Edinburgh 2011

Avui estic preparant les maletes, marxo cap a Escòcia!

Durant la setmana vinent assistiré a la primera “Alignment School” creada i promoguda pel Games and Learning Alliance (GaLA). Aquesta iniciativa a nivell europeu vol estudiar l’ús de jocs seriosos (SG) per a l’educació en diferents àmbits i des de diferents perspectives.

Tinc la sort de poder assistir i presentar breument (el que els anglesos diuen fer un “pitch”) el meu projecte sobre l’estudi de la perspectiva temporal en l’entorn d’aprenentatge basat en jocs (GBL). L’objectiu d’aquesta presentació és fer conèixer el projecte, i la importància que penso té el temps en els entorns formatius, no només com a “idea física” sinó com a constructe, és a dir; la manera com cada individual veu el temps i com aquesta visió afecta als processos d’aprenentatge, tant individuals com col·laboratius, a través de les TIC.

Un cop hagi fet la presentació, us penjaré un enllaç al ppt! Fins aviat.

 

 

 

 

Etiquetes: GaLA, Time Perspective, TP

Conclusions?

No volia titular aquest post “conclusions” ja que el meu projecte encara està realment per començar.  A més, el disseny de recerca presentat no té com a objectiu concloure res ni pretén afirmacions taxatives. El procés exploratori que espero emprendre en breu té l’ànim de conèixer,  reflexionar, sempre des del mètode científic, sobre un aspecte molt important però alhora poc conegut pels mateixos implicats (parlo dels estudiants, els professors, els dissenyadors instruccionals, etc.): el temps com a constructe.

En el procés de recerca caldrà tenir en compte el temps no només com a variable independent, sinó com a possible limitació. El projecte de final de màster s’ha de presentar al final del semestre vinent i es podrà començar a recollir dades a partir del mes de setembre, que és quan comencen els cursos que conformaran la mostra. Per tant, cal avançar feina i preparar les eines de mesura  i fer la revisió bibliogràfica més completa quan abans millor.

El fet de triar una metodologia mixta pot ser també un element que dificulti la investigació. Per una part cal un disseny quasi-experimental per a estudiar leshipòtesis, però també amb una part qualitativa, exploratòria del tema de recerca amb poca literatura prèvia i la qual haurà d’estar conduida a través d’enquestes i observació directa dels participants en els cursos blended i en el joc. La tria d’aquest apropament mixte va ser totalment conscient i valorada, i és la que ens pot ajudar a entendre millor el problema de recerca; però això no treu que la investigadora necessiti coneixements de les dues disciplines, per tant, cal que estudii sobretot la metodologia qualitativa, aquella que menys ha fet fins ara i que, personalment, considera més dificil de dur a terme de manera correcte. Per això seran lectures obligatòries els llibres de la bibliografia sobre mètodes qualitatius i mixtes.

Per altra banda, el fet d’estar implicada en la creació del joc i conèixer en profunditat les altres eines de mesura permetrà un procés de recollida de dades de qualitat, tot i que caldrà estudiar la fiablilitat i validesa dels resultats a l’hora de poder o no generalitzar-los. Es presenten uns mesos intensos, interessants i plens de reptes.

Comença, doncs, el compte enrere!

__________________

Aquest bloc seguirà actiu com  a part del projecte de final de Màster en e-learning de la Mireia Usart.

 

Etiquetes: conclusions, recerca, resultats

Fiabilitat, validesa, triangulació… Anàlisi de dades.

Seré sincera. Hem arribat a la que potser és la part del projecte que em fa més respecte, però com diuen alguns dels autors llegits (Tochin, 2006; McMillan,  Schumacher & Sánchez, 2005), no hi ha pas dificultat en els càlculs (car tenim diferent progamari que “treballa” les dades) sinó en saber què volem fer amb ells.

Per tant, si hem fet un bon disseny i establert clarament les variables i hipòtesis o preguntes, no hauriem de tenir cap problema a l’hora de fer l’anàlisi de les dades, tant les quantitatives com les qualitatives.

Com que la meva (poca) experiència prèvia a les ciències socials es limitava a les variables matemàtiques, sempre numèriques i quasi sempre directament mesurables, he estat immersa durant unes setmanes en lectures sobre l’anàlisi de dades en ciències socials, especialment, en educació.

Segons Trochin (2006), podem diferenciar tres fases o parts que composen l’anàlisi complet de les dades d’una investigació:

“…we use inferential statistics to make inferences from our data to more general conditions; we use descriptive statistics simply to describe what’s going on in our data.”

1. Preparació de les dades: Un cop recollides les dades a través de les eines i tècniques de mesura, cal ordenar-les acuradament, preparar els arxius de dades (com excel o altres) que ens donin una primera idea de la seva magnitud i validesa. Entenc que si hi ha participants que no han fet tots els tests o els han contestat de manera incorrecta, cal treure aquestes dades de la mostra final. L’ordre i claredat de les dades és bàsic per a les dues fases següents:

2. Estadística descriptiva: com el seu nom indica, l’hem d’utilitzar per descriure la mostra, els seus valors mitjos i els errors de mesura associats a tota mesura o experiència. Habitualment s’utilitza el càlcul de mitjana, el de mediana, moda o el de la desviació estàndar. És recomanable acompanyar les dades d’un gràfic que ens ajudi a veure clarament la distribució de les dades i les possibles desviacions abans de passar a l’estudi de les hipòtesis. Aquest pas és important per als estudis amb mesures quantitatives, però també es pot realitzar en estudis qualitatius si hi ha enquestes o dades dels participants a agrupar per edats, gènere, classe, nivell d’estudis, etc.

3. Estadísitca inferencial: per treure conlusions sobre les hipòtesis i poder fer posteriors generalitzacions des de la mostra a la població o target, cal un tractament de dades més avançat. Tot i que fent una ullada als resultats descriptius podem “intuir” certs resultats, sobretot els més evidents, no és correcte afirmar res sense haber utilitzat un dels mètodes següents:

Paramètric:  Anova (anàlisi de variança d’un factor),  t de student. No paramètric: Txi quadrada, coeficient de contingència. Lògic: probabilitat, error típic, intèrvals de confiança. Hipòtesis nula: nivell de significació i Multivariant (o MANOVA).

Tot i així, cal tenir clar que l’estadística inferencial és usada per fer judicis de la probabilitat que una diferència observada pugui ser o no realment una diferència, però que tot queda en probabilitat; no podem afirmar, sinó falsar les hipòtesis.Sempre hem de tenir això clar, i anar amb molta cura a l’hora d’afirmar o fer conclusions.

Per al nostre estudi en concret, i recordant les variables i les hipòtesis de recerca, podem establir quin tipus d’anàlisi inferencial farem:

a) La nostra VI, és a dir, la perspectiva temporal, és una variable nominal, els nombres no en designen quantitat ni grau i l’assignació de nombres en els  seus possibles valors és arbitrària:

1: FTP

2: Present negatiu

3: Present hedonista

4: Passat positiu

5: Passat negatiu

Per a la primera pregunta, exploratòria, serà suficient mesurar la mitjana i la desviació estàndar de la variable independent.

b) Les variables depenents, tant l’Academic Achievement com la Performance, són mesurats amb una escala ordinal típica de les puntuacions d’exàmens o jocs (com els %).

Per estudiar si les variables estan o no relacionades, i tot això fer-ho dins una mostra de participants que volem que sigui externament valida i, per tant, generalitzable, necessitem l’estadística inferencial. Amb una relació entre variable nominal i variables ordinals com la nostra, i segons McMillan, Schumacher i Sánchez (2005), hem d’aplicar un ANOVA, ja que ens permetrà estudiar relacions entre una VI i diferents VD sense haber de fer diferents proves de la t de Student. A més, aquest tractament estadístic també permet estudiar hipòtesis nules com la nostra segona afirmació.

Espero no “morir” en l’intent

__________

Referències

McMillan, J. H., Schumacher, S. & Sánchez, B. J. (2005). Investigación educativa: Una introducción conceptual. Madrid: Pearson.

Trochim, W.M.K (2006). Research Methods Knowledge Base, retrieved from:  http://www.socialresearchmethods.net [26/05/2011]

Etiquetes: anàlisi de dades, estadística, Hipòtesis, preguntes, variables

Mètode (II): Instruments, eines i procediment.

Els instruments o eines de mesura, també anomenats tècniques, ens serveixen per mesurar les variables d’estudi mitjançant  indicadors. Depenent de la naturalesa de les variables a estudiar, les tècniques utilitzades seràn més o menys complicades, tindràn més o menys indicadors.

Així, no és el mateix mesurar la temperatura superficial d’un sòlid (amb un instrument de mesura com el termòmetre en tindrem prou), que voler mesurar la qualitat d’un producte (on no hi ha un sol indicador, sinó que la variable “qualitat” està composada de diferents indicadors, que segons el tipus de producte i els estàndars del mercat, haurem d’utilitzar).

De fet, un pas molt important en investigació educativa,  és definir de manera clara cada una de les variables. Molts cops ens trobem que hi ha tantes definicions com autors han estudiat una variable en concret. Per exemple, hi ha autors que parlen de “resultats d’aprenentatge” referint-se a una puntuació en un test de coneixements; mentre d’altres diuen que “resultat d’aprenentatge” és una variable composta no només del resultat del test, sinó de capacitats competencials dels alumnes i resolució de problemes complexos, etc.

Així doncs, cal anar molt amb compte en tot procés de recerca, abans d’establir les eines de mesura, cal que definim una a una i referenciem les variables que estudiarem.

Com que aquest pas ja el vam fer al plantejar les hipòtesis, el següent serà operativitzar les variables mitjançant indicadors. Concretament, els indicadors ens permeten quantificar els conceptes; en el nostre cas:

ZTPI: Eina creada per Zimbardo i Boyd (1999) per mesurar la perspectiva temporal. Aquest qüestionari consta de 56 sentències o items; els participants han d’explicitar, en una escala Likert de 5 punts, el seu grau d’acord amb cada afirmació. El resultat dona un perfil temporal o perspectiva temporal (TP) individual. Aquest instrument de mesura ha estat validat (per psicometria) per diferents investigadors, tant en  la seva versió anglesa com en la versió espanyola (la que utiltizarem en la nostra experiència). Aprofitarem la plataforma Moodle dels cursos bimodals en els quals centrem el nostre estudi, per vehicular aquests tests des de l’inici de curs.

Qüestionari sobre finances: (PRE i POST tests) Abans del joc, i com a part inicial dels cursos de finances per a perfils no financers,  els participants en el programa estudiat han de contestar un test de nivell sobre els conceptes bàsics de finances. Aquest instrument utilitzat per als professors serveix per mesurar de manera objectiva el grau de coneixement dels estudiants (hi ha estudis que es limiten a demanar als estudiants la seva opinió sobre el que han après, però aquest procés és massa subjectiu per un estudi de caire quantiatiu com el presentat) que accedeixen als cursos bimodals. Aquesta eina ens servirà, doncs, per mesurar el grau de coneixements en finances inicial i final (després del joc) de cada estudiant; per tant, podrem quantificar l’assoliment o millora d’aprenentatge.

Logs del Joc: el joc col·laboratiu dissenyat per al curs bimodal de finances té una base de dades pensada per poder emmagatzemar les dades més importants de l’experiència: el temps de joc, les interaccións per xat dels participants, les respostes correctes i incorrectes tant per la fase individual com per la col·laborativa, etc. A més, dins el joc hi ha un petit qüestionari inicial que permet mesurar les variables intervinents (nivells previs de coneixement i experiència i edat). El joc es portarà a terme durant la primera sessió del curs dedicada a les finances.

A part de les mesures quantitatives, la observació directa dels participants en el programa, de les seves activitats a la plataforma Moodle i presencials, durant el joc,  ens servirà per obtenir dades qualitatives que donin suport al procés quantitatiu i ajudin a les conclusions.

El procediment, doncs, queda com segueix:

Etiquetes: eines, indicadors, tècniques, TP, variables

Mètode (I): Participants i disseny.

Ens apropem al final del disseny del projecte. Els següents punts que manquen per explicitar són els que formen part, en un disseny quantitatiu o mixt, de l’apartat de metodologia de recerca.  En aquest petit mapa mental he volgut aclarir allò que cal que aquest apartat presenti (seguint els articles llegits, sobretot els que coincideixen amb la metodologia que es vol aplicar):

Per poder dur a terme l’experiència, cal una mostra sobre la qual mesurar, el disseny més adequat i factible (de tots els possibles dins l’aproximació metodològica triada),  uns instruments de mesura vàlids mitjançant els quals obtenir les dades que han de ser analitzades i un tractament de dades que ens portin a confirmar o rebutjar les hipòtesis prèvies i a intentar contestar les preguntes d’investigació.

La mostra surt de la població participant en l’experiència. Segons Escuder i Murgui (1995), la població és el conjunt d’observacions de la variable mesurada. Per al cas que ens ocupa, la població coincideix amb els estudiants dels programes de màster que comencin durant el primer semestre del curs 2011-12 (seran, doncs, alumnes majors de 21 anys i amb estudis universitaris).  Ara bé, el tamany i la composició exactes de la mostra no les podem anticipar, ja que pot ser que alguns alumnes no participin en el joc, o que no completin tots els qüestionaris necessaris per a la presa de dades. Tot i així, la mida final ha de ser prou alta per poder generalitzar els resultats trobats (Bryman, 2008).

Un altre punt molt important a tenir en compte durant  l’experiència és el d’assegurar que tots els implicats (alumnes i professors) estiguin informats dels objectius d’investigació i dels resultats, si així ho desitgen.

Pel que fa el disseny; i després de molt pensar-hi, entenc que millor pot assegurar els resultats és de caire quasi-experimental: un entorn massa controlat on els estudiants juguessin al joc podria restar validesa externa; un procés post-hoc no ens permet controlar les variables que intervenen. Serà necessari fer un test previ de coneixements i un test posterior a l’acció formativa (joc) per poder mesurar els canvis en el grau de coneixement dels participants, tot i que no cal grup de control, ja que en aquest cas la variable independent (TP) és inherent a cada subjecte, i el que es vol estudiar és la diferència entre les TP de cada individu i els resultats de joc i d’aprenentatge.

En el següent post explicaré en detall els instruments i les tècniques de mesura que farem servir per mesurar les dades.

______________

Referències:

Bryman, A. (2008). The nature of quantitative research. Dins A. Bryman, Social research methods (3rd ed., p. 139-163). Oxford: Oxford University Press.

Escuder, V. R., & Murgui, I. J. S. (1995). Estadística aplicada: Economía y ciencias sociales. Valencia: Tirant lo Blanch.

Etiquetes: experiència, Hipòtesis, mostra, població

Reflexions sobre el mètode científic

Els mesos de maig i juny, molts estareu d’acord amb mi, són intensos; a més, amb el projecte, hi hem afegit moltes lectures i alguns debats interessants al voltant de què significa “fer ciència” i com es pot arribar al coneixement del món que ens envolta.

Una lectura apassionant que, entre d’altres temes, parla de la importància de la ciència, és “El dios de cada uno” del brillant doctor en medicina i neurocientífic Francisco Mora. De les reflexions que es presenten en el llibre, voldria citar-ne un parell que m’han semblat aclaridores i d’acord amb els errors que encara comentem en molts processos científics:

“Un niño de tres años que ya ha comenzado a desarrollar una mente propia, mecanicista, y que es capaz de entender explicaciones causa-efecto, (…), preguntó espontáneamente “quien” y no “cómo”. ” (Mora, 2011; pg. 137)

“(…). Eso es el pensamiento mágico. La relación de causas que no son tales. Y ése es el pensamiento que primero aflora en los niños con cerebro todavía inmaduro.” (Mora, 2011; 140)

D’aquestes paraules, entenc que les relacions entre variables, com per exemple les que he explicitat en el post anterior, i que conformen el nucli del procés investigador del meu procés de recerca, corren el perill de caure en una falacia:  no és correcte afirmar “La perspectiva temporal és la causa d’una millor puntuació en el videojoc”,  almenys no ho és si no hi ha una base teòrica i/o moltes experiències prèvies que recolzin, justifiquin aquesta suposada relació “causa-efecte”. Els humans, almenys a occident; tendim massa a buscar causes “ocultes” o “culpables”; ens oblidem a vegades que alguns fets simplement passen alhora, o un darrera l’altre, sense q directament. Per arribar ue un causi l’altre. per afirmar que dues variables tenen una relació de causa-efecte, cal molta ciènca; experiments o experiències (quasi-experimentals), observacions en profunditat, repeticions, mostres prou significatives, etc.

Així doncs, repeteixo que les hipòtesis anteriorment exposades les he formulat com a tals a partir de les observacions científiques rigoroses que he llegit i estudiat. Per aquelles relacions en les que no tinc seguretat del què pot passar, he preferit fer una pregunta, explorar possibles patrons de correlació.

Per acabar us deixo aquest interessant document, on el Francisco Mora escriu sobre “neuroeducació”.

Scribd de Fransico Mora sobre Neuroeducació

___________

Referències:

Mora, F. (2011). El dios de cada uno:  por qué la neurociencia niega la existencia de un dios universal. Madrid: : Alianza Editorial.

Etiquetes: ciència, correlació, Hipòtesis

Preguntes i hipòtesis d’investigació

El pas lògic un cop explicitats el tema i problema d’investigació, feta la revisió bibliogràfica, presentat el propòsit i també l’aproximació triada per a l’estudi, és definir les variables i les relacions que esperem trobar entre elles; és a dir, concretar encara un xic més allò que es vol estudiar, analitzar o explorar; ara bé, com ens explica Riba (2009; pg. 36):

“És irrebatible que una variable s’ha de definir operacionalment, la qual cosa significa que la definició ha d’incloure els criteris que permeten identificar-la i registrar-la, i els que permeten mesurar-la. També s’entenen les variables com a descripcions en llenguatge matemàtic, malgrat que aquest pas ja ens duria plenament al terreny de la mesura (…). Una cosa és una variable, i una altra la seva mesura.“

És a dir, cal definir  les variables de manera clara i unívoca per poder procedir a l’estudi d’aquestes, tot operativitzar-les en indicadors mesurables; al post dedicat a la metodologia, i concretament dins del subapartat de material, ja ens dedicarem a explicar aquest pas tant important, per saber amb quins indicadors prendrem les dades que recolliran cada variable implicada. Anem a veure, de moment, quines són les variables conceptuals triades per al projecte:

Independent (és la causa suposada en una relació causa-efecte descrita per una hipòtesi, és el component que els investigadors poden modificar)

• Perspectiva Temporal (TP): és un constructe psicològic definit, segons Zimbardo i Boyd, 1999, la visió de nosaltres mateixos, el món i les relacions passades pel filtre dels processos cognitius de base temporal. Les categories existents dins aquesta variable són la de passat, present i futur.  Aquest procés fonamental ve determinada per la cultura, l’educació, la classe social, la religió i la nostra familia; i es construeix des d’una edat molt jove.

Dependents (la consequència en la relació amb la VI, hauria de variar tal i com es suposa a les hipòtesis prèvies, del contrari, aquestes no es podran acceptar com a vàlides.)

• Resultats de joc (Individual Performance / Dyad Performance): la puntuació que treuen els estudiant en el joc de finances. Aquesta puntuació pot ser individual i grupal (per la fase del joc col·laborativa en parelles o díades); per aquesta darrera variable, com que ni hi ha quasi cap estudi previ en termes de TP i col·laboració, farem una pregunta exploratòria.
• Èxit acadèmic (Academic Achievement): la definició no és única en els autors estudiats, però per a nosaltres és el grau de coneixement en finances que assoleixen els estudiants en relació amb aquell del que parteixen; en l’AA hi conflueixen diferents aspectes com el temps que es dedica a l’estudi, la procastinació i la motivació; és a dir, els processos d’autorregulació que s’hauran de tenir en compte a l’hora de definir els indicadors d’aquesta variable.
  

Intermediàries (aquelles variables que poden estar canviant el resultat de la relació observada)

• Grau previ de coneixements en finances
• Grau previ d’experiència en finances.

Aquests dos aspectes s’han de tenir en compte ja que poden influenciar el resultat;  dos estudiants amb la mateixa TP però amb experiència en finances diferent, segurament presentin una performance diferent.

Estranyes (aquelles que són presents a l’experiència però que no volem relacionar)

• Edat: en un principi, per a l’edat adulta no hi ha cap patró de TP més dominant que un altre, però caldrà buscar patrons relacionals entre TP i edat per evitar resultats esbiaixats.

• Gènere: alguns estudis previs han relacionat diferents patrons de TP amb el gènere (Kolesovs, 2004); trobant que les dones presenten una perspectiva present-negativa més alta que els homes.
• Grau d’estudis: al centrar el nostre estudi en una mostra d’estudiants universitaris de nivell de màster, és d’esperar que, segons la teoria de la perspectiva temporal en la que ens basem, el perfil dominant de TP sigui el de FTP (orientat al futur), tot i així, no farem una hipòtesi, sinó una pregunta exploratòria, ja que no hi ha estudis experimentals anteriors que confirmin aquesta afirmació.

Les suposicions o hipòtesis que faré per guiar l’estudi són referents a les referències que vaig citar a l’article anterior i que han estudiat prèviament com influeix la TP en els processos d’ensenyament-aprenentatge:

Preguntes d’investigació:

Quina és la distribució de perfils temporals (TP) dels estudiants per edat i gènere?

Quin és el comportament (Resultats de joc) per a les diferents possibles composicions de TP a les díades?

Hipòtesis 1:

Basant-nos en els estudis previs, tot i que cap d’ells s’ha fixat en programes blended ni en GBL; suposem que  els estudiants orientats al futur FTP obenen un millor grau d’èxit acadèmic que aquells orientats al present o al passat.

Hipòtesi 2:

Segons els estudis duts a terme prèviament i la teoria explicitada, tot i que els estudiants orientats al futur mostren habitualment millors resultats acadèmics, sobretot a mig i llarg termini; en el cas dels jocs, els perfils orientats al present es suposa que es senten atrets per aquest tipus d’accions “amb recompensa immediata”, per tant,  no hi ha d’haver una diferència significativa entre els resultats individuals de joc per als estudiants orientats al present i aquells orientats al futur.

En el post referent a la metodologia us adjuntaré una taula on explico com es mesura cada una d’aquestes variables i els seus possibles resultat.

_________

Referències:

Riba, C (2009). El procés d’investigació científica. Barcelona: FUOC.

Zimbardo, P. G., & Boyd, J. N. (1999). Putting time in perspective: A valid, reliable individual-differences metric. Journal of
Personality and Social Psychology, 77, 1271–1288.

Koļesovs, A. (2004). Gender Differences in Time Perspective of High School Students in Latvia. Baltic Journal OF PSYCHOLOGY (2004) 5,  1, 14-20

Etiquetes: GBL, Hipòtesis, preguntes, TP, variables