6.3.1. Kwestionariusz „Poczucia Integracji Rówieśniczej” (PIR)
Do pomiaru postrzegania jakości relacji rówieśniczych wykorzystano kwestionariusz
„Poczucia Integracji Rówieśniczej” (PIR). Za jego pomocą uzyskujemy informację o opinii danego ucznia na temat postrzegania zarówno pozytywnych, jak i negatywnych relacji z kolegami/koleżankami klasowymi. Narzędzie tworzy osiem pozycji, których akceptacja oznacza „pozytywne” relacje rówieśnicze (np. „W klasie mam bardzo wielu przyjaciół”) oraz siedem twierdzeń, z którymi zgoda oznacza „negatywne” ich postrzeganie (przykładowo:
„W klasie jest wielu uczniów, którzy mi dokuczają”). Zadaniem badanych jest ocena tego, jak dobrze każde z piętnastu twierdzeń skali opisuje jego sytuację. Zgodność tę uczniowie opisują korzystając z 4-punktowej skali: od TAK, poprzez RACZEJ TAK, RACZEJ NIE, aż do NIE. Przygotowana przez G. Szumskiego (2010) polska wersja narzędzia była z powodzeniem wykorzystywana w szeregu badań (Grygiel, 2015; Grygiel, Humenny, Rębisz, i in., 2014; Grygiel, Humenny, Świtaj, Rębisz i Anczewska, 2014;
Szumski i Karwowski, 2012, 2014, 2015; Grygiel, w recenzji).
W analizach użyto wartości czynnikowe oszacowane w ramach konfirmacyjnego podłużnego (klasa trzecia oraz klasa piąta) modelu podwójnego czynnika (por. Hu-menny i Grygiel, 2015b), testowanego wcześniej przez P. Grygla (w recenzji; 2015) w oparciu o eksploracyjne analizy czynnikowe, iteracyjnie modyfikowane modele częściowo-konfirmacyjne z rotacją celową oraz podłużne modele w pełni częściowo-konfirmacyjne. Przyjęty model zakłada, że zróżnicowanie pozycji skali najlepiej odzwierciedla występowanie tworzonego przez wszystkie pozycje testu czynnika głównego (określanego dalej jako PIR) oraz trzech ortogonalnych – tak w stosunku do czynnika głównego, jak siebie nawzajem – podczynników19. Miary jednowymiarowości dla modeli podwójnego czynnika (tj. omega h, omega s czy wyjaśnionej wspólnej wariancji – ECV) wskazują jednocześnie, że kwestionariusz powinien być używany raczej do pomiaru ogólnej percepcji jakości relacji rówieśniczych niż ich pozytywnego lub negatywnego aspektu. Cechuje go więc substancjalna jednowymiarowość w znaczeniu, jakie pojęciu temu nadawał W. Stout (1987). Ogólny schemat modelu przedstawia rysunek 6.1.
6.3.2. Pozycja socjometryczna
W analizach uwzględniono zarówno pozycję zajmowaną w ramach rówieśniczych sieci
„pozytywnych”, jak i „negatywnych”. Liczba wskazań „pozytywnych” oszacowana została w oparciu o pytanie: „Wymień osoby z Twojej klasy, z którymi najbardziej chciałabyś się bawić”. Z kolei analogiczna miara „negatywna” powstała w oparciu o odpowiedzi
19Pierwszy z nich obejmuje wszystkie (za wyjątkiem twierdzeń 29 oraz 44) pozycje „negatywne” (PN).
Dwa kolejne związane są z pozycjami „pozytywnymi”. Pierwszy podczynnik „pozytywny” (PP2) odnosi się do ogólnej pozytywnej percepcji relacji rówieśniczych zachodzących w ramach klasy, drugi (PP1) zaś jest bardziej „specyficzny”, związany z chęcią spędzania z kolegami/koleżankami wolnego czasu (przede wszystkim) po zajęciach szkolnych. Treść pozycji zawiera tabela nr 6.2.
90
6. Efektywność nauczania a relacje rówieśnicze
Rysunek 6.1. Podłużny model podwójnego czynnika kwestionariusza PIR.
Uwaga: PP1-3 oznacza pierwszy podczynnik pozytywny (mierzony w klasie III); PP2-3 to drugi podczynnik pozytywny (w klasie III); PN-3 oznacza podczynnik negatywny (z klasy III); PIR-3 to czynnik generalny (mierzony w klasie III). Linie zakończone jedną strzałką oznaczają ładunki czynnikowe.
Linie zakończone dwiema strzałkami to współczynniki korelacji. Dla zwiększenia przejrzystości pominięto międzyczasowe korelacje pomiędzy resztami odpowiadających sobie wskaźników obserwowalnych (np.
korelację reszty pozycji nr 2 z klasy 3 z resztą pozycji nr 2 z klasy V, etc.). Treść pozycji zawiera tabela 6.2.
udzielone na pytanie: „Wymień osoby z Twojej klasy, z którymi raczej nie chciałabyś się bawić”. W przypadku obu pytań uczniowie mogli wymienić dowolną liczbę rówieśników.
Pozycję zajmowaną przez ucznia w sieci pozytywnej oraz negatywnej estymowano wykorzystując metodę zaproponowaną przez A. M. Velásquez (2010; 2013). Bazuje ona na oszacowaniu wpływu wywieranego przez różną liczbę uczestników badania socjometrycznego w różnych klasach, w oparciu o modele regresyjne, a następnie na wykorzystaniu estymowanych współczynników b jako wag korygujących liczbę wskazań socjometrycznych uzyskanych przez każdego z badanych. W konsekwencji – inaczej niż ma to miejsce w tradycyjnie stosowanych metodach szacowania pozycji socjometrycznej (por.
np. Coie i in., 1982) – nie występuje konieczność standaryzowania wyników określających pozycję socjometryczną w ramach klas (ze średnią 0 oraz odchyleniem 1), a co za tym idzie istnieje możliwość porównywania (skorygowanej) liczby uzyskanych wskazań pomiędzy różnymi turami badań. To zaś umożliwia oszacowanie, czy otrzymana w kolejnych
91
(Ko)warianty efektywności nauczania. Wyniki badania w klasach IV–VI
turach badania liczba wskazań socjometrycznych pozostaje taka sama, czy też ulega zmianom i w jakim kierunku.
6.3.3. Osiągnięcia szkolne
Test osiągnięć szkolnych został wykonany dwukrotnie. Po raz pierwszy po zakończeniu nauki w klasie trzeciej, po raz drugi na koniec klasy szóstej. Zarówno badanie na zakończe-nie pierwszego, jak i drugiego etapu edukacyjnego obejmowało trzy zakresy tematyczne:
umiejętności czytania, świadomości językowej oraz umiejętności matematycznych.
Testy przeprowadzone po zakończeniu klasy trzeciej cechują się wysoką rzetelnością od 0,86 do 0,88 (Dolata i in., 2014). Szczegóły na temat ich konstrukcji i zawartości odnaleźć można w publikacji Jasińskiej i Modzelewskiego (2014). W skrócie, wyniki każdego z trzech testów wyskalowano jednowymiarowym modelem Rascha dla zadań dychotomicznych oraz modelem partial credit dla zadań wykorzystujących skale porząd-kowe (por. Modzelewski, 2015). Do obliczeń wykorzystano estymator marginal maximum likelihood – MML (Bock i Aitkin, 1981), pakiet TAM (Kiefer i in., 2015) ze środowiska R (R Core Team, 2013). W modelach uwzględniono informację o płci i średnim wyniku w oddziale. Za wskaźnik poziomu osiągnięć szkolnych przyjęto oszacowania expected a posteriori (EAP). Wyniki każdego testu przeliczono na skalę o średniej 100 i odchyleniu standardowym 15 w populacji uczniów.
Szczegółowe informacje na temat przygotowania testów na koniec klasy szóstej, ich zawartości, sposobów skalowania i właściwości psychometrycznych zawiera rozdział drugi niniejszej książki. Ostatecznie umiejętności uczniów w każdym z trzech analizowanych zakresów oszacowano i przedstawiono na skali o średniej 100 i odchyleniu standardowym 15 – tak samo jak w przypadku testów przeprowadzonych po zakończeniu klasy trzeciej.
6.3.4. Zmienne społeczno-demograficzne (kowarianty)
W analizach wykorzystano także informacje o podstawowych społeczno-demograficznych cechach badanych uczniów, tj. płci, wieku oraz czynnikach statusowych.
W przypadku wieku uwzględniono dwie zmienne kategorialne opisujące uczniów o przyspieszonym [Wiek (mł.)] lub opóźnionym [Wiek (st.)] toku kształcenia. Zmienna opisująca przyspieszony tok kształcenia (wcześniejszy start szkolny) przyjmuje wartość 1 dla uczniów młodszych niż główna kohorta wiekowa oraz 0 dla pozostałych. Podobnie zmienna reprezentująca uczniów o opóźnionym toku kształcenia przyjmuje wartość 1 dla uczniów starszych niż uczniowie z głównej kohorty oraz 0 dla pozostałych.
W estymacji modeli wykorzystano także dwa wskaźniki opisujące status rodziny ucznia: poziom wykształcenia rodziców (Wykszt.) oraz wskaźnik zasobności rodziny ucznia (Zasob.). Poziom wykształcenia rodziców wyrażony został latami nauki. Szczegóły dotyczące tego przekształcenia odnaleźć można w książce opisującej efektywność nauczania na pierwszym etapie edukacyjnym (Dolata i in., 2014). Do analiz wykorzystano wskaźnik mówiący o poziomie wykształcenia lepiej wyedukowanego rodzica (Wykszt.).
92
6. Efektywność nauczania a relacje rówieśnicze
Drugi wskaźnik SES określa poziom zasobności rodziny w dobra materialne potencjalnie ważne dla rozwoju intelektualnego dziecka. Wzięto pod uwagę, czy dziecko ma: własne biurko do nauki, własny pokój, spokojne miejsce do nauki, edukacyjne programy kompu-terowe, dostęp do Internetu, kalkulator, czy w domu znajduje się literatura piękna, zbiory poezji, dzieła sztuki, encyklopedie, słowniki, zmywarka do naczyń, DVD albo video, antena satelitarna lub telewizja kablowa, aparat cyfrowy, mikroskop lub luneta. Wzięto pod uwagę także liczbę książek znajdujących się w domu, w którym mieszka dziecko (jako zmienną porządkową, gdzie 1 to 0 – 25 książek; 2 to 26 – 100 książek; 3 to ponad 100 książek).
Syntetyczny wskaźnik zasobności utworzyły wartości czynnikowe czynnika głównego z modelu bi-factor, oszacowanego estymatorem WLSMV z wykorzystaniem eksploracyjnych modeli równań strukturalnych (ESEM)20. Model podwójnego czynnika, w którym odpo-wiedzi na wszystkie pytania definiowały czynnik główny (zasobność) oraz trzy podczynniki (opisujące: [1] miejsce/przestrzeń dla dziecka, [2] zasobność w sprzęt elektroniczny i AGD oraz [3] konwencjonalne pomoce naukowe) okazał się dobrze dopasowany do danych (RMSEA = 0,024; CFI = 0,983; TLI = 0,969). Im wyższe wartości przyjmuje omawiany wskaźnik, tym większa globalna zasobność gospodarstwa domowego w dobra materialne potencjalnie sprzyjające rozwojowi intelektualnemu ucznia. Sposób obliczania tego wskaźnika jest analogiczny do zastosowanego na danych zgromadzonych, gdy dzieci były w klasie pierwszej. Szczegółowy opis można odnaleźć w książce „Kontekstowy model efektywności nauczania po pierwszym etapie edukacyjnym” (Dolata i in., 2014). W dalszej części tekstu wskaźnik ten skrótowo określać będziemy jako Zasob.