádný kvantitativní význam, jde o neparametrické údaje, proto s nimi nelze jako s čísly pracovat. (Mohou být tedy nahrazeny rovněž písmeny či jinými symboly.) Počítat lze pouze s četnostmi jednotlivých číselných symbolů. Použitelné matematické a statistické operace jsou:
a) sčítání počtů případů v každé kategorii,
b) absolutní a relativní četnosti,
c) výpočet procent,
d) stanovení koeficientu kontingence,
e) frekvenční statistika typu chí-kvadrát.


Ordinální měření
Jedná se o měření pořadové, kdy se čísla přiřazují objektům tak, že vyjadřují pořadí objektů podle určitého kritéria (např. pořadí žáků ve třídě podle průměrného prospěchu na vysvědčení). Číslo udávající pořadí ve skupině však nevypovídá nic o velikosti rozdílu mezi jednotlivými objekty výzkumu. Proto má ordinální měření jistá omezení, zejména co se týče statistického zpracování dat. Mírou centrální tendence např. není průměr, ale medián. Rozložení výsledků se neurčuje směrodatnou odchylkou, ale kvartily a kvartilovou odchylkou. Použitelný statistický aparát se řídí neparametrickými metodami a tvoří:
a) koeficient pořadové korelace,
b) Kendallův koeficient shody,
c) medián,
d) Spearmanův pořadový korelační koeficient,
e) percentilové hodnoty.
S určitou chybou se však v mnoha případech běžně používají i statisticky silnější postupy, které předpokládají intervalové měření a parametrické rozložení dat (aritmetický průměr, standardní odchylka, Studentovo t rozdělení atd.).


Intervalové měření
Tento typ měření umožňuje určit nejen pořadí jednotlivých objektů podle určitého kritéria, ale umožňuje určit rovněž velikost rozdílů mezi měřenými objekty. Intervalové měření tedy umožňuje stanovit, o kolik je jistá vlastnost určitého objektu vyšší nebo nižší než u objektu jiného. Tento způsob měření však nemá „přirozenou nulu“ (jako např. termodynamická teplota). Příkladem intervalového měření může být např. školní známkování. Čísla takto získaná lze sečítat i odečítat, nelze je však násobit a dělit. I přes tento limit lze při zpracování dat používat většinu statistických metod určené pro parametrické charakteristiky:
a) průměr,
b) směrodatné odchylky,
c) parametrické testy rozdílů,
d) Pearsonův korelační koeficient,
e) regrese.


Poměrové měření
Je ze všech typů měření nejpřesnější. Na rozdíl od intervalového měření má poměrové měření přirozenou nulu, naměřené hodnoty vyjadřují množství vlastnosti, kterou měří. Umožňuje důsledně využívat všech vlastností reálných čísel, lze je nejen sčítat a odčítat, ale i násobit a dělit. Bohužel tohoto měření lze v pedagogických výzkumech využívat jen velmi zřídka, neboť velká většina pedagogických jevů nemá samozřejmě přirozenou nulu. Poměrové měření umožňuje využívat celou škálu statistických metod. Kromě statistiky stejné jako u intervalového měření lze použít navíc i geometrický průměr, variační koeficient atd.


Typ otázek
Existuje několik způsobů, podle kterých jsou dotazníkové otázky obvykle klasifikovány. Nejčastějším typem klasifikace je diferenciace dotazníkových otázek na otázky uzavřené, polouzavřené a otevřené. Uzavřené otázky předkládají podobně jako v didaktických testech respondentovi výběr možných odpovědí a respondent nemá možnost zvolit jinou než nabízenou variantu odpovědi. Nevýhodou tohoto typu dotazníkových otázek je, že mohou „přinutit“ odpovědět respondenta jinak, než by odpověděl v případě možnosti volné odpovědi. Velkou výhodou však je, že odpovědi respondentů lze kvantifikovat a statisticky zpracovávat. Polouzavřené otázky (někdy označované i jako polootevřené) dávají respondentovi určitou možnost vlastního vyjádření. Respondent je např. tázán, jaké nejdůležitější vlastnosti by měl mít učitel na 1. stupni základní školy. Uzavřená nabídka různých vlastností je doplněna alternativou „jiná vlastnost – uveďte jaká................“ a respondentovi je tak dána částečná možnost vlastního vyjádření. Mezi polouzavřené otázky je možné zařadit i tzv. nedokončené věty. „Při výuce mi nejvíce vadí, když......................“. Úkolem respondenta je pak doplnit nedokončenou větu podle vlastního uvážení. V otevřených dotazníkových otázkách je respondentovi dána možnost volné odpovědi. Otázka je formulována např.: „Uveďte jaké jsou podle vás nejdůležitější faktory motivující žáky k učení se určitému předmětu.“ Rozsah i obsah odpovědi pak závisí zcela na respondentovi. Otevřené testové otázky se jen velice obtížně kvantifikují, neboť odpovědi respondentů mohou být velmi rozmanité. Pro vyhodnocování tohoto typu dotazníkových otázek se nejčastěji používá tzv. grupování, kdy jsou typově podobné odpovědi sdružovány do jednotlivých grup a poté vyhodnocovány na základě četnosti prvků v jednotlivých grupách.


Subjekty výzkumu
Jako subjekty výzkumu označujeme všechny jevy (osoby, věci, procesy), které jsou předmětem výzkumu. V případě osob se také někdy hovoří o probandech.


Základní soubor
Základní soubor tvoří všechny osoby, o kterých chce výzkum získat informace. Hovoříme někdy také o základní populaci.


Výběrový soubor
Výběrový soubor je jistá část základního souboru, která byla vybrána pro výzkum. Způsob výběru subjektů ze základního souboru může být různý dle potřeby – náhodný, stratifikovaný, mechanický, záměrný nebo nucený. Výběrový soubor tedy reprezentuje základní soubor a výzkumník musí před výběrem vždy základní soubor dobře poznat.


Náhodný výběr
Náhodný výběr vychází z matematické pravděpodobnosti. Jednoduše lze říci, že každý člověk v rámci zvoleného základního souboru má mít stejnou šanci být vybrán jako jiný člověk. Náhodný výběr je z hlediska teorie pravděpodobnosti nejlepší výběr. Jeho osoby dobře reprezentují základní soubor, a proto se označuje též jako reprezentativní soubor. Náhodný výběr se provádí losováním nebo pomocí tabulky náhodných čísel.


Stratifikovaný výběr
Stratifikovaný výběr je určitým typem náhodného výběru. Používá se tehdy, když není vhodné nebo možné sestavit náhodný výběr ze základního souboru, a proto se základní soubor rozloží podle nějakého podstatného znaku (např. věk žáků, velikost sídla, typ školy). Základní soubor si tedy výzkumník rozloží na podskupiny a následně v každé z nich provede náhodný výběr. Co se týká početnosti podskupin, tento výběr může být proporční (dodržuje se zastoupení znaku v základním souboru) nebo rovnoměrný (podskupiny jsou stejně početné).


Mechanický výběr
Při mechanickém výběru výzkumník vybírá do výběrového souboru každou n-tou osobu ze základního souboru. Např. vybere každého pátého žáka nebo každou třetí školu. Při mechanickém výběru se vychází z přesně určeného základního souboru (např. seznam).


Záměrný výběr
Záměrný výběr se uskutečňuje na základě určení relevantních znaků, tedy těch znaků základního souboru, které jsou důležité pro dané zkoumání (např. relevantním znakem může být to, že učitel působí na venkovské škole). Do výběrového souboru pak výzkumník volí ty subjekty, které odpovídají danému relevantnímu znaku.


Nucený výběr
Nucený (nebo též dostupný) výběr provádí výzkumník v situaci, kdy nemá jinou možnost – volí ty subjekty, které jsou pro něj dostupné (např. volí školu v nejbližším sousedství nebo provádí výzkum na škole, která mu to umožní). Nevýhodou tohoto výběru je silné zkreslení a závěry z tohoto výzkumu platí jen pro daný soubor a nelze ho zevšeobecňovat na ostatní subjekty daného základního souboru. V praxi se však objevuje velmi často.


Rozsah výběrového souboru
Rozsah výběrového souboru udává jeho velikost (počet subjektů) a určuje jeho kvalitu. Běžně se označuje symbolem „n“. Rozsah výzkumného souboru by měl být vždy takový, aby dobře reprezentoval základní soubor a umožnil zobecnění výsledků.


Škály
Škálování se uskutečňuje různými typy posuzovacích škál – je to nástroj, který umožňuje zjišťovat míru vlastnosti jevu nebo jeho intenzitu. Posuzovatel vyjadřuje svoje hodnocení určením polohy na škále. Pokud jde o uspořádání jevů do pořadí, pak se taková škála označuje jako pořadová (např. uspořádání předmětů dle oblíbenosti). V případě intervalové škály je dáno kontinuum s dvěma krajními póly a toto kontinuum je rozděleno na stejné úseky (připomíná známky ve škole) – např. častost používání určité metody (kontinuum ohraničeno póly „vždy“ a „nikdy“). Likertovy škály se používají na měření postojů a názorů lidí. Skládají se z výroku a stupnice. Na stupnici vyjadřuje proband stupeň svého souhlasu, případně nesouhlasu s daným výrokem.


Rozhovor
Rozhovor nebo též interview je explorativní výzkumná metoda, která vychází z ústní komunikace a neopírá se tak o písemné vyjádření respondenta. Rozhovor je možné klasifikovat podle různých kritérií a rozlišujeme pak např. rozhovor nestrukturovaný, polostrukturovaný a strukturovaný či rozhovor diagnostický a výzkumný. V rozhovoru by měly být používány stručné a pro respondenta srozumitelné otázky, což je zvláště důležité, je-li respondentem např. žák 1. stupně ZŠ. V rozhovoru by naopak neměly být používány otázky návodné (sugestivní) a otázky zacházející do interních záležitostí či dokonce intimní sféry respondenta. Předností rozhovoru jako výzkumné a diagnostické metody je především bezprostřední kontakt výzkumníka se zkoumanou osobou. Tento kontakt umožňuje pružnou reakci na odpovědi respondenta, dává příležitost k upřesňujícím a doplňujícím dotazům a rovněž umožňuje respondenta sledovat a tím uplatnit, případně zaznamenat i nonverbální formy komunikace. Mezi negativa rozhovoru patří jednak problematika záznamu rozhovoru, dále značná časová náročnost výzkumu a s tím související možnost použít rozhovor jen v rámci relativně malé skupiny respondentů a značná individualita odpovědí. Tyto faktory zapříčiňují, že výsledky rozhovorů prakticky nelze zpracovávat metodami statistické analýzy dat. Využití rozhovoru je tedy především v oblasti kvalitativních výzkumů, zejména pro účely případových studií.


Nestrukturovaný (volný) rozhovor
Je forma rozhovoru, kdy si osoby volně a nezávazně vyměňují své názory a vzájemně na ně reagují. Průběh rozhovoru se často mění na základě vzniklých asociací a nemá pevně stanovený řád. Ačkoliv je tento typ rozhovoru běžně používán v mezilidské komunikaci, svůj význam má i ve výzkumu. Jednak umožňuje navázání hlubšího kontaktu mezi výzkumníkem a zkoumanou osobou a dále má funkci orientační a doplňující. Můžeme tak lépe reagovat na případné individuální odlišnosti a zvláštnosti konkrétních jedinců, zjišťovat další specifické intervenující proměnné atd.


Strukturovaný rozhovor
Je forma rozhovoru, jehož cílem je získání odpovědí na předem připravený soubor otázek. Tento soubor otázek je pak v nezměněné podobě předkládán všem jedincům z určitého souboru respondentů. Formulace otázek by proto měla být stálá a standardizovaná, protože např. i jiný slovosled nebo použití jiného výrazu může mít za následek různé odpovědi. V této formě rozhovoru tvoří otázky určitý uspořádaný řetězec. Může se začínat buď otázkami zcela konkrétními a věcnými, které postupně přecházejí na obecné problémy (tzv. „otevřený trychtýř“) a nebo se naopak může začínat obecnými aspekty a z nich přejít na konkrétní a specifické dotazy (tzv. „uzavřený trychtýř“).


Polostrukturovaný rozhovor
Je často používanou formou rozhovoru. Buď je tak chápán rozhovor, jehož vstupní část má charakter nezávazné komunikace, jejímž cílem je získat důvěru toho, s nímž chceme dále vést rozhovor strukturovaný, nebo je tak chápán rozhovor se strukturou volnější, než je tomu u strukturovaného rozhovoru, ale s pevnější, než u rozhovoru nestrukturovaného. Takový rozhovor má jasně vymezené téma a cíl, jednotlivé konkrétní otázky však nejsou předem přesně specifikovány a jejich formulace nemá tudíž charakter standardizovaných otázek strukturovaného rozhovoru. Konkrétní průběh rozhovoru vyplývá až ze vzájemné interakce výzkumníka s respondentem, ovšem při zachování vymezeného tématu a cíle rozhovoru.


Diagnostický rozhovor
Je kategorie používaná spíše v psychologii. Myslí se tím diagnostický prostředek (obvykle učitele), kdy pokládá respondentovi (obvykle žákovi) připravené otázky a interpretuje odpovědi žáků, ale i chování žáka v průběhu rozhovoru (červenání, blednutí, přestávky mezi otázkou a odpovědí aj.). Diagnostický rozhovor se tedy používá zejména v případových studiích, kdy nás zajímají bližší charakteristiky konkrétního jedince.


Výzkumný rozhovor
Je taková forma rozhovoru, kdy je pomocí této výzkumné metody zkoumán větší počet respondentů. V tomto případě tedy nejde o individuální charakteristiky respondentů, ale spíše o obecnější trendy názorů či postojů určité skupiny respondentů zvolené podle kritérií vyplývajících z cíle předpokládaného výzkumu. Výzkumné rozhovory jsou tedy spíše kvantitativně orientované a jejich výsledky umožňují i jednoduchá kvantitativní zpracování (grupování, frekvence odpovědí, percentuální rozvrstvení). Pro výzkumné účely se používají téměř výhradně strukturované a částečně i polostrukturované rozhovory.


Návodné (sugestivní) otázky
Jsou takové otázky, které už ve své formulace naznačují očekávanou odpověď. Např. otázka: „Jste spokojeni s touto učební pomůckou?“ je sugestivní, neboť se v ní hovoří o „spokojenosti“ (nikoliv o nespokojenosti) a implikuje tak předem pozitivní hodnocení. Respondent poté odpovídá tak, jak se domnívá, že je od něj výzkumníkem očekáváno a dochází tak ke zkreslení získaných údajů. Lépe by tedy bylo formulovat dotyčnou otázku např.: „Jak hodnotíte tuto učební pomůcku?“ apod., která je svým významem neutrální.


Komunikační prostředky
Během rozhovoru dochází mezi výzkumníkem a respondentem k řadě verbálních i nonverbálních interakcí, které slouží především k udržení kontaktu s respondentem. Používá se například pauza v průběhu rozhovoru, která naznačuje, že výzkumník o odpovědi respondenta přemýšlí a že si promýšlí např. další otázku. Pauza v odpovědi respondenta naopak může znamenat, že respondent je položenou otázkou zaskočen. Je však třeba mít na paměti, že pauza delší 2-3 sekundy působí rozpaky a navozuje spíše negativní pocity diskontinuity rozhovoru. Dalším komunikačním prostředkem je např. vyjadřování souhlasu s odpověďmi respondenta, které může být realizováno verbálně („Rozumím...“, „To je zajímavé...“) nebo neverbálně (pokyvováním hlavou) s cílem povzbudit respondenta k pokračování v rozhovoru. Podobnou úlohu sehrávají i žádosti o dodatečné informace. („Mohl byste prosím podrobněji vysvětlit...“, „Co myslíte formulací...“, „Mohl byste být konkrétnější?“) Stává se, že respondent, zaujat rozhovorem, někdy sklouzne jiným směrem, než byla určena původní otázka. V takovém případě je třeba nejprve respondenta trpělivě vyslechnout a posléze ho vrátit zpět k původní otázce. („To je velice zajímavé, co říkáte, a stálo by to určitě za delší úvahu, ale vraťme se prosím ještě k původní otázce...“ ) Svůj význam má ale i využití tzv. „echa“, které spočívá ve zopakování respondentových slov výzkumníkem. („Tento postup se mi ale v praxi neosvědčil.“ ... „Tento postup se Vám v praxi neosvědčil... přemýšlel jste už o možných příčinách?“)


Raport
Rozhovor je postaven na interpersonálním vztahu mezi respondentem a výzkumníkem, proto je třeba navázat přátelský vztah a vytvořit otevřenou atmosféru. Tento stav během rozhovoru se nazývá raport. Naopak, chladný, nepřívětivý přístup výzkumníka k respondentovi sotva povede k dobrému interview a někdy může způsobit i odmítnutí respondenta spolupracovat s výzkumníkem.


Výzkumný vzorek
Výzkumný vzorek je určitá množina prvků, která byla pořízena výběrem z množiny všech prvků, patřících do okruhu osob nebo jevů, které mají být zkoumány v daném výzkumu. Tato množina se označuje jako výběrový soubor (vzorek). Pojmy „soubor“ a „vzorek“ jsou v této souvislosti synonymy. Pouze ve výjimečných případech zahrnuje výzkumný vzorek všechny relevantní prvky, potom hovoříme o tzv. základním souboru.


Výzkumné cíle
Výzkumné cíle bývají někdy zcela nesprávně směšovány s výzkumným problémem. Každá z těchto kategorií má ale své specifické opodstatnění. Zatímco výzkumný problém přesně formuluje, co je předmětem výzkumu, výzkumné cíle odpovídají na otázku proč je výzkum realizován. Cíle naznačují příčinu, proč je opodstatněný právě konkrétní druh výzkumu, v určité době, daným řešitelským týmem na specifikovaném výzkumném vzorku. Při formulaci výzkumných cílů bývají zpravidla naznačovány i očekávané obsahové výstupy výzkumu (např. přínos pro učitelskou praxi) a forma zpracování výstupu (např. výzkumná zpráva, monografie atd.).


Výzkumný problém
Výzkumný problém je obvykle tázací věta nebo výrok, který se ptá, jaký je vztah mezi dvěma či více proměnnými.Odpověď na tuto otázku je pak tím, co je výsledkem výzkumu. Formulace výzkumného problému nemusí mít vždy formu otázky, musí však v sobě otázku implicitně obsahovat. Důležitou charakteristikou výzkumného problému je také to, že musí být uchopitelný metodami empirického šetření. Jedním ze základních předpokladů přesné, věcné a jednoznačné formulace výzkumného problému je i terminologická preciznost, která s sebou obvykle přináší i podmínku přesného vymezení základních pojmů, s nimiž výzkumník pracuje. Upozorňujeme, že potenciálními výzkumnými problémy jsou pouze takové otázky, které obsahují implicitně vztah mezi proměnnými, nikoliv tedy otázky názorového typu, jako např. „Je současný systém vyšších územně správních celků optimální?“ Tato otázka není výzkumným problémem a nelze ji empiricky řešit. Existují tři základní typy výzkumných problémů: deskriptivní (Jaké vyučovací metody nejčastěji využívají učitelé matematiky), relační (Jaká je závislost mezi výsledkem přijímací zkoušky a úspěšností studia na vysoké škole?) a kauzální (Je konstruktivistické vyučování pedagogicky efektivnější než transmisivní vyučování?).


Výzkumná hypotéza
Výzkumná hypotéza je vlastně podmíněný výrok o vztazích mezi dvěma nebo více proměnnými. Na rozdíl od výzkumného problému je výzkumná hypotéza vždy tvrzením (nikoliv otázkou) předjímajícím vazby mezi jednotlivými proměnnými, byť tento výrok může být formulován podmíněně. Výzkumná hypotéza by měla být formulována stručně, jasně a jednoznačně a musí být empiricky ověřitelná a uchopitelná příslušnými výzkumnými nástroji a technikami. Hypotézy sledují rozdíly, vztahy a následky. Příklad: Čím častěji používá učitel při hodině pochvaly žáků, tím se u nich zvyšuje jejich motivace pro daný předmět. Chlapci dosahují ve fyzice lepších výsledků než děvčata.


Pretest
Pretest (vstupní test) je didaktický test vztahující se k určitému učivu, který je žákům zadám ještě před probíráním daného učiva v rámci cílené školní výuky. Cílem pretestu je zjistit vstupní úroveň vědomostí žáků o daném učivu. Tyto vědomosti mohli žáci získat na základě individuálních zkušeností, z výuky jiných předmětů, z mimoškolního prostředí – např. z médií, od rodičů, od starších kamarádů atd.


Progres
Progres je rozdíl mezi výsledkem vstupního testu (pretestu) a výsledkem výstupního testu (posttestu) měřeného např. hrubým skórem, hodnotou obtížnosti úloh atd. Porovnávání progresů umožňuje hodnotit výsledky výuky i u skupin, které nemají stejnou vstupní úroveň (např. progres u výběrové třídy v porovnání s progresem u běžné třídy).


Oboustranná hypotéza
Je-li nulová hypotéza formulována jako rovnost dvou hodnot (například aritmetických průměrů xo1 a xo2):
H0: xo1 = xo2
pak alternativní oboustranná hypotéza je formulována jako jejich nerovnost, aniž se zjišťuje, která z hodnot je větší či menší:
HA: xo1 <> xo2


Jednostranná hypotéza
Je-li nulová hypotéza formulována jako rovnost dvou hodnot (například aritmetických průměrů xo1 a xo2):
H0: xo1 = xo2
Pak existují dvě alternativní hypotézy, zjišťující, zda je větší jedna hodnota nebo druhá hodnota:
HA1: xo1 < xo2
HA2: xo1 > xo2


Pedagogický experiment
Jedná se o výzkumnou metodu, jejíž význam spočívá v možnosti manipulovat s proměnnými. Experimentátor plánovitě zasahuje do proměnných, což mu umožňuje odhalovat hlubší kauzální souvislosti, než je tomu u deskriptivních metod (dotazník, testy). V rámci experimentálního postupu se využívají různé metody sběru údajů (testy, dotazník). Experiment je tedy výzkumnou metodou, která synteticky využívá možnosti ostatních výzkumných metod. V rámci experimentu se musí objevit dvě vyrovnané skupiny, přičemž v jedné z nich se uplatňuje zkoumaný faktor a sleduje se jeho působení, druhá skupina pak postupuje stejně, jen v ní chybí vliv zkoumaného faktoru. Na základě tohoto působení se hodnotí vliv zkoumaného faktoru.


Předvýzkum
Předvýzkum je důležitá a nezbytná součást každého výzkumu a většinou navazuje na pilotní výzkum (zde se výzkumník seznamuje s výzkumným prostředím). V rámci předvýzkumu si ověřujeme nosnost výzkumného nástroje (a to zejména pokud je nově vytvořený pro účely zamýšleného výzkumu) – předvýzkum se uskutečňuje na malém vzorku lidí a jeho cílem je zjistit, zda výzkumný nástroj funguje a jak funguje a zda je celý výzkum za daných podmínek vůbec realizovatelný. Předvýzkum často ovlivní i předcházející etapy výzkumu. Umožňuje dělat malé korektury v hypotézách nebo u výzkumného souboru. Na základě předvýzkumu se pak obvykle provádí optimalizace výzkumného nástroje, pokud se ukáže jako potřebná.


Nezávisle proměnná
Proměnná je obecně prvek experimentu, který se může měnit, nabývat různé hodnoty nebo vlastnosti. Nezávisle proměnná je pak proměnná, kterou výzkumník manipuluje v experimentální skupině a naopak, kterou nechává nedotknutou v kontrolní skupině. Je to příčina, která vyúsťuje v následek (nezávisle proměnnou může být např. osobnost vyučujícího, který ovlivňuje postoj žáků k předmětu).


Závisle proměnná
Proměnná je obecně prvek experimentu, který se může měnit, nabývat různé hodnoty nebo vlastnosti. Závisle proměnná se pak považuje za následek vlivu nezávisle proměnné (postoj žáků k předmětu se mění působením osobnosti učitele).


Intervenující proměnná
Je to taková proměnná v rámci pedagogického experimentu, která ovlivňuje, nebo alespoň může ovlivňovat závisle proměnnou, ale jejíž účinek během experimentu nesledujeme, neboť ruší vliv nezávisle proměnné. Během experimentu se v co možná největší míře snažíme eliminovat vliv těchto intervenujících proměnných, aby se dal postihnout vztah nezávisle proměnná – závisle proměnná (ovšem v pedagogickém experimentu, na rozdíl od experimentu v přírodních vědách, nelze intervenující proměnné nikdy zcela eliminovat, neboť pracujeme s lidmi). Při sledování vlivu osobnosti učitele na postoj žáků k předmětu může být intervenující proměnnou různá úroveň (znalostní, mentální, sociální) žáků v experimentální a kontrolní skupině.


Skupina experimentální
Experimentální skupina je skupina subjektů, ve které se uskutečňuje experimentální působení. V této skupině se zavádí nezávisle proměnná a sleduje se její působení na závisle proměnnou.


Skupina kontrolní
Kontrolní skupina je skupina subjektů, ve které se neuskutečňuje experimentální působení. Měla by být ve všech zásadních znacích shodná se skupinou experimentální, liší se absencí působení nezávisle proměnné.


Vstupní diagnostika
Vstupní diagnostiku provádíme na začátku pedagogického experimentu, tedy před jeho samotnou realizací. Cílem je zjistit úroveň subjektů v experimentální a kontrolní skupině z pohledu sledovaného jevu. Při vstupní diagnostice používáme vhodnou výzkumnou techniku či nástroj (rozhovor, test, dotazník), který je většinou shodný s nástrojem použitým na konci experimentu (u didaktických testů hovoříme o pretestu a posttestu). V případě pedagogického experimentu by se měla ukázat vstupní vyrovnanost obou skupin, aby bylo možné zachytit působení nezávisle proměnné.


Dotazník
Dotazník, který např. spolu s rozhovorem patří mezi tzv. explorativní metody, je nejfrekventovanější metodou získávání údajů. Je to způsob písemného kladení otázek a získávání písemných odpovědí. Je to metoda používaná zejména při hromadném získávání údajů (tedy pokud výzkumný soubor tvoří velké množství subjektů). Proto se dotazník považuje za ekonomický výzkumný nástroj, neboť jím můžeme získat velké množství informací při malé časové investici. Problémem této metody ale často bývá návratnost.


Křížové vyrovnání skupin
Tento postup slouží ke zvýšení validity a objektivity výzkumu a spočívá v tom, že průběh experimentu je rozdělen na dvě části, přičemž skupina, která je v první části experimentální se stává v druhé etapě skupinou kontrolní a naopak.


F-test
Správněji F-test pro shodu rozptylů. Pomocí tohoto testu se porovnávají hodnoty rozptylů dvou souborů dat. Určuje se, zda jsou rozptyly shodné či nikoliv. Obecný postup porovnání rozptylů uvažovaných souborů dat pomocí F-testu:
a) Formulace H0: Rozptyly dat v obou uvažovaných souborech jsou shodné.
b) Formulace H1: Rozptyly dat v obou uvažovaných souborech se liší.
c) Testování H0, rozhodnutí o zamítnutí či nezamítnutí H0. Je-li vypočítaná hodnota testového kritéria F menší než kritická hodnota testového kritéria, pak zamítáme nulovou hypotézu o shodě rozptylů. Výhodnější pro posouzení nulové hypotézy je použití pozorované hladiny významnosti P pro testové kritérium F-testu. Je-li hodnota P menší než 0,05, pak na hladině významnosti α = 0,05 zamítáme nulovou hypotézu.
F-test je důležitý jako pomůcka pro rozhodování, jakým způsobem má být hodnocena významnost rozdílu středních hodnot dvou nezávislých souborů.


Nulová hypotéza, alternativní hypotéza
Výzkumná hypotéza má většinou charakter tvrzení anticipující určitý vztah mezi dvěma měřitelnými proměnnými a je označována jako H1. K této hypotéze je potom formulována nulová hypotéza H0, která předpokládá nulový vztah mezi proměnnými. Při statistickém testování pomocí induktivních metod statistické analýzy dat se obvykle vychází z nulové hypotézy, která pokládá hodnoty porovnávaných proměnných za shodné. Jako příklad uvádíme porovnávání hodnot dvou aritmetických průměrů pocházejících ze dvou nezávislých souborů:
H0: xo1 = xo2
K této hypotéze je potom formulována alternativní hypotéza H1 (také HA), která předpokládá určitý vztah (nerovnost) mezi oběma komparovanými hodnotami. Pokud je alternativní hypotéza formulována pouze jako nerovnost dvou hodnot, hovoříme o oboustranné hypotéze, pak
HA: xo1 <> xo2
Pokud alternativní hypotéza počítá explicitně s tím, že jedna ze sledovaných hodnot je větší než druhá, hovoříme o jednostranné hypotéze.


Q-metodologie
Q-metodologii je možné chápat jako určitou variantu ratingové metody. Jde obecně o takové metody, kdy jsou posuzovány jinak neměřitelné kvality určitých jevů (postoje k určitému problému, snaha žáka, morální profil třídy) tak, že k posuzované hodnotě daného jevu je přiřazena určitá kvantitativní hodnota na škále. Tím se z neměřitelné veličiny stává veličina měřitelná a za určitých předpokladů i matematicky a statisticky uchopitelná. U běžných ratingových škál je v podstatě lhostejné, jaká bude četnost odpovědí na jednotlivé nabízené varianty. Hlavní odlišnost Q-meotodologie spočívá v tom, že u této metody je respondent přímo zadavatelem donucen, aby rozložení jeho odpovědí na škále mělo podobu Gaussovy křivky, tudíž normální rozdělení. Tohoto rozdělení je dosaženo tak, že každému bodu škály přísluší určitý předem stanovený počet položek napsaných na jednotlivých kartách zvaných Q-typy. Výzkum uskutečněný pomocí Q-metodologie je obvykle vyhodnocován výpočtem korelace mezi reakcemi nebo odpověďmi osob na tyto Q-typy.


Q-typ
Q-typy jsou v podstatě výroky vztahující se určitým způsobem k položené výzkumné otázce. Každý z těchto výroků je zapsán na samostatné kartě. Respondent obdrží od zadavatele sadu Q-typů, která obsahuje přesně vymezený počet karet (výroků). Tyto výroky je respondent nucen uspořádat podle předložené škály tak, aby jeho odpovědi tvořily normální rozdělení Každému bodu škály tedy přísluší určitý přesně daný počet Q-typů. Tento počet nelze zvyšovat ani snižovat. V praxi se obvykle jedná o rozdělení Q-typů podle míry souhlasu či nesouhlasu s výroky, které tyto Q-typy obsahují a které se vztahují k dané výzkumné otázce.


Normální rozdělení
Normální rozdělení dat vychází z teoretického modelu Gaussova normálního rozložení pravděpodobnosti takové náhodné veličiny, která je výslednicí velkého počtu drobných, navzájem nezávislých náhodných vlivů. Jde o data rovnoměrně rozložena kolem středové hodnoty. V normálním rozdělení platí, že všechny tři uvažované střední hodnoty (aritmetický průměr, modus, medián) jsou shodné. Normální rozdělení dat je charakterizováno tzv. Gaussovou křivkou, kdy nejvíce hodnot se nachází uprostřed rozdělení a počet hodnot směrem k oběma extrémům rovnoměrně klesá.


Korelace
Korelační analýza se využívá pro studium vztahů mezi dvěma nebo více kvantitativními veličinami, měřenými současně na každém jedinci sledovaného souboru. Korelační analýza však neřeší otázku která z proměnných ovlivňuje kterou. Postačí však k vyjádření míry vztahu. Mírou těsnosti vztahu mezi dvěma proměnnými je potom korelační koeficient. Teoreticky může nabývat hodnot v intervalu <–1;1>. Pro orientační interpretaci dosažených výsledků bývá někdy využívána následující tabulka:

Korelace

Pokud korelační koeficient dosáhne záporných hodnot, závislost mezi proměnnými je opačná. Většinou se uvádí, že prakticky použitelná závislost je minimálně r = 0,4, závisí ovšem na velikosti souborů.


Střední hodnoty
Data nashromážděná o určitém jevu je třeba dále zpracovat tak, aby podala přehlednou informaci s dostatečnou vypovídací hodnotou o sledovaném jevu. Tuto informaci poskytuje výpočet některé z tzv. středních hodnot. Nejznámější z těchto hodnot je aritmetický průměr, dále pak medián a modus. Pomocí středních hodnot můžeme přehledně (byť s jistou chybou) charakterizovat všechna zjištěná data jedním číslem.


Modus je hodnota s nejvyšší četností v daném souboru dat. Je tedy nejčastěji se vyskytující hodnotou. Je to hodnota spíše provizorní, není příliš spolehlivá a neumožňuje další statistické zpracování.


Medián je prostřední hodnota z postupně vzrůstající řady hodnot. Medián je tedy středním kvartilem a 50%-ním kvantilem (x0,5). Velikost mediánu nepodléhá vlivu odlehlých a extrémních hodnot. Výpočet mediánu je možný i tehdy, jestliže o některých prvcích souboru máme jen neúplné informace. Výpočet mediánu lze krom dat intervalových a poměrových použít i pro data ordinální. Používá se jako středová hodnota při použití neprametrických statistických metod (které nevyžadují normální rozdělení dat v souboru).


Aritmetický průměr je nejvyužívanější střední hodnotou. Jeho hodnota závisí na všech prvcích souboru dat. Je však značně citlivý k odlehlým, případně extrémním hodnotám, tedy k hodnotám, které se od ostatních výrazně liší. Pro přesnější výpočet aritmetického průměru je lépe extrémní hodnoty eliminovat. Výpočet aritmetického průměru je oprávněný u dat získaných na úrovni intervalových a poměrových měření. S vědomím jisté chyby se ho však občas používá i u dat získaných ordinálním měřením. Aritmetický průměr se používá jako středová hodnota v parametrických statistických metodách (které vyžadují normální rozdělení dat)..


Výzkumný problém
Výzkumný problém je obvykle tázací věta nebo výrok, který se ptá, jaký je vztah mezi dvěma či více proměnnými.Odpověď na tuto otázku je pak tím, co je výsledkem výzkumu. Formulace výzkumného problému nemusí mít vždy formu otázky, musí však v sobě otázku implicitně obsahovat. Důležitou charakteristikou výzkumného problému je také to, že musí být uchopitelný metodami empirického šetření. Jedním ze základních předpokladů přesné, věcné a jednoznačné formulace výzkumného problému je i terminologická preciznost, která s sebou obvykle přináší i podmínku přesného vymezení základních pojmů, s nimiž výzkumník pracuje. Upozorňujeme, že potenciálními výzkumnými problémy jsou pouze takové otázky, které obsahují implicitně vztah mezi proměnnými, nikoliv tedy otázky názorového typu, jako např. „Je současný systém vyšších územně správních celků optimální?“ Tato otázka není výzkumným problémem a nelze ji empiricky řešit. Existují tři základní typy výzkumných problémů: deskriptivní (Jaké vyučovací metody nejčastěji využívají učitelé matematiky), relační (Jaká je závislost mezi výsledkem přijímací zkoušky a úspěšností studia na vysoké škole?) a kauzální (Je konstruktivistické vyučování pedagogicky efektivnější než transmisivní vyučování?).


Hypotéza
Výzkumná hypotéza je vlastně podmíněný výrok o vztazích mezi dvěma nebo více proměnnými. Na rozdíl od výzkumného problému je výzkumná hypotéza vždy tvrzením (nikoliv otázkou) předjímajícím vazby mezi jednotlivými proměnnými, byť tento výrok může být formulován podmíněně. Výzkumná hypotéza by měla být formulována stručně, jasně a jednoznačně a musí být empiricky ověřitelná a uchopitelná příslušnými výzkumnými nástroji a technikami. Hypotézy sledují rozdíly, vztahy a následky. Příklad: Čím častěji používá učitel při hodině pochvaly žáků, tím se u nich zvyšuje jejich motivace pro daný předmět. Chlapci dosahují ve fyzice lepších výsledků než děvčata.


t-test
t-test neboli Studentův test existuje ve třech různých formách. Jako dvouvýběrový t-test s rovností rozptylů, jako dvouvýběrový t-test s nerovností rozptylů a jako dvouvýběrový párový t-test. Na zvolené hladině významnosti (obvykle α = 0,05) porovnává středové hodnoty (aritmetické průměry) dvou souborů dat a zjišťuje statistickou významnost rozdílů středových hodnot. Abychom zvolili správnou formu t-testu, je třeba nejprve zjistit, zda mají komparované soubory shodné rozptyly. K tomu se používá F-test pro shodu rozptylů.

Porovnání rozptylů uvažovaných souborů dat pomocí F-testu. Určení, zda jsou rozptyly shodné či nikoliv.
a) Formulace H1: Rozptyly dat v obou uvažovaných souborech se liší.
b) Formulace H0: Rozptyly dat v obou uvažovaných souborech jsou shodné.
c) Testování H0, rozhodnutí o zamítnutí či nezamítnutí H0. Je-li vypočítaná hodnota testového kritéria F menší než kritická hodnota testového kritéria, pak zamítáme nulovou hypotézu o shodě rozptylů. Výhodnější pro posouzení nulové hypotézy je použití pozorované hladiny významnosti P pro testové kritérium F-testu. Je-li hodnota P menší než 0,05, zamítáme nulovou hypotézu.

Porovnání aritmetických průměrů uvažovaných na sobě nezávislých souborů dat pomocí dvouvýběrového t-testu pro dva nezávislé soubory.
a) Formulace H1: Aritmetické průměry dat v obou uvažovaných souborech se liší. (V tomto případě se jedná o dvoustranně formulovanou hypotézu, neurčuje se tedy, který z aritmetických průměrů je větší či menší, testuje se pouze zda jsou nebo nejsou shodné.)
b) Formulace H0: Aritmetické průměry dat v obou uvažovaných souborech jsou shodné.
c) Určení způsobu výpočtu t-testu. Tento způsob se liší, jedná-li se o shodné či neshodné rozptyly.
d) Testování H0, rozhodnutí o zamítnutí či nezamítnutí H0. Je-li pozorovaná hladina významnosti P pro testové kritérium F-testu menší než 0,05, zamítáme nulovou hypotézu o shodě aritmetických průměrů.
d) Pokud dojde k zamítnutí nulové hypotézy a platí alternativní hypotéza, tj. že aritmetické průměry obou uvažovaných souborů dat nejsou shodné, je třeba rozhodnout, který z nich je větší či menší. Za tímto účelem se formulují dvě nové jednostranné alternativní hypotézy:
H1: Aritmetický průměr prvního uvažovaného souboru dat je větší než aritmetický průměr druhého z uvažovaných souborů dat.
H1´: Aritmetický průměr prvního uvažovaného souboru dat je menší než aritmetický průměr druhého z uvažovaných souborů dat.

Vypočítáme-li potom hodnotu testového kritéria t-testu pro nulovou hypotézu vztahující se k oběma alternativním hypotézám, pro jednu z nich vyjde pozorovaná hladina významnosti P < 0,05, pro druhou P > 0,05. Platí potom ta alternativní hypotéza, u níž dochází k zamítnutí nulové hypotézy na dané hladině významnosti α.


Didaktický test
Didaktický test je nástroj systematického zjišťování (měření) výsledků výuky. Spadají pod ně dva rozdílné typy testů. Jsou to jednak testy úspěšnosti výsledků výuky, které určují míru a kvalitu osvojení vědomostí a dále testy na přijímací zkoušky, které měří schopnost dalšího studia žáka. Základem didaktického testování je přiřazování číselných reprezentací (bodů, známek) určitému latentnímu měřenému znaku, jako je např. stupeň osvojení vědomostí, který se empiricky projevuje určitým chováním. Druhy didaktických testů je možné rozdělit podle několika kritérií:

Didaktický test


Typy položek (úloh) didaktických testů


Úlohy otevřené

Úlohy otevřené

Úlohy otevřené se širokou odpovědí nestrukturované (Subjektivně skórovatelné úlohy)
„Esej testy“. Na žákovi je vyžadována rozsáhlejší odpověď (1/2 strany a více). Osvojení poznatků se obvykle vyžaduje na úrovni kritického posouzení.
„Zhodnoťte úlohu národního obrození pro vývoj české státnosti“.


Úlohy otevřené se širokou odpovědí se strukturou vymezenou (Subjektivně skórovatelné úlohy)
Žákům je naznačena struktura, podle které má být odpověď koncipována.
„Výrova hydroxidu sodného amalgámovým způsobem. (uveďte hlavní surovinu, způsob čištění, schéma elektrolyzéru, způsob zpracování odpadních produktů, ekologická rizika).“


Úlohy otevřené se širokou odpovědí danou konvencí (Subjektivně skórovatelné úlohy)
Někdy není nutné strukturu požadované odpovědi blíže specifikovat, protože vyplývá z konvence či obecných pravidel, které by měl žák znát. „Popište jednotlivá stadia vývoje hmyzu s proměnou dokonalou.“


Úlohy otevřené se stručnou odpovědí produkční (Objektivně skórovatelné úlohy)
Žák má vytvořit a uvést vlastní krátké odpovědi.
„Uveďte tři evropské státy s největší rozlohou.“


Úlohy otevřené se stručnou odpovědí doplňovací (Objektivně skórovatelné úlohy)
Žák obvykle doplňuje nedokončené věty, příp. výrazy atd.
„Sveřep.... šakal... zav...le v...l... na b...l... Měs...c.“
Pozor! – žáci často odpovídají správně, ale jinak, než si představoval autor testu.
Př.: „Mezi halogenderiváty uhlovodíků patří ............. .“ (Učitel chce slyšet např. „chloroform“ a žáci odpoví „bromderiváty“.)


Úlohy uzavřené

Úlohy otevřené

Úlohy uzavřené dichotomické (Objektivně skórovatelné úlohy)
Žákovi jsou předkládány 2 alternativy odpovědi, z nichž má vybrat tu správnou.
„Posledním korunovaným českým králem je Ferdinand II. Dobrotivý.
správně ---- nesprávně“
Pozor na dvojité zápory v otázkách!!! Odpovědi jsou potom nejednoznačné!
„Humboldtův proud není studený proud. Ano ---- ne“


Úlohy uzavřené s výběrem odpovědi (Objektivně skórovatelné úlohy)
Skládají se ze dvou částí: kmenu úlohy (což je otázka nebo nabízený problém) a předkládaných odpovědí. Mají více různých variant:
typ: „Jedna správná odpověď“

„Sloučeninu s chemickým vzorcem CuSO4. 5 H2O nazýváme triviálně:
a) zelená skalice
b) bílá skalice
c) modrá skalice
d) Česká Skalice

typ: „Jedna nejpřesnější odpověď“
„Který výrok vyjadřuje nejlépe podstatu subjektivního idealismu ?
a) Svět je nepoznatelný, nekonečný a věčný.
b) Příčinou všech věcí je člověk.
c) Neexistuje objektivní pravda.
d) žádný z výroků nepatří subjektivnímu idealismu
typ: „Jedna nesprávná odpověď“
„Který z autorů nepatří mezi tzv. prokleté básníky?“
a) Francois Villon
b) Arthur Rimbaud
c) Paul Verlaine
d) Guillaume Apollinaire
typ: „Vícenásobná odpověď“
Správných je více odpovědí
„Kterými státy protéká Dunaj?“
a) Švýcarsko
b) Rakousko
c) Německo
d) Česká republika
e) Maďarsko
f) Srbsko
g) Bulharsko
h) Rumunsko

typ: „Situační úloha“
Žák vybírá z velkého počtu nabídek, které však nejsou předkládány, avšak vyplynou přímo z dané situace.
„823*43 – na místo označené hvězdičkou napište takovou číslici, aby výsledné šesticiferné číslo bylo dělitelné sedmi.“
- zde nejsou na první pohled nabízeny žádné možnosti, avšak žák má de facto 10 možností, protože volí číslici mezi 0-9.


Úlohy uzavřené přiřazovací (Objektivně skórovatelné úlohy)
Skládají se z instrukce, což je pokyn co a jakým způsobem má žák provést a ze dvou množin pojmů, obsahujících prvky, které k sobě žák přiřazuje podle zadané instrukce.
„K názvům univerzit v levém sloupci přiřaďte jejich sídelní města z pravého sloupce
Univerzita Mateja Bela
Univerzita Palackého
Univerzita Komenského
Poľnohospodárska Univerzita
Univerzita Konstantina Filozofa
Technická Univerzita
 ( )
( )
( )
( )
( )
( )
 A Prešov
B Trnava
C Bratislava
D Liberec
E Olomouc
F Zvolen
G Nitra
H Košice
I Banská Bystrica
J České Budějovice

Počet pojmů v pravém sloupci by měl být vždy větší než ve sloupci levém. Pokud by byly obě množiny stejně velké, měl by žák, který některá přiřazení zná, situaci usnadněnou tím, že by se mu počet možných přiřazení zmenšoval.


Úlohy uzavřené uspořádací (Objektivně skórovatelné úlohy)
Úkolem žáka je uspořádat do řady prvky dané množiny pojmů podle určitého kritéria.
„Seřaďte uvedené hudební skladatele chronologicky podle doby, ve které tvořili. Nejstaršímu z nich přiřaďte číslo 1, nejmladšímu číslo 7

František Antonín Rössler-Rosetti ..................
Charles Maria Widor ..................
Tielman Susato ..................
John Dowland ..................
Giacomo Frescobaldi ..................
Benedetto Marcello ..................
Luigi Boccherini ..................
Claudio Monteverdi ..................
Jan z Lublina ..................
Samuel Scheidt ..................


Binární skórování
Binární skórování je takové hodnocení didaktického testu, kdy každá položka je hodnocena jedním bodem, nezávisle na obtížnosti dané položky. Opakem je tzv. vážené skórování, kdy se jednotlivým položkám v testu přiřazuje různé bodové ohodnocení. Vážené skórování se ve školní praxi užívá častěji, své opodstatnění však má pouze tehdy, vyžadují-li některé úlohy na své řešení výrazně více času než ostatní úlohy. Časově náročným úlohám je pak přiřazován vyšší počet bodů.


Hodnota obtížnosti testové položky
Hodnota obtížnosti testové položky q se získá jako podíl počtu žáků ve skupině, kteří danou položku zodpověděli nesprávně nebo ji neřešili vůbec a celkového počtu žáků ve vzorku vynásobený stem. Udává se v %.
Je-li q > 80, úloha je velmi obtížná a měla by být z testu vyřazena. Je-li q < 20, úloha je příliš snadná a rovněž by měla být z testu vyřazena. Doporučuje se však na začátek testu nasadit z psychologických důvodů jednu extrémně snadnou úlohu s q blížící se 0. U rozlišujících testů jsou nejvhodnější úlohy s q = 50. Vztah mezi hodnotou obtížnosti a indexem obtížnosti je q = 100 – p.


Index obtížnosti testové položky
Index obtížnosti testové položky p se získá jako podíl počtu žáků ve skupině, kteří danou položku zodpověděli správně a celkového počtu žáků ve vzorku vynásobený stem. Udává se v %. Je-li p < 20, úloha je příliš obtížná. Je-li p > 80, úloha je velmi snadná. Vztah mezi indexem obtížnosti a hodnotou obtížnosti je p = 100 – q.


Index obtížnosti testu
Index obtížnosti testu P se vypočítá podle vztahu:
P = 100 - 100.BEXP/BMAX
kde P je index obtížnosti celého testu, BEXP je suma všech dosažených bodů všemi žáky v celém testu a BMAX je maximálně dosažitelný součet bodů všemi žáky v celém testu.


Hodnota obtížnosti testu
Hodnota obtížnosti testu Q se vypočítá podle vztahu:
Q = 100 – P
kde P je index obtížnosti celého testu.


Koeficient citlivosti ULI
Vyjadřuje, jak dalece ta která úloha zvýhodňuje žáky majícími lepší vědomosti před žáky majícími vědomosti horší. Pro výpočet tohoto koeficientu (upper-lower index) je třeba nejprve seřadit žáky podle výsledku hrubého skóru v testu od nejlepšího výsledku po nejhorší. Potom žáky rozdělíme na dvě stejně velké poloviny. Je-li žáků lichý počet, ten prostřední se škrtá a k dalším výpočtům není na jeho výsledek brán zřetel. Získáme tak dvě skupiny o stejném počtu členů, které označíme jako L (lepší) a H (horší). Dále počítáme podle vztahu:
d = (nL – nH)/0,5N
kde d je koeficient citlivosti ULI, nL je počet žáků z lepší skupiny, kteří danou úlohu zodpověděli správně, nH je počet žáků ze skupiny horších, kteří úlohu řešili správně a N je celkový počet žáků.
Nabývá hodnot <-1,+1>. Čím vyšší hodnotu koeficient citlivosti má, tím lépe úloha rozlišuje mezi žáky lepšími a horšími. Úloha s koeficientem citlivosti d = 0 vůbec nerozlišuje mezi žáky s lepšími a horšími znalostmi. Úlohy se zápornou hodnotou koeficientu citlivosti řeší lépe žáci s horšími vědomostmi než žáci s lepšími vědomostmi. Dojde k tomu např. tehdy, když zadání úlohy je formulováno příliš složitě, dobří žáci o řešení úlohy přemýšlejí a docházejí k nesprávným výsledkům, zatímco horší žáci odpověď typují bez jakékoliv znalosti. Úlohy se záporným koeficientem citlivosti je třeba z testu bezpodmínečně vyřadit.


Reliabilita testu
Reliabilita testu (spolehlivost) udává, do jaké míry je výsledek testu ovlivněn náhodnými, subjektivními vlivy. Test s vysokou reliabilitou má spolehlivé a tedy reprodukovatelné výsledky. Výsledek didaktického testu je totiž určován dvěma složkami:
a) fixní (pevná) složka jsou skutečné vědomosti a dovednosti žáka,
b) náhodná složka – na ní se podílí okamžitá kondice, vnější podmínky (nadměrný hluk, příliš nízké osvětlení atd.), psychický stav žáků atd.
Test má vysokou reliabilitu tehdy, jsou-li jeho výsledky jen minimálně ovlivněny náhodnou složkou. Exaktním posouzením reliability je koeficient reliabilty.


Koeficient reliability
Koeficient reliability je exaktní mírou posouzení reliability. Způsobů jeho výpočtu je několik, v praxi se pro binárně skórovatelné úlohy často používá Kuder-Richardsonův koeficient reliability, který je dán vztahem:
Kr = {k/(k-1)}.{1-(∑pq/s2)}
kde Kr je Kuder-Richardsonův koeficient reliability, k je počet úloh v testu, p je index obtížnosti úloh od 1 do k, q je hodnota obtížnosti úloh od 1 do k, s2 je rozptyl (druhá mocnina směrodatné odchylky). Koeficient reliability nabývá hodnot v intervalu <0,1> kde 0 = naprostá nespolehlivost a nepřesnost, 1 = dokonalá spolehlivost a přesnost. Obě krajní meze obvykle nejsou v praxi dosahovány, protože vliv náhodné složky nelze nikdy eliminovat. Pro individuální didaktické testy je obvykle požadováno r 0,8. (Didaktický test o méně než deseti úlohách dosahuje zpravidla koeficient reliability max. 0,6.)


Validita testu
Validita (platnost) nám odpovídá na otázku, zda skutečně měříme to, co se domníváme, že chceme měřit. Např. z výsledku vědomostního testu nemůžeme usuzovat na schopnost žáka učit se, takové výsledky nejsou validní. Existují čtyři základní typy validity: predikční, souběžná, obsahová a konstruktová.


Hladina významnosti α
Hladina významnosti α představuje v podstatě předem určenou míru rizika, s nímž zamítáme nulovou hypotézu při statistickém testování. Nejčastěji se používá hladina významnosti α = 0,05, což představuje 5%ní riziko, že zamítneme platnou nulovou hypotézu. (V některých případech se používá i vyšších hladin významnosti, např. α = 0,01. V takových případech ovšem narůstá nebezpečí, že nezamítneme neplatnou nulovou hypotézu.)


Pozorovaná hladina významnosti P
Pozorovaná hladina významnosti je vlastně reálná pravděpodobnost, že se zamítnutím nulové hypotézy dopouštíme chyby. Je-li pozorovaná hladina významnosti menší než hladina významnosti α (tedy obvykle menší než hodnota 0,05), zamítáme nulovou hypotézu. Čím je hodnota P nižší, tím klesá riziko chyby při zamítnutí nulové hypotézy a výsledky jsou statisticky významnější a spolehlivější.


Metaanalýza
Sekundární metoda pedagogického výzkumu založená na rešerši a následné analýze příspěvků publikovaných v rozmanitých literárních zdrojích, které se týkají problematiky, kterou se chceme sami ve výzkumu zabývat. Zdroje, s nimiž pracujeme mohou být různé – jak tištěné (učebnice, monografie, časopisy), tak elektronické (internet, elektronické časopisy, databáze). Metaanalýza umožňuje tedy výzkumníkovi zmapovat současný stav poznání v dané oblasti, a ovlivňuje tak výzkum samotný (upřesnění výzkumného problému, použití vhodných výzkumných vzorků, výběr vzorku, komparace vlastních zjištění s již publikovanými).


Rozptyl
Je jednou z charakteristik rozptýlení dat kolem středové hodnoty. V praxi nejčastěji používanou hodnotou rozptýlení dat směrodatná (standardní odchylka). Při výpočtu této hodnoty jsou větší odchylky od středu zohledňovány více než malé. Pomocí směrodatné odchylky se počítá rozptyl (variance), označovaný jako s2 pro hodnoty získané výběrem, nebo σ2 pro hodnoty ze základního souboru. Rozptyl je průměr čtverců odchylek všech naměřených hodnot od průměru:

σ2 = 1 / N.∑ Ni (xi - °x)2

kde σ2 je rozptyl pro hodnoty ze základního souboru, N je celková četnost všech hodnot, Ni je četnost určité hodnoty a výraz (xi - °x)2 je pak druhou mocninou rozdílu určité hodnoty od aritmetického průměru (odchylky).


Párový t-test
Je určitou modifikací běžného dvouvýběrového t-testu pro dva nezávislé soubory. Párový t-test však pracuje se závislými soubory, tj. porovnává dvě proměnné získané u totožné skupiny probandů. Párový t-test je silným statistickým nástrojem, který se v pedagogických výzkumech s výhodou používá např. při porovnávání výsledků pretestů a výstupních testů u určité skupiny studentů, nebo při sledování změn prospěchu. Použití párového t-testu však předpokládá že oba komparované soubory obsahují data od stejných žáků. (Není tedy např. možné takto porovnávat data ze dvou - byť stejně početných – souborů, pokud nejsou získána od stejných žáků.) Je tedy velmi vhodný pro hodnocení výsledků longitudinálních výzkumů.


Třídění dat
Jedním ze způsobů utřídění dat je sestavení naměřených dat do tabulky četností, zvané též frekvenční tabulka. Základní utřídění lze provést např. pomocí čárkovací metody. Četnost (frekvence) Ni představuje počet prvků, u nichž bylo dosaženo určitého výsledku. (Např. počty jednotlivých známek na vysvědčení.) Relativní četnost fi se pak vyjadřuje nejčastěji v procentech a je definována tímto vztahem:

fi = Ni / N . 100%

kde fi je relativní četnost výskytu prvků s určitými vlastnostmi, Ni je počet prvků s určitými vlastnostmi, N je počet všech prvků v daném souboru. Názornější přehled o výsledcích však poskytují možnosti grafického znázornění informací obsažených ve frekvenční tabulce. K těmto účelům se nejčastěji užívá histogramů nebo polygonů četností.


Histogram četností
V histogramu četností jsou jednotlivé číselné hodnoty znázorněny pomocí sloupců, přičemž výška sloupce odpovídá četnosti nebo relativní četnosti.


Polygon četností
Polygon četností je v podstatě spojnicový diagram, který získáme spojením středů vrcholů sloupců v histogramu četností.


Longitudinální výzkum
Je takový výzkum, kdy je určitá neměnná skupina probandů sledována po jisté (obvykle delší) časové období, přičemž jsou sledovány změny proměnných, ke kterým dochází ve skupině probandů v průběhu času. Takovou neměnnou skupinou probandů může být za určitých okolností např. školní třída. Sledovanou proměnnou pak např. prospěch z určitého předmětu po dobu školní docházky, faktory ovlivňující motivací žáků ke studia atd. Nevýhodou longitudinálních výzkumů je značná časová náročnost, protože leckdy je možné získat výsledky výzkumu až po několika letech. Z tohoto důvodu se v praxi často používá výzkumu semilongitudinálních (transverzálních). U těchto typů výzkumů je určitá proměnná sledována v několika věkových úrovních, ale vždy na skupině různých probandů. (Hovoříme také o průřezové technice.) Např. průměrný prospěch z matematiky na 2. stupni základní školy není sledován u jedné třídy po dobu čtyř let (jak by tomu bylo v případě longitudinálního výzkumu), ale je porovnáván u jedné třídy v 6. ročníku, jedné (jiné) třídy v 7. ročníku, v 8. a 9. ročníku. Validita semilongitudinálních výzkumů je pochopitelně mnohem nižší než validita výzkumů longitudinálních. Přináší však výraznou časovou úsporu.


Sociometrie
Výzkumná a diagnostická metoda, která umožňuje zjišťovat neformální vztahy v malé sociální skupině. Je založena na určování míře obliby a vlivu na základě pozitivních a negativních voleb mezi členy skupiny. Na základě vyhodnocení (prováděné pomocí sociometrických matic a sociogramů) lze u jedinec určit jeho sociální status v rámci skupiny.


Sociometrická matice
Způsob vyhodnocení sociometrického dotazníku, který je založen na tom, že se do tabulky vodorovně i svisle napíšou jména členů skupiny ve stejném pořadí a zaznamenávají se vzájemné volby (pozitivní či negativní). Podstatnými údaji je počet odevzdaných a obdržených voleb jednotlivých členů skupiny.


Sociogram
Způsob vyhodnocení sociometrického dotazníku, který spočívá v grafickém znázornění sociálních vztahů mezi jednotlivými členy skupiny na základě jejich pozitivní či negativní volby. Sociogram se tvoří na základě sociometrické matice a může se jednat o typ strukturální kruhový (terčový) nebo osový. Více o tvorbě sociogramů naleznete v relevantní literatuře