הקריה האקדמית אונו | סטטיסטיקה למדעי הרוח והחברה

סיון ריף | שרבל שוקייר

סטטיסטיקה למדעי הרוח והחברה

דוגמה לפרומפט: נסח שלוש השערות מחקר כמותיות בנושא הקשר בין מוטיבציה לימודית והישגים במבחן. ודא שכל השערה כוללת משתנים שניתן למדוד, כיוון קשר ברור וניתוח סטטיסטי מתאים.

לאחר קבלת ההצעות, יש לוודא שההשערות אכן ניתנות לבדיקה, שהן מתאימות למשתנים שנמדדו, ושקיים מבחן סטטיסטי מתאים לבדיקתן.

. בניית כלי מחקר 5 בינה מלאכותית יכולה לסייע בחשיבה ראשונית על שאלות לשאלון, בניסוח פריטים ובארגון השאלון לפי משתנים. לדוגמה, אם רוצים למדוד מוטיבציה לימודית, ניתן לבקש רעיונות לפריטים כגון: אני משקיע/ה מאמץ כדי להצליח בלימודים. חשוב לי להבין את החומר הנלמד. אני מתמיד/ה בלמידה גם כאשר החומר קשה. דוגמה לפרומפט: הצע פריטים לשאלון הבוחן מוטיבציה לימודית בקרב תלמידים. עבור כל פריט, ציין איזה משתנה הוא נועד למדוד והצע סולם תשובות מתאים. אפשר לבקש גם ארגון של השאלון לפי משתנים: ארגן את פריטי השאלון לפי משתנים: מוטיבציה פריטים בסולם ליקרט 4 לימודית, הרגלי למידה ותחושת מסוגלות עצמית. עבור כל משתנה, הצע .5 עד 1 מ־ עם זאת, שאלון שנוצר על ידי בינה מלאכותית אינו בהכרח כלי מחקר מתוקף ומהימן. אם קיימים שאלונים מחקריים מוכרים ומתוקפים, עדיף להשתמש בהם או להתבסס עליהם בהתאם לכללי הציטוט וההרשאה. אם נבנו שאלות חדשות, יש להסביר כיצד נוסחו, מדוע הן מתאימות למחקר, והאם נערכה בדיקה מוקדמת של בהירות השאלון. . ניתוח הנתונים 6 בינה מלאכותית יכולה לסייע גם בחשיבה על שיטת הניתוח הסטטיסטי, אך ההחלטה חייבת להתבסס על שאלת המחקר, סוג המשתנים ומבנה הנתונים.

לדוגמה, אם שאלת המחקר היא: האם קיים קשר בין מוטיבציה לימודית לבין ציון במבחן?

230