A kutatott mintában a 2019/2020-as tanévben 2019 szeptemberétől, 2020 februárig adott megyei szakértői bizottságban vizsgált gyermekek WISC-IV teszt index eredményei kerültek rögzítésre, a teljes tesztmutatóval együtt. A teszteredmények tekintetében normál eloszlású mintára lehetett számítani, amit a leíró statisztikai elemzések igazoltak is. A vizsgált szakértői bizottság gyakorlata a kutatás intervallumában, hogy 7 féle BNO kód[44] csoportba sorolta a vizsgált gyerekeket tanulási zavar megállapítása esetén. 204 esetből azonban 1 fő F81.0 és 1 fő F81.8 diagnózist állapítottak meg. Így valójában 4 csoportról beszélhetünk, ugyanis a 204 főre vetítve kvantitatív elemzéssel az 1-1 fő nem értékelhető. Esetük deviáns mintának tekinthető, és vizsgálatuk kvalitatív kutatással vizsgálható. A vizsgált minta az elvégzett kutatás intervallumára tekintve teljes mintának tekinthető.
Az óvodás gyermekek kerültek szűrésre, illetve a nem tanulási zavarral küzdő gyermekek, hiszen a kutatás fókuszában az áll, hogy vajon a tanulási zavar megállapítása mögött milyen elmélet és háttérváltozók azonosíthatók.
A tanulási zavarral küzdő gyermekek tanulási képességvizsgálatát a vonatkozó protokoll alapján (Nagyné Réz, 2012) Wechsler típusú tesztekkel tárják fel (Mészáros, 2012). A vizsgált tanulói csoportot a Wechsler Gyermek Intelligenciateszt – Negyedik kiadás (WISC-IV[45])-val vizsgálták. A létrehozott adatbázis a 204 fő esetében a 4 szubteszt (verbális megértés, perceptuális következtetés, munkamemória, feldolgozási sebesség) átlagpontszámait és a teljes tesztmutatót tartalmazza. Ennek oka, hogy a tanulmány fókuszában az áll, hogy mely terület lehet hangsúlyos a tanulási zavar megállapításában és hogy az kapcsolható-e valamilyen ismert elmélethez. Minden szubteszt adatának rögzítése és a létrejövő óriási méretű adatbázis kezelése a kutatás során rendelkezésre álló erőforrásokon túl mutat, ugyanis a kutatáshoz a vizsgált szakértői bizottság hozzájárult, de külön eszközzel (megfelelő kapacitású számítógép és adatelemző szoftver) nem támogatták a kutatást. Így az elemzést a kutatók saját laptopon és saját szoftverrel végezték, mely kapacitását tekintve a létrehozott adattömeg kezelésére alkalmas. Emellett a vizsgálat tárgya sem arra vonatkozott, hogy pontosan melyik alterület lehet felelős a tanulási zavarért. Amennyiben felmerül egy Index szórásképe alapján, hogy a tanulási zavarhoz kapcsolható, célzottan kutathatóvá válik az adott szubteszt eredményből létrehozott adatbázis is. Ezáltal az adatbázis is kezelhetőbb méretű és vélhetően a redundancia is csökkenthető.
A teszt sztenderdizálásakor is normál eloszláshoz igazították a teszteredményeket, hiszen a gyermekpopuláció intelligencia eloszlása WISC-IV teszttel mérve is normál eloszlást kell, hogy mutasson, ez az alkalmazhatóság feltétele is volt (Nagyné Réz szerk., 2008). Mivel ezen a szűrőn a teszt már átesett 2003-ban, nem kellett külön vizsgálni, hogy vajon a vizsgált csoport a teszt eredményei szempontjából normál eloszlású-e vagy sem. Korábbi kutatások (Vida, 2019) azonban utaltak rá, hogy lehetnek torzítások az eloszlásban, ezért indokolhatóvá vált a normál eloszlás vizsgálata az indexek és a teljes teszt értékét adó, valamennyi index súlyozott átlagából faktoranalízissel számított IQ eredmények eloszlását tekintve. Az erre vonatkozó vizsgálatot SPSS 24.0-es verzió számú szoftverrel és egymintás Kolgomorov-Smirnov próbával végeztük. Ezt a próbát azért választottuk, mert nem-paraméteres próba, tehát akkor is elvégezhető, ha a minta nem normál eloszlású. Azaz feltételeztük, hogy az alskálák eredménye nem feltétlenül követi a normál eloszlás görbét, hiszen ezt semmi sem indokolta, annak ellenére, hogy a teljes teszt mutató vagy IQ értéke bizonyíthatóan normál eloszlást követ. Másrészről alkalmas arra, hogy két változó eloszlását összehasonlítsuk, illetve hogy ellenőrizzük azt, hogy a vizsgált valószínűségi változó eloszlása a feltételezéseinknek megfelelő-e (Corder – Foreman, 2014).
Az eredményeke a 1-6. ábrán jelenítjük meg. A függőleges tengelyen a „%” jelöléssel a vizsgált csoporton belüli eloszlást láthatjuk, a vízszintes tengelyen az „IQ” jelölés leegyszerűsítve az adott Index eredmény értékét mutatja, amit felfoghatunk adott terület, pl.: verbális területre kapott rész IQ eredménnyel is. Ezért választottuk az „IQ” megjelölést. Nyilvánvaló, hogy a teljes teszt mutató esetében az IQ a valós IQ (5. ábra).
21. ábra
Saját készítésű ábra a verbális index eredményeinek eloszlásáról a mintában (SPSS 24.0)
22. ábra
Saját készítésű ábra a perceptuális index eredményeinek eloszlásáról a mintában (SPSS 24.0)
23. ábra
Saját készítésű ábra a munkamemória index eredményeinek eloszlásáról a mintában (SPSS 24.0)
24. ábra
Saját készítésű ábra a feldolgozási index eredményeinek eloszlásáról a mintában (SPSS 24.0)
A mérési eredmények, de tekintve, hogy a vizsgált populáció sajátosságairól van szó, indokolt a vizsgálati minta fejezetben tárgyalni az ábrákon látható sajátosságokat. Összességében elmondható, hogy a normál eloszlás kevéssé sérült. Két esetben vannak jelentősebb torzítások, melyek az ábrán is megfigyelhetők. Egyrészt a munkamemóriára vonatkozó értéknél látható egy magasabb kiugrás 70 körül rész „IQ” eredménynél, ami azt mutatja, hogy a vizsgált, tanulási zavarral küzdő populáció teljesítménye az emlékezet területén jelentős alulteljesítést mutat, hiszen a 70 körül IQ teljesítmény az enyhe intellektuális képességzavarral (Fejes – Szenci, 2010) ekvivalens, régi terminológia szerint az enyhe értelmi fogyatékosok teljesítményével egyenlő.
25. ábra
Saját készítésű ábra a teljes teszt eredményeinek eloszlásáról a mintában (SPSS 24.0)
26. ábra
Saját készítésű ábra a feldolgozási sebesség eredményeinek eloszlásáról a mintában (SPSS 24.0)
Tehát már az eloszlás vizsgálata utal arra, hogy a memória releváns terület lehet a hazai gyakorlatban a tanulási zavar megállapításában, amit indokolhat az is, hogy a pedagógusok mérési-értékelési gyakorlata a továbbképzésen feltártak alapján leginkább a memóriát terhelő tanulástípusra reflektál. Ennek részletes kifejtésére a későbbi fejezetekben, a mérési eredmények részletes tárgyalásakor térünk ki.
A másik eltérés, hogy a teljes teszt mutató a tanulási zavarral küzdő populációban szintén eltér valamelyest a normál eloszlástól. Mintha két értéknél csúcsosodna az eloszlás, a 100 és 80 körüli IQ-nál. Egy nagyobb mintát elvégzett hasonló vizsgálat (Vida, 2019) ezt pontosabban kirajzolta. Ott megközelítőleg 5400 sajátos nevelési igényű tanuló 2017-18-as tanévre viszonyított teljes tesztmutatójának, azaz IQ-jának eredményeit elemezték és megfigyelhető volt ugyanez a mintázat.
A 6. ábra, mely arra utal, hogy a vizsgált tanulók munkavégzése milyen tempóban zajlik, mutatja a normál eloszlást, de enyhén az alacsonyabb értékeknél csúcsosodik. Összességében tehát elmondható, hogy az IQ mérés eredményei szerint normál eloszlású volt a minta. Bár kisebb-nagyobb torzítások és eltolódások megfigyelhetők. Az eredmények tükrében és a minta sajátosságait tekintve az adatbázis elemzésekor nem-paraméteres próbákat is alkalmaztunk, melyek nem csak normál eloszlású mintánál is bevethetők, így a levont következtetések érvényességét mindez növelheti.
____________________
[44] BNO-10: A betegségek és az egészséggel kapcsolatos problémák nemzetközi statisztikai osztályozása (10. revízió). Budapest, Népjóléti Minisztérium (1995) alapján: F81.0 Meghatározott olvasási zavar (dyslexia) | F81.1 Az írás zavara (dysgraphia) | F81.2 Az aritmetikai készségek zavara (dyscalculia) | F81.3 Az iskolai készségek kevert zavara | F81.8 Az iskolai készségek egyéb fejlődési zavara | F83 Kevert specifikus fejlődési zavarok.
[45] A WISC-IV 10 szubtesztből és 5 kiegészítő szubtesztből áll. A Verbális megértés szubtesztjei: Közös jelentés, Szókincs, Általános megértés, Általános ismeretek, Szótalálás. A Perceptuális következtetés szubtesztjei: mozaik-próba, képi fogalomalkotás, mátrix következtetés, képkiegészítés. A munkamemória szubtesztjei: számterjedelem, betű-szám szekvencia, számolás. A feldolgozási sebesség szubtesztjei: kódolás, szimbólumkeresés, törlés (Nagyné – Szerencsés szerk., 2008).