PUH-RAPPORT - BADA - Högskolan i Borås

Utifrån modellen om självreglerat lärande och den relevanta litteraturen presenterar
Nicol och Macfarlane-Dick sju förslag som förstärker studentens förmåga
att självreglera: klargör hur en bra prestation ser ut, underlätta självvärdering, ge
högkvalitativ feedback, uppmuntra dialog mellan lärare och student, öka studenternas
motivation, ge möjligheten att minska gapet mellan nuvarande prestation
och önskad prestation, använd feedback för att förbättra undervisningen. I avsnitt
6 används dessa förslag för att förbättra undervisningen i regressionsanalys.
4. strategi för att genomföra en regressionsanalys
Neter et al. presenterar en strategi som studenterna kan följa för att genomföra en
regressionsanalys. Strategin delas in i fyra olika delar nämligen datainsamling och
förberedelse, reducera antalet förklarandevariabler, förbättring av modellen och
validering av modellen.
Datamaterialet som används för en regressionsanalys är ofta tvärsnittsdata från
en observationsstudie. Hur många observationer det behövs för att kunna genomföra
en bra analys bestäms av hur många förklarande variabler man kommer att
använda i sin modell. Det som brukar föreslås är ett minimum av 20-30 observationer
per förklarande variabel. I många fall använder man ett datamaterial som
redan är sparat i ett format som passar ett statistiskt program men ibland måste
man mata in sin information själv. En bra strategi som underlättar det här steget är
att mata in informationen först i Excel och sedan därifrån exportera datamaterialet
till det statistiska program man använder. Om man har fått ett datamaterial från en
myndighet, en organisation eller ett företag är det extremt viktigt att man ägnar tid
att bekanta sig med hur stort bortfallet är i undersökningen, hur variablerna är
definierade samt hur de så kallade missing values identiferas. Bearbetning av datamaterialet
tar ofta lång tid och upplevs av studenter som frustrerande men en väl
genomförd analys av datamaterialet tidigt i processen sparar mycket tid senare i
arbetet. Sedan bör man kontrollera att variablerna man vill använda har mätts i det
format som passar en regressionsanalys. Den beroende bör vara en variabel som
mäts i intervall- eller kvotskalan. Kraven på de förklarande variablerna är inte så
höga, de kan vara kvantitativa eller kvalitativa.
Att reducera antal variabler innebär att man från de tiotal, och ibland hundratals,
variabler man har, minskar antalet till de som är relevanta för analysen man vill
genomföra. Det är viktigt att man tänker noga om man skall radera ett antal variabler
eftersom det inte är ovanligt att man raderar variabler som senare visar sig
användbara i analysen. Det som rekommenderas är att identifiera tre grupper av
107