Šodien noslēdzās divdienu darbseminārs ar R programmu un IDB Analyzer. Jāsaka, ka ļoti lielisku rīku ir izstrādājuši Starptautiskā izglītības sasniegumu novērtēšanas asociācijas (International Association for the Evaluation of Educational Achievement) kolēģi, jo ar tā palīdzību var ātri paņemt salīdzinošo izglītības pētījumu datus un papētīt korelācijas koeficientus, īpatsvarus, vidējos, lineāro regresiju u.c. aprakstošo statistiku. Brīnišķi!
Kādā brīdī nonācām arī līdz individuālajam darbam, un ļoti vēlējos paskatīties uz Latvijas un Lietuvas bērnu lasītprasmes svaigākajiem datiem #PIRLS2021 no dzimuma un ģeogrāfijas perspektīvas (piemēram). Taču tur sanāca nelāga aizķeršanās, jo tieši šie datu lauki [ģeo] ļoti viegli atlasījās par Lietuvu, taču Latvijas gadījumā pagaidām ir naski paslēpušies [no manis] publiskajās datu bāzēs. Koleģiāli šeit tomēr nelikšu vien lietuviešu rezultātu ieskatu, un ļoti ceru, ka tuvākajās dienās arī latviešu dati būs jau pieejami.
Savukārt ātri pieejami paraudziņi bija par, piemēram, abu valstu lasīšanas rezultātu atkarību no bērnu patikas lasīt (sk. zemāk ļoti vienkāršu attēlu), kur statistiski nozīmīgi atšķiras mūsu bērnu, kuriem nepatīk lasīt sniegums no to bērnu rezultātiem, kam patīk lasīt, ko savukārt nevar nolasīt statistikas mērījumos par lietuviešu bērniem. Jāsaka, ka tāpat jau redzam sniegumu atšķirību starp valstu līmeņiem, taču dati ļauj jau pamanīt nianses.
Cits ātrs piemērs ir par to, kā lasītprasmes rezultātus ietekmē skolēnu sociāli-ekonomiskais stāvoklis (vēl viens tik pat vienkāršs attēls, darba procesā tapis). Atkal ielūkojoties aprakstošās statistikas failos, piesardzīgi apgalvotu par to, ka šeit nav statistiski nozīmīgas ietekmes. Tomēr noteikti šeit kopā ar Latvijas Universitātes zinātniekiem priecāsimies par papildu pazīmju izpēti un viedokli. Jo iespējams, ka ne vienmēr jāsagaida ir tieši statistiski nozīmīga kādas pazīmes vērtības ietekme, lai sāktu pieņemt lēmumus.
Tas, ko ar šiem vienkāršajiem piemēriem tik gribējās teikt, ka ir daudz labu aprakstošo datu (tā teikt – low hanging fruits), kurus jau gatavus varam izmantot gana pamatīgam ieskatam par bērnu lasītprasmi un to ietekmējošām pazīmēm. Atliek vien izvērtēt, kādas no visa piedāvājuma vēlamies apskatīt tuvāk un kādus tālākos scenārijus piedāvāt lēmumu pieņēmējiem par reģionālo atšķirību mazināšanu.
Ar sveicieniem no Dublinas,
Dace
P.S. 😊 un šo ļoti labi arī sniedz mūsu Latvijas Universitātes pētnieku pirmais ziņojums par Latvijas datiem. Un noteikti kopā varam meklēt vēl un vēl labus datu leņķus, kas raiti saliek skalā kopējo skatu uz to, kā mūsu bērni lasa, t.sk. salīdzinājumā ar mūsu kaimiņiem.
P.S.S. un turpmākās divas dienas jau būs vairāk prom no primārās analītikas [praktiskajiem darbiem] un tuvāk datu sekundārajai jeb padziļinātajai izpētei [pētnieku referātiem un diskusijām].