1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie



Podobné dokumenty
MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro nástavbové studium. varianta B 6 celkových týd.

Cvičení z matematiky jednoletý volitelný předmět

LIMITY APLIKACE STATISTICKÝCH TESTŮ VÝZNAMNOSTI V PEDAGOGICKÉM VÝZKUMU: SEMINÁŘ PRO NESTATISTIKY

Statistika. Klíčové kompetence V rámci výuky statistiky jsou naplňovány tyto klíčové kompetence: řešení problémů, komunikativní,

Metodologie pedagogického výzkumu Téma číslo 12 Pedagogický experiment

Učitelé matematiky a CLIL

Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ

DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica

System for individual learning of mathematics. Agnieszka HEBA, Ph.D. Doc. RNDr. Jana KAPOUNOVÁ, CSc. dr hab. prof. UŚ Eugenia SMYRNOVA-TRYBULSKA

SOFTWARE STAT1 A R. Literatura 4. kontrolní skupině (viz obr. 4). Proto budeme testovat shodu středních hodnot µ 1 = µ 2 proti alternativní

STUDIJNÍ OPORY S PŘEVAŽUJÍCÍMI DISTANČNÍMI PRVKY PRO VÝUKU STATISTIKY PRVNÍ ZKUŠENOSTI. Pavel Praks, Zdeněk Boháč

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD Čj SVPHT09/03

MATEMATIKA. Statistika

Tematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová

Renáta Bednárová, Petr Sládek. Pedagogická fakulta MU Brno, Univerzita obrany Brno

Brožura dobré praxe. Matematika

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.

Role experimentu ve vědecké metodě

Experiment a experimentální design výzkumu v pedagogických vědách. Kateřina Vlčková Institut výzkumu školního vzdělávání

HYPOTÉZY. Kvantitativní výzkum není nic jiného než testování hypotéz. (Disman 2002, s. 76) DEDUKCE (kvantitativní přístup)

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI

ICT podporuje moderní způsoby výuky CZ.1.07/1.5.00/ Matematika planimetrie. Mgr. Tomáš Novotný

ÚVOD Didaktika fyziky jako vědní obor a jako předmět výuky v přípravě učitelů F Prof. RNDr. Emanuel Svoboda, CSc.

Statistika - charakteristiky variability

TEMATICKÝ PLÁN VÝUKY

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem)

Časové a organizační vymezení

Matematika. ochrana životního prostředí analytická chemie chemická technologie Forma vzdělávání:

Příloha č. 1 - Žádost

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

Moderní a alternativní metody výuky pohledem datových analýz. Mgr. Jakub Lysek, Ph.D. a Mgr. Michal Soukop

Příloha č. 1. k výzvě č. 03 pro oblast podpory Zvyšování kvality ve vzdělávání. Podrobný rozpis podporovaných aktivit

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Dvouvýběrové a párové testy. Komentované řešení pomocí MS Excel

Téma číslo 5 Základy zkoumání v pedagogice II (metody) Pavel Doulík, Úvod do pedagogiky

Návrh a vyhodnocení experimentu

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA

Gymnázium Jiřího Ortena, Kutná Hora

Úvod do analýzy rozptylu

Pořadové číslo: Název vzdělávacího programu: Počítač ve výuce fyziky

VYUČOVACÍ PROCE S A JEHO FÁZE

Matematika PRŮŘEZOVÁ TÉMATA

INDIVIDUÁLNÍ PÉČE - M. Charakteristika vzdělávacího oboru

e. Vztah forem a metod k dosahování kvality a efektivity vzdělávání dospělých (2h)

, Brno Hanuš Vavrčík Základy statistiky ve vědě

= = 2368

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

STATISTIKA LS Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.

Základy pedagogické metodologie. Mgr. Zdeněk Hromádka

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

B) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.

Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci

Školní vzdělávací programy. Praktický seminář z didaktiky matematiky 1

Tematický plán Matematika pro 4. ročník

Soustavy rovnic a nerovnic

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

Příloha č. 1 - Žádost

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)

WEBOVÉ APLIKACE VE VYUČOVÁNÍ MATEMATIKY

U nás zaváděn teprve po roce Na západě od 60. let (Curriculum research and development). Význam pojmu ne zcela průhledný.

UČEBNÍ OSNOVA PŘEDMĚTU

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

IV/1 Individualizace výuky pro rozvoj matematické gramotnosti žáků středních škol

Učební plán 4. letého studia předmětu matematiky. Učební plán 6. letého studia předmětu matematiky

Jednofaktorová analýza rozptylu

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

Příprava na vyučovací hodinu. a její vyhodnocení. Upraveno podle: Jiří Tesař

Didaktika odborných předmětů. Výukové metody ve výuce odborných předmětů

Shodná zobrazení v rovině osová a středová souměrnost Mgr. Martin Mach

VYUŽITÍ ICT VE VÝUCE FYZIKY NA GYMNÁZIU. Jana Škrabánková Vít Schindler

Porovnání dvou výběrů

CHARAKTERISTIKA VZDĚLÁVACÍ OBLAST VYUČOVACÍ PŘEDMĚT ZODPOVÍDÁ INFORMAČNÍ A KOMUNIKAČNÍ TECHNOLOGIE

Pedagogika I Zimní semestr Akademický rok 2014/15

CZ.1.07/1.5.00/

RVP v širších souvislostech

II. MATEMATIKA A JEJÍ APLIKACE

Nové možnosti ve výuce matematiky a fyziky na gymnáziu v důsledku využití informačních technologií pilotní projekt SIPVZ

Didaktika odborných předmětů. Rámcové vzdělávací programy, školní vzdělávací programy

EU peníze školám. Základní škola Jablunkov, Lesní 190, příspěvková organizace. Žadatel projektu: Kč

Mgr. Josef Moravec Interaktivní tabule. Poznatky (nejen) z praxe

Mgr. Lenka Nováková Mgr. Jaroslav Milfait Mgr. Stanislav Srba 9. Odborný garant: Mgr. Jan Žídek 10. Materiální a technické zabezpečení:

Téma Stručná anotace Počet h o d

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Česká školní inspekce Královéhradecký inspektorát INSPEKČNÍ ZPRÁVA. čj. ČŠIH-367/10-H

INDUKTIVNÍ A DEDUKTIVNÍ PŘÍSTUPY VE VÝUCE MATEMATIKY NA SŠ INDUCTIVE AND DEDUCTIVE METHODS IN TEACHING OF MATHEMATICS AT SECONDARY SCHOOL

Kritéria evaluace elektrotechnické a elektronické stavebnice

Přehled výzkumných metod

PEDAGOGIKA: OKRUHY OTÁZEK Státní závěrečná zkouška bakalářská

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce

23. Matematická statistika

Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin

Tomáš Karel LS 2012/2013

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

Vzdělávací materiál. vytvořený v projektu OP VK CZ.1.07/1.5.00/ Anotace. Analytická geometrie. Hyperbola VY_32_INOVACE_M0119.

Vzdělávací materiál. vytvořený v projektu OP VK CZ.1.07/1.5.00/ Anotace. Výpočty v elektrických obvodech VY_32_INOVACE_F0208.

Analýza specifik využívání elektronických interaktivních učebních materiálů ve všeobecném chemickém vzdělávání

Náhodné veličiny jsou nekorelované, neexistuje mezi nimi korelační vztah. Když jsou X; Y nekorelované, nemusí být nezávislé.

Didaktika odborných předmětů- testové otázky

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace

Transkript:

1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie 1.1 Úvod Mohutný rozvoj didaktické techniky v posledních letech vyvolává vznik zcela nových vzdělávacích technologií a má dopad i na výuku matematiky na našich školách. Mezi kognitivní technologie používané v matematice zahrnujeme vedle počítačových algebraických systémů, mikrosvětů, grafických kalkulaček i produkty z prostředí dynamické geometrie (CABRI Geometrie, Sketchpad, Cinderella, Euklides...)[1]. Kognitivní technologie dokáží výrazně zkvalitnit výuku matematiky. Poskytují virtuální prostředí, které umožňuje studentům experimentovat, zkoumat matematické poznatky, vytvářet hypotézy, vizualizovat své myšlenky a tím budovat konstruktivní cestu k poznávacímu procesu. K programům z oblasti kognitivních technologií, které se v poslední době začínají prosazovat do vyučování matematiky na našich školách, patří bezesporu produkt prostředí dynamické geometrie CABRI geometrie. Tento software je jeden z nejnázornějších programů vhodných k vyučování geometrie na základních a středních školách. Při užití dataprojektoru ve výuce umožňuje kvalitativně nové vyučování geometrie. Na obrazovce lze studentům ukázat to, co není možno narýsovat nebo spatřit v učebnici přesně, názorně a dynamicky. 1.2 Pedagogický výzkum Počítačem podporovaná výuka nezaznamenává jen pozitivní ohlasy a u části učitelské veřejnosti vzbuzuje nedůvěru, tak jsme se rozhodli uskutečnit pedagogický výzkum. Ten probíhá od začátku školního roku 2005/06 ve druhých ročnících Gymnázia Zlín, náměstí T.G.Masaryka v hodinách geometrie formou pedagogického experimentu. Jeho cílem je porovnat počítačem podporovanou výuku geometrie s tradičním vyučováním. Počítačem podporovaná výuka geometrie znamená, že žáci jsou vyučováni v učebně matematiky vybavené počítači a dataprojektorem za použití softwaru CABRI geometrie. Při tradičním vyučování jsou vyučováni klasickým způsobem rýsováním a kreslením na tabuli. Experiment probíhá technikou paralelních skupin tak, že ze čtyř tříd druhých ročníků gymnázia byly vybrány dvě skupiny. Experimentální a kon- 1

trolní. Experimentální skupinu tvořily dvě náhodně vybrané třídy (48 žáků), kontrolní skupinu zbylé dvě třídy (54 žáků). Nejprve byla v obou skupinách změřena vstupním testem úroveň vědomostí z oblasti doposud klasicky probíraného učiva planimetrie. Potom začalo vyučování dalšího tématického celku Zobrazení. V experimentální skupině se vyučovalo pomocí počítačů a CABRI geometrie, v kontrolní skupině tradičně. Vyučování podporované počítačem a tradičním způsobem byl jediný prvek, kterým se obě skupiny lišily. Všechny ostatní prvky byly stejné. Po pěti týdnech (15 vyučovacích hodin) takto koncipované výuky dostali žáci (šestnáctou hodinu) obou skupin výstupní test vědomostí. Poté byly výsledky obou testů statisticky zpracovány a byl vysloven závěr o důsledcích experimentální výuky. Tím byla ukončena fáze experimentu a studenti obou skupin (experimentální i kontrolní) se budou dále vyučovat za pomocí počítače. 1.3 Statistické hodnocení experimentální výuky K dispozici jsou údaje o dvou skupinách studentů (experimentální, kontrolní), přičemž každý žák byl hodnocen dvěma testy (vstupní, výstupní). Cílem je porovnat zmíněné dvě skupiny.vzhledem k tomu, že dvojí hodnocení jednoho studenta nelze považovat za nezávislá, bylo třeba zvolit postup, který k této skutečnosti přihlíží. Nabízejí se přitom dvě možnosti: 1. Na první pohled snazší se zdá následující postup: zjistit u každého studenta změnu (rozdíl výstup vstup) a porovnat úroveň změn ve skupinách experimentální a kontrolní (dvouvýběrový test). 2. Druhou možností je provést u každého studenta adjustaci výstupního hodnocení vůči vstupnímu a porovnat teprve tyto adjustované hodnoty (analýza kovariance). Postupně jsme použili obě metody. Obě daly co do kvality shodný výsledek. Vzhledem k rozsahu uvádíme pouze jednu z nich. 2

1.4 Porovnání změn dvouvýběrovým testem U každého studenta zjistíme rozdíl mezi hodnotou výstupního a vstupního testu. Tyto rozdíly lze charakterizovat následujícími popisnými statistikami: skupina n průměr směrodatná odchylka experimentální 48 1,40 4,97 kontrolní 54 1, 48 4,84 Na první pohled je zřejmé, že variabilita je v obou skupinách srovnatelná (klasický F test dá hodnotu F = 1, 05 s p hodnotou p = 85, 1 %), takže lze použít Studentův t test. Testová statistika T = 2, 96 dá p hodnotu p = 0, 4 %, takže na běžně užívané 5% hladině (dokonce i na hladině 1%) máme rozdíl mezi skupinami prokázaný. V experimentální skupině je prokazatelně větší rozdíl mezi hodnotami výstupního a vstupního testu. Společný odhad směrodatné odchylky z obou výběrů dá S = 4, 90. Použitý test předpokládá normální rozdělení v porovnávaných skupinách, i když při poměrně velkém rozsahu obou výběrů (kolem 50 pozorování) nemůže být chování testu případnou nenormalitou příliš ovlivněno. Přesto byl ověřen i tento předpoklad, ale ani jeden z porovnávaných výběrů (rozdíly v experimentální a v kontrolní skupině) na nenormalitu neukazuje. Shapirův test dal v obou případech přijatelné p hodnoty (15,7%, 77,1%). Veškeré výpočty byly provedeny pomocí volně šiřitelného programu R, který je snadno dostupný na internetu (http://cran.r-project.org/). 3

1.5 Závěr Z výše uvedeného statistického šetření plyne, že byl prokázán rozdíl mezi experimentální a kontrolní skupinou. Žáci experimentální skupiny dosáhli ve výstupním testu měření úrovně vědomostí lepších výsledků než žáci skupiny kontrolní. Proto, po uskutečnění experimentu, můžeme tvrdit, že počítačem podporovaná výuka geometrie při využití programu CABRI geometrie má pozitivní vliv na kvalitu a efektivitu výuky. 1.6 Kontaktní osoby Sedláček Lubomír, Mgr. Ústav matematiky, Fakulta technologická UTB, nám. T.G. Masaryka 275 762 72 Zlín, ČR tel. 00420 608 424 521 lsedlacek@ft.utb.cz Potůčková Sylva Gymnázium Zlín, náměstí T.G.Masaryka náměstí T.G.Masaryka 2734-9 760 01 Zlín, ČR tel. 00420 723 242 150 potuckova@gztgm.cz 4

Reference [1] [2] [3] VANÍČEK, J. Kognitivní technologie. http://eamos.pf.jcu.cz/amos/kat mat/externi/kat mat 9782/k11.htm HEJNÝ, M.; KUŘINA, F. Dítě, škola a matematika.praha: Portál 2001. ISBN 80-7178-581-4. ZVÁRA, K.; ŠTĚPÁN, J. Pravděpodobnost a matematická statistika. 3. vydání. MATFYZPRESS Praha 2003. ISBN 80-85863-94-4. [4] GAVORA, P. Úvod do pedagogického výzkumu. Brno: Paido edice pedagogické literatury, 2000. ISBN 80-85931-79-6. [5] CHRÁSKA, M. Úvod do výzkumu v pedagogice. Olomouc: UPOL 2003. ISBN 80-244-0765-5. [6] ČESKÝ PORTÁL CABRI GEOMETRIE. http://www.pf.jcu.cz/cabri 5