Zpětná vazba od účastníků a organizátorů FYKOSu

Obecně

Na konci každé akce se obvykle snažíme jako organizátoři získávat zpětnou vazbu od účastníků, zejména s ohledem na akci, která právě proběhla. Po každé akci pak obvykle následuje schůzka, kde se probírají návrhy jak účastníků, tak organizátorů a řeší se, které záležitosti by se mohly do příště vylepšit.

Prezentace

Některé výstupy byly prezentovány, zejména ty spojené s diplomovou prací uvedenou níže, na mezinárodních konferencích. Odkazy na takové prezentace můžete nalézt na stránce s prezentacemi o FYKOSu.

Diplomová práce na zpětnou vazbu FYKOSu

Celý název diplomové práce: Fyzikální korespondenční seminář na MFF UK – reflexe a rozvoj

  • Autor: Karel Kolář
  • Vedoucí práce: Vojtěch Žák (KDF)

Diplomová práce byla realizovaná v letech 2012 až 2014 a obhájena v září 2014.

Hlavní cíl/idea/sen: Získat zpětnou vazbu od současných i minulých řešitelů FYKOSu. Zjistit, co děláme skvěle, co dobře a co tak hrozně, že bychom to dělat neměli. Na základě toho navrhnout vylepšení, která se pak v rámci FYKOSu realizují.

Sběr dat se skládal ze dvou částí. Jednou byly rozhovory s účastníky a organizátory FYKOSu. Druhou částí je dotazník, jehož sběr dat běžel od 13. 1. 2014 do 1. 2. 2014 na adrese fykos.vyplnto.cz. Vyplnit ho mohli jak účastníci, tak organizátoři FYKOSu (i historičtí) a dokonce měl i kratší variantu pro neřešitele, kteří by chtěli vyjádřit názor na FYKOS. Třetí částí, z hlediska získávání dat přímo od účastníků, byly e-maily s dotazem na studijní a profesní kariéru.

Hlavním výsledkem práce je diplomová práce, která je veřejně dostupná v repozitáři prací (pdf ke stažení).

Tímto bych chtěl poděkovat všem, co se podíleli na této práci a to jednak tím, že vyplnili dotazník či odpověděli nějaké otázky e-mailem. Když se na práci s odstupem času člověk dívá, tak ne všechno se podařilo realizovat, co bylo za návrhy, ale něco se podařilo a navíc nyní existuje alespoň nějaký podrobnější přehled toho, jací jsou/byli účastníci FYKOSu. — Karel Kolář

"Přídavek"

Do diplomové práce nebylo zařazeno zpracování zcela všech otázek, protože práce byla už tak dost rozsáhlá. Tak zde uveďme alespoň něco málo dalšího.

Oblíbenost jednotlivých typů úloh

V rámci dotazníku byl uveden dotaz na oblíbenost jednotlivých oborů úloh, které se ve FYKOSu zadávají. Byly využity kategorie, pod kterými můžete úlohy vyhledávat na webu, kterých je 20 různých. Respondenti mohli zvolit ++ (mám hodně rád; 2), + (1), 0, - (-1) či -- (mám hodně nerad, -2). Nejprve uveďme graf s průměrnou hodnotou oblíbenosti a uvedenými kvartily1).

Nicméně průměrná hodnota či i pouze uvedené kvartily mohou být docela zavádějící, protože u hodnot jsou velké rozptyly udávané oblíbenosti. Proto uveďme graf, ve kterém je přehled toho, jaké odpovědi dávali respondenti s jakou relativní četností.

Z obou grafů je patrné, že třemi nejoblíbenějšími tématy jsou jednoznačně mechanika hmotného bodu, gravitační pole a matematika. Dále ještě nadprůměrně oblíbené jsou mechanika tuhého tělesa a hydromechanika. Naopak jednoznačně nejneoblíbenější je statistická fyzika, která má jediná průměrnou hodnotu oblíbenosti nižší než 0. V těsné blízkosti 0 je pak biofyzika.

Mohlo by být zajímavé se podívat na to, jestli je nějaký vztah mezi tím, jak se účastníkům líbí jednotlivé obory. Tedy jestli např. existují skupiny účastníků, kterým se líbí nějaké typy úloh a jiné skupině jiné typy úloh. První další statistickou analýzou, která by asi mohla napadnout každého, je určit korelace mezi oblíbeností oboru X a Y.

Tabulka korelací

Tabulka korelací v PDF

Z tabulky vidíme, že nikde není korelace nad 0,8. Ve 4 případech je pak korelace nad 0,7 - mezi elektrickým proudem a elektrickým polem, elektrickým polem a magnetickým polem, relativitou a kvantovou fyzikou a konečně kvantovou a jadernou fyzikou. V intervalu mezi 0,6 a 0,7 jsou pak pouze další 3 dvojice oborů a mezi 0,5 a 0,6 jsou 4 dvojice. Antikorelace je pak nejsilnější pouze -0,2. Tyto uvedené skutečnosti napovídají, že domněnka, že by se uspořádali řešitelé do malého počtu skupin, co má společné zájmy, nevypadá, že bude platná.

Nicméně i tak byla aplikována na datový soubor faktorová analýza (factor analysis) a to metodou varimax. Faktorová analýza se využívá například u dotazníků, které se dotazují na několik různých „dimenzí“ postojů dotazovaného. Nejprve se sestaví dotazník, kde se předpokládá, že textace jednotlivých otázek bude nějak odpovídat konkrétní dimenzi a zadá se dostatečnému množství respondentů a pak se matematicky určí, jestli opravdu otázky, které mají být na jednu dimenzi, spolu korelují a jestli jsou dimenze vytvářeny konzistentně a je možné se také podívat na to, jestli by nebylo vhodnější uvažovat o tom, jestli dotazník nemá více či méně dimenzí.

Nejprve se podívejme na „sutinový graf“ či „scree plot“, tedy to, jaká část rozptylu zůstane „nevysvětlená“, pokud zvolíme nějaký počet faktorů. Ideální je mít toto číslo co nejmenší, pokud by se jednalo o test/dotazník, který se ptá na několik dimenzí, která by mezi sebou neměly nutně korelovat, ale měly by korelovat odpovědi v rámci dané dimenze. Na druhou stranu větší počet dimenzí znamená, že je nutné mít větší vzorek testů.

Jak vidíme, tak zbytky reziduí klesají, ale relativně pomalu. Při 5 faktorech je vysvětlená zhruba pouze jedna polovina, při deseti asi 71 %. To značí, že oblíbenosti jednotlivých oborů, jak jsou v seznamu uvedené, jsou relativně dost nezávislé a že se nedá moc dobře říci, že by se nějaké skupiny spojily. Například i z hlediska sloučení některých skupin, aby bylo vybírání těchto skupin jednodušší jak pro organizátora zařazující úlohu, tak i pro účastníka vybírající si oblast fyziky. Tím by se ale také ztratilo rozlišení na nějaké podobory, což by bylo naopak nevýhodné, kdyby někdo hledal specifičtější oblast fyziky. Můžeme se podívat na to, jak by dopadla faktorová analýza pro 10 faktorů.

Tabulka faktorové analýzy pro 10 faktorů

Tabulka faktorové analýzy pro 10 faktorů v PDF

Dalo by se říci, že na základě tohoto nemůžeme celou škálu úloh FYKOSu rozdělit ani do 10 oborů. Jsou dvě skupiny, které relativně hodně patří k sobě, a to skupina, která se někdy nazývá „moderní fyzika“ (faktor 1) - tj. relativita, kvantová a jaderná fyzika. Do první skupiny také velice slabě patří molekulová fyzika. Druhá skupiny by se pak mohla jmenovat „elektromagnetismus“, protože do ní patří elektrický proud, elektrické pole a magnetické pole (faktor 8). Dále bychom faktor 3 mohli prohlásit za matematiku, faktor 4 za optiku, faktor 5 za kmitání a vlnění a faktor 10 za mechaniku (kam patří kromě mechaniky hmotného bodu zčásti i mechanika tuhého tělesa a v menší míře gravitační pole). Je zajímavé, že i když z hlediska VŠ látky optika těsně souvisí s elektromagnetismem, tak u respondentů obliba těchto oborů nesouvisí. Pak nám zbývají faktory, která mají menší zátěže u jednotlivých oborů. Faktor 2 by se mohl nazvat „ostatní přírodní vědy“, protože do něj spadá chemie a biofyzika. Faktor 6 má relativně malé zátěže celkově, ale nejsilnější je gravitační pole a pak mírně astrofyzika, tedy mohli bychom asi nazvat „gravitační pole a astrofyzika“. Faktor 7 by mohl mít název „mechanika tekutin“, protože nejsilněji do něj spadá hydromechanika, pak mechanika tuhého tělesa a mírně i mechanika plynů. Poslední zbývající faktor je 9, který by mohl být „termodynamika“, protože do něj spadá termodynamika, mechanika plynů a molekulová fyzika.

Závěrem by se dalo k faktorové analýze říci, že to bylo spíše cvičení metody na datech než nějaká typická aplikace a jak již bylo zmíněno, tak spíše nevyvrací to, že je vhodné mít více druhů úloh, protože každému sedí nějak jinak jejich kombinace.

Statistiky řešitelů

Některé statistiky, které byly zmíněny v diplomové práci, sledujeme kontinuálně. Níže se můžete podívat na aktuálnější verzi některých grafů. Pojmy jako řešitel ročníku či věrný řešitelů, jsou podrobně zavedeny v diplomové práci.

Počet řešitelů FYKOSu

Úplně základní statistika, kterou máme. Nejprve se podívejme na celkový počet řešitelů ročníku a následně na počty v jednotlivých kategoriích podle ročníků.

Zajímavé na posledních letech z hlediska rozložení v ročnících, je to, že se zvedl podíl řešitelů z 1. ročníku SŠ (či případně i mladších). Nejspíše to ovlivnily dvě hlavní skutečnosti. V první řadě snad šlo o to, že se rozjel korespondenční seminář Výfuk pro základní školy a tak ti, kteří postupují na střední školu pokračují v řešení FYKOSu. Druhým faktorem, který to teoreticky mohl pozitivně ovlivnit, je to, že se hromadná korespondence MFF UK rozesílala 9. třídám před koncem školního roku, takže se jim mohla dostat ještě dokud případně byli na základní škole.

Věrnost řešitelů

Věrnost řešitelů je jedna ze statistik, kde můžeme relativně snadno získat zpětnou vazbu nepřímo. Podívejme se nejprve na absolutní čísla počtu řešitelů, věrných řešitelů a nových řešitelů a pak i na relativní počet věrných a nových řešitelů2)

Zdá se, že s vyšším počtem řešitelů, klesá podíl věrných řešitelů (korelace -0,65), ale současně je vyšší počet věrných řešitelů (korelace 0,73). Tedy záleží, jak se budeme na tyto statistiky dívat. Počet věrných řešitelů určitě bude nějakým způsobem korelovat s tím, jak považují účastníci aktivity za kvalitní, ale na druhou stranu se právě při vyšším počtu řešitelů, menší podíl dostane např. na soustředění. Svou účast pak hodnotí na základě toho, s čím se setkali, což může být pouze řešení úloh doma. Takže je tento výsledek asi logický a nevyhnutelný, i když je samozřejmě otázkou, jestli jsou současné podíly ty maximální rozumně dosáhnutelné.

Něco dalšího?

Kdyby měl někdo zájem o zveřejnění nějakých statistik týkajících se buď dat, co jsem sebral v rámci diplomové práce či takových, které se dají snadno souhrnně získat z toho, jak účastníci řešili, tak se mi můžeš ozvat na e-mail. Samozřejmě nebudu poskytovat údaje o jednotlivých účastnících. Ale statistiky FYKOSu mě zajímají a když to bude zajímat i někoho dalšího a vymyslí třeba nějakou další zajímavou statistiku, tak budu rád. — Karel Kolář

1)
Tedy pokud seřadíme u dané úlohy respondenty podle toho, jak se jim daná úloha líbila, tak co vybral ten, který je ve 25% = 1. kvartil, 50% = 2. kvartil a 75% = 3. kvartil pořadí v tom, jak se jim daný obor líbí.
2)
Tento součet může být větší než 1, protože podíl věrných se počítá z počtu řešitelů minulého roku, kteří neodmaturovali.
Tato stránka využívá cookies pro analýzu provozu. Používáním stránky souhlasíte s ukládáním těchto cookies na vašem počítači.Více informací

Partneři

Pořadatel

Mediální partner


Created with <love/> by ©FYKOS – webmaster@fykos.cz