Dedika je platforma za učenje skozi prakso: na primer, kako pripraviti poslovno ponudbo, postati manikerka ali uporabljati novo orodje. Ne glede na tvoj cilj, najboljša vsebina o tej temi že obstaja. A pogosto je v tujem jeziku, draga, razpršena po spletu, brez vaj za vadbo ali pa je del predolgega tečaja, ki ni primeren za tiste z natrpanim urnikom. Zato ima Dedika svoj pristop: poiščemo gradivo, kjerkoli je, izberemo tisto, kar je smiselno za tvoj cilj, ga pregledamo s pomočjo strokovnjakov, ki so na voljo za vprašanja, in pripravimo praktične naloge, da se učiš skozi delo. Ti si najpomembnejši na svoji poti in nihče te ne pozna bolje: izberi vsebino in trajanje tečaja, ali boš učil z ali brez interneta in v katerem formatu. Lahko je video, besedilo, avdio ali povzetek. Po tvoji meri, samo s tistim, kar ti ustreza. Tukaj je vsak trenutek tvoje predanosti pomemben in hitreje prideš do bistva.

Tečaji so sestavljeni iz najboljše vsebine na svetu na določeno temo: videi, avdio posnetki, članki in knjige. Vsa ta vsebina je opremljena s povzetki, podcasti (za knjige in članke) ter prepisi (za videe in avdio posnetke). Sami izberete, kako želite vsebino spremljati. Vsako gradivo ima posebna vprašanja za utrjevanje znanja. Poleg tega je tečaj sestavljen iz poglavij, ki jih izberete sami, kar vam omogoča, da se učite le tistega, kar je pomembno za vas. Na koncu vsakega poglavja je praktični projekt, povezan z vašo stroko, kjer lahko vadite naučeno.

Naši tečaji vključujejo povzetek na koncu vsakega poglavja, ki ga lahko prenesete kot PDF in natisnete.

Več kot 2 milijona študentov po vsem svetu

Prisotni v več kot 180 državah

Certifikat veljaven v vaši državi

Domov

...

Tečaj pedagoške statistike

Vsi tečaji

Naravoslovne vede in raziskovanje

Statistika

Tečaj pedagoške statistike

Za vse ravni

Tečaj pedagoške statistike

Obvladaš statistične metode, ki poganjajo na dokazih temelječe odločitve v izobraževanju. Ta tečaj te popelje od temeljnih konceptov do naprednih tehnik, kot sta večnivojsko modeliranje in faktorska ANOVA, vse uporabljeno na resničnih podatkih iz razredov in preverjanj znanja. Ne glede na to, ali si raziskovalec/-ka, administrator/-ka ali učitelj/-ica, boš pridobil/-a analitične veščine, ki jih šole in ustanove potrebujejo.

Dedika za podjetja

Kaj se boste naučili:

Zgradil/-a boš popoln statistični nabor orodij, zasnovan posebej za izobraževalne kontekste. Začel/-a boš z vrstami spremenljivk in zbiranjem podatkov, nato pa boš napredoval/-a skozi opisno statistiko, verjetnost in testiranje hipotez. Naučil/-a se boš primerjati skupine učencev z uporabo t-testov in ANOVA, modelirati odnose z regresijo ter analizirati kategorične podatke s testi hi-kvadrat. Tečaj pokriva tudi teorijo merjenja, raziskovalno načrtovanje in interpretacijo obsežnih preverjanj znanja. Ob zaključku boš znal/-a izbrati pravo metodo, izvesti analizo in sporočiti ugotovitve kateremu koli občinstvu.

Kako praktično študirate Tečaj pedagoške statistike

Kako vadite Tečaj pedagoške statistike

Za vas, ki ste podjetje in želite usposobiti svojo ekipo

Na Dedika za podjetja je tečaj prilagojen z vajami in primeri iz vašega lastnega poslovanja, tako kot vaša podjetja potrebujejo.

Kliknite tukaj

Vsebina tečaja

8 Poglavji • 38 Uč lekcijeTrajanje med 4 in 360 urami (vi se odločite)

Poglavje 1Poglej podrobnosti

Temelji statistike v izobraževanju

Uč lekcija 1 • Vloga statistike v izobraževanju
Statistika poganja na dokazih temelječe odločitve v šolah in pri oblikovanju politik. Ta razdelek pojasnjuje, zakaj je kvantitativno sklepanje bistvenega pomena za pedagoge in raziskovalce.
Uč lekcija 2 • Organiziranje in prikazovanje podatkov
Neobdelane podatke je treba pred analizo strukturirati. Udeleženci izdelajo frekvenčne tabele, histograme in prikaze z vejicami in listi iz podatkov o uspehu učencev.
Uč lekcija 3 • Vrste spremenljivk in merske lestvice
Razvrstitev spremenljivk določa, katere analize so veljavne. Udeleženci kategorizirajo nominalne, ordinalne, intervalne in razmernostne podatke iz resničnih primerov iz razreda.
Uč lekcija 4 • Metode zbiranja podatkov
Zanesljivi sklepi so odvisni od natančnega zbiranja podatkov. Udeleženci ocenjujejo ankete, teste, opazovanja in administrativne evidence za raziskave v izobraževanju.

Poglavje 2Poglej podrobnosti

Opisna statistika za razrede

Uč lekcija 1 • Percentili in normalna porazdelitev
Percentilni rangi umestijo posamezne dosežke v skupino. Udeleženci uporabijo lastnosti normalne porazdelitve za interpretacijo rezultatov standardiziranih preverjanj.
Uč lekcija 2 • Opisovanje in poročanje podatkov
Učinkovito poročanje pretvarja statistiko v uporabna spoznanja za deležnike. Udeleženci oblikujejo opisne povzetke, primerne za učitelje, starše in upravljavce.
Uč lekcija 3 • Mere variabilnosti
Variabilnost razkriva, kako razpršeni so dosežki učencev okoli središča. Udeleženci izračunajo razpon, varianco in standardni odklon za podatkovne nize razreda.
Uč lekcija 4 • Mere osrednje tendence
Povprečje, mediana in modus vsak zajamejo drugačen vidik tipične uspešnosti. Udeleženci izračunajo in primerjajo te mere z uporabo porazdelitev testnih dosežkov.
Uč lekcija 5 • Standardizirani dosežki
Z-vrednosti in T-vrednosti omogočajo primerjavo med različnimi lestvicami. Udeleženci pretvarjajo surove dosežke in interpretirajo njihov pomen v kontekstu izobraževalnega ocenjevanja.

Poglavje 3Poglej podrobnosti

Verjetnostne in vzorčne porazdelitve

Uč lekcija 1 • Verjetnostne porazdelitve
Diskretne in zvezne porazdelitve modelirajo različne vrste izobraževalnih podatkov. Udeleženci delajo z binomsko in normalno porazdelitvijo v kontekstu ocenjevanja.
Uč lekcija 2 • Vzorčenje in vzorčna napaka
Vzorci se od populacij razlikujejo zaradi naključnega variiranja. Udeleženci razlikujejo vzorčno napako od pristranskosti in ocenjujejo reprezentativnost vzorca.
Uč lekcija 3 • Vzorčne porazdelitve in standardna napaka
Vzorčna porazdelitev povprečja je osrednjega pomena za sklepanje. Udeleženci simulirajo in interpretirajo vzorčne porazdelitve, da razumejo standardno napako.
Uč lekcija 4 • Osnovni koncepti verjetnosti
Verjetnost kvantificira negotovost v izobraževalnih izidih. Udeleženci uporabijo pravila klasične in empirične verjetnosti v scenarijih, ki vključujejo uspeh učencev.

Poglavje 4Poglej podrobnosti

Testiranje hipotez v izobraževanju

Uč lekcija 1 • P-vrednosti in statistična značilnost
P-vrednost meri dokaze proti ničelni hipotezi. Udeleženci pravilno interpretirajo p-vrednosti in razlikujejo statistično od praktične značilnosti.
Uč lekcija 2 • Testi za en vzorec
Testi za en vzorec primerjajo povprečje skupine z znanim standardom. Udeleženci izvajajo z-teste in t-teste za ocenjevanje referenčnih vrednosti uspešnosti šole.
Uč lekcija 3 • Velikost učinka in moč testa
Velikost učinka kvantificira velikost izobraževalnih razlik, ki presegajo značilnost. Udeleženci izračunajo Cohenov d in izvedejo osnovne analize moči testa.
Uč lekcija 4 • Logika testiranja hipotez
Testiranje hipotez formalizira odločanje v pogojih negotovosti. Udeleženci oblikujejo ničelne in alternativne hipoteze za realistične izobraževalne scenarije.
Uč lekcija 5 • Napaka prve in napaka druge vrste
Napake pri testiranju hipotez imajo resnične posledice za izobraževalne odločitve. Udeleženci analizirajo kompromis med lažno pozitivnimi in lažno negativnimi rezultati.

Poglavje 5Poglej podrobnosti

Primerjanje skupin v izobraževalnem raziskovanju

Uč lekcija 1 • Enosmerna ANOVA
Razširja primerjavo skupin na tri ali več neodvisnih skupin hkrati. Udeleženci razdelijo varianco in interpretirajo F-razmerje v izobraževalnih študijah.
Uč lekcija 2 • Neparametrične alternative
Ordinalni ali nenormalno porazdeljeni podatki zahtevajo teste brez predpostavk o porazdelitvi. Udeleženci uporabijo Mann-Whitneyev U-test in Kruskal-Wallisov test kot alternativi t-testom in ANOVA.
Uč lekcija 3 • T-test za odvisne vzorce
Analizira razlike med pred-testom in post-testom znotraj iste skupine učencev. Udeleženci uporabijo t-test za odvisne vzorce za merjenje vpliva poučevanja.
Uč lekcija 4 • Post-hoc testi in večkratne primerjave
Rezultati značilne ANOVA zahtevajo nadaljnje ugotavljanje, katere skupine se razlikujejo. Udeleženci uporabijo Tukeyjeve in Bonferronijeve popravke za nadzor napake družine testov.
Uč lekcija 5 • T-test za neodvisne vzorce
Primerja povprečja dveh nepovezanih skupin, kot sta eksperimentalna in kontrolna učilnica. Udeleženci preverijo predpostavke, izvedejo test in poročajo o ugotovitvah.

Poglavje 6Poglej podrobnosti

Korelacija in enostavna regresija

Uč lekcija 1 • Razsevni diagrami in linearni odnosi
Vizualni pregled razsevnih diagramov razkriva smer, obliko in moč povezanosti. Udeleženci ustvarijo in označijo razsevne diagrame iz podatkov o uspehu učencev.
Uč lekcija 2 • Pearsonov korelacijski koeficient
Pearsonov r meri moč linearne povezanosti med dvema zveznima spremenljivkama. Udeleženci izračunajo r, testirajo njegovo značilnost in interpretirajo njegovo velikost.
Uč lekcija 3 • Regresijske predpostavke in diagnostika
Veljavno regresijsko sklepanje zahteva izpolnjevanje predpostavk linearnosti, neodvisnosti in homoskedastičnosti. Udeleženci diagnosticirajo kršitve z uporabo grafov ostankov.
Uč lekcija 4 • Enostavna linearna regresija
Regresijski modeli napovedujejo en izobraževalni izid iz enega napovednika. Udeleženci izpeljejo premico najmanjših kvadratov in ocenijo prileganje modela.
Uč lekcija 5 • Spearmanov koeficient korelacije rangov
Spearmanov rho obravnava ordinalne podatke ali nenormalne porazdelitve. Udeleženci ga uporabijo na rangiranih podatkih razreda in primerjajo rezultate s Pearsonovim r.

Poglavje 7Poglej podrobnosti

Večkratna regresija v izobraževalnih študijah

Uč lekcija 1 • Strategije gradnje modelov
Izbira napovednikov vpliva na veljavnost in interpretabilnost modela. Udeleženci primerjajo metode hkratnega, hierarhičnega in postopnega vključevanja za izobraževalne raziskave.
Uč lekcija 2 • Uvod v večkratno regresijo
Večkratna regresija nadzoruje moteče spremenljivke, hkrati pa ocenjuje edinstven prispevek vsakega napovednika. Udeleženci razširijo logiko enostavne regresije na večdimenzionalne izobraževalne podatke.
Uč lekcija 3 • Multikolinearnost in diagnostika modela
Visoko korelirani napovedniki izkrivljajo regresijske ocene. Udeleženci zaznavajo multikolinearnost s pomočjo VIF in tolerance ter uporabijo rešitve.
Uč lekcija 4 • Interpretacija in poročanje regresijskih rezultatov
Jasno poročanje o regresijskih ugotovitvah podpira ponovljivost in uporabo v politikah. Udeleženci napišejo poglavja z rezultati, vključno s tabelami, velikostmi učinka in primerjavami modelov.
Uč lekcija 5 • Kategorični napovedniki in dihotomno kodiranje
Kategorične spremenljivke vstopajo v regresijo prek dihotomnega kodiranja. Udeleženci prekodirajo spremenljivke pripadnosti skupini in interpretirajo koeficiente dihotomno kodiranih spremenljivk.

Poglavje 8Poglej podrobnosti

Napredne tehnike za izobraževalne podatke

Uč lekcija 1 • Uvod v večnivojsko modeliranje
Učenci so ugnezdeni znotraj oddelkov in šol, kar krši predpostavke neodvisnosti. Udeleženci prepoznajo, kdaj so potrebni večnivojski modeli, in interpretirajo osnovni dvonivojski izpis.
Uč lekcija 2 • Izbira in utemeljevanje statističnih metod
Izbira prave metode zahteva ujemanje raziskovalnih vprašanj, vrste podatkov in predpostavk. Udeleženci gradijo odločitvene okvire za izbiro analiz v izobraževalnih študijah.
Uč lekcija 3 • Testi hi-kvadrat za kategorične podatke
Testi hi-kvadrat ocenjujejo povezave med kategoričnimi izobraževalnimi spremenljivkami. Udeleženci uporabijo teste prileganja modela in neodvisnosti na podatkih o vpisu in izidih.
Uč lekcija 4 • ANOVA za ponovljene meritve
Načrti s ponovljenimi meritvami spremljajo iste učence skozi več časovnih točk. Udeleženci uporabijo ANOVA za odvisne vzorce na longitudinalnih podatkih o dosežkih.
Uč lekcija 5 • Faktorska ANOVA in interakcije
Faktorski načrti hkrati preučujejo več faktorjev in njihove interakcije. Udeleženci interpretirajo glavne učinke in grafe interakcij iz izpisa dvosmerne ANOVA.

Certifikacija

Vaš veljaven certifikat o zaključku

Ta tečaj je namenjen vam:

Podiplomski študenti pedagogike: potrebujejo statistično znanje za magistrsko ali doktorsko delo.
Učitelji v razredu: želijo interpretirati podatke ocenjevanja in na njih utemeljiti svoj pouk.
Ravnatelji šol: morajo ovrednotiti programe in predstaviti ugotovitve deležnikom.
Koordinatorji učnih načrtov: želijo meriti učinkovitost intervencij z ustreznimi metodami.
Analitiki izobraževalnih politik: potrebujejo kvantitativna orodja za vrednotenje obsežnih reformnih prizadevanj.
Karierni prehajalci, ki vstopajo v izobraževalno tehnologijo: potrebujejo osnovne raziskovalne metode za delo s podatki o učenju.

Kaj pravijo naši učenci

Vaše predavanja so popolna. Kupil sem enoletni paket in končno imam priložnost spremljati različne teme, ki me zanimajo, ne da bi moral menjati platformo... hvala za vse, kar počnete, že sem vas priporočil drugim ljudem...