מחקר מדעי הוא תהליך יצירתי!

2. מחקר מדעי הוא תהליך יצירתי! חיפוש דפוסים ותבניות בטבע העלאת השערות תכנון והרצת ניסוי

3. מחקר מדעי הוא תהליך יצירתי! חיפוש דפוסים ותבניות בטבע העלאת השערות תכנון והרצת ניסוי ניתוח תוצאות

4. את איסוף הנתונים מתכננים בהתאם לניתוח הרצוי (ולא להיפך!)

5. יש לחשוב מראש על: אופן ניתוח הנתונים אילו שאלות נשאל, אילו סוגי תשובות נצפה לקבל, אילו קשרים בין משתנים מעניינים אותנו, האם המשתנים כמותיים/איכותיים, באילו תוכנות נשתמש (איך ייראה גיליון ה - Excel שלנו?), האם אנו מעוניינים בניתוחים סטטיסטיים פשוטים?איך נציג את התוצאות בסוף (טבלאות, גרפים, תרשימים, צילומים..)... אופן איסוף הנתונים שיטת הדיגום, בחירת חלקות, תדירות דיגום, חזרות, תיעוד, נתונים א-ביוטיים...

6. מה במצגת? • איך לארגן את קובץ הנתונים כך שיהיה קל לניתוח? בחירת תוכנות, Data/Metadata, QA/QC, פורמט לשטח/פורמט למחשב • אילו ניתוחים פשוטים אפשר לעשות עם תלמידים? סוגי נתונים: ביוטי/אביוטי, רציף/בדיד, חזרות וחזרות מדומות, מדידות חוזרות, מדדים סטטיסטיים ותכונותיהם, קורלציה, כמה 'טיפים' ב - Excel • 'על קצה המזלג' – דרכים לתצוגה של נתונים במחשב טבלאות, גרפים, מפות, קווי מגמה, מקדם קורלציה

7. נתונים (Data) הם התוצרים הבסיסיים של כל מחקר מדעי המטרות של ארגון/ניהול נכון של נתונים הן: • להקל על המחקר • יצירת נתונים באיכות גבוהה • תרומה למדע

8. קיימים שני סוגי נתונים (חשובים באותה המידה!) • Data– הנתונים עצמם • Metadata– "נתונים אודות הנתונים" (הקשר, מיקום, זמן, אופן האיסוף...) איסוף נתונים באיכות גבוהה • Quality Control– בקרת איכות. לפני/תוך כדי איסוף המידע (טעויות, מידע חסר, נתונים לא נכונים..) • Quality Assurance– אבטחת איכות. לאחר האיסוף (חיפוש מידע חריג “outliers”בנתונים עצמם או בגרף ומציאת הסיבה - אמיתית או שגויה). בחירת התוכנה ופורמט האיסוף • בחירת התכנה בהתאם לצרכים וליכולת האישית EXCEL, ACCESS • בד"כ יש לאסוף בפורמט הנוח ביותר לאיסוף ואח"כ להעביר לפורמט הניתוח (ע"י פקודת Transpose, הקלדה מחדש או תכנות) - מונע טעויות ואיבוד זמן בשדה.

9. להראות קובץ WORD כמטה-דטה הדגמת נושא האיסוף של נתוני מגוון מינים – בשורה ובמטריצה חריג (Outlier) נתוניםביוטיים נתוניםא-ביוטיים Metadata חסר (Missing data)

11. דוגמא:ביוטופ בנושא מגוון מינים בבתי גידול שוניםא. פורמט נוח לאיסוף בשדה – עריכת רשימת מינים לכל ריבוע

13. ב. פורמט נוח לניתוח במחשב – מטריצת נוכחות/אי נוכחות

14. סוגי נתונים • ביוטיים/א-ביוטיים, גורם תלוי ובלתי תלוי. לקחת רק א-ביוטיים רלוונטיים! • רציפים-כמותיים/בדידים-קטגוריאליים חזרות, חזרות מדומות, מדידות חוזרות • (גם באין ניתוח סטטיסטי של ממש) הבנת מבנה הניסוי הרצוי/מצוי - חשיבות כערך חינוכי-מדעי! מדדים סטטיסטיים • ממוצע, חציון (נבטים ועץ בוגר) • סטיות מהממוצע – מדדים לפיזור: ממוצע סטיות, ממוצע סטיות מוחלטות, ממוצע סטיות ריבועיות (שונות), סטית תקן • קשרים בין משתנים x, y (בהמשך)

15. ניתוח נתונים בעזרת EXCEL מספר 'לחיצות כפתור' שיכולות להקל על החיים... • בניית PivotTable • חישוב מדדי סיכום לסדרת נתונים • ניתוח קשרים בין משתנים ציור דיאגרמת פיזור, העברת עקומה, נוסחת רגרסיה ואחוז שונות מוסברת, חישוב מקדם מתאם

16. בניית PivotTable לקבלת דו"ח מסכם (מותאם אישית) של הנתונים

29. חישוב מדדי סיכום לסדרת נתונים (ב – 3 לחיצות כפתור!)

33. קשרים בין משתנים Y) כפונקציה של X) דוגמא: גובה שיחי קידה שעירה כפונקציה של מרחק מערוץ נחל

34. ציור דיאגרמת פיזור

35. הוספת קו מגמה

37. קבלת נוסחת קו הרגרסיה ואחוז שונות מוסברת ( R בריבוע)

38. אחוז השונות המוסברת ע"י הגורם אותו אנחנו בודקים (* בחירת המודל)

39. תצוגת נתונים א. גרפים • התפלגות - משתנה בדיד היסטוגרמה (משתנים/שכיחויות) 'עוגה' • התפלגות - משתנה רציף בניית לוח התפלגות וציור היסטוגרמה (יש לחלק את טווח הנתונים למחלקות: כלים – Data Analysis – Histogram דיאגרמת פיזור XY ועקומות שונות (לינארית, לוגריתמית, מעריכית, פולינומיאלית...) ב. טבלאות למשתנים איכותיים, לכמות נתונים רבה, כאשר חשוב לראות את הנתונים באופן 'גולמי' יותר, פשוט, קל לשימוש.

40. "כללי אצבע" לטיפול בנתונים • תכנון מראש של הניתוח והתוצרים הרצויים, כולל גיליון ה – Excel והשדות הכלולים בו - לפני ביצוע עבודת השדה! • הקפדה על תעוד Metadata • איסוף בטבלאות מסודרות שהודפסו מראש, או לתוך מחשב כף יד • הקלדה למחשב או רה-ארגון בפורמט הנוח ביותר לניתוח (גרפי וטבלאי) • בקרת איכות לטעויות, מידע חסר או נתונים חריגים • הצגה בגרפים או בטבלאות, בהתאם לסוג הנתונים • בחירת הגרף בהתאם לאופי המשתנים – כמותיים, קטגוריאליים • אם נלקחו נתונים מרחביים, יש להציגם גם ע"ג מפה • במידת האפשר, להציג תוצאות סטטיסטיות פשוטות (t-test) • לאורך כל הדרך – הקפדה על שמירה וגיבוי (לצלם גם את דפי האיסוף!) • רצוי לשלב צילומים מהשטח, סכמות, שרטוטים ושרבוטים, את דפי האיסוף המקוריים, חומר שנאסף בשטח.

41. ולסיכום (והכי חשוב!)קצת היגיון ביולוגי... תודה רבה!