Ανάλυση κοινωνικών δικτύων, Μαθησιακά στυλ και...

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΣΧΟΛΗ ΑΝΘΡΩΠΙΣΤΙΚΩΝ ΣΠΟΥΔΩΝ

ΓΙΑ ΤΟ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ

Σ Π Ο Υ Δ Ε Σ Σ Τ Η Ν Ε Κ Π Α Ι Δ Ε Υ Σ Η

ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ

Ανάλυση κοινωνικών δικτύων, Μαθησιακά στυλ και σχολική επίδοση

ΚΟΝΕΤΑΣ ΔΗΜΗΤΡΗΣ

ΑΜ ΕΑΠ: 76391

Θεματική ΕΚΠ 51

ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ: ΕΜΒΑΛΩΤΗΣ ΑΝΑΣΤΑΣΙΟΣ

Σεπτέμβριος 2014

1

Ανάλυση

®

Κοινωνικών δΙκτύων,

μαθησιακά

στυλ &

Σχολική

Επίδοςη

2

Ανάλυση κοινωνικών δικτύων, Μαθησιακά στυλ και σχολική επίδοση

ΚΟΝΕΤΑΣ ΔΗΜΗΤΡΗΣ

Επιτροπή εξέτασης:

ΕΜΒΑΛΩΤΗΣ ΑΝΑΣΤΑΣΙΟΣ

ΚΟΛΕΖΑ ΕΥΓΕΝΙΑ

ΧΑΤΖΗΝΙΚΗΤΑ ΒΑΣΙΛΕΙΑ

3

Περιλήψεις- Μεταδεδομένα

Ελληνικά

Περίληψη

Οι εξελίξεις στην τεχνολογία επικοινωνιών έχουν οδηγήσει σε ραγδαίες αλλαγές σε

όλες τις εκφάνσεις της κοινωνικής ζωής. Το διαμορφούμενο νέο ψηφιακό περιβάλλον

έχει δημιουργήσει νέες διεξόδους επικοινωνίας των εφήβων μέσω των κοινωνικών

δικτύων τα οποία αναπτύσσονται κυρίως στο διαδίκτυο. Οι πλατφόρμες κοινωνικής

διαδικτύωσης έχουν διεισδύσει στην καθημερινή ζωή των εφήβων αποτελώντας

σημαντικό εργαλείο κοινωνικότητας των μαθητών. Τα νέα αυτά μέσα διαμόρφωσης

κοινωνικής ζωής και ταυτότητας των μαθητών εύλογα επηρεάζουν το σύνολο των

παραμέτρων της σχολικής ζωής. Στην τρέχουσα εργασία εξετάζονται όλοι οι

παράγοντες οι οποίοι ενδέχεται να επηρεάζουν τη σχολική επίδοση των μαθητών. Η

ομάδα στόχος της έρευνας αποτελούνταν από μαθητές Γ΄ Γυμνασίου και Α΄ Λυκείου.

Στην πιλοτική φάση συμμετείχαν 81 μαθητές από 9 σχολεία. Στο κυρίως μέρος της

έρευνας συμμετείχαν 217 μαθητές από 4 δημόσια σχολεία. Αξιοποιήθηκαν οι εξελίξεις

στην ανάλυση κοινωνικών δικτύων έτσι ώστε να υπολογιστούν οι συντελεστές

κεντρικότητας της θέσης του κάθε μαθητή στο κοινωνικό δίκτυο (βαθμός, συντελεστής

εγγύτητας, συντελεστής διαμεσότητας, συντελεστές συνοχής). Με αυτή τη μέθοδο

διερευνήθηκε η σημασία της θέσης του κάθε μαθητή στο διαδικτυακό κοινωνικό του

περιβάλλον. Παράλληλα καταγράφονται και αναλύονται με την ίδια μεθοδολογία τα

δίκτυα των φίλων του κάθε μαθητή από το σύνολο των συμμαθητών του με τους

οποίους διατηρεί δια ζώσης επικοινωνία και εκτός σχολείου. Αποδεικνύεται η αρνητική

συσχέτιση της χρήσης του facebook με τη σχολική επίδοση. Επιπρόσθετα

διαπιστώνονται συγκεκριμένες δραστηριότητες οι οποίες έχουν θετική (αρνητική)

συσχέτιση με την επίδοση. Η ανάλυση όλων των παραμέτρων ανά ζεύγη λειτούργησε

επικουρικά για να δομηθεί η βάση για ένα μοντέλο πρόβλεψης της σχολικής επίδοσης

το οποίο απαρτίζουν:

- δημογραφικά χαρακτηριστικά των μαθητών (φύλο, εθνικότητα),

- κοινωνικά χαρακτηριστικά (μορφωτικό επίπεδο γονέων),

- ψυχολογικής χροιάς χαρακτηριστικά (δείκτης ικανοποίησης από σχολικό

περιβάλλον, δείκτης αυτοεκτίμησης)

4

- χαρακτηριστικά της συμπεριφοράς του μαθητή στο facebook. (Δείκτες

κεντρικότητας των κοινωνικών δικτύων στα οποία συμμετέχει, ένταση χρήσης

του Facebook)

- το αποτυπωμένο μαθησιακό στυλ

Η παρούσα εργασία καταλήγοντας διατυπώνει προβληματισμούς και προτάσεις

σχετικές με τη δυνατότητα μελλοντικής δόμησης ενός μοντέλου πρόβλεψης της

σχολικής επίδοσης.

Λέξεις κλειδιά

Ανάλυση κοινωνικής διαδικτύωσης, συντελεστές κεντρικότητας, σχολική επίδοση,

κοινωνικό κεφάλαιο, μαθησιακά στυλ, facebook

5

English

Abstract

The advances in the technology of communication have led to marked changes in all

aspects of social life. The digital environment shaped has created new gateways of

communication by means of social networks software. Social network platforms like

facebook have penetrated adolescents’ everyday life constituting an important tool of

students’ sociability. This new means of social life and identity formation arguably have

an impact on aspects of school life as a whole. What this paper intends to do is critically

present all factors which can potentially affect students’ school performance. The target

group of this research consists of students attending the 3rd

and 1st grade of Greek

Gymnasium and Lyceum correspondingly. 81 students from 9 schools participated in

the pilot phase and 217 students from 4 public schools took part in the main body of

the research. Advances in the social network analysis where utilized so that the

centrality coefficients of the position of each student within his/her social network such

as degree, closeness , betweenness, modularity and eigenvector would be computed and

the cruciality of the position of each student would be assessed.

The networks formed by the students’ friends and everyday real life contacts are also

recorded and analyzed. A negative correlation between the use of facebook and school

performance is proved. Furthermore, certain activities within facebook are found to

have negative correlation while others seem to have positive correlation. The analysis

of all pair-wise correlation allowed the selection of the appropriate parameters in order

to implement regression analysis for school performance which included :

- Students’ Demographics (gender, nationality)

- Socioeconomic characteristics (parents’ level of education)

- characteristics of psychological nature (satisfaction from school’s environment,

self esteem)

- characteristics of behavior of students when using facebook (network

centralities, intense of facebook use)

- learning style

This paper concludes discussing various limitations suggesting the basis of a causal

model predicting school performance.

6

Keywords

sccial network analysis, centrality coefficients, school performance, social capital,

learning style, facebook

7

Α®ΙΣΤΟΣ

Περιεχόμενα

Περιλήψεις- Μεταδεδομένα ................................................................................................. 3

Ελληνικά ........................................................................................................................ 3

Περίληψη ................................................................................................................... 3

Λέξεις κλειδιά ............................................................................................................ 4

Abstract ...................................................................................................................... 5

Keywords ................................................................................................................... 6

Ευρετήρια οθονών, πινάκων & γραφημάτων ...................................................................... 9

Ευρετήριο πινάκων .................................................................................................... 9

Ευρετήριο σχημάτων – γραφημάτων ....................................................................... 11

Λεξιλόγιο ξενόγλωσσων όρων και συντομογραφιών .............................................. 12

Ευχαριστίες ........................................................................................................................ 13

Εισαγωγή ........................................................................................................................... 14

1) Βιβλιογραφική – Δικτυογραφική έρευνα ........................................................................ 17

1.1) Κοινωνική ζωή μαθητών εντός διαδικτύου .......................................................... 17

1.1.1) Διαδίκτυο και πλατφόρμες κοινωνικής δικτύωσης ....................................... 22

1.1.2) Facebook σε σχέση με επίδοση ..................................................................... 31

1.2) Κοινωνική ζωή μαθητών εκτός διαδικτύου .......................................................... 35

1.2.1) Ψυχολογικά χαρακτηριστικά ......................................................................... 35

1.2.2) Φιλίες – υποομάδες στη σχολική τάξη .......................................................... 36

1.3) Ανάλυση κοινωνικών δικτύων ............................................................................. 37

1.3.1) Δομή και χαρακτηριστικά ............................................................................. 37

1.4) Μαθησιακά στυλ .................................................................................................. 49

1.5) Σχολική επίδοση ................................................................................................... 55

1.6) Σημασία έρευνας, σύνοψη ερευνητικών ζητημάτων ............................................ 60

1.6.1 Σκοπός της έρευνας ερευνητικά ερωτήματα .................................................. 63

2) Μέθοδος ........................................................................................................................ 68

2.1) Συνοπτικά ............................................................................................................. 68

2.1.1) Περιγραφή ομάδας στόχου και φάσεων έρευνας ......................................... 69

2.1.2) Μέθοδος καταγραφής κοινωνικοοικονομικών -δημογραφικών στοιχείων ... 73

2.2) Κοινωνική ζωή μαθητών εντός διαδικτύου .......................................................... 75

2.2.1) Μέθοδοι καταγραφής συχνοτήτων χρήσης εφαρμογών ................................ 75

2.2.2) Καταγραφή δραστηριοτήτων στο Facebook ................................................. 77

2.2.3) Εργαλεία κοινωνικής ανάλυσης δικτύου(Gephi) .......................................... 80

2.3) κοινωνικής ζωής μαθητών εκτός διαδικτύου ...................................................... 88

2.3.1) Φιλίες- επικοινωνία εκτός διαδικτύου ........................................................... 88

2.3.2) Ένταση συμμετοχής και χαρακτηριστικά κοινωνικότητας μαθητών εκτός

διαδικτύου ................................................................................................................ 91

2.4) Μαθησιακά στυλ .................................................................................................. 95

2.4.1) Μέθοδος Myers-Briggs ................................................................................. 95

2.5) Καταγραφή σχολικής επίδοσης ............................................................................ 96

2.6) τρόποι στατιστικής ανάλυσης- επιδιωκόμενα δεδομένα ...................................... 98

3) Αποτελέσματα .............................................................................................................. 100

3.1) Περιγραφικά ....................................................................................................... 100

8

3.1.1) Αποτελέσματα έρευνας ανάλογα με την ύπαρξη λογαριασμού facebook .. 110

3.1.2) Αποτελέσματα έρευνας ανάλογα με το φύλο .............................................. 113

3.1.3) Αποτελέσματα έρευνας ανάλογα με το μορφωτικό επίπεδο γονέων .......... 117

3.2) Αποτελέσματα ανάλυσης κοινωνικών δικτύων .................................................. 122

3.2.1) Ανάλυση με βάση τα γραφήματα ................................................................ 122

3.3) Μη παραμετρική ανάλυση.................................................................................. 125

3.3.1) αξιοπιστία έρευνας ...................................................................................... 125

3.3.2) Ανάλυση συσχετίσεων - correlation analysis -Μεταβλητές (εκτός σχολικής

επίδοσης) ανά ζεύγη............................................................................................... 125

3.3.2) Ανάλυση συσχετίσεων - correlation analysis -Σχολική επίδοση έναντι όλων

των υπόλοιπων μεταβλητών ανά ζεύγη ................................................................. 133

3.3.3) Ανάλυση παλινδρόμησης ............................................................................ 145

4) Συμπεράσματα ............................................................................................................. 152

4.1) Συζήτηση ............................................................................................................ 152

4.2)Περιορισμοί ......................................................................................................... 163

4.3) Μέλλον ............................................................................................................... 165

Βιβλιογραφία ................................................................................................................... 168

Παραρτήματα................................................................................................................... 188

i) Υπεύθυνη δήλωση γνησιότητας διπλωματικής εργασίας ...................................... 188

ii) Ερωτηματολόγιο 1ο ............................................................................................... 189

iii) Ερωτηματολόγιο 2ο .............................................................................................. 192

iv) Πίνακας μέσων τιμών & αποκλίσεων συνόλου μεταβλητών .............................. 194

v) Έλεγχος αξιοπιστίας Cronbach’s a ........................................................................ 196

9

Ευρετήρια οθονών, πινάκων & γραφημάτων

Ευρετήριο πινάκων

Πίνακας 1: Ευρετήριο πινάκων __________________________________________________________10 Πίνακας 2: Ευρετήριο σχημάτων-γραφημάτων _____________________________________________11 Πίνακας 3: Ξενόγλωσσοι όροι και συντομογραφίες __________________________________________12 Πίνακας 4 Πλήθος «φίλων» από έρευνες 2004-2013 _________________________________________26 Πίνακας 5 Διακύμανση διάρκειας σύνδεσης από έρευνες 2004-2013 ___________________________27 Πίνακας 6 Υπερσύνολο ερευνητικών ερωτημάτων του Α®ιστος _______________________________64 Πίνακας 7: Φόρμα κατηγοριοποίησης μορφωτικού επιπέδου ανά γονέα ________________________74 Πίνακας 8 Κατηγοριοποίηση υπολογισμού ενιαίου δείκτη μορφωτικού επιπέδου γονέων ___________74 Πίνακας 9 Εύρος επιλογών συχνοτήτων χρήσης ___________________________________________76 Πίνακας 10 Διερευνώμενες Δραστηριότητες στο Facebook ___________________________________79 Πίνακας 11 Ομαδοποίηση ερωτήσεων έρευνας ανά πηγή ____________________________________93 Πίνακας 12 Συμμετέχοντες στην πιλοτική φάση για διαμόρφωση εργαλείων έρευνας ___________ 101 Πίνακας 13 Συμμετέχοντες στην πιλοτική φάση μέσω σχολικών προγραμμάτων _______________ 101 Πίνακας 14 Συμμετέχοντες στο κυρίως μέρος της έρευνας: Λύκειο Ελεούσας _________________ 102 Πίνακας 15 Συμμετέχοντες στο κυρίως μέρος της έρευνας: 5

ο Γυμνάσιο ______________________ 102

Πίνακας 16: Συμμετέχοντες στο κυρίως μέρος της έρευνας: 7ο Γενικό Λύκειο Ιωαννίνων ________ 103

Πίνακας 17 Συμμετέχοντες στο κυρίως μέρος της έρευνας: Λύκειο Καπανδριτίου ______________ 103 Πίνακας 18 Συμμετέχοντες στο κυρίως μέρος της έρευνας: Συνολικά ________________________ 103 Πίνακας 19 Χώρος πρόσβασης εφήβων στο διαδίκτυο ____________________________________ 107 Πίνακας 20 Χρόνος Χρήση facebook και διαδικτυακών εργαλείων ___________________________ 107 Πίνακας 21 Ποσοστά χρήσης άλλων διαδικτυακών εργαλείων ______________________________ 107 Πίνακας 22 Συχνότητες ανά δραστηριότητα στο facebook _________________________________ 108 Πίνακας 23 Μέση χρήση δραστηριοτήτων facebook ανά ημέρα ____________________________ 109 Πίνακας 24 Συχνότητα, χρόνος δραστηριοτήτων εκτός σχολικού ωραρίου ____________________ 110 Πίνακας 25 Εξωσχολικές δραστηριοτήτες σε σχέση με ύπαρξη λογαριασμού Facebook _________ 111 Πίνακας 26 Προετοιμασία για μαθήματα σε σχέση με ύπαρξη λογαριασμού Facebook __________ 111 Πίνακας 27 Επίδοση στη γλώσσα σε σχέση με την ύπαρξη λογαριασμού Facebook _____________ 112 Πίνακας 28 Επίδοση στα Μαθηματικά σε σχέση με την ύπαρξη λογαριασμού Facebook _________ 112 Πίνακας 29 Επίδοση στις φυσικές επιστήμες σε σχέση με την ύπαρξη λογαριασμού Facebook ____ 112 Πίνακας 30 Ποσοστό και χρόνος χρήσης facebook ανά φύλο _______________________________ 114 Πίνακας 31 Κατανομή σε μαθησιακούς τύπους ανά φύλο __________________________________ 117 Πίνακας 32 Μέσος όρος «φίλων» ανά μορφωτικό επίπεδο _________________________________ 118 Πίνακας 33 Μέσος χρόνος facebook ανά μορφωτικό επίπεδο _______________________________ 119 Πίνακας 34:Κατανομή σε μαθησιακούς τύπους ανά φύλο __________________________________ 121 Πίνακας 35 Δείκτες αξιοπιστίας Cronbach’s a ___________________________________________ 125 Πίνακας 36 Σημαντικές συσχετίσεις ύπαρξης facebook έναντι άλλων παραμέτρων(1/2) _________ 126 Πίνακας 37 Σημαντικές συσχετίσεις ύπαρξης facebook έναντι άλλων παραμέτρων(2/2) _________ 126 Πίνακας 38 Σημαντικές συσχετίσεις με συχνότητα χρήσης facebook (1/2) ____________________ 127 Πίνακας 39 Σημαντικές συσχετίσεις με συχνότητα χρήσης facebook (2/2) ____________________ 128 Πίνακας 40 Σημαντικές συσχετίσεις με μέσο χρόνο χρήσης facebook (1/3) ___________________ 128 Πίνακας 41 Σημαντικές συσχετίσεις με μέσο χρόνο χρήσης facebook (2/3) ____________________ 128 Πίνακας 42 Σημαντικές συσχετίσεις με μέσο χρόνο χρήσης facebook (3/3) ____________________ 128 Πίνακας 43 Σημαντικές συσχετίσεις με αριθμό “φίλων” στο facebook ________________________ 129 Πίνακας 44 Σημαντικές συσχετίσεις με μορφωτικό επίπεδο γονέων (1/2) _____________________ 129 Πίνακας 45 Σημαντικές συσχετίσεις με μορφωτικό επίπεδο γονέων (2/2) _____________________ 130 Πίνακας 46 Σημαντικές συσχετίσεις με το φύλο (1/3) _____________________________________ 130 Πίνακας 47 Σημαντικές συσχετίσεις με το φύλο (2/3) ______________________________________ 130 Πίνακας 48 Σημαντικές συσχετίσεις με το φύλο (3/3) _____________________________________ 131 Πίνακας 49 Σημαντικές συσχετίσεις Myers Briggs 1: Εσωστρέφεια vs εξωστρέφεια ____________ 131 Πίνακας 50 Σημαντικές συσχετίσεις Myers Briggs 2: διαισθητική/αισθητηριακή αντιληπτική

λειτουργία _________________________________________________________________________ 132

10

Πίνακας 51 Σημαντικές συσχετίσεις Myers Briggs 3: Κριτική ικανότητα (Λογικά αναλυτική/

βασισμένη σε συναισθηματικά κριτήρια) ________________________________________________ 132 Πίνακας 52 Σημαντικές συσχετίσεις Myers Briggs 4 Τρόπος ερμηνείας δεδομένων (βασισμένος ή μη

σε συγκεκριμένα δεδομένα) ___________________________________________________________ 132 Πίνακας 53 Συσχέτιση: Επίδοση έναντι έντασης χρήσης διαδικτύου, youtube και παιχνιδιών ____ 133 Πίνακας 54 Συσχέτιση: Επίδοση έναντι (έντασης) χρήσης facebook _________________________ 134 Πίνακας 55 Συσχέτιση: Μέσος όρος επιδόσεων έναντι εφαρμογών facebook (1/3) ______________ 135 Πίνακας 56 Συσχέτιση: Επίδοση έναντι εφαρμογών facebook (2/3) __________________________ 136 Πίνακας 57 Συσχέτιση: Επίδοση έναντι εφαρμογών facebook (3/3) __________________________ 137 Πίνακας 58 Συσχέτιση: Επίδοση έναντι δεικτών κεντρικότητας δικτύου δηλωθέντων δια ζώσης φίλων

– συμμαθητών ______________________________________________________________________ 138 Πίνακας 59 Συσχέτιση: Επίδοση έναντι δεικτών κεντρικότητας δικτύου δηλωθέντων συμμαθητών με

καθημερινή δια ζώσης επικοινωνία εκτός σχολείου. _______________________________________ 138 Πίνακας 60 Συσχέτιση: Επίδοση έναντι δεικτών κεντρικότητας δικτύου «φίλων» μαθητών στο

facebook σχετιζόμενων με βαθμό, διάμετρο και πυκνότητα _________________________________ 139 Πίνακας 61 Συσχέτιση: Επίδοση έναντι μέσου ελάχιστου μονοπατιού δικτύου «φίλων» μαθητών στο

facebook. __________________________________________________________________________ 139 Πίνακας 62 Επίδοση έναντι δεικτών κεντρικότητας σχετιζόμενων με αρθρωτότητα και συνεκτικά

υποσύνολα δικτύου «φίλων» μαθητών στο facebook _______________________________________ 140 Πίνακας 63 Συσχέτιση: Επίδοση έναντι μέσου συντελεστή συνοχής δικτύου «φίλων» μαθητών στο

facebook ___________________________________________________________________________ 140 Πίνακας 64 Συσχέτιση: Επίδοση έναντι μέσο συντελεστή eigenvector δικτύου «φίλων» μαθητών στο

facebook ___________________________________________________________________________ 141 Πίνακας 65 Συσχέτιση: Επίδοση έναντι χρόνου διατιθέμενου σε δραστηριότητες εκτός σχολικού

ωραρίου. __________________________________________________________________________ 141 Πίνακας 66 Συσχέτιση: Επίδοση έναντι ψυχολογικών δεικτών ______________________________ 142 Πίνακας 67 Συσχέτιση (Επίδοση έναντι μαθησιακών στυλ) _________________________________ 143 Πίνακας 68 Συσχέτιση επίδοση έναντι δημογραφικών χαρακτηριστικών _____________________ 144 Πίνακας 69 Ελεγχόμενες μεταβλητές παλινδρόμησης ______________________________________ 145 Πίνακας 70 Περίληψη μοντέλου παλινδρόμησης _________________________________________ 147 Πίνακας 71 Πίνακας παλινδρομήσεων 13

η σειρά. ________________________________________ 148

Πίνακας 72 Προβλεπόμενες τιμές από παλινδρόμηση _____________________________________ 150 Πίνακας 73 Προβλεπόμενες τιμές από παλινδρόμηση ανά μάθημα ___________________________ 151 Πίνακας 74 Περιγραφική στατιστική των κύριων στατιστικών μεταβλητών __________________ 194

Πίνακας 1: Ευρετήριο πινάκων

11

Ευρετήριο σχημάτων – γραφημάτων

Σχήμα-Γράφημα 1: Διάγραμμα παραγόντων συνδιαμόρφωσης σχολικής επίδοσης προς μελέτη _____16 Σχήμα-Γράφημα 2: Διακύμανση πλήθους «φίλων» από έρευνες 2004-2013 ______________________26 Σχήμα-Γράφημα 3: Διακύμανση χρόνου διάρκειας σύνδεσης έρευνες 2004-2013 _________________28 Σχήμα-Γράφημα 4: Απλό μη κατευθυνόμενο γράφημα δικτύου μαθητών _______________________39 Σχήμα-Γράφημα 5: Παράδειγμα κατευθυνόμενου γραφήματος δικτύου μαθητών ________________41 Σχήμα-Γράφημα 6: Γραφήματα όπου η κρισιμότητα θέσης δεν αποτυπώνεται από κεντρικότητα ___42 Σχήμα-Γράφημα 7: Κανονικοποίηση κεντρικότητας _________________________________________42 Σχήμα-Γράφημα 8: Κανονικοποίηση κεντρικότητας (βαθμού) δικτύου μαθητών _________________43 Σχήμα-Γράφημα 9: Τύπος πυκνότητας δικτύου ____________________________________________43 Σχήμα-Γράφημα 10: Τύπος Διαμεσότητας _________________________________________________44 Σχήμα-Γράφημα 11: Τύπος Κανονικοποιημένης διαμεσότητας ________________________________44 Σχήμα-Γράφημα 12: Διαμεσότητα σε παράδειγμα μη κατευθυνόμενου δικτύου μαθητών __________45 Σχήμα-Γράφημα 13: Παράδειγμα καταγεγραμμένου δικτύου Facebook: οι κόμβοι έχουν μέγεθος

ανάλογο με τον συνολικό βαθμό και χρώμα ανάλογο της διαμεσότητας _________________________46 Σχήμα-Γράφημα 14: Εγγύτητα σε παράδειγμα μη κατευθυνόμενου δικτύου μαθητών _____________47 Σχήμα-Γράφημα 15: Αρχικό μοντέλο διερεύνησης συσχετίσεων- υποθέσεων έρευνας _____________63 Σχήμα-Γράφημα 16: Περιβάλλον Gephi: ορισμός πλήθους επαναλήψεων αλγορίθμου τμηματοποίησης

για μαθητή #1301 _____________________________________________________________________84 Σχήμα-Γράφημα 17: Περιβάλλον Gephi: επιλογή βαρύτητας στο γράφημα του μαθητή #1301 ______85 Σχήμα-Γράφημα 18: Τύπος υπολογισμού συντελεστή διακύμανσης κεντρικότητας κατά Freeman __86 Σχήμα-Γράφημα 19: Μέρος πίνακα γειτονικότητας δια ζώσης φίλων ανάμεσα στους μαθητές του Γ4

τμήματος του 5ου

Γυμνασίου Ιωαννίνων ___________________________________________________90 Σχήμα-Γράφημα 20: Φάση επεξεργασίας αρχείου αποτύπωσης φιλιών μαθητών τμήματος Γ4 του 5

ου

Γυμνασίου Ιωαννίνων. _________________________________________________________________90 Σχήμα-Γράφημα 21 Ποσοστό συμμετεχόντων με Facebook ________________________________ 104 Σχήμα-Γράφημα 22 Συμμετέχοντες ανά φύλο στις φάσεις της έρευνας _______________________ 105 Σχήμα-Γράφημα 23: Κατανομή συνολικού δείγματος σε Γ΄ Γυμνασίου και Α΄ Λυκείου __________ 106 Σχήμα-Γράφημα 24: Κατανομή δείγματος με αρχείο από εφαρμογή NameGenWeb ανά τάξη _____ 106 Σχήμα-Γράφημα 25: Κατανομή συμμετεχόντων ανά εθνικότητα γονέων ______________________ 106 Σχήμα-Γράφημα 26: Συχνότητα χρήσης facebook ανά δραστηριότητα _______________________ 109 Σχήμα-Γράφημα 27: Συγκεντρωτικά επίδοσης σε σχέση με την ύπαρξη λογαριασμού Facebook __ 113 Σχήμα-Γράφημα 28: Συχνότητα χρήσης διαδικτύου ανά φύλο ______________________________ 113 Σχήμα-Γράφημα 29: Συχνότητα χρήσης facebook ανά φύλο ________________________________ 114 Σχήμα-Γράφημα 30: Συχνότητα ανανέωσης τοίχου στο Facebook ανά φύλο ___________________ 115 Σχήμα-Γράφημα 31: Συχνότητα ανάρτησης φωτογραφιών στο Facebook ανά φύλο ____________ 115 Σχήμα-Γράφημα 32: Κατανομή μαθητών με βάση το μορφωτικό επίπεδο των γονέων __________ 117 Σχήμα-Γράφημα 33: Συχνότητες χρήσης διαδικτύου και facebook ανά μορφωτικό επίπεδο γονέων 118 Σχήμα-Γράφημα 34: Ύπαρξη λογαριασμού στο facebook ανά μορφωτικό επίπεδο γονέων _______ 119 Σχήμα-Γράφημα 35: Δραστηριότητες στο facebook ανάλογες μορφωτικού επιπέδου γονέων ____ 120 Σχήμα-Γράφημα 36 Δραστηριότητες στο facebook αντιστρόφως ανάλογες μορφωτικού επιπέδου _ 120 Σχήμα-Γράφημα 37: Χρωματική κατηγοριοποίηση με βάση modularity μαθητή 7306 ___________ 122 Σχήμα-Γράφημα 38: κατηγοριοποίηση με χρωματικό κριτήριο αθρωτότητας και κριτήριο μεγέθους το

συντελεστή eigenfactor του δικτύου των φίλων του Μαθητή #07306 μετά την αφαίρεση του ιδίου του

κόμβου M7306. ______________________________________________________________________ 123 Σχήμα-Γράφημα 39: κατηγοριοποίηση με χρωματικό κριτήριο το φύλο και κριτήριο μεγέθους το

συντελεστή συνοχής του Μαθητή #7306_________________________________________________ 123 Σχήμα-Γράφημα 40: Χρωματική κατηγοριοποίηση με κριτήριο τον βαθμό και μεγέθους με κριτήριο τη

διαμεσότητα γραφήματος των συμμαθητών φίλων του μαθητή #7306 συμπεριλαμβανομένου του ιδίου

του κόμβου Μ7306 ____________________________________________________________________ 124 Σχήμα-Γράφημα 41: Χρωματική κατηγοριοποίηση με κριτήριο τον βαθμό και του μεγέθους με

κριτήριο τη διαμεσότητα του γραφήματος του δικτύου φίλων του μαθητή #7306 μετά από την

αφαίρεση του δικού του κόμβου M7306 __________________________________________________ 124 Σχήμα-Γράφημα 42 Διάγραμμα συσχετίσεων αφετηρία δυνάμει μελλοντικού μοντέλου πρόβλεψης 167

Πίνακας 2: Ευρετήριο σχημάτων-γραφημάτων

12

Λεξιλόγιο ξενόγλωσσων όρων και συντομογραφιών

Average Clustering coefficient μέσος συντελεστής συνοχής

Average path distance Μέσο μήκος μονοπατιών

betweeness διαμεσότητα

centrality κεντρικότητα

closeness Εγγύτητα

degree βαθμός

eigenvector Συντελεστής κεντρικότητας προταθείς από Bonacich

interconnectedness διασυνδεσιμότητα

learning style Μαθησιακό στύλ

modularity συντελεστής αρθρωτότητας1

Network centralization Δικτυακή κεντρικότητα

peer group Ομάδα ισότιμων (ομότιμων)

SEM Structure equational model Μοντέλο Δομικής εξίσωσης

SNA Social network Analysis Ανάλυση κοινωνικών δικτύων

Sociograms Κοινωνιογράμματα

virtual internet community Εικονική διαδικτυακή κοινότητα

Α®Ιστος

Ανάλυση

®

Κοινωνικών δΙκτύων,

μαθησιακά

στυλ &

Σχολική

επίδοςη

χρησιμοποιείται για σύντομη αναφορά στην

περιγραφόμενη έρευνα

Πίνακας 3: Ξενόγλωσσοι όροι και συντομογραφίες

1 Ο όρος modularity αποδόθηκε ως αρθρωτότητα από τον Μπαμπινιώτη όπως αναφέρεται στην 11

η

σελίδα στο: http://www.philology-upatras.gr/files/content/Praktika%20AUTH%202001.pdf

http://www.philology-upatras.gr/files/content/Praktika%20AUTH%202001.pdf

13

Ευχαριστίες

Ευχαριστώ τον επιβλέποντα καθηγητή μου κ.Εμβαλωτή, τόσο για τη

διαρκή διαθεσιμότητα του όσο και για την ποιοτική και εύστοχη

καθοδήγηση του. Η τρέχουσα φάση της εργασίας δεν θα είχε ολοκληρωθεί,

αν δεν υπήρχε η επί της ουσίας κρίση του και η παράλληλη αν(τ)οχή του σε

ζητήματα τα οποία άπτονται «ιδιαιτεροτήτων» εκ μέρους μου ως προς την

τήρηση των προθεσμιών.

Ευχαριστώ τους 289 μαθητές οι οποίοι συμμετείχαν στην έρευνα, καθώς

και τους συναδέλφους εκπαιδευτικούς, από το 7ο Λύκειο Ιωαννίνων, το 5

ο

Γυμνάσιο Ιωαννίνων, το ΓΕΛ Ελεούσας Ιωαννίνων και το Λύκειο

Καπανδριτίου, οι οποίοι συμπαραστάθηκαν ως πραγματικοί φίλοι. Η

συμβολή τους ήταν σημαντική για να καταστεί εφικτή η συλλογή έγκυρων

δεδομένων.

Η εργασία είναι αφιερωμένη στον πατέρα μου που το είχε πάντα

μεράκι…

Πρωτίστως όμως

Την χρωστώ στο Toan-άκι καθώς τίποτα από όσα ακολουθούν δεν

θα είχαν πραγματοποιηθεί χωρίς την άοκνη συμπαράστασή της, αν και

της (μάς) έχω στερήσει τόσο ζωτικό χρόνο.

Ευχαριστώ…

ΔΚ

14

Εισαγωγή

Οι εξελίξεις στην τεχνολογία επικοινωνιών έχει οδηγήσει σε ραγδαίες αλλαγές σε

όλες τις εκφάνσεις της κοινωνικής ζωής. Το διαμορφούμενο νέο ψηφιακό περιβάλλον

προσφέρει νέες διόδους διασύνδεσης των εφήβων μέσω κοινωνικών δικτύων τα οποία

διαμορφώνονται πλέον και στο διαδίκτυο. Οι πλατφόρμες κοινωνικής διαδικτύωσης

έχουν διεισδύσει στην καθημερινή ζωή κυρίως των εφήβων αποτελώντας σημαντικό

εργαλείο κοινωνικότητας των μαθητών. Τα νέα αυτά μέσα διαμόρφωσης κοινωνικής

ζωής και ταυτότητας των μαθητών εύλογα επηρεάζουν στο σύνολό τους τις

παραμέτρους της σχολικής ζωής.

Ο ρόλος του σχολείου στη διαμόρφωση κοινότητας μάθησης κατά αντιστοιχία, έχει

μετατραπεί με την εξέλιξη της τεχνολογίας. Είναι χαρακτηριστικό ότι ο

αναλφαβητισμός σήμερα καθορίζεται πλέον από την ικανότητα να αναρτά ο χρήστης

υλικό στο διαδίκτυο, να επικοινωνεί μέσω ιστολογίων με τηλεδιασκέψεις να

διαμοιράζεται απόψεις και αρχεία διαδικτυακά (Mullen, & Wedwick, 2008). Οι αλλαγές

μέσω της αξιοποίησης εργαλείων web 2.0 είναι ραγδαίες (Vivitsou, Lambropoulos,

Papadimitriou, Gkikas, & Konetas, 2008). Δεν περιορίζονται όμως μόνο σε γνωσιακό

επίπεδο αλλά έχουν παράλληλα σημαντικό ρόλο στη διαμόρφωση της κοινωνικής ζωής

των πολιτών του 21ου

αιώνα και ειδικότερα των εφήβων. Οι σχολικές μονάδες

εξακολουθούν να έχουν κρίσιμο ρόλο στην διαμόρφωση της κοινωνικής ζωής των

μαθητών, μέσω των δια ζώσης δραστηριοτήτων τους. Το ψηφιακά διαμορφούμενο

περιβάλλον όμως, έχει δημιουργήσει νέες διόδους διασύνδεσης των μαθητών (Gergen,

as cited in Boogart, 2006 • Τζαβέλλα 2011). Η επικοινωνία των μαθητών πλέον είναι

εφικτή ακόμα και χωρίς την μετάβασή τους στο σχολείο. Τα νέα μέσα διαμόρφωσης

κοινωνικής ζωής και ταυτότητας των μαθητών (και καθηγητών) είναι εύλογο ότι

επηρεάζουν στο σύνολό τους όλες τις παραμέτρους και της σχολικής ζωής. Ως εκ

τούτου προκύπτει η αναγκαιότητα για εκ νέου μελέτη των παραγόντων οι οποίοι

συντελούν στη διαμόρφωση της σχολικής ζωής και των παραμέτρων της έχοντας ως

βάση το συνδυασμό των καινοφανών δεδομένων στην κοινωνική ζωή των μαθητών.

Η πρόσφατη ραγδαία ενσωμάτωση της διάστασης της διαδικτυακής επικοινωνίας

στην κοινωνική ζωή προσθέτει νέα πεδία ενδιαφέροντος, αποτελώντας ερευνητικό

σημείο αιχμής. Ο βαθμός διάδοσης και χρήσης διαδικτυακών κοινωνικών δικτύων,

ιδιαίτερα στην εφηβεία, αναδεικνύει ως αναγκαία τη μελέτη της σχέσης

15

χαρακτηριστικών, της διαρκώς υπό διαμόρφωση, νέας κοινωνικής ζωής των εφήβων με

την αντίστοιχη σχολική τους επίδοση. Πιο συγκεκριμένα τα νέα χαρακτηριστικά που

προσδίδει η διαδικτυακή διάσταση της κοινωνικής ζωής των εφήβων, καθιστούν

σημαντικό τον επανακαθορισμό των συσχετίσεων ανάμεσα σε παράγοντες όπως τα

μαθησιακά στυλ, τα κοινωνικοοικονομικά χαρακτηριστικά των οικογενειών των

εφήβων, τα χαρακτηριστικά της κοινωνικής ζωής των μαθητών εκτός και εντός

διαδικτύου σε αντιπαραβολή με την σχολική επίδοση.

Στην παρούσα εργασία θα επιδιωχθεί η διερεύνηση της συσχέτισης των δομών των

διαδικτυακών κοινωνικών δικτύων στα οποία συμμετέχουν μαθητές της δευτεροβάθμιας

εκπαίδευσης 14 έως 16 ετών, συναρτήσει χαρακτηριστικών που καθορίζουν την

κοινωνική τους ζωή, το μαθησιακό τους στυλ και την ακαδημαϊκή τους επίδοση.

Στο παρελθόν οι ερευνητές των κοινωνικών δικτύων υποστήριξαν ότι οι

συμμετέχοντες σε αυτά θα τα χρησιμοποιούσαν για να επικοινωνήσουν με άτομα εκτός

του προϋπάρχοντος κοινωνικού περιβάλλοντός τους, με κύριο συνδετικό κρίκο τη

θεματολογία κοινού ενδιαφέροντος. Αρχικά η επικοινωνία διατηρούσε τη φορά από το

διαδίκτυο προς την δια ζώσης επικοινωνία. (Amichai-Hamburger,& Vinitzky, 2010 •

Joinson, 2008 • Parks, & Floyd, 1996). Σταδιακά τα κοινωνικά δίκτυα, εντός και εκτός

διαδικτύου, επικαλύπτει το ένα το άλλο. Σήμερα όμως φαίνεται η φορά να

αντιστρέφεται με τα μέλη των διαδικτυακών κοινωνικών δικτύων κυρίως να διατηρούν

προγενέστερους ή τρέχοντες δεσμούς με άλλα άτομα με τα οποία κάποτε ανήκαν σε

κοινό δίκτυο δια ζώσης επικοινωνίας (Αναγνωστόπουλος, 2012 • Ellison, Steinfield, &

Lampe, 2007 • Hew, 2011) . Μάλιστα οι (Subrahmanyam, Reich, Waechter, &

Espinoza, 2008) υποστηρίζουν ότι ο έφηβος δεν επιδεικνύει πλέον διαφορετικές

συμπεριφορές στη διαδικτυακή του δραστηριότητα για να ενισχύσει διαφορετικές

εξωδιαδικτυακά δημιουργηθείσες κοινωνικές σχέσεις του. Αυτή η εναλλαγή φοράς

μεταξύ κοινωνικών δικτύων, εκτός και εντός διαδικτύου, και η πολυδιάσταση στάση

των εφήβων, προκαλεί ερευνητικό ενδιαφέρον σχετικό με το κοινωνικό κεφάλαιο το

οποίο δημιουργούν; διατηρούν; μειώνουν; με τη συμμετοχή τους σε αυτά.

Το κοινωνικό κεφάλαιο είναι ένας όρος με πολλές ερμηνείες ανάλογα το πεδίο

συζήτησης (Valenzuela, Park, & Kee, 2009). Στην τρέχουσα έρευνα θεωρείται ως «το

σύνολο των πόρων, πραγματικών ή και εικονικών, οι οποίοι συσσωρεύονται εξαιτίας

της ύπαρξης ενός ισχυρού δικτύου θεσμοθετημένων σχέσεων αμοιβαίας γνωριμίας και

αναγνώρισης» (Bourdieu,& Wagnant,1992 οπ.αναφ. Ellison et al., 2007). Οι πόροι και

16

οι συσχετίσεις ενδέχεται να διαφέρουν σε μορφή και λειτουργία. Υπό αυτό το πρίσμα

για να διερευνηθεί το ενδεχόμενο κοινωνικό κεφάλαιο το οποίο προκύπτει, ή

ενισχύεται, ως απόρροια της συμμετοχής ενός μαθητή σε πλατφόρμα κοινωνικής δια-

δικτύωσης καθώς και η παρελκόμενη επίδρασή του στη σχολική επίδοση, πρέπει να

προσμετρηθούν όλες οι δυνάμει «πραγματικές ή εικονικές συνιστώσες-πόροι» του

δικτύου.

Θα αξιοποιηθούν οι εξελίξεις στην ανάλυση κοινωνικών δικτύων, έτσι ώστε να

εξαχθούν δείκτες που αφορούν στη θεωρία γράφων και αποτυπώνουν τη σημασία της

θέσης του κάθε μαθητή στα κοινωνικά δίκτυα τα οποία ανήκει. Αυτά θα

χρησιμοποιηθούν μαζί με μεταβλητές οι οποίες αφορούν στα μαθησιακά στυλ και στην

υπόλοιπη κοινωνική δραστηριότητα των εφήβων και καθορίζουν? τη σχολική τους

επίδοση. Το ζήτημα είναι πολυδιάστατο και στο Σχήμα 01 οι πλευρές του διαγράμματος

συμβολίζουν τις σχέσεις ανάμεσα στους αλληλεπιδρώντες παράγοντες (μεταβλητές) οι

οποίοι θα μελετηθούν.

Σχήμα-Γράφημα 1: Διάγραμμα παραγόντων συνδιαμόρφωσης σχολικής επίδοσης προς μελέτη

Η παρούσα μελέτη οργανώνεται ως εξής: Αρχικά θα γίνει αναφορά και επιλεκτική

ανάλυση της σχετικής βιβλιογραφίας και των αποτελεσμάτων ερευνών οι οποίες έχουν

ολοκληρωθεί και διαπραγματεύονται κάποια διάσταση της αλληλεπίδρασης της

κοινωνικής ζωής μαθητών εντός και εκτός διαδικτύου, με έμφαση στις πλατφόρμες

17

κοινωνικής δικτύωσης με τα μαθησιακά στυλ και τη σχολική επίδοση. Η ενότητα θα

ολοκληρωθεί με την διατύπωση των ερευνητικών ζητημάτων και των υποερωτημάτων

τους τα οποία θα αποτελέσουν το βασικό αντικείμενο της έρευνας.

Ακολουθεί η παρουσίαση των μεθόδων-εργαλείων που χρησιμοποιήθηκαν για

την αποτύπωση των ιδίων παραμέτρων των αλληλεπιδρώντων παραγόντων έτσι ώστε

στο επόμενο στάδιο να παρουσιαστούν τα αποτελέσματα τα οποία προέκυψαν. Στις

τρείς αυτές ενότητες ακολουθείται παρεμφερής δομή.

Η παρούσα φάση της έρευνας ολοκληρώνεται με την παρουσίαση των

συμπερασμάτων, των περιορισμών στη δυνατότητα γενίκευσης των αποτελεσμάτων,

καθώς και με τον προβληματισμό σχετικά με τις κατευθυντήριες γραμμές τις οποίες

προτείνεται να ακολουθήσει η έρευνα στο μέλλον.

1) Βιβλιογραφική – Δικτυογραφική έρευνα

1.1) Κοινωνική ζωή μαθητών εντός διαδικτύου

Το διαδίκτυο έχει επανακαθορίσει τα μέσα και τους τρόπους κοινωνικής έκφρασης

των εφήβων. Η αποδοχή από τους συνομήλικους, η αυτοαξιολόγηση και τα στάδια

διαμόρφωσης της ταυτότητας εκφράζονται σε μεγάλο βαθμό εντός ενός νέου

κοινωνικού περιβάλλοντος, αυτού των διαδικτυακών κοινωνικών δικτύων (Nielsen-

Wire 2010 • Τζαβέλλα 2011). Η διαρκώς αυξανόμενη χρήση των διαδικτυακών μέσων

κοινωνικής δικτύωσης, τα έχουν καταστήσει αναπόσπαστο στοιχείο της καθημερινής

ζωής των εφήβων (Amichai-Hamburger,& Vinitzky, 2010 • Pempek, Yermolayeva, &

Calvert, 2009). Ως εκ τούτου οι επιπτώσεις της χρήσης τόσο συνολικά στην κοινωνική

ζωή όσο και στη «σχολική ζωή» των εφήβων, συνιστά σημείο ερευνητικού

ενδιαφέροντος.

Οι μαθητές σήμερα τείνουν να δικτυώνονται επικοινωνώντας μεταξύ τους

χρησιμοποιώντας την τεχνολογία, εξίσου, αν όχι περισσότερο, από ότι δια ζώσης

(Heiberger,& Harper, 2008). Οι λόγοι χρήσης του διαδικτύου δυναμικά

μεταλλάσσονται. Αρχικά οι χρήστες αναζητούσαν την ανωνυμία ενώ σήμερα αναζητούν

την επικοινωνία (Correa, Hinsley, & de Zuniga, 2010). Στους έφηβους δε, το ποσοστό

το οποίο χρησιμοποιεί το διαδίκτυο κυρίως για επικοινωνία, ανέρχεται στο 93% (Jones,

Fox, 2009). To 2009 το 75% των χρηστών κάτω των 25 διατηρούσε λογαριασμό, με

τους μισούς να τον προσπελαύνουν τουλάχιστον καθημερινά (Lenhart, 2014). Το 2014

πλέον, το 74% στις ηλικίες 12 έως 17 έχει πρόσβαση στο διαδίκτυο μέσω κινητού

18

(Lenhart, 2014). Τα σύνορα της προσωπικής ζωής με τη δημόσια σταδιακά

καταργούνται (Maranto,& Barton 2010). Τα διαδικτυακά κοινωνικά δίκτυα προσφέρουν

δυνατότητα σύνδεσης με πολλούς χρήστες ταυτόχρονα και υποστηρίζουν και νέους

τρόπους επικοινωνίας (συνδυάζοντας ήχο και video) (Heiberger et al. 2008) με

αποτέλεσμα τη δημιουργία εικονικών διαδικτυακών κοινοτήτων (virtual internet

communities).

Ως εικονική διαδικτυακή κοινότητα ο Rheingold οπ. αναφ. στο Boogart, (2006) όρισε

«την κοινωνική συνάθροιση η οποία προκύπτει εξαιτίας του διαδικτύου όταν αυτή

ξεπερνά ένα ελάχιστο χρονικό διάστημα επικοινωνίας, με έγερση συναισθημάτων έτσι

ώστε να διαμορφωθούν ιστοί προσωπικών σχέσεων στον κυβερνοχώρο». Οι

περισσότεροι μεταγενέστεροι ορισμοί (Deng, & Tavares, 2013), συμφωνούν με αυτόν

του Rheingold με την Preece, (2001) να προσθέτει σε αυτόν:

- την ανάγκη των μελών της κοινότητας να προσπαθήσουν να ικανοποιήσουν

προσωπικές κοινωνικές ανάγκες τους και να διαδραματίσουν συγκεκριμένους

ρόλους,

- τον διαμοιραζόμενο κοινό στόχο που δίνει λόγο ύπαρξης στην κοινότητα,

- τις κοινές πολιτικές οι οποίες διέπουν την επικοινωνία των μελών της και

- την ύπαρξη ψηφιακών μέσων τα οποία υποστηρίζουν και μεσολαβούν στην

κοινωνική διάδραση διευκολύνοντας τη δημιουργία κλίματος σύμπνοιας.

Οι διαδικτυακές κοινότητες, σε αντίθεση με τις κοινότητες οι οποίες απαιτούν δια

ζώσης επικοινωνία, μπορούν να λειτουργούν και ασύγχρονα. Αν και παθητική στη φύση

της, η ασύγχρονη επικοινωνία κυριαρχεί ακόμα στον παγκόσμιο ιστό. Να επισημανθεί

ότι αυτό σταδιακά τίθεται εν αμφιβόλω, καθώς η σύγχρονη επικοινωνία διαρκώς

διεισδύει στην καθημερινή πρακτική, αξιοποιώντας τις εξελίξεις στην κινητή

τηλεπικοινωνία. Η πρόσβαση στο διαδίκτυο μέσω κινητού, χαρακτηρίζει κυρίως τις

διαδικτυακές κοινότητες οι οποίες αποτελούνται από ηλικιακές ομάδες παρόμοιες με

την ομάδα-στόχο της έρευνας (Lenhart, 2014).

Έχουν εκφραστεί κριτικές από ερευνητές για το κατά πόσο τα δίκτυα «φίλων» σε

πλατφόρμες διαδικτυακής κοινωνικής δικτύωσης αποτελούν κοινότητες (Boogart, 2006

• Weinrich,1997). Πώς διαφέρει όμως μία κοινότητα αποτελούμενη από διαδικτυακούς

«φίλους» έναντι οποιασδήποτε άλλης τυχαίας διαδικτυακής επικοινωνίας; Ο Jones

(1997), απέδωσε τη διαφοροποίηση σε 4 απαιτούμενα στοιχεία:

- Ένα ελάχιστο επίπεδο (κατώφλι) διάδρασης,

19

- Μία ποικιλία μελών,

- Ένα κοινό δημόσιο χώρο διαδικτυακής συνάντησης και

- Ένα ελάχιστο αίσθημα μέλους κάθε συμμετέχοντα.

Οι μαθητές ανά τάξη τείνουν να δημιουργούν σχετική διαδικτυακή κοινότητα, επέκταση

της σχολικής κοινότητας η οποία πληροί τους παραπάνω όρους του Jones.

Οι πλατφόρμες διαδικτυακής κοινωνικής δικτύωσης ορίζονται αντίστοιχα ως

εφαρμογές βασισμένες στο διαδίκτυο οι οποίες επιτρέπουν:

- τη δημιουργία δημόσιου ή ημιδημόσιου profil εντός του συστήματος,

- τη διάχυση της λίστας των χρηστών με τους οποίους διαμοιράζεται κάθε μέλος

την επαφή- επικοινωνία και

- τη δυνατότητα προσπέλασης της λίστας τόσο των προσωπικών επαφών τους όσο

και των υπολοίπων μελών (Boyd,& Ellison, 2008).

καλύπτοντας και τις απαιτήσεις που όρισε ο Jones.

Το Facebook κατά τους Cheung, Chiu, & Lee, (2011) παρέχει τη δυνατότητα για

διαμοιρασμό κοινωνικών δεσμών και συναισθηματικής υποστήριξης, πηγών

πληροφόρησης και δεσμών με χρήστες τόσο του εργασιακού (Pöyry, Parvinen,

&Malmivaara, 2013) όσο και του μαθησιακού περιβάλλοντος πλησιάζοντας

περισσότερο τον ορισμό της Preece.

Ερευνητές έχουν μελετήσει τούς τύπους και την πολλαπλότητα των ρόλων που

διαδραματίζουν τα μέλη των διαδικτυακών κοινοτήτων με κριτήριο διάκρισης το

επίπεδο συμμετοχής τους και τη θέση τους στο διαμορφούμενο γράφημα του δικτύου.

Είναι αξιοσημείωτο ότι υπολογίζονται σε περισσότερους από 50% οι αδρανείς χρήστες

(lurkers). Ενδεικτικά αναφέρονται ως 53% από τους Nonnecke, Preece, Andrews, και

Voutour (2004) ενώ αντίστοιχα στις κοινότητες τις οποίες μελέτησαν οι Rafaeli, Ravid

και Soroka (2004) ανέρχεται σε ποσοστά από 50% έως και 90%. Αποδεικνύεται ότι

ακόμα και αυτού του τύπου οι χρήστες αισθάνονται μέλη του δικτύου και έχουν

σημαντικό αντίκτυπο στη δράση του συνόλου της διαδικτυακής κοινότητας (Boogart,

2006 • Βιβίτσου, Κονετάς, Γκίκας, &Κωτούλας, 2009 • Vivitsou, Konetas, Tzima, &

Pasias, 2014). Απόρροια αυτού του συμπεράσματος είναι και η απόρριψη της σκέψης

για ανάλυση του δικτύου μέσω συνεντεύξεων επιλεκτικά με τα μέλη τα οποία θα είχαν

χαρακτηριστεί ως «κεντρικά» μέλη των υποδικτύων.

Για να επιλεγεί η συγκεκριμένη πλατφόρμα διαδικτυακής κοινωνικής δικτύωσης του

facebook, συνυπολογίστηκε ότι: στην Ευρωπαϊκή Ένωση τα παιδιά ηλικίας 13 έως 16

20

ετών, τα οποία και αποτελούν την ομάδα στόχο της έρευνας, σε ποσοστό 77% και τα

παιδιά ηλικίας 9 έως 12 ετών σε ποσοστό 38% διαθέτουν λογαριασμό σε υπηρεσία

κοινωνικής δικτύωσης (Commission Europeene, 2011). Οι μελέτες στο EU Kids Online2

σε 25 ευρωπαϊκές χώρες, μεταξύ των οποίων και η Ελλάδα, δείχνουν ότι ολοένα και

μικρότερης ηλικίας παιδιά δημιουργούν τις δικές τους σελίδες κοινωνικής δικτύωσης,

κυρίως στο Facebook.

Συχνά κυκλοφορεί φημολογία σχετική με τη σταδιακή πτώση των αριθμών των

χρηστών του facebook. Παρόλα αυτά τα πλέον πρόσφατα στοιχεία αναφέρουν ετήσια

αύξηση σε όλους τους τομείς: Στην πλατφόρμα είναι εγγεγραμμένοι 829.000.000

καθημερινά ενεργοί χρήστες (19% αύξηση έναντι του αντίστοιχου αριθμού στον ίδιο

μήνα του 2013) και 654.000.000 (39% αύξηση στο αντίστοιχο διάστημα) καθημερινά

ενεργοί χρήστες μέσω κινητής τηλεφωνίας. Τα αντίστοιχα μεγέθη σε μηνιαία βάση

ανέρχονται στα 1,32δις (14% αύξηση) και 1,07 δις χρήστες (31% αύξηση) αντίστοιχα.

Σε προγενέστερες έρευνες άλλωστε καταγράφηκε ιδιαίτερα συχνή χρήση του

facebook (Blanche, O’Bannon, Beard,& Britt, 2013) όπου οι μαθητές «τσεκάρουν»

τουλάχιστον 1 φορά κάθε ημέρα, το λογαριασμό τους στο facebook σε ποσοστά που

υπερβαίνουν το 90%. Ένα επιπρόσθετο κριτήριο το οποίο συνέτεινε στην επιλογή της

συγκεκριμένης πλατφόρμας αποτέλεσε και η έρευνα η οποία είχε διεξαχθεί την

προηγούμενη σχολική χρονιά στους μαθητές του 5ου

Γυμνασίου Ιωαννίνων, ένα από τα

σχολεία στα οποία εφαρμόστηκε η τρέχουσα έρευνα. Σε αυτήν καταγράφηκε ποσοστό

χρήσης του facebook το οποίο υπερβαίνει το 80% (Κονταξή, Κώστα, Νάκου,&

Τσούβαλη, 2013).

Αντιμετωπίστηκε το ενδεχόμενο μελέτης (και) της πλατφόρμας του twitter.

Ερευνητές άλλωστε έχουν αρχίσει παράλληλα να μελετούν το ρόλο στη μαθησιακή

διαδικασία άλλων πλατφόρμων όπως το twitter και το youtube (Everson, Gundlach,&

Miller,2013 • Hughes, Rowe, Batey,& Lee ,2012 • Junco, Heiberger, & Loken, 2011).

Αντίθετα με το facebook όμως, το twitter ουσιαστικά επαναφέρει σε μεγάλο βαθμό την

ανωνυμία στην επικοινωνία, εστιάζοντας περισσότερο στο τι γράφει κάποιος παρά στο

ποιός είναι (Huberman, Romero, & Wu, 2009. • Hughes, et al. 2012), απομακρυνόμενο

από την επώνυμη κοινωνική διαδικτυακή ζωή άρα και από την υπό μελέτη

διαμορφούμενη κοινότητα «φίλων».

2 http://www.lse.ac.uk/media@lse/research/ EUKidsOnline/DB/home.aspx

http://www.lse.ac.uk/media@lse/research/%20EUKidsOnline/DB/home.aspx

21

Το Facebook δείχνει να είναι η μακροβιότερη πλατφόρμα σε ένα ιδιαίτερα

ανταγωνιστικό περιβάλλον (Weira, Toolan, & Smeed, 2011). Υπηρεσίες όπως η Alexa

το κατατάσσουν ως τον 2ο πιο δημοφιλή ιστοχώρο παγκοσμίως. Κάθε επισκέπτης του

ιστοχώρου προσπελαύνει κατά μέσο όρο 14,84 σελίδες του ημερησίως, με μέσο χρόνο

παραμονής στην πλατφόρμα 27 λεπτά και 46 δευτερόλεπτα3. Προ 5ετίας ο

διαμοιρασμός διαδικτυακά υλικού γινόταν κυρίως μέσω email. Ουσιαστικά σταδιακά

αυτό αντικαθίσταται από το facebook. Για παράδειγμα τον Αύγουστο του 2010 το 34%

χρησιμοποιούσε ως κύριο μέσο διαμοιρασμού υλικού το email έναντι του 15% στο

2011, (Weira et al. 2011). Το μεγαλύτερο ποσοστό πτώσης χρήσης του email

παρατηρείται στις ηλικίες προς συζήτηση (12 έως 17 ετών).

Το Facebook πρέπει να θεωρείται, στο ρευστό διαδικτυακό status, ως μία

προσωρινή εφαρμογή, η οποία θα αντικατασταθεί από κάποια άλλη, ξαφνικά ακριβώς

όπως εμφανίστηκε (Jackson, 2012). Παρόλα αυτά το επίπεδο διείσδυσής του και η

δυνατότητα ανάπτυξης εργαλείων τα οποία μελετάνε τη δομή των δικτύων το καθιστούν

κατάλληλο για τη μελέτη χαρακτηριστικών συμπεριφοράς των χρηστών του με στόχο

την δημιουργία θετικών μαθησιακών αποτελεσμάτων (Mazer, Murphy,&

Simonds,2007). Ως εκ τούτου, για όλους τους προαναφερθέντες λόγους, επιλέχθηκε η

πλατφόρμα του Facebook για την εκπόνηση της έρευνας. Από το facebook δηλαδή, θα

εξαχθούν τα προσωπικά γραφήματα-δίκτυα επικοινωνίας κάθε μαθητή.

Το ενδιαφέρον είναι ότι πλέον, οι έφηβοι κυρίως, δεν διαχωρίζουν την κοινωνική

δράση σε αυτή του φυσικού και του διαδικτυακού κόσμου παρά περισσότερο τις

εκτιμούν ως αλληλοσυμπληρούμενες (Wellman, Salaff, Dimitrova, Garton, Gulia, &

Haythornthwaite, 1996). Ως εκ τούτου η μελέτη της επίδρασης της κοινωνικής ζωής

τους στη σχολική τους επίδοση δεν θα μπορούσε να παραλείψει κάποια από τις δύο

διαστάσεις.

Εν κατακλείδι, εξαιτίας της περιγραφείσας εξέλιξης στις δυνατότητες διαδικτυακής

επικοινωνίας, οι έφηβοι σήμερα έχουν αναπτύξει διαφορετικούς τρόπους επεξεργασίας

της πληροφορίας και διαφορετικές μαθησιακές απαιτήσεις. Αυτό υποχρεώνει,

γενικότερα τα ακαδημαϊκά ιδρύματα και ειδικότερα τα σχολεία, να επαναθεωρήσουν τις

μεθόδους παιδαγωγικής προσέγγισής των (Βιβίτσου κ.συν. 2009). Τίθενται ως εκ

τούτου ερωτήματα σχετικά με τις συνέπειες της χρήσης των νέων εργαλείων πρόσβασης

3 http://www.alexa.com/siteinfo/www.facebook.com Στοιχεία 23/8/2014

http://www.alexa.com/siteinfo/www.facebook.com

22

και επεξεργασίας πληροφοριών στο μαθησιακό αποτέλεσμα των σχολείων (Yu, Tian,

Vogel, & Chi-Wai Kwok, 2010). Ποιες είναι αυτές οι ενδεχόμενες επιπλοκές όμως;

1.1.1) Διαδίκτυο και πλατφόρμες κοινωνικής δικτύωσης

Οι κοινότητες των διαδικτυακών μέσων κοινωνικής δικτύωσης διατηρούν πολλά

κοινά χαρακτηριστικά με τις κοινότητες των διαδικτυακών ηλεκτρονικών παιχνιδιών

(Rao, 2008). Οι κοινότητες των ηλεκτρονικών παιχνιδιών αποτελούν αντικείμενο

έρευνας επιστημόνων οι οποίοι μελετούν συμπεριφορές σε δυναμικά κοινωνικά δίκτυα

(Rand, Arbesman,& Christakis 2011). Τα ηλεκτρονικά παιχνίδια έχουν ήδη

«ενοχοποιηθεί» για μια σειρά από σωματικές, κοινωνικές, ψυχολογικές και

ακαδημαϊκές δυσμενείς επιπτώσεις. Σε κάποιες περιπτώσεις μάλιστα, η εντατική

ενασχόληση έχει αποδειχθεί ερμηνευτικός παράγοντας μειωμένης σχολικής επίδοσης

(Gentile, Lynch, Linder & Walsh,2004 • Walsh, Gentile, Walsh,& Nennet, 2006). Η

έννοια της ταυτότητας του παίκτη αποτελεί ένα θέμα αιχμής και σε πολλές περιπτώσεις

το βασικό αντικείμενο των συζητήσεων (βλ. ενδεικτικά το 5ο Διεθνές Διεπιστημονικό

Συνέδριο «The Philosophy of Computer Games» 2011 το οποίο διοργάνωσε το

Εργαστήριο Νέων Τεχνολογιών του τμήματος Επικοινωνίας, Μέσων και Πολιτισμού

του Πάντειου Πανεπιστημίου). Οι πλατφόρμες διαδικτυακής δικτύωσης όπως το

facebook, παρέχουν περιβάλλον όπου η αντίστοιχη έννοια της ταυτότητας ξεπερνά αυτή

του διαδικτυακού παίκτη. Σταδιακά μάλιστα, μετά την ενσωμάτωση εφαρμογών με

χαρακτήρα ακραιφνώς παιχνιδιού στο Facebook, τείνει να αποτελέσει υπερσύνολό της.

Λειτουργώντας στο ίδιο γραφικό περιβάλλον πλέον, συνδιαμορφώνουν ενεργά την

κοινωνική ταυτότητα κάθε χρήστη (Järvinen 2009 ˙ Kirman, Lawson, Linehan,

Martino, Gamberini,& Gaggioli 2010). Η διερεύνηση της εξάρτησης και η διαμόρφωση

συγκεκριμένης ταυτότητας στα διαδικτυακά παιχνίδια, ουσιαστικά αποτέλεσε τον

προπομπό της αντίστοιχης διερεύνησης αρνητικών συνεπειών του facebook στη

σχολική επίδοση (Junco,2012a • Junco,2012b • ˙ Kirschner,& Karpinski 2010).

Οι Pasek, More και Hargittai, (2009), σε έρευνες τους σχετικές με τη χρήση του

Facebook και της επίδοσης δεν κατέγραψαν σημαντική συσχέτιση. Οι Tess (2013) και

Din όπως και οι Gudiel, Francisco, Solano, Alberto, Contreras,& Lisseth , (2013)

αντίστοιχα με τους Junco και Karpinski διαπίστωσαν ποικίλες κυρίως αρνητικές

συνέπειες της χρήσης του Facebook.

Οι Koc, & Gulyagci (2013), σε προσπάθεια ανασκόπισης των συμπερασμάτων

ερευνών διαπιστώνουν ότι οι τομείς ενδιαφέροντος έχουν περιοριστεί κυρίως στις

23

παραμέτρους που αφορούν στη διάρκεια ενασχόλησης, στο φύλο (Lin, & Lu, 2011 •

Muscanell,& Guadagno, 2011) και σε γενικά δημογραφικά στοιχεία. Αν και υπάρχει

πληθώρα ερευνών οι οποίες μελετούν τις διαφοροποιήσεις στη χρήση διαδικτυακών

εργαλείων web.20 ελάχιστες προ 2011 είχαν εστιάσει στις πλατφόρμες κοινωνικής

δικτύωσης (Gudiel et al., 2013 • Junco, 2013). Αυτό καθιστά το ερευνητικό πεδίο μη

ώριμο καθώς οι κυρίαρχες απόψεις και η ερμηνεία τους με τις παιδαγωγικές θεωρίες

είναι υπό διαμόρφωση.

Στη συνέχεια παρουσιάζονται ενδεικτική βιβλιογραφική ανασκόπιση με

συμπεράσματα ταξινομημένα ανά κριτήριο διερεύνησης της συσχέτισης με

χαρακτηριστικά των περιβαλλόντων κοινωνικής δια-δικτύωσης. Επιλέχθηκαν τα

συγκεκριμένα κριτήρια καθώς αποτέλεσαν αντικείμενο διερεύνησης και στην παρούσα

έρευνα.

Ως προς το φύλο:

Οι Muscanell, et al., (2011) διαπίστωσαν ότι υπάρχει σημαντική διαφορά ακόμα και

στις συγκεκριμένες δραστηριότητες με τις οποίες επιδίδονται άνδρες και γυναίκες στο

facebook. Συγκεκριμένα στην έρευνά τους οι γυναίκες φαίνεται να στέλνουν και

δημοσιοποιούν περισσότερα (προσωπικά ή δημόσια) μηνύματα, να στέλνουν αιτήματα

φιλίας και να αναρτούν φωτογραφίες. Αντίστοιχα στις διαφορές τις οποίες

διαπιστώνουν οι Lin, et al. (2011) συγκαταλέγεται το ότι για τα κορίτσια έχει

μεγαλύτερη σημασία το πλήθος των φίλων και ότι είναι πιο επιδεκτικές σε επιρροή από

τα υπόλοιπα μέλη του δικτύου. Στο (Mazman, & Usluel, 2011), ανάμεσα στα

συμπεράσματα τεκμηριώνεται και το ότι οι γυναίκες χρησιμοποιούν περισσότερο από

τους άνδρες το facebook για ακαδημαϊκή χρήση.

24

Ως προς ψυχολογικούς παράγοντες:

Η ανάπτυξη ικανοποιητικών σχέσεων με τους συνομηλίκους και τους συμμαθητές

αποτελεί σημαντικό παράγοντα κοινωνικοποίησης. Επιτυγχάνεται σε μικρά πυκνά

δίκτυα με ισχυρούς δεσμούς οι οποίοι παρέχουν αλληλοϋποστήριξη και αίσθημα του

«ανήκειν». Κατά τη συμμετοχή τους οι μαθητές σε μία πλατφόρμα κοινωνικής δια-

δικτύωσης, όπως το Facebook, καλλιεργούν ισχυρούς δεσμούς μόνο με σχετικά μικρό

πλήθος ατόμων αν και ο κύκλος των φίλων τους δείχνει να διευρύνεται σημαντικά. Στη

μελέτη τους οι Yu, et al. (2010) ανέδειξαν σχέση της συμμετοχής στο facebook με την

κοινωνική αποδοχή στον εκπαιδευτικό οργανισμό το οποίο συνδυάζεται με την

ικανοποίηση του μαθητή από το σχολικό περιβάλλον του και την εξασφάλιση

συνθηκών οι οποίες επιτρέπουν και την επιτυχία στους μαθησιακούς στόχους.

Αντίστοιχη συσχέτιση καταγράψαν και με τον βαθμό αυτοεκτίμησης των μαθητών.

Αυτό αποτέλεσε και σημαντικό κριτήριο για να συμπεριληφθούν οι συγκεκριμένες

παράμετροι στην τρέχουσα έρευνα.

Έχει παρατηρηθεί σε ποικίλες περιπτώσεις το μέλος μίας διαδικτυακής

κοινότητας να επιδιώκει την εξιδανίκευση σε σχέση με τα πραγματικά χαρακτηριστικά

του. Με ενδιαφέρον έχει διαπιστωθεί η προσπάθεια εσωστρεφών χαρακτήρων, μελών

σε πλατφόρμες κοινωνικής δια-δικτύωσης, οι οποίοι δημιουργούν ταυτότητες με

εξωστρεφή χαρακτηριστικά. Οι Christine Greenhow (2011), στα συμπεράσματά της

αναφέρει ότι οι μαθητές χρησιμοποιώντας τις διαδικτυακές πλατφόρμες αλλά και τα

υπόλοιπα εργαλεία του web.20, ουσιαστικά εξασκούν τις δεξιότητες του 21ου

αιώνα τις

οποίες επιθυμεί το περιβάλλον τους να αναπτύξουν έτσι ώστε να είναι πετυχημένοι. Το

συγκεκριμένο θέμα επειδή η εσωστρέφεια είναι ένα χαρακτηριστικό το οποίο

συγκαταλέγεται στα εργαλεία αποτύπωσης τόσο ψυχολογικών τύπων όσο και

μαθησιακών τύπων θα αναλυθεί περαιτέρω στην ενότητα των μαθησιακών στυλ.

Ως προς τη «φιλία»

Αναπόσπαστο αντικείμενο μελέτης της πλειοψηφίας των ερευνών οι οποίες

διεξάγονται σε σχέση με τις πλατφόρμες κοινωνικής δικτύωσης είναι το φαινόμενο της

διαδικτυακής «φιλίας». Όντας ένα από τα σημαντικότερα εργαλεία στις πλατφόρμες

κοινωνικής δια-δικτύωσης μελετάται ξεχωριστά πέρα από το πλήθος των «φίλων» η

δυνατότητα πρότασης, αποδοχής ή απόρριψης της σύναψης «φιλίας» εντός του

συγκεκριμένου περιβάλλοντος.

Η επιλογή των «φίλων» αποτελεί μία συνειδητή προσπάθεια προβολής την εικόνα

την οποία επιθυμεί να δείξει στους άλλους το άτομο (Donath, & Boyd, 2004).

25

Αντίστοιχη επιλογή αποτελεί η δυνατότητα διαγραφής κάποιου από τη λίστα των

«φίλων». Τους λόγους και τα αποτελέσματα της διαγραφής αξιολογεί η Sibona, (2013).

Στους Fox, Warber, & Makstaller, (2013) μελετάται αντίστοιχα, πώς η φιλία μέσω

facebook μπορεί να μετατραπεί σε ρομαντική σχέση.

Η αύξηση της ελαστικότητας των κριτηρίων τα οποία καθορίζουν την επιλογή ενός

«φίλου» στο facebook, οδηγεί σε υπερβολές, όπου κάποιοι χρήστες συνάπτουν χιλιάδες

«φιλίες», υπερβαίνοντας οποιοδήποτε προβλεπόμενο όριο –πάντα κρίνοντας με μέτρα

της εκτός διαδικτύου πραγματικότητας. Δεν είναι τυχαίο ότι στην πλειοψηφία των

ανάλογων ερευνών το πλήθος των «φίλων» αποτελεί παράγοντα μελέτης. Στην

τρέχουσα εργασία η φιλία, τόσο στο δια ζώσης όσο και στο διαδικτυακό περιβάλλον,

θα αποτελέσει θεμελιώδες κριτήριο από το οποίο θα προκύψουν διαφορετικές

παράμετροι οι οποίες διερευνώνται ως προς τη σχέση τους με τα μαθησιακά στυλ και

τις επιδόσεις των μαθητών.

Στην έρευνα των Baker και White (2010), τεκμηριώνεται ότι η διαδικτυακή

συμπεριφορά των εφήβων επηρεάζεται περισσότερο από το πώς δρουν οι φίλοι και οι

διαδικτυακοί «φίλοι», και όχι από το πώς υποθέτουν ότι θέλουν οι γονείς τους και οι

καθηγητές τους από αυτούς να συμπεριφέρονται. Συνδυάζοντας με το προηγούμενο

συμπέρασμα περί συμπεριφοράς των εσωστρεφών τύπων διαπιστώνει κανείς την

σημασία την οποία αποκτά το διαδικτυακό κοινωνικό περιβάλλον συγκεκριμένων

τύπων (ψυχολογικών ή/και μαθησιακών) χρηστών. Η αποδοχή αυτής της αναβάθμισης

του ρόλου των κοινωνικών δικτύων είναι επιτακτική για τούς παραδοσιακούς

εκπαιδευτικούς οργανισμούς. Η προσπάθεια κριτικής ενσωμάτωσης των νέων

εφαρμογών και των περιβαλλόντων κοινωνικής δια-δικτύωσης κρίνεται εκ των ων ουκ

άνευ. Προϋπόθεση η διεξαγωγή σχετικής έρευνας έτσι ώστε να σχεδιαστεί στοχευμένη

προσέγγιση.

Ακολουθεί μία ανασκόπηση του πλήθους των «φίλων» σε έρευνες οι οποίες

έχουν δημοσιευτεί (Πίνακας 4). Ο πίνακας 4 είναι ταξινομημένος χρονολογικά (με

βάση την ημερομηνία της δημοσίευσης). Στο γράφημα-σχήμα 2 γίνεται ακόμα πιο

εμφανής η αυξητική τάση στον αριθμό των «φίλων» αν και οι συνθήκες δεν είναι

προφανώς οι ίδιες, καθότι οι έρευνες πραγματοποιήθηκαν σε φοιτητές ή μαθητές μεν,

αλλά σε διαφορετικά περιβάλλοντα ακόμα και σε επίπεδο χώρας.

26

Πίνακας 4 Πλήθος «φίλων» από έρευνες 2004-2013

Έτος

δημοσίευσης

έρευνας

πλήθος

φίλων Πηγή(ερευνητές)

2004 272 (Boogart, 2006)

2007 150-200 (Ellison, etal., 2007)

2007 180 (Golder, Wilkinson, & Huberman, 2007)

2008 137 (Subrahmanyam et al., 2008)

2008 217 (Acar,2008 οπ.αναφ. Hew, 2011)

2008 246 (Steinfield, Ellison,& Lampe, 2008)

2008 339 (Sheldon 2008 as cited in Hew,2011)

2008 350 (Christofides, Muise, & Desmarais, 2009)

2008 395 (Tong, Van Der Heide, Langwell, & Walther, 2008)

2009 100-200 (Lewis, & West, 2009)

2009 200-249 (Valenzuela et al. 2009)

2009 296 (Muise, Christofides, & Desmarais, 2009)

2009 297 (Christofides, et al. 2009)

2010 151 (Amichai-Hamburger,& Vinitzky, 2010)

2010 213 (Yu, et al. 2010)

2011 228 (Ortigosa, Quiroga, & Carro 2011)

2011 353 (Wise, Skues,& Williams, 2011)

2012 350 (Skues, Williams, & Wise, 2012)

2013 400- 800 (Κονταξή κ.συν. , 2013)

2013 750 (Blanche et al. 2013)

Σχήμα-Γράφημα 2: Διακύμανση πλήθους «φίλων» από έρευνες 2004-2013

27

Ως προς το χρονικό διάστημα ανά σύνδεση:

Είναι από τις πλέον συνηθισμένες μονάδες μέτρησης της έντασης χρήσης του

εργαλείου. Να σημειωθεί ότι υπάρχουν περιπτώσεις όπου η συχνότητα χρήσης δεν

συμβαδίζει με το διάστημα μέσης σύνδεσης.

Ακολουθεί μία ανασκόπηση της διάρκειας σύνδεσης σε έρευνες οι οποίες έχουν

δημοσιευτεί:

Πίνακας 5 Διακύμανση διάρκειας σύνδεσης από έρευνες 2004-2013

Έτος

δημοσίευσης

έρευνας Διάρκεια

σύνδεσης Πηγή(ερευνητές)

2004 272 (Boogart, 2006)

2007 150-200 (Ellison, etal., 2007)

2007 180 (Golder, et al. 2007)

2008 137 (Subrahmanyam, et al., 2008)

2008 217 (Acar,2008 οπ.αναφ. Hew, 2011)

2008 246 (Steinfield, et al. 2008)

2008 339 (Sheldon 2008 as cited in Hew,2011)

2008 350 (Christofides, et al. 2009)

2008 395 (Tong, et al. 2008)

2009 100-200 (Lewis, et al. 2009)

2009 200-249 (Valenzuela et al. 2009)

2009 296 (Muise, et al. 2009)

2009 297 Christofides, et al. 2009)

2010 151 (Amichai-Hamburger et al. 2010)

2010 213 (Yu, et al. 2010)

2011 228 (Ortigosa, et al. 2011)

2011 353 (Wise, et al. 2011)

2012 350 (Skues, et al. 2012)

2013 400- 800 (Κονταξή κ.συν, 2013)

2013 750 (Blanche et al. 2013)

Ο Πίνακας 05 είναι ταξινομημένος χρονολογικά (με βάση την ημερομηνία της

δημοσίευσης). Στο γράφημα 3, γίνεται ακόμα πιο εμφανής η αυξητική τάση στον

χρονικό διάστημα το οποίο παραμένουν ενεργοί χρήστες του facebook. Να σημειωθεί

ότι για να γίνει το γράφημα όπου υπήρχε κατηγορική αναφορά λήφθηκε υπόψη ο μέσος

όρος των τιμών.

28

Σχήμα-Γράφημα 3: Διακύμανση χρόνου διάρκειας σύνδεσης έρευνες 2004-2013

Ως προς τη χώρα προέλευσης:

Αναφέρθηκε η ενδιαφέρουσα διάσταση της διαφοράς του τρόπου χρήσης της

διαδικτυακής πλατφόρμας από μαθητές ανά χώρα. Οι Ozer, Karpinski, & Kirschner,

(2014) το μελέτησαν και δεν διαπίστωσαν σημαντικές διαφορές ανάμεσα σε μαθητές

από ΗΠΑ και Ευρώπη. Η σημαντικότερη διαφορά που κατέγραψαν στην έρευνά τους

δεν αφορούσε στο πλήθος των φίλων και το χρόνο σύνδεσης αλλά στο ότι οι Ευρωπαίοι

έχουν σε μεγαλύτερο βαθμό την άποψη ότι το facebook μπορεί να συνδυαστεί με

μαθησιακή διαδικασία. Αποτέλεσμα αυτής της άποψης είναι οι μαθητές από τις ΗΠΑ

να κρίνουν ότι επηρεάζει αρνητικά την επίδοσή τους με τους Ευρωπαίους ουσιαστικά

να μην παίρνουν ξεκάθαρη θέση.

Ως προς χαρακτηριστικά της κοινωνικής του ζωής:

Ο Valenzuela (2009), έχει διαπιστώσει το θετικό ρόλο του Facebook στην αύξηση

του επιπέδου πολιτότητας και συμμετοχής στα κοινά και την ικανοποίηση από την ίδια

τους τη ζωή. Οι, Heiberger et al.,(2008), Hu και Wang,(2012) και Blanche et al., (2013)

αντίστοιχα στις έρευνές τους διαπίστωσαν, μέσω εφαρμογής παιδαγωγικών πειραμάτων

στα οποία το Facebook είχε ενταχθεί στη μαθησιακή διαδικασία, θετικά αποτελέσματα.

Η ενασχόληση για μεγαλύτερο χρονικό διάστημα ημερησίως με το Facebook σε έρευνα

των Heiberger et al. (2008), δεν φαίνεται να μειώνει το χρόνο ενασχόλησης με τις

29

υπόλοιπες κοινωνικές δραστηριότητες τους (σχετιζόμενες με σχολείο ή όχι). Αντίστοιχα

οι Εllison, Steinfield και Lampe, (2011) διαπιστώνουν τη συσχέτιση της χρήσης του με

τη διατήρηση του κοινωνικού κεφαλαίου μίας ομάδας μαθητών (φοιτητών).

Ως προς την ένταση των δραστηριοτήτων στην υπόλοιπη κοινωνικής ζωή

των εφήβων:

Ειδική μνεία έχει γίνει ήδη για την πορεία της αντίστοιχης έρευνας η οποία αφορά

στα ηλεκτρονικά παιχνίδια. Πλέον και η πλατφόρμα του facebook περιλαμβάνει

εφαρμογές παιχνιδιών. Οι Wang, Lin, Yu, και Wu, (2012) διαπιστώνει ότι τα παιχνίδια

δεν αποτελούν κυρίαρχο λόγο χρήσης του facebook διαφωνώντας με την προηγηθείσα

έρευνα του Junco, (2012b). Αυτή η διαφωνία ουσιαστικά πλέον οδηγεί τις

μεταγενέστερες έρευνες να εντάξουν στα πεδία ενδιαφέροντός τους τις συσχετίσεις όχι

με τη χρήση γενικά του facebook αλλά με την χρήση συγκεκριμένων δραστηριοτήτων

στο facebook. Στο 2.2.2 γίνεται αναφορά στο πώς αναδείχθηκαν οι συγκεκριμένες προς

μελέτη κατηγορίες, κατηγοριοποιώντας τις έτσι ώστε να ενταχθούν ανά ομάδα στο

επιδιωκόμενο μοντέλο πρόβλεψης.

Η πλειοψηφία των ερευνών οι οποίες αφορούν στην αξιοποίηση των διαδικτυακών

εργαλείων και του facebook ειδικότερα, έχουν υλοποιηθεί στα πλαίσια παιδαγωγικών

πειραμάτων στα οποία αξιοποιείται με διαφορετικούς τρόπους το κάθε εργαλείο και

εξάγονται ανάλογα συμπεράσματα. Είναι, ως εκ τούτου, λογικό να έχει διερευνηθεί η

συσχέτιση της χρήσης του με την διαφορά της εικόνας που διατηρούν οι συμμετέχοντες

από την αρχή μέχρι την ολοκλήρωση του πειράματος για τον ίδιο τον εκπαιδευτικό

οργανισμό. Διαπιστώνεται από τους Heiberger et al. (2008) ότι αν συσχετισθεί η χρήση

του διαδικτύου με το χώρο μάθησης αυξάνεται και ο βαθμός ταύτισης και αφοσίωσης

των μαθητών με τον εκπαιδευτικό οργανισμό. Εξειδικεύοντας οι ίδιοι στο facebook,

αναφέρουν ότι παρέχει τη δυνατότητα δημιουργίας μικρότερων κοινοτήτων μέσα σε

μεγαλύτερους οργανισμούς (όπως το σχολείο) αυξάνοντας την άνεση που αισθάνονται

οι μαθητές (Heiberger et al. 2008).

Η παράλληλη επιτυχής αξιοποίηση web 2.0 εφαρμογών στην εκπαιδευτική

διαδικασία ώθησε καινοτόμους καθηγητές, κυρίως τριτοβάθμιας εκπαίδευσης, να

πειραματιστούν εντάσσοντας στην μαθησιακή διαδικασία τις πλατφόρμες διαδικτυακής

κοινωνικής δικτύωσης συμπεριλαμβανομένων των MySpace, Facebook επιδιώκοντας

την ενίσχυση της ανταλλαγής πηγών και εμπειριών (Everson, et al. 2013 • Tess, 2013 •

Wang, et al. 2012). Η στοχευμένη, ενταγμένη σε παιδαγωγικά πλαίσια, αξιοποίηση

πλατφόρμων κοινωνικής δικτύωσης και δή του facebook, μέσα στην εκπαιδευτική

30

διαδικασία στην περίπτωση των ιδρυμάτων της τριτοβάθμιας εκπαίδευσης, σε

συγκεκριμένα πειράματα έχει αποδειχθεί ότι βοήθησε στην επίτευξη μεγαλύτερης

βαθμολογίας, αύξησης της συμμετοχής και της ικανοποίησης από τη μαθησιακή

εμπειρία. (Wang, et al. 2012).

Πιο πρόσφατη μελέτη (Junco, 2013), δείχνει ότι το σημαντικό στοιχείο το οποίο

πρέπει να δίδεται έμφαση ως προς τα προσδοκώμενα αποτελέσματα δεν είναι καν η

ενσωμάτωση των νέων αυτών τεχνολογιών (όπως το facebook) στη μαθησιακή

διαδικασία αλλά ο τρόπος με τον οποίο αξιοποιούνται (όπως ακριβώς παλαιότερα

συμπέραναν οι αντίστοιχες έρευνες για τα παιχνίδια).

Η ενσωμάτωση στη μαθησιακή διαδικασία αντιμετωπίζει όμως σημαντικά εμπόδια-

αντιστάσεις. Η Hew, (2011) συμπέρανε σε μία ανασκόπηση της υπάρχουσας

βιβλιογραφίας ότι υπάρχουν σημαντικές δυσκολίες να αξιοποιηθεί το facebook για

εκπαιδευτική χρήση. Το συμπέρασμά της ερμηνεύεται από τους (Madge, Meek,

Wellens, & Hooley, 2009) από το ότι οι ίδιοι οι μαθητές επιδιώκουν να κρατήσουν

στεγανά ανάμεσα στην κοινωνική και ακαδημαϊκή (σχολική) τους ζωή. Αυτό βέβαια δεν

συνεπάγεται ότι το facebook όπως χρησιμοποιείται σήμερα από τους μαθητές εκτός

παιδαγωγικού πλαισίου, δεν έχει συνέπειες στην ακαδημαϊκή (σχολική) τους επίδοση.

Αντίθετα οι Mazman και Usluel, (2010) εκτιμούν πως ανοίγει ορίζοντας έτσι ώστε να

γίνει εκμετάλλευση της τεράστιας δυναμικής του facebook ως κοινωνικό εργαλείο, έτσι

ώστε να επιτευχθούν μαθησιακοί στόχοι. Άλλωστε οι Mazman, et al. (2010)

διαπιστώνει στα αποτελέσματα της έρευνάς, ότι οι μαθητές πρώτα χρησιμοποιούν μία

καινοτομία στην καθημερινή τους ζωή αξιολογώντας τη χρησιμότητα, την κοινωνική

επιρροή της και την ευκολία χρήση της πριν στη συνέχεια την αποδεχθούν

ενσωματωμένη σε εκπαιδευτικό πλαίσιο.

Ακόμα και αν δεν χρησιμοποιηθεί μέσα σε ένα καλά σχεδιασμένο εκπαιδευτικό

πλαίσιο είναι σημαντικό να γνωρίζουν οι καθηγητές γιατί και πώς το χρησιμοποιούν οι

μαθητές τους. Αναπόφευκτα η έρευνα δεν έχει διανύσει εύλογο διάστημα για να έχει

οριστικοποιήσει απόψεις για τις μαθησιακές επιπτώσεις του facebook. Άλλωστε

συνολικά οι εμπειρικές μελέτες που αφορούν στην χρήση του Facebook

χαρακτηρίζονται ακόμα σε πρώιμο στάδιο με συμπεράσματα τα οποία δεν μπορούν να

θεωρηθούν διασταυρωμένα (Deng et al., 2013). Διαπιστώνεται η σαφής έλλειψη της

μελέτης της επίδρασης του Facebook εκτός παιδαγωγικού πλαισίου κάποιου

εκπαιδευτικού οργανισμού. Πώς δηλαδή μπορεί να επηρεάζει την οργάνωση της

μαθησιακής διαδικασίας από τους ίδιους τους μαθητές ανεξάρτητα από τη λειτουργία

31

κάποιας τάξης (Çelik, Arkin,& Sabriler 2012 • Vaughan, Nickle, Silova,& Zimmer,

2011 as cited in Deng, et al. 2013). Σε αυτό στο οποίο συμφωνούν όλες οι σχετικές

έρευνες είναι ότι απαιτείται έρευνα για την αλληλεπίδραση χρήσης facebook και

επίδοσης (Kirschner, & Karpinski, 2010). Σε αυτό τον τομέα επιδιώκει να συνεισφέρει

και η παρούσα έρευνα.

Το συγκεκριμένο δίλημμα της αξιοποίησης του facebook, είτε στην εκπαιδευτική

διαδικασία είτε στην αναγνώριση χαρακτηριστικών των μαθητών, εξαιτίας της

πολυμορφίας εκπαιδευτικών οργανισμών και ειδικών χαρακτηριστικών μαθητών και

καθηγητών ανά χώρα, δεν επιδέχεται γενικεύσιμης απάντησης. Εκτιμάται ως αναγκαία

η διεξαγωγή έρευνας συσχέτισης των πρόσθετων ποιοτικών και ποσοτικών

χαρακτηριστικών της χρήσης του Facebook με την επίδοση των μαθητών σε κάθε χώρα

με διαφορετικά χαρακτηριστικά (Heiberger et al. 2008) άρα και στο Ελληνικό σχολείο.

Η διδακτορική διατριβή του Αναγνωστόπουλου (2012), όντας από τις ελάχιστες

σχετικές έρευνες στην Ελλάδα, αναπαράγει την έρευνα των Pempek et al. σε 273 άτομα

τα οποία χωρίς να αποτελούν συγκεκριμένη ομάδα με κοινά χαρακτηριστικά απάντησαν

σε διαδικτυακό ερωτηματολόγιο στο SurveyMonkey. Το ίδιο εργαλείο

χρησιμοποιήθηκε και στο (Chen,& Marcus,2012) με τη διαφορά ότι η διεύθυνση του

ερωτηματολογίου διανεμήθηκε αποκλειστικά στην ομάδα στόχο της έρευνας. Τα

αποτελέσματα της έρευνας του Αναγνωστόπουλου (2012), ως εκ τούτου απαιτούν πολύ

μεγαλύτερο δείγμα και αντίστοιχες κατηγοριοποιήσεις του για να είναι εφικτή η

γενίκευση των συμπερασμάτων της.

Επισημαίνεται ότι καμία όμως από τις προαναφερθείσες έρευνες, δεν

συμπεριλαμβάνει ως κριτήρια ανάλυσης, τα δομικά χαρακτηριστικά των δικτύων των

«φίλων» στο facebook όπως αυτά εξάγονται από λογισμικά ανάλυσης κοινωνικών

δικτύων. Επιπρόσθετα οι περισσότερες έρευνες υλοποιήθηκαν σε επίπεδο φοιτητών.

Υπάρχουν εξαιρέσεις όπως η έρευνα των (Traud, Mucha & Porter 2012) η οποία

πραγματοποιήθηκε στις Η.Π.Α., η οποία όμως αφορούσε και αυτή σε τριτοβάθμια

εκπαίδευση. Η συγκεκριμένη έρευνα πάντως δεν ανέδειξε κάποια σημαντική συσχέτιση

χαρακτηριστικών τα οποία προέκυψαν από την ανάλυση γράφων του δικτύου των

«φίλων» των μαθητών.

1.1.2) Facebook σε σχέση με επίδοση

Αφιερώνεται ξεχωριστή ενότητα για τη συσχέτιση της επίδοσης με τα

χαρακτηριστικά του facebook όπως και αντίστοιχα για την ανάλυση κοινωνικών

32

δικτύων καθώς συνιστά το πυρήνα της εργασίες και εμπεριέχει τα περισσότερα στοιχεία

καινοτομίας της παρούσας έρευνας.

Η ολιγοετής, αναπόφευκτα αν αναλογιστεί κανείς ότι το Facebook

«πρωτολειτούργησε» το 2004, μελέτη των επιπτώσεων του στη σχολική (ακαδημαϊκή)

επίδοση έχει εγείρει ομάδες ισχυρά διαφωνούντων ερευνητών.

Για παράδειγμα ο Vanden Boogart το 2006 στη μεταπτυχιακή του εργασία

παρατήρησε ότι όσοι χρησιμοποιούσαν εντατικά το Facebook συγκαταλεγόταν σε όσους

είχαν χαμηλότερο μέσο όρο επίδοσης. Οι Kirchner και Karpinski (2010) – με την

δεύτερη της συγγραφικής ομάδας να συμμετέχει στην επιτροπή αξιολόγησης και του

Vanden Boogart- υποστηρίζουν ότι σε έρευνα που πραγματοποίησαν έως το 2009

διαπίστωσαν ότι το Facebook επιδρά αρνητικά τόσο στο μέσο χρόνο μελέτης όσο και

στην επίδοση. Σε αντίστοιχα συμπεράσματα καταλήγει σε εργασία της ομάδα φοιτητών

Γενικής Ψυχολογίας Banquil et al to 2009 όπως και ο de Villier το 2010. Συγκεκριμένα

κατέγραψαν τόσο χαμηλότερη επίδοση σε σχέση με «μη χρήστες» του facebook όσο και

λιγότερο χρόνο μελέτης.

Οι Pasek, More και Hargittai (2009) όμως, πολύ μικρό διάστημα μετά την ολοκλήρωση

της έρευνας της Karpinski, δημοσιεύουν έρευνα στην οποία δεν διαπιστώνουν καμία

σημαντική διαφορά στην επίδοση, σχολιάζοντας και προϋποθέσεις οι οποίες δεν

εκπληρώθηκαν στην έρευνα της Karpinski. Η ομάδα του Pasek δίνει και μία

ενδιαφέρουσα ερμηνεία για τα αποτελέσματα των ερευνών οι οποίες είχαν αντίθετα

αποτελέσματα, και πραγματοποιήθηκαν κατά τα πρώτα χρόνια λειτουργίας του

facebook. Σύμφωνα με αυτήν το Facebook αρχικά χρησιμοποιήθηκε από τα υψηλότερα

κοινωνικοοικονομικά περιβάλλοντα όπως είναι αυτό του Πανεπιστημίου του Harvard

και άλλα διακεκριμένα Πανεπιστήμια. Ως απόρροια του συγκεκριμένου

χαρακτηριστικού του η διείσδυση του αρχικά έγινε σε πληθυσμιακές ομάδες, όπου

υπήρχε μεγάλη πιθανότητα να έχουν αντίστοιχα υψηλές επιδόσεις (Boyd et al. 2008).

Ως εκ τούτου σε όσες έρευνες κατέγραψαν συγκριτικά τις επιδόσεις στην αρχή και στο

τέλος εκπαιδευτικών πειραμάτων στα οποία έγινε χρήση του facebook δεν θα

μπορούσαν να διαγνώσουν σημαντική βελτίωση σε όσους είχαν εξ αρχής ούτως ή

άλλως υψηλές επιδόσεις. Παρόμοια αποτελέσματα έλλειψης συσχέτισης με την επίδοση

παρατήρησαν οι Kolek και Saunders (2008).

Στην έρευνα των Alloway, Horton, Alloway και Dawson, (2013) όμως, οι

μαθητές με έντονη χρήση του Facebook είχαν καλύτερη επίδοση στο test της γλώσσας

(2 διαφορετικά test), και σε αυτό της μνήμης αλλά χειρότερη στα Μαθηματικά.

33

Οι διαφορές ανάμεσα στα αποτελέσματα των διαφορετικών ερευνών, μπορούν

να αποδοθούν στην έλλειψη κοινής μεθόδου και στη διαφορά στο μέγεθος και την

επιλογή των ομάδων στόχου. Η ομάδα του Pasek χρησιμοποίησε μέθοδο με 3 ομάδες

στόχου, οι ηλικίες των οποίων ήταν από 14 έως 22. Η έρευνα όμως περιείχε ερωτήσεις

οι οποίες δόθηκαν με διαφορετικές διαβαθμίσεις (κλίμακες) στις 3 διαφορετικές

υποομάδες της έρευνας, κάνοντας σχεδόν ανέφικτη τη γενίκευση των αποτελεσμάτων.

Αυτό ήταν ανέφικτο και για έναν πρόσθετο λόγο, αυτόν του εύρους ηλικίας.

Συγκεκριμένα τα χαρακτηριστικά των 14χρονων διαφέρουν παρασάγγας από αυτά των

22χρονων που επίσης συμμετείχαν στην έρευνα. Οι Kirschner και Karpinski, ανέλυσαν

διαφορές ανάμεσα σε χρήστες και μη χρήστες φοιτητές, χωρίς να αξιοποιήσουν την

πληροφορία της διάρκειας σύνδεσης στο Facebook. Οι Kolek και Saunders μελέτησαν

τυχαίο δείγμα από φοιτητές. Ως μη χρήστες θεώρησαν όσους δεν βρέθηκε γι αυτούς

profil στο facebook, στοιχείο το οποίο σε καμία περίπτωση δεν κρίνεται ως αξιόπιστη

πρακτική (για παράδειγμα δεν σημαίνει ότι όλοι έχουν την ίδια «ταυτότητα» δια ζώσης

και online).

Αντίστοιχα προβλήματα προκύπτουν από τον τρόπο με τον οποίο καταγράφεται η

επίδοση των μαθητών/φοιτητών έτσι ώστε να συσχετιστεί με τα διαφορετικά

χαρακτηριστικά χρήσης του facebook. Στις περισσότερες έρευνες οι ίδιοι οι φοιτητές

(μαθητές) καλούνται να αναγράψουν την επίδοσή τους σε μη συνεχείς κλίμακες Likert.

Οι Pasek et al. χρησιμοποίησαν 8βάθμια κλίμακα Likert, οι Kirschner και Karpinski

5βάθμια κλίμακα.

Σε κάποιες έρευνες βασικό στοιχείο μέτρησης της έντασης της χρήσης του

Facebook αποτελεί η διάρκεια της κάθε σύνδεσης. Να σημειωθεί ότι στην τρέχουσα

έρευνα κρίνοντας ότι το Ελληνικό εκπαιδευτικό σύστημα απαιτεί από τους μαθητές να

αφιερώσουν χρόνο για πολύωρη μελέτη εκτός σχολικού ωραρίου, καταγράφηκε τόσο η

διάρκεια της κάθε σύνδεσης όσο και ο χρόνος ο οποίος αφιερώνεται για μελέτη, για

φροντιστηριακή προετοιμασία καθώς και για όλες τις υπόλοιπες δραστηριότητες των

μαθητών. Ο αυξημένος χρόνος στο facebook μειώνει το διαθέσιμο χρόνο για μελέτη

γεγονός το οποίο ενδέχεται να συσχετίζεται με την επίδοση.

Να σημειωθεί ότι αν και δεν έχουν ολοκληρωθεί πολλές έρευνες στο facebook, οι

αντίστοιχες σε άλλες πλατφόρμες κοινωνικής δικτύωσης (twitter, instagram) είναι

ακόμα λιγότερες. Οι Junko, Heiberger και Loken (2011), εστιάζοντας στο Twitter

υποστηρίζουν την άποψη ότι, συγκεκριμένες δραστηριότητες στο περιβάλλον του,

συσχετίζονται θετικά με τις επιδόσεις.

34

Τη σκέψη των Junko, Heiberger και Loken να μελετήσουν το εργαλείο όχι εν τω

συνόλω του, αλλά σε σχέση με συγκεκριμένες δραστηριότητες του, εφάρμοσαν και

άλλες έρευνες. Έτσι στο (Junco, 2012a) επιβεβαιώνεται η υπόθεση ότι υπάρχει θετική

συσχέτιση ανάμεσα στη συχνότητα χρήσης τόσο γενικά του Facebook όσο και των

επιμέρους εφαρμογών-δραστηριοτήτων του και της αφοσίωσης στο εκπαιδευτικό έργο.

Οι Pempek et al. (2009), επίσης μελέτησαν τις δραστηριότητες στο Facebook χωρίς

όμως να επιδιώξουν να τις συσχετίσουν με άλλες μεταβλητές. Στο Junco, (2012b)

διαπιστώνεται όμως ότι η συσχέτιση με την επίδοση δεν είναι ίδια με κάθε μία από τις

δραστηριότητες στο Facebook. Οι δραστηριότητες οι οποίες χαρακτηρίζονται για την

πιο έντονη κοινωνική τους διάσταση και την αμεσότερη επικοινωνία (chat και

ανανέωση κατάστασης ή profil) έχουν χειρότερες συνέπειες από αυτές οι οποίες

σχετίζονται με συλλογή και διαμοιρασμό πληροφοριών (όπως η πρόταση

υπερσυνδέσμων). Το αποτέλεσμα αυτό ερμηνεύεται, ως δυνάμει συσχετιζόμενο και με

ψυχολογικούς παράγοντες, όπως το μαθησιακό στυλ του κάθε μαθητή. Αυτό συνηγορεί

στην ορθότητα της επιλογής να μελετηθεί παράλληλα και το μαθησιακό στυλ.

Οι Suwannatthachote και Tantrarungroj, (2012) αντίστοιχα συσχετίζουν τα

“likes” του facebook με τη δυνατότητα αφοσίωσης, ενώ κατ αντιπαράθεση στις

δραστηριότητες «έλεγχος των profil των άλλων», «προσωπικά μηνύματα»,

«διαμοιρασμός γεγονότων», «σχολιασμός», διαπιστώνεται στατιστικά σημαντική αλλά

πολύ μικρή συσχέτιση.

Στην ανάλυση του παράγοντα των συγκεκριμένων δραστηριοτήτων στο Facebook,

ο Junco (2013), έδειξε ότι ο έλεγχος της κατάστασης των «φίλων» και ο διαμοιρασμός

υπερσυνδέσμων με «φίλους» στο facebook αποτελούν κριτήριο πρόβλεψης καλής

επίδοσης, ενώ ο διαμοιρασμός και ο σχολιασμός φωτογραφιών, το chat και τα

διαδικτυακά παιχνίδια μέσω facebook συσχετίζονται με αρνητική επίδοση των φοιτητών

στους οποίους διεξήχθη η έρευνα. Ο εν λόγω παράγοντας πρόβλεψης του βαθμού

ενασχόλησης με το αντικείμενο του μαθήματος εκ μέρους των μαθητών κατά τον Junco

ήταν πιο καθοριστικός από τη συχνότητα και το χρόνο τον οποίο αφιέρωναν στο

Facebook.

35

1.2) Κοινωνική ζωή μαθητών εκτός διαδικτύου

1.2.1) Ψυχολογικά χαρακτηριστικά

Η έρευνα σχετικά με την ποιότητα της σχολικής ζωής συμπεριλαμβάνει 3

διαστάσεις: την γενική ικανοποίηση από το σχολείο, την αφοσίωση στο μαθησιακό έργο

και τη στάση προς στους καθηγητές (Epstein,& McPartland, 1976). Με την αποδοχή ότι

η αφοσίωση στο μαθησιακό έργο είναι ανάλογη με την επίδοση (αποδεικνύεται και στη

συνέχεια στα αποτελέσματα) και ότι στην τρέχουσα έρευνα έχει γίνει προσπάθεια να

μην επηρεάζονται τα συμπεράσματα από τον εκάστοτε καθηγητή των μαθητών

αποφασίστηκε ότι είχε ιδιαίτερη αξία να υπολογιστεί η τελευταία διάσταση. Ως εκ

τούτου στο σχετικό ερωτηματολόγιο καταγράφηκε μέσω ερωτήσεων ο συντελεστής

ικανοποίησης από το σχολικό περιβάλλον. Είναι αξιοσημείωτο ότι το συγκεκριμένο

χαρακτηριστικό φαίνεται σε έρευνα στην οποία μετείχαν μαθητές 13-15 ετών από τη

Φιλανδία, τη Λεττονία, τη Νορβηγία και τη Σλοβακία όπου διαπιστώνεται συσχέτιση

ακόμα και με την ίδια την υγεία των μαθητών (Samdal, Nutbeam, Wold, & Kannas,

1998).

Στην έρευνα των Epstein et al., 1976) διατυπώνεται η άποψη ότι είναι δύσκολο

να αναπτυχθεί και πιστοποιηθεί για την εγκυρότητά του κάποιο εργαλείο αποτύπωσης

της ποιότητας της σχολικής ζωής το οποίο να λειτουργεί οριζόντια, για οποιοδήποτε

δηλαδή σχολείο. Στο εργαλείο το οποίο χρησιμοποιήθηκε στην τρέχουσα εργασία έγινε

επιλογή από ερωτήματα τα οποία έχουν χρησιμοποιηθεί σε διαφορετικές έρευνες. Το

συγκεκριμένο σύνολο ερωτήσεων ελέγχθηκε ως προς την παραγοντική δομή του με

υπολογισμό του δείκτη Cronbach Alpha και κρίθηκε ικανοποιητικό (βλ.ενότητα 3.3.1).

Ένα σημαντικό ζήτημα το οποίο τίθεται προς συζήτηση από το (Μπίκος, 2007)

είναι η φορά της σχέσης χαμηλής επίδοσης, χαμηλής αυτοεκτίμησης και αποστροφής

προς το σχολείο και τις δραστηριότητές του. Φαίνεται να είναι φαύλος κύκλος καθώς η

χαμηλή επίδοση ενισχύει τόσο την έλλειψη αυτοεκτίμησης όσο και την αποστροφή προς

το σχολικό περιβάλλον αλλά είναι πολλά τα παραδείγματα στα οποία το φαινόμενο

ισχύει αντίστροφα. Η έλλειψη αυτοεκτίμησης δηλαδή ειδικά αν συνδυάζεται με μη

ικανοποίηση από την κοινωνικότητα την οποία αναπτύσσουν οι μαθητές είναι βασικός

λόγος για την τελική χαμηλή απόδοσή τους. Αμφότεροι οι δύο δείκτες διερευνήθηκαν

στην παρούσα εργασία μέσω της αποτύπωσης εκτός της επίδοσης, του συντελεστή

αυτοεκτίμησης και του συντελεστή ικανοποίησης από το σχολικό περιβάλλον.

36

Ο Rosenberg οπ.αναφ. (Γεωργίου, 2007) ορίζει την αυτοεκτίμηση ως «μια στάση

(θετική ή αρνητική) που έχουμε για τον εαυτό μας. Είναι ένα προϊόν που δημιουργείται

από τις επιδράσεις του πολιτισμού, της κοινωνίας, της οικογένειας και των

διαπροσωπικών σχέσεων του ατόμου».

Η συμπερίληψη του βαθμού αυτοεκτίμησης του ατόμου δεν αποτελεί καινοτομία της

τρέχουσας έρευνας, καθώς έχει υπάρξει αντικείμενο μελέτης και στο παρελθόν (Yu, et

al. 2010). Οι Ellison et al., (2007) ερευνούν αν η συσχέτιση μεταξύ της «έντασης» της

χρήσης του facebook και του προσκτώμενου κοινωνικού κεφαλαίου εξαρτάται από το

βαθμό αυτοεκτίμησης του ατόμου. Τα αποτελέσματα της έρευνας των Baker και White

(2010), η οποία σημειωτέον, πραγματοποιήθηκε σε ίδιες ηλικίες, αντίστοιχα δείχνουν

ότι ο βαθμός αυτοεκτίμησης δεν αποτελεί παράγοντα πρόβλεψης για εντατική χρήση

των διαδικτυακών κοινωνικών δικτύων. Οι Nadkarni και Hofmann, (2012) αναφέρουν

ότι ακόμα και η συμμετοχή στο facebook φαίνεται να είναι σε συνάρτηση με την

αυτοεκτίμηση.

Ένα άτομο το οποίο έχει αυτοεκτίμηση νοιώθει ικανό να έχει μία αίσθηση ότι

κάπου ανήκει. Στην περίπτωση των μαθητών αυτό το, εκτός οικογένειας, κοινωνικό

περιβάλλον είναι το σχολείο. Ακριβώς υπό αυτό το πρίσμα, κρίθηκε ότι πρέπει να

ελεγχθεί η συλλειτουργία των δύο συντελεστών ως παραγόντων οι οποίοι δυνάμει

καθορίζουν και την επίδοση.

1.2.2) Φιλίες – υποομάδες στη σχολική τάξη

Η σχολική τάξη ως κοινωνική ομάδα συνομιλήκων, δεν πρέπει να θεωρείται απλά

μία συνάθροιση ατόμων (Μπίκος, 2007) αλλά ένα κοινωνικό σύστημα με ιδιαίτερη

διάρθρωση και πλέγμα ζωτικών σχέσεων. Ο μαθητικός ρόλος δεν αφορά μόνο στην

εκπλήρωση των στόχων που σχετίζονται με το περιεχόμενο της διδακτέας ύλης αλλά

και με αυτό των σχέσεων του με τους «άλλους» και το κοινωνικό κεφάλαιο το οποίο

προκύπτει από τη συμμετοχή και την αλληλεπίδραση.

Η άτυπη δομή μίας τάξης, όπως αυτή αποτυπώνεται στην τρέχουσα εργασία με τους

πίνακες γειτονικότητας των φιλιών ή της επικοινωνίας του κάθε μαθητή με τους

συμμαθητές του, έχει ως αποτέλεσμα τη δημιουργία υποομάδων μέσα στην ευρύτερη

ομάδα του συγκεκριμένου τμήματος στο οποίο ανήκει ο μαθητής. Στη βιβλιογραφία

37

αυτό αναφέρεται ως peer group4 (ομάδα ισοτίμων) και παίζει ιδιαίτερο ρόλο στην

χειραφέτηση και την κοινωνική ένταξη των εφήβων.

Η αποδοχή, που απολαμβάνουν οι έφηβοι από την ομάδα ομοτίμων, ενισχύει την

αυτοπεποίθησή τους σε μεγαλύτερο βαθμό απ’ ότι την ενισχύει η αποδοχή από τον

εκπαιδευτικό ή ακόμα και από τα αδέλφια τους (Μπίκος, 2007). Στο ρόλο τους σε ένα

τέτοιο δίκτυο προσδίδει ιδιαίτερη σημασία το γεγονός ότι σχηματίζεται με δικιά τους

επιλογή. συμβάλλοντας στην κοινωνικο-αισθηματική τους ανάπτυξη. Οι Wang, et al.,

(2012) εμπλέκουν στα μελετώμενα δίκτυα και τους καθηγητές και γίνεται η διαπίστωση

ότι όσο πιο εντατική η επικοινωνία μαθητών μεταξύ τους και με τους καθηγητές τόσο

υψηλότερη ήταν η βαθμολογία τους.

Στην τρέχουσα έρευνα καταγράφηκαν και αναλύθηκαν τα δίκτυα: των φιλιών

ανάμεσα σε συμμαθητές, των συμμαθητών με τους οποίους δηλώνουν καθημερινή

επικοινωνία και εκτός σχολείου καθώς και αυτού των συμμαθητών με τους οποίους

επικοινώνησαν την ακριβώς προηγούμενη καθημερινή. Σε αυτά με μεθόδους ανάλυσης

δικτύων υπολογίζονται δείκτες κεντρικότητας.

1.3) Ανάλυση κοινωνικών δικτύων

1.3.1) Δομή και χαρακτηριστικά

Μια μέθοδος μοντελοποίησης δικτύων συμπεριλαμβάνει την ανάλυση τους με

αξιοποίηση Θεωρίας Γραφημάτων. Παρότι η ανάλυση δικτύων άπτεται πολλών

επιστημών, μόνο πρόσφατα, με την ανάπτυξη του παγκόσμιας εμβέλειας ιστού, τυγχάνει

πειραματικής μελέτης σε μεγαλύτερα (πληθικά) δείγματα καθώς και σε μεσαίου

μεγέθους με μεγάλη πυκνότητα. Η μελέτη της συμπεριφοράς του δικτύου έχει

προηγηθεί της ραγδαίας εξέλιξης των διαδικτυακών διαδραστικών γραφικών μορφών

κοινωνικής δικτύωσης. Στην ανάλυση κοινωνικών δικτύων τα πρώτα πειράματα ήταν

εστιασμένα σε ψυχολογικής κατεύθυνσης μελέτες - όπως αυτό του Milgram καθώς και

σε αντίστοιχες έρευνες στον κλάδο των θεωριών management (Granovetter 1985).

Αυτή την πρώτη φάση διαδέχθηκε η ανάπτυξη εργαλείων ανάλυσης της κοινωνικής

δικτύωσης. Οι μελέτες συσχέτισης της κεντρικότητας του κοινωνικού δικτύου των συν-

εργαζομένων με την επίδοσή τους σε επαγγελματικό χώρο έχουν προηγηθεί των

αντίστοιχων για μαθητές. Συχνότερα συσχετίζεται δε, με τη δυνατότητα επιρροής

αποφάσεων (Friedkin, 1993) και ακολούθως με την απόδοση. Ο Brass από το 1984, για

4 http://education-portal.com/academy/lesson/peer-group-definition-lesson-

quiz.html#lesson

http://education-portal.com/academy/lesson/peer-group-definition-lesson-quiz.html#lesson

http://education-portal.com/academy/lesson/peer-group-definition-lesson-quiz.html#lesson

38

παράδειγμα, παρατήρησε τη θετική συσχέτιση ανάμεσα στην κεντρικότητα του

κοινωνικού δικτύου και την επίδοση. Διέκρινε όμως συμπληρωματικά και άλλα ειδικά

χαρακτηριστικά της εργασίας από τα οποία συν-εξαρτιόταν η απόδοση. Αντίστοιχα

εστιάζεται σταδιακά το ενδιαφέρον και στο διαδίκτυο με τους Chang, Cheng,& Chuang,

(2002 και 2013) να αναλύουν δίκτυα newsgroup ως προς τα χαρακτηριστικά του

δικτύου των χρηστών του. Μεταφέρθηκε η έρευνα σε επίπεδο δικτύων στην εκπαίδευση

και στο (Baldwin, Bedell, & Johnson 1997) διαπιστώθηκε θετική συσχέτιση της

κεντρικότητας φοιτητών με την επίδοση.

Οι Wasserman και Faust (1994) ορίζουν την ανάλυση κοινωνικών δικτύων ως ένα

εργαλείο διερεύνησης των τρόπων αλληλεπίδρασης των μελών ενός δικτύου εστιάζοντας

στο εύρος, στην ισχύ και στη φύση των δεσμών αναμεταξύ των. Σήμερα τα σχετικά

εργαλεία έχουν εξελιχθεί παρέχοντας σε γραφικό περιβάλλον, πληθώρα από τα

χαρακτηριστικά των ανάλογων γράφων που προκύπτουν από την ανάλυση των δικτύων,

ακόμα και σε πραγματικό χρόνο.

Η προαναφερθείσα δυνατότητα απεικόνισης και μελέτης των διαμορφούμενων

γραφημάτων των κοινωνικών δικτύων αποτελεί σημείο αναφοράς της σχετικής έρευνας.

Με τη βοήθεια της θεωρίας γράφων εξάγονται δείκτες σχετιζόμενοι με τη δομή ενός

κοινωνικού δικτύου.

Η νοητή προβολή των παλαιότερων συμπερασμάτων ανάλυσης δικτύων στη

διαδικτυακή τους πλέον διάσταση και η μελέτη της κοινωνικής δικτύωσης στα πλαίσια

της δράσης μαθητών σε διαδικτυακές πλατφόρμες προσδίδει νέες ερευνητικές ανάγκες

και ορίζοντες μελέτης.

Η εξαγωγή δε, αυτών των δεικτών από δίκτυα μαθητών, έτσι ώστε να διερευνηθεί η

συσχέτισή τους με την ακαδημαϊκή (σχολική) τους επίδοση, παρουσιάζει σημαντικές

ομοιότητες με τις αντίστοιχες παλαιότερες μελέτες απόδοσης εργαζομένων σε

επαγγελματικούς χώρους. Τα ειδοποιά χαρακτηριστικά τα οποία διαφοροποιούν τις

αντίστοιχες έρευνες αφορούν στο ότι η επικοινωνία πλέον πραγματοποιείται και μέσω

διαδικτύου προσδίδοντας νέα δομικές ιδιότητες στα αντίστοιχα κοινωνικά δίκτυα.

Κατά την ανάλυση των κοινωνικών δικτύων το σημαντικότερο προς μελέτη στοιχείο

είναι η δομή των γραφημάτων τα οποία προκύπτουν από τις σχέσεις μεταξύ των μελών

του δικτύου. Ο κάθε κόμβος συμβολίζει έναν μαθητή στην υπό μελέτη περίπτωση. Οι

σχέσεις απεικονίζονται από αμοιβαίες συνδέσεις (πλευρές) μεταξύ των (Zinoviev,&

Duong, 2009). Η διασυνδεσιμότητα κάθε κόμβου όσο σημαντικότερη είναι τόσο

περισσότερο επηρεάζει την συνολική επικοινωνία τη διάδραση και την ανταλλαγή

39

πληροφορίας αναμεταξύ των μαθητών. Αναλύοντας τα κοινωνικά δίκτυα επιδιώκεται η

ανάδειξη των διαφορετικών ειδών «κόμβων» με κριτήρια σχετιζόμενα με τη

διασυνδεσιμότητά τους.

Έστω ένα γράφημα G το οποίο απαρτίζεται από ένα σύνολο EG από πλευρές ανάμεσα

στους κόμβους. Στην περίπτωση προς συζήτηση το σύνολο VG αντιπροσωπεύει τα μέλη

των κοινωνικών δικτύων των μαθητών. Το σύνολο EG αναφέρεται στη σχέση μεταξύ

δύο μελών του δικτύου, απεικονίζοντας τους ενδεχόμενους δεσμούς και τη διάδραση

αναμεταξύ των μελών (σχήμα 04). Στο Σχήμα 4 ο μαθητής που απεικονίζεται με τον

κόμβο V1 σχετίζεται με τον V2 μέσω της πλευράς e12.

Σχήμα-Γράφημα 4: Απλό μη κατευθυνόμενο γράφημα δικτύου μαθητών

Ένα σημαντικό νέο χαρακτηριστικό το οποίο αποτελεί πεδίο μελέτης της ανάλυσης

κοινωνικών δικτύων προκύπτει από τη δυνατότητα δήλωσης «φίλων» σε πλατφόρμες

όπως το MySpace και το Facebook. Ιστοχώροι σαν το Facebook επιτρέπουν στους

χρήστες να προβάλουν τον εαυτό τους δημιουργώντας δικιά τους εικονική ταυτότητα.

Εντρυφώντας στο σύστημα ανακαλύπτουν πώς συνδέονται αναμεταξύ τους με κριτήριο

ένα διογκούμενο κοινό σύνολο ενδιαφερόντων. Η δημιουργία της διαδικτυακής

κοινωνικής ταυτότητάς τους θεωρείται ως εκ των ων ουκ άνευ και καθώς εξελίσσεται

το προσωπικό δίκτυο από τον κάθε χρήστη διαμορφώνονται συγκεκριμένα

χαρακτηριστικά τα οποία σχετίζονται με τη στάση του. Αυτά τα χαρακτηριστικά θα

διερευνηθούν έτσι ώστε να συναποτελέσουν έναν ενδεχόμενο παράγοντα μοντέλου

40

πρόβλεψης των επιδόσεων των αφορούν κυρίως στην προαναφερθείσα ανάδειξη της

κεντρικότητας των κόμβων.

Η κεντρικότητα σε αντίστοιχες έρευνες φαίνεται να απεικονίζει το επίπεδο

συγκέντρωσης διάδρασης κάθε κόμβου- μαθητή (Pollner et al 2008). Οι Fidalgo και

Freitas (2011) καθώς και οι Thormann, Gable, Fidalgo & Blakeslee

(2013), αναδεικνύουν τη σημασία της κεντρικής θέσης μέσα σε ένα δίκτυο καθότι

μειώνεται η εξάρτηση από συγκεκριμένους άλλους «κόμβους». Η συγκεκριμένη θέση,

μεθερμηνεύεται ως θέση ισχύος και ικανότητας από τους Muller-Prothmann, (2007). Οι

Mislove, Marcon, Gummadi, Druschel και Battacharjee (2007) διαπίστωσαν τον ειδικό

ρόλο των κόμβων με μεγάλη κεντρικότητα με τους Mayes και Fowler να εμβαθύνουν

στο πώς μαθαίνουν τα μέλη κοινοτήτων (δικτύων) μάθησης (Fidalgo,& Freitas 2011).

Αντίστοιχα έχει διατυπωθεί η άποψη ότι η υψηλή κεντρικότητα δημιουργεί σταδιακά

πλεονεκτήματα στην πρόσκτηση και την ανταλλαγή χρήσιμου υλικού (εκπαιδευτικού

στην περίπτωση) μεσοπρόθεσμα (Cook, & Emerson, 1978). Επιπρόσθετα η αποτύπωση

των δεικτών με υψηλούς δείκτες κοινωνιομετρικού status δίνει πρόσθετες δυνατότητες

στους καθηγητές στη ροή της πληροφορίας στο δίκτυο της τάξης (Εμβαλωτής, 2005).

Η κεντρικότητα ποσοτικοποιείται από διαφορετικούς δείκτες:

α) ο βαθμός (degree), στον οποίο κάθε μέλος του δικτύου συσχετίζεται με άλλους στο

μελετώμενο δίκτυο. Ως βαθμός (degree) κάποιου κόμβου Vi ορίζεται το πλήθος των

πλευρών που συνδέουν τον Vi με άλλους κόμβους οι οποίοι συντρέχουν στον Vi

(Baase,1983). Αν διακρίνουμε μεταξύ των eij και eji, όπου i και j δύο κόμβοι του

γραφήματος και eij η πλευρά η οποία τους συνδέει έχουμε διευθυνόμενο γράφημα

(directed graph) και ο βαθμός διακρίνεται σε βαθμό εισόδου (πλευρές οι οποίες φθάνουν

στον κόμβο) και βαθμό εξόδου (πλευρές που εξέρχονται από τον κόμβο). Στο

παράδειγμα του σχήματος Σχήμα 04 ο κόμβος V1 έχει βαθμό 3 ενώ ο κόμβος V3 βαθμό

5. Στο διευθυνόμενο γράφημα του σχήματος 5, ο V1 έχει βαθμό εισόδου και βαθμό

εξόδου 2 ενώ αντίστοιχα ο κόμβος V3 έχει βαθμό εισόδου 4 και εξόδου 2.

41

Σχήμα-Γράφημα 5: Παράδειγμα κατευθυνόμενου γραφήματος δικτύου μαθητών

Ο βαθμός αποτελούσε την πλέον διαδεδομένη προς μελέτη παράμετρο-ιδιότητα

(Sparrowe et al 2009). Η Cook στη συνέχεια της έρευνάς της με τους Emerson,

Gillmore,& Yamagishi, τo 1983, παρατήρησε ότι μόνο σε συγκεκριμένης μορφής

δίκτυα, η κεντρικότητα όταν εκφράζεται από το βαθμό, μπορεί να προβλέψει την

ενίσχυση της θέσης «του κόμβου» (του μαθητή) στο δίκτυο. Ένα χαρακτηριστικό

παράδειγμα όπου η κεντρικότητα (όταν αποδίδεται με τον βαθμό αποκλειστικά) δεν

αποτυπώνει επαρκώς την κρισιμότητα της θέσης του μελετώμενου κόμβου (μαθητή)

φαίνεται στα γραφήματα του σχήματος 6. Παρατίθενται περιπτώσεις όπου οι

ευρισκόμενοι στις κρίσιμες ενδιάμεσες θέσεις δεν έχουν τη μεγαλύτερη κεντρικότητα.

42

Σχήμα-Γράφημα 6: Γραφήματα όπου η κρισιμότητα θέσης δεν αποτυπώνεται από κεντρικότητα

Οι περιπτώσεις αυτής της στρέβλωσης δεν αναιρούνται ακόμα και αν έχει

κανονικοποιηθεί το γράφημα με τη διαίρεση του βαθμού με το μέγιστο δυνατό βαθμό

στο γράφημα όπως φαίνεται στο Σχήμα 07 και 08

Σχήμα-Γράφημα 7: Κανονικοποίηση κεντρικότητας

43

Σχήμα-Γράφημα 8: Κανονικοποίηση κεντρικότητας (βαθμού) δικτύου μαθητών

Στα σχήματα 07 και 08 φαίνονται και οι τιμές από την εν λόγω κανονικοποίηση. Για

παράδειγμα ο κόμβος του μαθητή 4 έχει τιμή 0,67 = (4/6) καθώς από κατά το μέγιστο

(7-1) = 6 συνδέσεις με τους άλλους μαθητές έχει 4 συνδεδεμένες πλευρές. Στο γράφημα

8 το μέγεθος του κάθε κόμβου είναι ανάλογο του συγκεκριμένου δείκτη.

Για παράδειγμα, για να υπάρχει συγκρισιμότητα (Sparrowe et al 2009), και

δεδομένου ότι οι βαθμοί εξαρτώνται από το μέγεθος της τάξης, όταν αναφερόμαστε στο

δίκτυο των συμμαθητών οι τιμές καθορίζονται και από το πόσο χρόνο νωρίτερα έχει

δημιουργήσει το λογαριασμό στο facebook ο κάθε μαθητής. Στο προσωπικό δίκτυο

«φίλων» του κάθε μαθητή θα μελετηθεί και η πυκνότητα των σχέσεων «φιλίας» στην

πλατφόρμα κοινωνικής δικτύωσης (network density). Ως πυκνότητα ορίζεται ο λόγος

του αθροίσματος των φίλων εντός του κοινού συνόλου (στην περίπτωση εδώ είναι της

τάξης του μαθητή) προς όλους τους δυνάμει φίλους (πάντα στο ίδιο σύνολο αναφοράς) :

Σχήμα-Γράφημα 9: Τύπος πυκνότητας δικτύου

44

όπου μi,k δηλώνει το πλήθος των φίλων του i μαθητή στο κ-οστό τμήμα (τάξη) από

το οποίο επιτυχώς θα συλλεχθούν δεδομένα και nk το πλήθος των μαθητών σε αυτή την

τάξη. Η πυκνότητα των σχέσεων εφαρμόστηκε από τους (Wasserman & Faust, 1994)

κυμαίνεται σε τιμές από 0 έως 1 και αναφέρεται στο πόσο πλησιάζει το δίκτυο το

πλήρες γράφημα. Ένα πλήρες γράφημα περιλαμβάνει όλες τις δυνάμει πλευρές και έχει

πυκνότητα 1.

Σε πλειάδα περιπτώσεων σαν και αυτή η οποία παρατέθηκε στα διαγράμματα του

σχήματος 06, το κρίσιμο μέγεθος το οποίο θα έπρεπε να διερευνηθεί δεν είναι ο βαθμός

αλλά η διαμεσότητα του κόμβου (μαθητή). Ως εκ τούτου η μελέτη του γραφήματος

του συνόλου των φίλων στους οποίους ανήκει ο κάθε μαθητής δεν θα περιοριστεί στο

χαρακτηριστικό της κεντρικότητας όπως αυτή εκφράζεται από το βαθμό. Θα επιδιωχθεί

ο συνδυασμός περισσοτέρων χαρακτηριστικών παραμέτρων της κοινωνικής δικτύωσης.

β) η διαμεσότητα (CB: betweenness centrality) η οποία αφορά στον κάθε κόμβο

μαθητή ξεχωριστά σχετίζεται με τα μονοπάτια ελάχιστου μήκους. Ως μονοπάτι (path)

ορίζεται για παράδειγμα βλ.σχήμα 08 μία ακολουθία (V1 e14 V4 e43 V3 e35 V5) η οποία

ξεκινά με κόμβο τελειώνει με κόμβο και ανάμεσα στις πλευρές υπάρχουν και πλευρές

που τις ενώνουν.

Ως διαμεσότητα ενός κόμβου Vi , ορίζεται το ποσοστό των συντομότερων μονοπατιών

μεταξύ δύο οποιονδήποτε κόμβων τα οποία περνάνε διαμέσου του κόμβου i.

(Γεωργιάδης,2006). Εισήχθηκε από τον κοινωνιολόγο Linton Freeman και η βασική

ιδέα είναι η ιδιότητα ενός κόμβου να είναι απαραίτητη στην επικοινωνία μεταξύ 2

τυχαίων κόμβων και προκύπτει από τον τύπο:

kj

jkjkB gigiC /)()(

Σχήμα-Γράφημα 10: Τύπος Διαμεσότητας

Όπου:

gjk = το πλήθος των ελάχιστων μονοπατιών τα οποία συνδέουν τους μαθητές (ή τους

«φίλους») j και k

gjk(i) = το πλήθος στα οποία ο μαθητής i συμπεριλαμβάνεται

Ο παραπάνω τύπος της διαμεσότητας κανονικοποιείται ως εξής:

]2/)2)(1/[()()( nniCiC B

΄

B

Σχήμα-Γράφημα 11: Τύπος Κανονικοποιημένης διαμεσότητας

45

Το (n-1)(n-2) της σχέσης του τύπου εκφράζει το πλήθος των ζευγών κόμβων αφού

εξαιρεθεί η ίδια η κορυφή. Η εν λόγω κανονικοποίηση κρίνεται ως απαραίτητη στην

τρέχουσα εργασία καθώς οι ομάδες (τάξεις) από τις οποίες θα συλλεχθούν δεδομένα

έχουν διαφορετικό πλήθος μαθητών.

Στο σχήμα 12 στο ίδιο παράδειγμα μαθητών το μέγεθος των κόμβων είναι ανάλογο

της διαμεσότητας. Είναι προφανές ότι στα περισσότερα ελάχιστα μονοπάτια

συμπεριλαμβάνεται ο μαθητής 3.

Σχήμα-Γράφημα 12: Διαμεσότητα σε παράδειγμα μη κατευθυνόμενου δικτύου μαθητών

Στο σχήμα 13 που ακολουθεί απεικονίζεται δίκτυο φίλων μαθητή του δείγματος της

έρευνας όπου το μέγεθος του κόμβου είναι ανάλογο της κεντρικότητας όπως αποδίδεται

από το βαθμό ενώ η κατηγοριοποίηση σε χρώματα εξαρτάται από το δείκτη

διαμεσότητας.

46

Σχήμα-Γράφημα 13: Παράδειγμα καταγεγραμμένου δικτύου Facebook: οι κόμβοι έχουν μέγεθος

ανάλογο με τον συνολικό βαθμό και χρώμα ανάλογο της διαμεσότητας

γ) η κεντρικότητα εγγύτητας (Cc: closeness centrality) η οποία αφορά σε κάθε

κόμβο (μαθητή) και αποτυπώνει την μέση απόσταση του από όλους τους υπόλοιπους. Ο

κόμβος ο οποίος θα είναι πλησιέστερος στο σύνολο των υπόλοιπων κόμβων θα πάρει τη

μεγαλύτερη τιμή κεντρικότητας εγγύτητας. Ο υπολογισμός του εν λόγω δείκτη

συμπεριλαμβάνει τον υπολογισμό του μικρότερου μονοπατιού προς όλους τους

υπόλοιπους κόμβους του δικτύου.

Ουσιαστικά δείχνει ποιος κόμβος χρειάζεται λιγότερα βήματα κατά μέσο όρο για να

επικοινωνήσει με οποιονδήποτε άλλο κόμβο του γραφήματος. Και αυτή η τιμή

κανονικοποιείται. Ο δείκτης έχει φυσική σημασία μέσα σε μία τάξη μαθητών καθώς

ουσιαστικά όποιος έχει υψηλή κεντρικότητα εγγύτητας μπορεί ευκολότερα να

επικοινωνήσει με όλους τους υπόλοιπους μαθητές. Το μειονέκτημά της στα δίκτυα της

τρέχουσας εργασίας είναι ότι για περιπτώσεις όπου δεν συνδέονται οι κόμβοι (μαθητές)

πρέπει να οριστεί μία πολύ μεγάλη τιμή για να είναι εφικτή η σύγκριση.

(Γεωργιάδης,2006).

Στο σχήμα 14 φαίνεται το ίδιο δίκτυο όπου το μέγεθος κάθε μαθητή είναι ανάλογο

της κεντρικότητας εγγύτητας. Με δεδομένα ότι το δίκτυο δεν περιέχει μεγάλο πλήθος

μαθητών και ότι δεν έχει αντιμετωπιστεί το μειονέκτημα που προαναφέρθηκε φαίνεται

ότι δεν υπάρχουν τόσο μεγάλες διαφορές στο δείκτη σε σύγκριση με το δείκτη

διαμεσότητας στο σχήμα 13.

47

Σχήμα-Γράφημα 14: Εγγύτητα σε παράδειγμα μη κατευθυνόμενου δικτύου μαθητών

δ) Τον δικτυακό μέσο συντελεστή συνοχής (Network average clustering coefficient)

Ουσιαστικά ο συγκεκριμένος συντελεστής μετριέται σε τοπικό επίπεδο ανά κόμβο

Ci. Ο προς μελέτη δείκτης προκύπτει από το μέσο όρο των τοπικών επιμέρους

συντελεστών συνοχής και η φυσική του σημασία έγκειται στο ότι όσο μεγαλύτερος

είναι ο δείκτης τόσο μικρότερη είναι η πιθανή μέση απόσταση ανάμεσα στους

διαφορετικούς κόμβους. Στην εφαρμογή του θα πρέπει να ελέγχεται ότι δεν υπάρχουν

απόλυτα απομονωμένοι κόμβοι γεγονός το οποίο διαπιστώθηκε από την πιλοτική

μελέτη που προηγήθηκε της περιγραφόμενης. Χαρακτηριστικό παράδειγμα υπήρξε η

μαθήτρια με κωδικό #1304 η οποία όντας ουσιαστικά αποκλεισμένη από το σύνολο των

συμμαθητών της και ενώ παράλληλα έχει πάνω από 1200 «φίλους» στο facebook

εμφάνισε σε αυτό το δείκτη τιμές με απόκλιση 221% από το μέσο όρο των συμμαθητών

της στο τμήμα της.

Ο συγκεκριμένος συντελεστής αποτυπώνει την πιθανότητα 2 τυχαία διαλεγμένα κόμβοι

να είναι συνδεδεμένοι μεταξύ τους. Υπάρχουν 2 μορφές του η τοπικής εμβέλειας για

κάθε κόμβο και η ολικής εμβέλειας για το σύνολο του γραφήματος. Η τρέχουσα έρευνα

αφορά σε συσχέτιση χαρακτηριστικών μαθητών και όχι συνολικών τμημάτων με

επιδόσεις και ατομικούς μαθησιακούς τύπους ως εκ τούτου χρησιμοποιήθηκε η πρώτη

μορφή.

48

ε) Τον eigenvector centrality δείκτη κεντρικότητας

Ο eigenvector centrality ουσιαστικά μετρά με αναδρομικούς αλγόριθμους την

κεντρικότητα όχι των ίδιων των κόμβων αλλά των γειτονικών τους. Κρίνεται από τις

πλέον αποδοτικές μεθόδους υπολογισμού της στρατηγικής θέσης ενός κόμβου σε ένα

δίκτυο (Bonacich, 1972). Επισημαίνεται ότι αντενδείκνυται για κατευθυνόμενα

γραφήματα (Lada,2012).

Η διαφορά του από τους υπόλοιπους δείκτες και ειδικά από αυτόν της διαμεσότητας

είναι ότι ενώ η διαμεσότητα εκφράζει ποιοι κόμβοι είναι περισσότερο κρίσιμοι για να

διασυνδέσουν άλλους, ο eigenvector εστιάζει στην επιρροή που ασκεί ένας κόμβος

στους συνδεόμενους με αυτόν. Αν δηλαδή κάποιος κόμβος σχετίζεται με λίγους μεν

αλλά σημαντικούς κόμβους τότε θα έχει υψηλό δείκτη eigenvector (Landherr, Friedl, &

Heidemann, 2010). Με απλή αναγωγή στο περιβάλλον μίας τάξης οι δορυφόροι ενός

δημοφιλούς μαθητή αποκτούν παρελκόμενη κοινωνική ισχύ μέσα στην τάξη.

Στην ψυχολογία μίας τάξης ιδιαίτερη σημασία έχει η δημιουργία και λειτουργία

υποομάδων. Η Cook συμπεραίνει ακόμα ότι η ισχύς κάθε διαμορφούμενου υποδικτύου

φαίνεται να διευρύνεται και να ενισχύεται, ακόμα και εν τη αγνοία των μετεχόντων σε

αυτό. Αυτό το χαρακτηριστικό αν προβληθεί σε επίπεδο τάξης εγείρει ένα άλλο

ενδιαφέρον σημείο προς μελέτη. Η σημασία της συμμετοχής στην κυρίαρχη

συνιστώσα ενός δικτύου επηρεάζει τη συμπεριφορά του κόμβου (Easley,& Kleinberg

2010) ενδεχομένως και την επίδοσή του ακόμα και εν αγνοία του. Αναζητήθηκε η

ύπαρξη ισχυρών συνιστωσών έτσι ώστε να διερευνηθεί η συσχέτιση της ενδεχόμενης

συμμετοχής των μαθητών σε υποομάδες οι οποίες χαρακτηρίζονται από υψηλή

πυκνότητα δικτύωσης με υψηλότερες επιδόσεις έναντι συμμαθητών τους οι οποίοι δεν

ανήκουν στις ίδιες ισχυρές συνιστώσες. Επηρεάζει η ύπαρξη ισχυρής συνιστώσας

(κλίκας στην ακραία περίπτωση) την επίδοση των μελών της; Τέθηκε το ερώτημα αν

πρέπει να μελετηθεί η περίπτωση σε επίπεδο της δευτερογενούς αλλά τυπικής ομάδας

της τάξης ή σε αυτό της δευτερογενούς αλλά άτυπης της ομάδας φίλων του κάθε

μαθητή. Το τελευταίο κρίθηκε ως ανέφικτο καθότι για να είναι συγκρίσιμο απαιτείται

ενιαίο υπερσύνολο αναφοράς. Είναι αντίθετα δυνατόν να μελετηθεί με την αξιοποίηση

των δεδομένων τα οποία θα δηλώσουν οι ίδιοι οι μαθητές και όχι αυτών τα οποία θα

συλλεχθούν από το facebook με το κατάλληλο λογισμικό.

Μία σημαντική βελτίωση στην ανάδειξη υποομάδων (κοινοτήτων μέσα στην

κοινότητα) επιτρέπει τον υπολογισμό του modularity (συντελεστής αρθρωτότητας).

Η φυσική σημασία της modularity εκφράζεται από το πόσο ισχυρή είναι η διάρθρωση

49

σε υποσύνολα (κοινότητες) ένα κοινωνικό δίκτυο. Τα δίκτυα με υψηλό το συντελεστή

αρθρωτότητας έχουν πυκνή επικοινωνία μεταξύ των κόμβων κάθε (υποομάδας)

κοινότητας αλλά ιδιαίτερα αραιές ανάμεσα σε κόμβους από διαφορετικές υποομάδες.

Μειονέκτημά της ότι δεν υπολογίζεται κάτω από κάποιο όριο κόμβων ως εκ τούτου δεν

έχει νόημα να χρησιμοποιηθεί στο δίκτυο των φίλων εντός της τάξης του κάθε μαθητή

αλλά στο συνολικό δίκτυο των «φίλων» του (Arenas, Fernandez, & Gomez, 2008 •

Fortunato, & Barthelemy, 2007).

1.4) Μαθησιακά στυλ

Η έννοια του μαθησιακού στυλ έχει γίνει αντικείμενο μελέτης για περισσότερο από

έναν αιώνα. Αντίστοιχα ποικίλες είναι οι προσπάθειες για την απόδοση της έννοιας του

όρου. Εκείνο στο οποίο όλες συγκλίνουν είναι ο πολυδιάστατος χαρακτήρας του.

Αποτελεί συνάρτηση γνωστικών διαδικασιών, χαρακτηριστικών προσωπικότητας,

χαρακτηριστικών κοινωνικού πλαισίου και φυσιολογικών παραμέτρων. Ο συνδυασμός

τους καθορίζει τους τρόπους με τους οποίους ο μαθητής αυξάνει τις πιθανότητες να

μαθαίνει καλύτερα (American Association of School Administrators όπ.αναφ.

Μεταλλίδου,& Πλατσίδου, 2004). Ο Keefe στα παραπάνω προσθέτει την

αλληλεπίδραση με το περιβάλλον μάθησης.

Ο Loo (1997) υποστηρίζει την σταθερότητα του μαθησιακού τύπου του ατόμου σε

βάθος χρόνου ανεξάρτητα περιβάλλοντος. Αντίθετα ο Cassidy (2004), διατυπώνει ότι

όποιο και αν είναι τελικά το μαθησιακό στυλ του ατόμου συνεχώς διαμορφώνεται με

την ανταπόκριση του ατόμου σε εμπειρίες και απαιτήσεις της διαδικασίας της μάθησης.

Στην τρέχουσα εργασία προκρίνεται η άποψη της δυναμικής επαναδιαμόρφωσης του

μαθησιακού τύπου προσαρμοζόμενου στις αλλαγές του μαθησιακού περιβάλλοντος. Με

την αποδοχή του διαδικτύου, ως δυνάμει περιβάλλοντος μάθησης, είναι προφανές ότι τα

δεδομένα στα οποία τεκμηριώθηκαν προγενέστερες έρευνες δεν ισχύουν καθιστώντας

απαραίτητη την επικαιροποίησή τους. Ο τρόπος επεξεργασίας πληροφοριών (γνωστική

διαδικασία) ή οι συναισθηματικές αντιδράσεις (χαρακτηριστικό προσωπικότητας), ή η

προσαρμογή στα δεδομένα των νέων τεχνολογιών (χαρακτηριστικό κοινωνικού

πλαισίου) ή και ακόμα η εγκεφαλική λειτουργία σε περιβάλλοντα πολυεπεξεργασίας

(διαδικασία φυσιολογικής παραμέτρου) αποτελούν παραδείγματα στα οποία, σύμφωνα

με τον ορισμό, όλες οι συνιστώσες του μαθησιακού στυλ έχουν μεταβληθεί άρδην με τη

διείσδυση του διαδικτύου στην ζωή των εφήβων. Αυτό συνηγορεί υπέρ της παραδοχής

50

του Cassidy. Η προαναφερθείσα δεν είναι όμως η μόνη διαφωνία η οποία σχετίζεται με

τα μαθησιακά στυλ στην επιστημονική κοινότητα.

Επισημαίνεται ότι έχουν δημοσιευτεί εκτιμήσεις στη βάση των οποίων

διατυπώνονται αμφιβολίες για την αποτελεσματικότητα των μεθόδων αποτύπωσης

μαθησιακών στυλ των εκπαιδευομένων (Jason,& Waters,2002). Οι πιο πρόσφατες

αμφισβητήσεις επικαλούνται ότι ο σημερινός νέος της γενιάς του Facebook, λειτουργεί

με συνδυασμό τύπων εκπαιδευτικού υλικού και ουσιαστικά δεν ωφελεί να περιοριστεί

σε ένα μαθησιακό στυλ (Paschler, McDaniel, Rohrer,&Bjork,2010) καθώς ήδη έχει

πολλαπλό. Η ουσιαστικότερη αμφισβήτηση ακόμα και από όσους δεν αμφισβητούν τη

μέθοδο-εργαλείο αποτύπωσης των μαθησιακών στυλ, αφορά στο κατά πόσο

συσχετίζονται με την επίδοση. Ως εκ τούτου αμφισβητείται τόσο η δυνατότητα

αξιοποίησης όποιας καταγραφής όσο και ο στόχος της επιδιωκόμενης προσαρμογής με

μεθόδους εξατομίκευσης της παρεχόμενης εκπαίδευσης για δυνάμει αύξηση της

επίδοσης (Downes 2008 • Ferriman 2013 • Lightfoot 2010 • McDaniel, Roher & Bjork

2008 • Paschler, McDaniel, Rohrer,&Bjork 2010 • Wallace 2011)

Αποτελώντας σημείο αιχμής για μεγάλο χρονικό διάστημα είχε ως αποτέλεσμα

πολλοί ερευνητές να προτείνουν διαφορετικά μοντέλα αποτύπωσης των μαθησιακών

στυλ. Ο Mitcell (1994) αναγνώρισε 100 προτεινόμενα μοντέλα τα οποία διατείνονται

ότι αποτυπώνουν τα μαθησιακά στυλ. Οι Coffield , Moseley, Hall & Ecclestone (2004)

αξιολόγησαν συστηματικά 71 μοντέλα καταγραφής μαθησιακών στυλ. Η καταγραφή

των μαθησιακών στυλ στην παρούσα μελέτη στηρίχθηκε στα συμπεράσματα της

αξιολόγησης των. Από αυτά ο Coffield αναφέρει ως σημαντικότερα τα 13 και από αυτά

«ξεχωρίζει» τα 6, αυτά των: Entwistle 1988, Herrmann 1996; Myers-Briggs 1980,

Apter 2001, Vermunt 1998 και Allinson & Hayes 1990.

Η ραγδαία διείσδυση του Facebook μέσα σε ελάχιστο διάστημα μόλις από το 2004

που δημιουργήθηκε, δεν έχει επιτρέψει ακόμα να ολοκληρωθεί ικανός αριθμός μελετών

συσχέτισης χαρακτηριστικών της προσωπικότητας των ατόμων που το χρησιμοποιούν

με την ένταση της χρήσης του. Οι περισσότερες εξ αυτών εστίασαν σε ανάδειξη

συσχέτισης συμπεριφορικών χαρακτηριστικών με συγκεκριμένες δραστηριότητες της

πλατφόρμας και όχι με την ένταση χρήσης του (Buckner, Castille,& Sheets, 2012). Σε

ελάχιστες δεν χρησιμοποιήθηκε κάποιο γνωστό υπάρχον μοντέλο αποτύπωσης

ψυχολογικού ή μαθησιακού τύπου. Μία από αυτές ήταν και των Ortigosa et al., (2011)

οι οποίοι ανέπτυξαν δικιά τους εφαρμογή στο Facebook (TP2010) μέσω της οποίας

http://crosscut.com/account/JudyLightfoot/

51

επιδιώκουν να εξάγουν τα χαρακτηριστικά του ψυχολογικού τύπου. Το μοντέλο αυτό

πρέπει να δοκιμαστεί για να θεωρούνται τα αποτελέσματά του ασφαλή.

Μία από τις μεγαλύτερες εκπλήξεις των ερευνών είναι ότι τα συμπεράσματα ήταν

ελάχιστα συγκριτικά με την πληθώρα μεταβλητών προσωπικότητας (Glass, 2013). Σε

πολλές περιπτώσεις τα συμπεράσματα, όπως θα φανεί στη συνέχεια, είναι

συγκρουόμενα ή αμφίσημα:

Άτομα τα οποία χαρακτηρίζονται από την ευθύτητα και ειλικρίνειά τους (openness)

αναφέρθηκαν ότι καταναλώνουν περισσότερο χρόνο στο Facebook (Wise, et al. 2011).

Άτομα τα οποία χαρακτηρίζονται ως μοναχικά στην εκτός διαδικτύου ζωή τους

αναφέρονται με μεγαλύτερο πλήθος «φίλων» στο Facebook.

Η χρήση του Facebook διερευνήθηκε σε σχέση το νευρωτισμό και το βαθμό

αυτοεκτίμησης χωρίς να βρεθεί συσχέτιση ως προς την εξωστρέφεια διαπιστώθηκε ότι

οι εξωστρεφείς έχουν περίπου ίδιο χρόνο στο facebook με τους εσωστρεφείς (73 έναντι

68 λεπτά) αλλά πολλούς περισσότερους φίλους (441 έναντι 280) και υπερδιπλάσιες

αναρτημένες φωτογραφίες Τελικά οι Moore και McElroy, (2012) συμπέραναν ότι οι

μαθητές οι οποίοι είναι ευθείς χρησιμοποιούν το Facebook για να συνδεθούν και

συζητήσουν με άλλους χρήστες με μεγάλο εύρος θεμάτων ενώ οι μοναχικοί για να

αντισταθμίσουν την έλλειψη κοινωνικότητας στον «πραγματικό» κόσμο.

Ειδικά η εξωστρέφεια μελετάται από παλαιότερα σε σχέση με τη χρήση του

διαδικτύου (Amichai-Hamburger, 2002 • Amichai-Hamburger & Ben-Artzi, 2003 •

Amichai-Hamburger, Wainapel, & Fox, 2002). Να επισημανθούν τα αμφίσημα

αποτελέσματα στη διερεύνηση της συσχέτισης του χαρακτηριστικού της εξωστρέφειας

(εσωστρέφειας) με τη χρήση του facebook. Αποτελεί κοινό παράγοντα διερεύνησης

\στην πλειοψηφία των ερευνών οι οποίες συμπεριλαμβάνουν αποτύπωση ψυχολογικού

(ή και μαθησιακού) τύπου. Αυτό συμβαίνει καθώς η συμπεριφορά των μελών των

διαδικτυακών κοινοτήτων δεν χαρακτηρίζεται από τους περιορισμούς του φυσικού

κόσμου (Boogart, 2006).

Ενδεικτικά παρατίθενται σχετικά συμπεράσματα.

Κατά την Preece, (2001) οι Εσωστρεφείς χαρακτήρες στο διαδικτυακό περιβάλλον

ξεπερνούν την εσωστρέφειά τους. Οι Yu, et al. (2010) το ερμηνεύουν περαιτέρω υπό

την έννοια ότι τα άτομα ξεπερνώντας το αίσθημα ντροπής της δια ζώσης επικοινωνίας

μπορούν μέσω του διαδικτύου και της κοινωνικής πλατφόρμας διαδικτύωσης να

εκφράζονται και να επικοινωνούν με συμμαθητές και καθηγητές.

52

Σε αντίθετα, υπό συγκεκριμένο πλαίσιο, συμπεράσματα αυξημένης χρήσης των

διαδικτυακών κοινωνικών δικτύων από εξωστρεφείς χαρακτήρες κατέληξαν οι Correa,

Hinsley,& deZuniga,2010 και o Acar (οπ.αναφ. Hew, 2011).

Οι (Srivastava όπως αναφέρεται στο Banquil et al., 2009) διατυπώνουν τον

προβληματισμό ότι οι εσωστρεφείς τύποi απορρίπτουν σε βάθος χρόνου ακόμα και τη

χρήση δικτυακών κοινωνικών δικτύων.

Σε, επιδεχόμενα διαφορετικές ερμηνείες, συμπεράσματα ως προς την εξωστρέφεια-

εσωστρέφεια και τη χρήση κοινωνικών δικτύων κατέληξαν οι Carpenter, Green και

Laflam (2011).

Στην έρευνα των Ross et al., (2009) δεν διαπιστώθηκε σχέση του αριθμού των

«φίλων» στο διαδίκτυο με την εξωστρέφεια ή την εσωστρέφεια επιβεβαιώνοντας την

εξωστρεφή για τα δικά τους μέτρα συμπεριφορά των εσωστρεφών. Σε σύγκρουση με τα

προαναφερθέντα έρχονται τα αποτελέσματα των (Tong, et al. 2008) και του Acar (2008)

οπ.αναφ Hew, 2011). Η ομάδα του Tong (2008) μάλιστα, διαπίστωσε συσχέτιση της

εξωστρέφειας με τα σχετικά μεγάλα μεγέθη πλήθους «φίλων» έως κάποιο συγκεκριμένο

αριθμό φίλων. Δηλαδή ενώ οι εξωστρεφείς έχουν μεγαλύτερο μέσο όρο φίλων τις

ακραίες μετρήσεις συνολικά τις κατέχουν οι εσωστρεφείς.

Οι Ryan και Xenos,(2011) διαπίστωσαν συσχέτιση των εξωστρεφών με τη χρήση

συγκεκριμένων δραστηριοτήτων στο Facebook όπως αυτό της ενημέρωσης του τοίχου

και του chat. Τα συμπεράσματά τους αντικρούουν αυτά του Ross. Αντίστοιχα σύμφωνα

με τους Αmichai-Hamburger, Wainapel και Fox, (2002) οι εσωστρεφείς ανακάλυψαν

τον πραγματικό εαυτό τους («the real me») στη διαδικτυακή επικοινωνία ενώ οι

εξωστρεφείς στην παραδοσιακή δια ζώσης επικοινωνία.

Στην έρευνα των Amichai-Hamburger και Vinitzky το 2010 και των Ross et al., το

2009, διαπιστώθηκε διαφορετική συμπεριφορά πλοήγησης και συνολικά στο διαδίκτυο

ανάλογα με το αν ο μαθητής είναι εξωστρεφής ή όχι. Εξαιτίας της τάσης τους να είναι

κοινωνικοί, οι εξωστρεφείς μαθητές i) χρησιμοποιούν συχνότερα το Facebook ii)

χρησιμοποιούν περισσότερο τις δραστηριότητες της εφαρμογής οι οποίοι σχετίζονται με

την επικοινωνία και iii) έχουν περισσότερους «φίλους». Δεν καταγράφηκε διαφορά στο

πλήθος των ομάδων χρηστών στις οποίες ανήκουν. Αξιοσημείωτο είναι ότι στην έρευνα

των Amichai-Hamburger και του Vinitzky (2010), παρά τα προαναφερθέντα

αποτελέσματα, οι εξωστρεφείς χρήστες φαίνεται να δημοσιοποιούν προσωπικά τους

στοιχεία σε μικρότερο βαθμό από τους εσωστρεφείς.

53

Σε μία απόπειρα να συνοψίσουν τα συμπεράσματα οι Nadkarni και Hofmann, (2012),

υποστηρίζουν ότι ο, όχι ιδιαίτερα συχνός συνδυασμός εξωστρεφούς τύπου με χαμηλή

όμως αυτοεκτίμηση, σχετίζεται με την έντονη χρήση του facebook και συνήθως και με

χαμηλότερη ακαδημαϊκή επίδοση.

Στη βιβλιογραφία τα μαθησιακά στυλ και δη η εξωστρέφεια φέρεται συσχετιζόμενη

και με άλλες παραμέτρους όπως η αυτοεκτίμηση των μαθητών και η ικανοποίηση από

τον περιβάλλον τους (στην περίπτωση της παρούσας μελέτης το σχολικό περιβάλλον)

(Francis,1999 οπ.αναφ. στο Αναγνωστόπουλος, 2012). Δεν είναι όμως προφανής η φορά

της σχέσης αίτιου αιτιατού. Αντίστοιχους συνδυασμούς επιδίωξε να ερευνήσει και η

παρούσα έρευνα συσχετίζοντας τα μαθησιακά στυλ με ψυχολογικούς παράγοντες

(αυτοεκτίμηση, ικανοποίηση από ατομική επίδοση και ικανοποίηση από σχολικό

περιβάλλον).

Οι Amichai-Hamburger, Kaplan,& Dorpatcheon, το 2008 καθώς και οι Zhong,

Hardin και Sun το 2011 επιδίωξαν σε αντίστοιχες έρευνες να συνδυάσουν

χαρακτηριστικά της προσωπικότητας των μαθητών σε σχέση με τη χρήση του

Facebook. Δεν συμπεριέλαβαν όμως στην έρευνά τους και την επίδοση. Αντίστοιχη

προσπάθεια κατέβαλαν οι Baker και White (2010), οι οποίοι αν και δεν διαπίστωσαν

συσχέτιση της ηλικίας και του φύλου ως παράγοντες πρόβλεψης της χρήσης του

Facebook ανέδειξαν κάποια επιμέρους χαρακτηριστικά της προσωπικότητας τα οποία

προδιαθέτουν θετικά ή αρνητικά ως προς τη χρήση του facebook. Αντίστοιχα ο

Αναγνωστόπουλος, (2012) σε μία από τις ελάχιστες έρευνες η οποία υλοποιήθηκε στην

Ελλάδα παρατήρησε ότι οι διαφορές ανάμεσα στα φύλα συνίστανται μόνο σε

διαφορετική χρήση συγκεκριμένων δραστηριοτήτων (πχ ανάρτηση φωτογραφιών). Στις

προαναφερθείσες έρευνες δεν συμπεριλήφθηκε η ενδεχόμενη επιροή στην επίδοση.

Στην έρευνα του Junco, (2012a) στα συμπεράσματα διατυπώνεται ο περιορισμός-

προβληματισμός όπου η ανάλυση των απαντήσεων ανά φύλο έδωσε μη συνεπή

αποτελέσματα και προτείνεται η μελλοντική περαιτέρω διερεύνηση. Οι παραπάνω

επικαλύψεις και αμφισημίες ουσιαστικά επαναφέρουν τη συζήτηση περί δισυπόστατων

ερμηνειών και ανάγκης περαιτέρω διερεύνησης.

Η προηγηθείσα συζήτηση ουσιαστικά αφορά στην πλειοψηφία των ερευνών

αποτυπώσεις ψυχολογικών τύπων μαθητών. Οι Montgomery και Groat, (1998)

ισχυρίστηκαν ότι αυτό συμβαίνει επειδή οι περισσότεροι ερευνητές του ζητήματος είναι

οι ίδιοι ψυχολόγοι και ότι ενδεχομένως αν ήταν παιδαγωγοί να επιλεγόταν η

αποτύπωση του μαθησιακού στυλ και όχι του ψυχολογικού τύπου.

http://www.sciencedirect.com/science/article/pii/S0747563208000253



54

Στην παρούσα έρευνα με δεδομένο ότι επιδιώκεται η συσχέτιση με τη σχολική

επίδοση η αντίστοιχη ανάλυση θα βασιστεί σε μοντέλα αποτύπωσης των

χαρακτηριστικών τα οποία αποτυπώνουν τα μαθησιακά στυλ των χρηστών-μαθητών.

Έγινε εκτενής αναφορά στον βαθμό εξωστρέφειας/εσωστρέφειας καθώς αποτελεί έναν

παράγοντα ο οποίος αποτυπώνεται και από την πλειοψηφία των εργαλείων που αφορούν

στα μαθησιακά στυλ.

Στην αξιολόγηση του συνόλου των γνωστών μοντέλων αποτύπωσης που

πραγματοποίησαν οι Coffield et al. όπως ήδη αναφέρθηκε ξεχώρισαν 6. Διερευνήθηκε η

προσαρμογή καθενός εκ των 6 και επιλέχθηκε η αξιοποίηση του εργαλείου των Myers-

Briggs. Κριτήριο απόρριψης του μοντέλου των Allinson & Hayes, το οποίο φαίνεται να

διακρίνεται στα περισσότερα κριτήρια της έρευνας του Coffield αποτέλεσε η εστίασή

του κυρίως σε περιβάλλοντα κατάρτισης και όχι σε αυτά των σχολείων. Να σημειωθεί

ότι το συγκεκριμένο χαρακτηριστικό είχε πιστοποιηθεί σε παλαιότερη προσωπική

επικοινωνία του ερευνητή της τρέχουσας εργασίας με τους ίδιους τους δημιουργούς του

μοντέλου.

Στην επίσης σημαντική προσπάθεια αξιολόγησης των μοντέλων αποτύπωσης των

μαθησιακών στυλ την οποία έχει επιδιώξει ο Cassidy (2004), χρησιμοποιήθηκε και η

κατηγοριοποίηση των Rayner και Riding (1997), όπου τα εργαλεία κατατάχθηκαν ως

μαθησιοκεντρικά (learning-centered), γνωσιοκεντρικά (cognitive-centered) και

εστιασμένα στην προσωπικότητα (personality centered). Το μοντέλο των Myers-Briggs

είναι το μοναδικό το οποίο κατατάσσεται στην τελευταία κατηγορία η οποία κρίνεται ως

περισσότερο συναφής με το στόχο της έρευνας. Ως εκ τούτου, επιλέχθηκε για την

τρέχουσα έρευνα το μοντέλο Myers-Briggs (Myers,1962). Ένα πρόσθετο κριτήριο το

οποίο προέκρινε το μοντέλο των Myers-Briggs ήταν και η δυνατότητα αξιοποίησης της

εμπειρίας από προγενέστερες μελέτες συσχέτισης της αποδοχής εκπαιδευτικού υλικού

σε περιβάλλοντα εξ αποστάσεως μάθησης (Kerkiri, Paleologou, Konetas,&

Hatzinikolaou, 2009).

Το επιλεγόμενο σταθμισμένο εργαλείο MBTI, των Myers-Briggs βασίζεται στην

θεωρία του Jung, παρέχοντας 4 διπολικές κλίμακες οι οποίες δημιουργούν 24=16

διαφορετικούς μαθησιακούς τύπους.

Συγκεκριμένα οι 4 αυτές κλίμακες αναφέρονται σε:

o Στάση απέναντι σε ανθρώπους (Εξωστρέφεια έναντι Εσωστρέφειας)

o Αντιληπτική λειτουργία (διαισθητική έναντι αισθητηριακής)

55

o Κριτική ικανότητα (Λογικά αναλυτική έναντι βασισμένης σε

συναισθηματικά κριτήρια)

o Τρόπο ερμηνείας δεδομένων (βασισμένο ή μη σε συγκεκριμένα

δεδομένα)5.

Στο (Montgomery, et al. 1998) αναφέρεται το συγκεκριμένο εργαλείο των Myers-

Briggs ως ενδεχομένως το πλέον διαδεδομένο. Οι τύποι οι οποίοι υπερισχύουν στις 4

διαφορετικές κλίμακες κυμαίνονται σε εξάρτηση από την εκάστοτε ομάδα στόχο. Σε

έρευνα των Grasha,1996 as cited in Montgomery, et al., 1998, για παράδειγμα, οι

φοιτητές είχαν τελείως διαφορετική κατανομή από ότι οι καθηγητές τους.

Κρίνεται ως μειονέκτημά του μοντέλου Myesr-Briggs το γεγονός ότι ο 3ος

πόλος

του είναι συσχετισμένος με το φύλο όπου τα 2/3 των γυναικών καταγράφονται με κρίση

συναισθηματική παρά λογική. (Kroeger, Thuesen, 1988 οπ.αναφ.στο Montgomery, &

Groat, 1998).

1.5) Σχολική επίδοση

Η επίδοση ενός ατόμου, ως αποτέλεσμα συγκεκριμένης δραστηριότητας σε σχέση

με συγκεκριμένα κριτήρια, είναι ένα φαινόμενο κοινωνικό, σε άμεση συνάρτηση με την

επιδίωξη του ατόμου να αναγνωριστεί στο στενότερο και ευρύτερο περίγυρό του

(Κωνσταντίνου, 2004 οπ.αναφ. Γεωργίου, 2007) Υπό αυτό το πρίσμα και εστιάζοντας

στη σχολική επίδοση, η μελέτη συμπεριέλαβε τη διερεύνηση της συμπεριφοράς των

μαθητών σε σχέση με το στενότερο και ευρύτερο περίγυρό τους. Συνεχίζοντας ο

Κωνσταντίνου αναφέρει ότι η σχολική επίδοση εξαρτάται από τα ιδιαίτερα ατομικά

χαρακτηριστικά του μαθητή, από τα οικογενειακά γνωρίσματά του, από τον κοινωνικό

περίγυρο, και από τα χαρακτηριστικά της σχολικής πραγματικότητας. Ως εκ τούτου

στην Α®ιστος συνυπολογίστηκαν, επιλεγμένα μετά από αντίστοιχη τεκμηρίωση,

ανάμεσα σε άλλους παράγοντες τόσο ατομικά χαρακτηριστικά (φύλο και γνωστικό

επίπεδο), όσο και οικογενειακά γνωρίσματα (μορφωτικό επίπεδο γονέων), καθώς και

δεδομένα σχολικής πραγματικότητας (ικανοποίηση από σχολικό περιβάλλον).

Ακόμα και αν εστιάσει κανείς μόνο στα χαρακτηριστικά τα οποία πηγάζουν από τον

ίδιο το μαθητή, η επίδοση εξαρτάται από ποικίλα χαρακτηριστικά της προσωπικότητάς

των μαθητών. Οι Jonassen και Grabowski (1993), ενδεικτικά εξηγούν ότι οι μαθητές

διαφέρουν σε δεξιότητες, κλίσεις και προτιμήσεις και αυτές οι διαφορές επηρεάζουν την

5 H απόδοση των όρων στα Ελληνικά βασίζεται στην εργασία των Πλατσίδου και Ζαγόρα (2006)

56

ικανότητά τους να πετύχουν διαφορετικά μαθησιακά αποτελέσματα. Με την

ενσωμάτωση των νέων τεχνολογιών και των διαδικτυακών εργαλείων έχει

πολλαπλασιαστεί η διαφορά στα μαθησιακά αποτελέσματα τα οποία απορρέουν από

διαφορές στις νέες δεξιότητες. Αυτό έχει δώσει και νέες διαστάσεις ακόμα και στη

σχετική έρευνα, η οποία αναζητεί πλέον και με διαφορετικές μεθόδους, την αποτύπωση

χαρακτηριστικών των εκπαιδευόμενων έτσι ώστε να προσαρμόσει σε αυτά τόσο τις

παιδαγωγικές μεθόδους όσο και τα ίδια τα μαθησιακά αντικείμενα. Ως εκ τούτου

επανέρχεται το θέμα της αποτύπωσης και των συγκεκριμένων μαθησιακών τύπων του

κάθε μαθητή. Στην αναπτυχθείσα σχετική επιχειρηματολογία ως προς τη χρήση

μαθησιακών στυλ πρέπει να καταγραφεί μία διαφορά σε σχέση με την Α®ιστος. Στις

σχετικές έρευνες (Konetas,& Pange 2000 ∙ Martinez 2000 ∙ Merrill 2000 ∙ Wang, Tsai,

Lee,& Chiu 2007), υλοποιήθηκαν εφαρμογές οι οποίες εκ των προτέρων διερεύνησαν το

μαθησιακό στυλ έτσι ώστε να εξατομικεύσουν τη μαθησιακή διαδικασία επιδιώκοντας

την αύξηση της μέσης ατομικής επίδοσης. Στην τρέχουσα έρευνα μελετήθηκε η

συσχέτιση του μαθησιακού στυλ με την επίδοση χωρίς παράλληλα να σχεδιαστεί

παρέμβαση επιροής-καθορισμού της.

Στην Ελλάδα η σχολική επίδοση έχει καταστεί δυστυχώς ταυτόσημη με τη

βαθμολογία. Ο Τουρτούρας χαρακτηριστικά όπως αναφέρει η Λυκίδη, (2012) «στο

ελληνικό εκπαιδευτικό σύστημα η σχολική επίδοση είναι άρρηκτα συνδεδεμένη με τη

βαθμολογία. Η βαθμολογία είναι η λιγότερο έγκυρη μέθοδος αξιολόγησης της σχολικής

επίδοσης, η οποία στη χώρα μας έχει ταυτιστεί με την επίδοση». Ως εκ τούτου ο βασικός

δείκτης στην έρευνα δεν θα μπορούσε παρά να συμπεριλαμβάνει τη βαθμολογία

επιδιώκοντας όμως την «κανονικοποίησή» της έτσι ώστε να μειωθεί η

υποκειμενικότητα.

Η καταγραφή της επίδοσης των μαθητών στηριζόμενη σε παραδοχές του μοντέλου των

Cattell, Horn & Caroll (Alfonso, Flanagan & Radwan, 2005 ˙ McGrew, Flanagan &

Dawn 2005 ˙ MCGrew & Wendling, 2010) καθώς και στη μέθοδο αξιολόγησης της Pisa

θα χρησιμοποιήσει ως άξονες αξιολόγησης την βαθμολογία στα αντικείμενα του

Γλωσσικού γραμματισμού, του Μαθηματικού και του Επιστημονικού αλφαβητισμού.

Τα ίδια αντικείμενα επιλέχθηκαν τόσο στην διεθνή μέθοδο αξιολόγησης της σχολικής

επίδοσης (από τον Pisa) όσο και κατά την ανάδειξη μαθητών με ιδιαίτερο ταλέντο όπως

το διεξάγει το Πανεπιστήμιο John Hopkins με την εξέταση SCAT6.

6 http://cty.jhu.edu/talent/testing/about/scat.html

http://cty.jhu.edu/talent/testing/about/scat.html

57

Το διεθνές πρόγραμμα για την αξιολόγηση των μαθητών του οργανισμού PISA,

ενίοτε δέχεται έντονη κριτική. Οι Hopmann, Thomas, Brinek και Retzl το 2007,

επιδίωξαν μάλιστα κριτική ανασκόπηση όσων ερευνών έχουν δημοσιευτεί σχετικά με

τις μεθόδους της PISA και την καταλληλότητά τους. Οι περισσότερες εστιάζουν στην

αδυναμία να υπάρχει ενιαία αντιμετώπιση όλων των σχολείων, στην αδυναμία να

υπάρξει πολυδιάστατη αξιολόγηση με μονοδιάστατες διαδικασίες εξέτασης, στην

αμφισβήτηση της καταλληλότητας των θεμάτων ή/και τον τρόπο εξέτασης κυρίως των

φυσικών επιστημών (Lau, 2009) και τελικά στο γεγονός ότι είναι ιδιωτικός οργανισμός.

Μεγαλύτερη αμφισβήτηση δέχονται και ως προς τις σκοπιμότητές τους τα επιμέρους

πρόσθετα αποτελέσματα ανά χώρα. Παρά την ανοικτή σχετική συζήτηση, δεν φαίνεται

να υπάρχει διαφωνία στην επιλογή των συγκεκριμένων 3 θεματικών αξόνων της

εξέτασης. Τα παραπάνω συνηγορούν στην επιλογή των βαθμών από τα συγκεκριμένα

μαθήματα και στην παρούσα.

Έναν σχετιζόμενο πρόσθετο προβληματισμό για το πρόγραμμα αξιολόγησης Pisa

διατύπωσε ο Παναγιώτης Καζαντζής, στο εισαγωγικό σημείωμα του στην έκδοση του

Κέντρου Εκπαιδευτικής Έρευνας (2007). Αναγνωρίζει τις αδυναμίες του Ελληνικού

εκπαιδευτικού συστήματος αλλά κρίνει ότι τα αποτελέσματα του διαγωνισμού Pisa δεν

αποδίδουν την πραγματική εικόνα του. Εκτιμά δε, τη διαφορά στη στοχοθέτηση των

ελληνικών αναλυτικών προγραμμάτων σπουδών με αυτά των διακριθεισών χωρών, ως

μία εκ των αιτιών της χαμηλής επίδοσης της Ελλάδας. Στην έρευνα δεν παρατηρείται

σχετική αναντιστοιχία καθώς η επιλογή ως δεδομένων επεξεργασίας της βαθμολογίας

των τελικών εξετάσεων και του πρώτου τριμήνου(τετραμήνου) των μαθητών συνάδει

απόλυτα με το ελληνικό αναλυτικό πρόγραμμα.

Οι Πετροπούλου, Βασιλικοπούλου και Ρετάλης, (2009) αν και οι στόχοι της έρευνάς

τους ήταν διαφορετικοί είναι από τους ελάχιστους οι οποίοι έχουν εφαρμόσει συσχέτιση

επίδοσης με δείκτες ανάλυσης αλληλεπίδρασης. Σε αυτούς συγκαταλέγονται και ο

βαθμός κεντρικότητας7, ο βαθμός πυκνότητας κοινωνικού δικτύου, ο συντελεστής

ομαδοποίησης μαθητών.

Με δεδομένο ότι στην τρέχουσα έρευνα βαρύνουσα σημασία έχει η ανάλυση

χαρακτηριστικών της διαδικτυακής ταυτότητας των μαθητών σε σχέση με την επίδοσή

τους, πρέπει να επισημανθεί η διαπιστωμένη θετική συσχέτιση της χρήσης

εκπαιδευτικής τεχνολογίας με την «αφοσίωση στην μαθησιακή διαδικασία»

7 Αναφέρεται χωρίς να επεξηγείται για ποιόν συγκεκριμένα.

58

(engagement) (Chen, Lambert, & Guidry, 2010 • Heiberger et al. 2008). Η έννοια της

επίδοσης και η σχέση της με τα κοινωνικά δίκτυα έχει συνάφεια με την έννοια της

«αφοσίωσης-engagement” . Πριν από την εξάπλωση του διαδικτύου ο Astin (1984), την

όρισε ως την «φυσική και ψυχολογική ενέργεια την οποία αφιερώνουν οι μαθητές κατά τη

μαθησιακή τους εμπειρία». Σήμερα ερμηνεύεται ως «η ποσότητα χρόνου και η

προσπάθεια την οποία καταβάλλουν οι μαθητές για την μαθησιακή τους εργασία» (Kuh,

2009). Να σημειωθεί ότι καθηγητές σε όλες τις βαθμίδες συχνά διαμαρτύρονται για την

έλλειψη «αφοσίωσης» από τους μαθητές τους (Βεργίδης, Βαλμά, Τουρκάκη,&

Ανάγνου, 2011) και πολλές φορές αντιλαμβάνονται ότι πρέπει να αλλάξουν το ρόλο

τους για να αντιμετωπίσουν το «πρόβλημα» (Paul, Baker, & Cochran, 2012). Στην

τρέχουσα έρευνα συνειδητά έχει περιοριστεί ο ρόλος του καθηγητή καθώς επιδιώκεται

τα συμπεράσματα να εξαχθούν ανεξαρτήτως καθηγητή.

Συμπεριλαμβάνει όμως ποικίλους παράγοντες με επίκεντρο τον μαθητή όπως η

διάδραση με συμμαθητές και καθηγητές και η συμμετοχή σε εκτός προγράμματος

σπουδών δραστηριότητες Αντίστοιχη διερεύνηση πραγματοποίησαν οι Pascarella και

Terenzini, το 2005 όπως αναφέρει ο Junco (2012a). Ο Kuh κατηγοριοποιεί τις

δραστηριότητες σε ενδοσχολικές και «εξωσχολικές». Η ενασχόληση με αμφότερες ωθεί

προς την ψυχολογική ανάπτυξη και την ακαδημαϊκή επιτυχία (Junco, 2012a). Για τον

παραπάνω λόγο στους μελετώμενους παράγοντες συμπεριλαμβάνονται και δείκτες οι

οποίοι αποτυπώνουν την ενασχόληση με ενδοσχολικές και εξωσχολικές δραστηριότητες

όταν αυτές έχουν συνάφεια με το παιδαγωγικό έργο.

Στο συγκεκριμένο σημείο πρέπει να αναφερθεί μία ακόμα ιδιαιτερότητα της

ελληνικής πραγματικότητας η οποία αφορά στη μεγάλη πλειοψηφία των μαθητών και

δεν πρέπει να παραληφθεί. Οι μαθητές αφιερώνουν πόρους (χρόνο, ενέργεια) για την

φροντιστηριακή υποστήριξη της μαθησιακής διαδικασίας των ιδίων γνωστικών

αντικειμένων τα οποία διδάσκονται στα σχολεία. Στη διεθνή βιβλιογραφία είναι σπάνια

η διερεύνηση του σχετικού χρόνου απασχόλησης των μαθητών. Στην έρευνα των

Baradwaj και Pal, (2011), όπου γίνεται σχετική αναφορά η συγκεκριμένη παράμετρος

συγκαταλέγεται στις κοινωνικοοικονομικές συνθήκες και προφανώς διαπιστώνει

συσχέτιση με τις επιδόσεις. Η Ελληνική πραγματικότητα υπαγορεύει τη ξεχωριστή

διερεύνηση καθώς ο χρόνος που αφιερώνουν οι Έλληνες μαθητές στην παραπαιδεία

λειτουργεί εις βάρος των εξωσχολικών και εσωσχολικών δραστηριοτήτων τους όπως

περιγράφηκαν.

59

Σε απόλυτη αντιστοιχία με τον ορισμό ο οποίος υιοθετήθηκε για την επίδοση η

διερεύνηση των παραγόντων οι οποίοι συσχετίζονται με την επίδοση συμπεριλαμβάνει

και τις 4 συνιστώσες της. Έτσι διερευνήθηκαν συσχετίσεις της με:

το μορφωτικό επίπεδο των γονέων

Η Λυκίδη, (2012) διατυπώνει ότι η σχολική επίδοση είναι ανάλογη με του

μορφωτικού επιπέδου των γονέων. Μάλιστα, το επιμερίζει και διαπιστώνει καλές

επιδόσεις τόσο σε γραφή, ανάγνωση αλλά και στα μαθηματικά. Το αξιοσημείωτο

των συμπερασμάτων της είναι ότι σε οικονομικά ισοδύναμες ομάδες, μόνο το

μορφωτικό και πολιτιστικό τους επίπεδο μπορεί να τις διαφοροποιήσει. Αυτό

επιβεβαιώνεται σε διεθνές επίπεδο με την Ελλάδα να έχει την αυξημένη

συγκριτικά με τις υπόλοιπες Ευρωπαϊκές χώρες τάση οι γονείς των μαθητών με

πανεπιστημιακή εκπαίδευση να ωθούν τα παιδιά τους σε υψηλές επιδόσεις

(Κοντογιαννοπούλου-Πολυδωρίδη, Σολομών,& Σταμέλος, 2000 οπ. αναφ.

Λυκίδη, 2012).

την Εθνικότητα

Στην ίδια έρευνα συμπεραίνεται ότι ο τόπος γέννησης και η επίδοση του μαθητή

συσχετίζονται με τους μαθητές από την Ελλάδα να καταγράφουν υψηλότερες

επιδόσεις στα Μαθηματικά από τους συμμαθητές τους.

το Φύλο

Στις Η.Π.Α., στα τεστ γνωστικών ικανοτήτων καταγράφονται υψηλότερες

επιδόσεις των ανδρών στην αριθμητική και των γυναικών στη γλώσσα (Segall,

Dasen, Berry,& Poortinga, 1996 οπ.αναφ. Λυκίδη, 2012). Αν μελετήσει κανείς

προσεκτικότερα τη σχετική βιβλιογραφία διαπιστώνει ότι: Οι Maccoby,&

Jacklin,1974 οπ.αναφ. Μαλλή, 2013) εξετάζοντας 1400 ερευνητικές μελέτες με

θέμα τις διαφορές των φύλων ως προς την επίδοση, διαπίστωσαν ότι η γυναικεία

υπεροχή στην ικανότητα προφορικής έκφρασης και των ανδρών στις μαθηματικές

δεξιότητες εμμένει χωρίς να μπορούν να τεκμηριώσουν αν αυτό οφείλεται σε

στερεοτυπικές απόψεις οι οποίες επηρεάζουν τους μαθητές εξ αρχής ή σε

επίκτητες συμπεριφορές που σχετίζονται με τα φύλα. Η έρευνά τους όμως

δημοσιεύτηκε το 1974 και οι συνθήκες έχουν αλλάξει άρδην.

60

Η William (2000) όπως αναφέρει το Κέντρο Εκπαιδευτικής Έρευνας το 2007

πλέον, εκτιμά ότι οι διαφορές των 2 φύλων έχουν αμβλυνθεί σε γνωστικό επίπεδο

διαγράφοντας σταθερά πτωτική πορεία.

Η έρευνα της Pisa 2003, αντίστοιχα όσο αφορά στα μαθηματικά δείχνει τη

διαφορά υπέρ των αγοριών ειδικά στην Ελλάδα να μην μειώνεται με τον ίδιο

ρυθμό. Η Pisa 3 χρόνια αργότερα όμως, ενώ βρίσκει σημαντικό πλεονέκτημα των

αγοριών στα Μαθηματικά σε πολλές Ευρωπαϊκές χώρες και δεν διαπιστώνει

χάσμα φύλων ανάμεσα σε άλλες χώρες και στην Ελλάδα (Μαλλή, 2013).

1.6) Σημασία έρευνας, σύνοψη ερευνητικών ζητημάτων

Η ανάδειξη παραμέτρων παραγόντων οι οποίοι δυνάμει θα μπορούσαν να

βελτιώσουν τα μαθησιακά αποτελέσματα αυξάνοντας το επιδιωκόμενο κοινωνικό

κεφάλαιο εκτιμάται ως ιδιαίτερα σημαντική (Valenzuela et al.,2009). Όσο αφορά στο

κοινωνικό κεφάλαιο η προσπάθεια δημιουργίας ελκυστικότερου σχολικού

περιβάλλοντος μέσω της ενσωμάτωσης της χρήσης και των κοινωνικών δικτύων στη

μαθησιακή διαδικασία κρίνεται ως ιδιαίτερα σημαντική. Αυτό καθίσταται πρωτεύουσας

σημασίας σε μία εποχή όπου η σχολική διαρροή και η πρόωρη σχολική εγκατάλειψη,

τόσο στην Ευρώπη όσο και στην Ελλάδα, σύμφωνα με την Eurostat με την διακρατική

αναφορά του Consorzio Instituti Professionali Associati Toscani, (2008), και με τη

Λαδά,(2013), δεν ακολουθούν την προβλεπόμενη- προσδοκώμενη μείωση. Έχει

διαπιστωθεί άλλωστε και από άλλους ερευνητές (Hew,2011) η ανάγκη να επεκταθεί η

σχετική έρευνα η οποία συσχετίζει κοινωνικά δίκτυα, μαθησιακή διαδικασία και

επιδόσεις, και στη δευτεροβάθμια εκπαίδευση καθώς η πλειοψηφία των ερευνών έχει

πραγματοποιηθεί σε προπτυχιακούς φοιτητές.

Από την ανάλυση η οποία προηγήθηκε προκύπτει ότι το τρέχον πόνημα

προσδοκά να προσθέσει καινοτόμα στοιχεία στη διερεύνηση των αλληλεπιδράσεων

ανάμεσα στους παράγοντες της κοινωνικής ζωής των μαθητών, τόσο στην δια ζώσης

όσο και στη διαδικτυακή της διάσταση, του μαθησιακού τους στυλ, συγκεκριμένων

κοινωνικών τους χαρακτηριστικών και της σχολικής τους επίδοσης. Οι παράγοντες

αυτοί θα μελετηθούν ως προς τις παρακάτω μεταβλητές:

Κοινωνική ζωή:

Παράγοντας «Δια ζώσης» δραστηριότητας

o Ώρες μελέτης (Καθημερινές και ΣαββατοΚύριακο)

61

o Ώρες δραστηριοτήτων εκτός σχολικού ωραρίου είτε αυτές αναφέρονται

σε δραστηριότητες που οργανώθηκαν από το ίδιο το σχολείο (σχολικά

προγράμματα) είτε από συμμετοχή σε άλλους συλλόγους οργανωμένα

(χορευτικά, εκμάθηση μουσικής , αθλητικές ομάδες)

o Ώρες φροντιστηριακής υποστήριξης (παραπαιδεία)

Ψυχολογικοί παράγοντες όπως απορρέουν από ερωτηματολόγιο Ι

Αίσθημα «τάξης» - Ικανοποίηση από σχολείο

Ικανοποίηση από ατομική επίδοση

Αυτοεκτίμηση

Κοινωνική ζωή στο διαδίκτυο

o Όπως δηλώνεται από τους ίδιους τους μαθητές μέσω ερωτηματολογίου

Κεντρικότητα

Βαθμός

Συντελεστής Διαμεσότητας

Συντελεστής Εγγύτητας

Συντελεστής Eigenvector

Δραστηριότητες στο Facebook

o Ερωτήσεις ερωτηματολογίου, ανάλυση σε 10

διαφορετικές δραστηριότητες

Μέσω του 1ου

Ερωτηματολογίου

Ύπαρξη ενεργού λογαριασμού Facebook

Άποψη μαθητών για facebook και επίδοση

Ένταση χρήσης - Εξάρτηση από Facebook

o Όπως προκύπτει από τα δεδομένα τα οποία συλλέχονται με την

εφαρμογή namegenweb από το δίκτυο των «φίλων» στο facebook

Κεντρικότητα Δίκτυου φίλων

Βαθμός

Διάμετρος

Διαμεσότητα

Closeness

Eigenvector

Συντελεστής αρθρωτότητας (Modularity)

Συντελεστής συνοχής (Clustering coefficient)

62

Μέσο μήκος ελάχιστων μονοπατιών

Πυκνότητα δικτύου

Αριθμός συνεκτικών υποομάδων

Δημογραφικά - Κοινωνικά χαρακτηριστικά

o Επίπεδο σπουδών γονέων

o Φύλο

o Εθνικότητα

Μαθησιακά στυλ:

o Στάση απέναντι σε ανθρώπους (Εξωστρέφεια/ Εσωστρέφεια)

o Αντιληπτική λειτουργία (διαισθητική/αισθητηριακή)

o Κριτική ικανότητα (Λογικά αναλυτική/ βασισμένη σε συναισθηματικά

κριτήρια

o Τρόπος ερμηνείας δεδομένων (βασισμένος ή μη σε συγκεκριμένα

δεδομένα) (Πλατσίδου,& Ζαγόρα 2006)

Σχολική επίδοση:

o Βαθμολογία Γραπτών τελικών εξετάσεων. Για την καλύτερη κατανομή

των μαθητών όπου απαιτείται χρησιμοποιείται και η επίδοση στην Α΄

περιόδου (τριμήνου/τετραμήνου)

στα Μαθηματικά

στη Φυσική

στα Νέα Ελληνικά-Έκθεση

Το αρχικό μοντέλο της έρευνας περιλαμβάνει προς διερεύνηση τους παράγοντες

όπως φαίνονται στο Σχήμα 15 με τις συγκεκριμένες παραμέτρους και τις φορές των

δυνάμει συσχετίσεων να διαμορφώνονται μετά την ανάλυση των αποτελεσμάτων.

Προφανώς η ενδελεχής ανάλυση όλων των επιμέρους ανά δύο συσχετίσεων ξεπερνά

τους στόχους της τρέχουσας εργασίας.

63

Σχήμα-Γράφημα 15: Αρχικό μοντέλο διερεύνησης συσχετίσεων- υποθέσεων έρευνας

Τα Εi υποδηλώνουν τις δυνάμει συσχετίσεις οι οποίες θα διερευνηθούν αποτελώντας

ουσιαστικά υπερσύνολο των ερευνητικών ερωτημάτων τα οποία θα αποτελέσουν το

αντικείμενο του τρέχοντος εγχειρήματος.

1.6.1 Σκοπός της έρευνας ερευνητικά ερωτήματα

Συνοπτικά ως σκοπός της Α®ιστος μπορεί να καθοριστεί η διερεύνηση όλων των

δυνάμει συσχετίσεων μεταξύ παραμέτρων οι οποίες άπτονται των μαθησιακών στυλ,

της κοινωνικής ζωής των μαθητών – εντός και εκτός διαδικτύου, και

κοινωνικοοικονομικών χαρακτηριστικών έναντι της σχολικής επίδοσης των μαθητών.

Στον Πίνακα 6, ο οποίος ακολουθεί, παρατίθεται υπερσύνολο των μελετώμενων

συσχετίσεων σε μορφή ερωτημάτων εργασίας. Η διαπίστωση ενδεχόμενης συσχέτισης

θα καθορίσει ουσιαστικά τις συγκεκριμένες ομάδες μεταβλητών οι οποίες θα

αποτελέσουν τη βάση για το επιδιωκόμενο μοντέλο πρόβλεψης της επίδοσης.

64

Πίνακας 6 Υπερσύνολο ερευνητικών ερωτημάτων του Α®ιστος

Ερώτημα

1ο

Η χρήση του facebook σχετίζεται με την σχολική επίδοση;

Υποερωτήματα:

Ε1.1 Η ύπαρξη λογαριασμού facebook επηρεάζει ή επηρεάζεται από

την επίδοση των μαθητών

Ε1.2 Η ένταση χρήσης της κοινωνικής πλατφόρμας του facebook

επηρεάζει τη σχολική επίδοση;

Ε1.3 Η συχνότητα χρήσης επηρεάζει τη σχολική επίδοση;

Ε1.4 Το πλήθος των «φίλων» και η άποψη περί φιλίας στο facebook

σχετίζονται με τη σχολική επίδοση;

Ε1.5 Υπάρχουν συγκεκριμένες δραστηριότητες στην πλατφόρμα του

facebook οι οποίες σχετίζονται με τη σχολική επίδοση;

Ε1.6. Οι συντελεστές κεντρικότητας του δικτύου των «φίλων»

συσχετίζονται με τη σχολική επίδοση;

Ερώτημα

2ο

Υπάρχουν κοινωνικοοικονομικά- δημογραφικά χαρακτηριστικά τα

οποία επηρεάζουν τη σχολική επίδοση; Το ερώτημα τίθεται

περισσότερο για να διερευνηθεί ενδεχόμενη συν-διαμόρφωση της

σχολικής επίδοσης από τη χρήση του facebook και κοινωνικο-

οικονομικών δημογραφικών στοιχείων τα οποία στη βιβλιογραφία

φαίνονται να σχετίζονται με το facebook.

E2.1 Το φύλο συσχετίζεται με τη σχολική επίδοση;

Ε2.2 Η εθνικότητα συγγενών πρώτου βαθμού επηρεάζουν τη σχολική

επίδοση;

Ε2.3 Το μορφωτικό επίπεδο των γονέων συσχετίζεται με τη σχολική

επίδοση;

Ερώτημα

3ο

Τα μαθησιακά στυλ συσχετίζονται με τη σχολική επίδοση;

Ε3.1 Η εξωστρεφής (εσωστρεφής) στάση απέναντι σε ανθρώπους

συσχετίζεται με τη σχολική επίδοση;

Ε3.2 Η διαισθητική (αισθητηριακή) λειτουργία επηρεάζει τη σχολική

επίδοση;

Ε3.3 Ο τύπος της κριτικής ικανότητας (Λογικά αναλυτική/ βασισμένη

σε συναισθηματικά κριτήρια) επηρεάζει τη σχολική επίδοση;

Ε3.4 Ο τρόπος ερμηνείας δεδομένων (βασισμένος ή μη σε

65

συγκεκριμένα δεδομένα) συσχετίζεται με τη σχολική επίδοση;

(Πλατσίδου,& Ζαγόρα 2006)

Ερώτημα

4ο

Η χρήση συνολικά εφαρμογών του διαδικτύου σχετίζονται με την

επίδοση;

Ε4.1 Ο χρόνος και η συχνότητα χρήσης του διαδικτύου συσχετίζεται με

τη σχολική επίδοση;

Ε4.2 Η ένταση χρήσης του youtube σχετίζεται με τη σχολική επίδοση;

Ε.4.3 Η ένταση χρήσης των διαδικτυακών παιχνιδιών, σχετίζεται με τη

σχολική επίδοση;

Ερώτημα

5ο

Υπάρχουν παράγοντες κοινωνικής ζωής οι οποίοι έχουν συσχετιστεί

με τη χρήση κοινωνικών πλατφόρμων διαδικτύωσης οι οποίοι

συσχετίζονται με την επίδοση;

Ε.5.1 Το αίσθημα συμμετοχής στην «τάξη» και γενικότερα

ικανοποίησης από το σχολείο σχετίζεται με τη σχολική επίδοση;

Ε5.2 Η αυτοεκτίμηση που νοιώθουν οι μαθητές (συνολικά και ως προς

την ίδια τους την επίδοση) σχετίζεται με τη σχολική τους επίδοση;

Ε5.3 Οι συντελεστές κεντρικότητας των δικτύων συμμαθητών «δια

ζώσης» φίλων σχετίζεται με τη σχολική επίδοση;

Ε5.4 Οι συντελεστές κεντρικότητας των δικτύων συμμαθητών με τους

οποίους επικοινωνεί καθημερινά ο μαθητής εκτός σχολείου σχετίζεται

με τη σχολική του επίδοση;

Ε5.5. Ο χρόνος μελέτης σχετίζεται με τη σχολική επίδοση;

Ε5.6 Η ένταση απασχόλησης με εξωσχολικές δραστηριότητες

επηρεάζει τη σχολική επίδοση;

Ερώτημα

6ο

Το μαθησιακό στυλ επηρεάζει τη χρήση του διαδικτύου και

ειδικότερα του facebook;

E6.1.1-Ε.6.1.4 Συσχετίζεται κάποιος άξονας του μοντέλου των Myers-

Briggs με την ένταση χρήσης του διαδικτύου;


Briggs με την ένταση χρήσης του youtube;


Briggs με την ένταση χρήσης των διαδικτυακών παιχνιδιών;

E6.4.1-6.4.4 Σχετίζεται ανά άξονα Myers-Briggs ο τύπος τους μαθητή

66

με την ύπαρξη λογαριασμού facebook; (Δηλαδή 6.1.4 Οι

εξωστρεφείς(εσωστρεφείς) μαθητές έχουν σε μεγαλύτερο ποσοστό

λογαριασμό στο facebook;)

Ε6.5.1-6.5.4 Ο μαθησιακός τύπος επηρεάζει – επηρεάζεται από την

ένταση χρήσης του facebook;

E6.6.1-E6.6.4 Ο μαθησιακός τύπος επηρεάζει τις συγκεκριμένες

δραστηριότητες με τις οποίες ασχολείται ο μαθητής στο facebook;

Ε6.7.1-Ε6.7.4 Ο μαθησιακός τύπος συσχετίζεται με τους συντελεστές

κεντρικότητας του δικτύου των «φίλων» του μαθητή στο facebook;

Ερώτημα

7ο

Υπάρχουν παράγοντες κοινωνικής ζωής, όπως αυτή εκφράζεται

εκτός διαδικτύου, οι οποίοι συσχετίζονται με τη χρήση του

facebook;

Ε.7.1 To αίσθημα «τάξης» - Ικανοποίησης από το σχολείο επηρεάζει

(επηρεάζεται) από τη χρήση του facebook;

Ε.7.2 Η αυτοεκτίμηση των μαθητών και η ικανοποίησή τους από τη

δικιά τους σχολική επίδοση επηρεάζει (επηρεάζεται) από τη χρήση του

facebook;

Ε.7.3 Ο χρόνος μελέτης σχετίζεται με την ένταση χρήσης του facebook;

Ε7.4 Οι συντελεστές κεντρικότητας του δικτύου συμμαθητών, δια

ζώσης φίλων συσχετίζονται με τη χρήση του facebook και με τους

αντίστοιχους συντελεστές κεντρικότητας του δικτύου των «φίλων» στο

facebook;

Ε7.5 Οι συντελεστές κεντρικότητας του δικτύου συμμαθητών, με τους

οποίους υπάρχει καθημερινή επικοινωνία και εκτός σχολείου,

συσχετίζονται με τη χρήση του facebook και με τους αντίστοιχους

συντελεστές κεντρικότητας του δικτύου των «φίλων» στο facebook;

Ερώτημα

8ο

Υπάρχουν κοινωνικοοικονομικά- δημογραφικά χαρακτηριστικά τα

οποία επηρεάζουν τη χρήση γενικά του διαδικτύου και ειδικά του

facebook;

E8.1 Το φύλο επηρεάζει την ένταση χρήσης του διαδικτύου γενικότερα;

Ε8.2 Το φύλο επηρεάζει την ένταση χρήσης του facebook; (χρόνος

χρήσης και συχνότητα);

Ε8.3 Το φύλο επηρεάζει τη συχνότητα χρήσης συγκεκριμένων

67

εφαρμογών στο facebook;

Ε8.4 Το φύλο επηρεάζει τους συντελεστές κεντρικότητας του δικτύου

των «φίλων» στο facebook;

E8.5 Η εθνικότητα συγγενών πρώτου βαθμού επηρεάζει την ένταση

χρήσης του διαδικτύου γενικότερα;

Ε8.6 Η εθνικότητα συγγενών πρώτου βαθμού επηρεάζει την ένταση

χρήσης του facebook; (χρόνος χρήσης και συχνότητα);

E8.7 Η εθνικότητα συγγενών πρώτου βαθμού επηρεάζει τους

συντελεστές κεντρικότητας του δικτύου των «φίλων» στο facebook;

Ε8.8 Το μορφωτικό επίπεδο των γονέων επηρεάζει την ένταση χρήσης

του διαδικτύου γενικότερα;

Ε8.9 Το μορφωτικό επίπεδο των γονέων επηρεάζει την ένταση χρήσης

του facebook; (χρόνος χρήσης και συχνότητα);

Ε8.10 Το μορφωτικό επίπεδο των γονέων επηρεάζει τους συντελεστές

κεντρικότητας των δικτύων «φίλων» στο facebook;

68

2) Μέθοδος

2.1) Συνοπτικά

Η έρευνα υλοποιήθηκε την σχολική χρονιά 2013-2014 σε 289 μαθητές Γ΄ Γυμνασίου

και Α΄Λυκείου. Στην πιλοτική της φάση συμμετείχαν 74 μαθητές και στο κύριο μέρος

217 εκ των οποίων έγκυρες συμμετοχές εκτιμήθηκαν οι 215 (τα στοιχεία αναλύονται

στη συνέχεια ανά φάση και σχολείο).

Στο κύριο μέρος της έρευνας χρησιμοποιήθηκαν 3 διαφορετικής μορφής εργαλεία

συλλογής δεδομένων.

Το ερωτηματολόγιο αποτύπωσης μαθησιακών τύπων των Myers-Briggs (βλ.

τεκμηρίωση στην παράγραφο 2.4.1 και μέρος του παρατίθεται στο υπόμνημα

iii)

Ερωτηματολόγιο το οποίο παρατίθεται στο υπόμνημα ii) μέσω του οποίου

αποτυπώθηκαν:

o κοινωνικοοικονομικά στοιχεία (βλ. & 2.1.2),

o η ένταση χρήσης διαδικτυακών εφαρμογών (& 2.2.1), και

o ειδικότερα του facebook στο σύνολό του (& 2.2.1) και των

διαφορετικών εφαρμογών του (& 2.2.2)

o Ψυχολογικοί παράγοντες οι οποίοι επηρεάζουν τη χρήση της

πλατφόρμας κοινωνικής διαδικτύωσης και της σχολικής επίδοσης

(&2.3.2)

o Κοινωνική δραστηριότητα μαθητών εκτός σχολικού ωραρίου (&2.3.2)

Ερωτηματολόγιο στο οποίο καταγράφηκαν οι πίνακες γειτονικότητας των

δικτύων των συμμαθητών φίλων και των συμμαθητών με τους οποίους

επικοινωνεί καθημερινά και εκτός σχολείου ο κάθε μαθητής (& 2.3.1)

Ειδικά λογισμικά με τα οποία έγινε εξαγωγή των γραφημάτων των «φίλων»

των μαθητών στο facebook. (&2.2.3)

Το νέο πληροφοριακό σύστημα του Υπουργείου Παιδείας για την καταγραφή

των επιδόσεων των μαθητών (&2.2.5).

Τα δεδομένα τα οποία προέκυψαν έτυχαν επεξεργασίας από διαφορετικά εργαλεία

όπως ειδικά λογισμικά ανάλυσης κοινωνικών δικτύων και εργαλεία ανάλυσης γράφων

(&2.2.3), λογισμικά υπολογιστικών φύλλων και στατιστικά πακέτα (&2.6). Η

στατιστική ανάλυση πραγματοποιήθηκε τόσο περιγραφικά (αποτελέσματα στην &3.1)

όσο και με μη παραμετρικές μεθόδους (ανάλυση συσχετίσεων ανά ζεύγη – pairwise με

69

το συντελεστή Spearmann &2.6 με τα αποτελέσματα στην &3.3.2.1) και πολλαπλή

γραμμική παλινδρόμηση (βλ. τεκμηρίωση μεθόδου στην &2.6 και αποτελέσματα στην

&3.3.3).

Χρησιμοποιήθηκαν δείκτες ελέγχου της αξιοπιστίας των δεδομένων (Cronbach α με

τεκμηρίωση και παρουσίαση στην &3.3.1 και στο παράρτημα vii).

Με αφετηρία τα τελικά συμπεράσματα θα επιδιωχθεί στο μέλλον με τη χρήση

στατιστικής ανάλυσης κατά συστάδες (cluster analysis) και πακέτων γλώσσας

προγραμματισμού R να προκύψει μοντέλο δομικής εξίσωσης μέσω του οποίου θα

επιδιωχθεί η πρόβλεψη της επίδοσης (βλ. &5.3).

2.1.1) Περιγραφή ομάδας στόχου και φάσεων έρευνας

Το δείγμα μελέτης αποτελείται από μαθητές τεσσάρων δημοσίων σχολείων (3 των

Ιωαννίνων και 1 της Αττικής). Συγκεκριμένα απαρτίζεται από το σύνολο των μαθητών

οι οποίοι φοιτούσαν το σχολικό έτος 2013-2014 αποκλειστικά στις τάξεις της Γ΄ στο 5ο

Γυμνάσιο Ιωαννίνων, και της Α΄ Λυκείου στα Γενικά Ενιαία Λύκεια του 7ου

Ιωαννίνων,

της Ελεούσας Ιωαννίνων και του Καπανδριτίου Αττικής.

Η επιλογή της δευτεροβάθμιας εκπαίδευσης προέκυψε συνυπολογίζοντας τον

προβληματισμό τον οποίο διατύπωσαν οι Valenzuela et al. (2009) για την αδυναμία

γενίκευσης των συμπερασμάτων από σχετικές μελέτες οι οποίες έχουν διεξαχθεί σε

μεγαλύτερες ηλικίες. Οι συνομήλικοι των φοιτητών στους οποίους διεξάγονται οι

περισσότερες έρευνες, δεν είναι απαραίτητα και αυτοί φοιτητές, οπότε είναι

δυσκολότερο έως ανέφικτο να γενικευτούν τα συμπεράσματα για το σύνολο των νέων

της ηλικίας τους. Το αντίθετο ισχύει στην μεγάλη πλειοψηφία των μαθητών στα σχολεία

(πολλώ δε στο Γυμνάσιο το οποίο αποτελεί και μέρος της υποχρεωτικής φοίτησης).

Η επιλογή των συγκεκριμένων τάξεων επίσης δεν είναι τυχαία, αλλά προκύπτει εκ

της απαγωγής εις άτοπο. Συγκεκριμένα με βάση τη νομοθεσία η δημιουργία

λογαριασμού σε πλατφόρμες κοινωνικής δικτύωσης απαγορεύεται πριν τη

συμπλήρωση της ηλικίας των 13 ετών. Ακόμα και η ίδια η εφαρμογή το αναφέρει στις

οδηγίες-όρους εγγραφής.8 Με αυτό ως δεδομένο κρίθηκε ότι οι μαθητές στην 1

η και 2

α

Γυμνασίου ενδεχομένως ακόμα δεν έχουν διαμορφώσει πλήρως διαδικτυακή ταυτότητα

και ανάλογες συμπεριφορές στα διαδικτυακά κοινωνικά δίκτυα. Ως εκ τούτου τέθηκε ως

ελάχιστο όριο μελέτης η Γ΄ Γυμνασίου. Αντίστοιχα όμως στις τάξεις της Β΄ και της Γ΄

8 https://www.facebook.com/help/157793540954833

https://www.facebook.com/help/157793540954833

70

Λυκείου είναι κοινά αποδεκτό ότι η έμφαση στις επιδόσεις οι οποίες προσμετρούνται

για την εξαγωγή αποτελεσμάτων για τις Πανελλήνιες εξετάσεις επηρεάζει τις

κατεγραμμένες επιδόσεις. Συγκεκριμένα η επικέντρωση στις εισαγωγικές για την

τριτοβάθμια εκπαίδευση εξετάσεις, δημιουργεί φαινόμενα πληθωριστικών βαθμολογιών

από τους διδάσκοντες καθηγητές. Ως εκ τούτου αλλοιώνεται το εύρος των βαθμολογιών

θέτοντας εν αμφιβόλω την αξιοπιστία των, σχετικών με επιδόσεις, δεδομένων τα οποία

θα απαιτούνταν αν είχαν συμπεριληφθεί και οι μεγαλύτερες τάξεις του Λυκείου.

Η επιλογή αυτή τεκμηριώνεται και από την οπτική της ιατρικής από τους Alloway et

al., (2013), καθώς σε αυτήν ακριβώς την ηλικία, η διαμόρφωση του προμετωπιαίου

φλοιού των εφήβων προκαλεί διαφορετική συμπεριφορά. Οι δραστηριότητες με τις

οποίες απασχολείται ο έφηβος της ηλικίας αυτής, πλέον χαράσσονται ανεξίτηλα

αποτελώντας πρόκριμα για τη μαθησιακή του μελλοντική πορεία (Gogtay et al.,2004).

Συμπερασματικά η ομάδα στόχος του κυρίου όγκου της έρευνας ορίστηκε στις δύο

συγκεκριμένες τάξεις της Γ΄ Γυμνασίου και της Α΄ Λυκείου.

Επιλέχθηκαν δε, σχολεία με τα πλέον συνήθη χαρακτηριστικά (Δημόσια Γενικά

Λύκεια, τα οποία βρίσκονται σε αστικό και ημιαστικό κέντρο). Με αυτό τον τρόπο πέρα

από τη συγκρισιμότητα των δεδομένων αποφεύχθηκαν οι περιορισμοί που θα έπρεπε να

τεθούν από ενδεχόμενες ειδικές συνθήκες.

Από το δείγμα δεν έγινε εξαίρεση για καμία περίπτωση μαθητή είτε με κριτήριο το

φύλο, είτε με τη φυλή είτε με την εθνική ταυτότητα ή καταγωγή είτε με μαθησιακά και

άλλα κοινωνικά κριτήρια. Σε μία συγκεκριμένη περίπτωση όπου ένας μαθητής είχε

διαπιστωμένες μαθησιακές δυσκολίες (δυσλεξία), σε αντίθεση με την πρακτική η οποία

εφαρμόστηκε σε άλλες έρευνες -για παράδειγμα από τους Alloway et al. (2013),

συμμετείχε κανονικά στην έρευνα χρησιμοποιώντας ισότιμα τα ίδια εργαλεία. Απλά

προβλέφθηκε η διακριτική βοήθεια του ερευνητή προς το συγκεκριμένο μαθητή.

Για να σχεδιαστεί η όλη παρέμβαση αξιοποιήθηκαν τα συμπεράσματα από

στοχευμένες συζητήσεις με ομάδες μαθητών στα πλαίσια σχολικών προγραμμάτων

Αγωγής Υγείας με θεματολογία «Εφηβεία και εθισμός στο διαδίκτυο» και «Εφηβεία

είναι θα περάσει;». Στα σχολικά αυτά προγράμματα συμμετείχαν ομάδες μαθητών από

το το Γενικό Ενιαίο Λύκειο Ελεούσας, το Γενικό Ενιαίο Λύκειο της Ζωσιμαίας Σχολής

Ιωαννίνων, το 1ο και το 7

ο Γενικό Λύκειο Ιωαννίνων.

9 Στα πλαίσια των συναντήσεων

ουσιαστικά πραγματοποιήθηκαν ομαδικές ημιδομημένες συνεντεύξεις με τους μαθητές

9 απόφαση έγκρισης προγραμμάτων 20/1 καταχωρημένη στη Διαύγεια με ΑΔΑ: ΒΙΨ69-ΥΘΙ

http://et.diavgeia.gov.gr/f/minedu/ada/%CE%92%CE%99%CE%A869-%CE%A5%CE%98%CE%99

71

οι οποίες λειτούργησαν τόσο ως οδηγός για την επιλογή των προς διερεύνηση

παραγόντων όσο και για τη δημιουργία και αρχική επεξεργασία των ερωτηματολογίων

που χρησιμοποιήθηκαν. Η μέθοδος αυτή αποτελεί βελτίωση της ανάλογης που

χρησιμοποιήθηκε από τους Ellison et al., (2007) κατά την οποία συμμετείχαν στις

αντίστοιχες συνεντεύξεις μόνο 7 φοιτητές. Η ημιδομημένη συνέντευξη προτείνεται

άλλωστε ως η πλέον ευέλικτη και καταλληλότερη για περιπτώσεις πιλοτικών ερευνών

(Αγγελίδου,2012). Παρόμοια οι Faulkner, Swann, Baker, Bird και Carty, (1999)

επισημαίνουν τη χρησιμότητα των ομαδικών συνεντεύξεων ειδικά στο ξεκίνημα των

ερευνών αρκεί να υπάρχουν οι φυσικές ομάδες όπως δηλαδή οι αντίστοιχες ομάδες

εργασίας των συγκεκριμένων εγκεκριμένων σχολικών προγραμμάτων.

Τα ερωτηματολόγια καθώς και η δυνατότητα εξαγωγής και επεξεργασίας των

δεδομένων των κοινωνικών δικτύων ελέγχθηκαν σε πιλοτικό δείγμα σε μαθητές από 4

σχολεία. Στην πιλοτική αυτή φάση αξιοποιήθηκε διερευνητικά η δυνατότητα

πρόσβασης και συλλογής δεδομένων και από σχολεία με διαφορετικά χαρακτηριστικά

ως προς τον τύπο τους: 3ο ΕΠΑΛ Ιωαννίνων, την τάξη : Β΄ τάξη του 5

ου Γυμνασίου και

την περιοχή : Λύκειο Ληξουρίου Κεφαλονιάς καθώς και ως προς τον δημόσιο/ιδιωτικό

χαρακτήρα τους: Ιδιωτικό Λεόντειο Λύκειο Πατησίων. Σκοπός ήταν κυρίως η

διαμόρφωση-βελτίωση του 1ου

ερωτηματολογίου, ο καθορισμός των απαιτήσεων σε

πόρους (χρόνο και εργαστηριακή υποδομή) για την ολοκλήρωση και των τριών φάσεων

του ανά μαθητή, καθώς και η διερεύνηση των δυνατοτήτων επεξεργασίας των

δεδομένων τα οποία εξάγονται από τις διαφορετικές εφαρμογές ανάλυσης κοινωνικών

δικτύων.

Μετά την ολοκλήρωση της πιλοτικής φάσης το κύριο μέρος της έρευνας

διαμορφώθηκε ως εξής:

Στην 1η φάση του επιδιώχθηκε:

η καταγραφή των συχνοτήτων χρήσης ανά εργαλείο,

η καταγραφή όλων των φίλων (εκτός διαδικτύου), καθώς των «φίλων» μέσω

facebook, των φίλων με τους οποίους υπάρχει καθημερινή επικοινωνία εκτός

σχολείου καθώς και όσων υπήρξε επικοινωνία την συγκεκριμένη ακριβώς

προηγούμενη ημέρα εκτός σχολείου. Η συγκεκριμένη καταγραφή αφορούσε στο

σύνολό τους όλους τους συμμαθητές του κάθε τμήματός.

Η εγκατάσταση εφαρμογής και εξαγωγή αρχείων αποτύπωσης του δικτύου των

φίλων στο Facebook του κάθε μαθητή

72

Στην πρώτη φάση του κυρίως μέρους της έρευνας, συμμετείχαν οι μαθητές μετά

από σχετική ενημέρωση για τους σκοπούς της έρευνας και αφού είχε εξασφαλιστεί τόσο

η σύμφωνη γνώμη της διεύθυνσης των σχολείων όσο και του συλλόγου γονέων. Για να

επιτευχθεί η έγκριση συμμετοχής των τάξεων, η σχετική έρευνα εντάχθηκε σε συνολική

παρέμβαση. Η επισημοποίηση επιτεύχθηκε με τη συμμετοχή σε σχετικό σχολικό

πρόγραμμα του δικτύου καινοτομίας στα δύο σχολεία και με ανάληψη ερευνητικής-

επιστημονικής εργασίας στο 3ο σχολείο. Αυτό εξηγεί τόσο το ιδιαίτερα μεγάλο ποσοστό

συμμετοχής των μαθητών όσο και το ότι, ενώ δεν ζητήθηκε υποχρεωτικά, οι

συμμετοχές ήταν στο σύνολό τους επώνυμες. Η επώνυμη συμμετοχή επέτρεψε τη

συσχέτιση των ερωτηματολογίων με τους προσωπικούς βαθμούς της αξιολόγησης των

μαθητών τόσο για τελικές γραπτές εξετάσεις, όσο και για την 1η περίοδο βαθμολόγησης

του σχολικού έτους (1ο τρίμηνο στο Γυμνάσιο και 1

ο τετράμηνο στο Λύκειο). Ως

κίνητρο για τους μαθητές προσφέρθηκε και συμμετοχή σε κλήρωση με έπαθλο

εξωτερικό αποθηκευτικό δίσκο ανά συμμετέχον στην έρευνα σχολείο. Προφανώς οι

μαθητές είχαν την επιλογή να μην συμμετάσχουν την οποία σε ελάχιστες περιπτώσεις

επέλεξαν.

Κάθε συνάντηση της πρώτης φάσης είχε διάρκεια 2-3 ωρών ανά τμήμα κατά την

οποία οι μαθητές είχαν πρόσβαση σε ηλεκτρονικούς υπολογιστές με σύνδεση στο

διαδίκτυο.

Η 2η φάση είχε διάρκεια μίας διδακτικής ώρας κατά την οποία επικεντρώθηκε το

ενδιαφέρον στη συμπλήρωση ερωτηματολογίου αποτύπωσης μαθησιακού τύπου καθώς

και την «εξόρυξη» στοιχείων τα οποία αποτυπώνουν δεδομένα και απόψεις των

συμμετεχόντων σχετικών με την κοινωνική τους ζωής εκτός διαδικτύου.

Η 3η φάση πραγματοποιήθηκε με στόχο τη συμπλήρωση όσων εκκρεμοτήτων

διαπιστώθηκαν στις προηγούμενες 2 φάσεις. Το συμπληρωματικό αυτό στάδιο με

δεδομένο ότι δεν αφορούσε στο σύνολό του όλο το τμήμα πραγματοποιήθηκε για κάθε

τμήμα σε 1 ώρα και με επιπρόσθετες προσωπικές συναντήσεις με κάθε μαθητή από τον

οποίο κρίθηκε απαραίτητο να ζητηθούν διευκρινήσεις.

Τα 3 εργαλεία τα οποία προέκυψαν για την ανάδειξη παραγόντων οι οποίοι θα

συμβάλουν στην αύξηση της δυνατότητας πρόβλεψης της επίδοσης των μαθητών

καταγράφηκαν σε υπολογιστικά φύλλα εργασίας ανοικτού λογισμικού open office 3.3

(acalc) σε συνολικά 362 ξεχωριστά πεδία πληροφορίας ανά μαθητή.

Στην πλειοψηφία των αντίστοιχων εγχειρημάτων επιδιώκεται η προσέλκυση

συμμετεχόντων στην έρευνα μέσω διαδικτύου (με κλήσεις με email ή/και αναρτήσεις

73

στις πλατφόρμες κοινωνικής δικτύωσης). Στην τρέχουσα εργασία, δεν ακολουθήθηκε

αυτή η μέθοδος έτσι ώστε να αποφευχθεί η πρόκληση του «φαινομένου της

χιονοστιβάδας». Το φαινόμενο αυτό συνίσταται στο ότι οι συμμετέχοντες προωθούν τα

ερωτηματολόγια σε φίλους και γνωστούς, με παρόμοια με αυτούς χαρακτηριστικά,

προκαλώντας υπερ-αντιπροσώπευση κάποιων κατηγοριών συμμετεχόντων. Το

φαινόμενο αυτό αναφέρεται ως σημαντικός περιορισμός σε αντίστοιχες έρευνες

(Hughes et al., 2012), και ως εκ τούτου στην τρέχουσα έρευνα αποφεύχθηκε με την

προσωπική δια ζώσης διακριτική παρουσία του ερευνητή σε όλες τις φάσεις των 9 εκ

των 10 διαφορετικών τμημάτων στα οποία ολοκληρώθηκε η έρευνα.

Σε αντίστοιχη έρευνα των Kirschner et al., 2010, αναφέρεται ως δυνάμει

περιορισμός σε αντίστοιχη έρευνα το διάστημα προσαρμογής των συμμετεχόντων όταν

βρίσκονται σε νέο ακαδημαϊκό (σχολικό) περιβάλλον. Είναι σημαντικό να σημειωθεί

ότι για να ξεπεραστεί το συγκεκριμένο πρόβλημα η διεξαγωγή της έρευνας

πραγματοποιήθηκε στο τέλος της σχολικής χρονιάς έτσι ώστε να έχουν οριστικοποιηθεί

οι «φιλίες» μεταξύ των μαθητών, ιδιαίτερα της Α΄ Λυκείου όπου ενδεχόμενα οι

μαθητές δεν ήταν συμμαθητές από προηγούμενες χρονιές.

Πέρα από το χρονικό σημείο μέσα στη σχολική χρονιά όπου έπρεπε να εφαρμοστεί

η έρευνα, αντίστοιχα υπάρχει θεωρητική τεκμηρίωση και για την αποφυγή της

διεύρυνσης της διάρκειάς της στους ίδιους μαθητές, σε 2 σχολικά έτη. Υπάρχουν

ενδείξεις σε μελέτες ανάλυσης δικτύων ότι η αύξηση της αλληλεξάρτησης μεταξύ των

μελών της ομάδας (Newman, 2003) οδηγεί σε αύξηση της επίδοσης του συνόλου της

ομάδας (Molm, 1994 ∙ Sparrowe et al., 2009). Το συγκεκριμένο στοιχείο όμως θα πρέπει

να λαμβάνεται υπόψη μόνο σε συγκεκριμένη χρονική περίοδο (πχ εντός της

συγκεκριμένης σχολικής χρονιάς). Η αναγωγή της πρόβλεψης σε βάθος χρόνου

αντίκειται στα αποτελέσματα της έρευνας των Chung, Piraveenan, Levula και Uddin

(2013) καθώς οι υπόλοιπες παράμετροι (σχολείο, σύνολο συμμαθητών στην τάξη). δεν

μένουν σταθερές. Έδειξαν δε στην έρευνά τους, ότι παράμετροι όπως η κεντρικότητα

τείνουν να χάνουν τη σημασία τους, με τάσεις αποκεντρικοποίησης (decentralization)

αν δεν αποτυπώνονται σε συγκεκριμένο χρονικό διάστημα.

2.1.2) Μέθοδος καταγραφής κοινωνικοοικονομικών -δημογραφικών

στοιχείων

Καταγράφηκαν δημογραφικά στοιχεία τα οποία αφορούν στο φύλο, την εθνικότητα

και το μορφωτικό επίπεδο των γονέων. Επιδιώχθηκε μία καταρχάς καταγραφή της

74

κοινωνικοοικονομικής κατάστασης της οικογένειας του μαθητή μέσω της αποτύπωσης

του επιπέδου σπουδών των γονέων του ακολουθώντας το παράδειγμα της Hargittai,

(2008). Η συμπλήρωση έγινε από τους ίδιους τους μαθητές. Ακολούθησε

δειγματοληπτικός έλεγχος σε ερωτηματολόγια μαθητών για τους οποίους υπήρχαν

σχετικά στοιχεία από τις καρτέλες που φυλάσσονται στα σχολεία. Η κλίμακα η οποία

χρησιμοποιήθηκε ήταν 5βάθμια (σύμφωνα με τα επίπεδα τα οποία όρισε οι Donaldson,

Lichtenstein και Sheppard,το 2008 και οι Park, Kee και Valenzuela, το 2009 (Πίνακας

7):

Πίνακας 7: Φόρμα κατηγοριοποίησης μορφωτικού επιπέδου ανά γονέα

Επίπεδο

σπουδών:

Δεν

ολοκλήρωσε

Λύκειο

Λύκειο Μεταδευτερο

-βάθμια

σχολή

ΤΕΙ ή

ΑΕΙ

Μεταπτυχιακές

σπουδές

Πατέρα 1 2 3 4 5

Μητέρας 1 2 3 4 5

Οι μαθητές κλήθηκαν να συμπληρώσουν το ανώτερο επίπεδο μόρφωσης το οποίο

είχε ολοκληρώσει ο κάθε γονέας τους. Στην καταγραφή του μορφωτικού επιπέδου

κρίθηκε απαραίτητο να ζητηθεί και από τους 2 γονείς καθώς ανάλογα με τις κοινωνικές

συνθήκες έχουν παρουσιαστεί συσχετίσεις ακόμα και ως προς το μορφωτικό επίπεδο

του ενός μόνο γονέα. Για παράδειγμα στην έρευνα των Hijazi και Naqvi,(2006) η οποία

διεξήχθει στο Μπαγκλαντές το μορφωτικό επίπεδο της μητέρας αποτέλεσε σημαντικό

στοιχείο πρόβλεψης της επίδοσης των μαθητών. Αυτό όμως καθορίζεται ουσιαστικά

από τα ειδικά κοινωνικά χαρακτηριστικά της συγκεκριμένης χώρας όπου η θέση της

γυναίκας κοινωνικά είναι χαμηλότερη και το να έχει κάποιο άνω του αρχικού

μορφωτικό επίπεδο αποτελεί την εξαίρεση.

Για να προκύψει ένας ενιαίος δείκτης μορφωτικού επιπέδου των γονέων

αθροίστηκε ο δείκτης κάθε γονέα (1 έως 5) και το άθροισμα κατηγοριοποιήθηκε εκ

νέου σε 4 κατηγορίες για τη διαμόρφωση του ενιαίου δείκτη μορφωτικού επιπέδου

γονέων όπως φαίνεται στον Πίνακα 8.

Πίνακας 8 Κατηγοριοποίηση υπολογισμού ενιαίου δείκτη μορφωτικού επιπέδου γονέων

Άθροισμα επιμέρους

δεικτών πατέρα &

μητέρας 0-3 4-5 6-7 8-10

Ενιαίος δείκτης

μορφωτικού επιπέδου

γονέων 1 2 3 4

75

Η χαμηλότερη τιμή του ενιαίου δείκτη μορφωτικού επιπέδου αφορά όσους κανείς

από τους γονείς τους δεν έχουν σπουδές πέρα του Λυκείου με τουλάχιστον έναν εξ

αυτών να μην το έχει ολοκληρώσει καν. Αντίστοιχα για να ενταχθεί στην ανώτερη των

4 βαθμίδων πρέπει και οι 2 γονείς να έχουν ολοκληρώσει τουλάχιστον βασικές σπουδές

σε τριτοβάθμια εκπαίδευση.

2.2) Κοινωνική ζωή μαθητών εντός διαδικτύου

2.2.1) Μέθοδοι καταγραφής συχνοτήτων χρήσης εφαρμογών

Οι μαθητές κλήθηκαν να καταγράψουν την ένταση χρήσης γενικά του διαδικτύου,

καθώς και των σημαντικότερων περιβαλλόντων στα οποία αναπτύσσουν κοινωνική

δραστηριότητα διαμορφώνοντας τη διαδικτυακή τους ταυτότητα. Η επιλογή των

συγκεκριμένων δεδομένων τα οποία καταγράφηκαν προέκυψαν από τα συμπεράσματα

της πιλοτικής φάσης. Καταγράφηκε η ένταση της χρήσης :

- σε πλατφόρμες κοινωνικής διαδικτύωσης συμπεριλαμβάνοντας περιπτώσεις και

πέρα από το facebook. Συγκεκριμένα συμπεριλήφθηκε ερώτηση η οποία αφορούσε

στο twitter αλλά και ανοικτή ερώτηση όπου οι μαθητές κατέγραψαν άλλες

πλατφόρμες τις οποίες ενδεχόμενα χρησιμοποιούσαν.

- σε περιβάλλοντα διαμοιρασμού και προσπέλασης videos (youtube).

- σε περιβάλλοντα σύγχρονης επικοινωνίας όπως αυτά της τηλεδιάσκεψης (Ovoo ή

skype).

- σε περιβάλλοντα τα οποία έχουν καθιερωθεί ως εργαλεία υποστήριξης της

μαθησιακής διαδικασίας (Wikipedia).

Το εύρος επιλογής συχνοτήτων έντασης χρήσης αντίστοιχων περιβαλλόντων στις

έρευνες των Junco (2013) και Yu et al., (2010) ήταν αποτυπωμένο σε κλίμακα Likert

από 1 έως 5 με επεξηγήσεις της κλίμακας ως εξής: (5:Συνεχώς, 4:πολύ συχνά, 3:αρκετά

συχνά, 2:Σπάνια, 1:Ποτέ). Στην τρέχουσα εργασία, η συγκεκριμένη κατηγοριοποίηση

δεν κρίθηκε ως ικανή να περιγράψει ακριβώς τις συχνότητες καθώς εμπεριέχει

υποκειμενική κρίση. Για την καταγραφή των συγκεκριμένων δραστηριοτήτων

διευρύνθηκε με περισσότερες επιλογές η συχνότητα την οποία χρησιμοποίησαν οι

Blanche et al. (2013).

Στην Α®ΙΣΤΟΣ σε όλες τις αντίστοιχες καταγραφές συχνότητας χρήσης

χρησιμοποιήθηκε κλίμακα από 1 έως 10 με την εξής διαβάθμιση:

76

Πίνακας 9 Εύρος επιλογών συχνοτήτων χρήσης

Συχνότητα χρήσης

1 2 3 4 5 6 7 8 9 10

Ποτέ Σχεδόν

ποτέ

Κάθε

μήνα

Κάθε 15

ημέρες

Κάθε

εβδο-

μάδα

Κάθε 5

ημέρες

Κάθε 3

ημέρες

Κάθε 2

μέρες

Κάθε

μέρα

>=2

φορές

ημέρα

Επιπρόσθετα και για κάθε εφαρμογή την οποία χρησιμοποιούσαν έστω και με αραιό

ρυθμό πρόσβασης οι μαθητές, συμπλήρωσαν τον αντίστοιχο μέσο χρόνο διάρκειας της

κάθε σύνδεσής τους. Αυτό αν και δεν είναι η συνήθης πρακτική έχει εφαρμοστεί σε

έρευνες (Rosmala,&Rosmala,2011) και προσφέρει πρόσθετα στοιχεία προς αξιολόγηση.

Η καταγραφή και του χρόνου ανά σύνδεση σε κάθε εφαρμογή κρίθηκε απαραίτητη

καθώς ο Junco (2012b), διαπίστωσε ότι η καταγεγραμμένη συχνότητα χρήσης και ο

μέσος χρόνος ανά σύνδεση δεν έχουν μεταξύ τους την ίδια σχέση με τις υπόλοιπες

μεταβλητές. Ο χρόνος χρήσης της κάθε εφαρμογής καταγράφηκε ανά σύνδεση με

συνεχείς τιμές σε λεπτά χωρίς σχετική κατηγοριοποίηση. Η κατηγοριοποίηση χρονικών

διαστημάτων χρησιμοποιείται στις περισσότερες έρευνες και όπως σχολιάζει και ο

Junco, (2012b), προκαλεί a priori συστηματικό στατιστικό λάθος (bias) εκ μέρους του

ερευνητή. Αυτό αποφεύχθηκε με την επιλογή της καταγραφής της διάρκειας χρήσης σε

συνεχείς τιμές. Σε συνδυασμό με τη συχνότητα υπολογίστηκε για κάθε μαθητή ένα μέσο

χρονικό διάστημα χρήσης ανά εφαρμογή ανά καθημερινή και αντίστοιχα ανά ημέρα

ΣαββατοΚύριακου. Ο ημερήσιος μέσος χρόνος σύνδεσης προκύπτει από τον προφανή

τύπο ((tκαθημερινής*5) + (tΣΚ*2))/7. 10

Η ίδια μέθοδος ακολουθήθηκε σε όλες τις

καταγραφές χρονικών διαστημάτων σύνδεσης ή ενασχόλησης με κάποια δραστηριότητα

(εντός ή εκτός διαδικτύου. Ακόμα και οι σχετικές έρευνες έγκριτων ερευνητών και

οργανισμών (Heiberger et al., 2008 • Higher Education Research Institute, 2007)

υστερούν στο σημείο αυτό. Για να προκύψουν συγκρίσιμοι δείκτες οι καταγεγραμμένες

τιμές επεξεργάστηκαν σε open office acalc έτσι ώστε να χρησιμοποιηθεί το ποσοστό

χρήσης της κάθε εφαρμογής και ο μέσος χρόνος χρήσης της σε λεπτά ανά ημέρα.

Βασιζόμενοι στο συμπέρασμα του Junco, (2012b) ότι σε πολλές περιπτώσεις οι

μαθητές δεν καταγράφουν αντικειμενικά τον πραγματικό μέσο όρο χρήσης των

εργαλείων ζητήθηκε η συμπλήρωση και του χρόνου τον οποίο αφιέρωσαν για κάθε

ξεχωριστή εφαρμογή και την ακριβώς προηγούμενη ημέρα.

10 Ως tκαθημερινής εννοείται ο χρόνος που δηλώθηκε για κάθε σύνδεση ανά ημέρα της εβδομάδας από

Δευτέρα έως Παρασκευή και ως tΣΚ ο αντίστοιχος χρόνος που δηλώθηκε από τους μαθητές ότι

συνδέονται κάθε ημέρα αργίας (ΣαββατοΚύριακου)

77

Κατά τις ομαδικές συνεντεύξεις της πιλοτικής αρχικής διαδικασίας διαπιστώθηκε

ότι αν οι μαθητές ενεργοποιήσουν τη δυνατότητα αυτόματης ειδοποίησης στα κινητά

τους τηλέφωνα για οποιαδήποτε καταχώρηση η οποία τους αφορά στην διαδικτυακή

πλατφόρμα, ουσιαστικά μεταβάλλουν τη σύνδεση σε 24ώρου βάσης. Για να προβλεφθεί

ενδεχόμενη ανακολουθία στην καταχώρηση του χρόνου σύνδεσης στην κάθε εφαρμογή,

ως χρόνος σύνδεσης με την εφαρμογή ορίστηκε ο χρόνος κατά τον οποίο έχουν ως

ενεργοί χρήστες ανοικτή την εφαρμογή ασχολούμενοι με οποιαδήποτε συγκεκριμένη

δραστηριότητά της.

Στις στατιστικές αναλύσεις χαρακτηρίστικαν ως «μη χρήστες» όσοι δηλώσαν στη

σχετική ερώτηση συχνότητα χρήσης αραιότερη της μηνιαίας. Για τον αντίστοιχο

χαρακτηρισμό των εντατικών χρηστών αντιμετωπίστηκε το ενδεχόμενο να

χρησιμοποιηθεί ο χαρακτηρισμός που εφαρμόστηκε από τους Baker και White (2010),

όπου ως εντατικοί χρήστες θεωρήθηκαν όσοι είχαν πρόσβαση στην πλατφόρμα

τουλάχιστον 2 φορές ημερησίως. Αυτό είναι σε συμφωνία με τα αποτελέσματα της

έρευνας και της Microsoft Digital Advertising, (2007) όπως αναφέρεται από τους Baker

και White, (2010) η οποία αναφέρει μέσο όρο 2,4 συνδέσεις ημερησίως. Τελικά κρίθηκε

ότι ο τρόπος καταγραφής («πόσες ημέρες της εβδομάδας συνδέεστε περισσότερο από 1

φορά») οδηγεί σε μη ακριβείς δηλώσεις από τους μαθητές. Επιπρόσθετα η

συγκεκριμένη κατηγοριοποίηση κρίθηκε ότι επηρεάστηκε από τη χώρα εφαρμογής της

έρευνας (Η.Π.Α.) καθιστώντας την αυθαίρετη για τα Ελληνικά δεδομένα.

Δεν δόθηκε έμφαση στα χαρακτηριστικά χρήσης του youtube καθώς παρατηρείται

μία σημαντική διαφορά με τη διαδικτυακή κοινότητα του facebook. Συγκεκριμένα στο

facebook η συνεκτικότητα του δικτύου στο οποίο ανήκει κάθε άτομο βασίζεται στις

προσωπικές επαφές του ενώ στο youtube βασίζεται σε κοινά ενδιαφέροντα (Alloway et

al.2013). Άρα στο youtube δεν είναι κυρίαρχη η σχέση με τους άλλους χρήστες αλλά τα

κοινά ενδιαφέροντα.

Στην τρέχουσα έρευνα εφαρμόστηκε και ένας επιπλέον τρόπος καταγραφής της

έντασης χρήσης ειδικά του Facebook με ερωτηματολόγιο το οποίο είχε ως βάση την

έρευνα των Ellison, et al., (2007). (κωδικοί παραμέτρων kx1 έως kx8) βλ. Πίνακα 11.

2.2.2) Καταγραφή δραστηριοτήτων στο Facebook

Μία συνήθης παράλειψη των ερευνητών όταν επιδιώκουν να προσμετρήσουν την

ένταση της χρήσης του διαδικτύου, είναι η καταγραφή του χρόνου και της συχνότητας

της ενασχόλησης αλλά όχι της φύσης της δραστηριότητας. Υπάρχουν δραστηριότητες

78

οι οποίες τείνουν να μειώσουν ή να αυξήσουν ανάλογα το κοινωνικό κεφάλαιο του

εκάστοτε δικτύου (Beaudoin, 2008 • Valenzuela et al., 2009). Όπως αναλύθηκε

προγενέστερα, ανάλογη είναι και η επίδραση ανά συγκεκριμένο διαδικτυακό παιχνίδι.

Εστιάζοντας ειδικά στο facebook κρίθηκε ως σημαντικό να συμπεριληφθεί στην έρευνα

ανάλυση και ανά συγκεκριμένη δραστηριότητα με την οποία απασχολείται το κάθε

άτομο όταν συνδέεται στην πλατφόρμα. Οι Pempek et al, (2009) μελέτησαν τις

δραστηριότητες στο Facebook χωρίς όμως να επιδιώξουν να τις συσχετίσουν με άλλες

μεταβλητές.

Η υποκειμενικότητα των δεδομένων αναφέρεται ως ένας συνήθης προβληματισμός

σε έρευνες οι οποίες έχουν ολοκληρωθεί. Οι μαθητές όταν δηλώνουν είτε σε

ερωτηματολόγια, είτε σε συνεντεύξεις, τη χρήση διαφορετικών δραστηριοτήτων στο

facebook αναπόφευκτα δεν είναι αμερόληπτοι. Οι απαντήσεις τους επηρεάζονται από το

πώς επιθυμούν να εμφανίσουν την ένταση της χρήσης την οποία κάνουν ανά

διαδικτυακή εφαρμογή. Οι Nosko, Wood και Molema, (2010), επιδιώξανε να

αντιμετωπίσουν το συγκεκριμένο πρόβλημα μέσω της μελέτης και συλλογής δεδομένων

των ατομικών profil των χρηστών. Η αυθεντικότητα και των ατομικών προφίλ όμως έχει

αμφισβητηθεί από το Marwick, (2005). Αν και δεν παρατήρησε εξ ολοκλήρου ψευδείς

καταγραφές διατύπωσε την άποψη ότι οι χρήστες τείναν να υπερβάλουν ωραιοποιώντας

καταστάσεις. Τα εργαλεία μέσω των οποίων διαπίστωσε ότι κατέγραψαν ανακριβή

στοιχεία αφορούσαν στην ανάρτηση και το σχολιασμό φωτογραφιών, καθώς και στην

επιλογή των «φίλων». Η επιδίωξη προβολής μίας ωραιοποιημένης διάστασης του εγώ,

υλοποιείται μέσω του μεγάλου πλήθους ή της μεγάλης ισχύος του συνόλου των «φίλων»

(Amichai-Hamburger,& Vinitzky, 2010). Τα παραπάνω αποτέλεσαν καθοριστικό

κριτήριο για το σχεδιασμό της τρέχουσας έρευνας έτσι ώστε να:

- Διερευνηθεί εξειδικευμένα ανά δραστηριότητα (πχ ανάρτηση φωτογραφιών) η

χρήση του εργαλείου κοινωνικής δικτύωσης,

- αποφευχθεί η ανάλυση με βάση τα profil των μαθητών στο facebook,

- Συμπεριληφθεί ειδική ανάλυση κοινωνικών δικτύων των φίλων του κάθε μαθητή

στο facebook με εργαλεία τα οποία εξασφάλιζαν αντικειμενικότητα.

Για την κατηγοριοποίηση των δραστηριοτήτων χρησιμοποιήθηκε ανάλογη τεχνική με

αυτή που ακολουθήθηκε από το Junco, (2012b και 2013) όπου ζητήθηκε σε ανοικτή

ερώτηση κατά την πιλοτική φάση να απαντηθεί από τους μαθητές το ανοικτό ερώτημα:

«ποιές είναι οι δραστηριότητές σας όταν είστε στο Facebook». Οι απαντήσεις

συγχωνεύτηκαν-ομαδοποιήθηκαν σε 10 διαφορετικές δραστηριότητες. Οι απαντήσεις

79

στην ανοικτή ερώτηση της πιλοτικής φάσης συμπίπτουν στην πλειοψηφία τους με τις

επιλογές της έρευνας του Junco (2013). Οι μόνες διαφορές με αυτή, αφορούν στο ότι

στις επιλογές του Junco συγκαταλέγεται η ανάρτηση και επισήμανση και videos ενώ

στο πιλοτικό δείγμα του τρέχοντος εγχειρήματος δεν έγιναν σχετικές αναφορές. Με

βάση τα δηλωθέντα περιορίστηκε η έρευνα στην ανάρτηση και το σχολιασμό

φωτογραφιών και όχι videos.

Αντίστοιχα η απόφαση να μην συμπεριληφθεί ως ερευνώμενη δραστηριότητα «η

συμμετοχή σε ειδικές ομάδες κοινού ενδιαφέροντος» πέρα από το ότι δεν προτάθηκε

από τους μαθητές της πιλοτικής φάσης- ήταν συνειδητή καθώς όπως τεκμηριώνουν και

οι Valenzuela et al., (2009) η διαδικασία της συμμετοχής σε μία τέτοια ομάδα είναι

αποτέλεσμα μίας στιγμιαίας επιλογής η οποία γίνεται μία και μόνο φορά χωρίς να

συνεπάγεται ότι θα αφιερωθεί στη συνέχεια περαιτέρω χρόνος και συμμετοχή. Άλλωστε

ακόμα και αν αυτή η επιλογή (της συμμετοχής σε ειδική ομάδα κοινού ενδιαφέροντος)

μετουσιωθεί τελικά σε διαρκή ενεργητική συμμετοχή, το σύνολο της δραστηριότητας

ανάγεται σε κάποιες από τις παρατιθέμενες δραστηριότητες όπως τελικά προέκυψαν

(βλ. Πίνακα 10).

Πίνακας 10 Διερευνώμενες Δραστηριότητες στο Facebook

Δραστηριότητα Κωδικός

πεδίου

Αλλάζω την κατάσταση του τοίχου μου fb1

Αναρτώ φωτογραφίες fb2

Συμμετέχω σε συζητήσεις σύγχρονης επικοινωνίας - Chat fb3

Διαμοιράζομαι ενδιαφέροντες υπερσυνδέσμους (links) fb4

Στέλνω προσωπικά μηνύματα fb5

Κάνω like fb6

Σχολιάζω φωτογραφίες φίλων fb7

Αναφέρω πού βρίσκομαι fb8

Ελέγχω για ενδεχόμενες αλλαγές (σε καταστάσεις φίλων , like κλπ) fb9

Παίζω παιχνίδια στο facebook fb10

Στην έρευνα των Pempek et al. (2009) για να υπάρξει πιο αξιόπιστη δήλωση του

χρόνου ενασχόλησης με κάθε δραστηριότητα διοργανώθηκαν συναντήσεις ανά

εβδομάδα όπου οι μαθητές συμπλήρωναν κάθε φορά σχετικό ημερολόγιο

καταγράφοντας τις δραστηριοτητές τους στο facebook. Με δεδομένο ότι στην τρέχουσα

έρευνα δεν συμπεριλαμβάνει παιδαγωγικό πείραμα σε περιορισμένη μικρή ομάδα

μαθητών επιδιώχθηκε η μέγιστη δυνατή συμμετοχή μαθητών με τα ζητούμενα

χαρακτηριστικά. Αυτό κατέστησε οριακά ανέφικτο να εφαρμοστεί ανάλογη προσέγγιση

εβδομαδιαίων συναντήσεων ανά ομάδα.

80

Ένας από τους σημαντικότερους παράγοντες αξιολόγησης της χρήσης του facebook

όπως έχει αναλυθεί στο προηγούμενο κεφάλαιο είναι και ο αριθμός των «φίλων» του

κάθε μαθητή. Στην πλειοψηφία των ερευνών η αποτύπωση του κατηγοριοποιείται με

βάση προκαθορισμένη κλίμακα επιλογών. Στην έρευνα των Ellison, et al., 2007, για

παράδειγμα δεν ζητήθηκε ο ακριβής αριθμός φίλων αλλά κατηγοριοποιήθηκε ως εξής:

(0-10, 11-50, 51-100, 101-150, 151-200, 201-250, 251-300, 301-350, 351-400 και

>400). Στην τρέχουσα έρευνα επιλέχθηκε η συμπλήρωση συγκεκριμένης τιμής, με

δεδομένο ότι οι μαθητές είχαν δυνατότητα πρόσβασης στο facebook την ώρα της

συμπλήρωσης του ερωτηματολογίου. Στην πράξη αυτό επιβεβαιώθηκε από τα δεδομένα

τα οποία εξάχθηκαν μέσω της API εφαρμογής του NameGenWeb.

2.2.3) Εργαλεία κοινωνικής ανάλυσης δικτύου(Gephi)

Η προσπάθεια απόδοσης νέας διάστασης στα αποτελέσματα των έως σήμερα

ερευνών, με την διερεύνηση της συσχέτισης δεικτών κεντρικότητας της θέσης των

μαθητών στα κοινωνικά δίκτυα στα οποία μετέχουν τέθηκε ως ένας από τους επιμέρους

στόχους της παρούσας έρευνας. Τέτοια χαρακτηριστικά σαν και αυτό της κεντρικότητας

μπορούν να εξαχθούν από την ανάλυση του μη τυπικού δικτύου «φίλων» στις

πλατφόρμες κοινωνικής δια-δικτύωσης.

Τα κοινωνικά δίκτυα προς μελέτη στην συγκεκριμένη εργασία προκύπτουν από την

καταγραφή μορφών επικοινωνίας των μαθητών ως το αποτέλεσμα της σύναψης μία

μορφής «φιλίας» αυτή της πλατφόρμας του Facebook. Χρησιμοποιήθηκαν δύο

διαφορετικοί τρόποι δημιουργίας των αντίστοιχων δικτύων. Οι μαθητές στην 1η φάση

της έρευνας συμπλήρωσαν ερωτηματολόγιο στο οποίο δηλώσαν τα δίκτυα φίλων τους

στο facebook. Το συγκεκριμένο εργαλείο είχε ως πεδίο αναφοράς το σύνολο όσων εκ

των συμμαθητών τους στο δικό τους τμήμα είχαν λογαριασμό στο facebook.

Αντίστοιχα έγινε εξαγωγή των γραφημάτων του συνολικού δικτύου των «φίλων»

τους στο facebook. Χρησιμοποιήθηκε ειδικό λογισμικό το οποίο εγκαταστάθηκε σε

κάθε ένα λογαριασμό κάθε μαθητή στο facebook. Τα γραφήματα τα οποία προέκυψαν

προς μελέτη έτυχαν διαφορετικής επεξεργασίας όπως θα αναλυθεί.

Ανάλογα με το αν υφίσταται (δηλώνεται) κάποιος ως φίλος δημιουργήθηκαν σχετικά

γραφήματα όπου η ύπαρξη της πλευράς eik η οποία συνδέει τους 2 κόμβους (μαθητές)

Vi και Vk συμβολίζει την φιλία μεταξύ των μαθητών i και κ. Είθισται στις αναλύσεις

δικτύου ο ορισμός της προς μελέτη ομάδας να στηρίζεται σε έναν κοινό στόχο ο οποίος

81

συνδέει τους συμμετέχοντες. Στην περίπτωση της τρέχουσας έρευνας αυτός ήταν

αποκλειστικά η συνύπαρξη τους ως συμμαθητών στο ίδιο τμήμα τάξης. Το γράφημα το

οποίο προκύπτει μπορεί να μετατραπεί και αντιστρόφως σε πίνακα γειτονικότητας όπου

η θέση (i,k) του πίνακα έχει τιμή 1 αν υπάρχει η φιλία μεταξύ των μαθητών i και K και

0 αν δεν υπάρχει.

Η επιλογή των παραμέτρων με τις οποίες αναλύθηκαν τα δίκτυα κοινωνικότητας

επίσης εξαρτήθηκε από τους 2 διαφορετικούς τρόπους συλλογής δεδομένων.

1ος

) Με ερωτηματολόγιο

Όσο αφορά στην κοινή για όλους τους συμμαθητές τυπική ομάδα (τάξη) στην οποία

συμμετέχουν, η συλλογή των δεδομένων βασίστηκε σε ερωτηματολόγιο όπου ο κάθε

μαθητής κλήθηκε να προσδιορίσει πόσους από τη λίστα όλων των συμμαθητών του έχει

«φίλους» στην κοινωνική πλατφόρμα δικτύωσης του facebook.

Αυτός ο τρόπος καταγραφής κοινωνικού δικτύου μαθητών με τη δηλούμενη από

τους ίδιους τους ερωτώμενους «φιλία» αναπαράγει λάθη τα οποία πραγματοποιούνται

είτε εσκεμμένα είτε ακούσια από τους μαθητές όταν συμπληρώνεται το

ερωτηματολόγιο.

Με την αξιοποίηση των συγκεκριμένων στοιχείων, δημιουργήθηκε πίνακας

γειτονικότητας ο οποίος μετατράπηκε σε γράφημα μέσω του ανοικτού κώδικα

λογισμικού Gephi11

(version 0.8.2 beta). Την ίδια ιδέα της δημιουργίας γραφημάτων

φίλων έτσι ώστε να συγκριθούν χαρακτηριστικά του δικτύου φίλων εκτός και εντός

διαδικτύου εφάρμοσαν μόνο οι Subrahmanyam et al., (2008). Αποτελεί καινοτομία της

παρούσας έρευνας, η μετατροπή σε γράφημα και η εν συνεχεία αξιοποίηση ειδικού

λογισμικού η οποία επέτρεψε την εξαγωγή όλων των δεικτών οι οποίοι σχετίζονται με

την κεντρικότητα.

Τα γραφήματα σε αυτή την περίπτωση κρίθηκε ότι πρέπει να είναι κατευθυνόμενα

καθώς παρατηρήθηκε ότι οι πίνακες δεν ήταν συμμετρικοί. Ενώ δηλαδή ο Μi μαθητής

δηλώνει ότι έχει ως φίλο του τον Mk αυτό δεν συνεπάγεται αυτόματα ότι συμβαίνει και

το αντίστροφο. Ειδικά στην περίπτωση του πίνακα γειτονικότητας ο οποίος κατέγραφε

τους φίλους του facebook αυτό αποτέλεσε κριτήριο αξιοπιστίας του κάθε μαθητή.

Αποτέλεσε με αυτό τον τρόπο και κριτήριο ειλικρίνειας και ακρίβειας των δηλώσεων

των συμμετεχόντων στην έρευνα καθώς δεν υφίσταται φορά στις σχέσεις φιλίας στο

facebook. Τα εν λόγω ερωτηματολόγια οδήγησαν είτε σε απόρριψης είτε σε επανάληψη

11

https://gephi.github.io/

https://gephi.github.io/

82

των ερωτηματολογίων σε επόμενη φάση της έρευνας. Όπου παρατηρήθηκε τέτοια

διαφορά επιδιώχθηκε σε νέα συνάντηση η «διόρθωση» του ερωτηματολογίου από τον

ίδιο τον μαθητή σε χρονικό διάστημα το οποίο απείχε λιγότερο από 2 εβδομάδες, κατά

τη 2η ή την 3

η φάση. Το μικρό χρονικό διάστημα το οποίο μεσολαβούσε μείωσε την

πιθανότητα τροποποίησης των δεδομένων «φιλίας» με συμμαθητές του στο facebook.

Το συγκεκριμένο στοιχείο άλλωστε κρίνεται ως ευμετάβλητο.

Στην 1η περίπτωση (μέσω του ερωτηματολογίου) καταγράφηκαν οι παρακάτω

παράμετροι κεντρικότητας:

Δείκτες σχετιζόμενοι με βαθμό (Βαθμός εισόδου, βαθμός εξόδου),

Δείκτης διαμεσότητας,

Δείκτης εγγύτητας,

eigenvector συντελεστής κεντρικότητας

Να σημειωθεί ότι ο Freeman στον υπολογισμό της διαμεσότητας προτείνει να

υπολογίζεται και βαρύτητα στην κάθε σχέση άρα σε κάθε πλευρά των μονοπατιών

(Wasserman, & Faust,1994). Στην υπό εξέταση περίπτωση όμως αυτό δεν είναι

εφαρμόσιμο καθώς δεν υπάρχει πρακτικά η δυνατότητα να θέσει ο κάθε μαθητής

χρήστης του Facebook τη βαρύτητα την οποία αποδίδει σε κάθε «φιλία» μέσω του

facebook. Αυτό επιπρόσθετα θα είχε ως συνέπεια η ανάλυση να αφορούσε

κατευθυνόμενα γραφήματα καθώς η βαρύτητα της «φιλίας» μεταξύ 2 μαθητών δεν

αξιολογείται συμμετρικά (καθότι είναι ίδια μεταξύ τους).

2ος

) Με διαδικτυακή εφαρμογή

Κάθε μαθητής διαμορφώνει ένα δίκτυο δικών του «φίλων» στο facebook.

Xρησιμοποιήθηκε εφαρμογή ανοικτού λογισμικού για την εξαγωγή των δεδομένων από

τον προσωπικό λογαριασμό του καθενός στην πλατφόρμα κοινωνικής δικτύωσης του

Facebook.

Tα λάθη που αναφέρθηκαν στον πρώτο τρόπο καταγραφής των φίλων με το

αυτοδηλούμενο σύνολο φίλων είναι προφανές ότι ξεπεράστηκαν με αυτή την μέθοδο.

Αυτό καθιστά εξαιρετικά σημαντική την καινοτόμα διάσταση η οποία δόθηκε στην

έρευνα με την εξαγωγή δεδομένων προς ανάλυση. Οι εφαρμογές οι οποίες

χρησιμοποιήθηκαν έχουν αναπτυχθεί από το Πανεπιστήμιο της Οξφόρδης και το

Πανεπιστήμιο του Amsterdam αντίστοιχα και διατίθενται δωρεάν για την εκπόνηση

σχετικών ερευνών. Οι συγκεκριμένες εφαρμογές Namegenweb

http://apps.facebook.com/namegenweb/ & Netvizz https://apps.facebook.com/netvizz/ δεν

http://apps.facebook.com/namegenweb/

https://apps.facebook.com/netvizz/

83

περιέχουν το λάθος της υποκειμενικής κρίσης του κάθε χρήστη. Τα δύο αυτά λογισμικα

(API στο facebook) υλοποιήθηκαν από τον Bernie Hogan από το Oxford Internet

Institute (Hogan,2010) και από τον Bernhard Rieder, (2013) αντίστοιχα, και διατίθενται

μέσω διαδικτύου. Δοκιμάστηκαν αμφότερα στην πιλοτική φάση της έρευνας και

επιλέχθηκε αυτή του Namegenweb με κριτήριο την μεγαλύτερη ποικιλία εξαγόμενων

δεδομένων και την πιο ενεργή διαδικτυακή κοινότητα προγραμματιστών της.

Κάθε μαθητής μέσα από το περιβάλλον του λογαριασμού του facebook κλήθηκε να

εγκαταστήσει τελικά την εφαρμογή Namegenweb και να εξάγει αρχείο στο οποίο

συμπεριλαμβάνεται το γράφημα των «φίλων» του στο facebook. Με μετατροπή του

εξαγόμενου αρχείου από το Namegenweb έτσι ώστε να εισαχθεί σε λογισμικό

ανάλυσης κοινωνικών δικτύων Gephi (έκδοση 0.8.2 beta) δόθηκε η δυνατότητα

εξαγωγής δεικτών ανά κόμβο προς επεξεργασία. Η εξαγωγή των δεδομένων δεν ήταν

απόλυτα συμβατή με το λογισμικό των λογιστικών φύλων της Microsoft οπότε

χρησιμοποιήθηκε επίσης ανοικτό λογισμικό LibreOffice όπου με μικρές

προγραμματιστικές παρεμβάσεις σε Visual Basic κατέστει αξιοποιήσιμο.

Στη συγκεκριμένη περίπτωση τα γραφήματα αντιμετωπίστηκαν ως μη

κατευθυνόμενα καθώς η εφαρμογή αποτελώντας αντικειμενική καταγραφή της «φιλίας»

δεν συμπεριλαμβάνει το υποκειμενικό κριτήριο της φοράς της φιλίας. Ως εκ τούτου ο

χαρακτηρισμός της eij πλευράς στο γράφημα το οποίο εξάγει η εφαρμογή

συμπεριλαμβάνει τη φιλία ως αμφίδρομη μεταξύ των κόμβων Μι και Μj . Ενδεχομένως

η φορά της σχέσης, ανά δύο μαθητές, θα μπορούσε να σχετίζεται με το ποιος εκ των δύο

μαθητές πήρε την πρωτοβουλία αρχικά να ζητήσει τη σχέση «φιλίας» στο facebook.

Αυτό όμως δεν καταγράφεται από κάποια εφαρμογή. Ως εκ τούτου χρησιμοποιήθηκαν

για τη συγκεκριμένη ανάλυση μη κατευθυνόμενα γραφήματα. Πρέπει να επισημανθεί

ότι στα μη κατευθυνόμενα γραφήματα οι δείκτες εισερχόμενου, εξερχόμενου και

συνολικού βαθμού ανά κόμβο ταυτίζονται.

Το πεδίο έρευνας όπως ήδη τεκμηριώθηκε στο συγκεκριμένο τομέα είναι

αχαρτογράφητο, ως εκ τούτου επιλέχθηκε να μελετηθεί το σύνολο των δεικτών. Με

αυτό τον τρόπο διερευνήθηκε οποιαδήποτε δυνάμει συσχέτιση και αποκλείστηκαν

μεταβλητές οι οποίες δεν παρουσιάζουν στατιστικό ενδιαφέρον.

Με αυτή τη μέθοδο (μέσω της εφαρμογής στο facebook δηλαδή) καταγράφηκαν οι

παρακάτω δείκτες- παράμετροι κεντρικότητας:

παράμετροι σχετιζόμενες με βαθμό (Βαθμός, Μέσος βαθμός δικτύου με και

χωρίς τον κάθε κόμβο, πυκνότητα δικτύου με και χωρίς τον κόμβο)

84

παράμετροι σχετιζόμενες με δείκτη διαμεσότητας (συντελεστής αρθρωτότητας,

πλήθος κοινοτήτων δικτύου με και χωρίς τον κόμβο, πλήθος συνεκτικών

συνιστωσών με και χωρίς τον κόμβο, διάμετρος χωρίς τον κόμβο).

Συγκεκριμένα ως προς την δυνατότητα κατάτμησης των κοινωνικών δικτύων

σε επιμέρους κοινότητες σχετικό αλγόριθμο ανέπτυξαν οι Blondel, Guillaume,

Lambiotte και Lefebvr (2008). Το πρόβλημα της αναγνώρισης των επιμέρους

κοινοτήτων απαιτεί διαμελισμό του δικτύου σε ομάδες έντονα συνδεόμενων

κόμβων, όπου οι κόμβοι οι οποίοι ανήκουν σε διαφορετικές κοινότητες είναι

αραιότερα συνδεόμενοι. Η βέλτιστη κατηγοριοποίηση αναγνωρίζεται ως

πρόβλημα του οποίου ο χρόνος επίλυσης δεν είναι πολυωνυμικά περιορίσιμος

ήτοι NP-complete (Baase,1983 • Brandes et al., 2007 as cited in Lambiotte,

Delvenne,& Barahona,2012). Στο συγκεκριμένο αλγόριθμο, όπως αυτός

εφαρμόζεται από το Gephi 0.8.2 beta, μετά από κάθε επανάληψη του βρόγχου

του αλγορίθμου μειώνεται το πλήθος των επιμέρους κοινοτήτων μέχρις ότου να

μην παρατηρούνται επιπλέον αλλαγές. Σε αυτό το σημείο έχει επιτευχθεί η

μέγιστη τμηματοποίηση. Σε περιπτώσεις τεράστιων δικτύων ο αλγόριθμος

εκτιμάται ως ιδιαίτερα αποτελεσματικός με μόνο 100 επαναλήψεις. Ως εκ

τούτου στην περίπτωση της τρέχουσας έρευνας όπου οι κόμβοι είναι συγκριτικά

ελάχιστοι το πλήθος των 100 κρίθηκε ως υπεραρκετό και εφαρμόστηκε σε όλες

τις αντίστοιχες αναλύσεις. Βλ. σχήμα 16.

Σχήμα-Γράφημα 16: Περιβάλλον Gephi: ορισμός πλήθους επαναλήψεων αλγορίθμου

τμηματοποίησης για μαθητή #1301

eigenvector δείκτη κεντρικότητας (με και χωρίς τον κόμβο)

Ο συντελεστής κεντρικότητας eigenvector ουσιαστικά μετρά με αναδρομικούς

αλγόριθμους την κεντρικότητα όχι των ίδιων των κόμβων αλλά των γειτονικών

85

τους. Κρίνεται από τις πλέον αποδοτικές μεθόδους υπολογισμού της

στρατηγικής θέσης ενός κόμβου σε ένα δίκτυο (Bonacich,1972). Επισημαίνεται

όμως ότι αντενδείκνυται για κατευθυνόμενα γραφήματα οπότε στην τρέχουσα

έρευνα χρησιμοποιήθηκε κυρίως για την καταγραφή των μη κατευθυνόμενων

γραφημάτων όπως αυτά προέκυψαν από το namegenweb. Δεν χρησιμοποιήθηκε

για τα δίκτυα τα οποία προέκυψαν από τις δηλώσεις από τους ίδιους τους

μαθητές καθώς σε αυτά οι πίνακες γειτονικότητας οι οποίοι δημιουργήθηκαν

ήταν κατευθυνόμενα γραφήματα (καθότι δεν ήταν συμμετρικοί).

μέσο συντελεστή συνοχής (με και χωρίς τον κόμβο)

Δεν επιλέχθηκε η χρήση βαρύτητας κάθε πλευράς του γραφήματος καθώς οι τιμές

των πλευρών του γραφήματος των φίλων στο facebook περιορίζεται σε 0 και 1 ανάλογα

με το αν υφίσταται ή όχι (Σχήμα 17)

Σχήμα-Γράφημα 17: Περιβάλλον Gephi: επιλογή βαρύτητας στο γράφημα του μαθητή #1301

Στα πλαίσια της ανάλυσης που ακολούθησε, διερευνήθηκε αν τα σύνολα των

παραμέτρων – ιδιαίτερα τα επικαλυπτόμενα – οδηγούν σε παρεμφερή συμπεράσματα

και χαρακτηρίζουν με παρόμοιο τρόπο τους συμμετέχοντες στην έρευνα μαθητές. Η

παράλληλη μελέτη τους όμως ούτως ή άλλως βελτιώνει την εγκυρότητα των

αποτελεσμάτων αποτελώντας μία μορφή τριγωνοποίησης της έρευνας αν

συνυπολογιστούν και τα πλείστα άλλα εργαλεία.

86

Πρόσθετη σημαντική διαφορά της παρούσας έρευνας με τις προαναφερθείσες, όπως

αυτή των Sparrowe et al, το 2009, αποτελεί η εστίαση σε χαρακτηριστικά δικτύων όχι

αποκλειστικά του συγκεκριμένου ίδιου υπερσυνόλου των υποκειμένων της έρευνας

αλλά επικαλυπτόμενων μεν, διαφορετικών δε, συνόλων κοινωνικής δραστηριότητας

καθενός ατόμου ξεχωριστά. Η διαφορά στα δίκτυα έγκειται στο ότι ο κάθε μαθητής μίας

τάξης δεν ανήκει μόνο στην ίδια την τάξη (στοιχείο το οποίο δεν αποτελεί άλλωστε

επιλογή του) αλλά και της ομάδας «φίλων» του στο facebook. Τα δύο αυτά σύνολα δεν

ταυτίζονται. Μελετώνται αμφότερα (και) συγκριτικά μεταξύ τους, έτσι ώστε αν

διαπιστωθεί η συσχέτισή και των 2 με την επίδοση, να αποτελέσουν ξεχωριστές

παραμέτρους των παραγόντων του τελικού επιδιωκόμενου μοντέλου.

Στο δείγμα της έρευνας όλοι οι δείκτες οι οποίοι σχετίζονται με κεντρικότητα

αξιοποιήθηκαν για την εξαγωγή συγκριτικών συμπερασμάτων ανά μαθητή μόνο και όχι

για το σύνολο της τάξης. Για τη διαπίστωση της ομοιογένειας των συνολικών

χαρακτηριστικών του κάθε δικτύου (τάξης) προτείνεται σε ενδεχόμενη μελλοντική

φάση επέκτασης της έρευνας, όπου πλέον δεν θα περιλαμβάνονται μόνο τμήματα ιδίων

χαρακτηριστικών όπως συνέβει στην Α®ΙΣΤΟΣ να υπολογιστεί και συγκριθεί ο

συντελεστής διακύμανσης της κεντρικότητας network centrality NCk όπως διατυπώθηκε

από το Freeman το 1979 (as cited in Sparrowe, Liden, Wayne,& Kraimer,2001) και

εφαρμόστηκε από τους Borgatti Borgatti και Everett,(2006). Για τον υπολογισμό του,

αρχικά αναζητείται η μέγιστη κεντρικότητα στο δίκτυο. Στη συνέχεια υπολογίζεται το

άθροισμα των διαφορών όλων των κόμβων από τη συγκεκριμένη που έχει βρεθεί ως

μέγιστη. Το προκύπτον άθροισμα διαιρείται με το μέγιστο δυνατό άθροισμα διαφορών

και κανονικοποιείται (βλ. παρανομαστή (n-1)*(n-2) στο σχήμα 18)

Σχήμα-Γράφημα 18: Τύπος υπολογισμού συντελεστή διακύμανσης κεντρικότητας κατά Freeman

87

Αυτός ο συντελεστής αποδίδει ουσιαστικά την ανομοιογένεια της κατανομής των

κόμβων σε ένα δίκτυο (Borgatti,& Everett,2006). Ο υπό συζήτηση δείκτης δεν

αποτέλεσε σημαντικό κριτήριο αξιολόγησης των τάξεων της παρούσας έρευνας με

δεδομένο ότι :

α) τα τμήματα ήταν επιλεγμένα έτσι ώστε να έχουν παρόμοια χαρακτηριστικά,

β) κρίθηκε σκόπιμο να μην χρησιμοποιηθεί σε συνδυασμό με την επίδοση συνολικά των

τμημάτων καθότι το καθένα αφορά σε διαφορετικούς αξιολογητές-καθηγητές οι οποίοι

δεν έχουν ενιαίο τρόπο εφαρμογής κριτηρίων. Προτείνεται μελλοντικά να αξιοποιηθεί

μόνο για την απόδειξη της ομοιογενούς κατανομής των φίλων (Fidalgo,

Thormann,2012) σε συγκρίσιμες ομάδες αναφοράς της έρευνας (διαφορετικών

τμημάτων τάξεων δηλαδή). Να επισημανθεί δε, ότι υπάρχουν έρευνες οι οποίες

προτείνουν στην ανάλυση της κεντρικότητας του δικτύου το οποίο προκύπτει σε μία

τάξη να συμπεριλαμβάνονται και οι καθηγητές της τάξης (De Lima, 2008). Το

συγκεκριμένο αντιμετωπίζεται ως ενδεχόμενο επίσης σε μελλοντική φάση της έρευνας

Στην παρούσα φάση αναφέρονται όλες οι δυνάμει μελετώμενες παράμετροι

εκφράζοντας ουσιαστικά την πρόθεση να μην παραληφθούν από τη διερεύνησης

κάποιες από τις αντίστοιχες σχέσεις οι οποίες ενδέχεται να απορρέουν. Υπάρχουν

πάντως σχετικοί ενδοιασμοί ανά περίπτωση. Ανάλογα με το μέγεθος και τη διασπορά

του δείγματος, η τελική μορφή του εγχειρήματος εστιάζει στις συγκεκριμένες

παραμέτρους οι οποίες θα αντιστοιχούν καλύτερα με τα διαμορφούμενα δεδομένα.

Το γεγονός ότι η ανάλυση δεν αφορούσε στο κλειστό σύνολο των συμμαθητών του

τμήματος είχε ως αποτέλεσμα δίκτυα με χαρακτηριστικά διαφορετικής τάξης μεγέθους.

Για να αποφευχθεί το πρόβλημα της συγκρισιμότητας των μεγεθών, όπως αυτά

προέκυψαν από το πλήθος του υπερσυνόλου των κόμβων («φίλων» στο Facebook)

ακολουθήθηκε συγκεκριμένη διαδικασία. Επιλέχθηκε η δημιουργία για κάθε έναν από

τους μαθητές και ενός νέου γραφήματος αφού πρώτα αφαιρέθηκε ο κόμβος του

εκάστοτε συγκεκριμένου μαθητή. Υπολογίστηκαν οι δείκτες πριν και μετά την

αφαίρεση του κόμβου του μαθητή από το δίκτυο και ως κριτήριο σύγκρισης τέθηκε η

ποσοστιαία μεταβολή στον δείκτη από την αφαίρεση του από το δίκτυο. Με αυτό τον

τρόπο επιδιώχθηκε να μετρηθεί επί της ουσίας το πόσο επηρεάζεται το δίκτυο των

φίλων του κάθε μαθητή αν αφαιρεθεί ο μαθητής. Όσο μεγαλύτερος είναι ο αντίστοιχος

δείκτης τόσο σημαντικότερος θα κριθεί ο ρόλος του εκάστοτε μαθητή στο κοινωνικό

του δίκτυο. Ως εκ τούτου όλοι οι δείκτες αξιολογήθηκαν ως προς το βαθμό

ποσοστιαίας μεταβολής τους με εξαίρεση τη διάμετρο και το πλήθος των μερικώς

88

συνεκτικών υπογραφημάτων. Ειδικά σε αυτά τα δύο μεγέθη δεν χρησιμοποιήθηκε η

ποσοστιαία μεταβολή αλλά η ίδια η νέα τιμή μετά την αφαίρεση του κόμβου. Αυτό

εφαρμόστηκε μια και οι αρχικές τιμές, πριν την αφαίρεση του κόμβου (μαθητή), των

δύο συγκεκριμένων δεικτών είναι σε κάθε περίπτωση σταθερές για όλα τα γραφήματα

των δικτύων. Συγκεκριμένα η μέγιστη απόσταση μεταξύ 2 κόμβων (διάμετρος) είναι 2

με δεδομένο ότι όλοι οι κόμβοι του γραφήματος των φίλων του iου

μαθητή Vi

συνδέονται απευθείας με τον Vi. Αυτό συμβαίνει καθώς σε κάθε περίπτωση κάθε ζεύγος

κόμβων συνδέεται μέσω του ίδιου του Vi κόμβου. Υπάρχει η ακραία περίπτωση να

είναι 1 αλλά αυτή αφορά μόνο στα πλήρη γραφήματα (κλίκες), όπου όλοι έχουν σχέση

φιλίας με όλους τους υπόλοιπους. Η περίπτωση της κλίκας όμως, σε ένα κοινωνικό

δίκτυο αυτού του μεγέθους, δεν κρίνεται ως ρεαλιστικό ενδεχόμενο.

Η διερεύνηση της συσχέτισης των χαρακτηριστικών τα οποία προκύπτουν από την

ανάλυση των δικτύων στο facebook με το μαθησιακό τύπο και την επίδοση των

μαθητών ακολούθησε δύο διαφορετικά σενάρια:

- την ενδεχόμενη θετική (αρνητική) συσχέτιση της επίδοσης του μαθητή απευθείας με

τους δείκτες υψηλής κεντρικότητα του μαθητή μέσα στο κοινωνικό του δίκτυο.

- την ενδεχόμενη συσχέτιση της επίδοσης με τη «μέση» συμπεριφορά ενός μαθητή ως

μέλος του κοινωνικού του δικτύου. Για να υπολογιστεί ακολουθήθηκε η παρακάτω

διαδικασία ανά μαθητή: 1) υπολογισμός δείκτη συμπεριλαμβάνοντας το μαθητή, 2)

υπολογισμός δείκτη έχοντας αφαιρέσει το μαθητή, 3) υπολογισμός ποσοστού

μεταβολής του κάθε δείκτη μετά από την αφαίρεση του μαθητή, 4) υπολογισμός

μέσου όρου μεταβολής δείκτη για κάθε τμήμα, της τάξης, του σχολείου και

ολοκληρώνοντας, 5) υπολογισμός απόκλισης (απόλυτη τιμή διαφοράς) της

μεταβολής του δείκτη η οποία υπολογίστηκε στο 3ο στάδιο από την μέση τιμή

μεταβολής του δείκτη η οποία υπολογίστηκε στο 4ο στάδιο. Αυτή η διαδικασία

επαναλήφθηκε για κάθε μαθητή για τους δείκτες: μέσο μονοπάτι γραφήματος

(average path), μέσος συντελεστής συνοχής και eigenvector δείκτης κεντρικότητας.

Με αυτή τη μέθοδο επιδιώχθηκε η μέτρηση της απόκλισης της συμπεριφοράς του

μαθητή στο facebook από τη μέση συμπεριφορά της τάξης του σε αυτό.

2.3) κοινωνικής ζωής μαθητών εκτός διαδικτύου

2.3.1) Φιλίες- επικοινωνία εκτός διαδικτύου

89

Υπάρχουν πολλές μελέτες οι οποίες πιστοποιούν ότι στα κοινωνικά δίκτυα ο

αριθμός των επαφών δεν κατανέμεται ομογενώς σε όλα τα μέλη τους (Barabasi and

Bonabeu 2003 • Kumar, Novak,& Tomkins,2006 • Mislove et al., 2007). Αντίθετα

υπάρχουν πολλοί κόμβοι με χαμηλό και λίγοι με υψηλό βαθμό διασυνδεσιμότητας

(interconnectedness). Αυτοί οι ειδικοί κόμβοι λειτουργούν ως σύνδεσμοι ανάμεσα σε

υποσύνολα κόμβων οι οποίοι διακρίνονται από υψηλή διασυνδεσιμότητα. Οι εξελίξεις

στην ανάλυση κοινωνικών δικτύων επιτρέπουν τη μελέτη των κόμβων με τα

διαφορετικά αυτά χαρακτηριστικά. Στο συγκεκριμένο εγχείρημα επιδιώχθηκε η

ανάδειξη των δικτύων των μαθητών εκτός διαδικτύου με την καταγραφή στο

ερωτηματολόγιο τριών διαφορετικών τύπων φιλίας-επικοινωνίας. Το ερωτηματολόγιο

συμπληρώθηκε από τους μαθητές κατά την 1η φάση της έρευνας και σε αρκετές

περιπτώσεις διορθώθηκε κατά τη 2η συνάντηση. Συγκεκριμένα οι μαθητές κλήθηκαν να

δηλώσουν:

o ποιούς χαρακτηρίσουν ως πραγματικούς φίλους τους από το σύνολο των

συμμαθητών τους (κωδικοί kf1 έως kf5 στους στατιστικούς πίνακες),

o με ποιους επικοινωνούν με οποιοδήποτε τρόπο καθημερινά και εκτός σχολείου

(κωδικοί kf6 έως kf10 στους στατιστικούς πίνακες),

o με ποιους συμμαθητές τους επικοινώνησαν την προηγούμενη ημέρα («χθές»)

εκτός σχολείου. (κωδικοί kf11 έως kf15 στους στατιστικούς πίνακες).

Με την αξιοποίηση των συγκεκριμένων στοιχείων δημιουργήθηκαν οι 3

διαφορετικοί πίνακες γειτονικότητας βλ. σχήμα 19 (και ένας τέταρτος πρόσθετος

πίνακας για τους δηλωθέντες ως «φίλους» στο facebook). Στο Σχήμα 19 φαίνεται η

λογική και ο συμβολισμός ο οποίος διέπει το πίνακα γειτονικότητας. Για παράδειγμα ο

μαθητής #5414, φαίνεται να έχει δηλώσει ως φίλο του τον #5401 και τον #5403 και όχι

τους #5402 και #5404. Είναι προφανές ότι η βασική διαγώνιος δεν περιέχει καταγραφή

καθώς δεν έχει φυσική σημασία η φιλία κάθε χρήστη με τον εαυτό του.

90

Σχήμα-Γράφημα 19: Μέρος πίνακα γειτονικότητας δια ζώσης φίλων ανάμεσα στους μαθητές

του Γ4 τμήματος του 5ου

Γυμνασίου Ιωαννίνων

Τα δεδομένα καταγράφηκαν στο open office στο acalc σε μορφή csv (Comma

Separated Values). Να σημειωθεί ότι τα csv αρχεία σώζονται ως κανονικό κείμενο σε

ansi μορφή, διαχωρίζοντας τα δεδομένα των πεδίων απλά με ένα κόμμα οπότε

απαιτήθηκε η επεξεργασία τους. Μέρος της φαίνεται στο σχήμα 19. Το χρήσιμο στην

περίπτωση χαρακτηριστικό τους είναι ότι δεν αποθηκεύουν μορφοποιήσεις παρά μόνο

τα δεδομένα οπότε μπορούν να εισαχθούν στο λογισμικό Gephi.

Σχήμα-Γράφημα 20: Φάση επεξεργασίας αρχείου αποτύπωσης φιλιών μαθητών τμήματος Γ4 του 5ου

Γυμνασίου Ιωαννίνων.

91

Οι πίνακες μετατράπηκαν σε γραφήματα με την εισαγωγή τους στο Gephi έτσι ώστε

να εξαχθούν οι προς μελέτη παράγοντες. Στο σχήμα 20, ενδεικτικά παρουσιάζονται

επιλογές μετατροπής του αρχείου το οποίο εξάχθηκε από το Gephi και προέκυψε από

τον πίνακα γειτονικότητας φιλιών των μαθητών του τμήματος Γ4 του 5ου

Γυμνασίου

(βλ. Σχήμα 19).

Να επισημανθεί ότι την ίδια ιδέα της δημιουργίας γραφημάτων φίλων έτσι ώστε να

συγκριθούν χαρακτηριστικά του γραφήματος το οποίο διαμορφώνουν εκτός και εντός

διαδικτύου εφάρμοσαν και οι Subrahmanyam et al., (2008). Η απουσία όμως άλλων

αντίστοιχων παραμέτρων προς μελέτη σε άλλα ανάλογα εγχειρήματα πιστοποιεί τον

καινοτόμο χαρακτήρα της παρούσας έρευνάς. Η περιγραφείσα διαδικασία επέτρεψε την

εξαγωγή όλων των σχετικών με την κεντρικότητα δεικτών (βαθμός, συντελεστής

εγγύτητας, συντελεστής διαμεσότητας, συντελεστής αρθρωτότητας, μέσος συντελεστής

συνοχής και eigenvector βαθμός κεντρικότητας).

Για να ελεγχθεί η σημασία της συμμετοχής του κάθε μαθητή στο κοινωνικό

περιβάλλον του και με δεδομένο τα διαφορετικά μεγέθη της κάθε τάξης, υπολογίστηκε

και σε αυτή την περίπτωση, η τιμή του δείκτη για κάθε κόμβο (μαθητή Μi) με τη

συμμετοχή του Μi, και η τιμή του δείκτη μετά από την αφαίρεση από το δίκτυο του Μi

και των προσπιπτουσών πλευρών. Για να εξασφαλιστεί η συγκρισιμότητα στις

συσχετίσεις χρησιμοποιήθηκε η ποσοστιαία μεταβολή του κάθε δείκτη.

2.3.2) Ένταση συμμετοχής και χαρακτηριστικά κοινωνικότητας μαθητών εκτός

διαδικτύου

Στην τρέχουσα έρευνα αξιοποιήθηκαν τα συμπεράσματα των Kuh (2009) και

Terenzini (Pascarella,& Terenzini, 2005 οπ.αναφ. Junco, 2012a) σχετικά με την

συμμετοχή-αφοσίωση (engagement) και επιδιώχθηκε η καταγραφή τόσο των

σχετιζόμενων με το σχολείο όσο και των «εξωσχολικών» δραστηριοτήτων των

μαθητών ως παράμετρων οι οποίες επηρεάζουν την επίδοση. Για πρακτικούς λόγους

συμπεριλήφθηκαν στον παράγοντα Κοινωνική ζωή των μαθητών εκτός διαδικτύου.

Κοινός παρανομαστής για να συμπεριληφθούν στην έρευνα τέθηκε το να αφορούν

δραστηριοποίηση εκτός σχολικού ωραρίου. Η κατηγοριοποίηση τους είναι η ακόλουθη:

Προετοιμασία μαθητή για τις υποχρεώσεις του σχολείου

o Μελέτη

o Φροντιστηριακή προετοιμασία για το σχολείο και τις εξετάσεις

Δραστηριότητες εκτός τυπικού ωραρίου λειτουργίας του σχολείου

92

o Σχολικά προγράμματα (εκτός ωραρίου) και

o εξωσχολικές δραστηριότητες (αθλητισμός, μουσική, χορός κ.ο.κ.).

Συγκεκριμένα οι μαθητές συμπληρώσαν τόσο το χρόνο ενασχόλησης όσο και τη

συχνότητα μέσης απασχόλησής τους ξεχωριστά για τις καθημερινές και ξεχωριστά για

τα ΣαββατοΚύριακα ανά δραστηριότητα. Να σημειωθεί ότι εκτός από εξαιρέσεις όπως

όπως αυτή των Zhong et al., 2011 όπου ζητείται επισταμένως να αναφερθούν οι μαθητές

σε μία «τυπική ημέρα» δεν υπάρχει συνήθως διαφοροποίηση σε καθημερινές και

ΣαββατοΚύριακο.

Έχει παρατηρηθεί ότι οι μαθητές συχνά δεν είναι πάντα σε θέση να είναι ακριβείς

όταν καταγράφουν μέση διάρκεια απασχόλησης ανά δραστηριότητα. Για να

λειτουργήσει βοηθητικά έτσι ώστε να καταχωρήσουν σωστότερες τιμές στις μέσες

εκτιμήσεις τους, ζητήθηκε να καταγράψουν και το χρόνος ενασχόλησής τους κατά την

αμέσως προηγούμενη ημέρα της συμπλήρωσης του ερωτηματολογίου. Το ίδιο

εφάρμοσε και ο Junco, (2012a). Για να είναι αυτά τα μεγέθη συγκρίσιμα υπήρξε σχετική

μέριμνα έτσι ώστε να συμπληρωθούν ερωτηματολόγια μόνο μετά από εργάσιμες ημέρες

(ως εκ τούτου οι συναντήσεις πραγματοποιήθηκαν Τρίτες έως και Παρασκευές).

Παράλληλα επιδιώχθηκε η διερεύνηση του ρόλου ενός ευρύτερου συνόλου

παραγόντων οι οποίοι άπτονται της κοινωνικής ζωής, την οποία βιώνουν οι μαθητές, και

ενδέχεται να συν-επηρεάζουν την επίδοση τους. Πέρα από την ένταση συμμετοχής σε

δραστηριότητες εκτός σχολικού ωραρίου καταγράφηκαν δυνάμει συντελεστές οι οποίοι

αφορούν σε:

Ψυχολογικούς παράγοντες

Στις περισσότερες σχετικές έρευνες στις ερωτήσεις στις οποίες καταγράφονται

παράγοντες με ψυχολογική χροιά, οι μαθητές καλούνται να σημειώσουν το βαθμό

διαφωνίας ή συμφωνίας τους σε απόψεις αξιοποιώντας την κλίμακα Likert 1-5 (για

παράδειγμα (Blanche et al. 2013). Χρησιμοποιήθηκε ο εξής συμβολισμός:

1: Διαφωνώ απόλυτα 2: Διαφωνώ εν μέρει 3:Ούτε συμφωνώ ούτε διαφωνώ 4: Συμφωνώ

εν μέρει 5: Συμφωνώ απόλυτα

Οι ερωτήσεις ομαδοποιήθηκαν έτσι ώστε να αποτυπώνουν 5 επιμέρους παραμέτρους

της κοινωνικής ή/και σχολικής ζωής των μαθητών:

Ικανοποίηση από σχολείο και σχολική ζωή σε αυτό. Αυτό καταγράφηκε με

ξεχωριστές ερωτήσεις (ks1:ks5) από τις οποίες προκύπτει ως μέσος όρος ένας

δείκτης (ks6)

93

Αυτοεκτίμηση μαθητή. Καταγράφηκε με 8 ξεχωριστές ερωτήσεις (ka1:ka8) από

τις οποίες προκύπτει ως μέσος όρος ένας δείκτης (ka9)

Εξάρτηση από facebook. Καταγράφηκε με τις ερωτήσεις Kx1 έως Kx7 εκ των

οποίων προκύπτει ως δείκτης (Kx8) o μέσος όρος

Σημασία φιλίας στο facebook (μέσος όρος 2 ερωτήσεων στο kr)

Προσωπική εκτίμηση μαθητή για τη δικιά του επίδοση (μέσος όρος 2

ερωτήσεων στο ke)

Το σύνολο των ερωτήσεων οι οποίες επιδιώκουν την καταγραφή των παραπάνω

παραγόντων ουσιαστικά έχουν ξαναχρησιμοποιηθεί σε προγενέστερες έρευνες

(Amichai-Hamburger et al., 2010 • Cameron, 2010 • Mizerski,& Pettigrew, 2003).

Επιπρόσθετα έχουν συμπεριληφθεί σε ερωτηματολόγια ερευνών όπως καταγράφεται

ανά ερώτηση στον Πίνακα 11.

Πίνακας 11 Ομαδοποίηση ερωτήσεων έρευνας ανά πηγή

Αυτο

εκτί

μη

ση

μα

θη

τή

ka1 Αισθάνομαι ότι έχω σημαντικές προσωπικές ικανότητες (Baker,& White, 2010

• Yu, et al., 2010)

ka2 Μπορώ να κάνω οτιδήποτε, τόσο καλά όσο και οι

περισσότεροι συμμαθητές μου

(Yu, et al., 2010)

ka3 Σε γενικές γραμμές είμαι ικανοποιημέν-ος/-η από τον

εαυτό μου

(Ellison, et al., 2007 •

Yu, et al. 2010),

ka4 Έχω εμπιστοσύνη στις «σχολικές» μου ικανότητες (Yu, et al. 2010)

ka5 Είμαι ιδιαίτερα ικανοποιημένος από την κοινωνική

ζωή μου

(Valenzuela et al.

2009)

ka6 Αισθάνομαι ότι αξίζω τουλάχιστον όσο και οι

συμμαθητές μου

(Ellison, et al., 2007

• Yu, et al. 2010),

ka7 Έχω θετική άποψη για τον εαυτό μου (Ellison, et al., 2007

• Yu, et al. 2010)

ka8 Αισθάνομαι ικανός να διεκπεραιώνω όλες τις

σχολικές μου υποχρεώσεις

(Yu, et al. 2010)

ka9 Mέσος όρος δεικτών ka

Αυτο

-

αξι

ολό

γησ

η

επίδ

οσ

ης

ke1 “Αποδίδω” στα μαθήματά μου στο σχολείο (Paul et al., 2012 • Yu,

et al. 2010),

ke2 Η σχολική μου επίδοση είναι τόσο καλή όσο ανέμενα (Yu, et al. 2010)

ke Mέσος όρος δεικτών ke

Ση

μα

σία

φιλ

ίας

στο

fac

ebo

ok kp1 Είναι θετικό να έχω φιλία στο facebook και με

καθηγητές μου;

(με διαφορετική

διατύπωση Ellison et

al., 2007 • Paul et al.,

2012• Sleigh, Smith,&

Laboe, 2013•

Vandoorn,&

Eklund,2013)

kp2 Η φιλία μέσω facebook είναι σημαντική

(Ellison, etal., 2007

• Isbulan,2011•

Mazman et al. 2011)

kp Mέσος όρος δεικτών kp

94

Ικα

νο

πο

ίησ

η α

πό

σχο

λεί

ο

κα

ι σ

χολικ

ή ζ

ωή

σε

αυτό

ks1 Αισθάνομαι στενά συνδεδεμένος με το σχολείο μου. (Yu, et al. 2010),

ks2 Με ικανοποιούν οι φιλίες που έχω αναπτύξει στο

σχολείο

(Ellison, et al., 2007 •

Yu, et al. 2010)

Ks3 Οι συνθήκες στο σχολείο μου είναι εξαιρετικές (Ellison, et al., 2007 •

Yu, et al. 2010)

ks4 Η σχολική ζωή είναι σχεδόν ιδανική 0218, (Ellison, etal.,

2007)

ks5 Είμαι ικανοποιημέν-ος/-η από τη ζωή μου στο

σχολείο

(Ellison, et al., 2007

• Yu, et al. 2010)

ks Mέσος όρος δεικτών ks

Έντα

ση

χρή

ση

ς (

Εξά

ρτη

ση

)

απ

ό f

aceb

oo

k

kx1 Είναι σημαντικό για μένα να είμαι στο facebook (Isbulan,2011)

kx2 Θα στεναχωριόμουν αν έκλεινε το facebook Ellison, etal., 2007 •

Paul et al., 2012 •

0218, Ross et al., 2009

• Valenzuela et al.

2009 •, Yu, et al.

2010)

kx3 Συχνά διακόπτω τη μελέτη μου για να ελέγξω το

facebook

Ozer, et al. 2014 • Paul

et al., 2012

kx4 Ελέγχω το λογαριασμό μου στο facebook και στο

σχολείο.

Paul et al., 2012 • Ross

et al., 2009•

Valenzuela et al. 2009)

kx5 Το facebook αποτελεί μέρος των καθημερινών μου

δραστηριοτήτων

(Ellison, etal., 2007

• Isbulan,2011 •

Ross et al., 2009•

Valenzuela et al.

2009 •

Yu, et al. 2010)

kx6 Αισθάνομαι μέλος της διαδικτυακής κοινότητας του

facebook

(Chen,2013 • Ellison,

etal., 2007• Kuh,2009 •

Park et al., 2009 • Ross

et al., 2009 •

Yu, et al. 2010)

Kx7 Αισθάνομαι αποκομμένος όταν δεν μπορώ να συνδεθώ

στο facebook

(Ellison, etal., 2007 •

Isbulan,2011 • Ross et

al., 2009• Valenzuela

et al., 2009)

ks Mέσος όρος δεικτών ks

Διά

φο

ρα

Το facebook επιδρά αρνητικά στη σχολική επίδοσή μου (Ozer, et al. 2014)

Το facebook με βοηθά να αποδίδω καλύτερα στη

μελέτη μου

(Mazman, et al. 2011 •

Ozer, et al. 2014 • Paul

et al., 2012)

Η «φιλία» καθηγητών με μαθητές στο fb μειώνει το

κύρος των καθηγητών.

(Sleigh et al., 2013 •

Vandoorn,&

Eklund,2013)

Η επικοινωνία μέσω facebook επηρεάζει την

επικοινωνία συμμαθητών και μέσα στην τάξη

(Isbulan,2011 •

Valenzuela et al. 2009)

Σημειώνεται ότι η χρήση του μέσου όρου ως δείκτη ανά ομάδα ερωτημάτων

δημιουργεί δείκτες με συνεχείς τιμές και ως εκ τούτου δεν καθιστά υποχρεωτική τη

χρήση μη παραμετρικής στατιστικής ανάλυσης συσχέτισης παραγόντων. Η αξιοπιστία

της εγκυρότητας στην ομαδοποίηση κάθε συνόλου ερωτήσεων εξετάστηκε με χρήση

δεικτών Cronbach α για κάθε κατηγορία.

95

2.4) Μαθησιακά στυλ

2.4.1) Μέθοδος Myers-Briggs

Στη σχετιζόμενη με μαθησιακά στυλ έρευνα των Ryan και Xenos, (2011) αναφέρεται

ως συχνός περιορισμός ότι ενδεχόμενα το δείγμα δεν είναι αντιπροσωπευτικό σε

επίπεδο μαθησιακών ή και άλλων ψυχολογικών τύπων. Ο Ovens,(2011), κάνοντας

κριτική στην έρευνα των Ryan και Xenos (2011), αναφέρει ότι υπάρχει ένα

συστηματικό στατιστικό λάθος καθότι δεν είναι αντιπροσωπευτικό το δείγμα με

δεδομένο ότι μόνο το 50% όσων απάντησαν στην έρευνα τους ήταν χρήστες του

facebook. Επιπρόσθετα ενώ το δείγμα τους ήταν μεγάλο δεν περιλαμβάνεται στην

έρευνα έλεγχος κανονικότητας ούτε με Kolmogorov-Smirnov ούτε με Shapiro-Wilk.

Στην τρέχουσα έρευνα, αυτό δεν αντιμετωπίστηκε ως ενδεχόμενο καθώς δεν έγινε

επιλογή των συμμετεχόντων. Συμμετείχαν στην έρευνα όλοι οι μαθητές των τμημάτων.

Το ποσοστό άρνησης στην χειρότερη περίπτωση σε ένα συγκεκριμένο εργαλείο της

έρευνας ανέρχεται στο αποδεκτό επίπεδο του 8,37%. Αν μελετηθεί η συμμετοχή στο

συγκεκριμένο εργαλείο ανά σχολείο θα διαπιστωθεί ότι στο σύνολο των 10 τμημάτων

το ποσοστό άρνησης κυμάνθηκε στο 8,37% μεν, αλλά αυτό προκύπτει από το ένα

συγκεκριμένο σχολείο στο οποίο εξαιτίας απόστασης δεν υπήρχε η δυνατότητα

μετάβασης του ερευνητή και στις 3 φάσεις. Συγκεκριμένα στο τμήμα αυτό, το 33,3%

δεν συμπλήρωσε το δεύτερο ερωτηματολόγιο για το μαθησιακό στυλ, ενώ στο σύνολο

των υπόλοιπων 9 τμημάτων η αντίστοιχη τιμή ήταν συνολικά μόλις 6,7%. Ακόμα και

αυτό το μικρό ποσοστό που καταγράφηκε οφείλεται κυρίως σε ενδεχόμενη απουσία

των μαθητών κατά την ημέρα συνάντησης για τη συμπλήρωση των ερωτηματολογίων.

Αυτός ο λόγος όντας τυχαίος δεν ακυρώνει την εγκυρότητα του δείγματος.

H κατανομή σε μαθησιακούς τύπους δεν αντικρούει αυτήν που είχε παρατηρηθεί σε

έρευνα σε ίδιες ηλικίες σε άλλο σχολείο των Ιωαννίνων το 2011 από τους Κερκίρη και

Κονετά. Άλλωστε τεκμηριωμένα η ομάδα στόχος ήταν οι συγκεκριμένες 2 τάξεις. Η

σύγκριση με δείγματα τα οποία προκύπτουν από έρευνες οι οποίες έχουν ως ομάδες

στόχους διαφορετικές ηλικίες παραλείπεται καθώς δεν θα προσέδιδε κάποιο

αξιοποιήσιμο σημαντικό στοιχείο.

Στο πιλοτικό δείγμα χρησιμοποιήθηκε ερωτηματολόγιο αναρτημένο στο διαδικτυακό

σύννεφο (cloud εφαρμογή) με αξιοποίηση φορμών googledocs το οποίο όμως δεν

λειτούργησε σύμφωνα με τις προσδοκίες. Οι μαθητές δεν είναι το ίδιο συνεπείς όταν

αναλαμβάνουν με δική τους πρωτοβουλία να ολοκληρώσουν κάτι μέσω διαδικτύου από

96

το σπίτι. Ως εκ τούτου πραγματοποιήθηκαν αλλαγές στο χρονοδιάγραμμα με την

υλοποίηση και των 3 φάσεων συναντήσεων δια ζώσης όπως αυτές ήδη περιγράφηκαν.

Οι μαθητές κατά τη 2η συνάντηση συμπληρώσαν το ερωτηματολόγιο το οποίο

προβλέπεται από το Myers Briggs Type Indicator. Η έρευνα ορθά περιορίστηκε χρονικά

καθώς όπως αναφέρεται και στο (Montgomery et al.,1998) τα μαθησιακά στυλ πρέπει

να θεωρούνται μεταβλητά και ενδεχομένως αν μεσολαβούσε μεγαλύτερο χρονικό

διάστημα από τη συμπλήρωση των υπόλοιπων εργαλείων να υπήρχε διαφοροποίηση

των συμπερασμάτων.

2.5) Καταγραφή σχολικής επίδοσης

Τα δεδομένα στα οποία στηρίχθηκε όλη η έρευνα αφορούν στην επίδοση των

μαθητών. Ως εκ τούτου ο σχεδιασμός της μεθόδου εξαγωγής αξιοποιήσιμων δεδομένων

έπρεπε να είναι ενδελεχής. Συγκεκριμένα για να διαπιστωθεί ο γλωσσικός

γραμματισμός, ο μαθηματικός και ο επιστημονικός αλφαβητισμός (κατά αντιστοιχία με

τον διαγωνισμό Pisa) χρησιμοποιήθηκαν οι εξής βαθμοί:

Λύκειο: Νέας Ελληνικής Γλώσσας, μέσος όρος Άλγεβρας και Γεωμετρίας και

Φυσική.

Γυμνάσιο: αντίστοιχα χρησιμοποιήθηκαν οι βαθμοί στη Γλωσσική Διδασκαλία,

στα Μαθηματικά (δεν υπάρχει ξεχωριστό μάθημα Γεωμετρίας και Άλγεβρας)

και της Φυσικής.

Ως κρίσιμος βαθμός εκτιμήθηκε αυτός των τελικών γραπτών εξετάσεων. Η

αξιοποίηση της συγκεκριμένης βαθμολογικής περιόδου των γραπτών εξετάσεων

επιλέχθηκε καθώς κρίθηκε ότι:

εξασφάλιζε μεγαλύτερο εύρος βαθμολογίας

ενδεχομένως οι επιδόσεις θα ήταν πιο αξιόπιστες εξαιτίας και του νέου

συστήματος εξέτασης μέσω της χρήσης τράπεζας θεμάτων στην Α΄ Λυκείου,

εξαρτιόταν σε μικρότερο επίπεδο από τους διδάσκοντες καθηγητές.

Ενδεχόμενη ανάλυση με κριτήριο την «προφορική» βαθμολογία των τριμήνων θα

είχε μικρότερο εύρος τιμών, θα ήταν περισσότερο υποκειμενική καθώς είναι άμεσα

εξαρτώμενη από τον εκάστοτε διδάσκοντα καθηγητή. Ενδεχομένως σε μικρότερο βαθμό

παρόμοιας μορφής αναξιοπιστία θα προέκυπτε και από τη σύγκριση βαθμολογιών

ακόμα και αν δίδασκε ο ίδιος καθηγητής σε διαφορετικά τμήματα, πολλώ δε στην

περίπτωση της παρούσας έρευνας η οποία εφαρμόστηκε σε 10 τμήματα 4 σχολείων.

97

Για να αυξηθεί η συγκρισιμότητα του δείγματος, αποφασίστηκε να χρησιμοποιηθεί

ως κριτήριο όχι απευθείας ο συγκεκριμένος βαθμός ανά μάθημα, αλλά η κατάταξη της

βαθμολογίας του μαθητή στο συγκεκριμένο μάθημα. Η κατάταξη αυτή κατατμήθηκε

στο αντίστοιχο 1/3 των βαθμολογιών μέσα στο ίδιο το τμήμα του από τον ίδιο

εκπαιδευτικό. Ο βαθμός δηλαδή στα συγκεκριμένα μαθήματα αξιοποιήθηκε έτσι ώστε

να προκύψει μία κατάταξη και κατηγοριοποίηση με χρήση ποσοστιαίας κατάταξης

(percentile ranking). Για κάθε μάθημα ο μαθητής κατατάχθηκε με βάση την επίδοσή του

στο υψηλότερο, στο μεσαίο ή στο χαμηλότερο 1/3 του τμήματός του. Στις περιπτώσεις

όπου ένα εκ των 3 μερών του τμήματος, εξαιτίας ισοβαθμιών, ήταν δυσανάλογα μεγάλο,

λήφθηκε βοηθητικά υπόψη σε πρώτο επίπεδο ο βαθμός του 1ου

τετραμήνου (τριμήνου

για το Γυμνάσιο) και σε δεύτερο ο βαθμός της Νεοελληνικής Λογοτεχνίας

συμπληρωματικά αυτού της Έκθεσης, και του μέσου όρου Χημείας και Βιολογίας

συμπληρωματικά αυτού της Φυσικής. Στη συγκεκριμένη φάση της έρευνας

αξιοποιήθηκε ο μέσος όρος των 3 κατατάξεων για τη διερεύνηση της δυνατότητας

συσχέτισης. Αν και μερικώς υλοποιήθηκε και στην τρέχουσα φάση της έρευνας, σε

μελλοντική φάση θα επαναληφθεί όλη η διαδικασία για καθένα μάθημα έτσι ώστε να

διερευνηθούν ξεχωριστές εξαρτήσεις ανά γνωστικό αντικείμενο.

Οι Vandamme, Meskens και Superby, (2007), εφάρμοσαν μέθοδο με πολλές

ομοιότητες καθώς κατηγοριοποίησαν με βάση την κατάταξη (ranking) των επιδόσεων

χωρίζοντας στην αρχή της έρευνάς τους σε 3 κατηγορίες τους φοιτητές. Με βάση όμως

το χωρισμό στα 3 τμήματα ακολουθήθηκε διαφορετικός μεθοδολογικός χειρισμός για

την καθεμία εκ των 3 ομάδων εργασίας. Αυτό δεν ισχύει στην περίπτωση του

Α®ΙΣΤΟΣ καθώς δεν έγινε κανένας διαχωρισμός σε διαφορετικές ομάδες ο οποίος να

οδήγησε σε διαφοροποίηση στη μεθοδολογική προσέγγιση.

Ο Tess, (2013) προέβαλε προβληματισμό για το αν μπορεί να υπάρξει κοινή ανάλυση

επιδόσεων η οποία προκύπτει από διαφορετικά τμήματα, ιδρύματα, περιοχές (η

αναφορά γίνεται σε πολιτείες καθότι η έρευνα στις ΗΠΑ) ακόμα και αν αξιολογητές-

καθηγητές είναι σταθερά τα ίδια άτομα. Αμφισβητούν τελικά τη δυνατότητα να

υπάρξουν συγκρίσιμα αποτελέσματα από τις σχετικά λίγες έως σήμερα ολοκληρωμένες

αντίστοιχες έρευνες. Στο Junco,(2012b) μάλιστα αναφέρεται ότι καμία προγενέστερη

του 2012 έρευνα συσχέτισης επίδοσης με κοινωνικά δίκτυα δεν χρησιμοποίησε

αντικειμενικό σύστημα καταγραφής της επίδοσης.

Σε αντίστοιχες έρευνες σύμφωνα με τους Alloway et al.(2013), οι μαθητές καλούνται

να απαντήσουν σε «διαγώνισμα» για να καταγραφεί η γλωσσική τους ικανότητα

98

είτε/και η μαθηματική τους ικανότητα καθώς και σε test μνήμης ή test IQ. Αυτό πέρα

από το ανέφικτο του εγχειρήματος, δεν θα επιλεγόταν κάτι ανάλογο στην Α®ΙΣΤΟΣ

παρά μόνο αν είχε εξασφαλιστεί η συνεργασία κάποιου φορέα ο οποίος είχε

πιστοποιημένο σχετικό εργαλείο αποτύπωσης της επίδοσης (όπως για παράδειγμα ο

Pisa). Από τους ελάχιστους ερευνητές που χρησιμοποίησαν άλλης μορφής εργαλείο

αξιολόγησης είναι οι Πετροπούλου κ.συν.,(2009), οι οποίοι αξιοποίησαν

εμπλουτισμένες ρούμπρικες για να αξιολογήσουν όμως εντελώς περιορισμένο γνωστικό

αντικείμενο.

Ένα λάθος το οποίο αποφεύχθηκε με βάση την εμπειρία από άλλες έρευνες, είναι η

κατανομή σε διαφορετικό πλήθος κατηγοριών επίδοσης ανά ομάδα εργασίας. Στην

έρευνα των Baradwaj και Pal,(2011), οι διαφορετικές κλίμακες καταγραφής της

επίδοσης (κλίμακες των 2,3 και 5 στα διαφορετικά τμήματα της έρευνάς τους)

αποτέλεσαν στοιχείο το οποίο δεν επέτρεψε τους ερευνητές να γενικεύσουν τα

αποτελέσματά τους.

Το πρόβλημα της διαφορετικής κλίμακας και φιλοσοφίας βαθμολόγησης το

αναφέρουν και οι Pasek et al., (2009), στην κριτική που δημοσιεύουν για την έρευνα της

Karpinski (Karpinski,& Duberstein,2009). Ένας πρόσθετος προβληματισμός τον οποίο

αναφέρει, είναι το ότι οι βαθμολογίες δηλώνονται από τους ίδιους τους μαθητές

(φοιτητές). Σε όσες έρευνες συμβαίνει αυτό αμφισβητείται η αξιοπιστία των

αποτελεσμάτων. Το μεγάλο ποσοστό των ατόμων οι οποίοι δεν συμπλήρωσαν τη

βαθμολογία τους στην έρευνα της Karpinski φαίνεται να δικαιώνει τον Pasek. Σε

αντίστοιχες έρευνες Pasek et al., (2009), όπου οι φοιτητές (μαθητές) καταχωρούν οι

ίδιοι την επίδοσή τους συμπεριλαμβάνεται ερώτηση του τύπου: «πώς θα περιγράφατε

τους βαθμούς σας του προηγούμενου εξαμήνου» με κλίμακα διαβάθμισης Κυρίως Α, Α

και Β, Κυρίως Β, Β και Γ, Κυρίως Γ, Γ και Δ, κυρίως Δ και F (αποτυχία).

Για να αντιμετωπιστούν τα παραπάνω στην τρέχουσα έρευνα επιλέχθηκε η

πλέον ασφαλής μέθοδος καταγραφής απευθείας από το νέο πληροφοριακό σύστημα του

Υπουργείου Παιδείας το οποίο χρησιμοποιείται σε όλα τα σχολεία της Ελλάδας12

(myschool).

2.6) τρόποι στατιστικής ανάλυσης- επιδιωκόμενα δεδομένα

12

https://myschool.sch.gr/

https://myschool.sch.gr/

99

Oι στατιστικές αναλύσεις έγιναν με το πρόγραμμα SPSS (17η έκδοση, 2008), και το

εγχειρίδιο του προγράμματος χρησιμοποιήθηκε ως βασικός οδηγός για τους χειρισμούς

των δεδομένων.

Χρησιμοποιήθηκαν απλές περιγραφικές στατιστικές (descriptive statistics) για την

εξαγωγή των μέσων τιμών, της σταθερής απόκλισης κ.λπ. των μεταβλητών. Το σύνολο

των μεγεθών παρατίθεται στο παράρτημα iv).

Η εκτίμηση της αξιοπιστίας της σύνθεσης των παραγόντων από τις συγκεκριμένες

παραμέτρους πραγματοποιήθηκε με δοκιμές ως προς το δείκτη Cronbach’s Alpha (a).

Τιμές του συντελεστή αυτού μεγαλύτερες από 0.70 σημαίνουν μια αποδεκτή αξιοπιστία

των υπό έλεγχο κλιμάκων.

Για την εκτίμηση των συσχετίσεων μεταξύ των μεταβλητών χρησιμοποιήθηκε ο

συντελεστής Spearman’s Rho (R), ένα μη-παραμετρικό μέτρο της στατιστικής

αλληλεξάρτησης μεταξύ δύο μεταβλητών, επειδή οι υπό συσχέτιση μεταβλητές έχουν

διαφορετική κλίμακα μέτρησης και ιδιαίτερα επειδή δεν είναι σίγουρα γνωστή η

αναλογικότητα των τιμών σε κάθε μία από τις μεταβλητές που ερευνήθηκαν. Πέραν

τούτου έπρεπε να αναλυθούν ταυτόχρονα συνεχείς, τακτικές και κατηγορικές

μεταβλητές.. Να επισημανθεί ότι ο συντελεστής συσχέτισης του Spearman (Spearman’s

correlation coefficient) είναι μη παραμετρικό στατιστικό μέτρο το οποίο

χρησιμοποιείται όταν τα δεδομένα δεν είναι απαραίτητο να είναι κανονικά ή συνεχή, και

είναι ιδανικό για περιπτώσεις όπου οι αναλύσεις βασίζονται σε διατάξεις των

δεδομένων (ranking). Επιπρόσθετα ενδείκνυται για περιπτώσεις όπου γίνεται αναφορά

σε μη πειραματικά δεδομένα, ο ερευνητής δηλαδή δεν έχει προκαθορίσει-ελέγξει τις

τιμές καμιάς από τις δύο μεταβλητές. Το σύνολο των αναφερθέντων περιπτώσεων όπου

συνιστάται η χρήση του συγκεκριμένου συντελεστή ισχύει για την παρούσα έρευνα.

Αναπόφευκτα με τον όγκο των δεδομένων, την ηλικία και το πλήθος των μαθητών

ανά τμήμα και το περιορισμένο διαθέσιμο χρονικό διάστημα διαπιστώθηκαν εκλιπούσες

τιμές. Ο μη συστηματικός χαρακτήρας τους ουσιαστικά απέτρεψε και τη χρήση

τεχνικών πρόβλεψής για την αναπλήρωσή τους. Το στοιχείο αυτό ουσιαστικά καθόρισε

την επιλογή, τής ανά ζεύγος σύγκρισης (pairwise).

Η επιλογή μεγάλου πλήθους μεταβλητών προς διερεύνηση επιλέχθηκε συνειδητά με

δεδομένο το αχαρτογράφητο του ερευνητικού πεδίου το οποίο κατέστησε πολύ δύσκολη

την έκφραση συγκεκριμένων υποθέσεων.

Οι συσχετίσεις ανά ζεύγος, επέτρεψαν την εξαγωγή συμπερασμάτων τα οποία

αποτέλεσαν οδηγό στην επιλογή των παραμέτρων οι οποίες χρησιμοποιήθηκαν για την

100

τακτική ανάλυση παλινδρόμησης (regression analysis). Ακολουθήθηκε παρόμοια

διαδικασία με αυτή του Junco (2013) έτσι ώστε να αναζητηθεί ο βαθμός στον οποίο

καθορίζουν την επίδοση τα χαρακτηριστικά της χρήσης του facebook, οι συντελεστές

επιλεγμένων ψυχολογικών κριτηρίων, τα δημογραφικά και κοινωνικοοικονομικά

χαρακτηριστικά του (φύλο, κοινωνικοοικονομική κατάσταση, εθνικότητα) καθώς και τα

στοιχεία κεντρικότητας τα οποία εξήχθησαν από τα κοινωνικά δίκτυα στα οποία

μετείχαν οι μαθητές.

Έχοντας υπόψη το μέγεθος του δείγματος, τις μη συστηματικές εκλιπούσες τιμές, τη

χρήση διαφορετικών κλιμάκων μέτρησης και την αμφίβολη αναλογικότητα αυτών, η

ενδεδειγμένη μέθοδος εξακρίβωσης αιτιωδών σχέσεων είναι η τακτική ανάλυση

παλινδρόμησης (rank regression analysis). Ωστόσο, επειδή οι υποψήφιες ανεξάρτητες

μεταβλητές είναι πολλές, επειδή αρκετές από αυτές είναι συνεχείς και επειδή υπάρχουν

στατιστικά τεστ που αντιδρούν σθεναρά σε τέτοια προβλήματα δεδομένων (Osborne &

Waters, 2002), επιλέγουμε τη χρήση της πολλαπλής γραμμικής ανάλυσης

παλινδρόμησης (multiple linear regression). Ο σκοπός είναι, από το πλήθος των

μεταβλητών, να εντοπίσουμε εκείνες οι οποίες επηρεάζουν σημαντικά τη μεταβλητή-

στόχο της έρευνας, δηλαδή την επίδοση των μαθητών. Αυτή η διαδικασία θα βοηθήσει

σημαντικά στην ανάπτυξη της θεωρίας και στην ενδεχόμενη μελλοντική δόμηση

μοντέλου διαρθρωτικής εξίσωσης (Structural Equation Modeling).

Με αυτή στατιστική διαδικασία, έγινε σταδιακή εισαγωγή στο στατιστικό πρόγραμμα

συγκεκριμένων ομάδων ανεξάρτητων μεταβλητών. Με αυτόν τον τρόπο αξιολογείται η

συμβολή του συνόλου των ανεξάρτητων μεταβλητών (R Square, ANOVA), της κάθε

ομάδας ανεξάρτητων μεταβλητών (R Square Change, Sig. F Change) και των

μεμονωμένων ανεξάρτητων μεταβλητών (Beta Coefficients, t / Sig.) στην εξήγηση της

διακύμανσης της εξαρτημένης μεταβλητής, ήτοι της κατάταξης της επίδοσης στην

Ελληνική γλώσσα, στα Μαθηματικά, στη Φυσική, και στο μέσο όρο των 3 μαθημάτων,

s1,s2,s3 και s αντίστοιχα.

3) Αποτελέσματα

3.1) Περιγραφικά

Στην έρευνα συμμετείχαν 289 μαθητές της Γ΄ Γυμνασίου και της Α΄ Λυκείου από 8

διαφορετικά σχολεία. Στην πιλοτική φάση συμμετείχαν 74 από αυτούς τους μαθητές οι

οποίοι δεν συμμετείχαν στο κύριο μέρος της έρευνας όπως καταγράφεται στους πίνακες

101

12 και 13. Οι 22 μαθητές του πρώτου πίνακα συμμετείχαν στη πιλοτική φάση,

συμπληρώνοντας όλα τα σχετικά εργαλεία αποτύπωσης των δεικτών έτσι ώστε να

προκύψει η βελτιωμένη μορφή τους για το κυρίως μέρος της έρευνας. Οι 54 μαθητές

του δεύτερου πίνακα συμμετείχαν στα διασχολικά προγράμματα, με σχετική έγκριση

της δευτεροβάθμιας εκπαίδευσης Ιωαννίνων. Με την συμμετοχή των συγκεκριμένων

μαθητών διεξήχθησαν και οι ομαδικές συνεντεύξεις όπως έχει περιγραφεί στο κεφάλαιο

της μεθοδολογίας.

Πίνακας 12 Συμμετέχοντες στην πιλοτική φάση για διαμόρφωση εργαλείων έρευνας

ΠΙΛΟΤΙΚΗ ΕΡΕΥΝΑ

Όνομα σχολείου

Τάξη-

Τμήμα

Α΄ φάση

Πιλοτικής

β΄ φάση

Πιλοτικής

Μαθησιακά

στυλ

γ΄ φάση

Πιλοτικής

NameGenweb

3ο ΕΠΑΛ Ιωαννίνων Α1 2 6 11

5ο Γυμνάσιο Ιωαννίνων Β3 10 12 10

Λεόντειος Σχολή (Λύκειο

Αθήνας) Α΄ 3 3 3

Λύκειο Καπανδριτίου Α΄ 7 7 5

Άθροισμα 22 28 29

Πίνακας 13 Συμμετέχοντες στην πιλοτική φάση μέσω σχολικών προγραμμάτων

Όνομα σχολείου Ομαδικές

συνεντεύξεις

Ατομικές

συνεντεύξεις

Λύκειο Πεδινής, 1ο ΓΕΛ & 7

ο ΓΕΛ Ιωαννίνων,

Λύκειο Ζωσιμαίας Σχολής 29 5

Γενικό Λύκειο Ελεούσας (Β΄Λυκείου) 23 2

Άθροισμα 52 7

102

Στο κυρίως μέρος της έρευνας συμμετείχαν συνολικά οι υπόλοιποι 215 μαθητές. Πιο

συγκεκριμένα η συμμετοχή ανά τάξη σχολείου καταγράφεται ως εξής:

Πίνακας 14 Συμμετέχοντες στο κυρίως μέρος της έρευνας: Λύκειο Ελεούσας

Πίνακας 15 Συμμετέχοντες στο κυρίως μέρος της έρευνας: 5ο Γυμνάσιο

Όνομα

σχολείου

Τάξη-

Τμήμα

Πλήθος

μαθητ

ών

Α΄ φάση Αρχικό

ερωτηματολόγιο

β΄ φάση

Ερωτηματολόγιο

Μαθησιακά στυλ

γ΄ φάση

NameGenWeb

Συ-

μπλή-

ρωση

Αρνή

-σεις

Συμπλή

-ρωση

Αρνή

-σεις

με

Facebook

συμπλή-

ρωσαν

με

Facebook

Αρνήσεις

Χωρίς

facebook

Λύκειο

Ελεού-

σας

Α1

15

15

0

15

0

13

0

2

Α2 17 16 1 16 1 14 1 2

Α3 18 18 0 18 0 17 0 1

Α4 18 18 0 18 0 16 0 2

Άθροι-

σμα

Λυκείου Ελεούσας

Πλήθος 68 67 1 67 1 60 1 7

Ποσοστό 100% 98,5% 98,5% 88,24%

11,76% 98,4% 1,6%

Όνομα

σχολείου

Τάξη-

Τμήμα

Πλήθος

μαθητ

ών



β΄ φάση



γ΄ φάση

NameGenWeb

Συ-

μπλή-

ρωση

Αρνή

-σεις

Συμπλή

-ρωση

Αρνή

-σεις

με

Facebook

συμπλή-

ρωσαν

με

Facebook

Αρνήσεις

Χωρίς

facebook

5Ο

Γυμνάσιο

Γ1 20 20 0 19 1 16 0 4

Γ2 20 17 3 15 5 16 0 4

Γ3 18 18 0 18 0 12 0 6

Γ4 20 20 0 19 1 19 0 1

Άθροισμα

5ου

Γυμνασίου

Πλήθος 78 75 3 71 7 63 0 15

Ποσοστό 100

% 96,2% 91,0%

80,77% 19,23

% 100,0% 0,0%

103

Πίνακας 16: Συμμετέχοντες στο κυρίως μέρος της έρευνας: 7ο Γενικό Λύκειο Ιωαννίνων

Όνομα

σχολείου

Τάξη-

Τμήμα

Πλήθος

μαθητ

ών



β΄ φάση



γ΄ φάση

NameGenWeb

Συ-

μπλή-

ρωση

Αρνή

-σεις

Συμπλή

-ρωση

Αρνή

-σεις

με

Facebook

συμπλή-

ρωσαν

με

Facebook

Αρνήσεις

Χωρίς facebook

7ο

Λύκειο

Ιωαν-

νίνων

Α1 26 26 0 24 2 20 0 6

Α3 25 24 1 23 2 19 1 5

Άθροι

σμα

7ου

Λυκεί

ου

Πλήθος 51 50 1 47 4 39 1 11

Ποσοστό 100

% 98,04% 92,16%

78,43%

21,57

% 97,5% 2,5%

Πίνακας 17 Συμμετέχοντες στο κυρίως μέρος της έρευνας: Λύκειο Καπανδριτίου

Όνομα

σχολεί

ου

Τάξη-

Τμήμα

Πλήθος

μαθητ

ών



β΄ φάση



γ΄ φάση

NameGenWeb

Συ-

μπλή-

ρωση

Αρνή

-σεις

Συμπλή

-ρωση

Αρνή

-σεις

με

Facebook

συμπλή-

ρωσαν

με

Facebook

Αρνήσεις

Χωρίς

facebook

Λύκειο

Καπανδρι-τίου

Α΄ 18 12 6 12 6 5 11 2

Άθροι

-σμα

Πλήθος 18 12 6 12 6 5 11 2

Ποσοστό 100% 66,7% 66,7% 88,89% 11,11

% 31,25% 68,75%

Πίνακας 18 Συμμετέχοντες στο κυρίως μέρος της έρευνας: Συνολικά

Όνομα

σχολείου

Τάξη-

Τμήμα

Πλήθος

μαθητών



β΄ φάση Ερωτηματολόγιο


γ΄ φάση

NameGenWeb

Συμπλή-

ρωση

Αρνή

-σεις

Συμπλή-

ρωση

Αρνή-

σεις

με

Facebook

συμπλή-ρωσαν

με

Faceb

ook

Αρνήσεις

Χωρίς

facebook

Άθροι-

σμα

έρευνας

Πλήθο

ς 215 204 11 197 18 167 13 35

Ποσο-

στό 100% 94,88% 91,63%

83,72% 16,28

% 92,78% 7,22

%

104

Σημειώνεται ότι το ποσοστό αρνήσεων ανά φάση της έρευνας ήταν εξαιρετικά

χαμηλό. Συγκεκριμένα στο 1ο ερωτηματολόγιο: 5,12% στο 2ο ερωτηματολόγιο για τα

μαθησιακά στυλ: 8,37% και στην 3η φάση της έρευνας όπου μέσω του προσωπικού

τους λογαριασμού στο facebook δημιουργήθηκε αρχείο με το λογισμικό NameGenWeb

προς ανάλυση ανήλθε στο 7,22%.

Παρατηρείται ότι δεν υπάρχει σημαντική διαφορά συμμετοχής ούτε ανά φάση της

έρευνας ούτε ανά τάξη ούτε και συνολικά ανά σχολείο με εξαίρεση το Λύκειο

Καπανδριτίου για τους πρακτικούς λόγους οι οποίοι προαναφέρθηκαν. Σημειώνεται ότι

η 1η φάση αφορά την καταγραφή των στοιχείων που αφορούν στην διαδικτυακή

συμπεριφορά των μαθητών, η 2η στην καταγραφή κατά Myers-Briggs και τη διόρθωση

δεδομένων της 1ης

ενώ κατά τη 2η και 3

η έγινε εξαγωγή μέσω της εφαρμογής

Namegenweb των στοιχείων του γραφήματος για την ανάλυση δικτύου του Facebook

όσων μαθητών διαθέτουν σχετικό λογαριασμό. Το ποσοστό συμμετοχής στο 3ο στάδιο

υπολογίζεται επί του πλήθους των μαθητών οι οποίοι διαθέτουν λογαριασμό facebook.

Σχήμα-Γράφημα 21 Ποσοστό συμμετεχόντων με Facebook

Οι συμμετέχοντες στην έρευνα κατανέμονται ως προς το φύλο, την τάξη, την καταγωγή

κατανέμονται ως εξής:

105

Σχήμα-Γράφημα 22 Συμμετέχοντες ανά φύλο στις φάσεις της έρευνας

Στα διαγράμματα του σχήματος 22 φαίνεται η συμμετοχή ανά φύλο ξεχωριστά για το

σύνολο του δείγματος (γράφημα 22 στα αριστερά) έναντι όσων είχαν λογαριασμό στο

facebook και εγκατέστησαν την εφαρμογή με την NameGenWeb με την οποία και

εξάχθηκαν δεδομένα για την κοινωνική ανάλυση (γράφημα 22 στα δεξιά). Δεν

παρατηρείται κάποια σημαντική διαφορά η οποία θα σήμαινε ενδεχόμενα ότι τα αγόρια

ή τα κορίτσια αρνήθηκαν σε μεγαλύτερο βαθμό τη συμμετοχή στη διαδικασία. Η

κατανομή ανά φύλο συμφωνεί με τη συνολική Πανελλήνια κατανομή ανά φύλο των

μαθητών του Γυμνασίου και του Λυκείου αντίστοιχα σε όλη την Ελλάδα. Συγκεκριμένα

στο Γυμνάσιο οι μαθήτριες ανέρχονται σε 50429 -51,45% έναντι 47591 - 48,55% των

μαθητών ενώ στο Λύκειο οι μαθήτριες ανέρχονται σε 55538 -52,32% έναντι 50614 -

47,68% των μαθητών.13

Αντίστοιχη κατανομή ανά τάξη φαίνεται στα διαγράμματα 23 και 24. Σε γενικές

γραμμές παρόμοιες παρατηρήσεις ισχύουν και για την κατανομή ανά τάξεις με τους

μαθητές του Γυμνασίου όμως να είναι ελάχιστα πιο διστακτικοί στην εγκατάσταση της

εφαρμογής.

13

Τα στοιχεία παρασχέθησαν χωρίς να υπάρχει δυνατότητα επιβεβαίωσης μετά από σχετικό αίτημα από

την ομάδα υποστήριξης της βάσης δεδομένων του my.sch στο Διόφαντος (Ινστιτούτο Τεχνολογίας

Υπολογιστών).

106

Σχήμα-Γράφημα 23: Κατανομή συνολικού δείγματος σε Γ΄ Γυμνασίου και Α΄ Λυκείου

Σχήμα-Γράφημα 24: Κατανομή δείγματος με αρχείο από εφαρμογή NameGenWeb ανά τάξη

Στο δείγμα το 8,6% των μαθητών είχε έστω και έναν γονέα διαφορετικής

εθνικότητας (βλ Σχήμα 25). Επιδιώχθηκε η σύγκριση με το πανελλήνιο αντίστοιχο

ποσοστό αλλά το Ιντιστούτο Τεχνολογίας Υπολογιστών «Διόφαντος» το οποίο είναι

υπεύθυνο για την κοινή βάση δεδομένων του Υπουργείου Παιδείας παρείχε στατιστικά

στοιχεία μόνο ανά φύλο.

Σχήμα-Γράφημα 25: Κατανομή συμμετεχόντων ανά εθνικότητα γονέων

Καταγράφοντας τον τόπο πρόσβασης στο facebook (και γενικότερα στο διαδίκτυο)

παρατηρείται μία μετατόπιση σε σχέση με το πρόσφατο παρελθόν (Πίνακας 19). Πλέον

πραγματοποιείται κυρίως από προσωπικούς υπολογιστές στο σπίτι 87,5% , από κινητά

σε ποσοστό 85,3% και πολύ λιγότερο από υπολογιστές φίλων 16,2% και από internet

café 19,9%. Επισημαίνεται δηλαδή ότι πλέον οι μαθητές έχουν πρόσβαση στο διαδίκτυο

κυρίως από χώρους όπου βρίσκονται μόνοι τους για μεγάλο χρονικό διάστημα. Αν

συνυπολογιστούν δε τα κινητά η διαθεσιμότητα της πρόσβασης, είναι 24ώρου βάσης.

Τα παραπάνω καθιστούν ακόμα πιο σημαντική τη μελέτη των χαρακτηριστικών της

κοινωνικής (εικονικής?) ζωής την οποία αναπτύσσουν μέσω του διαδικτύου.

107

Πίνακας 19 Χώρος πρόσβασης εφήβων στο διαδίκτυο

PC mobile ΗΥ φίλων Public PC

87,5% 85,3% 16,2% 19,9%

Το αναλυθέν δείγμα μαθητών φέρει στο σύνολό του να κάνει χρήση του διαδικτύου

κατά μέσο όρο 176 λεπτά ημερησίως εκ των οποίων τα 119 είναι στο facebook

(Πίνακα 20). Οι 2 παραπάνω τιμές αφορούν στο σύνολο του δείγματος

συμπεριλαμβάνοντας δηλαδή και όσους δεν είχαν πρόσβαση στο διαδίκτυο (0,96%) και

στο facebook αντίστοιχα. Αν υπολογιστεί ο μέσος όρος χρήσης του διαδικτύου και του

facebook μόνο ανάμεσα στους μαθητές οι οποίοι έχουν λογαριασμό ενεργό σε αυτό το

μέσο, ο μέσος όρος αυξάνεται σε 177 λεπτά για το διαδίκτυο και 139 λεπτών για το

facebook ημερησίως. Οι δείκτες χρήσης αντίστοιχων εργαλείων έχουν ως εξής:

Πίνακας 20 Χρόνος Χρήση facebook και διαδικτυακών εργαλείων

ΜΟ συνολικά

σε λεπτά

ΜΟ μόνο χρηστών

σε λεπτά Ποσοστό χρηστών

Διαδίκτυο 176 177 99,0%

Facebook 119 139 86,2%

Youtube 74 76 97,1%

Ηλεκτρονικά

διαδικτυακά παιχνίδια 33 68 48,1%

Στον Πίνακα 20, φαίνεται ακόμα ότι οι μαθητές χρησιμοποιούν στο σύνολό τους

και την πλατφόρμα ανάρτησης, διαμοιρασμού και σχολιασμού videos του youtube

γεγονός το οποίο δεν έχει αξιοποιηθεί ακόμα σε αντίστοιχο βαθμό από τα σχολεία και

τους καθηγητές στη μαθησιακή διαδικασία (Vivitsou, et al., 2014).

To twitter δείχνει να απασχολεί μικρό μέρος των μαθητών, η Wikipedia έχει

καθιερωθεί σαν μέσο ενημέρωσης αν και με μικρό χρονικό διάστημα ανά σύνδεση σε

συνδυασμό με επίσης μικρή συχνότητα πρόσβασης. Αξιοσημείωτο είναι ότι

παρατηρούνται οι πρώτες ενδείξεις σταδιακής μεταφοράς από την πλατφόρμα του

facebook σε άλλες ανάλογες πλατφόρμες. Μαθητές οι οποίοι για παράδειγμα έχουν

«εγκαταλείψει» το facebook φαίνεται να το υποκαθιστούν σε αντίστοιχα ανησυχητικό

επίπεδο εξάρτησης από την πλατφόρμα του instagram (Πίνακας 21).

Πίνακας 21 Ποσοστά χρήσης άλλων διαδικτυακών εργαλείων

Twitter Άλλη πλατφόρμα

(instagram,…) wikipedia

Τηλεδιάσκεψη

(ovoo, skype,…)

35,8% 28,4% 67,9% 46,3%

108

Καταγράφηκε η συχνότητα χρήσης των συγκεκριμένων δραστηριοτήτων στο

facebook οι οποίες επιλέχθηκαν με τον τρόπο που περιγράφηκε στη μεθοδολογία και

καταγράφονται στον Πίνακα 22.

Πίνακας 22 Συχνότητες ανά δραστηριότητα στο facebook

Συχνότητες χρήσης

Δραστηριότητα 1 2 3 4 5 6 7 8 9 10

Αλλάζω την

κατάσταση του

τοίχου μου

9,9% 26,9% 24,0% 8,2% 5,3% 5,3% 5,3% 5,3% 8,2% 1,8%

Αναρτώ

φωτογραφίες 3,4% 17,7% 30,9% 17,7% 12,6% 4,0% 2,9% 4,6% 5,7% 0,6%

Συμμετέχω σε

συζητήσεις

σύγχρονης

επικοινωνίας -

Chat

5,7% 1,1% 0,0% 1,7% 5,7% 2,3% 3,4% 6,3% 54,5% 19,3%

Διαμοιράζομαι

ενδιαφέροντες

υπερσυνδέσμους

(links)

15,4% 22,3% 8,0% 5,7% 5,7% 6,3% 4,0% 11,4% 14,9% 6,3%

Στέλνω

προσωπικά

μηνύματα

4,0% 9,0% 2,3% 3,4% 5,1% 3,4% 5,6% 7,9% 44,1% 15,3%

Κάνω like 1,2% 3,5% 1,2% 1,2% 3,5% 1,7% 2,3% 7,6% 54,1% 23,8%

Σχολιάζω

φωτογραφίες

φίλων

4,0% 16,6% 6,9% 9,1% 5,7% 4,6% 6,9% 19,4% 20,0% 6,9%

Αναφέρω πού

βρίσκομαι 22,9% 26,3% 12,0% 6,9% 12,0% 2,9% 5,1% 5,1% 5,7% 1,1%

Ελέγχω για

ενδεχόμενες

αλλαγές (σε

καταστάσεις

φίλων , like

κλπ)

8,0% 13,8% 6,9% 5,2% 8,6% 5,7% 3,4% 11,5% 29,3% 7,5%

Παίζω παιχνίδια

στο facebook 26,7% 21,0% 9,1% 6,8% 4,0% 4,0% 4,5% 8,0% 12,5% 3,4%

Λιγότερο από

1 φορά το

μήνα Καθημερινά

Επισημαίνεται ότι όπως φαίνεται στον Πίνακα 23 και στο γράφημα 26 σε

καθημερινή (τουλάχιστον) βάση συμμετείχαν σε συζητήσεις σύγχρονης επικοινωνίας

(chat), κάνουν χρήση της δυνατότητας “like” και στέλνουν προσωπικά μηνύματα.

Χαμηλά στη συχνότητα χρήσης εμφανίζεται η χρήση των εφαρμογών γεωγραφικών

πληροφοριακών συστημάτων έτσι ώστε να εντοπίσουν και κοινοποιήσουν την

τοποθεσία στην οποία βρίσκονται, των παιχνιδιών μέσω facebook και της ανάρτησης

δικών τους φωτογραφιών.

109

Πίνακας 23 Μέση χρήση δραστηριοτήτων facebook ανά ημέρα

Συνολική μέση χρήση ανά ημέρα

τοίχο φωτο chat links pm like

σχόλια

φωτο

πού-

gps αλλαγές παιχνίδια

19% 15% 89% 34% 75% 95% 45% 15% 51% 25%

Σχήμα-Γράφημα 26: Συχνότητα χρήσης facebook ανά δραστηριότητα

Τα αποτελέσματα έρχονται σε πλήρη διάσταση με αυτά του Junko (2012β), όπου

κατέγραψε ως πιο δημοφιλείς τις σχετιζόμενες με τις φωτογραφίες δραστηριότητες

καθώς και αυτές του σχολιασμού σε περιεχόμενο και ελέγχου αν υπάρχουν αλλαγές

στην κατάσταση των «φίλων». Η διαφορά μπορεί να αποδοθεί στη διαφορά των ηλικιών

των μαθητών του Α®ΙΣΤΟΣ έναντι των φοιτητών της έρευνας του Junko. Oι μαθητές

προτιμούν να δραστηριοποιούνται σε πιο «εύκολες και σύντομες» δραστηριότητες

όπως το like και το προσωπικό μήνυμα παρά με το σχολιασμό σε περιεχόμενα ο οποίος

απαιτεί περισσότερη σκέψη και χρόνο.

Για να συμπληρωθούν οι διαφορετικές παράμετροι των μελετώμενων

παραγόντων οι μαθητές κλήθηκαν να δηλώσουν το χρόνο μελέτης τους και αντίστοιχα

το χρόνο τον οποίο αφιερώνουν σε φροντιστηριακή υποστήριξη. Η συχνότητα μελέτης

τις καθημερινές ανέρχεται σε 4,45 ημέρες από τις 5 καθημερινές για 99 λεπτά κατά

μέσο όρο ημερησίως ενώ το Σαββατοκύριακο οι ίδιες τιμές είναι 1,85 από τις 2 ημέρες

110

για 122 λεπτά κάθε ημέρα. Την ακριβώς προηγούμενη ημέρα (καθημερινή) δηλώσαν ότι

μελέτησαν 75 λεπτά.

Αντίστοιχα φροντιστήριο δήλωσε ότι παρακολουθεί το 78,1%. Ανάμεσα σε όσους

συμμετέχουν σε διαδικασία φροντιστηριακής υποστήριξης κατά μέσο όρο

απασχολούνται τις 3,69 ημέρες από τις 5 καθημερινές για 110 λεπτά κατά μέσο όρο

ημερησίως ενώ το Σαββατοκύριακο τις 1,26 από τις 2 ημέρες για 112 λεπτά ανά μέρα.

Είναι αξιοσημείωτο ότι οι μαθητές απασχολούνται περισσότερες ώρες σε οργανισμούς

παραπαιδείας από όσες μελετούν (βλ. Πίνακα 24).

Πίνακας 24 Συχνότητα, χρόνος δραστηριοτήτων εκτός σχολικού ωραρίου

Ποσο-

στό

Ημέρες (καθη-

μερινές)

Μέσος t για

το σύνολο του δείγματος

(καθημε-

ρινές)

Μέσος

χρόνος μόνο

για όσους ασχολούνται

Ημέρες

(ΣΚ)

Χρόνος

(ΣΚ)

t το δείγμα

(ΣΚ)

Χθές

Μελέτη 97% 4,45 95 99 1,85 112 122 75 Φροντι-

στήριο 78,1% 3,69 86 110 1,26 57 112 55

Σχολικά

πρ/τα 25,5% 0,40 17 67 0,04

Εξωσχολικές 65,8% 3,11 64 98 1,37 62 115 37 Διαδικτυακά

Παιχνίδια 38,5% 3,22 37 95 1,71 60 120 24

Αντίστοιχη αποτύπωση έγινε για τις δραστηριότητες εκτός σχολικού ωραρίου, όπως

περιγράφηκε στην μεθοδολογία. Ειδικά όσο αφορά στα ηλεκτρονικά παιχνίδια υπάρχει

πολύ μεγάλη διαφορά στις τιμές καθώς μόνο το 38,5% δήλωσε ότι παίζει. Η αποτύπωση

του χρόνου τον οποίο αφιερώνουν σε παιχνίδια οι μαθητές βασίστηκε στα

συμπεράσματα της πιλοτικής φάσης όπου διαπιστώθηκε ότι διαφέρει σημαντικά στις

σχολικές ημέρες έναντι του ΣαββατοΚύριακου. Ως εκ τούτου ζητήθηκαν στοιχεία

ξεχωριστά για τις 2 περιπτώσεις έτσι ώστε να υπολογιστεί η τελική μέση ημερήσια τιμή.

Είναι ενδεικτικό ότι εκφράζονται αμφιβολίες για την ειλικρίνεια των παιδιών σε έρευνες

όπου αναφέρεται από τους ίδιους τους μαθητές ο χρόνος ενασχόλησης με τα παιχνίδια.

Εκτιμάται ότι μειώνονται οι συνέπειες της παραπάνω τάσης με την καταγραφή από

τους ερωτώμενους του χρονικού διαστήματος το οποίο αφιέρωσαν την ακριβώς

προηγούμενη ημέρα από αυτή της έρευνας.

3.1.1) Αποτελέσματα έρευνας ανάλογα με την ύπαρξη λογαριασμού facebook

Στο (Kirschner et al., 2010) διαπιστώνεται ότι οι χρήστες του facebook παράλληλα

επιδεικνύουν μεγαλύτερη ενασχόληση με δραστηριότητες εκτός προγράμματος

(εξωσχολικές). Γίνεται προσπάθεια ερμηνείας του φαινομένου με την παραδοχή ότι

111

ενδεχομένως η πρόσθετη δραστηριότητα διευρύνει τον κύκλο των γνωστών και

«φίλων» και μέσω διαδικτύου. Στην εν λόγω έρευνα επιβεβαιώνεται το αποτέλεσμα

και σε επίπεδο δευτεροβάθμιας καθώς οι κάτοχοι λογαριασμού στο facebook έχουν

εντονότερη δραστηριότητα σε αντικείμενα τα οποία άπτονται του ευρύτερου δια-

παιδαγωγικού πλαισίου (αθλητισμός, ξένες γλώσσες, χορός, θέατρο) είτε είναι υπό την

εποπτεία του σχολείου είτε όχι.

Πίνακας 25 Εξωσχολικές δραστηριοτήτες σε σχέση με ύπαρξη λογαριασμού Facebook

Σχολικά πρ/τα %

συμμε-

τεχόντων

λεπτά

ανά

ημέρα

Εξωσχολικές

δραστηριότητες

% συμμε-

τεχόντων

λεπτά ανά

ημέρα

Με Facebook 26,3% 19 Με Facebook 70,1% 67

Χωρίς facebook 16,7% 8 Χωρίς facebook 56,7% 46

Στον Πίνακα 25 φαίνεται ότι οι μαθητές οι οποίοι έχουν λογαριασμό στο facebook

συμμετέχουν σε σημαντικά υψηλότερο ποσοστό σε εξωσχολικές δραστηριότητες οι

οποίες δεν σχετίζονται με προετοιμασία για το περιεχόμενο των μαθημάτων, έναντι των

μαθητών οι οποίοι δεν έχουν λογαριασμό στο facebook.

Πίνακας 26 Προετοιμασία για μαθήματα σε σχέση με ύπαρξη λογαριασμού Facebook

Μελέτη % συμμετε-

χόντων

λεπτά

ανά

ημέρα Φροντιστήριο

% συμμετεχόντω

ν

λεπτά ανά

ημέρα

Με

facebook 95,3% 82 Με facebook 71,9% 52

χωρίς 100,0% 121 Χωρίς facebook 70,4% 52

Οι μαθητές οι οποίοι έχουν λογαριασμό στο facebook δείχνουν να προετοιμάζονται

λιγότερο κατά 39 λεπτά (121-82) στη μελέτη για τα μαθήματα του σχολείου, ενώ η

αντίστοιχη απασχόλησή τους στο φροντιστήριο παραμένει εμφατικά (52 έναντι 52΄)

ανεπηρέαστη. (βλ. Πίνακας 26). Το συγκεκριμένο συμπέρασμα χρήζει περαιτέρω

μελλοντικής μελέτης.

112

Πίνακας 27 Επίδοση στη γλώσσα σε σχέση με την ύπαρξη λογαριασμού Facebook

Γλώσσα

% από όσους

έχουν

λογαριασμό στο

facebook

Ranking

% από όσους ΔΕΝ

έχουν λογαριασμό στο

facebook

Ranking

Υψηλή επίδοση 36,3%

2,06*

56,7%

1,60*

Μεσαία επίδοση 33,5% 26,7%

Χαμηλή επίδοση 30,2% 16,7%

*

Σημειώνεται ότι το Ranking όπως έχει εξηγηθεί και στη μέθοδο ερμηνεύεται ως

κατάταξη στο υψηλότερο, μεσαίο και χαμηλότερο τρίτο του τμήματός του. Ως εκ

τούτου ο χαμηλότερος μέσος όρος δείχνει υψηλότερη επίδοση.

Διαπιστώνεται σαφέστατη αρνητική συσχέτιση όσων έχουν λογαριασμό facebook

με την σχολική επίδοση και στα 3 μαθήματα τα οποία μελετήθηκαν. Δεν

παρατηρήθηκε σημαντική διαφορά ανά μάθημα (πίνακες 27, 28 και 29 και γράφημα

27).

Πίνακας 28 Επίδοση στα Μαθηματικά σε σχέση με την ύπαρξη λογαριασμού Facebook

Μαθηματικά

% από όσους

έχουν


facebook

Ranking



facebook

Ranking


2,12*

53,3%

1,67*



Πίνακας 29 Επίδοση στις φυσικές επιστήμες σε σχέση με την ύπαρξη λογαριασμού Facebook

Φυσικές Επιστήμες

% από όσους

έχουν


facebook

Ranking



facebook

Ranking


2,17*

40,0%

1,73*



113

Σχήμα-Γράφημα 27: Συγκεντρωτικά επίδοσης σε σχέση με την ύπαρξη λογαριασμού Facebook

Επισημαίνεται ότι στο συγκεκριμένο γράφημα 27 για να διευκολυνθεί ο αναγνώστης

η σχολική επίδοση έχει αναπαρασταθεί αφαιρώντας την κατάταξη (ranking) από τη

μέγιστη τιμή (3) έτσι ώστε η υψηλότερη στήλη να αναπαριστά υψηλότερη επίδοση. Το

1,27 για παράδειγμα της στήλης η οποία αφορά την Φυσική σχετίζεται με το 3 – 1,73

της τιμής που καταγράφεται στο ranking του πίνακα 29.

3.1.2) Αποτελέσματα έρευνας ανάλογα με το φύλο

Η συσχέτιση της χρήσης του διαδικτύου και πιο συγκεκριμένα ανά φύλο καταγράφηκε

ως ακολούθως:

Σχήμα-Γράφημα 28: Συχνότητα χρήσης διαδικτύου ανά φύλο

114

Διερευνώντας τις διαφορές στο διαδικτυακό profil με βάση το φύλο διαπιστώθηκε

ότι τα αγόρια και τα κορίτσια χρησιμοποιούν με την ίδια συχνότητα το διαδίκτυο

(Γράφημα 27) ενώ τα αγόρια φαίνεται ότι χρησιμοποιούν συχνότερα το facebook.

Σχήμα-Γράφημα 29: Συχνότητα χρήσης facebook ανά φύλο

Να επισημανθεί ότι η διαφορά συχνότητας «υπέρ» των αγοριών δεν συνεπάγεται

περισσότερη χρήση από τα αγόρια. Αυτό εξηγείται από το ότι τα κορίτσια έχουν μεν

μικρότερο ποσοστό χρηστών του facebook αλλά παραμένουν μεγαλύτερο χρονικό

διάστημα συνδεδεμένα στην πλατφόρμα σε κάθε σύνδεσή τους (βλ. Πίνακα 30). Τελικά

ανάμεσα σε όσους χρησιμοποιούν το facebook οι μαθήτριες έχουν σημαντικά

μεγαλύτερη μέση διάρκεια σύνδεσης έναντι των συμμαθητών τους. Το αποτέλεσμα

συμφωνεί με το εύρημα των (Muise, et al. 2009) αν και στην έρευνά του τα λεπτά

χρήσης είναι υποδιπλάσια και στα 2 φύλα.

Πίνακας 30 Ποσοστό και χρόνος χρήσης facebook ανά φύλο

έχει

facebook λεπτά

όλων

λεπτά μόνο

όσων έχουν Facebook

ποσοστό

youtube ποσοστό

παιχνίδια

Αγόρια 91,3% 111 121 96,9% 67,0%

Κορίτσια 81,7% 127 156 97,3% 31,5%

Τα 2 φύλα δείχνουν να χρησιμοποιούν με την ίδια ένταση μεταξύ τους το youtube

ενώ όπως έχει ήδη αναφερθεί τα αγόρια παίζουν παιχνίδια στο facebook σε υπεριπλάσιο

χρόνο και συχνότητα έναντι των κοριτσιών.

115

Ελέγχθηκε αν υπάρχουν διαφορές στη συχνότητα χρήσης για κάθε μία από τις 10

διερευνώμενες δραστηριότητες στο facebook και εκτός από την ήδη σχολιασθείσα

διαφορά στα ηλεκτρονικά παιχνίδια της πλατφόρμας στην οποία τα αγόρια κάνουν

σημαντικά μεγαλύτερη χρήση οι διαφορές εστιάζονται μόνο στην ανανέωση του

προσωπικού τοίχου και στη συχνότητα ανάρτησης φωτογραφιών. Σε αμφότερες τις

περιπτώσεις οι μαθήτριες είναι πολύ συχνότεροι χρήστες των (Σχήματα 29 και 30).

Σχήμα-Γράφημα 30: Συχνότητα ανανέωσης τοίχου στο Facebook ανά φύλο

Σχήμα-Γράφημα 31: Συχνότητα ανάρτησης φωτογραφιών στο Facebook ανά φύλο

116

Παρατηρώντας το είδος των δραστηριοτήτων τις οποίες χρησιμοποιούν συχνότερα οι

μαθήτριες μπορεί να ερμηνευτεί και ο μεγαλύτερος αριθμός «φίλων» (635 έναντι 519

των συμμαθητών τους κατά μέσο όρο).

Διαπιστώνεται, επιβεβαιώνοντας τα συμπεράσματα των Muscanell et al., (2011) και

του Junco, (2013) από τους παραπάνω πίνακες ότι τα κορίτσια όντως χρησιμοποιούν σε

μεγαλύτερο βαθμό όλες τις δραστηριότητες οι οποίες σχετίζονται με την οικοδόμηση

κοινωνικών σχέσεων και την επικοινωνία όπως είναι η δημοσιοποίηση (προσωπικών ή

δημόσιων) μηνυμάτων, η αποστολή αιτημάτων φιλίας και η ανάρτηση φωτογραφιών. Σε

πρώτη ανάγνωση άλλες δραστηριότητες όπως ο έλεγχος της κατάστασης των φίλων η

προσπέλαση φωτογραφιών ενδέχεται να μην χαρακτηριστούν ως ακραιφνώς

«επικοινωνιακές». Παρόλα αυτά και αυτές ουσιαστικά αφορούν σημαντικές

δραστηριότητες αναζήτησης κοινωνικής πληροφορίας η οποία σχετίζεται με το

κοινωνικό κεφάλαιο (Εllison et al., 2011) και σχετίζονται θετικά με την ακαδημαϊκή

(σχολική) επίδοση (Muscanell et al., 2011).

Επισημαίνεται ότι υπάρχουν διεθνείς έρευνες στις οποίες διαπιστώνονται διαφορές

στο επίπεδο γνώσεων, αποδοχής και χρήσης της τεχνολογίας ανάλογα με το φύλο, την

καταγωγή (φυλή) και τα κοινωνικοοικονομικά κριτήρια διαπιστώνοντας «ψηφιακό

χάσμα» καθοριζόμενο από τις προαναφερθείσες παραμέτρους. Όσο πιο πρόσφατες είναι

αυτές τις έρευνες διαπιστώνεται ότι οι διαφορές δεν εστιάζονται πλέον στο συνολικό

χρόνο χρήσης των διαδικτυακών πλατφόρμων κοινωνικής δικτύωσης αλλά στο

συγκεκριμένο αντικείμενο της ενασχόλησης των χρηστών (βλ. Hargittai,2008). Αυτό

καθιστά σημαντική την περαιτέρω διερεύνηση των συγκεκριμένων δραστηριοτήτων τις

οποίες επιλέγουν οι έφηβοι αλλά και στην επιλογή της συγκεκριμένης πλατφόρμας

στην οποία αφιερώνουν χρόνο. (Junco, 2013). Για παράδειγμα οι χρήστες twitter

διακρίνονται για υψηλότερο εκπαιδευτικό επίπεδο γονέων (Hargittai,& Litt,2011).

Σε έλεγχο σχετικά με την κατανομή των φύλων ανά μαθησιακό τύπο όπως

καταγράφηκε από το μοντέλο Myers- Briggs διαπιστώθηκε παρόμοια κατανομή στους 2

εκ των 4 πόλων (Πίνακας 31). Όσο αφορά στον 1ο πόλο οι μαθήτριες κρίθηκαν ως λίγο

περισσότερο εξωστρεφείς (40,7% έναντι 30,8%) χωρίς αυτό να σχετίζεται με αντίστοιχα

ευρήματα άλλων ερευνών. Ειδικά όμως ως προς τον 3ο πόλο οι μαθήτριες

παρουσιάζουν κρίση συναισθηματική παρά λογική 57,5 % (100-42,5) έναντι των

αγοριών 44,9 % (100-55,1) επιβεβαιώνοντας εν μέρει τη διεθνή βιβλιογραφία (Kroeger,

Thuesen, 1988 οπ.αναφ.στο Montgomery et al., 1998), όπου παρατηρείται συσχέτιση

117

του συγκεκριμένου χαρακτηριστικού με το φύλο. Το συγκεκριμένο στοιχείο δεν είναι

υπέρ της τελικής εγκυρότητας του επιδιωκόμενου μοντέλου πρόβλεψης.

Πίνακας 31 Κατανομή σε μαθησιακούς τύπους ανά φύλο

myers-Briggs

1 myers-Briggs

2 myers-Briggs

3 myers-Briggs

4

Αγόρια 30,8% 68,9% 55,1% 53,4%

Κορίτσια 40,7% 71,7% 42,5% 51,4%

3.1.3) Αποτελέσματα έρευνας ανάλογα με το μορφωτικό επίπεδο γονέων

Στην παρούσα έρευνα το μορφωτικό επίπεδο των γονέων των μαθητών καταγράφηκε

και κατηγοριοποιήθηκε όπως συζητήθηκε στο κεφάλαιο της μεθοδολογίας (γράφημα

32).

Σχήμα-Γράφημα 32: Κατανομή μαθητών με βάση το μορφωτικό επίπεδο των γονέων

Στα πλαίσια της διευκόλυνσης της ανάλυσης στη συζήτηση που ακολουθεί

επιχειρήθηκε η συνένωση των κατηγοριών 3 και 4 (οι δύο υψηλότερες βαθμίδες) του

διαγράμματος 32.

Το πλήθος των «φίλων» στο facebook είναι μικρότερο σε όσους οι γονείς τους έχουν

χαμηλότερο μορφωτικό επίπεδο. (Πίνακας 32)

118

Πίνακας 32 Μέσος όρος «φίλων» ανά μορφωτικό επίπεδο

Πλήθος φίλων

Επίπεδο3&4 588

Επίπεδο_2 579

Επίπεδο_1 512

Η Hargittai,(2008) διαπίστωσε ότι τα άτομα με γονείς υψηλότερου μορφωτικού

επιπέδου έχουν μεγαλύτερη πιθανότητα χρήσης γενικά του facebook. Στην Α®ιστος

παρομοίως η συχνότητα χρήσης τόσο του διαδικτύου γενικότερα, όσο και του facebook

ειδικότερα, αυξάνεται με την άνοδο του μορφωτικού επιπέδου των γονέων των

μαθητών. Μεγαλύτερη διαφορά στη χρήση μεταξύ των μορφωτικών επιπέδων

παρατηρείται στο facebook παρά στο διαδίκτυο όπως φαίνεται και από τη σύγκριση των

γραμμών τάσης του γραφήματος 33.

Σχήμα-Γράφημα 33: Συχνότητες χρήσης διαδικτύου και facebook ανά μορφωτικό επίπεδο γονέων

Στο γράφημα 33 οι τιμές ερμηνεύονται ως μέσο ημερήσιο πλήθος προσβάσεων στο

διαδίκτυο και το facebook αντίστοιχα (για παράδειγμα οι μαθητές οι οποίοι έχουν το

χαμηλότερο μορφωτικό επίπεδο προσπελαύνουν κατά μέσο όρο 0,93 φορές την ημέρα

το διαδίκτυο και 0,66 το facebook).

119

Σχήμα-Γράφημα 34: Ύπαρξη λογαριασμού στο facebook ανά μορφωτικό επίπεδο γονέων

Παρόμοιο αποτέλεσμα καταγράφηκε τόσο στο ποσοστό των μαθητών οι οποίοι έχουν

λογαριασμό στο facebook (γράφημα 34) όσο και στο μέσο χρόνο σύνδεσής τους στο

facebook (βλ. πίνακα 33 όπου τα στοιχεία δεν αφορούν στο σύνολο των μαθητών αλλά

σε όσους έχουν facebook).

Πίνακας 33 Μέσος χρόνος facebook ανά μορφωτικό επίπεδο

Χρόνος facebook vs

μορφωτικό επίπεδο γονέων Επίπεδο 1 Επίπεδο 2

Επίπεδο 3 &

4

Λεπτά ενεργής σύνδεσης όσων

έχουν facebook 119 129 159

Στην παρούσα έρευνα παρατηρήθηκε ότι δεν σχετίζονται όλες οι δραστηριότητες

στο facebook με τον ίδιο τρόπο με το μορφωτικό επίπεδο των γονέων. Το ενδιαφέρον

είναι ότι υπάρχουν δραστηριότητες οι οποίες σχετίζονται ευθέως ανάλογα (βλ.

γραφήμα 35) ενώ άλλες σχετίζονται αντιστρόφως ανάλογα (βλ. γράφημα 36).

120

Σχήμα-Γράφημα 35: Δραστηριότητες στο facebook ανάλογες μορφωτικού επιπέδου γονέων

Σχήμα-Γράφημα 36 Δραστηριότητες στο facebook αντιστρόφως ανάλογες μορφωτικού επιπέδου

Σε αμφότερες τις έρευνες των όμως δεν επιδιώχθηκε επιπρόσθετη εστίαση στην

ερμηνεία των διαφορών αυτών.

121

Επισημαίνεται ότι διαπιστώθηκε σε κάποιες μετρήσεις ειδική συμπεριφορά της

ομάδας όπου οι γονείς είχαν κατηγοριοποιηθεί στη μεσαία κατηγορία (στην 2η από τις

4). Συγκεκριμένα οι μαθητές οι οποίοι έχουν γονείς με υψηλό και χαμηλό μορφωτικό

επίπεδο έναντι αυτών με μεσαίο χρησιμοποιούν συχνότερα τις 5 από τις 10

δραστηριότητες τους Facebook. Αντίστοιχα σε αυτή τη μεσαία κατηγορία, παρατηρείται

αυξημένη ένταση στην απασχόληση σε δραστηριότητες εξωσχολικές, σε σχολικά

προγράμματα, στο χρόνο μελέτης, στο επίπεδο αυτοεκτίμησης τους, και μειωμένο χρόνο

απασχόλησης με διαδικτυακά παιχνίδια και σημασίας στην οποία προσδίδουν στις

«φιλίες» οι οποίες διαμορφώνονται στο facebook.

Η ειδική «συμπεριφορά» της ομάδας μεσαίου μορφωτικού επιπέδου διαπιστώθηκε

και στην κατανομή τους ανά μαθησιακό επίπεδο στους δύο πρώτους πόλους της

κλίμακας Myers-Briggs. (Πίνακας 34) Ειδικά στον 1ο πόλο (εξωστρέφεια-εσωστρέφεια)

καταγράφονται σημαντικές διαφορές χαρακτηρίζοντας ως εσωστρεφείς τους μαθητές

με γονείς «μεσαίου μορφωτικού επιπέδου» έναντι όσων οι γονείς έχουν υψηλότερο και

χαμηλότερο μορφωτικό επίπεδο. Το εύρος της διαφοράς καθιστά ενδιαφέρουσα

περαιτέρω έρευνα στο μέλλον.

Πίνακας 34:Κατανομή σε μαθησιακούς τύπους ανά φύλο

Μορφωτικό επίπεδο έναντι

μαθησιακού στυλ myers-

Briggs 1 myers-

Briggs 2 myers-

Briggs 3 myers-

Briggs 4

Επίπεδο3&4 43,7% 71,0% 44,9% 57,4%

Επίπεδο_2 26,1% 64,1% 47,3% 50,5%

Επίπεδο_1 47,2% 85,7% 57,1% 47,2%

Η συγκεκριμένη σύγκλιση στα χαρακτηριστικά των μαθητών με γονείς υψηλού και

χαμηλού μορφωτικού επιπέδου καταρρίπτει και τον προβληματισμό τον οποίο

διατυπώνει στο Junco,(2013). Συγκεκριμένα εξέφρασε το ενδεχόμενο αυτή η

διαφοροποίηση ανάμεσα στους μαθητές να οφείλεται στην ικανότητα διατύπωσης

άποψης γραπτώς. Αν είχαν καταγραφεί διαφορετικά αποτελέσματα στη συγκεκριμένη

έρευνα θα είχε επιδιωχθεί η περαιτέρω συσχέτιση των μαθητών με γονείς του

συγκεκριμένου μορφωτικού επιπέδου με την καταγεγραμμένη διαφορά επίδοσης των

μαθητών στα Νέα Ελληνικά και στην Έκθεση.

122

3.2) Αποτελέσματα ανάλυσης κοινωνικών δικτύων

3.2.1) Ανάλυση με βάση τα γραφήματα

Με την αξιοποίηση του Gephi είναι εφικτό να εξαχθεί μέρος των συμπερασμάτων

αποκλειστικά από τη γραφική αναπαράσταση του κάθε κόμβου με διαφορετικά κριτήρια

(χρωματικά ή/και μεγέθους κόμβων).

Στο γράφημα 37 για παράδειγμα, φαίνεται η έντονη αρθρωτότητα του μαθητή

#7306 δείχνοντας ότι στο συγκεκριμένο δίκτυο είναι πολύ πιθανή η δημιουργία

υποομάδων. Αυτό το χαρακτηριστικό συνεπάγεται πυκνή επικοινωνία μεταξύ των

κόμβων κάθε (υποομάδας) κοινότητας αλλά ιδιαίτερα αραιή ανάμεσα σε κόμβους από

διαφορετικές υποομάδες. Αυτό είναι ένα χαρακτηριστικό το οποίο έχει ιδιαίτερο ρόλο

στη δυναμική της τάξης και μπορεί να οδηγήσει σε συνθήκες οι οποίες δεν ευνοούν την

υψηλή σχολική επίδοση.

Σχήμα-Γράφημα 37: Χρωματική κατηγοριοποίηση με βάση modularity μαθητή 7306

Στο γράφημα 38 το δίκτυο του μαθητή #07306 έχει κατηγοριοποιηθεί με χρωματικό

κριτήριο τον συντελεστή αρθρωτότητας και κριτήριο μεγέθους το συντελεστή

eigenfactor. Από το σχήμα και από το ότι δεν υπάρχει εμφανής διακύμανση μεγέθους

ανά υποομάδα αρθρωτότητας διαπιστώνεται η ένδειξη ότι δεν υπάρχει συσχέτιση, είτε

ευθέως είτε αντίστροφα ανάλογης, των δύο δεικτών μεταξύ τους.

123

Σχήμα-Γράφημα 38: κατηγοριοποίηση με χρωματικό κριτήριο αθρωτότητας και κριτήριο μεγέθους

το συντελεστή eigenfactor του δικτύου των φίλων του Μαθητή #07306 μετά την αφαίρεση του ιδίου

του κόμβου M7306.

Στο γράφημα 39 το δίκτυο του μαθητή #07306 έχει χρωματικά κατηγοριοποιηθεί ως

προς το φύλο (κόκκινο: κορίτσια, μπλέ: αγόρια) και ως προς το μέγεθος του κάθε

κόμβου με βάση την τιμή του δικτυακού μέσου συντελεστή συνοχής. Από το σχήμα

διαφαίνεται ότι η όποια διαφοροποίηση του συγκεκριμένου συντελεστή δεν εξαρτάται

από το φύλο των «φίλων» στο Facebook.

Σχήμα-Γράφημα 39: κατηγοριοποίηση με χρωματικό κριτήριο το φύλο και κριτήριο μεγέθους το

συντελεστή συνοχής του Μαθητή #7306

124

Στην ανάλυση την οποία επιδιώχθηκε, δόθηκε βαρύτητα στα χαρακτηριστικά των

δικτύων των φίλων τόσο των δηλωθέντων πραγματικών φίλων, όσο και των «φίλων»

στο facebook καθώς και όσων επικοινωνεί ο κάθε μαθητές καθημερινά εκτός σχολείου.

Στα 3 τελευταία αναφερθέντα δίκτυα, ομάδες μελέτης για κάθε μαθητή αποτέλεσαν

μόνο οι συμμαθητές του στο τμήμα. Συγκεκριμένα μελετήθηκε η ποσοστιαία

διαφοροποίηση των δεικτών κεντρικότητας συμπεριλαμβάνοντας τον κάθε μαθητή και

αφού έχει αφαιρεθεί ο συγκεκριμένος κόμβος από το δίκτυο. Μία τέτοια περίπτωση

παρουσιάζεται στα γραφήματα 40 και 41.

Σχήμα-Γράφημα 40: Χρωματική κατηγοριοποίηση με κριτήριο τον βαθμό και μεγέθους με κριτήριο

τη διαμεσότητα γραφήματος των συμμαθητών φίλων του μαθητή #7306 συμπεριλαμβανομένου του

ιδίου του κόμβου Μ7306

Σχήμα-Γράφημα 41: Χρωματική κατηγοριοποίηση με κριτήριο τον βαθμό και του μεγέθους με

κριτήριο τη διαμεσότητα του γραφήματος του δικτύου φίλων του μαθητή #7306 μετά από την

αφαίρεση του δικού του κόμβου M7306

125

Στο συγκεκριμένο παράδειγμα το οποίο παρατέθηκε στα γραφήματα 40 και 41 είναι

εμφανής η διαφορά στους δείκτες μεγέθους των κόμβων συμπεριλαμβάνοντας τον Μ7306

(γράφημα 40) και χωρίς τον Μ7306 (γράφημα 41). Η διαφορά αυτή καταδεικνύει τη

σημασία της συμμετοχής του Μ7306 του παραδείγματος στο δίκτυο φίλων των

συμμαθητών του (συγκεκριμένα του 3ου

τμήματος της Α΄ τάξης του 7ου

Λυκείου

Ιωαννίνων).

3.3) Μη παραμετρική ανάλυση

3.3.1) αξιοπιστία έρευνας

Σε όλους τους παράγοντες οι οποίοι απαρτίζονται από ένα σύνολο παραμέτρων έχει

πραγματοποιηθεί έλεγχος αξιοπιστίας άλφα του Cronbach. Με τη μέθοδο αυτή έχει

καταγραφή η εσωτερική σταθερότητα κάθε παράγοντα. Πιο συγκεκριμένα (πίνακας 35)

καταγράφηκαν τα εξής:

Πίνακας 35 Δείκτες αξιοπιστίας Cronbach’s a

Παράγοντας Επιμέρους μεταβλητές Cronbach's Alpha

Ικανοποίηση από σχολική

ζωή

ks1, ks2, ks3,

ks4, ks5 ,734

Αυτοεκτίμηση ka1, ka2, ka3, ka4,

ka5, ka6, ka7, ka8 ,875

Ένταση χρήσης facebook kx1,kx2, kx3, kx4,

kx5, kx6, kx7 ,865

Ranking Βαθμολογίες 3

μαθημάτων e1, e2, e3 ,875

Οι πλήρεις αναλύσεις και οι σχετικοί πίνακες ανά παράγοντα παρατίθενται στο

παράρτημα v.

3.3.2) Ανάλυση συσχετίσεων - correlation analysis -Μεταβλητές (εκτός σχολικής

επίδοσης) ανά ζεύγη

Η ανάλυση πραγματοποιήθηκε με συγκρίσεις όλων των δυνάμει παραμέτρων μεταξύ

τους ανά ζεύγη. Κριτήριο συσχέτισης χρησιμοποιήθηκε ο συντελεστή συσχέτισης του

Spearman. Στην παρούσα ανάλυση θα παρουσιαστούν- σχολιαστούν μόνο όσες

126

συσχετίσεις παρουσιάζουν ερευνητικό ενδιαφέρον σχετιζόμενο με τους στόχους της

παρούσας εργασίας.

Στο σύνολο των πινάκων οι οποίοι παρατίθενται θα πρέπει να επισημανθεί ότι οι τιμές

με σήμανση **

, είναι στατιστικά πολύ σηµαντικές, στο επίπεδο του 1 % (p-

value<0.0001). Αντίστοιχα με σήμανση *

είναι στατιστικά σημαντικές στο επίπεδο του

5% (p-value < 0.0005).

Συσχέτιση μεταβλητών με ύπαρξη λογαριασμού facebook

Πίνακας 36 Σημαντικές συσχετίσεις ύπαρξης facebook έναντι άλλων παραμέτρων(1/2)

Sch Life ke1 Self Est kp a1 a3 km1 km2

,139* ,220

** ,183

** -,039 -,235

** ,142

* ,189

** -,005

,049 ,002 ,009 ,590 ,001 ,037 ,008 ,949

202 195 202 193 202 218 197 197

Απομονώθηκαν στον παραπάνω πίνακα όσες συσχετίσεις φαίνονται σημαντικές και

αφορούν στην μεταβλητή «Έχει / Δεν έχει facebook» (fa1). Επισημαίνεται ότι η

μεταβλητή έπαιρνε τιμές 1: Ναι και 2: Όχι. Ως εκ τούτου έχουν καταγραφεί σημαντικές

συσχετίσεις ως εξής: Οι χρήστες facebook έχουν χαμηλότερη συντελεστή ικανοποίησης

από το σχολείο, σημαντικά χαμηλότερη ικανοποίηση από τις επιδόσεις τους στο σχολείο

(ke1), σημαντικά χαμηλότερη αυτοεκτίμηση και αφιερώνουν σημαντικά λιγότερο χρόνο

για μελέτη (km1). Αντίθετα η ύπαρξη λογαριασμού στο Facebook φαίνεται να μην

σχετίζεται με το χρόνο τον οποίο διαθέτουν τόσο για τις εξωσχολικές τους

δραστηριότητες όσο και για τη φροντιστηριακή υποστήριξη.

Αντίστοιχα φαίνεται ισχυρή αρνητική συσχέτιση με το μορφωτικό επίπεδο των

γονέων (a1). Αυτό όμως χρήζει περαιτέρω ανάλυσης καθώς, όπως περιγράφηκε σε

προηγούμενη ενότητα, υπάρχουν περιπτώσεις στις οποίες καταγράφονται παρόμοιες

συμπεριφορές στα 2 άκρα του δείγματος.

Πίνακας 37 Σημαντικές συσχετίσεις ύπαρξης facebook έναντι άλλων παραμέτρων(2/2)

kf1 kf2 kf3 kf6 kf11 kf12 kf13

-,190**

-,169* -,145

* -,144

* -,162

* -,168

* -,192

**

,008 ,016 ,039 ,048 ,026 ,017 ,007

192 202 203 191 191 201 196

Στους δείκτες που αφορούν στα δίκτυα τα οποία δημιουργήθηκαν από τους πίνακες

γειτονικότητας των φίλων των μαθητών παρατηρείται ότι οι χρήστες του facebook

127

έχουν υψηλότερους δείκτες κεντρικότητας στα δίκτυα των πραγματικών φίλων τους και

εκτός διαδικτύου. Το ίδιο παρατηρείται και για τους δείκτες του δικτύου των

συμμαθητών με τους οποίους υπάρχει καθημερινή επικοινωνία και εκτός σχολείου, και

εν μέρει και με όσους συναντήθηκαν την προηγούμενη ακριβώς ημέρα.

Συσχετίσεις μεταβλητών με συχνότητα χρήσης facebook

Πίνακας 38 Σημαντικές συσχετίσεις με συχνότητα χρήσης facebook (1/2)

g1 g4 g5 g7 g10 g12 g17 a1

,284**

,263**

,237**

-,262**

-,176* ,225

** ,310

** ,275

**

,000 ,001 ,002 ,001 ,025 ,004 ,000 ,000

163 162 162 162 162 162 162 199

Η συχνότητα χρήσης του facebook, απολύτως αναμενόμενα, σχετίζεται ισχυρά με

το μεγάλο πλήθος «φίλων» στο facebook (g1). Αυτό χρήζει ερμηνείας καθως ενδέχεται

η ίδια η συχνή χρήση να οδηγεί στη σύναψη περισσότερων «φιλιών» είτε ακριβώς

επειδή συνάπτουν περισσότερες «φιλίες» να δημιουργείται η επιθυμία να συνδέονται

συχνότερα είτε, το πιθανότερο, να λειτουργεί σαν φαύλος κύκλος με το ένα να ενισχύει

το άλλο.

Η συχνότητα χρήσης συσχετίζεται θετικά, τόσο με το μέσο ελάχιστο μονοπάτι

ανάμεσα στο δίκτυο των «φίλων» (g4), όσο και με τη βαρύτητα του ρόλου του

συγκεκριμένου χρήστη στη διαμόρφωση του ελάχιστου μέσου μονοπατιού (g5). Όσο

συχνότερα χρησιμοποιούν οι μαθητές το facebook τόσο λιγότερο πυκνό καταστάται το

δίκτυο των «φίλων» τους. Αυτό ερμηνεύεται καθώς η αυξημένη συχνότητα χρήσης του

facebook, προκαλεί σχέσεις και με «φίλους» εκτός της τάξης αραιώνοντας ουσιαστικά

τους δεσμούς φιλίας ανάμεσα στους συμμαθητές του τμήματος. Αντίστοιχο

συμπέρασμα εξάγεται από την αρνητική σχέση με τη σημασία του ρόλου του μαθητή

στη διαμόρφωση του συντελεστή αρθρωτότητας (g10) καθώς και από το ότι δεν

αυξάνονται σημαντικά οι υποομάδες του δικτύου αν αφαιρεθεί ο εν λόγω μαθητής.

Τέλος, και σε αυτή την περίπτωση, φαίνεται το υψηλό μορφωτικό επίπεδο των

γοέων, να συνδέεται με τη μεγαλύτερη συχνότητα χρήσης του facebook, υπό την αίρεση

η οποία έχει προαναφερθεί.

128

Πίνακας 39 Σημαντικές συσχετίσεις με συχνότητα χρήσης facebook (2/2)

kf1 kf5 kf6 kf10 kf11 kf12 kf13 kf14

,188**

,192**

,187**

,140* ,182

* ,195

** ,265

** ,174

*

,009 ,006 ,010 ,048 ,012 ,006 ,000 ,015

192 203 191 199 191 201 196 196

Όπως διαπιστώθηκε και για τους χρήστες facebook με τον ίδιο τρόπο οι συχνότεροι

χρήστες του facebook έχουν υψηλότερους δείκτες κεντρικότητας και στα τρία

μελετώμενα δίκτυα συμμαθητών (φίλων, συχνής και χθεσινής επικοινωνίας).

Συσχετίσεις με μέσο χρόνο χρήσης facebook

Πίνακας 40 Σημαντικές συσχετίσεις με μέσο χρόνο χρήσης facebook (1/3)

g1 g2 g3 g4 g7 g11 g12 g13 g15 g17

,298**

,201* ,160

* ,268

** -,267

** ,252

** ,283

** -,218

** -,188

* ,250

**

,000 ,010 ,041 ,001 ,001 ,001 ,000 ,005 ,017 ,001

163 162 163 162 162 162 162 162 162 162

Αντίστοιχα ως προς το μέσο ημερήσιο χρόνο χρήσης του facebook διαπιστώνεται

ιδιαίτερα σημαντική σχέση με το πλήθος των «φίλων». Παρατηρείται ότι σε όσους

δείκτες σχετίζεται και η συχνότητα και ο χρόνος συμφωνεί το πρόσημο της συσχέτισης.


kf1 kf2 kf3 kf5 kf6 kf11 kf12 kf13 kf14

,173* ,139

* ,156

* ,180

* ,152

* ,232

** ,244

** ,254

** ,151

*

,016 ,048 ,026 ,010 ,036 ,001 ,000 ,000 ,034

192 202 203 203 191 191 201 196 196

Ο μέσος ημερήσιος χρόνος χρήσης του facebook σχετίζεται παρομοίως θετικά με

δείκτες κεντρικότητας και των 3 μελετώμενων τύπων δικτύων.


SchLife ke1 SelfEst a1 km1

-,199**

-,283**

-,215**

,337**

-,226**

,005 ,000 ,002 ,000 ,001

202 195 202 199 197

Όσο περισσότερο χρόνο αφιερώνει ο μαθητής κατά μέσο όρο καθημερινά στο

facebook τόσο χαμηλότερη είναι η ικανοποίηση από το σχολείο, τόσο λιγότερο

ικανοποιημένος είναι από τις επιδόσεις του, τόσο μικρότερη είναι η αυτοεκτίμησή του.

Αντίστοιχα φαίνεται ότι το χρόνο που καταναλώνει στο facebook τον αφαιρεί από το

χρόνο μελέτης. Αυτό είναι ένδειξη και όχι απόδειξη καθώς στη συγκεκριμένη συσχέτιση

129

μπορεί να συνδυάζεται μεσολαβώντας και κάποια άλλη παράμετρος η οποία να

συντελεί στην μείωση του χρόνου μελέτης.

Επίσης καταλήγωντας ως προς το χρόνο σύνδεσης στο facebook παρατηρείται ότι

τα παιδιά γονέων με υψηλό μορφωτικό υπόβαρο τείνουν να το χρησιμοποιούν

σημαντικά περισσότερο.

Συσχετίσεις μεταβλητών με πλήθος φίλων

Πίνακας 43 Σημαντικές συσχετίσεις με αριθμό “φίλων” στο facebook

a1 a3 kf5 kf6 kf10 kf11 kf12 kf14 kf15

,156* ,193

* ,162

* ,214

** ,188

* ,256

** ,202

* ,200

* ,235

**

,046 ,010 ,040 ,007 ,018 ,001 ,010 ,013 ,003

163 175 161 157 158 157 161 155 155

Αξιοσημείωτη είναι και εδώ η αντιστοίχηση των δικτύων των δια ζώσης

επικοινωνιών του κάθε μαθητή με το καταγραφόμενο δίκτυο των «φίλων» τους στο

facebook. Επίσης φαίνεται να υπάρχει συσχέτιση του πλήθους των φίλων με το

μορφωτικό επίπεδο των γονέων. Σημαντική επίσης διαπίστωση είναι ότι ότι τα κορίτσια

φαίνεται να έχουν μεγαλύτερο αριθμό φίλων.

Συσχετίσεις μεταβλητών με μορφωτικό επίπεδο γονέων

Πίνακας 44 Σημαντικές συσχετίσεις με μορφωτικό επίπεδο γονέων (1/2)

da1 da2 fa1 fa2 fa3 g1 g2 g6 g11 kp Inten

se kf2 kf4

,189**

,286**

-,235**

,275**

,337**

,156* ,166

* ,243

** ,166

* ,577

** ,642

** ,154

* ,160

*

,008 ,000 ,001 ,000 ,000 ,046 ,035 ,002 ,035 ,000 ,000 ,030 ,024

199 199 202 199 199 163 162 155 162 195 197 198 199

Καταγράφηκε έντονη, ευθέως ανάλογη, συσχέτιση του μορφωτικού επιπέδου των

γονέων τόσο με τη συχνότητα χρήσης όσο και με το μέσο χρόνο σύνδεσης. Αυτό αφορά

και το διαδίκτυο και ειδικότερα το facebook, καθώς και τους δείκτες κεντρικότητας

όπως καταγράφηκαν από το namegenweb και το Gephi. Να επισημανθεί ότι αυτό το

συμπέρασμα επιβεβαιώνεται απόλυτα, με 0,642**

και πολύ ισχυρή συσχέτιση της

τάξης του 1 ‰ του μορφωτικού επιπέδου με το σύνολο των ερωτήσεων οι οποίες

αποτύπωσαν την ένταση χρήσης του facebook όπως φαίνεται και στον πίνακα 44.

130

Πίνακας 45 Σημαντικές συσχετίσεις με μορφωτικό επίπεδο γονέων (2/2)

fb1 fb2 fb5 fb7 fb8 fb9

,256**

,229**

,153* ,253

** ,177

* ,258

**

,001 ,003 ,045 ,001 ,020 ,001

167 171 173 171 171 170

Οι μαθητές των οποίων οι γονείς είχαν υψηλότερο μορφωτικό επίπεδο φαίνεται να

χρησιμοποίησαν σε σημαντικά μεγαλύτερη συχνότητα την εφαρμογή της ενημέρωσης

του τοίχου, της ανάρτησης φωτογραφιών, της χρήσης του “like” και του έλεγχου της

κατάστασης των «φίλων».

Συσχετίσεις μεταβλητών με το φύλο

Πίνακας 46 Σημαντικές συσχετίσεις με το φύλο (1/3)

fb2 fb6 fb9 fb10

,156* ,182

* ,170

* -,159

*

,040 ,017 ,025 ,035

175 172 174 176

Μελετώντας τις συσχετίσεις ως προς το φύλο διαπιστώνεται συσχέτιση με τη χρήση

συγκεκριμένων εφαρμογών στο facebook. Διαπιστώνονται διαφορές:

Με τα κορίτσια να αναρτούν φωτογραφίες, να χρησιμοποιούν την επιλογή “like” και να

ελέγχουν την κατάσταση των «φίλων» τους συχνότερα. Αντίστοιχα τα αγόρια

χρησιμοποιούν συγκριτικά περισσότερο την πλατφόρμα κοινωνικής δικτύωσης για να

παίξουν ηλεκτρονικά παιχνίδια.


kp kz1 km1 kf5 kf8 kf10 fa1

-,141* ,149

* ,291

** ,186

** ,150

* ,152

* ,142

*

,049 ,031 ,000 ,008 ,033 ,031 ,037

195 209 199 205 201 201 218

Οι μαθήτριες φαίνεται να μην δίνουν τόση σημασία στις «φιλίες» στο facebook

παρότι έχουν περισσότερους «φίλους». Διαπιστώνεται επίσης ότι αφιερώνουν

περισσότερο χρόνο για μελέτη και για σχολικά προγράμματα εκτός σχολικού ωραρίου

έναντι των αγοριών.

Η ανάλυση των δεδομένων δείχνει ότι τα κορίτσια έχουν ισχυρή συσχέτιση με το

συντελεστή κεντρικότητας eigenvector στο δίκτυο τόσο των «φίλων» των συμμαθητών

στο facebook όπως το δηλώσαν, καθώς και σε αυτό που κατέγραψε το namegenweb. Η

131

πιο κεντρική τους θέση, έναντι των αγοριών, στα συγκεκριμένα δίκτυα, κατά πάσα

πιθανότητα ερμηνεύεται με βάση τις συμπεριφορές εφήβων.


g1 g3 g4 g5 g7 g9 g13 g15 g16 g17 g18

,193* ,173

* ,191

* ,166

* -,152

* ,150

* -,175

* -,166

* -,160

* ,218

** -,151

*

,010 ,022 ,012 ,028 ,045 ,048 ,021 ,029 ,038 ,004 ,050

175 175 174 174 174 174 174 174 169 174 169

Συσχετίσεις μεταβλητών με μαθησιακά στυλ (εσωστρέφεια – εξωστρέφεια)

Οι εξωστρεφείς μαθησιακοί τύποι φαίνεται να έχουν περισσότερους «φίλους» (g1),

υψηλότερο βαθμό αυτοεκτίμησης (Self esteem) και δηλώνουν ότι επικοινώνησαν με

περισσότερους συμμαθητές τους την προηγούμενη ημέρα (kf12). Αντίστοιχα οι

εσωστρεφείς μαθησιακοί τύποι φαίνεται να συνδέονται με τους δείκτες οι οποίοι

αφορούν στο μέσο συντελεστή συνοχής με όποια μέθοδο και αν έχουν υπολογιστεί.

Στην περίπτωση των εσωστρεφών δηλαδή, τα δίκτυα τα οποία συμμετέχουν τείνουν να

είναι πιο «συνεκτικά» (βλ. πίνακα 49). Οι εσωστερεφείς δηλαδή, συμμετέχουν σε

δίκτυα στα οποία είναι δυσκολότερο να διευρυνθούν αλλά παρέχουν περισσότερες

δυνατότητες εναλλακτικές επικοινωνίες αναμεταξύ των ήδη υπάρχοντων μελών τους.

Πίνακας 49 Σημαντικές συσχετίσεις Myers Briggs 1: Εσωστρέφεια vs εξωστρέφεια

g1 g13 g14 g16 g18 Self

esteem kf12

-,156* ,176

* ,191

* ,275** ,205* -,145* -,183

**

,049 ,027 ,018 ,001 ,011 ,040 ,010

159 158 153 153 153 200 197

Συσχετίσεις μεταβλητών με μαθησιακά στυλ (αντιληπτική λειτουργία)

Με βάση τα δεδομένα της παρούσας έρευνας το μαθησιακό στυλ που αφορά στην

αντιληπτική λειτουργία (διαισθητική έναντι αισθητηριακής) σχετίζεται με τη διάμετρο

του γραφήματος το οποίο απεικονίζει το δίκτυο των «φίλων», το συντελεστή εγγύτητας

(kf13). Σε μία πρώτη προσπάθεια ερμηνείας της συσχέτισης εκτιμάται ότι οι μαθητές οι

οποίοι περισσότερο ενστικτωδώς έναντι των συμμαθητών τους τείνουν να έχουν

μικρότερο μέσο όρο απόστασης από τα άλλα μέλη του δικτύου των «φίλων» τους Η

ερμηνεία της συσχέτισης απαιτεί περαιτέρω έρευνα. (βλ. πίνακα 50).

132

Πίνακας 50 Σημαντικές συσχετίσεις Myers Briggs 2: διαισθητική/αισθητηριακή αντιληπτική

λειτουργία

g3 g16 Kf13

,166* ,203* ,187**

,038 ,013 ,010

156 150 190

Συσχετίσεις μεταβλητών με μαθησιακά στυλ (κριτική ικανότητα)

Πίνακας 51 Σημαντικές συσχετίσεις Myers Briggs 3: Κριτική ικανότητα (Λογικά αναλυτική/

βασισμένη σε συναισθηματικά κριτήρια)

ke1 SelfEst Intense kz2

-,146* -,178

* ,143

* -,204**

,045 ,012 ,049 ,004

190 197 190 196

Όσοι καταγράφηκαν ότι λειτουργούν βασισμένοι σε συναισθηματικά παρά σε λογικά

κριτήρια σύμφωνα με τη στατιστική ανάλυση φαίνεται να έχουν χαμηλότερη

αυτοεκτίμηση (SelfEst) και να χρησιμοποιούν πιο εντατικά το facebook (Intense) (βλ.

πίνακα 51). Το πιο σημαντικό, στατιστικά όμως, εύρημα είναι ότι φαίνεται να

συμμετέχουν σε μικρότερο βαθμό σε εξωσχολικές δραστηριότητες οι οποίες δεν

διοργανώνονται από το σχολείο (μουσική, αθλητισμός, πολιτιστικά) σε χρόνο εκτός του

σχολικού ωραρίου (kz2).

Συσχετίσεις μεταβλητών με μαθησιακά στυλ (ερμηνεία δεδομένων):

Πίνακας 52 Σημαντικές συσχετίσεις Myers Briggs 4 Τρόπος ερμηνείας δεδομένων (βασισμένος ή μη

σε συγκεκριμένα δεδομένα)

g20 a2 fb7

,214** ,150* -,188*

,009 ,035 ,015

149 197 166

Τέλος ως προς τα μαθησιακά στυλ όσοι ερμηνεύουν τις καταστάσεις όχι με

συγκεκριμένα δεδομένα και αρέσκονται σε πολλές ταυτόχρονες δραστηριότητες

δουλεύοντας στο όριο των προθεσμιών αποφεύγοντας ενστικτωδώς δεσμεύσεις

φαίνεται να έχουν θετική συσχέτιση με όσους απέχουν από τη μέση διαδικτυακή

συμπεριφορά όπως αυτή αποτυπώνεται από το συντελεστή κεντρικότητας eigenfactor

(g20), και να ασχολούνται λιγότερο με τη διατύπωση σχολίων σε λογαριασμούς άλλων

χρηστών στο διαδίκτυο (fb7). Φαίνεται δε, στον πίνακα 52, ότι όσοι έχουν συγγενή

133

πρώτου βαθμού αλλοδαπό να ερμηνεύουν τα δεδομένα περισσότερο ρεαλιστικά

βασισμένοι σε πραγματικά δεδομένα (a2).

3.3.2) Ανάλυση συσχετίσεων - correlation analysis -Σχολική επίδοση έναντι όλων

των υπόλοιπων μεταβλητών ανά ζεύγη

Η μελέτη εστιάζει την ανάλυση στη σχολική επίδοση καθώς αποτελεί το κύριο

επιδιωκόμενο προς πρόβλεψη χαρακτηριστικό της Α®ιστος. Ως στόχος τέθηκε η

αύξηση των πιθανοτήτων επιτυχέστερης επιλογής παραμέτρων οι οποίες θα

προσμετρηθούν στο επιδιωκόμενο μοντέλο πρόβλεψης.

Υπενθυμίζεται, για διευκόλυνση στην «ανάγνωση και ερμηνεία» των παρατιθέμενων

πινάκων, ότι οι επιδόσεις έχουν κατανεμηθεί και καταχωρηθεί με ποσοστιαία κατάταξη

(percentile ranking) με 3 βαθμίδες όπου ως 1 έχουν χαρακτηριστεί οι υψηλότερες

βαθμολογίες και ως 3 οι χαμηλότερες. Ως εκ τούτου οι αρνητικές τιμές συσχετίσεων

συνεπάγονται θετική γραμμική συσχέτιση με τη σχολική επίδοση, ενώ οι θετικές

συνεπάγονται αρνητική γραμμική συσχέτιση της εξεταζόμενης μεταβλητής με τη

σχολική επίδοση.

Συσχετίσεις σχολικής επίδοσης έναντι χρόνου & συχνότητας χρήσης

διαδικτύου, youtube και παιχνιδιών:

Πίνακας 53 Συσχέτιση: Επίδοση έναντι έντασης χρήσης διαδικτύου, youtube και παιχνιδιών

Επίδοση vs

χρήση διαδικτύου,

youtube και παιχνιδιών

Συχνότητα

χρήσης

διαδικτύου

Ημερήσιος μέσος χρόνος χρήσης

διαδικτύου youtube Ηλεκτρονικών

παιχνιδιών

da1 da2 da3 da4

Spearman's rho Grades Corr. Coeff.

-,013 ,238** ,140* ,142*

Sig. (2-tailed)

.

,851 ,001 ,048 ,045

N 201 201 200 201

Ο μέσος χρόνος χρήσης του διαδικτύου συνολικά, συσχετίζεται αρνητικά με το

μέσο όρο επίδοσης. Σε μικρότερο βαθμό αυτό συμβαίνει αν εστιάσει κανείς στη

συσχέτιση με το χρόνο χρήσης του youtube και το χρόνο απασχόλησης με ηλεκτρονικά

παιχνίδια. Έχει σημασία να παρατηρηθεί ότι η συχνότητα χρήσης του διαδικτύου δεν

σχετίζεται, είτε θετικά είτε αρνητικά, με την επίδοση. Δηλαδή η επίδοση των μαθητών

δεν επηρεάζεται από την πολλαπλή, ακόμα και στην ίδια ημέρα σύνδεσή τους στο

134

διαδίκτυο αλλά από το χρόνο τον οποίο καταναλώνουν σε κάθε σύνδεση (βλ. πίνακα

53).

Συσχετίσεις σχολικής επίδοσης έναντι facebook (ύπαρξη, χρόνος & συχνότητα):

Πίνακας 54 Συσχέτιση: Επίδοση έναντι (έντασης) χρήσης facebook

Επίδοση vs

Χρήση Facebook

Έχει facebook

(N/O)

Συχνότητα

χρήσης

facebook

Μέσος

ημερήσιος

χρόνος

Εξάρτηση-

Ένταση χρήσης

facebook

fa1 fa2 fa3 Intense

Spearman's

rho Ελληνικά

Corr. Coeff.

-,196** ,049 ,246** ,127

Sig. (2-tailed)

.

,004 ,485 ,000 ,082

N 212 202 202 189

Spearman's

rho

Μαθη-

ματικά

Corr. Coeff.

-,185** ,019 ,174* ,067

Sig. (2-tailed)

.

,007 ,794 ,013 ,357

N 212 202 202 189

Spearman's

rho Φυσική

Corr. Coeff.

-,188** ,029 ,237** ,109

Sig. (2-tailed)

.

,006 ,677 ,001 ,137

N 212 202 202 189

Spearman's

rho

Μέσος όρος

επιδόσεων

Grades

Corr. Coeff.

-,217** ,036 ,250** ,111

Sig. (2-tailed)

.

,002 ,613 ,000 ,128

N 212 202 202 189

Οι παρατηρήσεις οι οποίες απορρέουν από τα αποτελέσματα του πίνακα 54 είναι

ιδιαίτερα ενδιαφέρουσες καθώς φαίνεται να συσχετίζεται έντονα η ύπαρξη λογαριασμού

facebook με την επίδοση. Έτσι οι μαθητές οι οποίοι έχουν λογαριασμό facebook

έχουν χαμηλότερη επίδοση τόσο στην Ελληνική γλώσσα, στα Μαθηματικά, στις

Φυσικές επιστήμες όσο και, σε μεγαλύτερο μάλιστα βαθμό, στο μέσο όρο. Επίσης

ενδιαφέρουσα είναι η παρατήρηση ότι η κακή επίδοση δεν σχετίζεται, ούτε αρνητικά

135

ούτε θετικά, με τη συχνότητα πρόσβασης στο facebook αλλά μόνο με το χρόνο ο οποίος

καταναλώνεται κατά μέσο όρο ημερησίως σε αυτό.

Ως προς τις επιμέρους συσχετίσεις ανά μάθημα, επισημαίνεται ότι ο χρόνος ο οποίος

αφιερώνεται στο facebook από τους μαθητές, επηρεάζει αρνητικά όλα τα μαθήματα.

Μικρότερος είναι ο αντίκτυπος στην επίδοση στα Μαθηματικά έναντι αυτού ο οποίος

παρατηρείται στη Φυσική και κυρίως στην Ελληνική Γλώσσα (βλ. πίνακα 54).

Επιδιώχθηκε να διερευνηθεί, αν για όσους έχουν λογαριασμό στο facebook υπάρχει

συσχέτιση της επίδοσης με συγκεκριμένες δραστηριότητες σε αυτό (βλ.πίνακες 55-57).

Πίνακας 55 Συσχέτιση: Μέσος όρος επιδόσεων έναντι εφαρμογών facebook (1/3)

Επίδοση (Ελληνική γλώσσα) vs

Συγκεκριμένες εφαρμογές

στο facebook (1/3)

Ανανέωση

«τοίχου»

Ανάρτηση

φωτογραφιών chat

Διαμοιρασμός

links

Fb1 fb2 fb3 fb4

Spearman's rho

e1

Corr. Coeff. -,028 ,088 -,210** -,071

Sig. (2-tailed) ,718 ,255 ,006 ,358

N 165 169 170 169

Επίδοση (Μαθηματικά) vs



Ανανέωση

«τοίχου»

Ανάρτηση


Διαμοιρασμός

links

Fb1 fb2 fb3 fb4

Spearman's rho

e2

Corr. Coeff. ,120 ,196* -,209** -,120

Sig. (2-tailed) ,125 ,011 ,006 ,121

N 165 169 170 169

Επίδοση (Φυσική) vs



Ανανέωση

«τοίχου»

Ανάρτηση


Διαμοι-ρασμός

links

Fb1 fb2 fb3 fb4

Spearman's rho

e3

Corr. Coeff. ,123 ,184* -,207** -,114

Sig. (2-tailed) ,117 ,016 ,007 ,140

N 165 169 170 169

Επίδοση (Μέσος όρος) vs



Ανανέωση

«τοίχου»

Ανάρτηση


Διαμοι-ρασμός

links

Fb1 fb2 fb3 fb4

Spearman's

rho

Grades Corr. Coeff. ,078 ,176* -,236** -,114

Sig. (2-tailed) ,318 ,022 ,002 ,140

N 165 169 170 169

136

Πίνακας 56 Συσχέτιση: Επίδοση έναντι εφαρμογών facebook (2/3)




Προσωπικά

μηνύματα like Σχόλια σε άλλους

fb5 fb6 fb7

Spearman's

rho e1

Corr. Coeff -,064 -,169* -,036

Sig. (2-tailed) ,407 ,029 ,641

N 171 166 169




Προσωπικά


fb5 fb6 fb7

Spearman's

rho

e2 Corr. Coeff. -,036 -,097 -,009

Sig. (2-tailed) ,643 ,214 ,907

N 171 166 169




Προσωπικά


fb5 fb6 fb7

Spearman's

rho e3

Corr. Coeff. ,002 -,114 -,013

Sig. (2-tailed) ,984 ,143 ,868

N 171 166 169



στο facebook(2/3)

Προσωπικά


fb5 fb6 fb7

Spearman

's rho

Grades Corr. Coeff. -,035 -,142 -,023

Sig. (2-tailed) ,653 ,067 ,763

N 171 166 169

137

Πίνακας 57 Συσχέτιση: Επίδοση έναντι εφαρμογών facebook (3/3)




Δήλωση τρέχοντα

τόπου

(gps)

Έλεγχος «τοίχων

φίλων»

Παιχνίδια στο

facebook

fb8 fb9 fb10

Spearman's rho e1 Corr. Coeff. ,058 -,160* ,223**

Sig. (2-tailed)

.

,457 ,038 ,004

N 169 168 170




fb8 fb9 fb10

Spearman's rho e2 Corr. Coeff. ,154* -,094 ,138

Sig. (2-tailed) ,046 ,226 ,072

N 169 168 170




fb8 fb9 fb10

Spearman's rho e3 Corr. Coeff. ,165* -,187* ,147

Sig. (2-tailed) ,033 ,015 ,056

N 169 168 170



στο facebook(3/3)

Δήλωση τρέχοντα

τόπου

(gps)

Έλεγχος «τοίχων

φίλων»

Παιχνίδια στο

facebook

fb8 fb9 fb10

Spearman's rho Grades Corr. Coeff. ,143 -,178* ,185*

Sig. (2-tailed) ,065 ,021 ,016

N 169 168 170

Διαπιστώθηκε έντονη θετική συσχέτιση της καλής σχολικής επίδοσης με τη χρήση

της εφαρμογής της σύγχρονης διαδικτυακής επικοινωνίας (chat- πίνακας 55) και τη

συχνότητα ελέγχου του τοίχου «φίλων») και αρνητική με τη χρήση των παιχνιδιών στο

138

facebook (πίνακας 57. Παρατηρείται και σε αυτή την ανάλυση διαφοροποίηση στις

συσχετίσεις με τα Μαθηματικά έναντι των συσχετίσεων με τα άλλα μαθήματα καθώς

δεν επηρεάζεται η επίδοση με τα ηλεκτρονικά παιχνίδια, και από τον έλεγχο «τοίχου

φίλων» ενώ αρνητικά φαίνεται να επηρεάζεται από τη συχνότητα ανάρτησης

φωτογραφιών έναντι των άλλων μαθημάτων.

Η συχνότητα χρήσης της επιλογής «like» συσχετίζεται μόνο με την Ελληνική

γλώσσα και όχι με τα μαθηματικά ή τη φυσική.

Συσχετίσεις σχολικής επίδοσης έναντι δεικτών κεντρικότητας:

Πίνακας 58 Συσχέτιση: Επίδοση έναντι δεικτών κεντρικότητας δικτύου δηλωθέντων δια ζώσης φίλων

– συμμαθητών

Επίδοση vs

Δηλωθέντες Φίλοι δια ζώσης

Βαθμός

/

μέσο βαθμό

τμήματος


Βαθμός

εξόδου Εγγύτητα

Διαμεσό-

τητα

Eigen-

vector

kf1 kf2 kf3 Kf4 Kf5

Spearman's

rho

Grades Corr. Coeff. -,087 ,009 -,019 -,051 -,112

Sig. (2-tailed) ,230 ,904 ,791 ,477 ,118

N 192 196 197 197 197

Πίνακας 59 Συσχέτιση: Επίδοση έναντι δεικτών κεντρικότητας δικτύου δηλωθέντων συμμαθητών με

καθημερινή δια ζώσης επικοινωνία εκτός σχολείου.

Επίδοση vs

Δηλωθείσα Καθημερινή επικοινωνία

με συμμαθητές

Βαθμός

/

μέσο

βαθμό

τμήματος


Βαθμός

εξόδου Εγγύτητα

Διαμεσό-

τητα Eigenvector

Kf6 Kf7 K8 Kf9 Kf10

Spearman's

rho

Grades Corr. Coeff. -,061 ,006 -,067 -,104 -,134

Sig. (2-tailed) ,404 ,935 ,355 ,151 ,062

N 191 195 193 193 193

Η επίδοση φαίνεται, στους πίνακες 58 και 59, να μην συσχετίζεται σε καμία

παράμετρο δικτυακής κεντρικότητας του δικτύου της δηλωθείσας από τους μαθητές δια

ζώσης φιλίας και επικοινωνίας. Δεν παρατίθεται αντίστοιχος πίνακας με συσχετίσεις με

όσους δηλώσαν οι μαθητές ότι είχαν επικοινωνήσει την ακριβώς προηγούμενη ημέρα

τόσο επειδή οι δείκτες δεν δείχνουν κάποια συσχέτιση όσο και γιατί η συγκεκριμένη

139

πληροφορία ζητήθηκε περισσότερο με σκοπό να «βοηθήσει» τους μαθητές να

συμπληρώσουν ορθότερα τις υπόλοιπες σχετικές πληροφορίες (όπως έχει περιγραφεί

και στη μέθοδο). Ενδέχεται αυτή η έλλειψη συσχέτισης να καθορίζεται από το ότι ο

κάθε μαθητής ερμηνεύει διαφορετικά τις έννοιες φίλος με άλλους να σημειώνουν 1 έως

2 και άλλους σχεδόν το σύνολο των συμμαθητών τους. Σχετική εξήγηση επιδιώκεται

στην ανάλυση των περιορισμών του Α®ιστος (βλ. ενότητα 4.2).

Πίνακας 60 Συσχέτιση: Επίδοση έναντι δεικτών κεντρικότητας δικτύου «φίλων» μαθητών στο

facebook σχετιζόμενων με βαθμό, διάμετρο και πυκνότητα

Επίδοση vs

Degree- Διάμετρο – Πυκνότητα

Επεξεργασμένα από Name Genweb και Gephi

Πλήθος

φίλων

(βαθμός)

%

μεταβολής

βαθμού

Νέα διά-

μετρος

Πυκνότητα

δικτύου

Ποσοστό

μεταβολής

συχνότητα

g1 g2 g3 g7 g8

Spearman's

rho

Grades Corr. Coeff. ,055 -,082 ,147 -,155* -,095

Sig. (2-tailed) ,470 ,286 ,053 ,043 ,217

N 173 172 173 172 170

Πίνακας 61 Συσχέτιση: Επίδοση έναντι μέσου ελάχιστου μονοπατιού δικτύου «φίλων» μαθητών στο

facebook.

Επίδοση vs

Μέσο μονοπάτι δικτύου


Μέσο

ελάχιστο μονοπάτι

% μεταβολής

μέσου

μονοπατιού

Απόκλιση από μέση

μεταβολή μέσου

μονοπατιού

g4 g5 g6

Spearman's rho Grades Corr. Coeff. ,155* ,163* ,138

Sig. (2-tailed) ,042 ,033 ,079

N 172 172 164

Η επίδοση συσχετίζεται με την πυκνότητα του δικτύου (πίνακας 60). Δηλαδή όσο

περισσότερες είναι οι φιλίες οι οποίες έχουν συναφθεί αναμεταξύ των συμμετεχόντων

του δικτύου των φίλων του μαθητή τόσο μεγαλύτερη καταγράφεται η σχολική επίδοσή

του. Αντίστοιχη παρατήρηση ισχύει και για το μέσο ελάχιστο μονοπάτι ανάμεσα σε

κάθε μέλος του ιδίου δικτύου. Τα δύο αυτά αποτελέσματα ερμηνεύονται από το ότι η

140

συμμετοχή σε ένα πυκνό δίκτυο ευνοεί την απρόσκοπτη ροή της πληροφορίας ακόμα

και όταν αυτή αφορά σε εκπαιδευτικό υλικό με μικρό μέσο όρο βημάτων ανάμεσα

στους χρήστες.

Πίνακας 62 Επίδοση έναντι δεικτών κεντρικότητας σχετιζόμενων με αρθρωτότητα και συνεκτικά

υποσύνολα δικτύου «φίλων» μαθητών στο facebook

Επίδοση vs

Αρθρωτότητα και

συνεκτικές υποομάδες


Modularity % μεταβολής

modularity


κοινοτήτων

Νέα συνεκτικά

υποσύνολα

g9 g10 g11 g12

Spearman's rho Grades Corr. Coeff. ,222** ,169* ,220** ,208**

Sig. (2-tailed) ,003 ,026 ,004 ,006

N 172 172 172 172

Η σχολική επίδοση φαίνεται να συσχετίζεται ιδιαίτερα σημαντικά αρνητικά με την

αρθρωτότητα (g9 στον πίνακα 62) και τη σημασία της συμβολής του μαθητή στη

διατήρηση διαφορετικών υποομάδων (και συνεκτικών υπογραφημάτων) του δικτύου

των φίλων του (g11 και g12). Αυτό ερμηνεύεται σε συμφωνία με τη σχετική

βιβλιογραφία, όπως έχει παρουσιαστεί, από το γεγονός ότι η ύπαρξη στεγανών μεταξύ

διαφορετικών ισχυρών υποομάδων σε ένα τμήμα (τάξη), αποτελεί συνήθως παράγοντα

ο οποίος δεν ευνοεί συνεργατικές πρακτικές στη διδασκαλία και είθισται να προκαλεί

πολλά άλλα παρελκόμενα προβλήματα τα οποία επηρεάζουν το σχολικό κλίμα εν γένει.

Πίνακας 63 Συσχέτιση: Επίδοση έναντι μέσου συντελεστή συνοχής δικτύου «φίλων» μαθητών στο

facebook

Επίδοση vs

Average clustering coefficient


Average

clustering

coefficient

(ACC)

Απόκλιση από

ACC

Ποσοστό

μεταβολής

ACC

Απόκλιση από

μέσο ποσοστό

μεταβολής

g13 g14 g15 g16

Spearman's rho Grades Corr. Coeff. -,083 ,096 -,173* -,001

Sig. (2-tailed) ,276 ,218 ,024 ,987

N 172 167 172 167

141

Πίνακας 64 Συσχέτιση: Επίδοση έναντι μέσο συντελεστή eigenvector δικτύου «φίλων» μαθητών στο

facebook

Επίδοση vs

eigenvector


Eigen

vector

απόκλιση

από Eigen

vector


Eigenvector

% απόκλισης

από μεταβολή

eigenvector

g17 g18 g19 g20

Spearman's

rho Grades

Corr. Coeff. ,081 ,087 ,054 ,135

Sig. (2-tailed) ,291 ,264 ,483 ,081

N 172 167 171 167

Διαπιστώθηκε ότι όσο σημαντικότερος είναι ο ρόλος του μαθητή στη συνοχή του

τμήματος (g15 στον πίνακα 63) τόσο μεγαλύτερη είναι η σχολική επίδοσή του. Δεν

διαπιστώνεται όμως κάποια άλλη σημαντική συσχέτιση με τις διαφορετικές μεθόδους

αποτύπωσης της σημασίας της κεντρικότητας τόσο ως προς το συνολικό συντελεστή

συνοχής όσο και ως προς την κεντρικότητα eigenfactor (πίνακας 64).

Συσχετίσεις σχολικής επίδοσης έναντι εξωσχολικών δραστηριοτήτων:

Πίνακας 65 Συσχέτιση: Επίδοση έναντι χρόνου διατιθέμενου σε δραστηριότητες εκτός σχολικού

ωραρίου.

Επίδοση vs

Δραστηριότητες εκτός

σχολικού ωραρίου

Μέσος Χρόνος

μελέτης

Μέσος t σχολικά

προγράμματα

Μέσος t σε

εξωσχολικές

δραστηριότητες

km1 kz1 kz2

Spearman's rho Grades

Corr. Coeff. -,365** -,260** -,040

Sig. (2-tailed) ,000 ,000 ,570

N 191 206 199

Διαπιστώνεται έντονη, αναμενόμενη θετική συσχέτιση της σχολικής επίδοσης με το

μέσο χρόνο μελέτης (km1 πίνακα 65). Επιπρόσθετα παρατηρείται συσχέτιση με το μέσο

χρόνο που αφιερώνουν οι μαθητές στα σχολικά προγράμματα τα οποία διεξάγονται

εκτός σχολικού ωραρίου (kz1). Αυτό επιδέχεται τρείς ερμηνείες: είτε τα προγράμματα

αυτά προσελκύουν μαθητές με υψηλή επίδοση είτε αποτελούν παράγοντα ο οποίος

142

συνδημιουργεί περιβάλλον και κίνητρα για τους μαθητές για να βελτιώσουν την

επίδοσή τους είτε λειτουργούν αμφίδρομα. Το ενδιαφέρον είναι ότι αυτή η συσχέτιση

εμφανίζεται μόνο με τα προγράμματα τα οποία διοργανώνονται με πρωτοβουλία του

σχολείου εκτός του ωραρίου του και όχι με τις υπόλοιπες εξωσχολικές δραστηριότητες.

Αυτό μπορεί να αποδοθεί στην κουλτούρα των συγκεκριμένων τριών σχολείων των

Ιωαννίνων, τα οποία σαφώς διακρίνονται για την προώθηση των σχολικών

προγραμμάτων. Επιπρόσθετα το συγκεκριμένο δεδομένο οδηγεί στην αποδοχή της

τρίτης εκδοχής στον παραπάνω προβληματισμό, όπου οι δύο παράγοντες

αλληλοτροφοδούνται αμοιβαία.

Συσχετίσεις σχολικής επίδοσης έναντι εξωσχολικών δραστηριοτήτων:

Πίνακας 66 Συσχέτιση: Επίδοση έναντι ψυχολογικών δεικτών

Επίδοση vs

Ψυχολογικές παράμετροι

Ικανοποίηση από

σχολικό περιβάλλον

Ικανοποίηση από

δικιά του απόδοση Αυτοεκτίμηση

SchLife ke1 SelfEst

Spearman's rho

Ελλη-

νικά

Corr. Coeff. -,165* -,510

** -,327

**

Sig. (2-tailed) ,021 ,000 ,000

N 196 189 196

Spearman's rho

Μαθη-

ματικά

Corr. Coeff. -,133 -,466**

-,312**

Sig. (2-tailed) ,063 ,000 ,000

N 196 189 196

Spearman's rho

Φυσική

Corr. Coeff. -,195**

-,499**

-,355**

Sig. (2-tailed) ,006 ,000 ,000

N 196 189 196

Spearman's rho

Μέσος

όρος

Corr. Coeff. -,190**

-,548**

-,370**

Sig. (2-tailed) ,008 ,000 ,000

N 196 189 196

Η υψηλή σχολική επίδοση συσχετίζεται έντονα θετικά με το αίσθημα αυτοεκτίμησης

των μαθητών (SelfEst στον πίνακα 66), με την ικανοποίηση από το σχολικό τους

περιβάλλον (SchLife) και ως αναμενόταν και με την αυτοαξιολόγηση της συμμετοχής

τους στη μαθησιακή διαδικασία και την ικανοποίησή τους από τη δικιά τους επίδοση

(ke1).

143

Συσχετίσεις σχολικής επίδοσης έναντι μαθησιακών στυλ:

Πίνακας 67 Συσχέτιση (Επίδοση έναντι μαθησιακών στυλ)

Επίδοση vs Μαθησιακά στυλ

Myers-

Briggs1

Myers-

Briggs2

Myers-

Briggs3 Myers-Briggs4

ls1 ls2 ls3 ls4

Spearman's rho Ελλη-

νικά

Corr. Coeff. -,085 -,009 ,009 ,076

Sig. (2-tailed) ,238 ,898 ,897 ,297

N 193 190 189 189

Spearman's rho Μαθη-

ματικά

Corr. Coeff. -,033 ,050 ,050 ,093

Sig. (2-tailed) ,652 ,491 ,498 ,203

N 193 190 189 189

Spearman's rho Φυσική

Corr. Coeff. -,071 ,014 ,089 ,098

Sig. (2-tailed) ,327 ,848 ,225 ,180

N 193 190 189 189

Spearman's rho Μέσος

όρος

Corr. Coeff. -,078 ,018 ,050 ,104

Sig. (2-tailed) ,282 ,800 ,497 ,156

N 193 190 189 189

Δεν παρατηρείται κάποια συσχέτιση της επίδοσης απευθείας με κάποιο από τα

μαθησιακά στυλ του μοντέλου Myers-Briggs.

Συσχετίσεις σχολικής επίδοσης έναντι μαθησιακών στυλ:

Δεν φαίνεται να καταγράφεται συσχέτιση της σχολικής επίδοσης με το

μορφωτικό επίπεδο των γονέων (βλ. πίνακα 68). Αυτό ενδέχεται να συνδυάζεται με την

παρατήρηση η οποία είχε διατυπωθεί σε προηγούμενη ενότητα, όπου φαίνονται να

διαφοροποιούνται οι δείκτες που αφορούν σε αυτή την παράμετρο για όσους ανήκουν

στο μεσαίο επίπεδο. Αυτό με τη δεδομένη στατιστική ανάλυση η οποία ακολουθήθηκε

(Spearman) όπου βασίζεται στην κατάταξη των μεταβλητών δεν θα μπορούσε όντως να

δώσει διαφορετικό αποτέλεσμα. Η δεδομένη στατιστική ανάλυση δεν ενδείκνυται για

μεταβλητές οι οποίες έχουν παρόμοια συμπεριφορά στα δύο άκρα των πεδίων τιμών.

144

Στο μέλλον συνιστάται η περαιτέρω διερεύνηση ακόμα και των ίδιων δεδομένων και με

άλλη στατιστική μέθοδο η οποία θα μπορούσε να αναδείξει τέτοιες συσχετίσεις.

Πίνακας 68 Συσχέτιση επίδοση έναντι δημογραφικών χαρακτηριστικών

Επίδοση vs

Δημογραφικά χαρακτηριστικά

Επίπεδο

σπουδών

γονέων

Εθνικότητα Φύλο

a1 a2 a3

Spearman's rho

Ελλη-

νικά

Corr. Coeff. ,035 ,117 -,293**

Sig. (2-tailed) ,627 ,088 ,000

N 196 212 212

Spearman's rho

Μαθη-

ματικά

Corr. Coeff. ,028 ,126 -,110

Sig. (2-tailed) ,692 ,067 ,110

N 196 212 212

Spearman's rho

Φυσική

Corr. Coeff. ,069 ,106 -,159*

Sig. (2-tailed) ,337 ,124 ,021

N 196 212 212

Spearman's rho

Μέσος

όρος

Corr. Coeff. ,042 ,128 -,207**

Sig. (2-tailed) ,560 ,063 ,002

N 196 212 212

Να επισημανθεί για άλλη μία φορά, ότι δεν υπάρχει σε κανένα δείκτη συσχέτιση

επίδοσης με την εθνικότητα των μελών της οικογένειας. Αυτό κρίνεται θετικό και για το

επιδιωκόμενο κλίμα ισονομίας όπως εκφράζεται από τους συλλόγους καθηγητών και

τους ίδιους τους μαθητές στα σχολεία τα οποία υλοποιήθηκε η έρευνα. Σε μελλοντική

ενδεχόμενη συνέχεια της έρευνας προτείνεται η ενσωμάτωση και σχολείων με

μειονοτικές ομάδες και η παράλληλη εμβάθυνση της μελέτης σε σχέση με τις

παραμέτρους κεντρικότητας οι οποίες αναφέρονται σε συνοχή και δημιουργία

υποομάδων ή/και συνεκτικών υπογράφων.

Ενδιαφέρουσα είναι η συσχέτιση της επίδοσης με το φύλο όπου οι μαθήτριες έχουν

καλύτερες επιδόσεις συνολικά. Αυτό παρατηρείται πρωτίστως στην Ελληνική γλώσσα

δευτερευόντως στη Φυσική ενώ δεν παρατηρείται στα Μαθηματικά. Το συγκεκριμένο

145

αποτέλεσμα δείχνει να αναπαράγει τη στερεότυπη καθεστηκύια τάξη για το ρόλο των

φύλων όπως έχει άλλωστε διατυπωθεί και προηγούμενα.

3.3.3) Ανάλυση παλινδρόμησης

Οι επιλεγμένες ελεγχόμενες ομάδες μεταβλητών οι οποίες χρησιμοποιήθηκαν την

πολλαπλή γραμμική παλινδρόμηση είναι οι:

Πίνακας 69 Ελεγχόμενες μεταβλητές παλινδρόμησης

Model Variables Entered

1 fa3, da4, da3, da2

a

Μέσος χρόνος χρήσης facebook, ηλεκτρονικών

παιχνιδιών, youtube, internet γενικώς

2

g10, g8, g5, g12,

g19, g15, g11a

Συντελεστές κεντρικότητας:

(αρθρωτότητα, πυκνότητα, μέσο ελάχιστο μονοπάτι,

συνεκτικά υπογραφήματα, eigenvector, συντελεστής

συνοχής, πλήθος κοινοτήτων

3 SchLifea Συντελεστής Ικανοποίησης από σχολικό περιβάλλον

4 SelfEsta Συντελεστής αυτοεκτίμησης

5 Intense, fa2a Ένταση χρήσης facebook

6 kz2, kz1

a

Μέσος χρόνος συμμετοχής σε δραστηριότητες εκτός

σχολικού ωραρίου (όχι σχολικές, σχολικά προγράμματα)

7 ls1, ls2, ls4, ls3a Myers Briggs μαθησιακά στυλ

8 a3, a1

a

Δημογραφικά χαρακτηριστικά: φύλο, μορφωτικό επίπεδο

γονέων

9 g1

a

Πλήθος «φίλων» στο facebook (εκφρασμένο από

namegenweb)

10 kpa Σημασία φιλίας στο facebook (άποψη)

11 fb2, fb1

a

Δραστηριότητες (ανανέωση τοίχου, ανάρτηση

φωτογραφιών)

12 fb6, fb9, fb7a Δραστηριότητες (like, έλεγχος φίλων, σχόλια)

13 ke1a Ικανοποίηση από προσωπική επίδοση

Ειδικά ως προς τη δεύτερη ομάδα μεταβλητών αφορά στο δίκτυο των «φίλων» των

μαθητών όπως αποτυπώθηκαν από την εφαρμογή Namegenweb και επεξεργάστηκαν

στο Gephi. Ενσωματώθηκαν οι συγκεκριμένοι δείκτες κεντρικότητας από το σύνολο

των 20 διαφορετικής σημασίας τιμών οι οποίες είχαν καταχωρηθεί ανά μαθητή

σύμφωνα με τον ακόλουθο προβληματισμό. Συγκεκριμένα υπήρξαν 3 διαφορετικές

εναλλακτικοί τρόποι σκέψης:

146

- Σύμφωνα με την πρώτο χρησιμοποιούνται οι δείκτες g1, g4, g7, g9, g13 g17 οι

οποίοι αναφέρονται στις τιμές που καταγράφηκαν στο γράφημα του δικτύου των

«φίλων» του κάθε μαθητή στο facebook όπως εξάχθηκαν από την εφαρμογή

NameGenweb και αναλύθηκαν στο λογισμικό Gephi.

- Σύμφωνα με τη δεύτερο σκεπτικό, μετρήθηκαν οι τιμές με τη συμμετοχή του

ιδίου του μαθητή στο δίκτυο, αφαιρέθηκε ο μαθητής από το δίκτυο,

επαναμετρήθηκαν και υπολογίστηκαν οι ποσοστιαίες μεταβολές (ή και οι νέες

τιμές στις περιπτώσεις όπου η αρχική ήταν σταθερά). Με αυτή τη λογική

εξάχθηκαν οι δείκτες g2, g3, g5, g8, g10, g11, g12, g15 και g19.

- Στο τρίτο μετρήθηκε η απόκλιση για τον συγκεκριμένο μαθητή από τη μέση

μεταβολή η οποία είχε καταγραφεί με το δεύτερο τρόπο (δείκτες g6, g14, g16,

g18 και g20).

Η φυσική σημασία της πρώτης κατηγορίας είναι προφανής. Παρουσιάζει όμως μία

εγγενή αδυναμία. Ο κάθε μαθητής έχει δίκτυο όπου τα μεγέθη τα οποία καταγράφονται

είναι διαφορετικής τάξης καθώς είναι διαφορετικού μεγέθους. Αυτό ενδεχομένως

εξαρτάται από το χρονικό διάστημα το οποίο μεσολάβησε από όταν πρωτοδημιούργησε

λογαριασμό και όχι απαραίτητα από την τρέχουσα διαδικτυακή κοινωνικότητά του. Για

να αντιμετωπιστεί αυτή η αδυναμία, επιδιώχθηκε η μέτρηση της σημασίας της

συμμετοχής του κάθε μαθητή στο δικό του δίκτυο. Αυτό υπολογίστηκε μέσω της

δεύτερης σειράς δεικτών η οποία αποτυπώνει το ποσοστό μεταβολής των συντελεστών,

μετά την αφαίρεση του ίδιου του μαθητή από το δικό του δίκτυο. Ουσιαστικά έτσι

φαίνεται να μην εξαρτάται από το αρχικό μέγεθός της (εκτός ακραίων περιπτώσεων

μαθητών με εξαιρετικά μικρό ή αντίστοιχα μεγάλο πλήθος «φίλων») αντιμετωπίζοντας

την προαναφερθείσα αδυναμία.

Στην τρίτη σειρά δεικτών επιδιώχθηκε να καταγραφεί ο μαθητής με τη μέση

συμπεριφορά στο facebook ανάμεσα στους συμμαθητές του. Υπολογίζοντας την

απόκλιση από το μέσο όρο (προφανώς με απόλυτες τιμές) διερευνήθηκε το ενδεχόμενο

η καλή σχολική επίδοση ανάμεσα σε όσους έχουν facebook να σχετίζεται με τη μέση

κοινωνικότητα και συμπεριφορά σε αυτό.

Τα αποτελέσματα προέκριναν σαφώς τη δεύτερη επιλογή οπότε χρησιμοποιήθηκαν

οι δείκτες g10, g8, g5, g12, g19, g15 kai g11 για την παλινδρόμηση.

147

Ειδικά στην επιλογή των δραστηριοτήτων στο facebook ακολουθήθηκε η

κατηγοριοποίησή τους όπως είχε εφαρμοστεί στη βιβλιογραφία έτσι ώστε να είναι

συγκρίσιμα ενδεχόμενα αποτελέσματα.

Η πολλαπλή γραμμική παλινδρόμηση επαναλήφθηκε για καθένα από τα 3 μαθήματα

καθώς και για το μέσο όρο τους.

Πίνακας 70 Περίληψη μοντέλου παλινδρόμησης

Regression

Model Summaryn

Model R

R

Square

Adjuste

d R

Square

Std. Error

of the

Estimate

Change Statistics

Durbin-

Watson

R

Square

Change

F

Change df1 df2

Sig. F

Change

1 ,254a ,064 ,039 ,73675 ,064 2,530 4 147 ,043

2 ,422b ,178 ,114 ,70746 ,114 2,774 7 140 ,010

3 ,442c ,196 ,126 ,70245 ,017 3,006 1 139 ,085

4 ,513d ,263 ,194 ,67474 ,068 12,651 1 138 ,001

5 ,524e ,275 ,195 ,67428 ,012 1,094 2 136 ,338

6 ,554f ,307 ,219 ,66429 ,032 3,061 2 134 ,050

7 ,579g ,335 ,228 ,66041 ,029 1,395 4 130 ,239

8 ,609h ,371 ,258 ,64751 ,036 3,616 2 128 ,030

9 ,612i ,375 ,257 ,64798 ,004 ,813 1 127 ,369

10 ,620j ,384 ,262 ,64582 ,009 1,851 1 126 ,176

11 ,653k ,426 ,302 ,62807 ,043 4,610 2 124 ,012

12 ,670l ,448 ,312 ,62349 ,022 1,610 3 121 ,191

13 ,741m ,550 ,434 ,56564 ,101 27,020 1 120 ,000 1,961

Στη γραμμοσκιασμένη στήλη, του πίνακα 70, φαίνεται η συμμετοχή της κάθε

ομάδας μεταβλητών στην πρόβλεψη. Ως πιο ισχυρός αναγνωρίζεται ο παράγοντας ο

οποίος απαρτίζεται από τους δείκτες κεντρικότητας. Το 55,0% της διακύμανσης των

βαθμών μπορεί να εξηγηθεί με όλες τις μεταβλητές που εισήχθησαν στο μοντέλο

(βλ. κίτρινα γραμμοσκιασμένο κελί πίνακα 70). Το μοντέλο είναι στατιστικά σημαντικό

148

χρήσιμο για την πρόβλεψη των βαθμών καθώς Από το F-test (sig<0,001) με τις 11

ομάδες να είναι σημαντικότητας (sig<0,001) και μόνο μία (sig<0,05).

Εφαρμόστηκαν διαδοχικά 13 σειρές υπολογισμών παλινδρομήσεων. Παρατίθεται,

στον πίνακα 71, μόνο η τελευταία για να διευκολύνει στο σχολιασμό.

Πίνακας 71 Πίνακας παλινδρομήσεων 13η σειρά.

Coefficientsa

Model

Unstandardized

Coefficients

Stand-

ardized

Coefficients

t Sig.

95,0% Confidence

Interval for B Correlations

Collinearity

Statistics

B

Std.

Error Beta

Lower

Bound

Upper

Bound

Zero-

order Partial Part

Tole-

rance VIF

13 (Constant) 4,194 ,683 6,139 ,000 2,841 5,547

da2 ,002 ,001 ,354 1,764 ,080 ,000 ,003 ,180 ,159 ,108 ,093 10,767

da3 -,001 ,001 -,247 -2,024 ,045 -,003 ,000 ,063 -,182 -,124 ,252 3,972

da4 ,000 ,001 -,063 -,806 ,422 -,002 ,001 ,189 -,073 -,049 ,614 1,629

fa3 3,717E-6 ,001 ,001 ,003 ,997 -,002 ,002 ,143 ,000 ,000 ,074 13,572

g5 ,001 ,005 ,010 ,121 ,904 -,010 ,011 ,160 ,011 ,007 ,606 1,651

g8 ,010 ,026 ,043 ,375 ,708 -,041 ,060 -,155 ,034 ,023 ,283 3,529

g10 ,040 ,009 ,351 4,480 ,000 ,023 ,058 ,187 ,379 ,274 ,610 1,638

g11 -,001 ,001 -,386 -1,406 ,162 -,002 ,000 ,231 -,127 -,086 ,050 20,102

g12 ,035 ,018 ,558 1,957 ,053 ,000 ,070 ,254 ,176 ,120 ,046 21,682

g15 ,006 ,019 ,038 ,338 ,736 -,031 ,044 -,221 ,031 ,021 ,291 3,434

g19 ,000 ,002 ,017 ,191 ,849 -,004 ,005 ,088 ,017 ,012 ,491 2,037

SchLife ,024 ,078 ,027 ,314 ,754 -,129 ,178 -,191 ,029 ,019 ,509 1,965

SelfEst -,097 ,089 -,103 -1,082 ,282 -,274 ,080 -,356 -,098 -,066 ,411 2,432

Intense -,097 ,077 -,134 -1,265 ,208 -,250 ,055 ,137 -,115 -,077 ,336 2,978

fa2 ,014 ,029 ,054 ,465 ,643 -,044 ,071 ,151 ,042 ,029 ,274 3,644

kz1 -,012 ,004 -,213 -2,760 ,007 -,020 -,003 -,126 -,244 -,169 ,627 1,594

kz2 -9,785E-5 ,001 -,006 -,085 ,932 -,002 ,002 -,045 -,008 -,005 ,691 1,447

…

149

Coefficientsa

…Συνέχεια

Model

Unstandardized

Coefficients

Stand-

ardized

Coefficients

t Sig.

95,0% Confidence

Interval for B Correlations

Collinearity

Statistics

B

Std.

Error Beta

Lower

Bound

Upper

Bound

Zero-

order Partial Part

Tole-

rance VIF

…13

ls1 -,192 ,106 -,123 -1,822 ,071 -,401 ,017 -,071 -,164 -,112 ,817 1,224

ls2 ,080 ,111 ,049 ,721 ,473 -,140 ,300 ,021 ,066 ,044 ,819 1,222

ls3 -,111 ,106 -,074 -1,038 ,301 -,321 ,100 ,055 -,094 -,064 ,746 1,341

ls4 ,090 ,104 ,060 ,863 ,390 -,116 ,296 ,099 ,079 ,053 ,781 1,280

a1 -,048 ,099 -,053 -,487 ,627 -,245 ,148 ,048 -,044 -,030 ,321 3,113

a3 -,216 ,122 -,144 -1,776 ,078 -,457 ,025 -,209 -,160 -,109 ,572 1,748

g1 ,000 ,000 -,140 -,966 ,336 ,000 ,000 ,117 -,088 -,059 ,178 5,606

kp ,098 ,081 ,111 1,209 ,229 -,062 ,258 ,046 ,110 ,074 ,445 2,246

fb1 ,021 ,027 ,073 ,791 ,431 -,032 ,075 ,102 ,072 ,048 ,442 2,263

fb2 ,083 ,032 ,227 2,612 ,010 ,020 ,145 ,189 ,232 ,160 ,496 2,015

fb6 -,002 ,033 -,005 -,056 ,956 -,068 ,064 -,107 -,005 -,003 ,479 2,089

fb7 -,038 ,025 -,148 -1,530 ,129 -,088 ,011 -,015 -,138 -,094 ,400 2,499

fb9 -,027 ,019 -,113 -1,416 ,159 -,066 ,011 -,150 -,128 -,087 ,594 1,685

ke1 -,360 ,069 -,488 -5,198 ,000 -,497 -,223 -,533 -,429 -,318 ,425 2,351

a. Dependent Variable: Grades

Οι 13 παράγοντες παλινδρόμησης όπως αναφέρουν η Lin, Li, Califf και Featherman

(2013), απαιτούν με βάση απλοϊκό κανόνα που εφαρμόζουν στην έρευνά τους

τουλάχιστον, 10 άτομα ανά παράγοντα, ήτοι 130 άτομα, με απαντήσεις σε όλες τις

παραμέτρους. Στην τρέχουσα έρευνα αυτή η απαίτηση υπερκαλύπτεται καθώς το δείγμα

όσων έχουν δεδομένα.

Από την 3η στήλη, την αριστερή πράσινα γραμμοσκιασμένη του πίνακα 71,

διαπιστώνεται ότι οι μεταβλητές οι οποίες έχουν μηδενική συνδρομή στον υπολογισμό

της επίδοσης και ταυτόχρονα δεν είναι στατιστικά σημαντικές, όπως για παράδειγμα το

πλήθος «φίλων» (g1) και ο μέσος χρόνος ηλεκτρονικών παιχνιδιών (da4) δεν ωφελούν

στην πρόβλεψη οπότε μπορούν να μην χρησιμοποιηθούν σε μελλοντική ανάλυση.

150

Από τη μεσαία, γραμμοσκιασμένη γκρίζα στήλη του πίνακα 70, με βάση το πρόσημο

κρίνεται η αρνητική ή θετική συνεισφορά. Υπενθυμίζεται ότι, με δεδομένο το ότι έχει

γίνει κατηγοριοποίηση με ποσοστιαία κατάταξη των βαθμολογιών, η θετική συνεισφορά

ουσιαστικά ανεβάζει την κατάταξη, δηλαδή μειώνει την επίδοση. Επίσης επισημαίνεται

ότι ουσιαστικά όλοι οι δείκτες gi είναι θετικοί ως προς την επίδοση. Ακόμα και ο g11 ο

οποίος φαινομενικά διαφέρει έχει διαφορετική λογική υπολογισμού καθώς αναφέρεται

σε μία θετική τιμή ενώ όλοι οι υπόλοιποι g-δείκτες αναφέρονται σε ποσοστιαίες

μειώσεις (αρνητικές τιμές). Άρα όλοι ανεξαιρέτως οι δείκτες κεντρικότητας που

χρησιμοποιήθηκαν σχετίζονται θετικά με την επίδοση.

Στη δεξιά γραμμοσκιασμένη στήλη οι μεταβλητές οι οποίες παρουσιάζουν variance

inflation factor μεγαλύτερο από 10 συσχετίζονται σημαντικά με κάποιες άλλες

μεταβλητές, οι οποίες επίσης συμμετέχουν στο μοντέλο. Για να αντιμετωπιστεί το

φαινόμενο θα πρέπει να επανεξεταστεί η παραγοντοποίηση των μεταβλητών έτσι ώστε

να γίνει καταλληλότερη κατανομή τους. Ενδεχομένως να απαιτηθεί ανάλυση κατά

συστάδες (cluster analysis) έτσι ώστε να επιτευχθεί καλύτερη κατανομή παραγόντων

κατά συνέπεια καλύτερη πρόβλεψη. Παρόμοια τεχνική ακολούθησαν οι Moreno, Kota,

Shoohs και Whitehill (2013).

Πίνακας 72 Προβλεπόμενες τιμές από παλινδρόμηση

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value ,6105 3,3615 2,0650 ,55970 133

Residual -1,33209 1,25687 -,01739 ,58429 133

Std. Predicted Value -2,589 2,347 ,021 1,004 133

Std. Residual -2,355 2,222 -,031 1,033 133

a. Dependent Variable: Grades

Από τον τελευταίο πίνακα της πολλαπλής παλινδρόμησης (πίνακας 72)

διαπιστώνεται η ακρίβεια της συνολικής πρόβλεψης. καθώς ο μέσος όρος των

κατατάξεων επίδοσης είναι 2,0535 με απόκλιση 0,75153 ενώ το μοντέλο προέβλεψε

2,0650 με απόκλιση 0,55970. Το λάθος δηλαδή ανέρχεται σε (2,065-2,0535)/2,0535=

0,56% το οποίο είναι μηδενικό αν συνυπολογίσουμε τις αποκλίσεις.

Αντίστοιχη ανάλυση έγινε για καθένα από τα 3 μαθήματα με συνοπτικά

αποτελέσματα ως εξής:

151

Πίνακας 73 Προβλεπόμενες τιμές από παλινδρόμηση ανά μάθημα

Ποσοστό

πρόβλεψης

μοντέλου

Μέσος όρος

πραγματικών

τιμών

Τιμή

πρόβλεψης

Σφάλμα

πρόβλεψης

Std deviation

τιμής

πρόβλεψης

Ελληνική

γλώσσα 49,6% 1,9953 2,0125 0,86% 0,58133

Φυσικές

επιστήμες 51,4% 2,1085 2,1135 0,24% 0,60428

152

4) Συμπεράσματα

4.1) Συζήτηση

Μεγάλο μέρος της εξαγωγής συμπερασμάτων και της αντίστοιχης συζήτησης

συσχέτισής των με τις έρευνες οι οποίες έχουν καταγραφεί στη βιβλιογραφία έχει ήδη

ολοκληρωθεί παράλληλα με την παρουσίαση των αποτελεσμάτων. Σε αυτή την ενότητα

σταχυολογούνται συμπεράσματα με βάση την κατηγοριοποίηση των ερευνητικών

υποθέσεων εργασίας όπως είχαν αποτυπωθεί στον Πίνακα 6 στην ενότητα 1.6.1.

Το πρώτο ερευνητικό ερώτημα αφορούσε στη σχέση του facebook με την σχολική

επίδοση. Αποδείχθηκε ότι υπάρχει αρνητική συσχέτιση με το αν υπάρχει λογαριασμός

στην πλατφόρμα (Ερώτημα 1.1: με rs=-,196 με p-value < 0.0001 για την Ελληνική

γλώσσα, rs=-,185 με p-value < 0.0001 για τα Μαθηματικά, rs=-,188 με p-value <

0.0001 για την Φυσική, rs=-,217 με p-value < 0.0001 για το μέσο όρο των σχολικών

επιδόσεων). Αντίστοιχα αρνητική συσχέτιση διαπιστώθηκε και με το χρόνο σύνδεσης με

μικρότερη στατιστική σημασία ειδικά στα Μαθηματικά. Το εύρημα όσο αφορά στην

ύπαρξη λογαριασμού στο facebook και χωρίς να γίνεται συγκεκριμενοποίηση σε κάποιο

αντικείμενο συμφωνεί με τις έρευνες των Banquil et al., 2009 • Karpinski,&

Duberstein, 2009 • Kirschner,&Karpinski, 2010 • Boogart, 2004 • Zhong et al., 2011.

Διαφωνεί με τα συμπεράσματα των Alloway, et al. 2013 • Valenzuela et al., 2009 οι

οποίοι διακρίνουν έμμεση θετική συσχέτιση μέσω άλλων παραμέτρων όπως η ενεργή

πολιτότητα. Αντίστοιχα δεν συμφωνεί με τα αποτελέσματα των ερευνών των Kolek,&

Saunders, 2008 • Pasek et al., 2009. Στις έρευνές τους δεν διαπιστώθηκε συσχέτιση της

ύπαρξης λογαριασμού στο Facebook με τη βαθμολογία και μάλιστα εκφράστηκε

στοιχειοθετημένη αμφισβήτηση για τις προηγούμενες έρευνες οι οποίες είχαν αντίθετα

συμπεράσματα. Ειδικά με τις έρευνες του Junko υπάρχει μερική συμφωνία και

αντίστοιχα διαφωνία, οι οποίες έχουν αναλυθεί στην ενότητα των αποτελεσμάτων της

παρούσας έρευνας, καθώς διατυπώνει διαφορετικά μεταξύ τους συμπεράσματα ανά

παράμετρο. Ελάχιστές έρευνες διαπιστώνουν συνολικά θετική συσχέτιση χρήσης του

facebook με την επίδοση (Yu, Tian , Vogel,&Kwok, 2010 οπ.αναφ. Deng,& Tavares,

2013).

Πρέπει να επισημανθεί ότι οι περισσότερες σχετικές έρευνες επιδίωξαν τη συσχέτιση

της επίδοσης με την αξιοποίηση του facebook ως εκπαιδευτικού εργαλείου στα πλαίσια

ενός εκπαιδευτικού πειράματος-εγχειρήματος. Ως εκ τούτου για παράδειγμα οι

153

Blanche, et al, 2013 • Deng et al., 2013 • Everson, et al. 2013 • Heiberger, & Harper

2008 • Mason, 2006 • Mazman, & Usluel, 2011 • McCarthy, 2010 • Schroeder,&

Greenbow, 2009 • Wang, et al, 2012 εντοπίζουν θετικές κυρίως συσχετίσεις με την

επίδοση όταν το facebook χρησιμοποιήθηκε ως εκπαιδευτικό εργαλείο με συγκεκριμένο

παιδαγωγικό πλαίσιο. Αυτό δεν συγκρούεται με το εύρημα της Α®ιστος. Υπάρχουν

όμως και λίγες έρευνες οι οποίες αμφισβητούν τη χρησιμότητα του Facebook ακόμα και

αν ενταχθεί σε συγκεκριμένο παιδαγωγικό πλαίσιο (Deng,& Tavares, 2013 • Madge,et

al., 2009 • Mason, 2006 ). Οι Zhong, et al.(2011) συμπεραίνουν ότι υπάρχει ισχυρή

συσχέτιση της ύπαρξης λογαριασμού στο Facebook με όσους δεν δείχνουν θέληση για

μάθηση. Ερμηνεύουν ότι το facebook αποτελεί διασπαστικό στοιχείο της μαθησιακής

διαδικασίας ανεξαρτήτως πλαισίου. Τα αποτελέμσατα της παρούσας έρευνας δεν

συμφωνούν με αυτά τα ακραία συμπεράσματα, ειδικά συνυπολογίζοντας τον επιμέρους

ρόλων συγκεκριμένων δραστηριοτήτων στο facebook.

(Ερώτημα 1.2: με rs=,246 με p-value < 0.0001 για την Ελληνική γλώσσα, rs=,174 με

p-value < 0.0005 για τα Μαθηματικά, rs=,237 με p-value < 0.0001 για την Φυσική,

rs=,250 με p-value < 0.0001 για το μέσο όρο των σχολικών επιδόσεων). Παρατηρείται

αρνητική συσχέτιση του χρόνου στο Facebook με τη σχολική επίδοση. Τα

αποτελέσματα συμφωνούν ως προς το χρόνο με τους Junko, 2012 • Kirschner,&

Karpinski, 2010 • Paul et al., 2012 • Tess, 2013 οι οποίες επιβεβαιώνουν και τη θεωρία

του Astin (1984), η οποία έχει αναλυθεί στην ενότητα 1.5. Το πιο σημαντικό εύρημα

στο συγκεκριμένο ερευνητικό ζήτημα αποτέλεσε ότι ενώ ο χρόνος σύνδεσης συνδέεται

με τη χαμηλή επίδοση αντίθετα δεν παρατηρείται καμία συσχέτιση στατιστικά

σημαντική της σχολικής επίδοσης με τη συχνότητα χρήσης του facebook. Σε παρόμοιο

αποτέλεσμα κατέληξαν και έρευνες του Junko. Αν επιδιωχθεί εστίαση της συσχέτισης

της συχνότητας χρήσης ανά μάθημα παρατηρείται με rs=,049 στο μη σημαντικό

στατιστικά επίπεδο του 0,485% για την Ελληνική γλώσσα, rs=,019 στο επίπεδο του

0,794% για τα Μαθηματικά, rs=,029 στο ,677 για την Φυσική, rs=,036 στο ,613 για το

μέσο όρο των σχολικών επιδόσεων.

Ερώτημα 1.3:

Δεν παρατηρείται επίσης συσχέτιση της επίδοσης με το πλήθος των φίλων

συμφωνώντας με την πλειοψηφία της σχετικής βιβλιογραφίας. Η καταγραφή του

πλήθους των φίλων συμφωνεί με την εξέλιξη των σχετικών αριθμών όπως καταγράφηκε

και στον πίνακα 2 και το γράφημα 4.

154

Ερώτημα 1.4: με rs=,048 στο μη σημαντικό στατιστικά επίπεδο του 0,545% για την

Ελληνική γλώσσα, rs=,035 στο επίπεδο του 0,644% για τα Μαθηματικά, rs=,044 στο

,569 για την Φυσική, rs=,055 στο ,470 για το μέσο όρο των σχολικών επιδόσεων.

Αναλύθηκαν περαιτέρω, τα επιμέρους χαρακτηριστικά της πλατφόρμας ως προς την

επίδοση και διαπιστώθηκαν διαφορετικές συσχετίσεις ανά δραστηριότητα-εφαρμογή

του facebook. Τα συμπεράσματα φαίνεται να μην επιβεβαιώνουν τη φορά της

συσχέτισης ως προς τη χρήση της δυνατότητας για like. Φαίνεται δηλαδή ότι η

αυξημένη χρήση του like σχετίζεται με καλύτερες επιδόσεις στα Ελληνικά (Ερώτημα

1.5: με rs=-,169 με p-value < 0.0005 για την Ελληνική γλώσσα). Αντίστοιχα

παρατηρείται συσχέτιση με αυξημένη επίδοση των χρηστών της σύγχρονης

επικοινωνίας του chat (Ερώτημα 1.5: με rs=-,210 με p-value < 0.0001 για την

Ελληνική γλώσσα, rs=-,209 με p-value < 0.0001 για τα Μαθηματικά, rs=-,207 με p-

value < 0.0001 για την Φυσική, rs=-,236 με p-value < 0.0001 για το μέσο όρο των

σχολικών επιδόσεων) και του ελέγχου του τοίχου φίλων (Ερώτημα 1.5: με rs=-,160 με

p-value < 0.0005 για την Ελληνική γλώσσα, μη σημαντική σχέση με επίδοση στα

Μαθηματικά, rs=-,187 με p-value < 0.0005 για την Φυσική, rs=-,178 με p-value <

0.0005 για το μέσο όρο των σχολικών επιδόσεων). Οι έρευνες αν και αρχικά δεν είχαν

διαπιστώσει διαφοροποιήσεις ανά δραστηριότητα (Heiberger,& Harper, 2008 •

Higher Education Research Institute (2007).) συμφωνούν πλέον ότι δεν αρκεί να

μελετάται μόνο ο χρόνος σύνδεσης αλλά και οι συγκεκριμένες δραστηριότητες οι οποίες

αναπτύσσονται (Alloway et al., 2013• Junco, 2012 • Pempek,& Cotton 2008). Στα

αποτελέσματα της έρευνάς του Junco, η οποία είναι πιο πρόσφατη, διαπιστώνεται

συσχέτιση θετική της επίδοσης και με το διαμοιρασμό υπερσυνδέσμων, με το

διαμοιρασμό φωτογραφιών ενώ συμφωνούν με την Α®ιστος ως προς τη φορά της

συσχέτισης του ελέγχου του τοίχου των «φίλων» (θετική) και της απασχόλησης με

ηλεκτρονικά παιχνίδια (αρνητική) ενώ διαφωνούν με τη φορά της χρήσης του chat

(αρνητική στο Junco). Ενδεχομένως η συγκεκριμένη δραστηριότητα του chat πρέπει να

διερευνηθεί στο μέλλον περαιτέρω, καθώς με τη χρήση των κινητών τηλεφώνων έχει

αυξηθεί ραγδαία και παράλληλα διαφοροποιηθεί εν μέρει, η συγκεκριμένη μέθοδος

επικοινωνίας. Μία από τις ελάχιστες έρευνες οι οποίες επιμερίζουν τόσο τις

δραστηριότητες στο facebook όσο και τις θεματικές ενότητες σχολικής επίδοσης είναι

αυτή των Alloway et al., (2013) όπου παρατηρείται εντυπωσιακή ταύτιση

συμπερασμάτων ως προς τη θετική συσχέτιση του ελέγχου των «τοίχων των φίλων» με

την επίδοση στη γλώσσα (και όχι στα Μαθηματικά). Η προσπάθεια ερμηνείας των

155

όποιων μερικών διαφοροποιήσεων των αποτελεσμάτων της τρέχουσας έρευνας με τη

βιβλιογραφία ως προς τη χρήση συγκεκριμένων δραστηριοτήτων, γίνεται εστίαση στο

χρόνο τον οποίο απαιτεί η κάθε δραστηριότητα. Ως εκ τούτου εκτιμάται ότι η

διαδικασία των συγκεκριμένων δραστηριοτήτων οι οποίες σχετίζονται θετικά με την

επίδοση έχουν επικοινωνιακό χαρακτήρα χωρίς παράλληλα να είναι χρονοβόρες έναντι

πχ της κοινοποίησης υπερσυνδέσμων με χρήσιμο υλικό. Σε αυτή την ερμηνεία η οποία

σχετίζεται με τον ελάχιστο διαθέσιμο χρόνο των μαθητών, συνηγορεί και το γεγονός ότι

τις συγκεκριμένες δραστηριότητες τις χρησιμοποιεί το 95% των χρηστών καθημερινά.

Οι συντελεστές κεντρικότητας οι οποίοι προτάθηκαν και αποτέλεσαν σημαντικό

μέρος της εργασίας φαίνεται να έχουν επιμέρους συσχετίσεις κυρίως όσο αφορά στη

συμμετοχή σε ισχυρές συνιστώσες του δικτύου. (Ερώτημα 1.6: με rs=-,155 με p-value

< 0.0005 για την πυκνότητα του δικτύου rs=,163 με p-value < 0.0005 για το ποσοστό

μεταβολής μέσου μονοπατιού, rs=,222 με p-value < 0.0001 για την αρθρωτότητα,

rs=,220 με p-value < 0.0001 για το ποσοστό μεταβολής του πλήθους των συνεκτικών

υπογραφημάτων).

Είναι χρήσιμο για μελλοντική ενδεχόμενη συνέχεια της έρευνας να σημειωθεί ότι οι

συσχετίσεις καταγράφηκαν στατιστικά σημαντικές κυρίως στην περίπτωση των δεικτών

οι οποίοι έδειχναν την ποσοστιαία διαφοροποίησή τους αν αφαιρεθεί ο κάθε μαθητής

από το δικό του δίκτυο. Δεν υπάρχει στη βιβλιογραφία κάποια αντίστοιχη μελέτη προς

σύγκριση καθώς το μόνο στοιχείο το οποίο θα μπορούσε να θεωρηθεί δείκτης

κεντρικότητας είναι ο βαθμός του κάθε κόμβου. Εμμέσως όμως επισημαίνεται σε

έρευνες ότι η κεντρικότητα της θέσης των μελών των δικτύων αποτελεί πλεονέκτημα

(Din, Yahya,& Haron, 2012 • Ophus,& Abbitt, 2009). Η ερμηνεία αφορά στον

ευκολότερο διαμοιρασμό πληροφοριών στις οποίες συμπεριλαμβάνεται και το

εκπαιδευτικό υλικό.

Το 2ο ερευνητικό γενικό ερώτημα αφορούσε τη σχέση κοινωνικοοικονομικών

χαρακτηριστικών του μαθητή με τη σχολική του επίδοση.

Η ανάλυση με βάση το φύλο δείχνει να αναπαράγει το στερεοτυπικό της καλύτερης

συνολικά επίδοσης των μαθητριών έναντι των μαθητών και ειδικότερα στην Ελληνική

γλώσσα και όχι στα Μαθηματικά. (Ερώτημα Ε.2.1: με rs=-,293 με p-value < 0.00001

για την Ελληνική γλώσσα, μη σημαντική συσχέτιση με τα Μαθηματικά, rs=-,159 με p-

value < 0.0005 για την Φυσική, rs=-,207 με p-value < 0.00001 για το μέσο όρο των

σχολικών επιδόσεων).

156

Παρατηρήθηκε ότι δεν υπήρχε σε κανένα δείκτη διαφοροποίηση με βάση την εθνική

καταγωγή κάποιου μέλους της άμεσης οικογένειας με την επίδοση του μαθητή

(Ερώτημα Ε.2.2). Μελετήθηκε η συσχέτιση με το μορφωτικό επίπεδο των γονέων και

διαπιστώθηκε η ιδιαίτερη συμπεριφορά της «μεσαίας τάξης» ως προς αυτό το κριτήριο.

Σε αυτό βοήθησε περισσότερο η περιγραφική στατιστική ανάλυση, η οποία δείχνει τη

«μεσαία κατηγορία» να έχει διαφορετικές επιδόσεις και συνολικά υψηλότερη κοινωνική

δραστηριοποίηση. (Ερώτημα Ε.2.3)

Το 3ο ερευνητικό ερώτημα αφορούσε στη συσχέτιση μαθησιακών στυλ και επίδοσης.

(Ερωτήματα Ε3.1 έως Ε3.4). Δεν παρατηρήθηκε καμία σημαντική στατιστική

συσχέτιση. Το συμπέρασμα δείχνει καταρχάς να δικαιώνει όσους αμφισβητούν το ρόλο

των μαθησιακών στυλ (Downes 2008 • Ferriman 2013 • Jason,& Waters,2002 •

Lightfoot 2010 • McDaniel, et al., 2008 • Paschler, et al., 2010 • Wallace 2011) Παρα

ταύτα οι δείκτες φαίνεται να συμμετέχουν με βαρύνοντα ρόλο στην διαμόρφωση της

πρόβλεψης της σχολικής επίδοσης στις παλινδρομήσεις οι οποίες επιχειρήθηκαν. Ως εκ

τούτου ενώ αυτόνομα δεν αποδεικνύεται η δυνατότητα πρόβλεψης της επίδοσης

προτείνεται η χρησιμοποίησή των μαθησιακών στυλ και σε μελλοντικό συνολικό

μοντέλο πρόβλεψης.

Το 4ο ερευνητικό ερώτημα αφορούσε στη σχέση της έντασης της χρήσης του

διαδικτύου (πλην facebook) με τη σχολική επίδοση. Ελέγχθηκαν παράμετροι που

αφορούσαν στο χρόνο και τη συχνότητα χρήσης του youtube, διαδικτυακών παιχνιδιών,

του twitter, της Wikipedia, καθώς και συστημάτων τηλεδιάσκεψης (Ovoo και Skype).

Παρατηρήθηκε αρνητική συσχέτιση του χρόνου σύνδεσης με την επίδοση χωρίς να

υπάρχει συσχέτιση με τη συχνότητα σύνδεσης (Ερώτημα Ε.4.1: Ο χρόνος σύνδεσης με

το διαδίκτυο γενικά rs=,244 με p-value < 0.00001 για την Ελληνική γλώσσα, rs=,195 με

p-value < 0.0001 για τα Μαθηματικά, rs=,211 με p-value < 0.0001 για την Φυσική ,

rs=,238 με p-value < 0.00001 για το μέσο όρο των σχολικών επιδόσεων).

Οι αντίστοιχες τιμές που αφορούν συσχέτιση επιδόσεων με το χρόνο χρήσης του

youtube υπολογίστηκαν σε: Ερώτημα Ε.4.2 rs=,195 με p-value < 0.00001 για την

Ελληνική γλώσσα, σε μη σημαντική συσχέτιση με τα Μαθηματικά και τη Φυσική).

Ειδικά για τα ηλεκτρονικά παιχνίδια επίσης παρατηρείται αρνητική συσχέτιση με την

Ελληνική γλώσσα και το μέσο όρο και μη σημαντική συσχέτιση με τις Φυσικές

Επιστήμες και τα Μαθηματικά. (Ερώτημα Ε.4.3 rs=,178 με p-value < 0.00005 για την

Ελληνική γλώσσα, σε μη σημαντική συσχέτιση με τα Μαθηματικά και τη Φυσική). Η


157

περίπτωση των παιχνιδιών όμως χρήζει περαιτέρω διερεύνησης καθώς φαίνεται να είναι

άμεσα συσχετιζόμενη και με το φύλο, ειδικά όσο αφορά στα παιχνίδια εντός facebook.

Το συμπέρασμα της αρνητικής συσχέτισης γενικά των εφαρμογών του διαδικτύου με

τη σχολική επίδοση εν μέρει συμφωνεί με τα αποτελέσματα των ερευνών καθώς

υπάρχουν σύγχρονες έρευνες οι οποίες περιορίζουν τη συσχέτιση με αρνητικές

επιδόσεις μόνο στο facebook και όχι στο σύνολο του διαδικτύου (Everson, et al. 2013).

Η συσχέτιση αυτή εκτιμάται ότι εξαρτάται από το υπερβολικά πιεσμένο πρόγραμμα των

Ελλήνων εφήβων μαθητών όπου καλούνται να ανταπεξέλθουν σε απαιτήσεις οι οποίες

προϋποθέτουν σημαντικές ικανότητες διαχείρισης χρόνου. Δεν ερμηνεύεται δηλαδή ως

αρνητική η ενασχόληση με το διαδίκτυο και τα εργαλείο του, αλλά η αδυναμία να γίνει

ικανοποιητική διαχείριση του λιγοστού χρόνου.

Ακριβώς η παρατήρηση της συσχέτισης με το χρόνο σύνδεσης και όχι με τη

συχνότητα οδήγησε σε ανασχεδιασμό της έρευνας έτσι ώστε να εμβαθύνει στο θέμα του

χρόνου των εφήβων. Καταγράφηκαν χρόνοι ημερήσιας μέσης μελέτης και

φροντιστηριακής υποστήριξης. Οι συσχετίσεις και των 2 μεγεθών αναμενόμενα

συσχετίζονται θετικά με την μέσο όρο των σχολικών επιδόσεων (Ερώτημα 5.5:

Δηλούμενος μέσος χρόνος μελέτης rs=-,365 με p-value < 0.00001, και Δηλούμενος

μέσος χρόνος φροντιστηριακής υποστήριξης rs=-,360 με p-value < 0.00001). Το

ενδιαφέρον όμως είναι στο ότι η ύπαρξη λογαριασμού facebook επηρεάζει το μέσο

ημερήσιο μέσο όρο μελέτης (121 έναντι 82) αλλά δεν επηρεάζει καθόλου το χρόνο ο

οποίος διατίθεται για φροντιστηριακή υποστήριξη η οποία είναι ανελαστική (52 λεπτά

και στις 2 περιπτώσεις).

Σε μια προσπάθεια σύνθεσης των εν λόγω αποτελεσμάτων εκτιμάται ότι ο χρόνος

του φροντιστηρίου θεωρείται από τους μαθητές μη διαπραγματεύσιμος και η

οποιαδήποτε επιπλέον απασχόληση στο facebook αφαιρείται από το χρόνο προσωπικής

μελέτης).

Επιπρόσθετα διερευνήθηκαν ενδεχόμενες συσχετίσεις με το μέσο χρόνο

απασχόλησης σε δραστηριότητες εκτός σχολικού ωραρίου είτε αυτές οργανώνονται από

το σχολείο είτε έχουν μεν παιδαγωγικό χαρακτήρα υπό την ευρεία έννοια αλλά

αποτελούν προσωπικές επιλογές. Όσο αφορά στο χρόνο ο οποίος διατίθεται γι αυτές

εκτός σχολικού ωραρίου (Ερώτημα 5.6: ο χρόνος ενασχόλησης με σχολικά

προγράμματα εκτός σχολικού ωραρίου σχετίζεται με τις υψηλές επιδόσεις (rs=-,260 με

p-value <0.00001) ενώ δεν παρατηρείται σχέση με τις υπόλοιπες εξωσχολικές

δραστηριότητες οι οποίες διοργανώνονται με πρωτοβουλία των μαθητών. Ως προς το

158

πρώτο συμπέρασμα συμφωνεί η έρευνα του Kuhn (2009) ενώ ως προς το δεύτερο

αποτέλεσμα συμφωνεί η έρευνα του Boogart, (2004). Επισημαίνεται όμως ότι ο ορισμός

της εξωσχολικής και «εξωακαδημαϊκής» δραστηριότητας δεν ταυτίζεται απόλυτα στις 3

αυτές έρευνες.

Στο ίδιο 5ο ερευνητικό ερώτημα εντάχθηκαν υποερωτήματα τα οποία αποτυπώνουν

παράγοντες κοινωνικής ζωής οι οποίοι έχουν συσχετιστεί στη βιβλιογραφία με τη χρήση

κοινωνικής πλατφόρμας διαδικτύωσης. Ο γενικότερος σκοπός της αποδοτικότερης

σύνθεσης του μοντέλου πρόβλεψης δικαιολογεί την προσπάθεια αποτύπωσης

σημαντικού αριθμού προτεινόμενων, από τη βιβλιογραφία, δεικτών. Ομαδοποιήθηκαν

ελέχθηκαν ως προς την αξιοπιστία των ομαδοποιήσεων σχετικά τμήματα του

ερωτηματολογίων που χρησιμοποιήθηκαν στην έρευνα έτσι ώστε να αποτυπωθεί η

συσχέτιση με την επίδοση του αισθήματος συμμετοχής στην «τάξη» και γενικότερα

ικανοποίησης από το σχολικό περιβάλλον (Ερώτημα 5.1: με rs=-,165 με p-value <

0.0005 για την Ελληνική γλώσσα, μη σημαντική συσχέτιση με τα Μαθηματικά, rs=-

,195 με p-value < 0.0005 για την Φυσική και rs=-,190 με p-value < 0.0001 για το μέσο

όρο των σχολικών επιδόσεων) Παρόμοια στο Ερώτημα 5.2: τόσο η προσωπική

αυτοεκτίμηση των μαθητών, (rs=-,327 για την Ελληνική γλώσσα, rs=-,312 για τα

Μαθηματικά, rs=-,355 για την Φυσική και rs=-,370 για το μέσο όρο των σχολικών

επιδόσεων) όσο και η ικανοποίηση των μαθητών από την επίδοσή τους στο σχολείο

(rs=-,510 για την Ελληνική γλώσσα, rs=-,466 για τα Μαθηματικά, rs=-,499 για την

Φυσική και rs=-,548 για το μέσο όρο των σχολικών επιδόσεων) συσχετίζονται θετικά με

τις επιδόσεις με ιδιαίτερα σημαντικές στατιστικά τιμές σε επίπεδο p -value < 0.00001 .

Το 6ο ερευνητικό ερώτημα αναφέρεται στα μαθησιακά στυλ έναντι της χρήσης

facebook και των υπολοίπων εφαρμογών στο διαδίκτυο.

Στην Ά®ιστος οι εξωστρεφείς φαίνεται να έχουν περισσότερους «φίλους» rs=-,156

με p-value < 0.0005). (υποερώτημα 6.7.1) Το αποτέλεσμα είναι σε συμφωνία με τις

έρευνες των Amichai-Hamburger,& Vinitzky, 2010, Correa, et al. (2010) και των Wise,

et al., (2011). Στην έρευνα τους οι Tong, et al., (2008), όμως, διαπίστωσαν σχέση

αντίστροφη της Gaussian κατανομής με τους εσωστρεφείς να διακρίνονται για τον πολύ

μικρότερο ή τον πολύ μεγαλύτερο αριθμό «φίλων».

Στην τρέχουσα έρευνα φαίνεται η εξωστρέφεια-εσωστρέφεια να συνδέεται με τους

δείκτες οι οποίοι αφορούν στο μέσο συντελεστή συνοχής του δικτύου των «φίλων».

Ειδικά με μεγαλύτερη στατιστική σημασία p-value < 0.0001 συσχετίζονται οι

εξωστρεφείς με τους συντελεστές οι οποίοι καταγράφουν την απόκλιση από τη «μέση»


159

συμπεριφορά στο δίκτυο «φίλων» της πλατφόρμας (rs=,275 συσχέτιση με απόκλιση από

μέση τιμή συντελεστή συνοχής). Ως προς την εξωστρέφεια τα συμπεράσματα της

τρέχουσας έρευνας ενώ συμφωνούν με τους Ross, et al. (2009) δεν επιβεβαιώνουν τη

βιβλιογραφία στο σύνολό της. Υπάρχουν έρευνες οι οποίες διαπιστώνουν διαφορές στη

διαδικτυακή ταυτότητα των χρηστών ανάλογα με την εξωστρέφεια-εσωστρέφεια. Αυτό

όμως παρατηρείται σε συνδυασμό και με άλλες παραμέτρους όπως δηλαδή η προτίμηση

των εξωστρεφών (εσωστρεφών) σε διαφορετικού είδους ιστοχώρους (Amichai-

Hamburger,& Ben-Artzi ,2000 • Amichai-Hamburger, et al., 2008) και όχι ο εν γένει

βαθμός χρήσης του διαδικτύου. Εμμέσως θέση παίρνουν και όσοι δείχνουν ότι η

(εξωστρεφής) συμπεριφορά στο διαδίκτυο ακολουθεί την (εξωστρεφή) συμπεριφορά

στη δια ζώσης επικοινωνία. (Kraut, et al.,1998).

Τα αποτελέσματα συμφωνούν με αυτά της έρευνας των Hughes, et al. (2012) όπου

επίσης διαπιστώνεται έλλειψη συσχέτισης της εξωστρέφειας και με την πλατφόρμα του

Twitter. Ερμηνεύεται δε, από το ότι η εφαρμογή του twitter δεν εμπεριέχει τόσο

προσωπική χροιά οπότε τα κίνητρα χρήσης της δεν ενέχουν στον ίδιο βαθμό στοιχεία

εσωστρέφειας ή εξωστρέφειας.

Οι μαθητές οι οποίοι λειτουργούν βασισμένοι στο συναίσθημα παρά στη λογική

εμφανίζονται να κάνουν πιο εντατική χρήση του facebook (υποερώτημα 6.5.3 rs=-,143

με p-value < 0.0005). Με δεδομένο ότι στο σύνολό του ο παράγοντας των μαθησιακών

στυλ, κατά Myers-Briggs, φαίνεται να μην αλληλεπιδρά σημαντικά απευθείας με τη

σχολική επίδοση ενώ αντίθετα λειτουργεί ως παράγοντας πρόβλεψης στο μοντέλο των

παλινδρομήσεων εκτιμάται ότι το συμπέρασμα της εντατικής χρήσης του facebook από

το συγκεκριμένο μαθησιακό τύπο ουσιαστικά εξηγείται από την σημαντική συσχέτισή

του με το χαμηλό αίσθημα αυτοεκτίμησης και τη συμμετοχή σε οποιαδήποτε

δραστηριότητα η οποία δεν σχετίζεται με το σχολείο.

Παρόμοια οι μαθητές στους οποίους κυριαρχεί η αισθητηριακή αντιληπτική

λειτουργία φαίνονται να συσχετίζονται με τον ίδιο συντελεστή κεντρικότητας ο οποίος

αποτυπώνει την απόκλιση από τη μέση συμπεριφορά στο δίκτυο «φίλων» (υποερώτημα

6.7.4 rs=,214 με p-value < 0.0001).

Τέλος οι μαθητές οι οποίοι εμπλέκονται σε πολλές διαφορετικές δραστηριότητες

δουλεύοντας στο όριο των προθεσμιών φαίνεται να σχετίζονται με την αυξημένη

διατύπωση σχολίων σε «τοίχους» άλλων χρηστών, και να αποκλίνουν από τη μέση

συμπεριφορά στο δίκτυο των «φίλων» του facebook όπως αυτή αποτυπώνεται από το

δείκτη eigenvector (υποερώτημα 6.5.3 rs=-,143 με p-value < 0.0005).




160

Συνολικά από ένα ευρύ σύνολο διερευνόμενων συσχετίσεων δεν εκπληρώθηκαν οι

προσδοκίες καθώς διαπιστώθηκε ότι ελάχιστα επιμέρους χαρακτηριστικά-πόλοι του

Myers-Briggs συσχετίζονται απευθείας με τη διαδικτυακή ταυτότητα των

μαθητών.

Στo 7ο ερευνητικό ερώτημα αναζητήθηκε η σχέση χαρακτηριστικών της κοινωνικής

ζωής των εφήβων με χαρακτηριστικά της ταυτότητας που διαμορφώνουν στο facebook.

Από τις επιμέρους συσχετίσεις των υποερωτημάτων εντύπωση προκάλεσε η

αρνητική συσχέτιση τόσο της αυτοεκτίμησης των μαθητών (Υποερώτημα 7.2 rs=,183

με p-value < 0.0001) όσο και της ικανοποίησης από την προσωπική τους επίδοση

(rs=,220 με p-value < 0.0001) με την ύπαρξη λογαριασμού facebook. Οι μαθητές

δηλαδή με χαμηλή αυτοεκτίμηση έχουν σε μεγαλύτερο ποσοστό facebook. Στην

προσπάθεια ερμηνείας της φοράς της συσχέτισης και με δεδομένο ότι μεταφέρεται η

κοινωνική ζωή από τον πραγματικό στο διαδικτυακό χώρο, εκτιμάται ότι η έλλειψη

αυτοεκτίμησης και ικανοποίησης από το σχολικό περιβάλλον είναι αυτή η οποία

«οδηγεί σε λύσεις» τύπου facebook παρά το αντίστροφο.

Οι χρήστες facebook αφιερώνουν σημαντικά χαμηλότερο χρόνο για μελέτη

(Υποερώτημα 7.3 rs=,189 με p-value < 0.0001) χωρίς αυτό να επηρεάζει το χρόνο τον

οποίο αφιερώνουν σε εξωσχολικές δραστηριότητες. Αυτό δεν συμφωνεί με τα

συμπεράσματα της έρευνας στο Higher Education Research Institute (2007) ενώ

επιβεβαιώνει τα αποτελέσματα του Karpinski (2009). Ο Junco (2012a) εντόπισε τη

συσχέτιση σε συγκεκριμένες δραστηριότητες στο facebook όπως αυτή του chat.

Στην Α®ιστος παράλληλα ακολουθήθηκε και μεθοδολογία καταγραφής των δικτύων

των συμμαθητών πραγματικών φίλων, με την αυθεντική σημασία της φιλίας και όχι

αυτή του διαδικτύου. Επιπλέον καταγράφηκαν τα δίκτυα ανά τμήμα τάξης μεταξύ όσων

επικοινωνούν καθημερινά και εκτός σχολικού πλαισίου. Υπολογίστηκαν παρόμοιοι

δείκτες κεντρικότητας για καθένα από τα δίκτυα. Μέσω πινάκων γειτονικότητας

δημουργήθηκαν τα ανάλογα γραφήματα ανά τμήμα κάθε τάξης. (Υποερωτήματα 7.4

και 7.5) Τα συμπεράσματα δεν δικαίωσαν τις προσδοκίες καθώς δεν διαπιστώθηκαν

συστηματικές σημαντικές στατιστικές συσχετίσεις. Το μόνο «χρήσιμο» συμπέρασμα

αφορά στο ότι οι κοινωνικά δραστήριοι μαθητές εκτός διαδικτύου είναι σε μεγάλο

βαθμό οι ίδιοι οι οποίοι είναι κοινωνικά δραστήριοι και στο facebook. Αυτό

αποδεικνύεται από τις σημαντικές συσχετίσεις σε επίπεδο p-value < 0.0001 : i) τόσο της

ύπαρξης facebook όσο και του πλήθους των «φίλων» στο facebook με το πλήθος όσων

δηλώνουν ότι έχουν φίλο το συγκεκριμένο μαθητή , ii) & iii) του συντελεστή

161

κεντρικότητας eigenvector των δια ζώσης φίλων-συμμαθητών με τη συχνότητα χρήσης

τόσο του διαδικτύου όσο και συγκεκριμένα του facebook, αντίστοιχα και iv) της

έντασης χρήσης της εφαρμογής του σύγχρονου διαλόγου (chat) στο facebook από τον

μαθητή Μi με το πλήθος των συμμαθητών του οι οποίοι δηλώνουν ότι επικοινωνούν με

τον από τον Μi καθημερινά και εκτός σχολείου δια ζώσης (rs=,231 με p-value <

0.0001). Αντίστοιχη σχέση παρατηρήθηκε και με το συντελεστή κεντρικότητας

eigenvector (rs=,223 με p-value < 0.0001). Αυτό ουσιαστικά συμφωνεί με τη θεωρία

που αναπτύχθηκε στο εισαγωγικό κεφάλαιο όπου οι έφηβοι πλέον έχουν περάσει την

αρχική φάση ενασχόλησης με το διαδίκτυο και πλέον αναζητούν να μεταφέρουν την

πραγματική τους ζωή στο διαδίκτυο. Εμπλουτίζουν δηλαδή με έναν εναλλακτικό τρόπο

την επικοινωνία και μέσω facebook με τους φίλους που έχουν ούτως ή άλλως και στην

υπόλοιπη ζωή τους. Εμμέσως συνάδει και με τα συμπεράσματα της έρευνας των Park,

Kee, et al. (2009) και Valenzuela et al. (2009) όπου η συμμετοχή στο facebook

σχετίζεται με την ενεργό πολιτότητα και στη συνέχεια με την ικανοποίηση από την

ενεργή κοινωνική ζωή. Μία διάσταση η οποία δεν διερευνήθηκε στην παρούσα έρευνα

σχετίζεται με την άποψη που διατύπωσαν οι Wise, et al. το 2011, όπου όσοι

χρησιμοποιούν το facebook δεν αλληλεπιδρούν με άλλους χρήστες και «φίλους» στο

facebook αλλά με το ίδιο το facebook ανεξάρτητα ποιοι είναι οι συνδεδεμένοι με αυτούς

χρήστες του. Αυτή η άποψη ουσιαστικά ανατρέπει όλη τη διατυπωθείσα τεκμηρίωση

της δειρεύνησης συσχετίσεων κοινωνικής ζωής εκτός διαδικτύου με την κοινωνική ζωή

η οποία αναπτύσσεται μέσα στο περιβάλλον της συγκεκριμένης πλατφόρμας κοινωνικής

δικτύωσης.

Τέλος το 8ο επιστημονικό ζήτημα αφορά στη σχέση κοινωνικοοικονομικών και

δημογραφικών χαρακτηριστικών με τη χρήση του διαδικτύου και του facebook. Τα

αγόρια έχουν σε μεγαλύτερο ποσοστό λογαριασμό στο facebook φαίνεται να το

χρησιμοποιούν συχνότερα αλλά να μένουν για μικρότερο χρονικό διάστημα

συνδεδεμένα έναντι των κοριτσιών Υποερωτήματα 8.1 και 8.2. Τα κορίτσια αντίστοιχα

δείχνουν να έχουν θέσεις με μεγαλύτερης στρατηγικής σημασίας (Υποερώτημα 8.4

συντελεστής κεντρικότητας eigenvector rs=,218 με p-value < 0.0001).

Επιβεβαιώνονται τα αποτελέσματα και της βιβλιογραφίας όπου τα κορίτσια έχουν

περισσότερους διαδικτυακούς «φίλους». Ενδεικτικά αναφέρονται έρευνες οι οποίες

επιβεβαιώνονται (Pempek, et al., 2009 • Muscanell, & Guadagno 2011). Αντίστοιχα

επιβεβαιώνεται η κοινή διαπίστωση στο σύνολο των ερευνών όπου τα αγόρια

162

χρησιμοποιούν περισσότερο από τα κορίτσια τα ημεκτρονικά παιχνίδια τόσο στο

διαδίκτυο γενικότερα όσο και στο facebook ειδικότερα..

Η ύπαρξη στην άμεση οικογένεια συγγενούς αλλοδαπού δεν σχετίζεται σημαντικά με

καμία από τις διερευνώμενες παραμέτρους (Υποερωτήματα 8.5 έως 8.7) Σε έρευνες

που έχουν προηγηθεί όπως αυτή των Hargitai, et al. το 2008, παρατηρούνται

διαφοροποιήσεις με βάση την εθνικότητα και το μορφωτικό επίπεδο αλλά αυτό μπορεί

να ερμηνευτεί από ειδικές τοπικές συνθήκες οι οποίες ενδεχομένως δεν αφορούν στην

Ελλάδα.

.Τα αποτελέσματα δίνουν ξεκάθαρη θετική συσχέτιση των μαθητών με γονείς

υψηλού μορφωτικού επιπέδου με σημαντικές συσχετίσεις σε επίπεδο p-value < 0.0001

με τη χρήση τόσο του διαδικτύου Υποερώτημα 8.8 όσο και του facebook σε συμφωνία

με τα συμπεράσματα της Hargittai, (2008). Σε προσπάθεια επιμερισμού της χρήσης του

Facebook ανά συγκεκριμένη δραστηριότητα με την οποία απασχολούνται στην

πλατφόρμα οι μαθητές παρατηρήθηκε σημαντικές διαφοροποιήσεις. Υπάρχουν δηλαδή,

συγκεκριμένες δραστηριότητες (like, chat, σχολιασμός, αποστολή προσωπικών

μηνυμάτων) οι οποίες αυξάνονται σημαντικά όσο υψηλότερο είναι το μορφωτικό

επίπεδο των γονέων και άλλες (ανανέωση «τοίχου», ανάρτηση φωτό, χρήση εφαρμογής

gps για εντοπισμό θέσης και καταγραφής της μέσω facebook) οι οποίες

χρησιμοποιούνται περισσότερο από μαθητές με γονείς χαμηλότερου μορφωτικού

επιπέδου (όπως σχολιάστηκε στα γραφήματα 35 και 36). Το συμπέρασμα εν μέρει

διαφωνεί με την έρευνα του Junco, (2013). Συγκεκριμένα σε σύγκριση με τον Junco

διαπιστώνεται συμφωνία όσο αφορά στη συσχέτιση της αποστολής προσωπικών

μηνυμάτων και του chatting ενώ διαπιστώνεται αντίθετη συσχέτιση της επισήμανσης

και ανάρτησης φωτογραφιών.

Υποερώτημα 8.9. Είναι δε η μόνη περίπτωση όπου η συσχέτιση αφορά και τη

συχνότητα χρήσης και το μέσο χρόνο σύνδεσης. Σημαντική είναι η συσχέτιση της

απόκλισης από τη μέση σημασίας της συμμετοχής του μαθητή στη διαμόρφωση των

μέσων ελάχιστων μονοπατιών στο δίκτυο των «φίλων» του (Υποερώτημα 8.10 με

rs=,243 με p-value < 0.0001). Αυτή η παρατήρηση συμφωνεί με αντίστοιχο

συμπέρασμα σε μεγαλύτερη μάλιστα κλίμακα από την ομάδα η οποία συμμετείχε στην

πιλοτική έρευνα. Οι πολύ υψηλότεροι δείκτες συσχέτισης με το μέσο ελάχιστο μονοπάτι

στην πιλοτική φάση ενδέχεται να υποκρύπτουν συσχέτιση η οποία αφορά σε άλλες

ομάδες στόχου. Αυτό εικάζεται με δεδομένο ότι στην πιλοτική φάση συμμετείχαν,

163

μικρότεροι σε ηλικία μαθητές (Β΄ Γυμνασίου) καθώς και μαθητές του ΕΠΑΛ (Τεχνική

Εκπαίδευση) οι οποίοι δεν συμπεριλήφθηκαν στο τελικό δείγμα.

Ο υψηλότερος δείκτης συσχέτισης με σημαντική στατιστική σημασία παρατηρήθηκε

ανάμεσα στους μαθητές με γονείς υψηλού μορφωτικού επιπέδου και την δηλούμενη

ένταση χρήσης του facebook (Υποερώτημα 8.9 με rs=,642 και p-value < 0.0001). Έχει

ενδιαφέρον ότι αυτή η συσχέτιση εμφανίζεται μεγενθυμένη στη δηλούμενη από τους

μαθητές ένταση χρήσης του facebook έναντι των μετρήσεων οι οποίες εξάγονται από

αντικειμενικά εργαλεία όπως το namegenweb. Αυτό μπορεί να ερμηνευτεί σε πρόθεση

των μαθητών με γονείς υψηλού μορφωτικού επιπέδου να δηλώσουν μεγαλύτερα από τα

πραγματικά δεδομένα χρήσης της πλατφόρμας. Ο συνδυασμός του συγκεκριμένου

αποτελέσματος με την ιδιαιτερότητα η οποία παρατηρήθηκε στην περιγραφική

στατιστική ανάλυση όπου διαπιστώθηκε σύγκλιση των 2 άκρων αυτής της κατηγορίας

(των παιδιών με γονείς με τα χαμηλότερα και τα υψηλότερα μορφωτικά επίπεδα)

καθιστά ιδιαίτερα ενδιαφέρουσα την περαιτέρω ανάλυση του συγκεκριμένου παράγοντα

μελλοντικά.

4.2)Περιορισμοί

Οι συμμετέχοντες μαθητές προέρχονται μόνο από τις τάξεις της Γ΄ Γυμνασίου και

της Α΄ Λυκείου του σχολικού έτους 2013-4. Θα μπορούσε να σημειωθεί ως περιορισμός

αλλά η επιλογή ήταν εσκεμμένη, όπως άλλωστε εξηγήθηκε ήδη, και αφορούσε στην

ωρίμανση της λειτουργίας ως μέλη του facebook (με νόμιμη ηλικία εγγραφής τα 13 έτη)

και την αποφυγή άλλοίωσης των αποτελεσμάτων από συμπεριφορές οι οποίες

σχετίζονται με την προετοιμασία για τις Πανελλήνιες εξετάσεις. Για να διερευνηθεί η

δυνατότητα ανταπόκρισης των μαθητών και σε μικρότερη ηλικία εφαρμόστηκε πιλοτικά

ερωτηματολόγιο και σε 15 μαθητές Β΄ Γυμνασίου όπου διαπιστώθηκαν σημαντικά

προβλήματα ακόμα και στην κατανόηση των προς συμπλήρωση ερωτηματολογίων.

Περιορισμό στην έρευνα αποτέλεσε, το ότι η επίδοση μετρήθηκε μόνο με βάση τον

«έλεγχο» δύο συγκεκριμένων περιόδων. Συνυπολογίστηκαν η γραπτή εξέταση και του

Α΄ τριμήνου (τετραμήνου) των μαθητών του Γυμνασίου (Λυκείου). Να επισημανθεί ότι

δεν παρουσιάζεται αλλοίωση τύπου novelty effect όπως για παράδειγμα διατυπώνεται

σε αντίστοιχη έρευνα (Blanche et al. 2013). Οι μαθητές σύμφωνα με αυτό το φαινόμενο

τείνουν να αυξάνουν την επίδοσή τους όταν μελετώνται οι επιπτώσεις ενός εργαλείου

νέας τεχνολογίας του ενδιαφέροντός τους. Οι μαθητές όμως στην συγκεκριμένη

164

περίπτωση δεν ήταν ενήμεροι ότι τα αποτελέσματα της έρευνας θα συγκριθούν με τη

βαθμολογία τους και επιπρόσθετα δεν ενσωματώθηκε το facebook στην εκπαιδευτική

διαδικασία έτσι ώστε να συντελέσει σε σχετική αλλοίωση. Οι μικρές διαφορές ανά

μάθημα ίσως δικαιολογούν τον συνυπολογισμό βαθμολογιών και σε άλλα αντικείμενα

σε επόμενη φάση της έρευνας. Στην τρέχουσα φάση και σε συνδυασμό με την

αντιστοιχία στη διεθνή βιβλιογραφία (βλ. άξονες εξέτασης Pisa), δεν συνιστούν

σημαντικό περιορισμό της εν λόγω έρευνας.

Αντίστοιχο περιορισμό με το Junco (2013) ως προς τη δυνατότητα γενίκευσης των

συμπερασμάτων, αποτελεί το γεγονός της αντιπροσωπευτικότητας του δείγματος. Το

ζήτημα τίθεται ως περιορισμός όχι τόσο ως προς το πλήθος των συμμετεχόντων το

οποίο υπερβαίνει αυτό των περισσοτέρων αντίστοιχων ερευνών, αλλά ως προς την

απουσία τάξεων από ιδιωτικά σχολεία και τεχνική εκπαίδευση. Αν και συμμετείχαν

στην πιλοτική φάση και στην εξαγωγή συμπερασμάτων με την αξιοποίηση των

εφαρμογών εξαγωγής δεδομένων από το δίκτυο του Facebook, δεν εντάχθηκαν πλήρως

στο δείγμα μελέτης. Αυτό εφαρμόστηκε έτσι ώστε να διατηρηθούν σταθεροί άλλοι

παράγοντες οι οποίοι θα επηρεάζαν τα αποτελέσματα και ενδεχόμενα θα προκαλούσαν

συστηματικά στατιστικά λάθη.

Ενώ προβλέφθηκε, όπως αναφέρθηκε και σε προηγούμενη ενότητα, η καταγραφή

όχι μόνο της συχνότητας αλλά και του χρόνου σύνδεσης ανά εφαρμογή, οι εξελίξεις στις

νέες τεχνολογίες και η χρήση κινητών συνδεδεμένων δυνάμει σε 24ωρη βάση με το

facebook απαιτούν άλλη προσέγγιση σε ενδεχόμενη μελλοντική επέκταση της έρευνας.

Άλλωστε η δυνατότητα πρόσβασης 24 ώρες στο 24ωρο μέσω συσκευών κινητής

τηλεφωνίας όπως διαπιστώνεται σε πρόσφατες έρευνες (Deng,& Tavares, 2013)

αποτελεί σημαντικό παράγοντα που διαμορφώνει την προτίμηση των μαθητών του

facebook από τους μαθητές.

Προφανώς η παλινδρόμηση η οποία διενεργείται στην τρέχουσα έρευνα απαιτεί

μεγάλο πλήθος συμμετεχόντων έτσι ώστε να αυξηθούν οι πιθανότητες πρόβλεψης. Η

γενίκευση των συμπερασμάτων σε Πανελλήνιο έστω επίπεδο δεν είναι ενδεικνυόμενη,

καθώς έχουν παραληφθεί περιπτώσεις, όπως αυτή των μαθητών ιδιωτικών σχολείων, οι

οποίες ενδέχεται να παρουσιάζουν διαφορετικά χαρακτηριστικά.

Τα περισσότερα ερευνητικά εγχειρήματα επιδιώκοντας να εξάγουν συμπεράσματα,

για να υποστηρίξουν νέες παρεμβάσεις μαθησιακού τύπου, αξιοποιούν τεχνικές

εξόρυξης δεδομένων διαδικτυακού περιεχομένου, υποθέτωντας ότι το σύνολο των

εκπαιδευομένων διατηρεί ενεργή διαδικτυακή ταυτότητα (Ammari, Lau,& Dimitrova,

165

2012). Το ότι 18% των μαθητών της παρούσας έρευνας, δεν διατηρεί λογαριασμό στο

facebook είναι προφανές ότι προκαλεί μία στρέβλωση. Το 18% των μαθητών δεν είχαν

ποτέ, ή δεν διατηρούσαν ενεργό στο τρέχον χρονικό διάστημα, λογαριασμό στο

facebook. Το υπόλοιπο 82% μπορεί να χαρακτηριστεί μεγάλο ποσοστό το οποίο πάρα

πολύ δύσκολα σε μελλοντική έρευνα μπορεί να ξεπεραστεί. Σαφέστατα όμως η απουσία

του 18% επηρεάζει την δυνατότητα έγκυρης καταγραφής δεικτών όπως η κεντρικότητα

(σε οποιαδήποτε μορφή της) η οποία ουσιαστικά απαιτεί το σύνολο των

συμμετεχόντων. Ενδεχόμενη περαιτέρω ανάλυση πρέπει να διαχωριστεί σε 2 τομείς.

Στην 1η φάση διερεύνηση των διαφορών όσων έχουν από όσους δεν έχουν λογαριασμό

στο facebook και στη συνέχεια διερεύνηση των συσχετίσεων με τη σχολική επίδοση

μόνο των μαθητών οι οποίοι διαθέτουν λογαριασμό στην πλατφόρμα κοινωνικής

δικτύωσης.

Το σημαντικότερο σημείο, το οποίο μπορεί να κριθεί ενδεχομένως ως αποτυχία του

σχεδιασμού, αφορά στις πληροφορίες οι οποίες βασίστηκαν στην καταγραφή από τους

ίδιους τους μαθητές. Αν και η Α®ιστος σε αντίθεση με το σύνολο των ερευνών διεθνώς

αξιοποίησε και αντικειμενικά συλλεγμένες πληροφορίες ο περιορισμός δεν μπορεί να

μην αναφερθεί. Στην περίπτωση των δικτύων των φίλων όπως αυτοί δηλώνονταν από

τους ίδιους τους μαθητές, ο συγκεκριμένος περιορισμός κρίνεται ως η αιτία εξαιτίας της

οποίας εξήχθησαν «φτωχά» συμπεράσματα. Συγκεκριμένα παρατηρήθηκε ότι η έννοια

φιλία δεν ερμηνεύεται με τον ίδιο τρόπο από τους μαθητές με συνέπεια όσοι

συμπληρώναν τους σχετικούς πίνακες γειτονικότητας να σημειώνουν από ελάχιστους

μέχρι όλους τους συμμαθητές τους ως πραγματικούς φίλους. Σε μελλοντική συνέχεια

της έρευνας, θα πρέπει να προβλεφθεί το συγκεκριμένο ερώτημα να διατυπώνεται

διαφορετικά ενδεχομένως «καταγράψτε έως 5 συμμαθητές φίλους σας» έτσι ώστε να

υπάρχει άνω όριο και δεδομένα παρόμοιας τάξης μεγέθους από όλους τους μαθητές.

4.3) Μέλλον

Τόσο οι έρευνες οι οποίες παρουσιάστηκαν όσο και η παρούσα μελέτη στην

επιδίωξη πρόβλεψης της σχολικής (και της ακαδημαϊκής) επίδοσης δεν παρέλειψαν την

παράλληλη μελέτη των χαρακτηριστικών της κοινωνικής ζωής των μαθητών τόσο εκτός

διαδικτύου (χρόνος μελέτης και ενασχόλησης με «εξωσχολικές» δραστηριότητες) όσο

και σε αυτό (χρόνος σε διαδικτυακές εφαρμογές καθώς και χαρακτηριστικά της

διαδικτυακής ταυτότητας των μαθητών όπως αποτυπώνονται από την ανάλυση

κοινωνικών δικτύων), των γενικών δημογραφικού τύπου χαρακτηριστικών (φύλο,

166

μορφωτικό επίπεδο οικογένειας, εθνικότητα). Σε περιπτώσεις σαν και αυτή όπου

υπάρχει ενδεχόμενη ισχυρή συσχέτιση μεταξύ διαφορετικών παραμέτρων των

παραγόντων, οι οποίοι μελετώνται ως προς τη συμβολή τους στον «καθορισμό» της

επίδοσης, προτείνεται η αξιοποίηση όλων των δυνάμει παραμέτρων και η διερεύνηση

σειράς από συσχετίσεις. Το μοντέλο αρχικά συνίσταται από τις σχέσεις ανάμεσα σε

κάθε ζευγάρι παραμέτρων των μελετώμενων παραγόντων.

Στη συνέχεια με βάση τα αποτελέσματα διατυπώθηκε η προσδοκία ανάδειξης ενός

πολυεπίπεδου μοντέλου συσχέτισης μεταξύ των μεταβλητών των διαφορετικών πόλων

(Μαθησιακά στυλ, Επιδόσεις, Κοινωνική ζωή εντός και εκτός διαδικτύου με εστίαση

στα χαρακτηριστικά χρήσης του facebook). Για τη μελλοντική αξιοποίηση των

συμπερασμάτων της έρευνας, προτείνεται η ανάλυση κατά συστάδες (cluster

analysis) έτσι ώστε να αναδιαταχθούν οι μελετώμενοι παράγοντες. Η επιτυχής

εφαρμογή του, ενδεχόμενα θα καταστήσει εφικτή τη δημιουργία μοντέλου δομικής

εξίσωσης (structural equation model). Σε παλαιότερες μελέτες αναφέρεται ότι η

αξιοποίηση του μοντέλου διαρθρωτικής εξίσωσης δεν είναι δυνατόν να δώσει

αποτελέσματα αίτιου αιτιατού (Suhr, 2000) Σε αυτή την παρατήρηση αντιτίθενται άλλες

πιο πρόσφατες (Grace et al 2012).

Η αποδοχή της δυσκολίας να προβλεφθεί η επίδοση είτε να γενικευτούν τα

συμπεράσματα αντίστοιχων ερευνών όπως διατυπώνει και στα συμπεράσματά του ο

Raykov (2000), δεν αναιρεί την πεποίθηση ότι η προτεινόμενη μεθοδολογία και

συνολικά προσέγγιση είναι κατάλληλη και αποδοτική τεχνική. Παρέχει άλλωστε τη

δυνατότητα να συνεκτιμηθούν ταυτόχρονα πολλαπλές εξισώσεις παλινδρόμησης και με

νέες παραμέτρους οι οποίες δεν έχουν μελετηθεί στο παρόν εγχείρημα.

Εν κατακλείδι, ακόμα και αν δεν δικαιολογείται πλήρως το αρκτικόλεξο Α®Ιστος,

προτείνεται η αξιοποίηση των συμπερασμάτων του, όπως αποτυπώνονται συνοπτικά

γραφικά και στο Γράφημα 37, και της ακρίβειας της πρόβλεψης του διαμορφωμένου

μοντέλου ως αφετηρία για την περαιτέρω εμβάθυνση της έρευνας.

167

Σχήμα-Γράφημα 42 Διάγραμμα συσχετίσεων αφετηρία δυνάμει μελλοντικού μοντέλου πρόβλεψης

168

Βιβλιογραφία

Acar, A. (2008). Antecedents and consequences of online social networking

behavior: The case of facebook. Journal of Website Promotion, 3(1/2), 62–83.

Alfonso, V. S., Flanagan D. P., & Radwan, S. (2005). The impact of the Cattell-Horn

Carroll theory on test development and interpretation of cognitive and academic

abilities. Contemporary Intellectual Assessment, (2nd ed.). Theories, Tests, and

Issues. New York, NY: Guilford Publications.

http://faculty.mwsu.edu/psychology/dave.carlston/IQ/alfonso.pdf (Προσπελάστηκε

17/8/2014).

Allinson, C.W. & Hayes, J. (1990). Validity of the Learning Styles Questionnaire.

Psychological Reports, 67, 859–866.

Alloway, T. P., Horton, J., Alloway, R. G., & Dawson, C. (2013). Social networking

sites and cognitive abilities: Do they make you smarter? Computers & Education, 63,

10–16. doi:10.1016/j.compedu.2012.10.030

Ammari, A., Lau, L., & Dimitrova, V. (2012). Deriving Group Profiles from Social

Media to Facilitate the Design of Simulated Environments for Learning, Proceedings

of the 2nd International Conference on Learning Analytics and Knowledge - LAK

'12, Issue: May, 198–207.

American Association of School Administrators (1991). Learning styles: Putting

research and common sense into practice. Arlington, VA.

Amichai-Hamburger,Y.,& Ben-Artzi,E. (2000). The relationship between

extraversion and neuroticism and the different uses of the internet. Computers in

Human Behavior, 16, 441-449.

Amichai-Hamburger,Y., Kaplan,H.,& Dorpatcheon,N. (2008). Click to the past: The

impact of extroversion by users of nostalgic websites on the use of Internet social

services. Computers in Human Behavior. Volume 24, Issue 5, Including the Special

Issue: Internet Empowerment. Pages 1907–1912.

Αmichai-Hamburger, Y., Wainapel, G., & Fox, S. (2002). “On the Internet No One

Knows I’m an Introvert”: Extraversion, neuroticism, and Internet interaction.

Cyberpsychology & Behavior, 5(2), 125–128.

Amichai-Hamburger, Y., & Vinitzky, G. (2010). Social network use and personality.

Computers in Human Behavior, 26(6), 1289–1295. doi:10.1016/j.chb.2010.03.018

Αναγνωστόπουλος, Η. (2012). Facebook: πως το χρησιμοποιούν οι χρήστες, τα

κίνητρα τους και η στάση τους απέναντι στο δημοφιλές κοινωνικό δίκτυο,

Διπλωματική μεταπτυχιακή εργασία, Πάντειο Πανεπιστήμιο. 1–88.

http://faculty.mwsu.edu/psychology/dave.carlston/IQ/alfonso.pdf





http://www.sciencedirect.com/science/journal/07475632

http://www.sciencedirect.com/science/journal/07475632/24/5

169

Αγγελίδου,Ε. (2012). Τεχνικές συνέντευξης «Γίνομαι τουρίστας στην πόλη μου».

Επιμορφωτικό Σεμινάριο Περιβαλλοντικής Εκπαίδευσης στο ΚΠΕ Λαυρίου, http://kpe-

lavriou.att.sch.gr/documents/sem12dec14-15angelidou-interview.pdf

(Προσπελάστηκε 31/5/2014).

Apter, M.J. (2001). Motivational styles in everyday life: a guide to reversal theory,

Washington DC: American Psychological Association.

Arenas, A., Fernandez, A., & Gomez, S. (2008). Analysis of the structure of complex

networks at different resolution levels. New Journal of Physics.

http://arxiv.org/pdf/physics/0703218.pdf (Προσπελάστηκε 20/8/2014).

Astin, A. (1984). Student involvement: A developmental theory for higher

education. Journal of College Student Personnel, 25, 297-308.

Baase,S. (1983). Computer Algorithms: Introduction to Design and Analysis,

Addison-Wesley, Reading, Mass.

Baker, R. K., & White, K. M. (2010). Predicting adolescents’ use of social

networking sites from an extended theory of planned behaviour perspective.


Baldwin,T.T., Bedell, M.D.,& Johnson, J.L. (1997). The social fabric of a team-based

M.B.A. program: Network effects on student satisfaction and performance. Academy

of Management Journal, 40: 1369-1397.

Banquil,K. , Burce, C.A., Chua,N.A., Dianalan,S.N., Leaño,G.A., Matienzo,A.R.,

Rivero,M.A.,& Timog,N.U. (2009). Social networking sites affect one’s academic

performances adversely. http://www.scribd.com/doc/28919575/SOCIAL-NETWORKING-

SITES-AFFECTONE%E2%80%99S-ACADEMIC-PERFORMANCE-ADVERSELY


Barabasi, A. L., & Bonabeau, E. (2003). Scale-free networks. Scientific American,

288, 60–70. http://eaton.math.rpi.edu/csums/papers/FoodWebs/barabasisciam.pdf


Baradwaj, B. K., & Pal, S. (2011). Mining Educational Data to Analyze Students’

Performance, (IJACSA) International Journal of Advanced Computer Science and

Applications, Vol.2, No. 6, 63–69.

Beaudoin, C. E. (2008). Explaining the relationship between Internet use and

interpersonal trust: Taking into account motivation and information overload. Journal

of Computer-Mediated Communication, 13, 550 – 568.

Blanche,W., O’Bannon,J.,Beard,L.& Britt,V. (2013). Using a Facebook Group As an

Educational Tool: Effects on Student Achievement, Computers in the Schools, 30:3,

229-247, DOI: 10.1080/07380569.2013.805972

http://kpe-lavriou.att.sch.gr/documents/sem12dec14-15angelidou-interview.pdf

http://kpe-lavriou.att.sch.gr/documents/sem12dec14-15angelidou-interview.pdf

http://arxiv.org/pdf/physics/0703218.pdf

http://www.scribd.com/doc/28919575/SOCIAL-NETWORKING-SITES-AFFECTONE%E2%80%99S-ACADEMIC-PERFORMANCE-ADVERSELY

http://www.scribd.com/doc/28919575/SOCIAL-NETWORKING-SITES-AFFECTONE%E2%80%99S-ACADEMIC-PERFORMANCE-ADVERSELY

http://eaton.math.rpi.edu/csums/papers/FoodWebs/barabasisciam.pdf

170

Blondel,V., Guillaume,J.L., Lambiotte,R,& Lefebvre,E. Fast unfolding of

communities in large networks, Journal of Statistical Mechanics: Theory and

Experiment 2008 (10).

Boogart,M.R. (2006) Uncovering the social impacts of Facebook on a College

Campus, http://krex.k-state.edu/dspace/bitstream/handle/2097/181/MatthewVandenBoogart2006.pdf

Borgatti SP, Everett MG (2006). A graph-theoretic perspective on centrality. Social

Networks 28(4):466-484

Bourdieu, P., & Wacquant, L. (1992). An Invitation to Reflexive Sociology. Chicago:

University of Chicago Press.

Boyd,D.M. & Ellison, N.B. (2008). Social network sites: Definition, history, a

scholarship. Journal of Computer-Mediated Communication, 13, 210-230.

Brandes, U., Delling, D., Gaertler, M., Goerke, R., Hoefer, M., Nikoloski, Z.

&Wagner, D. On Finding Graph Clusterings with Maximum Modularity. LNCS 4769,

121-132 (2007).

Brass, D. J. (1984). Being in the right place: A structural analysis of individual

influence in an organization. Administrative Science Quarterly, 29: 518-539.

Buckner, J. E. Castille, C. M. and Sheets, T. L. (2012), The Five Factor Model of

personality and employees’ excessive use of technology. Computers in Human

Behavior, 28 1947-1953.

Cameron, R., (2010). Ajzen's Theory of Planned Behavior Applied to the Use of

Social Networking by College Students. University Honors Program. Texas State

University-San Marcos.

Carpenter, J.M., Green,M.C.,& LaFlam,J. (2011). People or profiles: Individual

differences in online social networking use. Personality and Individual Differences

50 (2011) 538–541.

Cassidy,S. (2004). Learning Styles: An overview of theories, models, and measures,

Educational Psychology: An International Journal of Experimental Educational

Psychology, 24:4, 419-444, DOI: 10.1080/0144341042000228834

Çelik, S., Arkin, E., and Sabriler, D. (2012). EFL learners’ use of ICT for self-

regulated learning. The Journal of Language and Linguistic Studies, 8 (2), 98-118.

http://www.jlls.org/vol8no2/98-118.pdf

Chang,C.-L.,Chen,D.-Y.,&Chuang,T.-R. (2002). Browsing Newsgroups with A

Social Network Analyzer, 17th International Conference on Information

Visualisation, pp. 750

http://krex.k-state.edu/dspace/bitstream/handle/2097/181/MatthewVandenBoogart2006.pdf

http://www.jlls.org/vol8no2/98-118.pdf

171

Chen, B., & Marcus, J. (2012). Students’ self-presentation on Facebook: An

examination of personality and self-construal factors. Computers in Human Behavior,

28(6), 2091–2099. doi:10.1016/j.chb.2012.06.013

Chen,P.S.D.,Lambert,A.D.,&Guidry,K.R. (2010). Engaging online learners: The

impacts of Web-based learning technology on college student engagement.

Computers & Education, 54, 1222-1232.

Chen, R. (2013). Member use of social networking sites — an empirical examination.

Decision Support Systems, 54(3), 1219–1227. doi:10.1016/j.dss.2012.10.028

Cheung,C.M.K.,Chiu,P.Y.,&Lee,M.K.O. (2011). Online social networks: Why do

students use Facebook? Computers in Human Behavior, 27(4), 1337-1343.

Christofides, E., Muise, A., & Desmarais, S. (2009). Information disclosure and

control on Facebook: Are they two sides of the same coin or two different processes?

CyberPsychology & Behavior, 12(3), 341–345.

Chung,K.S.K., Piraveenan,M., Levula,A.V.,& Uddin,S. (2013). Assessing Online

Community-Building through assortativity, Density and Centralization in Social

Networks. 46th Hawaii International Conference on System Sciences.

Coffield, F., Moseley, D., Hall, E., & Ecclestone, K. (2004). Should we be using

learning styles? What research has to say to practice. London: Learning and Skills

Research Centre.

Commission Europeene (2011). Ψηφιακό θεματολόγιο: τα παιδιά χρησιμοποιούν τις

υπηρεσίες κοινωνικής δικτύωσης σε μικρότερη ηλικία, αλλά πολλά αγνοούν βασικούς

κινδύνους της ιδιωτικής ζωής, συμπεραίνεται από πρόσφατη έρευνα. IP/11/479.

Europa.eu/rapid/press-release_IP-11-479_el.htm (Προσπελάστηκε 17/8/2014).

Consorzio Instituti Professionali Associati Toscani (2008). Αντιμετώπιση της

σχολικής διαρροής, Διακρατική Αναφορά. (Μετάφ.)Γαβριηλίδη Γκόλφυ (Επιμ.)

Αλιμήσης,Δ http://schoolinclusion.pixel-online.org/files/transnational_report/

Transnational_Report_GR.pdf (Προσπελάστηκε 29/8/2014).

Cook, K. S.,& Emerson, R. M. 1978. Power, equity and commitment in exchange

networks. American Sociological Review, 43: 721-739.

Cook,K.S., Emerson,R.M., Gillmore,M.R.,& Yamagishi,T. (1983) The Distribution

of Power in Exchange Networks: Theory and Experimental Results. The American

Journal of Sociology, Vol. 89, No. 2 (Sep., 1983), pp. 275-305

Correa, T., Hinsley, A., & de Zuniga, H. (2010). Who interacts on the web? The

intersection of users’ personality and social media use. Computers in Human

Behavior, 26, 247–253. http://www.sciencedirect.com/science/article/

pii/S0747563209001472 (Προσπελάστηκε 13/7/2014).

http://schoolinclusion.pixel-online.org/files/transnational_report/%20Transnational_Report_GR.pdf

http://schoolinclusion.pixel-online.org/files/transnational_report/%20Transnational_Report_GR.pdf

http://www.sciencedirect.com/science/article/%20pii/S0747563209001472

http://www.sciencedirect.com/science/article/%20pii/S0747563209001472

172

Deng, L.,& Tavares, N. J. (2013). From Moodle to Facebook: Exploring students’

motivation and experiences in online communities. Computers and Education, 68,

167-176.

Din, N., Yahya, N.,& Haron,S. (2012) Information Retrieval and Academic

Performance among Facebook Users. Procedia - Social and Behavioral Sciences, 68,

258-268.

Donaldson, K., Lichtenstein, G., & Sheppard, S. (2008). Socioeconomic status and

the undergraduate student experience: Preliminary Findings from Four American

Universities. In Proceedings of 2008 American Society for Engineering Education

Conference. http://www.stanford.edu/~kmd/ses_asee_2008.pdf (Προσπελάστηκε

9/6/2014).

Donath, J., & Boyd, D. (2004). Public displays of connection. BT Technology

Journal,22(4), 71–82. http://link.springer.com/article/10.1023/

B:BTTJ.0000047585.06264.cc#page-1 (Προσπελάστηκε 28/7/2014).

Downes,S. (2008). Learning Styles Don't Exist. http://www.downes.ca/cgi-

bin/page.cgi?post=45775 (Προσπελάστηκε 16/8/2014).

Easley,D.,& Kleinberg,J. (2010) Networks, Crowds and Markets: Reasoning about a

highly connected world. Econometric Theory, V.26, Issue 5, p. b1-b4

Ellison, N. B., Steinfield, C., & Lampe, C. (2007). The Benefits of Facebook

“Friends:” Social Capital and College Students’ Use of Online Social Network Sites.

Journal of Computer-Mediated Communication, 12(4), 1143–1168.

doi:10.1111/j.1083-6101.2007.00367.x

Ellison, N. B., Steinfield, C., & Lampe, C. (2011). Connection strategies: Social

capital implications of facebook-enabled communication practices. New Media &

Society. doi:10.1177/1461444810385389

Εμβαλωτής,Α. (2005). Πλαίσιο Ερευνητικής Μεθοδολογίας & Πιλοτικής εφαρμογή

Ανάλυσης Κοινωνικών Δικτύων: Συμβολή στις τεχνικές απεικόνισης & ανάλυσης

των κοινωνικών δικτύων. 3ο Πανελλήνιο Συνέδριο της Παιδαγωγικής Εταιρείας

Ελλάδος

Entwistle, N.,(1988). Styles of learning and teaching, LondonDavid Fulton.

Epstein,J.L.,& McPartland,J.M. (1976). The Concept and Measurement of the

Quality of School Life American Educational Research Journal Vol. 13, No. 1

(Winter, 1976), pp. 15-30 http://www.jstor.org/stable/1162551 (Προσπελάστηκε

12/8/2014).

Everson,M., Gundlach,E.,& Miller,J. (2013). Social media and the introductory

statistics course. Computers in Human Behavior 29, A69–A81

http://www.stanford.edu/~kmd/ses_asee_2008.pdf

http://link.springer.com/article/10.1023/%20B:BTTJ.0000047585.06264.cc#page-1

http://link.springer.com/article/10.1023/%20B:BTTJ.0000047585.06264.cc#page-1

http://clive-shepherd.blogspot.com/2008/08/learning-styles-don-exist.html

http://www.downes.ca/cgi-bin/page.cgi?post=45775

http://www.downes.ca/cgi-bin/page.cgi?post=45775

http://www.jstor.org/stable/1162551

173

Faulkner, D., Swann,J., Baker,S., Bird,M.,& Carty,J. (1999). Εξέλιξη του παιδιού στο

κοινωνικό περιβάλλον, Εγχειρίδιο Μεθοδολογίας (Μτφ. Ραυτοπούλου,Α.). Πάτρα :

Ελληνικό Ανοικτό Πανεπιστήμιο, σ.86

Ferriman, J. (2013). Learning Styles are a Myth [INFOGRAPHIC].

elearningIndustry. http://elearninginfographics.com/the-myth-of-learning-styles-

infographic/ και http://www.learndash.com/learning-styles-are-a-myth-infographic/


Fidalgo,P.,& Thormann,J. (2012). A Social Network Analysis Comparison of an

Experienced and a Novice Instructor in Online Teaching. European Journal of Open,

Distance and E-Learning.

http://www.eurodl.org/?p=archives&year=2012&halfyear=1&article=502


Fidalgo, P. and Freitas, J.C. de. (2011). Does teacher’s experience matters? Social

Network Analysis applied to learning forums. Challenges11 – VII Conferência

internacional de TIC na Educação. Braga: Universidade de Aveiro.

Fortunato, S. & Barthelemy, M. (2007). Resolution limit in community detection.

Proc. Natl Acad. Sci. USA 104, 36–41.

http://www.pnas.org/content/104/1/36.full#ref-list-1 (Προσπελάστηκε 25/8/2014).

Fox, J., Warber, K. M., & Makstaller, D. C. (2013). The role of Facebook in romantic

relationship development: An exploration of Knapp’s relational stage model. Journal

of Social and Personal Relationships. 30(6), 771–794.

doi:10.1177/0265407512468370

Francis, L. J. (1999). Happiness is a thing called stable extraversion: A further

examination of the relationship between the Oxford Happiness Inventory and

Eysenck’s dimensional model of personality and gender. Personality and Individual

Differences, 26, 5 – 11.

Friedkin, N. E. (1993). Structural bases of interpersonal influence in groups: A

longitudinal case study. American Sociological Review, 58: 861-872.

Gentile,D.A., Lynch,P.L., Linder,J.R.,& Walsh,D.A. (2004). The effects of violent

video game habbits on adolescent hostility, aggressive behaviors, and school

performance. Journal of Adolescence, 27, pp.5-22.

Γεωργιάδης,Ν. (2006). Η παράμετρος της κεντρικότητας σε ανεξάρτητα κλίμακας

μεγάλα δίκτυα. Πτυχιακή Μεταπτυχιακή εργασία. Πολυτεχνική Σχολή Μηχανικών

Ηλεκτρονικών Υπολογιστών & Πληροφορικής, Πανεπιστήμιο Πατρών.

http://nemertes.lis.upatras.gr/jspui/handle/10889/137#sthash.1fqJZMt0.OenQtICc.dp

uf (Προσπελάστηκε 31/5/2014).

Γεωργίου, Μ. (2007). Αυτοεκτίμηση και σχολική επίδοση Ελλήνων και Αλλοδαπών

μαθητών της Δ΄Δημοτικού , Πτυχιακή εργασία, Παιδαγωγικό Τμήμα δημοτικής

Εκπαίδευσης, Πανεπιστήμιο Πατρών. http://nemertes.lis.upatras.gr/jspui/bitstream/

10889/1055/1/Nimertis_Georgiou%28ptde%29.pdf (Προσπελάστηκε 17/8/2014).

http://elearninginfographics.com/the-myth-of-learning-styles-infographic/

http://elearninginfographics.com/the-myth-of-learning-styles-infographic/

http://www.learndash.com/learning-styles-are-a-myth-infographic/

http://www.eurodl.org/?p=archives&year=2012&halfyear=1&article=502

http://www.pnas.org/content/104/1/36.full#ref-list-1

http://nemertes.lis.upatras.gr/jspui/handle/10889/137#sthash.1fqJZMt0.OenQtICc.dpuf

http://nemertes.lis.upatras.gr/jspui/handle/10889/137#sthash.1fqJZMt0.OenQtICc.dpuf

http://nemertes.lis.upatras.gr/jspui/bitstream/%2010889/1055/1/Nimertis_Georgiou%28ptde%29.pdf

http://nemertes.lis.upatras.gr/jspui/bitstream/%2010889/1055/1/Nimertis_Georgiou%28ptde%29.pdf

174

Glass, R. (2013). The influence of Personality and Facebook use on Student. Issues in

Information Systems, 14(2), 119–126.

Gogtay, N., Giedd, J. N., Lusk, L., Hayashi, K. M., Greenstein, D., Vaituzis, C.,

Nugent,T.F., Herman,D.H., Clasen,L.S., Toga,A., Rapoport,J.L.,& Thompson,P.M.

(2004). Dynamic mapping of human cortical development during childhood through

early adulthood. Proceedings of the National Academy of Sciences of the United

States of America, 101(21), 8174–9. doi:10.1073/pnas.0402680101

Golder, S. A., Wilkinson, D., & Huberman, B. A. (2007). Rhythms of social

interaction:Messaging within a massive online network. In C. Steinfeld, B.T.

Pentland, M.Ackerman, & N. Contractor (Eds.), Communities and technologies

2007:Proceedings of the third communities and technologies conference (pp. 41–66).

London: Springer-Verlag Limited.

Grace, J.B., Schoolmaster Jr.,D.R., Guntenspergen, G.R., Little, A.M.,

Mitchell,B.R., Miller, K.M.,& Schweiger,E.W. (2012). Guidelines for a graph-

theoretic implementation of structural equation modeling. Ecosphere 3(8):73.

http://www.uvm.edu/~bmitchel/Publications/Grace_etal_2012_Ecosphere.pdf


Granovetter,M. (1985). Economic Action and Social Structure: The Problem of

Embeddedness. American Journal of Sociology, Vol. 91, No. 3 (Nov., 1985), pp. 481-

510.

Greenhow, C. (2011). Online social networking and learning: What are the

interesting research questions? International Journal of Cyber Behavior, Psychology,

and Learning, 1, 36–50.

Gudiel,F., Francisco, R., Solano,M., Alberto,C., Contreras,R.,&

Lisseth,N. (2013). The incidence of Facebook overuse in the academic performance

of freshman students at the Foreign Languages Department of the University of el

Salvador during semester I/2013. Thesis Bachelor, Universidad de El Salvador.

Hargittai, E. (2008). Whose space? Differences among users and non-users of social

network sites. Journal of Computer-Mediated Communication, 13(1), 276–297.

Hargittai, E., & Litt, E. (2011). The tweet smell of celebrity success: Explaining

variation in twitter adoption among a diverse group of young adults. New Media &

Society, 13(5), 824–842.

Heiberger, G. & Harper, R. (2008). Have you Facebooked Astin lately? Using

technology to increase student involvement. In

Using Emerging Technologies to Enhance Student Engagement. New Directions for

Student Services Issue #124 (eds R. Junco & D.M. Timm), pp. 19–35. Jossey-

Bass,San Francisco, CA.

Herrmann, N. (1996). The whole brain business book, New York: McGraw-Hill.

http://www.uvm.edu/~bmitchel/Publications/Grace_etal_2012_Ecosphere.pdf

175

Hew, K. F. (2011). Students’ and teachers’ use of Facebook. Computers in Human

Behavior, 27(2), 662–676. doi:10.1016/j.chb.2010.11.020

Higher Education Research Institute (2007). College freshmen and online social

networking sites. http://www.heri.ucla.edu/PDFs/pubs/briefs/brief-091107-

SocialNetworking.pdf (Προσπελάστηκε 24/8/2014).

Hijazi, S. T.,& Naqvi, R. S. M. M. (2006). Factors affecting student’s performance:

A Case of Private Colleges, Bangladesh e-Journal of Sociology, Vol. 3, No. 1, 2006.

Hogan,B. (2010). Visualizing and interpreting Facebook networks. In B.

Shneiderman and M.A. Smith, (eds), Analyzing Social Media Networks With

NodeXL: Insights From a Connected World, page 165. Elsevier Science, 2010.

Hopmann, S.T., Brinek,G.,& Retzl,M. eds. (2007). PISA zufolge PISA according to

PISA: Does PISA keep what it promises? Vienna: LIT Verlag

Hu, H., & Wang, X. (2012). How people make friends in social networking sites—A

microscopic perspective. Physica A: Statistical Mechanics and Its Applications,

391(4), 1877–1886. doi:10.1016/j.physa.2011.10.020

Huberman, B. A., Romero, D. M., & Wu, F. (2009). Social networks that matter:

Twitter under the micro-scope. First Monday, 14(1) Number 1 - 5 January 2009

http://firstmonday.org/ojs/index.php/fm/article/view/2317/2063

Hughes,D.J., Rowe,M., Batey,M.,& Lee,A. (2012). A tale of two sites: Twitter vs.

Facebook and the personality predictors of of social media usage. Computers in

Human Behavior 28 561–569.

Isbulan, O. (2011). Opinions of University graduates about social networks

According to their Personal Characteristics. Turkish Online Journal of Educational

Technology, 10(2), 184–189.

Jackson, E. (2012). Here's Why Google and Facebook Might Completely Disappear

in the Next 5 Years. Forbes 4/30/2012

http://www.forbes.com/sites/ericjackson/2012/04/30/heres-why-google-and-

facebook-might-completely-disappear-in-the-next-5-years/


Järvinen,A. (2009). Game design for social networks: interaction design for playful

dispositions. In Proceedings of the 2009 ACM SIGGRAPH Symposium on Video

Games (Sandbox '09), Stephen N. Spencer (Ed.). ACM, New York, NY, USA, 95-

102. http://doi.acm.org/10.1145/1581073.1581088 (Προσπελάστηκε 7/7/2014).

John, O. P., and Srivastava, S. (1999). The Big Five trait taxonomy: History,

measurement, and theoretical perspectives. In Pervin, L. A., and John, O. P. (eds.),

Handbook of Personality: Theory and Research, 2nd ed., Guilford, New York, pp.

102–138.

http://www.heri.ucla.edu/PDFs/pubs/briefs/brief-091107-SocialNetworking.pdf

http://www.heri.ucla.edu/PDFs/pubs/briefs/brief-091107-SocialNetworking.pdf

http://firstmonday.org/ojs/index.php/fm/article/view/2317/2063

http://eric.ed.gov/?id=EJ932237

http://www.forbes.com/sites/ericjackson/2012/04/30/heres-why-google-and-facebook-might-completely-disappear-in-the-next-5-years/

http://www.forbes.com/sites/ericjackson/2012/04/30/heres-why-google-and-facebook-might-completely-disappear-in-the-next-5-years/

http://doi.acm.org/10.1145/1581073.1581088

176

Joinson, N. A. (2008). Looking at’, ‘Looking up’ or ‘Keeping up with’ People?

Motives and uses of Facebook. SIGCHI Conference on Human Factors in Computing

Systems 2008 Proceedings: 1027-1036.

Jonassen, D. H. & Grabowski, B. L. (1993). Handbook of Individual Difference,

Learning, and Instruction. Hillsdale, NJ: Lawrence Erlbaum Associates.

Jones,S., & Fox,S. (2009). Generations online in 2009. Pew Internet and American

Life Project. http://www.pewinternet.org/files/old-media/Files/Reports/2009/

PIP_Generations_2009.pdf (Προσπελάστηκε 15/8/2014).

Jones, Q. (1997). Virtual-communities, virtual settlements & cyber-archaeology: A

theoretical outline. Journal of Computer-Mediated Communication, 3 (3).

http://onlinelibrary.wiley.com/enhanced/doi/10.1111/j.1083-6101.1997.tb00075.x

/?isReportingDone=true Προσπελάστηκε (20/7/2014)

Junco,R. (2012a). Too much face and not enough books: The relationship between

multiple indices of Facebook use and academic performance, Computers in Human

Behavior Volume 28, Issue 1, January 2012, Pages 187–198.

Junco,R. (2012b). The relationship between frequency of Facebook use, participation

in Facebook activities, and student engagement. Computers & Education, 58(1), 162–

171. doi:10.1016/j.compedu.2011.08.004

Junco,R. (2013a). Comparing actual and self-reported measures of Facebook use.

Computers in Human Behavior, 29(3), 626–631.

Junco,R. (2013b). Inequalities in Facebook use. Computers in Human Behavior 29

2328–2336.

Junco,R., Heiberger,G., & Loken,E. (2011). The effect of Twitter on college student

engagement and grades. Journal of Computer Assisted Learning, 27(2), 119–132.

Karpinski, A. (2009). A description of Facebook use and academic performance

among undergraduate and graduate students. Annual Meeting of the American

Educational Research Association, San Diego, Califfornia.

http://researchnews.osu.edu/archive/facebook2009.jpg

Κέντρο Εκπαιδευτικής Έρευνας (2007). Διεθνές πρόγραμμα για την αξιολόγηση των

μαθητών PISA. Επτάλοφος Α.Β.Ε.Ε., Αθήνα.

Κερκίρη,Τ.,& Κονετάς,Δ. (2010). Αποτύπωση και αξιολόγηση προσωπικών

χαρακτηριστικών μαθητών Β΄βάθμιας εκπαίδευσης ως καθοριστικής παραμέτρου

σχεδιασμού αρχιτεκτονικής σημασιολογικής διαδικτυακής εφαρμογής

εξατομίκευσης της υβριδικής μαθητοκεντρικής διδασκαλίας. 2ο Πανελλήνιο

Συνέδριο Επιστημών Εκπαίδευσης, Καποδιστριακό Πανεπιστήμιο Αθηνών, ΠΤΔΕ.

http://www.pewinternet.org/files/old-media/Files/Reports/2009/%20PIP_Generations_2009.pdf

http://www.pewinternet.org/files/old-media/Files/Reports/2009/%20PIP_Generations_2009.pdf

http://onlinelibrary.wiley.com/enhanced/doi/10.1111/j.1083-6101.1997.tb00075.x%20/?isReportingDone=true

http://onlinelibrary.wiley.com/enhanced/doi/10.1111/j.1083-6101.1997.tb00075.x%20/?isReportingDone=true




http://researchnews.osu.edu/archive/facebook2009.jpg

177

Kerkiri,T., Paleologou,A-M., Konetas,D., Hatzinikolaou,K. (2009). A learning style

driven architecture build on open source LMS’s infrastructure for creation of psycho-

pedagogically – “savvy” personalized learning paths. In E-learning experiences and

future, Soomro,S.(Ed.) Olajnica, Intech.

Kirman,B., Lawson,S., Linehan,C., Martino,F., Gamberini,L.,& Gaggioli,A. (2010).

Improving social game engagement on facebook through enhanced socio-contextual

information. In Proceedings of the SIGCHI Conference on Human Factors in

Computing Systems (CHI '10). ACM, New York, NY, USA, 1753-1756.

http://doi.acm.org/10.1145/1753326.1753589 (Προσπελάστηκε 7/5/2014).

Kirschner,P.A.,& Karpinski,A.C. (2010). Facebook® and academic performance,

Online Interactivity: Role of Technology in Behavior Change, Computers in Human

Behavior, Volume 26, Issue 6, November 2010, Pages 1237–1245.

Koc,M., & Gulyagci,S. (2013). Facebook Addiction Among Turkish College

Students: The Role of Psychological Health, Demographic, and Usage

Characteristics. Cyberpsychology, Behavior, and Social Networking, Vol.16, Number

4, pp.279-284.

Kolek, E. A., & Saunders, D. (2008). Online disclosure: An empirical examination of

undergraduate Facebook profiles. NASPA Journal, 45(1), 1–25.

Konetas D.& Pange, J. (2000). Distance Learning Experiment. Comparison of

pedagogic techniques: Acceptance and performance of target groups of different

origin. European Conference on Web-based Learning environments, Porto

University, WBLE.

Κωνσταντίνου. Χ. Ι, (2004), Η αξιολόγηση της επίδοσης του μαθητή ως παιδαγωγική

λογική και σχολική πρακτική, εκδόσεις: Gutenberg, Αθήνα, σελ 20 – 21

Κονταξή,Δ. Κώστα,Α., Νάκου,Μ.,& Τσούβαλη Α. (2013). Έφηβοι και πλατφόρμες

κοινωνικής δικτύωσης: Έρευνα μέσω του facebook! 3ο Μαθητικό επιστημονικό

συνέδριο ACSTAC

Κοντογιαννοπούλου-Πολυδωρίδη, Γ., Σολομών, Ι., Σταμέλος, Γ. (2000),

Ανιχνεύοντας την επίδοση στην ελληνική εκπαίδευση, Αθήνα: Μεταίχμιο, σ.σ.64,66,67

Kraut, P., Patterson, M., Lundmark, V., Patterson,M., Kiesler,S. Mukopadhyay,T.,&

Scherlis,W. (1998). Internet paradox: a social technology that reduces social

involvement and psychological well-being? American Psychologist 53:1017-1031.

Kuh, G. D. (2009). What student affairs professional need to know about student

engagement. Journal of College Student Development, 50, 683-706.

Kumar R, Novak J, Tomkins A (2006) Structure and evolution of online social

networks. Proceedings of the 12th ACM SIGKDD International Conference on

Knowledge discovery and data mining:611-617

Lada,A. (2012). Social Network Analysis, Coursera

https://www.coursera.org/course/sna . (Προσπελάστηκε την 15/4/2014).

http://doi.acm.org/10.1145/1753326.1753589




https://www.coursera.org/course/sna%20Προσπελάστηκε%20την%2015/4/2014

178

Λαδά,Ε. (2013). Σχολική διαρροή: Η πρόωρη σχολική εγκατάλειψη και η δεύτερη

ευκαιρία. Μεταπτυχιακή Διπλωματική Εργασία. Σχολή Κοινωνικών και Πολιτικών

Επιστημών.Πανεπιστήμιο Πελοποννήσου.

http://195.251.38.253:8080/xmlui/handle/123456789/122 (Προσπελάστηκε 3/9/2014).

Lambiotte,R., Delvenne, J.-C.,& Barahona,M. (2009). Laplacian Dynamics and

Multiscale Modular Structure in Networks, arXiv:0812.1770v3.

Landherr, A., Friedl, B., & Heidemann, J. (2010). A Critical Review of Centrality

Measures in Social Networks. Business & Information Systems Engineering, 2(6),

371–385. doi:10.1007/s12599-010-0127-3

Lau, K. (2009). A critical examination of PISA’s assessment on scientific literacy.

International Journal of Science and Mathematics Education, 7:1061–1088.

Lenhart,A. (2014). Teens & Technology: Understanding the Digital Landscape. Pew

Research Internet Project. http://www.pewinternet.org/2014/02/25/teens-technology-

understanding-the-digital-landscape/ (Προσπελάστηκε 31/8/2014).

Lewis, J., & West, A. (2009). ‘Friending’: London-based undergraduates’ experience

of facebook. New Media & Society, 11(7), 1209–1229.

Lightfoot,J. (2010). Learning styles? They don't exist! Crosscut Blog,

http://crosscut.com/2010/01/11/ crosscut-blog/19272/Learning-styles-They-dont-

exist/ (Προσπελάστηκε 6/5/2014).

De Lima, J. (2008). Department networks and distributed leadership in schools.

School Leadership & Management, 28(2), 159-187.

Lin, K.-Y., & Lu, H.-P. (2011). Why people use social networking sites: An

empirical study integrating network externalities and motivation theory. Computers

in Human Behavior, 27(3), 1152–1161. doi:10.1016/j.chb.2010.12.009

Lin, X., Li, Y., Califf, C.B., and Featherman, M. (2013). Can Social Role Theory

Explain Gender Differences in Facebook Usage? System Sciences (HICSS), 2013

46th Hawaii International Conference on: IEEE, 690-699.

Litzinger, T. A., Lee, S. H., Wise, J. C. and Felder, R. M. (2007), A Psychometric

Study of the Index of Learning Styles©. Journal of Engineering Education, 96: 309–

319. doi: 10.1002/j.2168-9830.2007.tb00941.x

Loo,R. (1997). Evaluating change and stability in learning styles- a methodogical

concern. Educational Psychology, 17, 95-100.

http://195.251.38.253:8080/xmlui/handle/123456789/122

http://www.pewinternet.org/2014/02/25/teens-technology-understanding-the-digital-landscape/

http://www.pewinternet.org/2014/02/25/teens-technology-understanding-the-digital-landscape/


http://crosscut.com/2010/01/11/%20crosscut-blog/19272/Learning-styles-They-dont-exist/

http://crosscut.com/2010/01/11/%20crosscut-blog/19272/Learning-styles-They-dont-exist/

179

Λυκίδη,Σ.-Φ. (2012). Αντιλήψεις των εκπαιδευτικών για τους μαθητές και οι

προσδοκίες τους για τη σχολική επίδοση. Μια ερευνητική προσέγγιση σε πολιτισμικά

διαφορετικούς Μαθητές. (Διπλωματική μεταπτυχιακή εργασία). Παιδαγωγικό Τμήμα

Δημοτικής Εκπαίδευσης, Πανεπιστήμιο Πατρών. http://nemertes.lis.upatras.gr/jspui/bitstream/10889/5783/1/_ΔΙΠΛΩΜΑΤΙΚΗ ΛΥΚΙΔΗ.pdf (Προσπελάστηκε 25/8/2014).

Maccoby, E.,& Carol,J.N. (1974). The psychology of sex differences. Stanford

University Press. (1974). xiii 634 pp.

Madge, C., Meek, J., Wellens, J., & Hooley, T. (2009). Facebook, social integration

and informal learning at university: It is more for socialising and talking to friends

about work than for actually doing work. Learning, Media and Technology, 34(2),

141–155. doi:10.1080/17439880902923606

Μαλλή, Ο. (2013) Ανάλυση παλινδρόμησης με χρήση ποιοτικών ερμηνευτικών

μεταβλητών : διερεύνηση της επίδρασης του φύλου στις επιδόσεις μαθητών του

γυμνασίου, Μεταπτυχιακή εργασία. Διατμηματικό Π.Μ.Σ., Μαθηματικά των

Υπολογιστών και των Αποφάσεων, Πανεπιστήμιο Πατρών.

http://nemertes.lis.upatras.gr/jspui/handle/10889/6682#sthash.eN3oO9Zl.dpuf

(Προσπελάστηλε 31/8/2014).

Maranto,G.,& Barton,M. (2010). Paradox and Promise: MySpace, Facebook, and the

Sociopolitics of Social Networking in the Writing Classroom. Computers and

Composition 27 (2010) 36–47.

Martinez, M. (2000). Designing Learning Objects to Personalize Learning. In: D.A.

Wiley (ed). The Instructional Use of Learning Objects: Online Version. http:// www.

reusability. org/ read/ chapters/ martinez.doc (Προσπελάστηκε την 6/6/2014).

Marwick, A. (2005). I’m a lot more interesting than a Friendster profile: Identity

presentation, authenticity, and power in social networking services. Association Of

Internet Researchers, 6.0: Internet Generations Chicago, IL.

Mason, R. (2006). Learning technologies for adult continuing education. Studies in

Continuing Education, 28(2).

Mayes, Terry, & Fowler, Chris. (2006). Learners, learning literacy and the pedagogy

of e-learning. In Allan Martin and Dan Madigan (Eds.), Digital literacies for

learning, London: Facet Publishing.

Mazer,J.P., Murphy,R.E.,& Simonds,C.J. (2007). I'll See You On “Facebook”: The

Effects of Computer-Mediated Teacher Self-Disclosure on Student Motivation,

Affective Learning, and Classroom Climate. Communication Education Vol. 56,

Iss.1,2007.

Mazman, S., & Usluel, Y. (2010). Modeling educational usage of Facebook.

Computers & Education. 55, 444-453. Προσπελάστηκε (15/7/2014).


http://nemertes.lis.upatras.gr/jspui/bitstream/10889/5783/1/

http://nemertes.lis.upatras.gr/jspui/handle/10889/6682#sthash.eN3oO9Zl.dpuf

http://www.tandfonline.com/doi/abs/10.1080/03634520601009710



http://www.tandfonline.com/toc/rced20/56/1


180

Mazman, S., & Usluel, Y. (2011). Gender Differences in Using Social Networks.

Turkish Online Journal of Educational Technology, 10(April), 133–139.

http://eric.ed.gov/?id=EJ932233 (Προσπελάστηκε 20/6/2014).

McCarthy, J. (2010). Blended learning environments: Using social networking sites

to enhance the first year experience. Australasian Journal of Educational

Technology, 26(6), 729–740.

McDaniel,H., Roher,M.D., & Bjork,R. (2008). Learning styles: Concepts and

evidence. Psychology in the Public Interest. Volume 9, Number 3, 105-117.

McGrew,K., Flanagan,& Dawn P. (2005). The Cattell-Horn-Carroll Theory of

Cognitive Abilities: Past, Present, and Future. In Harrison,& Patti L. (Eds),

Contemporary Intellectual Assessment: Theories, Tests, and Issues. , (pp. 136-181).

New York, NY, US: Guilford Press, xvii, 667 pp.

McGrew,K.,& Wendling,B.J. (2010). Cattell-Horn-Carroll Cognitive-Achievement

Relations: What we have learned from the past 20 years of research, Psychology in

the Schools, Vol. 47(7), Wiley Periodicals, Inc. DOI: 10.1002/pits.20497 .

Merrill, M. D., (2000). ‘Instructional Strategies and Learning Styles: Which takes

Precedence?’. In: Robert Reiser and Jack Dempsey (Eds.) (2000), Trends and Issues

in Instructional Technology, Prentice Hall.

Μεταλλίδου Π. & Πλατσίδου Μ. (2004). Μαθησιακά στυλ και προτιμώμενες

στρατηγικές λύσης προβλημάτων, Η γνωστική ψυχολογία σήμερα: Γέφυρες για τη

μελέτη της νόησης (Πρακτικά Συνεδρίου), Ν. Μακρής & Δεσλή, Δ. (Επιμ.Εκδ.),

Αθήνα: Τυπωθήτω. http://users.uom.gr/~platsidu/learning_styles_2004.pdf


Microsoft Digital Advertising Solutions (2007). Reach the net generation by the

millions on Facebook.μhttp://advertising.microsoft.com/WWDocs/User/en-

us/Advertise/Partner%20Properties/Facebook/MDAS_Facebook_Dec07.pdf


Mislove,A., Marcon,M., Gummadi,K.P., Druschel,P.,& Bhattacharjee,B. (2007).

Measurement and analysis of online social networks Measurement and analysis of

online social networks. Proceedings of the 5th ACM/USENIX Internet Measurement

Conference, IMC’07, October 24-26, 2007, San Diego, California, USA.

Mislove,Α. Viswanath,Β., Gummadi,K.P.,& Druschel,P. (2010). You are who you

know: inferring user profiles in online social networks. In Proceedings of the third

ACM international conference on Web search and data mining (WSDM '10). ACM,

New York, NY, USA, 251-260. http://doi.acm.org/10.1145/1718487.1718519


Mizerski, K., & Pettigrew, S. (2003). Academic performance of marketing students

by student characteristics. ANZMAC 2003 Conference Proceedings Adelaide

https://anzmac.org/conference_archive/2003/papers/ED02_mizerskik.pdf

Προσπελάστηκε (20/7/2014).

http://eric.ed.gov/?id=EJ932233

http://www.psychologicalscience.org/journals/pspi/PSPI_9_3.pdf

http://www.psychologicalscience.org/journals/pspi/PSPI_9_3.pdf

http://users.uom.gr/~platsidu/learning_styles_2004.pdf

http://advertising.microsoft.com/WWDocs/User/en-us/Advertise/Partner%20Properties/Facebook/MDAS_Facebook_Dec07.pdf

http://advertising.microsoft.com/WWDocs/User/en-us/Advertise/Partner%20Properties/Facebook/MDAS_Facebook_Dec07.pdf

http://doi.acm.org/10.1145/1718487.1718519

https://anzmac.org/conference_archive/2003/papers/ED02_mizerskik.pdf

181

Montgomery, S., & Groat, L. (1998). Student learning styles and their implications

for teaching. CRLT Occasional Paper, No.10.

https://www.eecs.umich.edu/cse/cs_connections/cs4hs_presentations_09/Student_Le

arning_Styles.pdf (Προσπελάστηκε 10/8/2014).

Moore, K. and McElroy, J. C., (2012). The influence of personality on Facebook

usage, wall postings, and regret. Computers in Human Behavior, 28 267-274.

Moreno, M., Kota, R., Schoohs, S., & Whitehill, J. M. (2013). The Facebook

influence model: a concept mapping approach. Cyberpsychology, Behavior and

Social Networking, 16(7), 504–11. doi:10.1089/cyber.2013.0025

Μπίκος,Κ. (2007). Διαπολιτισμική αγωγή και κοινωνική αλληλεπίδραση στο

Σχολείο. Επιμορφωτικό σεμινάριο: Κοινωνικές σχέσεις συμμαθητών και πολιτισμικές

ιδιαιτερότητες. Nέα Μουδανιά .

Muise, A., Christofides, E., & Desmarais, S. (2009). More information than you ever

wanted: Does facebook bring out the green-eyed monster of jealousy?

CyberPsychology & Behavior, 12(4), 441–444.

Mullen, R. & Wedwick, L. (2008). Avoiding the Digital Abyss: Getting Started in the

Classroom with YouTube, Digital Stories, and Blogs. Clearing House: A Journal of

Educational Strategies, Issues and Ideas, 82(2), 66-69.

Muscanell, N. L., & Guadagno, R. E. (2011). Make new friends or keep the old:

Gender and personality differences in social networking use. Computers in Human

Behavior, 28(1), 107–112.

Myers,I.B.,& Myers,P.B. (1980). Gifts Differing: Understanding Personality Type.

Mountain View, CA: Davies-Black Publishing.

Myers, I.B. (1962). The Myers-Briggs type indicator manual. Princeton, NJ: The

Educational Testing Service.

Nadkarni, A., & Hofmann, S. G. (2012). Why Do People Use Facebook? Personality

and Individual Differences, 52(3), 243–249. doi:10.1016/j.paid.2011.11.007

Newman,M.E.J. (2003). The Structure and Function of Complex Networks SIAM

Review, Vol. 45, No. 2. (2003), pp. 167-256.

Nielsen-Wire. (2010). Led by Facebook, Twitter, Global Time Spent on Social Media

Sites up 82% Year over Year.

http://www.nielsen.com/us/en/newswire/2010/led-by-facebook-twitter-global-time-

spent-on-social-media-sites-up-82-year-over-year.html (Προσπελάστηκε 29/4/2014).

Nonnecke, B., Preece, J., Andrews, D., & Voutour, R. (2004). Online lurkers tell

why. New York.

https://www.eecs.umich.edu/cse/cs_connections/cs4hs_presentations_09/Student_Learning_Styles.pdf

https://www.eecs.umich.edu/cse/cs_connections/cs4hs_presentations_09/Student_Learning_Styles.pdf

http://www.nielsen.com/us/en/newswire/2010/led-by-facebook-twitter-global-time-spent-on-social-media-sites-up-82-year-over-year.html

http://www.nielsen.com/us/en/newswire/2010/led-by-facebook-twitter-global-time-spent-on-social-media-sites-up-82-year-over-year.html

182

Nosko, A., Wood, E., & Molema, S. (2010). All about me: Disclosure in online social

networking profiles: The case of FACEBOOK. Computers in Human Behavior.



Ortigosa, A., Quiroga, J. I., & Carro, R. M. (2011). Inferring user personality in

social networks: A case study in Facebook. 2011 11th International Conference on

Intelligent Systems Design and Applications, 563–568.

doi:10.1109/ISDA.2011.6121715

Osborne, J& Waters,E. (2002). Four assumptions of multiple regression that

researchers should always test. Practical Assessment, Research & Evaluation, 8(2).

http://PAREonline.net/getvn.asp?v=8&n=2 (Προσπελάστηκε: 31/8/2014).

Ovens,M. (2011). Ryan & Xenos (2011) Who uses Facebook? YourStatsGuru

http://www.yourstatsguru.com/epar/rp-reviewed/ryan2011/ (Προσπελάστηκε

31/8/2014).

Ozer, I., Karpinski, A. C., & Kirschner, P. (2014). A Cross-cultural Qualitative

Examination of Social-networking Sites and Academic Performance. Procedia -

Social and Behavioral Sciences, 112(Iceepsy 2013), 873–881.

doi:10.1016/j.sbspro.2014.01.1244

Ophus, J. D., & Abbitt, J. T. (2009). Exploring the potential perceptions of social

networking systems in university courses. Journal of Online Learning and Teaching,

5(4), 639–648.

Park, N., Kee, K. F., & Valenzuela, S. (2009). Being Immersed in Social Networking

Environment: Facebook Groups, Uses and Gratifications, and Social Outcomes.

Cyberpsychology & Behavior, 12(6), 729–738.

Parks, M. R., & Floyd, K. (1996). Making friends in cyberspace. Journal of

Computer-Mediated Communication, 1(4).

http://onlinelibrary.wiley.com/doi/10.1111/j.1083-6101.1996.tb00176.x/full


Pascarella, E. T., & Terenzini, P. T. (2005). How college affects students: A third

decade of research. San Francisco, CA: Jossey-Bass.

Paschler, H., McDaniel, M., Rohrer, D. & Bjork, R. (2010). Learning styles:

Concepts and evidence. Psychological Science in the Public Interest, 9, 105–119.

Pasek, J., More, E., & Hargittai, E. (2009). Facebook and academic performance:

Reconciling a media sensation with data. First Monday, 14(5).

Paul, J. A., Baker, H. M., & Cochran, J. D. (2012). Effect of online social networking

on student academic performance. Computers in Human Behavior, 28, 2117–2127.


http://pareonline.net/getvn.asp?v=8&n=2

http://www.yourstatsguru.com/epar/rp-reviewed/ryan2011/

http://onlinelibrary.wiley.com/doi/10.1111/j.1083-6101.1996.tb00176.x/full

183

Paul, A.M. (2012). Do Students Really Have Different Learning Styles? MindShift

2012. http://blogs.kqed.org/mindshift/2012/04/ do-students-have-different-learning-

styles/ (Προσπελάστηκε: 31/8/2014).

Pempek, T. A., Yermolayeva, Y. A., & Calvert, S. L. (2009). College students’ social

networking experiences on Facebook. Journal of Applied Developmental Psychology,

30(3), 227–238. doi: 10.1016/j.appdev.2008.12.010

Πετροπούλου,Ο., Βασιλικοπούλου,Μ.,& Ρετάλης,Σ. (2009) Αξιολόγηση της

επίδοσης των μαθητών σε συνεργατικά περιβάλλοντα μάθησης μέσω

εμπλουτισμένων ρουμπρικών. Θέματα Επιστημών και Τεχνολογίας στην Εκπαίδευση,

Τομ.2, Αρ.3, 195-214.

Πλατσίδου, Μ. & Ζαγόρα, Χ. (2006). Το μαθησιακό στυλ και οι στρατηγικές

επίλυσης γνωστικών έργων. Παιδαγωγική Επιθεώρηση, 42, 160-177. ΠροσΧΧΧ

http://goo.gl/DBpZt0

Pollner,P., Palla,G., Abel,D., Viczec,A., Farkas,I.J., Derenyi,I,& Viesek,T. (2008) Centrality properties of directed module members in social networks. http://arxiv.org/pdf/0809.0669.pdf (Προσπελάστηκε 27/4/2014).

Pöyry, E., Parvinen, P.,& Malmivaara, T. (2013). The Power of ‘Like’ – Interpreting

Usage Behaviors in Company-Hosted Facebook Pages. 46th Hawaii International

Conference on System Sciences

Preece, J. (2001). Sociability and usability in online communities: Determining and

measuring success. Behaviour & Information Technology, 20(5), 347-356.

Rafaeli, S., Ravid, G., & Soroka, V. (2004). De-lurking in virtual communities: a

social communication network approach to measuring the effects of social and

cultural capital. Proceedings of the 37th Hawaii International Conference on System

Sciences.

Rand,D.G., Arbesman,S.,& Christakis,N.A. (2011). Dynamic social networks

promote cooperation in experiments with humans. In Proceedings of the National

Academy of Sciences of the United States of America, vol.108,no.48, pp.19193-

19198.

Rao,V. (2008). Facebook Applications and playful mood: the construction of

Facebook as a "third place". In Proceedings of the 12th international conference on

Entertainment and media in the ubiquitous era (MindTrek '08). ACM, New York,

NY, USA, 8-12. http://doi.acm.org/10.1145/1457199.1457202 (Προσπελάστηκε

7/6/2014).

Raykov,T. (2000). On Sensitivity of Structural Equation Modeling to Latent Relation

Misspecifications, Structural Equation Modeling: A Multidisciplinary Journal, 7 (4),

596–607, DOI: 10.1207/S15328007SEM0704_4 (Προσπελάστηκε 7/2/2014).

http://blogs.kqed.org/mindshift/2012/04/%20do-students-have-different-learning-styles/

http://blogs.kqed.org/mindshift/2012/04/%20do-students-have-different-learning-styles/

http://goo.gl/DBpZt0

http://arxiv.org/pdf/0809.0669.pdf

http://doi.acm.org/10.1145/1457199.1457202

184

Rheingold, H. (1993). The virtual community: Homesteading on the electronic

frontier . Reading, Massachusetts: Addison-Wesley Publishing Company.

Rieder, B. (2013). Studying Facebook via data extraction: the Netvizz application.

Proceedings of the 5th Annual ACM Web Science Paris, France.

http://dl.acm.org/citation.cfm?id=2464475 (Προσπελάστηκε 6/8/2014).

Rosmala,F.,&Rosmala,D. (2011). Study of Social Networking Usage in Higher

Education Environment. Procedia: Social and Behavioral Sciences. The 3rd

International Conference on e-Learning, Bandung, Indonesia

Ross, C., Orr, E. S., Sisic, M., Arseneault, J. M., Simmering, M. G., & Orr, R. R.

(2009). Personality and motivations associated with Facebook use. Computers in

Human Behavior, 25(2), 578–586.

Ryan, T., & Xenos, S. (2011). Who uses Facebook? An investigation into the

relationship between the Big Five, shyness, narcissism, loneliness, and Facebook

usage. Computers in Human Behavior, 27(5), 1658–1664.

doi:10.1016/j.chb.2011.02.004

Samdal, O., Nutbeam, D., Wold, B., & Kannas, L. (1998). Achieving health and

educational goals through schools — a study of the importance of the school climate

and the students ’ satisfaction with school, Health Education Research. Theory and

Practice. 13(3), 383–397.

Schroeder, J., & Greenbowe, T. (2009). The chemistry of Facebook: Using social

networking to create an online community for the organic chemistry laboratory.

Innovate: Journal of Online Education, 5(4).

Segall, M. H., Dasen, P.R., Berry, J. W., Poortinga, Y.H. (1996), Διαπολιτιστική

Ψυχολογία- Η μελέτη της ανθρώπινης συμπεριφοράς σε παγκόσμιο οικολογικό

πολιτιστικό πλαίσιο. (επιμ.) Γεώργας, Δ. Αθήνα: Ελληνικά Γράμματα, σ. 286

Sheldon, P. (2008a). Student favourite: Facebook and motives for its use.

Southwestern Mass Communication Journal, 23(2), 39–53.

Sibona, C. (2013). Facebook Fallout: Future Contact Avoidance After Being

Unfriended on Facebook. 46th Hawaii International Conference on System Sciences,

3272–3281. doi:10.1109/HICSS.2013.229

Skues, J. L., Williams, B., & Wise, L. (2012). The effects of personality traits, self-

esteem, loneliness, and narcissism on Facebook use among university students.


Sleigh, M. J., Smith, A. W., & Laboe, J. (2013). Professors’ Facebook content affects

students' perceptions and expectations. Cyberpsychology, Behavior and Social

Networking, 16(7), 489–96. doi:10.1089/cyber.2012.0561

Sparrowe, R., Liden, R., Wayne, S., & Kraimer, M., 2001. Social networks and the

performance of individuals and groups. Academy of Management Journal, 44(2):

316-325

http://dl.acm.org/citation.cfm?id=2464475

185

Steinfield, C., Ellison, N. B., Lampe, C. (2008). Journal of Applied Developmental

Psychology, 29(6), 434–445.

Subrahmanyam, K., Reich, S. M., Waechter, N., & Espinoza, G. (2008). Online and

offline social networks: Use of social networking sites by emerging adults. Journal of

Applied Developmental Psychology, 29(6), 420–433.

doi:10.1016/j.appdev.2008.07.003

Suhr, D. (2000). The basics of structural equation modeling. Technical

report,Αναρτημένο στον ιστοχώρο του University of Northern Colorado,

http://jansenlex.readyhosting.com/wuss/2006/tutorials/TUT-Suhr.pdf (Προσπελάστηκε

8/4/2014).

Suwannatthachote, P., & Tantrarungroj, P. (2012). How Facebook Connects

Students’ Group Work Collaboration: A Relationship between Personal Facebook

Usage and Group En-gagement. Creative Education, 3(December), 15–19.

doi:10.4236/ce.2012.38b004

Tess, P. (2013). The role of social media in higher education classes (real and

virtual)- A literature review.pdf. Computers in Human Behavior, 29, A60–A68.

Thormann,J., Gable,S., Seferlis Fidalgo,P,& Blakeslee,G. (2013). Interaction, Critical

Thinking, and Social Network Analysis (SNA) in Online Courses. The International

Review of Research in Open and Distance Learning, Vol 14, No 3 (2013).

http://www.irrodl.org/index.php/irrodl/rt/printerFriendly/1306/2537 (Προσπελάστηκε

16/8/2014).

Tong, S. T., Van Der Heide, B., Langwell, L., & Walther, J. B. (2008). Too Much of

a Good Thing? The Relationship Between Number of Friends and Interpersonal

Impressions on Facebook. Journal of Computer-Mediated Communication, 13(3),

531–549. doi:10.1111/j.1083-6101.2008.00409.x

Τουρτούρας, Χ. (2010), Σχολική αποτυχία και αποκλεισμός- Η περίπτωση των

παιδιών από την πρώην Σοβιετική Ένωση, Αθήνα: Επίκεντρο, σ.95,96

Traud,A., Mucha,P.J.,& Porter,M.A. (2012). Social structure of Facebook networks, Physica A: Statistical Mechanics and its Applications, Volume 391, Issue 16, p.4165–

4180. http://www.sciencedirect.com/science/article/pii/S0378437111009186


Τζαβέλλα,Ε. (2011). Κοινωνική δικτύωση- Συνήθειες και Ψυχολογία ανήλικων

χρηστών, Στο: Κορμάς,Γ. &Δάρα,Μ. (Επιμ.), Συμπεριφορές Εξάρτησης στο Διαδίκτυο

(σελ.7-20). Αθήνα: Αριάδνη.

Valenzuela, S., Park, N., & Kee, K. F. (2009). Is There Social Capital in a Social

Network Site?: Facebook Use and College Students’ Life Satisfaction, Trust, and

Participation. Journal of Computer-Mediated Communication, 14, 875–901.

doi:10.1111/j.1083-6101.2009.01474.x

http://jansenlex.readyhosting.com/wuss/2006/tutorials/TUT-Suhr.pdf

http://www.irrodl.org/index.php/irrodl/rt/printerFriendly/1306/2537




186

Vandamme, J.-P., Meskens,N.,& Superby,J.-F. (2007) Predicting Academic

Performance by Data Mining Methods, Education Economics, 15:4, 405-419

Vandoorn, G., & Eklund, A. A. (2013). Face to Facebook: Social media and the

learning and teaching potential of symmetrical , sychronous communication, Journal

of University Teaching & Learning Practice, 10(1).

Βεργίδης,Δ., Βαλμά,Φ., Τουρκάκη, Δ., &Ανάγνου, Β. (2011). Προβλήματα

δασκάλων στην επιτέλεση του έργου τους. http://repository.edulll.gr/1271


Vermunt, J.D. (1998). The regulation of constructive learning processes, British

Journal of Educational Psychology, 68, 149–171.

Vivitsou, M., Lambropoulos, N., Papadimitriou, S., Gkikas,A.,& Konetas, D. (2008).

Web 2.0 collaborative learning tools dynamics, Στο: Lytras,M., Tennyson,R.,&

Ordonez de Pablos,P. (Εds.) Knowledge Networks: The Social Software

Perspective, Hershey, PA, USA: IGI Global Publications.

Vivitsou,M., Konetas,D., Tzima,A.& Pasias,C. (2014). Digital Storytelling in

Tomorrow’s World: Through Students’ Eyes. Finnish Innovations and Technologies in

Schools: a Guide towards New Ecosystems of Learning.

Βιβίτσου,Μ., Κονετάς,Δ., Γκίκας,Α.,& Κωτούλας,Β. (2009). Από την κοινωνική

δικτύωση στη διαδικτυακή συνεργατική μάθηση στο Γυμνάσιο: Μια μελέτη

περίπτωσης. 1ο Πανελλήνιο Συνέδριο Επιστημών Εκπαίδευσης, Καποδιστριακό

Πανεπιστήμιο Αθηνών

Wallace,G.W. (2011). Why Is the Research on Learning Styles Still Being Dismissed

by Some Learning Leaders and Practitioners? eLearn magazine. Education and

Technology in Perspective, ACM. http://elearnmag.acm.org/featured.cfm?aid=2070611


Walsh,D., Gentile,D.A., Walsh,E.,& Nennet,N. (2006). National Institute of media

and the family. 11th annual video game report card. Mediawise.

Wang, J., Lin, C., Yu, W., & Wu, E. (2012). Meaningful engagement in Facebook

learning environments: Merging social and academic lives. Turkish Online Journal of

Distance Education, 14(1), 302-322.

Wang, T. I., Tsai, K.H., Lee, M.C., & Chiu, T.K. (2007). Personalized Learning

Objects Recommendation based on the Semantic-Aware Discovery and the Learner

Preference Pattern. Educational Technology & Society, 10(3), 84-105.

Wasserman, S.,& Faust,K. (1994). Social network analysis: Methods and

applications. Cambridge, England: Cambridge University Press. http://goo.gl/2vty25

Προσπελάστηκε (31/8/2014). Weinreich, F. (1997). Establishing a point of view toward virtual communities.

Computer- Mediated Communication Magazine, 4 (2). http://www.december.com/

cmc/ mag/1997/feb/weinon.html Προσπελάστηκε 1/8/2014).

http://repository.edulll.gr/1271

http://elearnmag.acm.org/featured.cfm?aid=2070611

http://goo.gl/2vty25

http://www.december.com/%20cmc/%20mag/1997/feb/weinon.html

http://www.december.com/%20cmc/%20mag/1997/feb/weinon.html

187

Weira,G.R.S., Toolan,F,& Smeed,D. The threats of social networking: Old wine in

new bottles? Information security technical report 16 (2011) 38-43

Wellman, B., Salaff, J., Dimitrova, D., Garton, L., Gulia, M., & Haythornthwaite, C.

(1996). Computer networks as social networks: Collaborative work, telework, and

virtual community. Annual Review of Sociology, 22, 213–238.

William, D. Assessment: social justice and social consequences: review essay. British

Educational Research Journal , 26 (5), 2000,pp. 661-663.

Wise, L., Skues, J., & Williams, B. (2011). Facebook in higher education promotes

social but not academic engagement. Changing Demands, Changing …, 1332–1342.

http://www.ascilite.org.au/conferences/hobart11/downloads/papers/Wise-full.pdf


Yu, A. Y., Tian, S. W., Vogel, D., & Chi-Wai Kwok, R. (2010). Can learning be

virtually boosted? An investigation of online social networking impacts. Computers

& Education, 55(4), 1494–1503. doi:10.1016/j.compedu.2010.06.015

Zhong, B., Hardin, M., & Sun, T. (2011). Less effortful thinking leads to more social

networking? The associations between the use of social network sites and personality

traits. Computers in Human Behaviour, 27, 1265-1271.

Zinoviev D, Duong V (2009) Toward Understanding Friendship in Online Social

Networks. International Journal of Technology, Knowledge and Society 5(2):1-8

http://arxiv.org/pdf/0902.4658.pdf (Προσπελάστηκε 7/8/2014).

http://www.ascilite.org.au/conferences/hobart11/downloads/papers/Wise-full.pdf

http://arxiv.org/pdf/0902.4658.pdf

188

Παραρτήματα

i) Υπεύθυνη δήλωση γνησιότητας διπλωματικής εργασίας

Δηλώνω ρητά ότι, σύμφωνα με το άρθρο 8 του Ν.1599/1988 και τα άρθρα 2,4,6

παρ.3 του Ν.1256/1982, η παρούσα εργασία, που εκπονήθηκε στο πλαίσιο της ΘΕ

ΕΚΠ62, αποτελεί αποκλειστικά προϊόν προσωπικής εργασίας και δεν προσβάλλει κάθε

μορφής πνευματικά δικαιώματα τρίτων και δεν είναι προϊόν μερικής ή ολικής

αντιγραφής, οι πηγές δε που χρησιμοποιήθηκαν περιορίζονται στις βιβλιογραφικές

αναφορές και μόνον.

189

ii) Ερωτηματολόγιο 1ο

(σε σμίκρυνση) Παρακαλούμε να συμπληρώσετε το παρακάτω ερωτηματολόγιο, με στόχο τη διερεύνηση της συσχέτισης μαθησιακών

στυλ, χαρακτηριστικών διαδικτυακής κοινωνικής δικτύωσης και σχολικής επίδοσης. Τα στοιχεία θα χρησιμοποιηθούν

χωρίς να αποκαλυφθεί σε κανένα σημείο το όνομά σας στα πλαίσια διπλωματικής εργασίας την οποία εκπονεί ο

Δημήτρης Κονετάς στο μεταπτυχιακό πρόγραμμα «Σπουδές στην Εκπαίδευση» του ΕΑΠ. ΟΝΟΜΑΤΕΠΩΝΥΜΟ : ………………………….…………………Σχολείο -ΤΑΞΗ:

……………………

Σε κάθε γραμμή του πίνακα σημειώστε το χρόνο σύνδεσής σας ανά περίπτωση (πχ αν σημειώσετε 120 στη στήλη

κάθε 2 ημέρες ερμηνεύεται ότι συνδέεστε κατά μέσο όρο κάθε 2 X 120 λεπτά):

Συχνότητα που

χρησιμοποιείτε:

Ποτέ Σχεδόν

ποτέ

Κάθε

μήνα

Κάθε

15

ημέρες

Κάθε

εβδο-

μάδα

Κάθε 5

ημέρες

Κάθε 3

ημέρες

Κάθε

2

μέρες

Κάθε

μέρα

>=2

φορές

ημέρα

Γενικά το

διαδίκτυο

Youtube Wikipedia

Εφαρμογή

τηλεδιάσκεψης

(skype- ovoo…)

πλατφόρμες κοινωνικής δικτύωσης

Facebook

Twitter

Άλλη (ποια;)

……………

Συγκεκριμένες δραστηριότητες στο Facebook

Αλλάζω τον

τοίχο μου

Αναρτώ

φωτογραφίες

Chat

Διαμοιράζομα

ι site (links)

Στέλνω

προσωπ.

μηνύματα

Κάνω like

Σχολιάζω

φωτο φίλων

Αναφέρω πού

βρίσκομαι

Ελέγχω για

ενδεχόμενες

αλλαγές (σε

καταστάσεις

φίλων , like

κλπ)

Παίζω

παιχνίδια

Φίλοι στο facebook

Πλήθος φίλων

συνολικά

Πόσους από αυτούς

έχετε συναντήσει

προσωπικά

Με πόσους μιλάτε

διαδικτυακά

Καθη-

μερινά Χθες

190

Σημειώστε με Χ αν:

Επικοινω-νείτε

και εκτός

σχολείου

Σημειώστε με Χ αν:

Επικοινωνείτε

και εκτός

σχολείου

ΟΝΟΜΑΤΕΠΩ

ΝΥΜΟ

Είστε

φίλοι

«φίλοι»

στο

facebook

Καθη-


ΟΝΟΜΑΤΕΠΩΝΥ

ΜΟ

Είστε

φίλοι

«φίλοι»

στο

face-

book

Καθη-


1 14 2 15 3 16 4 17 5 18 6 19 7 20 8 21 9 22 10 23 11 24 12 25 13 26

Σημειώστε πόσο χρόνο αφιερώνετε κατά μέσο όρο για τις

παρακάτω δραστηριότητες τις καθημερινές το

Σαββατοκύριακο και ειδικότερα χθες:

Πόσες φορές την

εβδομάδα;

Χρόνος που αφιερώνω σε

λεπτά κάθε φορά;

Καθημερινές Σαββατο

Κύριακο

Καθημε-

ρινές

Σαββατ

ο

Κύριακ

ο

Χθες

Μελέτη για τα μαθήματα του σχολείου

Φροντιστήριο ή ιδιαίτερα

Σχολικά προγράμματα εκτός ωραρίου

Εξωσχολικές δραστηριότητες (μουσική, αθλητισμός,

χορός)…

Διαδικτυακά παιχνίδια

Ποια;

Από πού έχετε πρόσβαση στο facebook

Επιλέξτε όλα όσα ισχύουν:

Προσωπικ

ό

υπολογιστή

στο σπίτι

Κινητό

τηλέφωνο

ΗΥ φίλων Δημόσιος

ΗΥ (internet

café – σχολείο)

191

Σημειώστε το βαθμό διαφωνίας ή συμφωνίας σας αξιοποιώντας την παρακάτω κλίμακα: [1: Διαφωνώ απόλυτα 2: Διαφωνώ εν μέρει 3:Ούτε συμφωνώ ούτε διαφωνώ 4: Συμφωνώ εν μέρει 5: Συμφωνώ απόλυτα]

1-5 1-5

Είναι θετικό να έχω φιλία στο

facebook και με καθηγητές μου;

Το facebook με βοηθά να αποδίδω

καλύτερα στη μελέτη μου

Αισθάνομαι στενά συνδεδεμένος με το

σχολείο μου.

Είμαι ιδιαίτερα ικανοποιημένος

από την κοινωνική ζωή μου

Με ικανοποιούν οι φιλίες που έχω

αναπτύξει στο σχολείο

Η «φιλία» καθηγητών με μαθητές

στο fb μειώνει το κύρος των

καθηγητών.

Το facebook επιδρά αρνητικά στη

σχολική επίδοσή μου

Το facebook αποτελεί μέρος των

καθημερινών μου δραστηριοτήτων

Είναι σημαντικό για μένα να είμαι στο

facebook

Αισθάνομαι μέλος της

διαδικτυακής κοινότητας του

facebook

Θα στεναχωριόμουν αν έκλεινε το

facebook

Η φιλία μέσω facebook είναι

σημαντική

Αισθάνομαι ότι έχω σημαντικές

προσωπικές ικανότητες

Αισθάνομαι ότι αξίζω τουλάχιστον

όσο και οι συμμαθητές μου

Μπορώ να κάνω οτιδήποτε, τόσο καλά

όσο και οι περισσότεροι συμμαθητές

μου

Έχω θετική άποψη για τον εαυτό

μου

Σε γενικές γραμμές είμαι

ικανοποιημέν-ος/-η από τον εαυτό μου

Η σχολική ζωή είναι σχεδόν

ιδανική

Οι συνθήκες στο σχολείο μου είναι

εξαιρετικές

Είμαι ικανοποιημέν-ος/-η από τη

ζωή μου στο σχολείο

Έχω εμπιστοσύνη στις «σχολικές» μου

ικανότητες

Αισθάνομαι ικανός να

διεκπεραιώνω όλες τις σχολικές

μου υποχρεώσεις

“Αποδίδω” στα μαθήματά μου στο

σχολείο

Η σχολική μου επίδοση είναι τόσο

καλή όσο ανέμενα

Συχνά διακόπτω τη μελέτη μου για να

ελέγξω το facebook

Αισθάνομαι αποκομμένος όταν δεν

μπορώ να συνδεθώ στο facebook

Ελέγχω το λογαριασμό μου στο

facebook και στο σχολείο.

Η επικοινωνία μέσω facebook

επηρεάζει την επικοινωνία

συμμαθητών και μέσα στην τάξη

Β. ΔΗΜΟΓΡΑΦΙΚΑ ΣΤΟΙΧΕΙΑ

Επίπεδο

σπουδών:

Δεν

ολοκλήρωσε

Λύκειο

Λύκειο Μεταδευτεροβάθμια

σχολή

ΤΕΙ ή ΑΕΙ Μεταπτυχιακές

σπουδές

Πατέρα

Μητέρας

Εθνικότητα

Μαθητή:

Πατέρα:

Μητέρας:

Παρακαλώ ελέγξτε αν έχετε συμπληρώσει όλα τα ερωτήματα.

Ευχαριστούμε για τη συνεργασία μαζί μας!!

192

iii) Ερωτηματολόγιο 2ο

Τμήμα του ερωτηματολογίου με σύνοψη ερωτήσεων μαθησιακών στυλ

ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΣΧΕΤΙΚΟ ΜΕ ΜΑΘΗΣΙΑΚΑ ΣΤΥΛ

1 Σημειώστε ποια από τις επιλογές στήλες σας αντιπροσωπεύει περισσότερο

Πρώτα δρώ μετά σκέφτομαι

Αισθάνομαι στερημένος όταν αποκόπτομαι από την επικοινωνία με τον «έξω» κόσμο

Συνήθως είμαι ανοικτός προς τον «έξω» κόσμο και δραστηριότητες που αποτελούν πηγή ενέργειας για

μένα

Χαίρομαι να συναναστρέφομαι πολύ κόσμο και διατηρώ ποικίλες και εναλλασσόμενες ανθρώπινες

σχέσεις

Σκέφτομαι πρώτα και μετά ενεργώ

Συχνά μου χρειάζεται ένα διάστημα «προσωπικού χρόνου» για να φορτίσω τις μπαταρίες μου

Συνήθως πηγή ενέργειάς μου είναι ο ίδιος μου ο εαυτός, συχνά σκέφτομαι έντονα τόσο που αποκόπτομαι

από τον «έξω» κόσμο

Προτιμώ να συναναστρέφομαι μικρό αριθμό ανθρώπων και να έχω σταθερή επικοινωνία και προσωπικές

σχέσεις

2

Σημειώστε ποια από τις επιλογές στήλες σας αντιπροσωπεύει περισσότερο

Νοητικά ζω για το παρόν, διεκδικώντας ότι ευκαιρία παρουσιάζεται

Χρησιμοποιώ ενστικτωδώς την κοινή λογική και βρίσκω πρακτικές λύσεις

Μπορώ και θυμάμαι στοιχεία και γεγονότα με λεπτομέρειες

Βελτιώνομαι κυρίως χάρη στις προηγούμενες εμπειρίες μου

Προτιμώ σαφής και ενιαία πληροφορία , απεχθάνομαι να «μαντεύω» όταν η πληροφόρηση είναι ασαφής

Νοητικά ζω για το μέλλον αναλογιζόμενος τις μελλοντικές ευκαιρίες-πιθανότητες

Χρησιμοποιώ ενστικτωδώς την φαντασία-δημιουργικότητά μου για να ανακαλύψω ευκαιρίες

Η μνήμη μου βασίζεται σε συσχετίσεις, σχήματα και όχι σε λεπτομέρειες

Βελτιώνομαι κυρίως χάρη στην θεωρητική κατάρτιση (π.χ. μελέτη)

Είμαι άνετος με διφορούμενα και ασαφή δεδομένα τα οποία απαιτούν να «μαντέψω» την σημασία τους

193


φορά που πρέπει να λάβω μία απόφαση ενστικτωδώς αναζητώ δεδομένα και λογική

Από φυσικού μου εύκολα διακρίνω στόχους και την εργασία που απαιτείται για να επιτευχθούν

Μπορώ εύκολα να αναλύσω αντικειμενικά και με οξυδέρκεια.

Αποδέχομαι και τις συγκρούσεις σαν ένα φυσιολογική φάση των ανθρώπινων σχέσεων

Κάθε φορά που πρέπει να λάβω μία απόφαση ενστικτωδώς κριτήριο μου είναι τα προσωπικά μου

αισθήματα καθώς και ο αντίκτυπος που θα έχει σε άλλους ανθρώπους

Από φυσικού μου είμαι ευαίσθητος στις ανθρώπινες ανάγκες και αντιδράσεις

Έχει σημασία για μένα η κοινή γνώμη και αναζητώ την κοινή συναίνεση-αποδοχή μου

Οι συγκρούσεις με «ταράζουν» - έχω «αλλεργία» στην έλλειψη αρμονίας


Προγραμματίζω εκ των προτέρων με λεπτομέρεια τις ενέργειές μου

Εκπληρώνω ένα στόχο πριν προχωρήσω στον επόμενο.

Δουλεύω καλύτερα και αποφεύγω το άγχος όποτε μπορώ να δουλεύω αρκετά πριν από την λήξη των

προθεσμιών

Από φυσικού μου θέτω στόχους , ημερομηνίες και συγκεκριμένες διαδικασίες στη ζωή μου

Άνετα κινούμαι χωρίς πλάνο, βάζοντας στόχους κατά τη διάρκεια.

Μου αρέσει να κάνω πολλά πράγματα συγχρόνως και να έχω ποικιλία ενδιαφερόντων , να αναμιγνύω

δουλειά και παιχνίδι.

Αντέχω σε καταστάσεις πίεσης χρόνου , δουλεύω καλύτερα όταν τελειώνει κάποια προθεσμία

Ενστικτωδώς αποφεύγω δεσμεύσεις οι οποίες σχετίζονται με την ποικιλία επιλογών την ελευθερία

κίνησης και δράσης μου

194

iv) Πίνακας μέσων τιμών & αποκλίσεων συνόλου μεταβλητών

Πίνακας 74 Περιγραφική στατιστική των κύριων στατιστικών μεταβλητών

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Grades 212 1,00 3,00 2,0535 ,75153

da1 207 3,00 10,00 8,9758 1,22846

da2 207 0 1440 175,56 170,367

da3 206 ,00 1440,00 74,2302 127,83256

da4 207 0 394 33,03 68,059

fa1 218 1,00 2,00 1,1376 ,34529

fa2 208 1,00 10,00 7,8894 3,01242

fa3 208 ,00 1440,00 119,4896 154,24623

g1 175 13,00 1910,00 527,5200 372,48828

g2 174 -36,05 -2,00 -3,8361 4,02093

g3 175 2,00 10,00 5,7143 1,44181

g4 174 1,25 1,96 1,8273 ,12746

g5 174 -5,92 55,32 16,1819 10,88862

g6 166 ,04 231,99 44,0323 44,07008

g7 174 ,04 ,75 ,1727 ,12747

g8 172 -30,68 ,00 -3,3319 3,37271

g9 174 ,01 ,60 ,2683 ,10126

g10 174 -30,77 42,35 1,8142 6,54539

g11 174 -25 1525 248,21 282,438

g12 174 1,00 61,00 10,9598 12,06167

g13 174 ,39 ,89 ,5785 ,10112

g14 169 ,26 53,29 12,7150 10,55156

g15 174 -30,49 -,56 -8,2377 4,48147

g16 169 ,36 221,45 34,2000 33,19599

g17 174 ,00 ,18 ,0314 ,02980

g18 169 ,10 659,54 67,2233 85,10753

g19 173 -87,27 59,40 -49,3386 28,92580

g20 169 ,05 252,93 36,7631 42,47497

SchLife 204 1,00 5,00 3,4346 ,83055

ke1 197 1,00 5,00 3,6371 1,01845

SelfEst 204 1,13 5,00 3,8931 ,80276

kp 195 ,50 5,00 2,6179 ,85188

195

Intense 197 1,00 5,00 2,6862 1,03302

ls1 201 1 2 1,64 ,482

ls2 198 1 2 1,30 ,459

ls3 197 1 2 1,52 ,501

ls4 197 1 2 1,48 ,501

a1 204 1,00 4,00 2,1814 ,81938

a2 220 ,00 1,00 ,1000 ,30068

a3 220 1,00 2,00 1,5227 ,50062

a4 220 3,00 4,00 3,6409 ,48083

x1 216 1,00 5,00 3,5440 ,88089

Valid N (listwise) 136

196

v) Έλεγχος αξιοπιστίας Cronbach’s a

Reliability

Scale: Grades

Case Processing Summary

N %

Cases Valid 212 91,0

Excludeda 21 9,0

Total 233 100,0

a. Listwise deletion based on all variables in the

procedure.

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha

Based on

Standardized Items N of Items

,875 ,875 3

Inter-Item Correlation Matrix

e1 e2 e3

e1 1,000 ,651 ,673

e2 ,651 1,000 ,775

e3 ,673 ,775 1,000

Item-Total Statistics

Scale Mean if Item

Deleted

Scale Variance if

Item Deleted

Corrected Item-

Total Correlation

Squared Multiple

Correlation

Cronbach's Alpha

if Item Deleted

e1 4,1651 2,556 ,703 ,495 ,873

e2 4,1038 2,311 ,780 ,631 ,805

e3 4,0519 2,334 ,798 ,650 ,788

197

Reliability

Scale: School Life


N %


Excludeda 36 15,5

Total 233 100,0


procedure.


Cronbach's Alpha

Cronbach's Alpha

Based on


,734 ,736 5


ks1 ks2 ks3 ks4 ks5

ks1 1,000 ,249 ,214 ,362 ,378

ks2 ,249 1,000 ,302 ,352 ,440

ks3 ,214 ,302 1,000 ,337 ,303

ks4 ,362 ,352 ,337 1,000 ,638

ks5 ,378 ,440 ,303 ,638 1,000


Scale Mean if Item

Deleted

Scale Variance if

Item Deleted

Corrected Item-

Total Correlation

Squared Multiple

Correlation

Cronbach's Alpha

if Item Deleted

ks1 14,0761 12,081 ,407 ,177 ,722

ks2 13,2081 12,472 ,460 ,232 ,701

ks3 14,0305 12,305 ,388 ,160 ,729

ks4 13,8934 10,769 ,605 ,445 ,643

ks5 13,6244 10,960 ,636 ,478 ,633

198

Reliability

Scale: Self Esteem


N %


Excludeda 34 14,6

Total 233 100,0


procedure.


Cronbach's Alpha

Cronbach's Alpha

Based on


,875 ,874 8


ka1 ka2 ka3 ka4 ka5 ka6 ka7 ka8

ka1 1,000 ,474 ,473 ,452 ,380 ,387 ,510 ,363

ka2 ,474 1,000 ,550 ,458 ,484 ,416 ,576 ,499

ka3 ,473 ,550 1,000 ,569 ,471 ,376 ,567 ,531

ka4 ,452 ,458 ,569 1,000 ,354 ,432 ,458 ,667

ka5 ,380 ,484 ,471 ,354 1,000 ,250 ,589 ,350

ka6 ,387 ,416 ,376 ,432 ,250 1,000 ,508 ,402

ka7 ,510 ,576 ,567 ,458 ,589 ,508 1,000 ,444

ka8 ,363 ,499 ,531 ,667 ,350 ,402 ,444 1,000

199


Scale Mean if Item

Deleted

Scale Variance if

Item Deleted

Corrected Item-

Total Correlation

Squared Multiple

Correlation

Cronbach's Alpha

if Item Deleted

ka1 27,3920 32,846 ,587 ,364 ,864

ka2 27,3970 31,463 ,677 ,472 ,854

ka3 27,2663 31,671 ,696 ,502 ,852

ka4 27,4523 32,027 ,661 ,540 ,856

ka5 27,3166 33,621 ,555 ,403 ,867

ka6 27,1256 34,131 ,530 ,340 ,869

ka7 27,1508 31,149 ,720 ,571 ,849

ka8 27,3417 32,640 ,633 ,509 ,859

200

Reliability

Scale: Intensity Fb Usage


N %


Excludeda 45 19,3

Total 233 100,0


procedure.


Cronbach's Alpha

Cronbach's Alpha

Based on


,865 ,866 7


kx1 kx2 kx3 kx4 kx5 kx6 kx7

kx1 1,000 ,613 ,451 ,398 ,450 ,534 ,479

kx2 ,613 1,000 ,455 ,363 ,413 ,465 ,430

kx3 ,451 ,455 1,000 ,517 ,577 ,490 ,555

kx4 ,398 ,363 ,517 1,000 ,433 ,342 ,457

kx5 ,450 ,413 ,577 ,433 1,000 ,692 ,528

kx6 ,534 ,465 ,490 ,342 ,692 1,000 ,460

kx7 ,479 ,430 ,555 ,457 ,528 ,460 1,000


Scale Mean if Item

Deleted

Scale Variance if

Item Deleted

Corrected Item-

Total Correlation

Squared Multiple

Correlation

Cronbach's Alpha

if Item Deleted

kx1 16,4043 40,456 ,645 ,488 ,846

kx2 16,2234 39,854 ,596 ,432 ,852

kx3 16,3936 37,342 ,682 ,488 ,840

kx4 16,9840 40,166 ,548 ,336 ,859

kx5 15,7926 37,481 ,690 ,576 ,839

kx6 15,8404 39,686 ,664 ,550 ,843

kx7 16,7766 39,629 ,646 ,430 ,845

Ανάλυση κοινωνικών δικτύων, Μαθησιακά στυλ και...

Documents

Transcript of Ανάλυση κοινωνικών δικτύων, Μαθησιακά στυλ και...