Equivalenza di base
Misura in cui due o più gruppi (ad esempio, gruppi di trattamento/intervento e gruppi di confronto) presentano caratteristiche simili all'inizio dello studio, al fine di confrontare l'effetto dell'intervento su tali gruppi. Quando si confrontano gli effetti di un intervento su due o più gruppi, si presume che i gruppi siano equivalenti in termini di performance, dati demografici o altre caratteristiche target prima dell'intervento (ovvero, al basale), in modo che eventuali differenze successive possano essere attribuite all'intervento.
Stabilire l'equivalenza di base consente di isolare l'effetto dell'intervento sul trattamento, escludendo al contempo fattori confondenti e influenze esterne. Un esempio di fattore che potrebbe contribuire a non riscontrare alcuna equivalenza di base sarebbe la presenza di un numero maggiore di studenti con prestazioni più elevate nel gruppo di trattamento rispetto al gruppo di confronto all'inizio dello studio. In tale situazione, l'effetto di un intervento non può essere isolato e i risultati sarebbero considerati distorti.
Analisi dei cluster
Metodo statistico per suddividere i partecipanti (ad esempio, studenti, scuole) in gruppi significativi in base al grado in cui condividono caratteristiche comuni (ad esempio, l'utilizzo di un prodotto). Le caratteristiche dei partecipanti di un cluster sono significativamente diverse da quelle degli altri cluster.
Gruppo di confronto
Il gruppo di partecipanti a uno studio che non riceve un trattamento/intervento o che riceve un trattamento/intervento diverso e che viene quindi confrontato con il gruppo di partecipanti che ha ricevuto il trattamento/intervento (ovvero il gruppo di trattamento).
Intervallo di confidenza
Un intervallo di valori stimati da un campione che probabilmente contiene il valore reale della popolazione. Ad esempio, se il valore stimato nel campione è compreso tra 0,40 e 0,60 con un livello di confidenza del 90%, si può concludere che se si estraggono più campioni da una popolazione, il 90% delle volte il valore stimato sarà compreso tra 0,40 e 0,60. In altre parole, c'è una probabilità del 90% che il valore medio della popolazione sia compreso tra 0,40 e 0,60.
Livello di confidenza
La probabilità che gli intervalli di confidenza osservati contengano il valore vero per la popolazione. Il livello di confidenza è impostato dal ricercatore e riportato in percentuale. Ad esempio, un livello di confidenza del 90% indicherebbe che se si estraessero campioni multipli da una popolazione, il 90% degli intervalli includerebbe il valore vero per la popolazione.
Fattore di confondimento
Un fattore o una variabile in uno studio che influenza almeno in parte la relazione tra le variabili indipendenti (ad esempio, trattamento/intervento) e dipendenti (ad esempio, risultati di apprendimento). La mancata inclusione o eliminazione dell'influenza di potenziali variabili confondenti (ad esempio, come covariata) limita l'affidabilità e la validità dello studio. Ad esempio, quando si esamina se gli studenti che utilizzano un prodotto (ad esempio, il gruppo di trattamento/intervento) dimostrano maggiori miglioramenti nei risultati rispetto agli studenti che non utilizzano un prodotto (ad esempio, il gruppo di confronto), un fattore confondente potrebbe essere il rendimento medio degli studenti di ciascun gruppo prima del trattamento. Qualsiasi differenza nel rendimento medio degli studenti tra i gruppi prima dell'introduzione del trattamento può influire sul loro miglioramento nei risultati dopo il trattamento. Pertanto, la mancata inclusione di qualsiasi differenza nei risultati nell'analisi o l'eliminazione di tale differenza prima del trattamento confonderà i risultati.
Correlazione
Misura statistica della relazione (entità e direzione) tra due variabili, ovvero la misura in cui una variabile cambia in relazione a un'altra variabile.
Coefficiente di correlazione
Il coefficiente di correlazione indicizza la direzione e l'entità della relazione statistica tra due variabili. L'indice può variare da -1,00 (relazione negativa) a +1,00 (relazione positiva), dove 0 indica l'assenza di relazione. Ad esempio, se il coefficiente di correlazione tra la frequenza di utilizzo di un prodotto e il raggiungimento degli obiettivi è 0,80, si può concludere che queste variabili sono altamente (entità) e positivamente (direzione) correlate tra loro. In altre parole, all'aumentare della frequenza di utilizzo del prodotto, aumenta anche il livello di raggiungimento degli obiettivi.
Rapporto costo-efficacia
L'efficacia relativa di un trattamento o intervento rispetto al suo costo. Nello specifico, l'analisi costo-efficacia consiste in un insieme di tecniche che consentono di confrontare i costi (diretti e indiretti) di un trattamento o intervento con la sua efficacia. In genere, l'analisi costo-efficacia produrrà un valore che può essere collocato all'interno di quadranti che vanno da "alto costo, bassa efficacia" a "basso costo, alta efficacia".
Covariata
Le covariate sono fattori/variabili che possono potenzialmente influenzare i risultati di uno studio. Un presupposto comune è che i livelli di covariate siano identici per i partecipanti (ad esempio, studenti) in tutti i gruppi di studio (ad esempio, gruppo di trattamento/intervento e gruppi di confronto). Pertanto, eventuali differenze riscontrate tra i gruppi possono essere attribuibili al trattamento o all'intervento. Le covariate possono essere incluse nell'analisi per due scopi diversi. Una covariata può essere di interesse primario. In questi casi, è possibile condurre un'analisi di sottogruppo per determinarne l'effetto sui risultati dello studio. Ad esempio, il livello scolastico può essere di interesse primario e considerato come covariata quando si esplora l'impatto dell'intervento sui risultati degli studenti. D'altra parte, le covariate possono essere incluse in un'analisi per evitare risultati confondenti. Quando le covariate sono fattori estranei, il controllo statistico consente di mantenere costante (o rimuovere) la loro influenza ed escludere possibili fattori confondenti. Le covariate comuni includono status socioeconomico, genere, voto, risultati pregressi e località scolastica.
Variabile dipendente
Un fattore che rappresenta il risultato di interesse. Le variabili dipendenti sono anche chiamate variabili di risposta, variabili di risultato o variabili spiegate. Le variabili dipendenti più comuni includono diversi tipi di risultati educativi, come il rendimento scolastico.
Valutazione educativa
Analisi di un intervento educativo in corso o completato, con l'obiettivo di determinare in che misura gli obiettivi dell'intervento siano stati raggiunti. Metodologie specifiche possono aiutare a determinare l'efficacia e l'impatto di un intervento, nonché la sua utilità e il rapporto costo-efficacia.
Dimensione dell'effetto
Misura quantitativa della forza della relazione tra una o più variabili o gruppi in una popolazione. L'effect size fornisce prove sull'impatto di un dato intervento indicizzando l'entità dell'effetto dell'intervento in modo standardizzato, consentendo di confrontare i risultati in numerosi contesti. L'effect size può assumere diverse forme, con una forma comune che è la differenza media standardizzata (ad esempio, g di Hedge) tra i gruppi. Quando si esamina un singolo gruppo, viene utilizzata una forma diversa di effect size (ad esempio, correlazione, regressione), che indicizza la relazione tra la variabile indipendente (ad esempio, utilizzo di tecnologie didattiche) e la variabile dipendente (ad esempio, rendimento scolastico).
La g di Hedge
Tipo specifico di misura della dimensione dell'effetto basato sulla differenza media standardizzata tra due o più gruppi (ad esempio, gruppi di trattamento/intervento e gruppi di confronto). Fornisce prove sull'impatto di un dato intervento mostrando l'entità dell'effetto dell'intervento. Il coefficiente g di Hedge è più robusto agli effetti di campioni più piccoli. Il valore del coefficiente g di Hedge può variare da +1 (effetto positivo) a -1 (effetto negativo).
Variabile indipendente
Un fattore che si prevede influenzi un altro fattore (ovvero la variabile dipendente). In genere, la variabile indipendente viene manipolata per esaminare in che misura i diversi livelli della variabile indipendente (ad esempio, l'utilizzo delle tecnologie didattiche) predicono o sono correlati ai cambiamenti nella variabile dipendente (ad esempio, il rendimento scolastico). Le variabili indipendenti sono anche chiamate variabili predittive o variabili esplicative.
Intervento
Il processo di applicazione di un trattamento agli utenti per valutarne l'efficacia. Gli interventi possono includere tecnologie educative, attività in classe, strumenti di apprendimento digitale, approcci pedagogici e pratiche di insegnamento.
Localizzazione
La posizione geografica della scuola o del distretto, in particolare per quanto riguarda la sua collocazione nello spettro tra città, periferia, cittadina o campagna.
Margine di errore
Un'approssimazione statistica dell'entità dell'errore di campionamento presente nella dimensione dell'effetto di uno studio, che indica la probabilità che il valore stimato da un campione rappresenti accuratamente il valore reale dell'intera popolazione. Maggiore è il margine di errore, minore è la fiducia che il valore stimato dello studio sia vicino al valore reale della popolazione.
Abbinamento
Un insieme di procedure statistiche che consente di identificare gruppi di partecipanti abbinati dai gruppi di studio (ad esempio, gruppi di trattamento/intervento e gruppi di confronto). I partecipanti vengono abbinati (e successivamente confrontati) quando presentano caratteristiche o attributi approssimativamente uguali misurati dalle covariate (ad esempio, genere, etnia, performance precedenti). In teoria, la procedura di abbinamento darà luogo a gruppi di studio approssimativamente equivalenti, il che riduce la probabilità che fattori estranei o confondenti stiano causando gli effetti del trattamento.
Risultato
Qualsiasi criterio educativo, risultato o variabile di risposta utilizzata per misurare un risultato educativo di interesse in una valutazione a ciclo rapido. I risultati possono includere misure cognitive tipiche (ad esempio, punteggi dei test, dati del registro), misure non cognitive (ad esempio, autostima, pensiero critico, competenze del XXI secolo, perseveranza) o risultati educativi alternativi come frequenza, mantenimento dei corsi e tasso di laurea. Il risultato dovrebbe essere ciò che l'intervento (ad esempio, un prodotto edtech) dovrebbe migliorare.
Post-test
Una misura quantitativa della variabile di risultato (ad esempio, punteggi di rendimento) che viene presa dopo l'implementazione dell'intervento.
Potenza (statistica)
Capacità di uno studio di rilevare il valore reale (ad esempio, una differenza tra gruppi o la relazione tra variabili) della popolazione dal campione. Quando la potenza statistica è elevata, è più probabile che lo studio rilevi gli impatti di un intervento. In alternativa, quando la potenza statistica è bassa, lo studio potrebbe non essere in grado di rilevare gli effetti di un intervento. La potenza statistica è influenzata da (a) il livello di confidenza (ad esempio, un livello di confidenza del 95%) nella stima, (b) l'entità dell'effetto (ad esempio, la dimensione dell'effetto) che si sta cercando di rilevare (effetti più ampi sono più facili da rilevare) e (c) la dimensione del campione. La potenza varia da 0 a 1,00, con gli esperti che suggeriscono 0,80 come standard per una potenza sufficiente.
Pre-test
Una misura quantitativa della variabile di risultato (ad esempio, punteggi di rendimento) che viene presa prima dell'implementazione dell'intervento.
Assegnazione casuale
Una tecnica per assegnare i partecipanti alle condizioni di studio (ad esempio, gruppi di trattamento/intervento e gruppi di confronto) utilizzando la randomizzazione, in modo che ogni partecipante abbia le stesse probabilità di trovarsi in una determinata condizione di studio. L'assegnazione casuale è una condizione necessaria per un vero disegno sperimentale (ad esempio, uno studio clinico randomizzato controllato) e aumenta la validità interna dello studio garantendo che i diversi gruppi di studio siano equivalenti prima dell'intervento (equivalenza basale). Quando l'assegnazione casuale non è fattibile, è possibile adottare misure specifiche per verificare l'equivalenza basale e contribuire a rimuovere l'influenza delle differenze di gruppo.
Studio clinico randomizzato controllato
Un disegno di studio in cui i partecipanti (ad esempio, studenti, insegnanti) vengono assegnati in modo casuale a un gruppo di trattamento/intervento o a un gruppo di confronto, il che consente di presumere che i gruppi siano equivalenti su tutte le variabili, ad eccezione del trattamento. Il trattamento viene somministrato al gruppo di trattamento/intervento e il trattamento viene escluso dal gruppo di confronto.
Dosaggio consigliato
La quantità o la frequenza prevista (esposizione) a un trattamento/intervento, suggerita affinché sia efficace. Ad esempio, il Prodotto EdTech A potrebbe raccomandare il completamento di 10 moduli a settimana, oppure il Prodotto EdTech B potrebbe raccomandare 50 minuti di utilizzo del prodotto al giorno. Il dosaggio raccomandato è talvolta definito anche come uso raccomandato, dosaggio/uso prescritto o raccomandazione di dosaggio/uso.
Quantile
Un gruppo che risulta dalla suddivisione di un campione in sottogruppi approssimativamente uguali dopo aver ordinato i dati dal più piccolo al più grande. È possibile determinare un numero qualsiasi di quantili per un insieme di valori, con quantili comuni come terzili (tre gruppi), quartili (quattro gruppi) e quintili (cinque gruppi). Ad esempio, la suddivisione di un insieme di valori in quintili darebbe luogo a cinque gruppi approssimativamente uguali, in cui circa il 20% dell'insieme completo di valori rientra in ciascun quintile.
Progettazione quasi sperimentale
Un disegno di ricerca con metodi e procedure che soddisfano la maggior parte delle condizioni di un vero disegno sperimentale, ma privo di assegnazione casuale dei partecipanti alle condizioni di studio. Poiché l'assegnazione casuale è spesso impraticabile e talvolta impossibile, i disegni quasi sperimentali vengono implementati frequentemente nella ricerca educativa. Con la metodologia appropriata, i disegni quasi sperimentali sono altamente efficaci nell'affrontare i quesiti di ricerca.
Dimensione del campione
Numero di partecipanti (ad esempio, studenti, insegnanti, scuole) inclusi nello studio. Nel caso in cui si disponga di più sottocampioni, la dimensione totale del campione è la somma dei sottocampioni: ad esempio, se il gruppo di confronto è composto da 250 partecipanti (n = 250) e il gruppo di trattamento/intervento da 250 partecipanti (n = 250), la dimensione totale del campione è pari a 500 partecipanti (N = 500).
Campionamento
Il processo di selezione dei partecipanti (ad esempio, studenti, insegnanti, scuole) per un campione da una popolazione di interesse. Il grado di generalizzazione dei risultati di uno studio dipende dalla rappresentatività del campione rispetto alla popolazione.
Condizione di studio
Il gruppo di studio (ad esempio, gruppo di trattamento/intervento, gruppo di confronto) a cui appartiene il partecipante.
Gruppo di trattamento
Il gruppo di partecipanti a uno studio che riceve un trattamento o un intervento. Il gruppo di trattamento viene confrontato con il gruppo (o i gruppi) di partecipanti che non hanno ricevuto il trattamento o che ricevono un intervento diverso (ad esempio, gruppo di confronto). Il gruppo di trattamento è anche definito gruppo sperimentale o gruppo di intervento.
Metrica di utilizzo
Una misura della misura in cui il partecipante (ad esempio, uno studente) ha utilizzato o è stato esposto al trattamento o all'intervento. Ad esempio, la metrica di utilizzo di un prodotto tecnologico didattico potrebbe riferirsi al numero di volte in cui lo studente ha effettuato l'accesso, al tempo trascorso utilizzando il prodotto, al numero di moduli completati o alla percentuale del programma completato.
Variabile
Qualsiasi fattore misurabile, come una caratteristica, un utilizzo o un risultato educativo. Una variabile può avere più valori che rappresentano attributi univoci della variabile. Ad esempio, la variabile "genere" può assumere più valori (ad esempio, maschio, femmina, altro). Esistono molti tipi di variabili, tra cui variabili indipendenti, variabili dipendenti, variabili di mediazione e variabili moderatrici, variabili covariate.