Поэтому надо быть предельно осторожным в интерпретации полученных результатов. Когда автор одной диссертации, проведя эксперимент по одному разделу курса физики, допустим, в X классе, утверждает, что за счет этого повысилась эффективность формирования у учащихся научного мировоззрения, или, в другом случае, после изучения всего трех тем специального предмета у учащихся ПТУ было сформировано умение самостоятельно определять стратегические цели своей трудовой деятельности — такие утверждения вызывают, по меньшей мере, недоумение. И уж совсем нелепым выглядит утверждение, которое встретил автор в одной диссертации о том, что после проведения эксперимента уровень общей культуры студентов повысился на 17% (?!).

О применении статистических методов обработки результатов исследования. В большинстве педагогических исследований, как правило, применение методов математической статистики бывает вызвано необходимостью установления достоверности различий между результатами обучения, каких-то воспитательных воздействий в контрольных и экспериментальных группах, классах и т.п. До последнего времени для применения статистических критериев исследователю необходимо было подробно изучить пособия по математической статистике, использовать сложные формулы, подставлять в них полученные массивы данных и выполнять длительные трудные вычисления. В последние годы появились специфические компьютерные программы, которые значительно, в десятки раз сократили объем этой работы. Достаточно ввести в компьютер массивы чисел, и он сам автоматически выдаст результат. Поэтому мы здесь приведем лишь следующий «рецепт» с учетом данной выше информации о шкалах измерений:

1.      Если использована шкала отношений или интервалов, если применяются точно и объективно измеряемые оценки, то для проверки статистической достоверности дифференциации (разности) двух средних показателей (среднее значение по одной и по другой группе) применяются t-критерий Стьюдента или F-критерий Фишера. При этом необходимо убедиться в том, что распределение близко к нормальному (распределению Гаусса). В этом можно убедиться, сопоставив значения среднего, моды и медианы. Если среднее, мода и медиана (СНОСКА: Мода — величина признака, чаще всего встречающаяся в выборке; медиана — значение признака, которое делит выборку на две равные части) приблизительно совпадают, то распределение можно считать нормальным и можно применять t- или F-критерии.