Data-analyysi

Opiskelijoiden ja opettajien kyselylomakkeesta kerätyt tiedot altistettiin kattavalle analyysille, jonka tarkoituksena oli valottaa AgileXR-projektin pilottitoteutukseen osallistuneiden opiskelijoiden ja opettajien käsityksiä ja kokemuksia. Analyysi oli kaksijakoinen: kuvaileva ja päättelyllinen, kumpikin palveli tiettyä tarkoitusta datan ymmärtämisessä.

Aluksi kuvailevia tilastomenetelmiä hyödynnettiin datan peruskäsityksen tarjoamiseen. Tämä analyysi keskittyi datan yhteenvetoon ja järjestämiseen tavalla, joka mahdollisti vastaajien ominaisuuksien ja vastausten selkeän ja tiiviin esittämisen. Keskeiset kuvailevat tilastot, kuten keskiarvot, keskihajonnat ja prosenttiosuudet, laskettiin. Nämä tilastot tarjosivat alustavan käsityksen keskeisistä taipumuksista ja datan muuttuvuudesta, erityisesti opiskelijoiden osallistumisen, motivaation, yhteisöllisyyden tunteen, itseohjautuvuuden, opettajasuhteiden, oppimiskokemuksen, hankittujen taitojen ja ketterän ajattelutavan ymmärtämisen suhteen.

Datasyvyyden lisäämiseksi suoritettiin Studentin t-testejä. Nämä testit ovat erityisen hyödyllisiä kahden ryhmän keskiarvojen vertaamisessa ja ovat tutkimuksessamme keskeisiä eri muuttujien välisissä erojen tutkimisessa. Esimerkiksi t-testien avulla pystyimme tutkimaan, oliko opiskelijoiden käsityksissä ja kokemuksissa tilastollisesti merkitseviä eroja perustuen eri demografisiin muuttujiin (kuten sukupuoleen) tai muihin merkityksellisiin tekijöihin, kuten pilottityyppiin tai opetustyökaluihin.

Merkittävä osa analyysistämme käsitti opiskelijoiden vastausten vertailemisen kyselylomakkeen kaksiosaisiin kysymyksiin. Jokainen kysymys vaati opiskelijoita arvioimaan heidän yhtämielisyytensä väittämään ja vertaamaan heidän kokemustaan pilotissa heidän tavallisiin koulutusasetuksiinsa. Tämä vertaileva lähestymistapa mahdollisti meidän arvioida AgileXR-projektin metodologioiden ja työkalujen suhteellista tehokkuutta ja vaikutusta perinteisiin koulutuskäytäntöihin.

Data analysoitiin käyttäen Jamovi 2.3.28 -ohjelmistoa, joka tarjosi vankat työkalut sekä kuvailevaan että päättelylliseen tilastolliseen analyysiin. Tämä ohjelmisto mahdollisti datan tarkan ja tehokkaan käsittelyn, varmistaen löydöstemme luotettavuuden.