3.2.1. Các bài thực nghiệm
Chúng tôi đã soạn 2 giáo án thể hiện phương pháp sử dụng BĐKN để đưa vào thực nghiệm sư phạm như sau:
Bảng 3.1. Tên bài dạy đã soạn giáo án sử dụng phƣơng pháp BĐKN
STT Tên bài dạy Số tiết
1 Bài 4: Đột biến gen 1
2 Bài 6: Đột biến số lượng NST 1
Chi tiết về 2 giáo án, vui lòng xem phụ lục số 01.
3.2.2. Đề kiểm tra thực nghiệm
Chúng tôi đã soạn 3 đề kiểm tra và đáp án để kiếm tra chất lượng học tập của HS trước và sau TN (chi tiết xem phụ lục số 02). Sau mỗi bài, chúng tôi tiến hành KT chất lượng lĩnh hội và khả năng vận dụng kiến thức của HS ở cả 2 nhóm lớp ĐC và lớp TN với cùng thời gian, cùng đề và cùng biểu điểm.
3.3. Phƣơng pháp thực nghiệm
3.3.1. Chọn trường thực nghiệm
TN được tiến hành trong năm học 2012-2013, học kì I tiến hành ở lớp 12. Chúng tôi chọn 1 trường để tiến hành TN là THPT Nguyễn Gia Thiều (Ngọc Lâm – Long Biên - Hà Nội), chọn 4 lớp: 02 lớp ĐC và 02 lớp TN
3.3.2. Chọn học sinh thực nghiệm
Qua điều tra cơ bản, chúng tôi chọn 4 lớp, 2 lớp TN và 2 lớp ĐC. Số lượng, trình độ và chất lượng học tập của các lớp này là gần tương đương nhau (dựa vào kết quả điểm học tập bộ môn và phân loại HS theo đánh giá của GV bộ môn và GV chủ nhiệm).
3.3.3. Chọn giáo viên thực nghiệm
GV tham gia TN là những GV có thâm niên và trình độ giảng dạy tương đối đồng đều và đã khá thành thạo việc sử dụng CNTT trong giảng dạy.
Chúng tôi tiến hành thỏa luận và thống nhất ý tưởng về phương pháp và tiến trình thực hiện PPGD với GV dạy thực nghiê ̣m có rút kinh nghiệm trước khi dạy thực nghiê ̣m chính thức.
3.3.4. Phương án thực nghiệm
Phương án TN song song cứ một lớp ĐC một lớp TN trong cùng một trường, chỉ khác nhau ở chỗ lớp ĐC, GV dạy theo giáo án do chính GV tự thiết kế một cách bình thường, cịn lớp TN, GV dạy theo giáo án TN do chúng tôi biên soạn.
3.4. Xử lý số liệu và kết quả thực nghiệm
3.4.1. Phân tích định lượng
Bảng phân phối thực nghiệm là kết quả của sự chọn lọc các số liệu ban đầu và được sắp xếp theo một quy luật nhất định. Kết quả TN được phân tích để rút ra các kết luận khoa học mang tính khách quan. Phân tích số liệu thu được từ TN bằng phần mềm Microsoft excel. Lập bảng phân phối TN; Tính giá trị trung bình và phương sai của mỗi mẫu. So sánh giá trị trung bình và phân tích phương sai để khẳng định nguồn ảnh hưởng đến kết quả học tập ở lớp TN và lớp ĐC.
3.4.1.1. Lập bảng phân phối thực nghiệm và vẽ đồ thị
* Nhập số liệu TN và ĐC
- Mở trình ứng dụng Microsoft excel 2007 và tạo file số liệu thực nghiệm;
- Lập cột TN và cột ĐC;
- Nhập điểm của từng học sinh vào cột tương ứng (không cần sắp xếp theo thứ tự, không cần ghi tên học sinh).
Bảng này cịn có thể gọi là bảng tần số, bảng mơ tả sự phân bố của điểm trong dãy số thống kê.
- Chọn ô D3: Phương án.
- Chọn ô D4: TN (thực nghiệm)
- Chọn ô D5: ĐC (đối chứng)
- Chọn ô E3: gõ “n” (số bài kiểm tra)
- Chọn ô E4: Nhập số lượng bài kiểm tra của lớp TN
- Chọn ô E5: Nhập số lượng bài kiểm tra của lớp ĐC
- Từ ô F3 đến ô O3: điểm từ 1 đến 10
- Tính tần số điểm: Chọn ơ F4 gõ lệnh =COUNTIF(A4:A277,1) rồi nhấn OK. Nghĩa là đếm có bao nhiêu số 1 trong cột điểm của lớp TN từ ô A4 đến ô A277. Kết quả sẽ điền ngay số 0 vào ô F4.
- Lập các cơng thức tương tự cho các ơ khác cịn lại cho đến hết.
* Lập bảng phân phối thực nghiệm và vẽ đồ thị so sánh theo tần suất
Tần suất là tỷ số giữa tần số với tổng số lần quan sát được. Biểu đạt tần suất bằng tỷ lệ % để dễ lập biểu đồ hoặc đồ thị so sánh. Dùng bảng tần số để lập bảng tần suất. Cơng thức để tính tần suất từ bảng tần số là: f% = (f *100): n.
- Copy tiêu đề và bảng tần số điểm xuống dưới rồi sửa lại tiêu đề.
- Tính tần suất: Chọn ô F9 gõ lệnh: = F4*100/E9;
- Lập các công thức tương tự cho các ơ khác cịn lại cho đến hết. Trong giây lát ta sẽ được một bảng tần số điểm như hình 3.1
Hình 3.1. Bảng phân phối thực nghiệm theo tần suất điểm
Để so sánh tần suất điểm của các dãy số thống kê sử dụng biểu đồ hoặc đồ thị so sánh.
Quy trình vẽ biểu đồ so sánh tần suất điểm như sau:
- Quét chọn khối F10:O11 của bảng tần suất điểm;
- Chọn tab “Insert” trên thanh công cụ. Nhấp chuột vào mũi tên dưới phải của bảng “Charts”. Cửa số “Charts” sẽ mở ra, chọn kiểu biểu đồ hoặc đồ thị theo yêu cầu sau đó nhấn OK để kết thúc. Trong giây lát, một biểu đồ sẽ hiện ra như hình 3.2.
Hình 3.2. Biểu đồ so sánh tần suất điểm
* Lập bảng phân phối tần suất và vẽ biểu đồ so sánh tần suất hội tụ tiến:
Tần suất hội tụ tiến ký hiệu f%() là tần suất tích luỹ của dãy số từ giá trị xi trở lên. Ví dụ, có bao nhiêu phần trăm học sinh đạt từ điểm 5 trở lên. So sánh tần suất hội tụ tiến ta sẽ biết được giá trị của các biến định lượng. Sử dụng số liệu của bảng tần suất để lập bảng tần suất hội tụ tiến.
Quy trình lập bảng phân phối thực nghiệm theo tần suất hội tụ tiến như sau:
- Copy tiêu đề và bảng tần số điểm xuống dưới rồi sửa lại tiêu đề.
- Chọn ô F25 và F26 gõ: 100
- Chọn ô G25 gõ lệnh: =F25-F9
- Dùng Fill Handle kéo từ H25 đến O25 và từ G25 đến O25, hoặc copy công thức ở ô H25 sang các ơ khác, excel sẽ tính tần suất của các ơ tương ứng cho ta bảng tần suất hội tụ tiến như hình 3.3.
- Vẽ đồ thị so sánh tần suất hội tụ tiến: Thực hiện quy trình vẽ đồ thị như trên, chọn loại đồ thị Line sẽ được đồ thị tần số hội tụ tiến như hình 3.3.
Hình 3.3. Bảng so sánh và đồ thị so sánh tần suất hội tụ tiến
Qua hình 3.3, đường biểu diễn tần suất hội tụ tiến về điểm số của các lớp TN nằm lệch về bên phải và ở phía trên và đường tần suất hội tụ tiến của các lớp ĐC. Như vậy kết quả bài KT của lớp TN cao hơn so với lớp ĐC.
3.4.1.2. Tính các giá trị đặc trưng của mẫu
Các giá trị đặc trưng của mẫu gồm : Giá trị trung bình hay trung bình cộng (Mean), Sai số mẫu (Standard Error), Trung vị (Median), Yếu vị (Mode), Độ lệch tiêu chuẩn (Standard Deviation), Phương sai mẫu (Sample Variance), Độ nhọn của đỉnh (Kurtosis), Độ nghiêng hay hệ số bất đối xứng so với phân phối chuẩn (Skewness), Khoảng biến thiên (Range), Tối thiểu (Minimum), Tối đa (Maximum), Tổng (Sum), Số lượng mẫu (Count), Độ tin cậy của trung bình ở mức 95% (Confidence Level 95.0%).
Với những dãy số với nhiều giá trị, sử dụng hàm “Descriptive Statistics” của Microsoft excel để xác định các giá trị đặc trưng của mẫu một cách khoa học và chính xác. Cách xác định như sau:
- Gọi hàm “Descriptive Statistics”:
o Trên thanh công cụ chọn tab “Data”;
o Chọn “Data Analysis” trong panel “Analysis”. Một cửa sổ “Data Analysis” xuất hiện.
o Chọn hàm “Descriptive Statistics” và nhấp OK. - Khai báo các mục giá tri ̣ của mẫu:
o Input Range: khai báo vùng dữ liệu là bảng điểm của hai lớp TN và ĐC. Khai báo cả nhãn (Labels) từ A7:B278.
o Grouped By: Chọn Columns.
o Chọn Labels in first row - Xuất kết quả:
o Chọn Summary statistics
o Confidence Level for Mean: Chọn độ tin cậy 95%.
o Output Range: Địa chỉ xuất kết quả (Q5).
Hình 3.4. Các giá trị đặc trƣng của mẫu
*Kết quả định lƣợng các bài kiểm tra trong TN
Kết quả tổng hợp được thống kê trong bảng 3.2
Bảng 3.2. Các giá trị đặc trƣng của mẫu trong TN
Các giá trị đặc trƣng TN ĐC
Mean (giá trị trung bình) 6,682 5,099
Standard Error (sai số mẫu) 0,038 0,072
Median (Trung vị) 7 5
Mode (Yếu vị) 7 5
Standard Deviation (Độ lệch tiêu chuẩn) 0,627 1,196
Sample Variance (Phương sai mẫu) 0,393 1,43
Kurtosis (Độ nhọn của đỉnh) 0,284 0,355
Range (Khoảng biến thiên) 3 6
Minimum (Tối thiểu) 6 2
Maximum (Tối đa) 9 8
Sum (Tổng) 1831 1397
Count (Số lượng mẫu) 274 274
Confidence Level (95.0%) (Độ chính xác) 0,075 0,142 Bảng trên cho chúng ta thấy điểm trung bình của lớp TN cao hơn so với lớp ĐC, XTN > XĐC (XTN = 6.682 ; XĐC = 5.09). Phương sai điểm của lớp
TN cũng lớn nhỏ hơn so với lớp ĐC. Trung vị và yếu vị của TN > ĐC, độ lệch chuẩn TN < ĐC
*Kết quả định lƣợng các bài kiểm tra sau TN
Dựa vào qui trình trên, chúng tơi đã thu được các giá trị đặc trưng của mẫu như được thống kê trong bảng 3.3
Bảng 3.3. Các giá trị đặc trƣng của mẫu sau TN
Các giá trị đặc trƣng TN ĐC
Mean (giá trị trung bình) 5,7482 3,8175
Standard Error (sai số mẫu) 0,0568 0,0577
Median (Trung vị) 5 4
Mode (Yếu vị) 5 4
Standard Deviation (Độ lệch tiêu chuẩn) 0,9408 0,9548
Sample Variance (Phương sai mẫu) 0,8851 0,9116
Kurtosis (Độ nhọn của đỉnh) -1,327 -0,0975
Skewness (Độ nghiêng) 0,6289 0,0675
Range (Khoảng biến thiên) 3 4
Minimum (Tối thiểu) 5 2
Maximum (Tối đa) 8 6
Sum (Tổng) 1575 1046
Count (Số lượng mẫu) 274 274
Bảng trên cho chúng ta thấy XTN > XĐC (XTN = 5.74 ; XĐC = 3.81) .
Trung vị và yếu vị của TN>ĐC, độ lệch chuẩn TN<ĐC
3.4.1.3. So sánh giá trị trung bình và kiểm định bằng giả thuyết H0 với tiêu chuẩn U của phân bố tiêu chuẩn chuẩn U của phân bố tiêu chuẩn
Trình độ ban đầu của các lớp thực nghiệm và các lớp đối chứng là tương đương. Căn cứ vào kết quả thực nghiệm có thể nói rằng phương pháp mới được đề xuất có thật sự tốt hơn hay không? Để trả lời câu hỏi này, chúng ta đưa ra giả thuyết H0 và đối thuyết H1: “khơng có sự khác nhau về chất lượng dạy học giữa hai cách dạy” và ngược lại.
Điểm trung bình lớp thực nghiệm (TN) và đối chứng (ĐC) có thể so sánh bằng nhiều tiêu chuẩn khác nhau. Dùng tiêu chuẩn U để kiểm định giả thuyết H0 (1 = 2) về sự bằng nhau của hai trung bình tổng thể khi kích thước mẫu đại diện là lớp TN và ĐC đều lớn hơn 30 và phương sai tổng thể đã biết qua việc thay thế hai phương sai mẫu lớp TN và ĐC.
Sử du ̣ng hàm “z -Test: Two Sample for Mean” để so sánh giá trị trung bình và kiểm định bằng giả thuyết H0 với tiêu chuẩn U của phân bố tiêu chuẩn ở khối TN so với ĐC:
Quy trình thực hiện như sử dụng hàm “Descriptive Statistics”: - Gọi hàm “z-Test: Two Sample for Mean”.
- Khai báo các mục giá trị của mẫu:
o Input: Khai báo cả nhãn (Labels) và vùng dữ liệu là bảng điểm của lớp TN vào khung Variance 1 range, và khai báo cả nhãn (Labels) từ A3:A277 và vùng dữ liệu là bảng điểm của lớp ĐC vào khung Variance 2 range và khai báo cả nhãn (Labels) từ B3:B277
o Khung Hypothesized Mean Difference ghi số 0 (giả thuyết H0: 1 = 2 = 0); Nhập phương sai mẫu TN vào khung Variance 1 và và phương sai mẫu ĐC vào khung Variance 2.
- Xuất kết quả: Output Range: Địa chỉ xuất kết quả (chọn một ơ bất kì hay 1 cell bất kỳ ) làm vùng xuất kết quả , chọn Q22 → nhấn OK. Kết quả như hình 3.4
Hình 3.5. Kết quả so sá nh giá tri ̣ trung bình và kiểm đi ̣nh giả thuyết H0
* Kết quả định lƣợng các bài kiểm tra trong TN
So sánh giá trị trung bình: Giả thuyết H0 và đối thuyết H1 đặt ra là :
“Khơng có sự khác nhau giữa kết quả học tập của các lớp TN và các lớp ĐC
và ngược lại”. Dùng tiêu chuẩn U để kiểm định X theo giả thuyết H0, kết quả
kiểm định thể hiện ở bảng 3.4.
Bảng 3.4. Kết quả so sánh giá tri ̣ trung bình và kiểm đi ̣nh giả thuyết H0 trong thực nghiệm
U-Test: Two Sample for Means
TN ĐC
Mean (XTN và XĐC) 6,68248 5,09854
Known Variance (Phương sai) 0,39 1,43
Observations (Số quan sát) 274 274
Hypothesized Mean Difference (H0) 0
P(Z<=z) one-tail (Xác suất 1 chiều của z) 0 z Critical one-tail (Trị số z tiêu chuẩn theo XS 0,05 một
chiều)
1,644853 P(Z<=z) two-tail (Xác xuất 2 chiều của trị số z tính tốn) 0
z Critical two-tail (Trị số z tiêu chuẩn SX 0,05 hai chiều) 1,95996 Trong bảng 3.4, XTN > XĐC và phương sai của TN nhỏ hơn so với ĐC.
Trị số tuyệt đối của U = 19,34> 1,96, với xác xuất 1 chiều là 0.0. Giả thuyết H0 bị bác bỏ và chấp nhận đối thuyết H1 , tức là sự khác biệt giá trị trung bình của 2 mẫu
có ý nghĩa thống kê.
* Kết quả định lƣợng các bài kiểm tra sau TN
Bảng 3.5. Kết quả so sánh giá tri ̣ trung bình và kiểm đi ̣nh giả thuyết H0 sau thực nghiệm
U-Test: Two Sample for Means
TN ĐC
Mean (XTN và XĐC) 5,7482 3,8175
Known Variance (Phương sai) 0,39 1,43
Observations (Số quan sát) 274 274
Hypothesized Mean Difference (H0) 0
Z (Trị số z = U) 23,689
P(Z<=z) one-tail (Xác suất 1 chiều của z) 0 z Critical one-tail (Trị số z tiêu chuẩn theo XS 0,05 một
chiều)
1,6449 P(Z<=z) two-tail (Xác xuất 2 chiều của trị số z tính toán) 0
z Critical two-tail (Trị số z tiêu chuẩn SX 0,05 hai chiều) 1,96 Trong bảng 3.5, XTN > XĐC và phương sai của TN nhỏ hơn so với ĐC. Trị số
tuyệt đối của U = 23,689 > 1,96, với xác xuất 1 chiều là 0.0. Giả thuyết H0 bị bác bỏ và chấp nhận đối thuyết H1. Tức là sự khác biệt giá trị trung bình của 2 mẫu có ý nghĩa thống kê với độ tin cậy là 95%.
3.4.1.4. Phân tích phương sai (Analysis of Variance = ANOVA)
Phân tích phương sai để khẳng định cho kết luận trên : Giả thuyết HA đặt ra là: “Trong thực nghiệm, dạy học bằng phương pháp mới và các phương pháp truyền thống tác động như nhau đến mức độ hiểu bài của HS ở
các lớp TN và ĐC” và đối thuyết HB”. Sử du ̣ng hàm “Anova:Single Factor” để
phân tích phương sai của mẫu ở khối TN so với ĐC
Quy trình thực hiện trên máy tính như sau:
- Gọi hàm Anova Single Factor tương tự như hàm “z-Test: Two Sample for Mean”. Sau đó nhấn OK.
- Khai báo các mục giá tri ̣ của mẫu:
o Input Range: Khai báo vùng dữ liệu là bảng điểm của hai lớp TN và ĐC. Khai báo cả nhãn (Labels), vùng dữ liệu lần lượt của hai lớp TN và ĐC lần lượt là từ A3:A277 và từ B3:B277.
o Grouped By: Chọn Columns
o Chọn Labels in first row và Alpha = 0,05
- Xuất kết quả: Output Range: Địa chỉ xuất kết quả (chọn một ô bất kỳ), chọn Q37 → nhấn OK. Trong giây lát, kết quả củ bảng tổng hợp và bảng phân tích được thể hiện như hình 3.6.
Với cách làm tương tự cho các bài kiểm tra sau thực nghiệm, kết quả phân tích phương sai các bài kiểm tra trong thực nghiệm và sau thực nghiệm được thể hiện trong bảng 3.6 và 3.7.
* Kết quả định lƣợng các bài kiểm tra trong TN
Bảng 3.6. Phân tích phƣơng sai điểm các bài kiểm tra trong TN
Anova: Single Factor
SUMMARY
Groups Count Sum Average Variance
TN 274 1831 6,68 0,393
ĐC 274 1397 5,09 1,429
ANOVA
Source of Variation SS Df MS F P-value F crit
Between Groups 343 1 343,71 377,06 2,97E-64 3,85
Within Groups 497 546 0,911
Total 841 547
Trong bảng 3.6, chúng ta thấy FA > F tiêu chuẩn (Fcrit) (377,06 > 3,85),
giả thuyết HA bị bác bỏ, chấp nhận đối thuyết HB, tức là hai PPDH khác nhau đã ảnh hưởng đến chất lượng học tập của HS.
* Kết quả định lƣợng các bài kiểm tra sau TN
Bảng 3.7. Phân tích phƣơng sai điểm các bài kiểm tra sau TN
Anova: Single Factor
SUMMARY
Groups Count Sum Average Variance
TN 274 1575 5,7482 0,88507
ĐC 274 1046 3,8175 0,91163
ANOVA
Source of Variation SS Df MS F P-value F crit
Within Groups 490,5 546 0,8984
Total 1001,2 547
Trong bảng 3.7, chúng ta thấy FA > F tiêu chuẩn (Fcrit) (568,44>3,85), giả thuyết HA bị bác bỏ, chấp nhận đối thuyết HB, tức là hai PPDH khác nhau đã ảnh hưởng đến chất lượng học tập của HS.