Evaluacija i praćenje učinka digitalnih tehnologija

5. Obrada i interpretacija podataka

Obrada i interpretacija podataka možda su najosjetljiviji dio evaluacijskog procesa jer se u toj fazi podaci pretvaraju u korisne spoznaje. Sama količina podataka iz digitalnih alata u visokom obrazovanju može biti ogromna, no bez odgovarajuće obrade ti podatci ne govore mnogo.

Kod kvantitativnih podataka, obrada uključuje korištenje statističkih alata i metoda. Na primjer, nastavnik može analizirati povezanost između vremena provedenog na Moodle LMS-u i uspjeha na završnom ispitu. Ako se pokaže da studenti koji su aktivniji na forumima imaju više ocjene, to se može interpretirati kao dokaz da digitalna interakcija pozitivno utječe na ishode učenja.

Kvalitativni podatci zahtijevaju drugačiji pristup. Na primjer, studentske refleksije u blogovima ili forumima mogu se analizirati metodom tematske analize, gdje se prepoznaju obrasci i kategorije (npr. zadovoljstvo digitalnim alatima, izazovi u korištenju, prijedlozi za poboljšanja).

Interpretacija mora biti pažljiva i utemeljena na kontekstu. Na primjer, manja učestalost prijava u sustav ne znači nužno slab angažman – studenti možda koriste druge izvore ili rade offline. Zato se rezultati trebaju promatrati u kombinaciji s dodatnim podatcima.

Primjer iz prakse: u evaluaciji kolegija na kojem su korišteni interaktivni testovi u Moodle LMS-u, kvantitativna analiza pokazala je da studenti koji su redovito rješavali testove postižu bolji uspjeh. Međutim, kvalitativna analiza studentskih komentara otkrila je da im testovi pomažu u praćenju vlastitog napretka, a ne samo u pripremi za ispit. Takva interpretacija daje nastavniku korisne smjernice za daljnje unapređenje nastave.

Na taj način, obrada i interpretacija podataka ne završavaju samo iznošenjem statistika, već dovode do razumijevanja šire slike i stvarnog utjecaja digitalnih tehnologija.