کاربرد تکنیک های مدل یابی چند سطحی در تحلیل داده های تیمز 2007 و مقایسه آن با تحلیل یک سطحی

در رویکرد سنتی تحلیل داده های IEA از مدل های آماری یک سطحی استفاده می شد. در حالی که در ساختار مدل های خطی سلسله مراتبی، هریک از سطوح به طور متداول توسط زیر مدل خود معرفی می شود و روابط بین متغیرها را در داخل سطح مشخص شده بیان می کنند، و تعیین می کنند که چگونه متغیرها در یک سطح، روابط موجود در سطح دیگر را تحت تاثیر قرار می دهند.
هدف پژوهش حاضر نشان دادن اهمیت کاربرد تکنیک چندسطحی در تحلیل داده های پرسشنامه دانش آموزان پایه هشتم مطالعه تیمز 2007و مقایسه آن با تحلیل یک سطحی بود.
این مقاله تکنیک مدل یابی چند سطحی را با استفاده از نرم افزار HLMبرای تحلیل داده های IEA به دلیل ماهیت این داده ها استفاده کرد. چرا که در داده های IEA دانش آموزان در درون کلاس ها، کلاس ها در درون مدارس و مدارس در درون کشورها آشیانه شده اند.
در بررسی یک سطحی(درسطح دانش آموز) رابطه خودپنداره، نگرش و اهمیت با پیشرفت هر سه متغیر(به ترتیب 0.48، 0.296 و 0.134) رابطه معناداری در سطح 001/0 با پیشرفت ریاضی داشتند. هم چنین نتایج تحلیل دو سطحی با استفاده از مدل آنوا یک راهه با اثرات تصادفی نشان داد که این سه متغیر (خودپنداره، نگرش و اهمیت)حدود 10/30 در صد از واریانس پیشرفت ریاضی در سطح دانش آموز و 47% در سطح مدرسه تبیین کرد.
نتایج متفاوت حاصل از این دو تحلیل حاکی از اهمیت کاربرد تحلیل های چند سطحی برای داده های آشیانه ای از جمله داده های تیمز است. تحلیل چند سطحی به بیان دقیق تر پدیده مورد مطالعه می پردازد. لذا با توجه به این که داده های تیمز ماهیت آشیانه ای دارندو داده های آن نیز به صورت چند مرحله ای استفاده از تحلیل چند سطحی به منظور به دست آوردن اطلاعات دقیق تر در مورد عوامل موثر بر پیشرفت دانش آموزان توصیه می شود.