순간 판단의 정확성 평가

1. 자료를 구성합니다.

1. 10명의 대학 강사가 이전에 촬영한 영상을 포함하는 동영상을 만듭니다. 가르침의 내용은 광범위한 주제 영역을 다루어야 한다.
2. 각 교사에 대해 세 개의 별도 10s 클립을 식별합니다. 세 개의 클립은 각각 수업의 시작, 중간 및 끝에서 가져와야 하며, 비디오 프레임에 혼자 있는 교사를 특징으로 합니다.
3. 라틴 사각형 디자인에 따라 세 클립을 임의로 결합합니다. 각 교사에 대해 이렇게 하십시오. 이로 인해 총 30개의 비디오 클립이 생성됩니다.
4. 동영상의 10명의 강사 각각에 대한 학기 말 학생 평가를 컴파일합니다. 이러한 평가는 비디오 푸티지와 일치하는 실제 코스에서 나온 것입니다.

2. 참가자 모집

1. 전력 분석을 수행하고 비디오 클립을 보고 평가할 수 있는 충분한 수의 참가자를 모집합니다.
   1. 이전 연구는 비언어적 행동을 해독에 남자 보다 더 나은 개념을 지원 하기 때문에 여성 원래 연구에서 선호 했다.

3. 데이터 수집

1. 참가자들에게 전반적인 비언어적 행동을 기반으로 강사의 등급을 제공하도록 지시합니다. 특히, 참가자들에게 15가지 교육 관련 차원에서 교사를 판단하도록요청한다(예:수용, 적극적, 세심한, 지배적, 정직, 호감, 따뜻한, 전문가 등)9포인트 Likert 척도(1=전혀 아님; 9 =매우).
   1. 참가자는 다른 교육을 받지 않아야 합니다.
2. 분자 비언어적행동(즉, 특정 비언어적 행동)을 평가하기 위해 두 개의 유료 교육을 받은 코더가 동일한 비디오 클립을 시청하도록 합니다.
3. 각 클립마다 고개를 끄덕이고, 악수하고, 미소하고, 웃고, 하품하고, 찡그린 얼굴, 입술을 물고, 아래쪽 시선, 자기 손길, 만지작거리며, 단호한 제스처, 교사가 만든 약한 제스처를 집계합니다.
4. 두 평가자가 교사의 대칭과 신체 자세를 나타냅니다.
5. 매력 효과를 설명하기 위해 두 명의 코더가 비디오에서 찍은 각 교사의 단일 사진을 기반으로 5 점 Likert 척도 (1 = 전혀 아님, 5 = 매우)를 기반으로 각 교사의 신체적 매력을 판단하게됩니다.
6. 참가자를 완전히 브리핑합니다.

4. 데이터 분석

1. 관심의 주요 결과 변수는 학기 말에 교사의 학생들이 평가한 효과를 가르치는 것입니다.
   1. 여기에는 학생들에게 강사의 성과와 전체 코스의 품질을 평가하도록 요청하는 두 가지 항목이 포함됩니다.
2. 이러한 등급을 백분율로 변환합니다.
   1. 두 평가 항목의 평균 백분율은 관심의 기본 종속 변수 역할을 합니다.
3. 신뢰성을 위해 어금니 비언어적 행동의 등급을 분석합니다.
4. 이러한 데이터에서 어금니비언어적 동작 복합 점수를 나타내는 전체 평균을 계산합니다.
   1. 복합 점수와 각각의 개별 15 등급은 교육 효과의 잠재적 예측 변수로 간주됩니다.
5. 코더의 분자 비언어적 행동의 등급을 분석하여 신뢰성을 제공합니다.
6. 신뢰성에 대한 교사의 매력에 대한 평가를 분석합니다.