Voordat die data geanaliseer kon word, moes dit in ‟n bruikbare formaat vir bepaalde statistiese programme ingesleutel word. Die vraelyste is deur die Statistiese Konsultasiediens van die Noordwes-Universiteit (Potchefstroomkampus) ingesleutel. Die twee leesbegripstoetse se punte asook die vakpunte van elke respondent is tesame met die volgende inligting op die Excel- rekenaarprogram deur die navorser ingesleutel:
Kodenommer van die respondent
Die respondent se van
Die respondent se naam
Skoolnaam
Onderwyser
Nasiener
Elke vraag se afsonderlike punt
‟n Wye verskeidenheid statistiese metodes is vir die data-analise gebruik. Die Statistiese Konsultasiediens van die Noordwes-Universiteit (Potchefstroomkampus) was die navorser van hulp met die data-analise, data-interpretering en die weergee van resultate op ‟n wetenskaplik korrekte wyse.
Alhoewel die komma (,) as desimaalteken in Afrikaans gebruik word, word desimale deurgaans in die rapportering van die resultate met ‟n punt (.) aangetoon, aangesien dit die internasionale, wetenskaplik korrekte metode is.
Die statistiese verwerkings en berekeninge is met behulp van die SPSS-rekenaarprogram (SPSS Institute Inc., 2013) asook die SAS-rekenaarprogram (2011) gedoen. Statisties betekenisvolheid (p- waardes) sal in alle gevalle op ‟n 50%-peil van betekenis geïnterpreteer word, maar meer klem sal op effekgroottes (praktiese beduidendheid) geplaas word omdat hier nie ‟n ewekansige steekproef geneem is nie en die studiepopulasie baie groot was. Aangesien in hierdie studie nie van ‟n ewekansige steekproef gebruik gemaak is nie, kan daar nie veralgemeen word nie.
Vervolgens word die statistiese tegnieke en ontledings wat in die data-analise ter sprake was, bespreek.
4.7.1 Beskrywende statistiek
Met behulp van ‟n frekwensie-ontleding is die persoonlike inligting en individuele vrae ontleed om die
samestelling van die respondente asook die aard van hulle leesmotivering te kon bepaal. Gemiddeldes en standaardafwykings is bepaal en bespreek.
4.7.2 Eksploratiewe statistiek
Faktoranalises (daar moes minstens 400 respondente vir die doel wees; uiteindelik het 823
respondente aan die navorsingsprojek deelgeneem) is gedoen en strukturele vergelykingsmodelle is opgestel. Die doel was om die meetinstrument/e te valideer asook om die konstrukgeldigheid van die meetinstrument(e) te ondersoek. Volgens Hair et al. (1998:90) is faktoranalise ‟n generiese naam vir ‟n aantal multiveranderlike statistiese metodes waarvan die primêre doel is om die onderliggende struktuur in ‟n datamatriks te definieer. Dit help om die struktuur van die korrelasies tussen ‟n groot aantal veranderlikes (byvoorbeeld toetsuitslae, toetsitems en vraelysresponse) te analiseer deur onderliggende dimensies, bekend as faktore, te definieer. Met behulp van faktoranalises kan die navorser eerstens die verskillende dimensies van die struktuur identifiseer en tweedens bepaal in watter mate elke veranderlike deur elke dimensie verduidelik word. Twee primêre gebruike van faktoranalises is vir opsommingsdoeleindes asook vir datavermindering.
Betroubaarheidskoëffisiënte van die verskillende faktore van die meetinstrumente, soos dit in die
faktorontleding voorkom (Cronbach Alpha-koëffisiëntwaarde), is bereken en sal bespreek word (vergelyk 5.2.4 en 5.3.2). In hierdie studie word die Cronbach Alpha-koëffisiëntwaarde met ‟n waarde groter as 0.50 as aanvaarbare betroubaarheid van die faktore beskou, terwyl ‟n waarde groter as 0.70 ‟n hoë mate van betroubaarheid aantoon (Nunnally & Bernstein, 1994). Volgens Clark en Watson (1995:309-319) word ‟n waarde tussen 0.15 en 0.55 vir die interitem-korrelasies as aanvaarbaar beskou.
4.7.3 Vergelyking van gemiddeldes van leerders by verskillende onderwysers en kontinue veranderlikes
Die ANOVA-toets (Analysis of variances/Analise van variansies) is ‟n omnibustoets wat die verskille tussen gemiddeldes van biografiese groepe ondersoek. Dit ondersoek dus of daar ‟n verskil is, maar dit dui nie aan waar die verskil lê nie. Dit verskaf slegs een p-waarde om aan te dui of daar verskille is. Levene se toets word gebruik om die aanname van homogeniteit van variansies in ANOVA te
toets. Die Welch-toets is ‟n meer robuuste toets wat saam met die ANOVA-toets gebruik word indien
nie aan bogenoemde aanname voldoen word nie. Tukey se post hoc-toets (Tukey HSD – Honestly
significant difference) word gebruik om te kan bepaal waar verskille tussen pare voorkom; daarom staan dit ook as pare-vergelyking bekend (Steinberg, 2011:318).
Effekgroottes word gebruik om praktiese betekenisvolheid vas te stel (vergelyk 4.7.2). Waar verskille tussen gemiddeldes (d-waardes) ter sprake is, soos in hierdie studie, word die effekgrootte
soos volg bereken (Ellis & Steyn, 2003:51-53):
1 2 max
x
x
d
s
Cohen (1988) verskaf die volgende riglyne vir die interpretasie van hierdie effekgroottes: a) d 0.2 = klein effek;
b) d 0.5 = medium effek; en c) d 0.8 = groot effek.
Data met d 0.8 is dus prakties betekenisvol, aangesien dit die resultaat van ‟n verskil is wat ‟n groot effek het.
4.7.4 Vergelyking van kategoriese veranderlikes vir leerders se biografiese besonderhede en leeshoeveelhede by verskillende onderwysers
Verder is die effekgroottes met betrekking tot tweerigting-frekwensietabelle/kruistabulerings (Cramer se V: w-waarde) bepaal. In baie gevalle is dit belangrik om te weet of die verband tussen
twee veranderlikes prakties betekenisvol is. In hierdie studie is nagegaan of die onderwyser, die respondente se geslag en hulle demografiese besonderhede asook die Afrikaanssprekende adolessentelesers se leesgewoontes enigsins hulle leesmotivering beïnvloed en in welke mate dit ‟n verband met hulle leeshoeveelheid, leesbegrip en akademiese prestasie toon. Die onderlinge verbande tussen die Afrikaanssprekende adolessentelesers se leesmotivering, leeshoeveelheid, leesbegrip en akademiese prestasie is ook nagegaan. Indien statistiese betekenisvolheid tussen hierdie twee veranderlikes deur die Chi-kwadraattoets bepaal is, bly dit steeds belangrik om te weet of die verband tussen hierdie twee veranderlikes groot genoeg is om enigsins prakties betekenisvol te wees. In hierdie geval word die effekgrootte soos volg bereken:
2
,
X n
w
waar X2 die gewone kwadraatstatistiek vir die gebeurlikheidstabel en n die steekproefgrootte is (Steyn jr., 2002:10-15; Ellis & Steyn, 2003:51-53). In die spesiale geval van ‟n 2 2-tabel, word die effekgrootte (w) bereken deur die phi ( )-koëffisiënt. Die effekgrootte is onafhanklik van die steekproefgrootte. Cohen (1988:222-225) verskaf die volgende riglyne vir die interpretasie van hierdie effekgroottes:
a) klein effek: w = 0.1; b) medium effek: w = 0.3; en c) groot effek: w = 0.5.
‟n Waarde van w 0.5 word as prakties betekenisvol beskou, terwyl medium effekte ook ‟n
aanduiding van praktiese betekenisvolheid is (ook by gemiddeldes). Die effekgrootte is onafhanklik van die grootte van die steekproef en is ‟n bepalende faktor vir praktiese betekenisvolheid.
4.7.5 Hiërargiese Liniêre Modelle vir vergelyking van kontinue en kategoriese veranderlikes vir geneste biografiese groepe
Hiërargiese Liniêre Modelle verwys na die hiërargiese vlakke van gegroepeerde data en is ‟n verskynsel wat algemeen voorkom (Osborne, 2000). In die onderwyssektor sal data dikwels op leerder-, klaskamer-, skool- en skooldistriksvlak ingesamel word. Data wat op verskillende tye en onder verskillende omstandighede ingesamel word, is in elke respondent gesetel (Raudenbush & Bryk, 2002; Osborne, 2000). Die hiërargiese data word die doeltreffendste geanaliseer wanneer statistiese tegnieke gebruik word wat vir so ‟n hiërargie geskik is. Die Hiërargiese Liniêre Model (HLM) is ‟n komplekse vorm van gewone least squares-regressie wat gebruik word om variasie in die uitkomsveranderlikes te analiseer wanneer die onafhanklike veranderlikes op hiërargiese vlakke varieer; leerders sal byvoorbeeld in een klaskamer variasie toon, maar wat afhanklik is van hulle onderwyser in ‟n bepaalde skool. Multivlakkige analise stel navorsers in staat om die inligting in die steekproef te ontgin om beide die variasie tussen en binne groepveranderlikheid te verduidelik. Hierdie model stel navorsers in staat om vergelykings op beide die individuele en hiërargiese vlakke te tref.
In hierdie studie word eerstens „n vergelyking van die dimensies van leesmotivering en punte (kontinue veranderlikes) ten opsigte van sekere groepe ontleed as onderwysers as ge-nes in skole
beskou word. Hierdie effekgroottes is soortgelyk aan die van ‟n ANOVA.
By die vergelyking van kategoriese veranderlikes word die hiërargie van onderwysers, ge-nes in die
skole, in ag geneem om verbande met geslag en grootwordplek te ondersoek. Hierdie verbande is deur middel van tweerigting-frekwensietabelle aangetoon. Die effekgroottes is soortgelyk aan dié van gewone tweerigting-frekwensietabelle.
4.7.6 Hiërargiese Liniêre Regressie
Hiërargiese Liniêre Regressie (HLR) ondersoek die verbande tussen kontinue veranderlikes, maar neem in ag dat onderwysers in skole ge-nes is. Regressie poog om ‟n afhanklike veranderlike uit een of meer onafhanklike veranderlikes te voorspel. In hierdie studie word nie sodanig in voorspellings belanggestel nie, maar in verbande. Die bepaaldheidskoëffisiënt (R2) gee ‟n aanduiding van die persentasie variansie verklaar deur hierdie verband. Daar sal in die rapportering net op hierdie aspek van afsonderlike verbande gefokus word. Hierdie effekgroottes kan volgens Stevens (2009:3-6) soos volg geïnterpreteer word:
R2 = 0.01 – klein effek; R2 = 0.10 – medium effek; en R2 = 0.25 – groot effek.