- ข้อความ
- ประวัติศาสตร์
4. DISCUSSION One limitation of thi
4. DISCUSSION
One limitation of this research was the variation in the participation rate each semester, as noted in Section 2.1. The researcher was the instructor and assessor for the unit described here, and therefore it was considered essential that students should have no opportunity to suspect that their grade could be influenced by their agreement or lack of agreement to participate. Ethics approval was granted only on the conditions that the researcher had no knowledge of who participated until after the students had received their grades, and that another person handed out and collected any materials that related to the research. As a result, it is not known why there was such variation in the participation rate from one semester to another and it was not possible to ask.
Even with these constraints the researcher believes that this study showed that using a combination of teaching methods other than that of didactic teaching will help in students’ understanding of p-values. It is believed that the improvement is due to no single strategy, but rather the combination of computer simulation, writing about mathematics, finding a way to make the unfamiliar familiar, and relating the Null Hypothesis Test to Popper's ideas of the scientific method.
Computer simulation allowed students to "discover" some of the statistical principles for themselves. In particular, the "query first, answer later" method introduced an element of surprise into their statistical learning and increased students’ interest. Such simulations would have been tedious before the introduction of spreadsheet programs such as Excel. It is the ability of such spreadsheets to “resample” and to recalculate statistics such as the mean for a large number of cases instantaneously that makes these spreadsheets so valuable. There are numerous examples of easy to use simulations to develop understanding of statistical concepts on the internet that do not require the setting up of the simulations in Microsoft Excel, but this program was used for all the simulation for reasons explained in the Introduction. The applet developed at the University of Auckland is particularly useful as it shows the individual points in the sample, then calculates the mean and places this value on a number line. Two other simulations are also useful because although they do not show the individual sample point, they show the distribution of the means for differing population distributions, and are easily adjusted for different sample sizes. These are the simulations from the computer-Assisted Statistics textbooks (http://cast. Massev.ac.nz/collection_public.html) and from Learning by Simulations
The students appeared to find the connection between Popper's ideas of falsification and the writing of null hypotheses interesting, it was clear that some students had not been previously exposed to questions a what makes a scientific proof, and therefore had not considered that repeated observations do not prove scientific statements. With Popper's suggestions in mind, students were able to write null hypotheses more intentionally, instead of just by rote.
Some considerable time was spent the researcher investigating how to make the probabilistic, hypothetical thinking involved in NHT easier to understand; to make the unfamiliar familiar. The discovery of the s hot outside" problem from Shaugnessy and Chance (2005) was considered a breakthrough. The students easily understood this problem and, in general, could use this problem as a template for their later work where p-values were involved. It gave them a simple problem to understand that formed a basis for their later work as it became more complex.
The representation of the hypothesis tests in visual form (Figure 1) enabled students to make connections between the probability distribution, what sample statistics would be likely given the population parameter, the likelihood of the test statistic given the parameter, and the numberical result for the p-value
At the end of the study there were still difficulties with students trying to learn a rule and then misapplying it; this has also been noted by Chance, delMas and Garfield (2004). These students stated that if the p-value is below 0.05, then the null hypothesis is not rejected. Another misconception was that the p-value is the probability of being incorrect (also observed by Gliner, Leech, & Morgan, 2002). In addition, there was one other misconception that was partly correct, that the p-value gives the probability of the observation. This is a simpler interpretation than the correct definition of the p-value, and appears to make sense to the students.
The most persistent and common misconception was that the p-value is the probability that the null hypothesis is true. This misconception has also been observed by Gliner, Leech and Morgan (2002). Once the instructor realised that some students had this misconception, she informed them of their error. This latter strategy, however, appeared to make no difference. This is a simpler interpretation than the correct definition of the p-value and appears to make sense to the students with the result it is tenaciously held. This misconception demonstrates that students may be interpreting new material in the light of what they already know, even if it is not accurate. To make conceptual change takes effort, and students will not make this effort unless they see a good reason to do so (Posner, Strike, Hewson, & Gertzog, 1982). Therefore instructors need to be aware of the possible misconceptions students may develop and produce teaching and learning activities to avoid these occurring.
From an instructor's viewpoint, the use of computer simulation appeared to result in students being more engaged in their work and being able to understand some areas of statistics that had been difficult with previous methods of instruction. The element of surprise in the result of the simulation to introduce the Central Limit Theorem resulted in students being much more likely to remember that sample means form a normal distribution. After an exercise in linear regression where the “errors” were simulated the students appeared to cope much more easily with the idea that there can be a non-significant relationship between the variables even when there is a non-zero gradient. Because the students had become familiar with visual representations of p-values, the students also had little difficulty in coming to terms with the principles of Type and Type ll errors, and the idea that a distribution of the “true” situation may overlap with the distribution of the proposed situation. The questions on the test that asked students to explain the consequence of a Type 1 error in a particular context were usually done well.
This study provides a basis for developing instruction to assist in students' understanding of p- values. It also suggests possibly fruitful areas for further research, such as why students come to believe that the p-value is the probability of the null hypothesis being true.
One limitation of this research was the variation in the participation rate each semester, as noted in Section 2.1. The researcher was the instructor and assessor for the unit described here, and therefore it was considered essential that students should have no opportunity to suspect that their grade could be influenced by their agreement or lack of agreement to participate. Ethics approval was granted only on the conditions that the researcher had no knowledge of who participated until after the students had received their grades, and that another person handed out and collected any materials that related to the research. As a result, it is not known why there was such variation in the participation rate from one semester to another and it was not possible to ask.
Even with these constraints the researcher believes that this study showed that using a combination of teaching methods other than that of didactic teaching will help in students’ understanding of p-values. It is believed that the improvement is due to no single strategy, but rather the combination of computer simulation, writing about mathematics, finding a way to make the unfamiliar familiar, and relating the Null Hypothesis Test to Popper's ideas of the scientific method.
Computer simulation allowed students to "discover" some of the statistical principles for themselves. In particular, the "query first, answer later" method introduced an element of surprise into their statistical learning and increased students’ interest. Such simulations would have been tedious before the introduction of spreadsheet programs such as Excel. It is the ability of such spreadsheets to “resample” and to recalculate statistics such as the mean for a large number of cases instantaneously that makes these spreadsheets so valuable. There are numerous examples of easy to use simulations to develop understanding of statistical concepts on the internet that do not require the setting up of the simulations in Microsoft Excel, but this program was used for all the simulation for reasons explained in the Introduction. The applet developed at the University of Auckland is particularly useful as it shows the individual points in the sample, then calculates the mean and places this value on a number line. Two other simulations are also useful because although they do not show the individual sample point, they show the distribution of the means for differing population distributions, and are easily adjusted for different sample sizes. These are the simulations from the computer-Assisted Statistics textbooks (http://cast. Massev.ac.nz/collection_public.html) and from Learning by Simulations
The students appeared to find the connection between Popper's ideas of falsification and the writing of null hypotheses interesting, it was clear that some students had not been previously exposed to questions a what makes a scientific proof, and therefore had not considered that repeated observations do not prove scientific statements. With Popper's suggestions in mind, students were able to write null hypotheses more intentionally, instead of just by rote.
Some considerable time was spent the researcher investigating how to make the probabilistic, hypothetical thinking involved in NHT easier to understand; to make the unfamiliar familiar. The discovery of the s hot outside" problem from Shaugnessy and Chance (2005) was considered a breakthrough. The students easily understood this problem and, in general, could use this problem as a template for their later work where p-values were involved. It gave them a simple problem to understand that formed a basis for their later work as it became more complex.
The representation of the hypothesis tests in visual form (Figure 1) enabled students to make connections between the probability distribution, what sample statistics would be likely given the population parameter, the likelihood of the test statistic given the parameter, and the numberical result for the p-value
At the end of the study there were still difficulties with students trying to learn a rule and then misapplying it; this has also been noted by Chance, delMas and Garfield (2004). These students stated that if the p-value is below 0.05, then the null hypothesis is not rejected. Another misconception was that the p-value is the probability of being incorrect (also observed by Gliner, Leech, & Morgan, 2002). In addition, there was one other misconception that was partly correct, that the p-value gives the probability of the observation. This is a simpler interpretation than the correct definition of the p-value, and appears to make sense to the students.
The most persistent and common misconception was that the p-value is the probability that the null hypothesis is true. This misconception has also been observed by Gliner, Leech and Morgan (2002). Once the instructor realised that some students had this misconception, she informed them of their error. This latter strategy, however, appeared to make no difference. This is a simpler interpretation than the correct definition of the p-value and appears to make sense to the students with the result it is tenaciously held. This misconception demonstrates that students may be interpreting new material in the light of what they already know, even if it is not accurate. To make conceptual change takes effort, and students will not make this effort unless they see a good reason to do so (Posner, Strike, Hewson, & Gertzog, 1982). Therefore instructors need to be aware of the possible misconceptions students may develop and produce teaching and learning activities to avoid these occurring.
From an instructor's viewpoint, the use of computer simulation appeared to result in students being more engaged in their work and being able to understand some areas of statistics that had been difficult with previous methods of instruction. The element of surprise in the result of the simulation to introduce the Central Limit Theorem resulted in students being much more likely to remember that sample means form a normal distribution. After an exercise in linear regression where the “errors” were simulated the students appeared to cope much more easily with the idea that there can be a non-significant relationship between the variables even when there is a non-zero gradient. Because the students had become familiar with visual representations of p-values, the students also had little difficulty in coming to terms with the principles of Type and Type ll errors, and the idea that a distribution of the “true” situation may overlap with the distribution of the proposed situation. The questions on the test that asked students to explain the consequence of a Type 1 error in a particular context were usually done well.
This study provides a basis for developing instruction to assist in students' understanding of p- values. It also suggests possibly fruitful areas for further research, such as why students come to believe that the p-value is the probability of the null hypothesis being true.
0/5000
4. สนทนา ข้อจำกัดหนึ่งของการวิจัยนี้ถูกเปลี่ยนแปลงในอัตราการมีส่วนร่วมของแต่ละภาคเรียน ในส่วน 2.1 นักวิจัยเป็นผู้สอน และ assessor หน่วยอธิบายไว้ที่นี่ และดังนั้น จึงถือเป็นสิ่งสำคัญที่นักเรียนควรมีโอกาสไม่ต้องสงสัยว่า เกรดของพวกเขาอาจมีผลมาจากข้อตกลงหรือไม่ตกลงเข้าร่วมของพวกเขา ได้รับอนุมัติจริยธรรมเฉพาะในเงื่อนไขว่า นักวิจัยมีความรู้ของผู้เข้าร่วมจนกระทั่งหลังจากที่นักศึกษาได้รับเกรดของพวกเขา และบุคคลอื่นที่ยื่นออกมา และรวบรวมวัสดุใด ๆ ที่เกี่ยวข้องกับการวิจัย เป็นผล ไม่ทราบว่ามีการเปลี่ยนแปลงดังกล่าวในอัตรามีส่วนร่วมจากภาคหนึ่งไปยังอีก และไม่สามารถขอ แม้จะ มีข้อจำกัดเหล่านี้ นักวิจัยเชื่อว่า การศึกษานี้พบว่า ใช้วิธีอื่นที่สอนพลวัตการสอนจะช่วยในความเข้าใจของนักเรียนค่า p เชื่อกันว่าที่พัฒนาเป็นเนื่องจากไม่มีกลยุทธ์เดียว แต่เป็นชุดของการจำลองคอมพิวเตอร์ การเขียนเกี่ยวกับคณิตศาสตร์ ค้นหาวิธีที่จะทำให้คุ้นเคยคุ้นเคย และเกี่ยวข้องกับการทดสอบสมมติฐานเป็น Null Popper ของความคิดของวิธีการทางวิทยาศาสตร์ การจำลองคอมพิวเตอร์นักเรียน "ค้นพบ" หลักการทางสถิติสำหรับตัวเองได้ เฉพาะ วิธีการ "แบบสอบถามแรก ตอบในภายหลัง" นำองค์ประกอบของความประหลาดใจในการเรียนรู้สถิติ และเพิ่มนักเรียนสนใจ สถานการณ์จำลองดังกล่าวจะได้รับน่าเบื่อก่อนที่จะแนะนำโปรแกรมกระดาษคำนวณเช่น Excel มันเป็นความสามารถของกระดาษคำนวณเช่นการ "" และ การคำนวณสถิติเช่นหมายความว่าสำหรับจำนวนกรณี instantaneously ที่ทำให้กระดาษคำนวณเหล่านี้มีคุณค่าดังนั้น มีตัวอย่างจำนวนมากของจำลองที่ง่ายต่อการใช้ในการพัฒนาความเข้าใจของแนวคิดทางสถิติบนอินเทอร์เน็ตที่ไม่ต้องการตั้งค่าค่าของแบบจำลองใน Microsoft Excel แต่โปรแกรมนี้ใช้สำหรับการจำลองทั้งหมดของเหตุผลที่อธิบายไว้ในบทนำ แอปเพล็ตที่พัฒนาขึ้นที่มหาวิทยาลัยโอ๊คแลนด์ได้ประโยชน์มันแสดงแต่ละจุดในตัวอย่าง แล้วคำนวณค่าเฉลี่ย และนำค่านี้บนเส้นจำนวน สองจำลองอื่น ๆ ก็มีประโยชน์ เพราะแม้ว่าพวกเขาไม่แสดงตัวอย่างแต่ละจุด พวกเขาแสดงการกระจายของพาหนะที่ใช้สำหรับการกระจายของประชากรแตกต่างกัน และมีการปรับปรุงง่าย ๆ สำหรับขนาดตัวอย่างที่แตกต่างกัน เหล่านี้เป็นแบบจำลองจากการรับความช่วยเหลือคอมพิวเตอร์สถิติตำรา (ส่วน http://cast Massev.ac.nz/collection_public.html) และ จากการเรียนรู้โดยการจำลอง นักเรียนที่ปรากฏในการ ค้นหาการเชื่อมต่อระหว่างความคิดของ Popper ของ falsification การเขียนสมมุติฐาน null น่าสนใจ เป็นที่ชัดเจนว่า นักเรียนบางคนมีไม่เคยสัมผัสคำถามเป็นสิ่งทำให้หลักฐานทางวิทยาศาสตร์ และดังนั้น ได้ไม่ถือว่า ซ้ำสังเกตพิสูจน์ทางวิทยาศาสตร์งบ พร้อมคำแนะนำของ Popper ในใจ นักเรียนมีความสามารถเขียนสมมุติฐาน null มากตั้งใจ แทนเพียง โดย rote ใช้เวลามากนักวิจัยตรวจสอบวิธีการทำที่ probabilistic สมมุติคิดเกี่ยวข้องกับ NHT ง่ายต่อการเข้าใจ เพื่อให้คุ้นเคยคุ้นเคย ปัญหาการค้นพบของ s ร้อนนอก"จาก Shaugnessy และโอกาส (2005) ถือว่าเป็นความก้าวหน้า นักเรียนเข้าใจปัญหานี้ แล้ว ทั่วไป สามารถใช้ปัญหานี้เป็นแม่แบบสำหรับการทำงานหลังจากที่ค่า p เกี่ยวข้อง มันให้ได้ปัญหาอย่างเข้าใจที่เป็นรูปแบบพื้นฐานสำหรับการทำงานหลังจากมันกลายเป็นซับซ้อน แสดงการทดสอบสมมติฐานที่นักเรียนแสดงแบบฟอร์ม (รูปที่ 1) ใช้การแจกแจงความน่าเป็น สถิติอย่างใดจะมีแนวโน้มจะพารามิเตอร์ประชากร ความน่าเป็นของสถิติทดสอบกำหนดพารามิเตอร์ และผล numberical สำหรับค่า p จบการศึกษา มียังคงความยากลำบากกับนักศึกษาพยายามเรียนรู้กฎ และ misapplying มัน นี้มียังถูกบันทึกไว้ โดยมีโอกาส delMas และการ์ฟิลด์ (2004) นักเรียนระบุว่า ถ้าค่า p ต่ำกว่า 0.05 แล้วสมมติฐานเป็น null จะไม่ถูกปฏิเสธ อื่นเข้าใจถูกว่า ค่า p คือ ความน่าเป็นการไม่ถูกต้อง (ยังตรวจสอบ โดย Gliner ปลิง และ มอร์แกน 2002) นอกจากนี้ มีเข้าใจที่ถูกต้องบางส่วน ค่า p ให้น่าสังเกตที่ว่า หนึ่งอื่น ๆ นี้ตีง่ายกว่ากว่าคำนิยามที่ถูกต้องของค่า p และแสดง ความรู้สึกให้นักเรียน ส่วนใหญ่ทั่วไป และแบบความเข้าใจผิดได้ว่า ค่า p คือ ความน่าเป็นว่า สมมติฐานว่างเป็นจริง นอกจากนี้ยังได้พบความเข้าใจผิดนี้ โดย Gliner ปลิง และมอร์แกน (2002) เมื่อผู้สอนเองก็ยังคิดว่า นักเรียนบางคนมีความเข้าใจผิดนี้ เธอทราบข้อผิดพลาดเหล่านั้น กลยุทธ์นี้หลัง ปรากฏ แต่ต้องไม่แตกต่าง นี้คือ ความเรียบง่ายมากกว่าคำนิยามที่ถูกต้องของค่า p และปรากฏการ ทำความเข้าใจกับนักเรียนที่มีผล tenaciously จัด ความเข้าใจผิดนี้แสดงให้เห็นว่า นักศึกษาอาจจะตีความวัสดุใหม่นี้ว่าพวกเขารู้อยู่แล้ว แม้ว่าไม่ถูกต้อง ทำให้แนวคิดเปลี่ยนแปลงใช้ความพยายาม และนักเรียนจะทำความพยายามนี้ยกเว้นจะเห็นเหตุผลที่ดีจะทำให้ (Posner ตี Hewson และ Gertzog, 1982) ดังนั้น ผู้สอนจำเป็นต้องระวังความเข้าใจผิดได้นักเรียนสามารถพัฒนา และสอน และเรียนรู้เพื่อหลีกเลี่ยงเหล่านี้เกิดขึ้น จากมุมมองของผู้สอน การใช้คอมพิวเตอร์จำลองปรากฏผลนักเรียนมีหมั้นในการทำงานของพวกเขามากขึ้น และความสามารถในการเข้าใจบางด้านสถิติที่ได้ยาก ด้วยวิธีการก่อนหน้านี้ของคำสั่ง องค์ประกอบของความประหลาดใจในผลของการจำลองการแนะนำทฤษฎีบทขีดจำกัดกลางส่งผลให้นักเรียนที่มีมากยิ่งจำอย่างนั้นหมายความว่า แบบฟอร์มการกระจายปกติ หลังจากการออกกำลังกายในที่มีจำลอง "ข้อผิดพลาด" การถดถอยเชิงเส้น นักเรียนปรากฏ ได้ง่ายมากขึ้นรับมือกับความคิดที่ว่า สามารถมีความสัมพันธ์ไม่อย่างมีนัยสำคัญระหว่างตัวแปรเมื่อมีการไล่ระดับสีไม่ใช่ศูนย์ เนื่องจากนักเรียนได้คุ้นเคยกับภาพที่ใช้แทนค่า p นักเรียนยังมีปัญหาเล็ก ๆ น้อย ๆ มาจากเงื่อนไขหลักการชนิดและประเภทข้อผิดพลาดจะ และความคิดที่กระจายของสถานการณ์ "ความจริง" อาจทับซ้อนกับการกระจายของสถานการณ์ที่นำเสนอ คำถามเกี่ยวกับการทดสอบที่ขอเรียนอธิบายสัจจะของความผิดพลาดประเภท 1 ในบริบทเฉพาะ ดีมักจะทำ การศึกษานี้ให้พื้นฐานสำหรับการพัฒนาคำแนะนำเพื่อช่วยให้นักเรียนเข้าใจค่า p นอกจากนี้ยังแนะนำพื้นที่ที่อาจประสบในการวิจัยต่อไป เช่นทำไมนักเรียนมาเชื่อที่ค่า p คือ ความน่าเป็นของสมมติฐานว่างที่ความจริง
การแปล กรุณารอสักครู่..
4.
อภิปรายหนึ่งข้อจำกัด ของการวิจัยครั้งนี้มีการเปลี่ยนแปลงในอัตราการมีส่วนร่วมของแต่ละภาคการศึกษาตามที่ระบุไว้ในข้อ 2.1 ผู้วิจัยเป็นผู้สอนและประเมินสำหรับหน่วยที่อธิบายที่นี่และดังนั้นจึงถือเป็นสิ่งสำคัญที่นักเรียนควรมีโอกาสที่จะสงสัยว่าเกรดของพวกเขาอาจจะได้รับอิทธิพลตามข้อตกลงหรือขาดของข้อตกลงที่จะเข้าร่วมไม่ อนุมัติจริยธรรมได้รับเฉพาะบนเงื่อนไขที่นักวิจัยมีความรู้เกี่ยวกับคนที่เข้าร่วมจนกระทั่งหลังจากที่นักเรียนได้รับเกรดของพวกเขาและคนอื่นที่ยื่นออกมาและรวบรวมวัสดุใด ๆ ที่เกี่ยวข้องกับการวิจัย ผลที่ตามมาก็จะไม่เป็นที่รู้จักทำไมมีรูปแบบดังกล่าวในอัตราการมีส่วนร่วมจากภาคการศึกษาไปยังอีกและมันเป็นไปไม่ได้ที่จะถาม.
ถึงแม้จะมีข้อ จำกัด เหล่านี้นักวิจัยเชื่อว่าการศึกษาครั้งนี้แสดงให้เห็นว่าการใช้การรวมกันของวิธีการสอนที่อื่นที่ไม่ใช่ ที่การเรียนการสอนการสอนจะช่วยในการทำความเข้าใจของนักเรียน P-ค่า เป็นที่เชื่อกันว่าการปรับปรุงเป็นเพราะไม่มีกลยุทธ์เดียว แต่การรวมกันของการจำลองด้วยคอมพิวเตอร์การเขียนเกี่ยวกับคณิตศาสตร์ในการหาวิธีที่จะทำให้ไม่คุ้นเคยคุ้นเคยและที่เกี่ยวข้องกับการทดสอบสมมติฐานความคิดประหลาดของวิธีการทางวิทยาศาสตร์.
จำลองคอมพิวเตอร์ ได้รับอนุญาตให้นักเรียนที่จะ "ค้นพบ" บางส่วนของหลักการทางสถิติสำหรับตัวเอง โดยเฉพาะอย่างยิ่ง "แบบสอบถามแรกตอบต่อมา" วิธีการแนะนำให้รู้จักกับองค์ประกอบของความประหลาดใจในการเรียนรู้ทางสถิติของพวกเขาและเพิ่มความสนใจของนักเรียน แบบจำลองดังกล่าวจะได้รับน่าเบื่อก่อนที่จะแนะนำของโปรแกรมสเปรดชีตเช่น Excel มันคือความสามารถของสเปรดชีทดังกล่าวไปยัง "resample" และคำนวณสถิติเช่นค่าเฉลี่ยสำหรับจำนวนมากของผู้ป่วยทันทีที่ทำให้สเปรดชีทเหล่านี้มีค่ามาก มีหลายตัวอย่างที่ง่ายต่อการใช้แบบจำลองในการพัฒนาความเข้าใจในแนวคิดทางสถิติบนอินเทอร์เน็ตที่ไม่จำเป็นต้องมีการตั้งค่าขึ้นจากการจำลองใน Microsoft Excel มี แต่โปรแกรมนี้ถูกนำมาใช้สำหรับการจำลองด้วยเหตุผลที่ได้อธิบายไว้ในเบื้องต้น แอปเพล็พัฒนาที่มหาวิทยาลัยโอ๊คแลนด์เป็นประโยชน์อย่างยิ่งในขณะที่มันแสดงให้เห็นว่าแต่ละจุดในตัวอย่างแล้วคำนวณค่าเฉลี่ยและค่าสถานที่นี้เป็นเส้นจำนวน สองแบบจำลองอื่น ๆ นอกจากนี้ยังมีประโยชน์เพราะแม้ว่าพวกเขาจะไม่แสดงจุดตัวอย่างบุคคลที่พวกเขาแสดงการกระจายของวิธีการที่แตกต่างกันสำหรับการกระจายประชากรและมีการปรับขนาดได้อย่างง่ายดายสำหรับตัวอย่างที่แตกต่าง เหล่านี้เป็นแบบจำลองจากตำราสถิติคอมพิวเตอร์ช่วย (http: //. โยน Massev.ac.nz/collection_public.html)
และจากการเรียนรู้จากการจำลองนักเรียนดูเหมือนจะพบการเชื่อมต่อระหว่างความคิดประหลาดของการโกหกและการเขียนnull ที่ สมมติฐานที่น่าสนใจเป็นที่ชัดเจนว่านักเรียนบางคนไม่ได้รับการเปิดเผยก่อนหน้านี้คำถามคือสิ่งที่ทำให้หลักฐานทางวิทยาศาสตร์และดังนั้นจึงไม่ได้พิจารณาแล้วเห็นว่าการทำซ้ำข้อสังเกตไม่ได้พิสูจน์ทางวิทยาศาสตร์งบ มีข้อเสนอแนะของตกใจในใจนักเรียนมีความสามารถในการเขียนสมมติฐานเพิ่มเติมเจตนาแทนการเพียงแค่ท่องจำ.
บางเวลาที่ถูกใช้มากนักวิจัยตรวจสอบวิธีที่จะทำให้ความน่าจะเป็นความคิดที่เกี่ยวข้องในการสมมุติ NHT ง่ายต่อการเข้าใจ เพื่อให้คุ้นเคยที่ไม่คุ้นเคย การค้นพบของร้อนภายนอก "ปัญหาจาก Shaugnessy และโอกาส (2005) ได้รับการพิจารณาความก้าวหน้า. นักเรียนเข้าใจได้ง่ายปัญหานี้และโดยทั่วไปสามารถใช้ปัญหานี้เป็นแม่แบบสำหรับการทำงานของพวกเขาในภายหลังที่ค่าพีได้รับการมีส่วนร่วม มันทำให้พวกเขามีปัญหาที่ง่ายต่อการเข้าใจว่าเป็นพื้นฐานสำคัญสำหรับการทำงานต่อมามันก็กลายเป็นความซับซ้อนมากขึ้นก. เป็นตัวแทนของการทดสอบสมมติฐานในรูปแบบภาพที่ (รูปที่ 1) ทำงานให้นักเรียนที่จะทำให้การเชื่อมต่อระหว่างการกระจายความน่าจะเป็นสิ่งที่สถิติตัวอย่างจะเป็น รับแนวโน้มพารามิเตอร์ของประชากรน่าจะเป็นของสถิติทดสอบที่กำหนดพารามิเตอร์และผล numberical สำหรับ p-value ในตอนท้ายของการศึกษายังคงมีปัญหากับนักเรียนพยายามที่จะเรียนรู้กฎแล้ว misapplying มันนี้ยังมี ถูกตั้งข้อสังเกตโดยโอกาส Delmas และการ์ฟิลด์ (2004). นักเรียนเหล่านี้ระบุว่าถ้า p-value ต่ำกว่า 0.05 แล้วสมมติฐานไม่ได้ปฏิเสธ. ความเข้าใจผิดก็คือการที่ p-value ความน่าจะเป็นของการที่ไม่ถูกต้อง (ยังเป็นที่สังเกต โดย Gliner, ทากและมอร์แกน, 2002) นอกจากนี้ยังมีเป็นหนึ่งในความเข้าใจผิดอื่น ๆ ที่เป็นส่วนหนึ่งที่ถูกต้องว่า p-value ให้น่าจะเป็นของการสังเกต นี่คือการตีความที่ง่ายกว่าความหมายที่ถูกต้องของ p-value และดูเหมือนจะทำให้ความรู้สึกให้กับนักเรียน. ความเข้าใจผิดมากที่สุดถาวรและที่พบบ่อยคือการที่ p-value คือน่าจะเป็นที่สมมติฐานเป็นจริง ความเข้าใจผิดนี้ยังได้รับการปฏิบัติโดย Gliner, ปลิงและมอร์แกน (2002) เมื่อผู้สอนตระหนักว่านักเรียนบางคนมีความเข้าใจผิดนี้เธอแจ้งความผิดของเขา กลยุทธ์นี้หลัง แต่ปรากฏว่าทำให้ไม่แตกต่างกัน นี่คือการตีความที่ง่ายกว่าความหมายที่ถูกต้องของ p-value และดูเหมือนจะทำให้ความรู้สึกที่นักเรียนมีผลจะจัดขึ้นอย่างหวงแหน ความเข้าใจผิดนี้แสดงให้เห็นว่านักเรียนอาจจะแปลความหมายของวัสดุใหม่ในแง่ของสิ่งที่พวกเขารู้อยู่แล้วว่าถึงแม้ว่ามันไม่ถูกต้อง เพื่อให้การเปลี่ยนแปลงแนวความคิดใช้ความพยายามและนักเรียนจะไม่ทำให้ความพยายามนี้จนกว่าพวกเขาจะเห็นเหตุผลที่ดีที่จะทำเช่นนั้น (Posner, ตี Hewson และ Gertzog, 1982) ดังนั้นอาจารย์ผู้สอนจะต้องตระหนักถึงของนักเรียนเข้าใจผิดไปได้ที่อาจจะพัฒนาและผลิตกิจกรรมการเรียนการสอนและการเรียนรู้ที่จะหลีกเลี่ยงเหล่านี้เกิดขึ้น. จากมุมมองของอาจารย์ผู้สอนการใช้แบบจำลองคอมพิวเตอร์ที่ดูเหมือนจะส่งผลให้นักเรียนเป็นส่วนร่วมในการทำงานของพวกเขาและความสามารถในการเข้าใจ บางพื้นที่ของสถิติที่ได้รับยากด้วยวิธีการที่ก่อนหน้านี้การเรียนการสอน องค์ประกอบของความประหลาดใจในผลของการจำลองที่จะแนะนำทฤษฎีขีด จำกัด กลางที่ส่งผลให้นักเรียนเป็นมากมีแนวโน้มที่จะจำตัวอย่างที่หมายถึงรูปแบบการกระจายปกติ หลังจากที่ออกกำลังกายในการถดถอยเชิงเส้นที่ "ข้อผิดพลาด" ถูกจำลองของนักเรียนที่ดูเหมือนจะรับมือมากขึ้นได้อย่างง่ายดายด้วยความคิดที่ว่าจะมีความสัมพันธ์ที่ไม่ได้มีนัยสำคัญระหว่างตัวแปรแม้ในขณะที่มีความไม่เป็นศูนย์การไล่ระดับสี เพราะนักเรียนได้คุ้นเคยกับการแสดงภาพของพีค่านักเรียนยังมีปัญหาเล็ก ๆ น้อย ๆ ในการมาถึงข้อตกลงกับหลักการของประเภทและข้อผิดพลาด LL ประเภทและความคิดที่ว่าการกระจายของ "ความจริง" สถานการณ์อาจทับซ้อนกับ การกระจายตัวของสถานการณ์ที่นำเสนอ คำถามที่เกี่ยวกับการทดสอบที่ถามนักเรียนที่จะอธิบายผลมาจากความผิดพลาดประเภทที่ 1 ในบริบทโดยเฉพาะอย่างยิ่งมักจะเป็นคนทำดี. การศึกษานี้ให้พื้นฐานสำหรับการพัฒนาการเรียนการสอนเพื่อช่วยในการทำความเข้าใจของนักเรียนของค่า p- มันยังแสดงให้เห็นพื้นที่ที่มีผลเป็นไปได้สำหรับการวิจัยต่อไปเช่นว่าทำไมนักเรียนมาเชื่อว่า p-value คือน่าจะเป็นของสมมติฐานเป็นจริง
อภิปรายหนึ่งข้อจำกัด ของการวิจัยครั้งนี้มีการเปลี่ยนแปลงในอัตราการมีส่วนร่วมของแต่ละภาคการศึกษาตามที่ระบุไว้ในข้อ 2.1 ผู้วิจัยเป็นผู้สอนและประเมินสำหรับหน่วยที่อธิบายที่นี่และดังนั้นจึงถือเป็นสิ่งสำคัญที่นักเรียนควรมีโอกาสที่จะสงสัยว่าเกรดของพวกเขาอาจจะได้รับอิทธิพลตามข้อตกลงหรือขาดของข้อตกลงที่จะเข้าร่วมไม่ อนุมัติจริยธรรมได้รับเฉพาะบนเงื่อนไขที่นักวิจัยมีความรู้เกี่ยวกับคนที่เข้าร่วมจนกระทั่งหลังจากที่นักเรียนได้รับเกรดของพวกเขาและคนอื่นที่ยื่นออกมาและรวบรวมวัสดุใด ๆ ที่เกี่ยวข้องกับการวิจัย ผลที่ตามมาก็จะไม่เป็นที่รู้จักทำไมมีรูปแบบดังกล่าวในอัตราการมีส่วนร่วมจากภาคการศึกษาไปยังอีกและมันเป็นไปไม่ได้ที่จะถาม.
ถึงแม้จะมีข้อ จำกัด เหล่านี้นักวิจัยเชื่อว่าการศึกษาครั้งนี้แสดงให้เห็นว่าการใช้การรวมกันของวิธีการสอนที่อื่นที่ไม่ใช่ ที่การเรียนการสอนการสอนจะช่วยในการทำความเข้าใจของนักเรียน P-ค่า เป็นที่เชื่อกันว่าการปรับปรุงเป็นเพราะไม่มีกลยุทธ์เดียว แต่การรวมกันของการจำลองด้วยคอมพิวเตอร์การเขียนเกี่ยวกับคณิตศาสตร์ในการหาวิธีที่จะทำให้ไม่คุ้นเคยคุ้นเคยและที่เกี่ยวข้องกับการทดสอบสมมติฐานความคิดประหลาดของวิธีการทางวิทยาศาสตร์.
จำลองคอมพิวเตอร์ ได้รับอนุญาตให้นักเรียนที่จะ "ค้นพบ" บางส่วนของหลักการทางสถิติสำหรับตัวเอง โดยเฉพาะอย่างยิ่ง "แบบสอบถามแรกตอบต่อมา" วิธีการแนะนำให้รู้จักกับองค์ประกอบของความประหลาดใจในการเรียนรู้ทางสถิติของพวกเขาและเพิ่มความสนใจของนักเรียน แบบจำลองดังกล่าวจะได้รับน่าเบื่อก่อนที่จะแนะนำของโปรแกรมสเปรดชีตเช่น Excel มันคือความสามารถของสเปรดชีทดังกล่าวไปยัง "resample" และคำนวณสถิติเช่นค่าเฉลี่ยสำหรับจำนวนมากของผู้ป่วยทันทีที่ทำให้สเปรดชีทเหล่านี้มีค่ามาก มีหลายตัวอย่างที่ง่ายต่อการใช้แบบจำลองในการพัฒนาความเข้าใจในแนวคิดทางสถิติบนอินเทอร์เน็ตที่ไม่จำเป็นต้องมีการตั้งค่าขึ้นจากการจำลองใน Microsoft Excel มี แต่โปรแกรมนี้ถูกนำมาใช้สำหรับการจำลองด้วยเหตุผลที่ได้อธิบายไว้ในเบื้องต้น แอปเพล็พัฒนาที่มหาวิทยาลัยโอ๊คแลนด์เป็นประโยชน์อย่างยิ่งในขณะที่มันแสดงให้เห็นว่าแต่ละจุดในตัวอย่างแล้วคำนวณค่าเฉลี่ยและค่าสถานที่นี้เป็นเส้นจำนวน สองแบบจำลองอื่น ๆ นอกจากนี้ยังมีประโยชน์เพราะแม้ว่าพวกเขาจะไม่แสดงจุดตัวอย่างบุคคลที่พวกเขาแสดงการกระจายของวิธีการที่แตกต่างกันสำหรับการกระจายประชากรและมีการปรับขนาดได้อย่างง่ายดายสำหรับตัวอย่างที่แตกต่าง เหล่านี้เป็นแบบจำลองจากตำราสถิติคอมพิวเตอร์ช่วย (http: //. โยน Massev.ac.nz/collection_public.html)
และจากการเรียนรู้จากการจำลองนักเรียนดูเหมือนจะพบการเชื่อมต่อระหว่างความคิดประหลาดของการโกหกและการเขียนnull ที่ สมมติฐานที่น่าสนใจเป็นที่ชัดเจนว่านักเรียนบางคนไม่ได้รับการเปิดเผยก่อนหน้านี้คำถามคือสิ่งที่ทำให้หลักฐานทางวิทยาศาสตร์และดังนั้นจึงไม่ได้พิจารณาแล้วเห็นว่าการทำซ้ำข้อสังเกตไม่ได้พิสูจน์ทางวิทยาศาสตร์งบ มีข้อเสนอแนะของตกใจในใจนักเรียนมีความสามารถในการเขียนสมมติฐานเพิ่มเติมเจตนาแทนการเพียงแค่ท่องจำ.
บางเวลาที่ถูกใช้มากนักวิจัยตรวจสอบวิธีที่จะทำให้ความน่าจะเป็นความคิดที่เกี่ยวข้องในการสมมุติ NHT ง่ายต่อการเข้าใจ เพื่อให้คุ้นเคยที่ไม่คุ้นเคย การค้นพบของร้อนภายนอก "ปัญหาจาก Shaugnessy และโอกาส (2005) ได้รับการพิจารณาความก้าวหน้า. นักเรียนเข้าใจได้ง่ายปัญหานี้และโดยทั่วไปสามารถใช้ปัญหานี้เป็นแม่แบบสำหรับการทำงานของพวกเขาในภายหลังที่ค่าพีได้รับการมีส่วนร่วม มันทำให้พวกเขามีปัญหาที่ง่ายต่อการเข้าใจว่าเป็นพื้นฐานสำคัญสำหรับการทำงานต่อมามันก็กลายเป็นความซับซ้อนมากขึ้นก. เป็นตัวแทนของการทดสอบสมมติฐานในรูปแบบภาพที่ (รูปที่ 1) ทำงานให้นักเรียนที่จะทำให้การเชื่อมต่อระหว่างการกระจายความน่าจะเป็นสิ่งที่สถิติตัวอย่างจะเป็น รับแนวโน้มพารามิเตอร์ของประชากรน่าจะเป็นของสถิติทดสอบที่กำหนดพารามิเตอร์และผล numberical สำหรับ p-value ในตอนท้ายของการศึกษายังคงมีปัญหากับนักเรียนพยายามที่จะเรียนรู้กฎแล้ว misapplying มันนี้ยังมี ถูกตั้งข้อสังเกตโดยโอกาส Delmas และการ์ฟิลด์ (2004). นักเรียนเหล่านี้ระบุว่าถ้า p-value ต่ำกว่า 0.05 แล้วสมมติฐานไม่ได้ปฏิเสธ. ความเข้าใจผิดก็คือการที่ p-value ความน่าจะเป็นของการที่ไม่ถูกต้อง (ยังเป็นที่สังเกต โดย Gliner, ทากและมอร์แกน, 2002) นอกจากนี้ยังมีเป็นหนึ่งในความเข้าใจผิดอื่น ๆ ที่เป็นส่วนหนึ่งที่ถูกต้องว่า p-value ให้น่าจะเป็นของการสังเกต นี่คือการตีความที่ง่ายกว่าความหมายที่ถูกต้องของ p-value และดูเหมือนจะทำให้ความรู้สึกให้กับนักเรียน. ความเข้าใจผิดมากที่สุดถาวรและที่พบบ่อยคือการที่ p-value คือน่าจะเป็นที่สมมติฐานเป็นจริง ความเข้าใจผิดนี้ยังได้รับการปฏิบัติโดย Gliner, ปลิงและมอร์แกน (2002) เมื่อผู้สอนตระหนักว่านักเรียนบางคนมีความเข้าใจผิดนี้เธอแจ้งความผิดของเขา กลยุทธ์นี้หลัง แต่ปรากฏว่าทำให้ไม่แตกต่างกัน นี่คือการตีความที่ง่ายกว่าความหมายที่ถูกต้องของ p-value และดูเหมือนจะทำให้ความรู้สึกที่นักเรียนมีผลจะจัดขึ้นอย่างหวงแหน ความเข้าใจผิดนี้แสดงให้เห็นว่านักเรียนอาจจะแปลความหมายของวัสดุใหม่ในแง่ของสิ่งที่พวกเขารู้อยู่แล้วว่าถึงแม้ว่ามันไม่ถูกต้อง เพื่อให้การเปลี่ยนแปลงแนวความคิดใช้ความพยายามและนักเรียนจะไม่ทำให้ความพยายามนี้จนกว่าพวกเขาจะเห็นเหตุผลที่ดีที่จะทำเช่นนั้น (Posner, ตี Hewson และ Gertzog, 1982) ดังนั้นอาจารย์ผู้สอนจะต้องตระหนักถึงของนักเรียนเข้าใจผิดไปได้ที่อาจจะพัฒนาและผลิตกิจกรรมการเรียนการสอนและการเรียนรู้ที่จะหลีกเลี่ยงเหล่านี้เกิดขึ้น. จากมุมมองของอาจารย์ผู้สอนการใช้แบบจำลองคอมพิวเตอร์ที่ดูเหมือนจะส่งผลให้นักเรียนเป็นส่วนร่วมในการทำงานของพวกเขาและความสามารถในการเข้าใจ บางพื้นที่ของสถิติที่ได้รับยากด้วยวิธีการที่ก่อนหน้านี้การเรียนการสอน องค์ประกอบของความประหลาดใจในผลของการจำลองที่จะแนะนำทฤษฎีขีด จำกัด กลางที่ส่งผลให้นักเรียนเป็นมากมีแนวโน้มที่จะจำตัวอย่างที่หมายถึงรูปแบบการกระจายปกติ หลังจากที่ออกกำลังกายในการถดถอยเชิงเส้นที่ "ข้อผิดพลาด" ถูกจำลองของนักเรียนที่ดูเหมือนจะรับมือมากขึ้นได้อย่างง่ายดายด้วยความคิดที่ว่าจะมีความสัมพันธ์ที่ไม่ได้มีนัยสำคัญระหว่างตัวแปรแม้ในขณะที่มีความไม่เป็นศูนย์การไล่ระดับสี เพราะนักเรียนได้คุ้นเคยกับการแสดงภาพของพีค่านักเรียนยังมีปัญหาเล็ก ๆ น้อย ๆ ในการมาถึงข้อตกลงกับหลักการของประเภทและข้อผิดพลาด LL ประเภทและความคิดที่ว่าการกระจายของ "ความจริง" สถานการณ์อาจทับซ้อนกับ การกระจายตัวของสถานการณ์ที่นำเสนอ คำถามที่เกี่ยวกับการทดสอบที่ถามนักเรียนที่จะอธิบายผลมาจากความผิดพลาดประเภทที่ 1 ในบริบทโดยเฉพาะอย่างยิ่งมักจะเป็นคนทำดี. การศึกษานี้ให้พื้นฐานสำหรับการพัฒนาการเรียนการสอนเพื่อช่วยในการทำความเข้าใจของนักเรียนของค่า p- มันยังแสดงให้เห็นพื้นที่ที่มีผลเป็นไปได้สำหรับการวิจัยต่อไปเช่นว่าทำไมนักเรียนมาเชื่อว่า p-value คือน่าจะเป็นของสมมติฐานเป็นจริง
การแปล กรุณารอสักครู่..
4 . การอภิปราย
ข้อจำกัดหนึ่งของงานวิจัยนี้ คือ การเปลี่ยนแปลงในอัตราการมีส่วนร่วมในแต่ละภาคการศึกษา ตามที่ระบุไว้ในมาตรา ๑ . ผู้วิจัยเป็นผู้สอน และประเมินสำหรับหน่วยที่อธิบายที่นี่ , และดังนั้นจึงเป็นสิ่งจำเป็นที่ควรจะมีก็ไม่มีโอกาสที่จะสงสัยว่าเกรดของพวกเขาอาจได้รับอิทธิพลจากข้อตกลงหรือการขาดข้อตกลงร่วมของพวกเขาได้รับการอนุมัติจริยธรรมเท่านั้น ในเงื่อนไขที่ผู้วิจัยมีความรู้ที่ได้รับหลังจากนักเรียนได้รับเกรดของตนเอง และบุคคลอื่น แจกและเก็บรวบรวมวัสดุใด ๆที่เกี่ยวข้องกับงานวิจัย ผล มันไม่ได้เป็นที่รู้จักกันว่าทำไมมีเช่นการเปลี่ยนแปลงในอัตราการมีส่วนร่วมจากภาคอื่น และมันเป็นไปไม่ได้ที่จะถาม
แม้จะมีข้อจำกัดเหล่านี้ ผู้วิจัยเชื่อว่า การศึกษานี้แสดงให้เห็นว่าการใช้การรวมกันของวิธีการสอนอื่นนอกเหนือจากที่สอนคำสอนจะช่วยในความเข้าใจของนักเรียน p-values . มันคือเชื่อว่า การปรับปรุงเนื่องจากไม่มีกลยุทธ์เดียว แต่การรวมกันของการจำลองทางคอมพิวเตอร์ การเขียนเกี่ยวกับคณิตศาสตร์หาวิธีที่จะทำให้ไม่คุ้นเคย คุ้นเคย และมีความสัมพันธ์กับการทดสอบสมมติฐานโมฆะการตกใจของความคิดของวิธีการทางวิทยาศาสตร์ .
คอมพิวเตอร์อนุญาตให้นักเรียน " ค้นพบ " บางส่วนของหลักการทางสถิติสำหรับตัวเอง โดยเฉพาะ " คำถามแรกตอบทีหลัง " วิธีแนะนำองค์ประกอบของความประหลาดใจในการเรียน สถิติที่ใช้ในการวิเคราะห์ของพวกเขาและความสนใจที่เพิ่มขึ้นของนักเรียนการจำลองสถานการณ์ดังกล่าวจะได้รับน่าเบื่อ ก่อนการแนะนำของสเปรดชีตโปรแกรมเช่น Excel มันคือความสามารถของเช่นสเปรดชีต " resample " และคำนวณสถิติเช่นค่าเฉลี่ยสำหรับจำนวนขนาดใหญ่ของกรณีทันทีทำให้สเปรดชีตเหล่านี้มีค่ามากมีตัวอย่างมากมายที่ง่ายต่อการใช้แบบจำลองเพื่อพัฒนาความเข้าใจของแนวคิดทางสถิติบนอินเทอร์เน็ตที่ไม่ต้องมีการตั้งค่าของจำลองใน Microsoft Excel แต่โปรแกรมนี้ใช้สำหรับการจำลองสำหรับเหตุผลที่อธิบายได้ในเบื้องต้นแอพเพล็ตพัฒนาขึ้นที่มหาวิทยาลัยโอ๊คแลนด์ เป็นประโยชน์อย่างยิ่ง มันแสดงให้เห็นจุดแต่ละตัวอย่าง แล้วคำนวณหาค่าเฉลี่ย และสถานที่นี้ค่าหมายเลขบรรทัด จำลองสองอื่น ๆยังมีประโยชน์เพราะถึงแม้ว่าพวกเขาไม่ได้แสดงตัวอย่างจุดแต่ละ พวกเขาแสดงการกระจายของประชากรหมายถึงการแตกต่างได้อย่างง่ายดายและมีการปรับขนาดของกลุ่มตัวอย่างที่แตกต่างกัน เหล่านี้คือผลจากบทเรียนคอมพิวเตอร์ สถิติ โยนหนังสือเรียน ( http / / : . massev . ac.nz / collection_public . html ) และจากการเรียนรู้โดยจำลอง
นักเรียนปรากฏว่าพบการเชื่อมต่อระหว่างปอปเปอร์คือความคิดของการโกหกและการเขียนของโมฆะสมมติฐานที่น่าสนใจมันชัดเจนว่า นักเรียนบางคนยังไม่เคยสัมผัสกับคำถามเป็นสิ่งที่ทำให้หลักฐานทางวิทยาศาสตร์ และดังนั้น จึงไม่รู้ว่าซ้ำ สังเกตไม่ได้พิสูจน์งบทางวิทยาศาสตร์ ด้วยคำแนะนำของประหลาดในใจ นักเรียนสามารถเขียนสมมติฐานว่าง ตั้งใจ แทนที่จะเป็นแค่การท่องจำ
บางมากเวลาที่ใช้ผู้วิจัยตรวจสอบวิธีการสร้างความน่าจะเป็นนะคิดเกี่ยวข้องกับ nht ง่ายต่อการเข้าใจ ทำให้ไม่คุ้นเคยคุ้นเคย การค้นพบของ s ร้อนภายนอก " ปัญหาจาก shaugnessy และโอกาส ( 2005 ) มีการพิจารณาความคืบหน้า นักเรียนสามารถเข้าใจปัญหานี้และในทั่วไปปัญหานี้สามารถใช้เป็นแม่แบบสำหรับการทำงานในภายหลังของพวกเขาที่ p-values มีส่วนเกี่ยวข้องด้วย มันทำให้พวกเขามีปัญหาได้ง่าย ที่จะเข้าใจรูปแบบพื้นฐานสำหรับการทำงานในภายหลังของพวกเขาได้กลายเป็นที่ซับซ้อนมากขึ้น
เป็นตัวแทนของการทดสอบสมมติฐานในรูปแบบภาพ ( รูปที่ 1 ) ทำให้นักเรียนสร้างการเชื่อมต่อระหว่างความน่าจะเป็นกระจายสถิติอะไรตัวอย่างจะโอกาสให้ประชากรตัวแปร โอกาสของการทดสอบทางสถิติระบุพารามิเตอร์และผลเชิงตัวเลขสำหรับ p
เมื่อจบการศึกษายังคงมีปัญหากับนักเรียนพยายามที่จะเรียนรู้กฎและ misapplying ; นี้ยังถูกตั้งข้อสังเกตโดยบังเอิญ , Delmas และการ์ฟิลด์ ( 2547 )นักศึกษาเหล่านี้ระบุไว้ว่า ถ้าระดับต่ำกว่า 0.05 แล้วสมมติฐานโมฆะจะไม่ปฏิเสธ ความเข้าใจผิดอีกอย่างคือว่า ผลคือความเป็นไปได้ของการไม่ถูกต้อง ( สังเกตได้จาก gliner , ปลิง& , มอร์แกน , 2002 ) นอกจากนี้ยังมีอีกหนึ่งความเข้าใจผิดที่ถูกต้องบางส่วน ที่ P-value ให้ความน่าจะเป็นของการสังเกตนี่คือการตีความง่ายกว่าคำนิยามที่ถูกต้องของ p , และจะปรากฏขึ้นเพื่อให้ความรู้สึกกับนักศึกษา
ถาวรมากที่สุดและความเข้าใจผิดที่ p-value คือความน่าจะเป็นที่สมมติฐานโมฆะจริง ความเข้าใจผิดนี้ยังถูกตรวจสอบ โดย gliner ปลิง และมอร์แกน ( 2002 ) เมื่อผู้สอนตระหนักว่านักเรียนบางคนมีความเข้าใจผิดนี้เธอแจ้งข้อผิดพลาดของพวกเขา หลังนี้กลยุทธ์ อย่างไรก็ตาม ดูเหมือนจะไม่ต่างกัน นี่คือการตีความง่ายกว่าคำนิยามที่ถูกต้องของ p และปรากฏขึ้นเพื่อให้ความรู้สึกให้กับนักเรียนที่มีผลมันไม่ปล่อยไว้ ความเข้าใจผิดนี้แสดงให้เห็นว่านักเรียนสามารถแปลเนื้อหาใหม่ในแง่ของสิ่งที่พวกเขารู้อยู่แล้วถ้ามันไม่ถูกต้อง เพื่อให้แนวคิดเปลี่ยนใช้ความพยายามและนักเรียนจะไม่พยายามนี้จนกว่าพวกเขาจะดูมีเหตุผลที่ดีที่จะทำเช่นนั้น ( พอสเนอร์ ปะทะ Hewson , & gertzog , 1982 ) ดังนั้นอาจารย์ต้องทราบว่าเป็นนักเรียนที่คลาดเคลื่อนอาจจะผลิตและพัฒนากิจกรรมการเรียนการสอน เพื่อหลีกเลี่ยงเหล่านี้เกิดขึ้น .
จากมุมมองของผู้สอน ,การใช้แบบจำลองคอมพิวเตอร์ที่ปรากฏที่จะส่งผลให้นักเรียนมีส่วนร่วมมากขึ้นในการทำงานและสามารถเข้าใจในบางพื้นที่ของสถิติที่ได้รับยากด้วยวิธีการเดิมของการสอนองค์ประกอบของความประหลาดใจในผลของสถานการณ์จำลองที่แนะนำทฤษฎีขีดจำกัดกลาง ส่งผลให้นักเรียนมีมากมีแนวโน้มที่จะจำความมีรูปแบบการกระจายแบบปกติหลังจากการฝึกในการถดถอยเชิงเส้นที่ " ผิด " โดยนักเรียนที่ดูเหมือนจะรับมือได้อย่างสะดวกมากขึ้นมากกับความคิดที่สามารถมีได้ไม่มีความสัมพันธ์ระหว่างตัวแปรได้เมื่อมีไม่เป็นศูนย์ลาด . เพราะนักเรียนมีความคุ้นเคยกับภาพ p-values แทน ,นักเรียนยังมีปัญหาเล็ก ๆน้อย ๆในเงื่อนไขมาด้วยหลักการประเภทและชนิดจะผิด และคิดว่าการกระจายของ " สถานการณ์จริง " อาจจะทับซ้อนกับการเสนอสถานการณ์ คำถามในการสอบที่ให้นักเรียนอธิบายผลของความคลาดเคลื่อนประเภทที่ 1 ได้ในบริบทที่เฉพาะเจาะจงมักจะทำได้ดี
การศึกษานี้ให้พื้นฐานสำหรับพัฒนาการเรียนการสอนเพื่อช่วยในความเข้าใจของนักเรียนต่อค่า มันยังแสดงให้เห็นพื้นที่ที่อาจมีผลวิจัยเพิ่มเติม เช่น ทำไมนักเรียนมา เชื่อว่า ผลคือความเป็นไปได้ของสมมติฐานว่างถูกจริง
ข้อจำกัดหนึ่งของงานวิจัยนี้ คือ การเปลี่ยนแปลงในอัตราการมีส่วนร่วมในแต่ละภาคการศึกษา ตามที่ระบุไว้ในมาตรา ๑ . ผู้วิจัยเป็นผู้สอน และประเมินสำหรับหน่วยที่อธิบายที่นี่ , และดังนั้นจึงเป็นสิ่งจำเป็นที่ควรจะมีก็ไม่มีโอกาสที่จะสงสัยว่าเกรดของพวกเขาอาจได้รับอิทธิพลจากข้อตกลงหรือการขาดข้อตกลงร่วมของพวกเขาได้รับการอนุมัติจริยธรรมเท่านั้น ในเงื่อนไขที่ผู้วิจัยมีความรู้ที่ได้รับหลังจากนักเรียนได้รับเกรดของตนเอง และบุคคลอื่น แจกและเก็บรวบรวมวัสดุใด ๆที่เกี่ยวข้องกับงานวิจัย ผล มันไม่ได้เป็นที่รู้จักกันว่าทำไมมีเช่นการเปลี่ยนแปลงในอัตราการมีส่วนร่วมจากภาคอื่น และมันเป็นไปไม่ได้ที่จะถาม
แม้จะมีข้อจำกัดเหล่านี้ ผู้วิจัยเชื่อว่า การศึกษานี้แสดงให้เห็นว่าการใช้การรวมกันของวิธีการสอนอื่นนอกเหนือจากที่สอนคำสอนจะช่วยในความเข้าใจของนักเรียน p-values . มันคือเชื่อว่า การปรับปรุงเนื่องจากไม่มีกลยุทธ์เดียว แต่การรวมกันของการจำลองทางคอมพิวเตอร์ การเขียนเกี่ยวกับคณิตศาสตร์หาวิธีที่จะทำให้ไม่คุ้นเคย คุ้นเคย และมีความสัมพันธ์กับการทดสอบสมมติฐานโมฆะการตกใจของความคิดของวิธีการทางวิทยาศาสตร์ .
คอมพิวเตอร์อนุญาตให้นักเรียน " ค้นพบ " บางส่วนของหลักการทางสถิติสำหรับตัวเอง โดยเฉพาะ " คำถามแรกตอบทีหลัง " วิธีแนะนำองค์ประกอบของความประหลาดใจในการเรียน สถิติที่ใช้ในการวิเคราะห์ของพวกเขาและความสนใจที่เพิ่มขึ้นของนักเรียนการจำลองสถานการณ์ดังกล่าวจะได้รับน่าเบื่อ ก่อนการแนะนำของสเปรดชีตโปรแกรมเช่น Excel มันคือความสามารถของเช่นสเปรดชีต " resample " และคำนวณสถิติเช่นค่าเฉลี่ยสำหรับจำนวนขนาดใหญ่ของกรณีทันทีทำให้สเปรดชีตเหล่านี้มีค่ามากมีตัวอย่างมากมายที่ง่ายต่อการใช้แบบจำลองเพื่อพัฒนาความเข้าใจของแนวคิดทางสถิติบนอินเทอร์เน็ตที่ไม่ต้องมีการตั้งค่าของจำลองใน Microsoft Excel แต่โปรแกรมนี้ใช้สำหรับการจำลองสำหรับเหตุผลที่อธิบายได้ในเบื้องต้นแอพเพล็ตพัฒนาขึ้นที่มหาวิทยาลัยโอ๊คแลนด์ เป็นประโยชน์อย่างยิ่ง มันแสดงให้เห็นจุดแต่ละตัวอย่าง แล้วคำนวณหาค่าเฉลี่ย และสถานที่นี้ค่าหมายเลขบรรทัด จำลองสองอื่น ๆยังมีประโยชน์เพราะถึงแม้ว่าพวกเขาไม่ได้แสดงตัวอย่างจุดแต่ละ พวกเขาแสดงการกระจายของประชากรหมายถึงการแตกต่างได้อย่างง่ายดายและมีการปรับขนาดของกลุ่มตัวอย่างที่แตกต่างกัน เหล่านี้คือผลจากบทเรียนคอมพิวเตอร์ สถิติ โยนหนังสือเรียน ( http / / : . massev . ac.nz / collection_public . html ) และจากการเรียนรู้โดยจำลอง
นักเรียนปรากฏว่าพบการเชื่อมต่อระหว่างปอปเปอร์คือความคิดของการโกหกและการเขียนของโมฆะสมมติฐานที่น่าสนใจมันชัดเจนว่า นักเรียนบางคนยังไม่เคยสัมผัสกับคำถามเป็นสิ่งที่ทำให้หลักฐานทางวิทยาศาสตร์ และดังนั้น จึงไม่รู้ว่าซ้ำ สังเกตไม่ได้พิสูจน์งบทางวิทยาศาสตร์ ด้วยคำแนะนำของประหลาดในใจ นักเรียนสามารถเขียนสมมติฐานว่าง ตั้งใจ แทนที่จะเป็นแค่การท่องจำ
บางมากเวลาที่ใช้ผู้วิจัยตรวจสอบวิธีการสร้างความน่าจะเป็นนะคิดเกี่ยวข้องกับ nht ง่ายต่อการเข้าใจ ทำให้ไม่คุ้นเคยคุ้นเคย การค้นพบของ s ร้อนภายนอก " ปัญหาจาก shaugnessy และโอกาส ( 2005 ) มีการพิจารณาความคืบหน้า นักเรียนสามารถเข้าใจปัญหานี้และในทั่วไปปัญหานี้สามารถใช้เป็นแม่แบบสำหรับการทำงานในภายหลังของพวกเขาที่ p-values มีส่วนเกี่ยวข้องด้วย มันทำให้พวกเขามีปัญหาได้ง่าย ที่จะเข้าใจรูปแบบพื้นฐานสำหรับการทำงานในภายหลังของพวกเขาได้กลายเป็นที่ซับซ้อนมากขึ้น
เป็นตัวแทนของการทดสอบสมมติฐานในรูปแบบภาพ ( รูปที่ 1 ) ทำให้นักเรียนสร้างการเชื่อมต่อระหว่างความน่าจะเป็นกระจายสถิติอะไรตัวอย่างจะโอกาสให้ประชากรตัวแปร โอกาสของการทดสอบทางสถิติระบุพารามิเตอร์และผลเชิงตัวเลขสำหรับ p
เมื่อจบการศึกษายังคงมีปัญหากับนักเรียนพยายามที่จะเรียนรู้กฎและ misapplying ; นี้ยังถูกตั้งข้อสังเกตโดยบังเอิญ , Delmas และการ์ฟิลด์ ( 2547 )นักศึกษาเหล่านี้ระบุไว้ว่า ถ้าระดับต่ำกว่า 0.05 แล้วสมมติฐานโมฆะจะไม่ปฏิเสธ ความเข้าใจผิดอีกอย่างคือว่า ผลคือความเป็นไปได้ของการไม่ถูกต้อง ( สังเกตได้จาก gliner , ปลิง& , มอร์แกน , 2002 ) นอกจากนี้ยังมีอีกหนึ่งความเข้าใจผิดที่ถูกต้องบางส่วน ที่ P-value ให้ความน่าจะเป็นของการสังเกตนี่คือการตีความง่ายกว่าคำนิยามที่ถูกต้องของ p , และจะปรากฏขึ้นเพื่อให้ความรู้สึกกับนักศึกษา
ถาวรมากที่สุดและความเข้าใจผิดที่ p-value คือความน่าจะเป็นที่สมมติฐานโมฆะจริง ความเข้าใจผิดนี้ยังถูกตรวจสอบ โดย gliner ปลิง และมอร์แกน ( 2002 ) เมื่อผู้สอนตระหนักว่านักเรียนบางคนมีความเข้าใจผิดนี้เธอแจ้งข้อผิดพลาดของพวกเขา หลังนี้กลยุทธ์ อย่างไรก็ตาม ดูเหมือนจะไม่ต่างกัน นี่คือการตีความง่ายกว่าคำนิยามที่ถูกต้องของ p และปรากฏขึ้นเพื่อให้ความรู้สึกให้กับนักเรียนที่มีผลมันไม่ปล่อยไว้ ความเข้าใจผิดนี้แสดงให้เห็นว่านักเรียนสามารถแปลเนื้อหาใหม่ในแง่ของสิ่งที่พวกเขารู้อยู่แล้วถ้ามันไม่ถูกต้อง เพื่อให้แนวคิดเปลี่ยนใช้ความพยายามและนักเรียนจะไม่พยายามนี้จนกว่าพวกเขาจะดูมีเหตุผลที่ดีที่จะทำเช่นนั้น ( พอสเนอร์ ปะทะ Hewson , & gertzog , 1982 ) ดังนั้นอาจารย์ต้องทราบว่าเป็นนักเรียนที่คลาดเคลื่อนอาจจะผลิตและพัฒนากิจกรรมการเรียนการสอน เพื่อหลีกเลี่ยงเหล่านี้เกิดขึ้น .
จากมุมมองของผู้สอน ,การใช้แบบจำลองคอมพิวเตอร์ที่ปรากฏที่จะส่งผลให้นักเรียนมีส่วนร่วมมากขึ้นในการทำงานและสามารถเข้าใจในบางพื้นที่ของสถิติที่ได้รับยากด้วยวิธีการเดิมของการสอนองค์ประกอบของความประหลาดใจในผลของสถานการณ์จำลองที่แนะนำทฤษฎีขีดจำกัดกลาง ส่งผลให้นักเรียนมีมากมีแนวโน้มที่จะจำความมีรูปแบบการกระจายแบบปกติหลังจากการฝึกในการถดถอยเชิงเส้นที่ " ผิด " โดยนักเรียนที่ดูเหมือนจะรับมือได้อย่างสะดวกมากขึ้นมากกับความคิดที่สามารถมีได้ไม่มีความสัมพันธ์ระหว่างตัวแปรได้เมื่อมีไม่เป็นศูนย์ลาด . เพราะนักเรียนมีความคุ้นเคยกับภาพ p-values แทน ,นักเรียนยังมีปัญหาเล็ก ๆน้อย ๆในเงื่อนไขมาด้วยหลักการประเภทและชนิดจะผิด และคิดว่าการกระจายของ " สถานการณ์จริง " อาจจะทับซ้อนกับการเสนอสถานการณ์ คำถามในการสอบที่ให้นักเรียนอธิบายผลของความคลาดเคลื่อนประเภทที่ 1 ได้ในบริบทที่เฉพาะเจาะจงมักจะทำได้ดี
การศึกษานี้ให้พื้นฐานสำหรับพัฒนาการเรียนการสอนเพื่อช่วยในความเข้าใจของนักเรียนต่อค่า มันยังแสดงให้เห็นพื้นที่ที่อาจมีผลวิจัยเพิ่มเติม เช่น ทำไมนักเรียนมา เชื่อว่า ผลคือความเป็นไปได้ของสมมติฐานว่างถูกจริง
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- คุณอยู่ประเทศอะไร
- In Malaysia, the Food Quality ControlDiv
- คุณเคยมาประเทศไทย
- Farm-raised tiger shrimp, Penaeus monodo
- และเกิดโรคติดต่อทางเพศสัมพันธ์ เช่น
- In the section on mathematical reasoning
- a house or structure that keeps you safe
- A light rainy season from October to ear
- ชอบการสอนของครูในเรื่อง
- With a heart filled with regret, it made
- ฝันดี
- ฉันคิดถึงคุณเช่นกัน ที่รัก
- การใช้จ่าย เราควรมีเหตุมีผลในการใช้จ่ายเ
- คุณถึงที่ประชุมรึยัง
- Ship
- With a heart filled with regret, it made
- It is a poem
- เขียนขึ้นเพื่อล้อคนแต่งเดิมมีลักษณะเป็นก
- horizontal
- Kanban
- big favour
- In the section on mathematical reasoning
- However, there was no immediate indicati
- In 1999 ,McConnell and Copestake calcula
