Test obsahoval 7 otevřených otázek a 2 uzavřené alternativní otázky s možností volby ano, ne.



Podobné dokumenty
Výzkumná pilotní studie: Efektivita vysílání v rámci projektu ŠIK (shrnutí)

4ST201 STATISTIKA CVIČENÍ Č. 7

Testy. Pavel Provinský. 19. listopadu 2013

Statistické metody uţívané při ověřování platnosti hypotéz

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

STATISTICKÉ HYPOTÉZY

You created this PDF from an application that is not licensed to print to novapdf printer (

TECHNICKÁ UNIVERZITA V LIBERCI

Testování statistických hypotéz

PRAVDĚPODOBNOST A STATISTIKA

Jana Vránová, 3. lékařská fakulta UK

TESTOVÁNÍ HYPOTÉZ STATISTICKÁ HYPOTÉZA Statistické testy Testovací kritérium = B B > B < B B - B - B < 0 - B > 0 oboustranný test = B > B

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Testování statistických hypotéz. Obecný postup

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

= = 2368

Jana Vránová, 3.lékařská fakulta UK, Praha. Hypotézy o populacích

4EK211 Základy ekonometrie

Cvičení ze statistiky - 9. Filip Děchtěrenko

INDUKTIVNÍ STATISTIKA

Aproximace binomického rozdělení normálním

ČVUT FAKULTA DOPRAVNÍ

Seminář 6 statistické testy

Testování statistických hypotéz

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Spotřeba alkoholu (VI. díl)

TECHNICKÁ UNIVERZITA V LIBERCI. Statistický rozbor dat z dotazníkového šetření

Testování statistických hypotéz

5. Závislost dvou náhodných veličin různých typů (kategoriální a metrická veličina)

Statistické metody v ekonomii. Ing. Michael Rost, Ph.D.

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

VYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová

Stručný úvod do testování statistických hypotéz

Testování hypotéz. 4. přednáška

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY

Tomáš Karel LS 2012/2013

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

Metodologie pro Informační studia a knihovnictví 2

České vysoké učení technické v Praze Fakulta dopravní

Epidemiologické ukazatele. lních dat. analýza kategoriáln. Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat. a I E

Testy statistických hypotéz

analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat Epidemiologické ukazatele

Náhodné veličiny, náhodné chyby

11. cvičení z PSI prosince hodnota pozorovaná četnost n i p X (i) = q i (1 q), i N 0.

Jednostranné intervaly spolehlivosti

Uloha B - Kvantitativní test. Radek Kubica A7B39TUR. B1 Radek Kubica Kvantitativní testování Stránka 1

Testování hypotéz Biolog Statistik: Matematik: Informatik:

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

Tomáš Karel LS 2012/2013

Učitelé matematiky a CLIL

Příklad: Test nezávislosti kategoriálních znaků

Příklady na testy hypotéz o parametrech normálního rozdělení

Problematika analýzy rozptylu. Ing. Michael Rost, Ph.D.

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Analýza dat z dotazníkových šetření

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ FAKULTA DOPRAVNÍ

15. T e s t o v á n í h y p o t é z

5 Parametrické testy hypotéz

Vymezení důležitých pojmů. nulová hypotéza, alternativní hypotéza testování hypotézy hladina významnosti (alfa) chyba I. druhu, chyba II.

Fiktivní průzkumné šetření

Název školy: 2. Znáš ve svém okolí někoho, kdo šikanuje jiné děti? a) ano b) ne

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY

Testování hypotéz. testujeme (většinou) tvrzení o parametru populace. tvrzení je nutno předem zformulovat

Mládež a drogy. Rok 2010 A Kluby ČR. Výzkumná zpráva Gymnázium,Vyškov,Komenského.nám

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení

respondent se nemohl vracet zpět k vyplněným otázkám povinné otázky, filtrační otázky, otevřené otázky

ADDS cviceni. Pavlina Kuranova

STATISTICKÉ TESTY VÝZNAMNOSTI

12. cvičení z PST. 20. prosince 2017

PŘÍLOHA Č. 1 DOTAZNÍKOVÉ ŠETŘENÍ MEZI PEDAGOGY V MŠ SMRŢICE

Technická univerzita v Liberci

Korelace. Komentované řešení pomocí MS Excel

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

Statistika, Biostatistika pro kombinované studium. Jan Kracík

TECHNICKÁ UNIVERZITA V LIBERCI

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 1

Testy nezávislosti kardinálních veličin

Ilustrační příklad odhadu LRM v SW Gretl

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

Zápočtová práce STATISTIKA I

Dotazník výzkumného šetření. 2. Uveďte nejvyšší stupeň dosaženého vzdělání? základní střední bez maturity / vyučen střední s maturitou vysokoškolské

Cvičení ze statistiky - 8. Filip Děchtěrenko

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1

Test dobré shody v KONTINGENČNÍCH TABULKÁCH

Co je málo a co už je moc? ANEB Ideální počet sexuálních partnerů WHAT IS LITTLE AND WHAT IS TOO MUCH? IDEAL NUMBER OF SEXUAL PARTNERS

DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica

A7B39TUR - Semestrální práce

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Máte rádi kávu? Statistický výzkum o množství vypité kávy napříč věkovým spektrem.

Transkript:

! Cílem vysílání v rámci projektu ŠIK je také předávání praktických informací z oblasti rizikového chování. Vycházíme z přesvědčení, že člověk, který má dostatek pravdivých informací, má také větší "#$%&&% svobodu volby, jak naloží se svým životem a zdravím. Předpokládáme, že vzhledem k tomu, že informace jsou předávány atraktivní formou v podobě ozvučených moderně zpracovaných video spotů a že jsou v pravidelných intervalech opakovány, budou znalosti a povědomí o jednotlivých oblastech sociálně patologických jevů na stejné, nebo dokonce větší úrovni než u dětí, které vysílání nemají možnost sledovat. Test obsahoval 7 otevřených otázek a 2 uzavřené alternativní otázky s možností volby ano, ne. Za každou správnou odpověď respondent obdržel 1 bod. '()*+,-.%,#/!0%,( 1 &, Následující graf shrnuje základní deskriptivní charakteristiky obou výzkumných skupin maximum dosažených bodů v této testové části u jednoho respondenta, průměrný počet bodů a medián, který vyjadřuje prostřední hodnotu souboru. Děti z obou skupin dosáhly maximálního počtu 20 bodů, přičemž horní hranice možných dosažených bodů byla 22 bodů. Průměrný počet bodů na jednoho žáka je též u obou skupin velmi podobný, přičemž děti ze školy ŠIKU dosáhly průměrně téměř o 0,5 bodu více.

Jednotlivé úkoly se týkaly těchto oblastí znalosti ohledně Linky bezpečí, problematika poruch příjmu potravy a šikany, trestně právní povědomí, znalost webové stánky www.infoabsolvent.cz, problematika lidských práv, znalosti ohledně nízkoprahových zařízení po děti a mládež, bezpečné chování * & při sportu $%& a znalosti spojené &,# 1 se sexuální výchovou. Nyní shrnu postupně výsledky obou výzkumných skupin podle zmiňovaných oblastí. Data budou interpretována dle zaznamenaných výsledků. Téměř 70% dětí ze školy ŠIKU ví, co je Linka bezpečí a buď zná její číslo, nebo ví, kde si ho najít. K čemu se dítěti může hodit Linka bezpečí, ví také 56% dětí ze školy bez ŠIKU. Telefonní číslo Linky bezpečí nezná zpaměti přibližně 80% dětí z obou škol.

(,1(/$1 /1(# Děti měly za úkol popsat, jak se chová člověk, který trpí mentální anorexií a mentální bulimií. Téměř 50% dětí z obou skupin nedokázalo popsat projevy ani jednoho onemocnění. Přibližně 38% dětí (,,&# z obou skupin dokázalo popsat projevy obou onemocnění. Znalosti této problematiky byly tedy u dotázaných dětí z obou škol na velmi podobné úrovni. 64% dětí ze školy bez ŠIKU dokázalo uspokojivě odpovědět na otázku, co by dělali, kdyby byl jejich kamarád šikanován. Ve škole ŠIKU odpovědělo správně přibližně 45% dětí.

(& 01(&1 % Přibližně 90% dětí z obou škol odpovědělo správně pokud sprejer pomaluje barvou autobusovou zastávku, jedná se o trestný čin či přestupek. Téměř 80% dětí ze školy ŠIKU a téměř 90% dětí z druhé skupiny odpovědělo správně pokud starší žák opakovaně bije mladšího spolužáka, je to trestný čin či přestupek.

Téměř 90% dětí ze školy bez ŠIKU a 93% dětí ze školy ŠIKU odpovědělo správně pokud řídím auto bez řidičáku, jedná se o trestný čin či přestupek. 92% dětí ze školy bez ŠIKU a 93% dětí ze školy ŠIKU odpovědělo správně pokud opisuju ve škole při písemce, nejedná se o trestný čin/přestupek.

& -(&,# &) & 89% dětí ze školy ŠIKU a přibližně 85% dětí ze školy bez ŠIKU odpovědělo správně pokud mi je 16 let a mám sexuální styky s člověkem, kterému je 14 let, jedná se o trestný čin či přestupek. 92% dětí ze školy bez ŠIKU neví, jaké informace najde na těchto webových stránkách. Ve škole ŠIKU tuto informaci neví asi 87% dětí.

(, %,.$1( 97% dětí ze školy bez ŠIKU a 90% dětí ze školy ŠIKU odpovědělo správně, že výrok je nepravdivý. 66% dětí ze školy bez ŠIKU a 57% dětí ze školy ŠIKU odpovědělo správně, že výrok je nepravdivý.

92% dětí ze školy bez ŠIKU a 93% dětí ze školy ŠIKU odpovědělo správně, že výrok je pravdivý. Přibližně 74% dětí z obou skupin odpovědělo správně, že výrok je pravdivý.

&1(,#&, # "&), 72% dětí ze školy bez ŠIKU a 68% dětí ze školy ŠIKU odpovědělo správně, že výrok je pravdivý. 72% dětí ze školy bez ŠIKU a 76% dětí ze školy ŠIKU odpovědělo správně, že výrok je nepravdivý.

(, ( -1(& 82% dětí ze školy bez ŠIKU a 72% dětí ze školy ŠIKU odpovědělo správně, že výrok je nepravdivý. Děti měly za úkol vypsat ochranné pomůcky, které by si na sebe vzaly, pokud by chtěly vyrazit na inline brusle. Za každou pomůcku získaly 1 bod, maximálně 3 body, pokud vyjmenovaly helmu, chrániče na lokty, kolena a rukavice. Téměř 40% dětí ze školy ŠIKU vyjmenovalo všechny potřebné pomůcky, ve škole bez ŠIKU to bylo 33% dětí. Alespoň dvě ochranné pomůcky dále uvedlo dalších 35% dětí ze

školy &&,1($.$ &1(% ŠIKU, % ve škole bez ŠIKU to bylo 31% dětí. Žádnou ochrannou pomůcku nebylo schopno uvést 13% dětí ze školy ŠIKU, ale 26% dětí ze školy bez ŠIKU. Statisticky významný rozdíl se však neprokázal. 33% dětí ze školy ŠIKU, tedy téměř jedna třetina dotázaných dětí, věděla, co jsou nízkoprahová zařízení pro děti a mládež, kdo tam může chodit a k čemu slouží. Tuto informaci mělo pouze 1 dotázané dítě ze školy bez ŠIKU. v odpovědích dětí ze zapojené a nezapojené školy do projektu ŠIK. Chí- kvadrát test nezávislosti χ Hypotézu o nezávislosti budeme testovat na hladině významnosti α = 0,05 a α = 0,01. Stanovíme hodnotu stupňů volnosti: df = 1 χ 2 = 12,47 Kritická hodnota pro hladinu významnosti 0,05 = 3, 84; 12,47 > 3, 84 Kritická hodnota pro hladinu významnosti 0,01 = 6,63; 12,47 > 6,63

Zamítáme H 0. Přijímáme alternativní hypotézu, a to na hladině významnosti 0,05 i 0,01.,-& Volíme t test pro dva nezávislé výběry. H 0 : Neexistuje statisticky významný rozdíl v testovém výkonu dětí ze školy, která je do Šiku zapojená a která není. H A : Existuje statisticky významný rozdíl v testovém výkonu dětí ze školy, která je do Šiku zapojená a která není. Provedeme jednostranné testování, protože předpokládáme, že děti, které jsou ze školy zapojené do projektu ŠIK, podají vyšší výkon než děti ze školy, která zapojená není. Hypotézu budeme testovat na hladině významnosti 0, 05. Výpočet stupňů volnosti: df = m + n 2 df = 83 stupňů volnosti /t/ = 0,51 Kritická hodnota pro hladinu významnosti 0, 05 = 1, 671; 0,51 < 1, 671 Přijímáme H 0. Alternativní hypotézu nelze přijmout. Tento nález můžeme vzhledem k velmi malému výzkumnému vzorku interpretovat hned několika způsoby: - je nutné vzít v úvahu rozdílnou úroveň motivace tázaných dětí;

- nemáme informace o realizaci dalších preventivních aktivit na obou školách (aktivní přístup na škole bez ŠIKU může kompenzovat chybějící ŠIK); - zároveň nemáme informaci o tom, do jaké míry pedagogové aktivně využívají systém ŠIK v rámci svého vyučování a v rámci dalšího preventivního působení, což by samozřejmě ".,&/ efektivitu projektu zvyšovalo. &1$ Testování zároveň ukázalo, že Volíme t test pro dva nezávislé výběry. Formulujeme nulovou a alternativní hypotézu. H 0 : Neexistuje statisticky významný rozdíl v testovém výkonu dívek a chlapců ze školy Šiku. H A : Existuje statisticky významný rozdíl v testovém výkonu dívek a chlapců ze školy Šiku. Provedeme dvoustranné testování, protože neexistuje předpoklad o tom, zda by v testu měli lépe uspět chlapci či dívky. Hypotézu budeme testovat na hladině významnosti 0, 05 a 0,01. Výpočet stupňů volnosti: df = m + n 2 df = 44 stupňů volnosti /t/ = 2,92 Kritická hodnota pro hladinu významnosti 0, 05 = 2, 022; 2,92 > 2,022 Kritická hodnota pro hladinu významnosti 0,01 = 2, 704; 2,92 > 2,704 Zamítáme H 0. Alternativní hypotézu můžeme přijmout, a to na hladině významnosti 0,05 i 0,01.

To, že se potvrdil statisticky významný rozdíl mezi výkonem chlapců a dívek ze školy Šiku, si můžeme vysvětlit zvýšenou neochotou chlapců se testu připomínající písemku ve škole - účastnit. Výsledek může být ovlivněn také tou skutečností, že v testované skupině bylo více chlapců než dívek, které podaly v testu větší výkon.