A case Study Comparing Children’s Motivation using a Virtual World, Video and Print Material to Learn Global Citizenship

Table 4.4
Rank data for Interest/Enjoyment 
A one-way repeated measures ANOVA test analyses differences in raw data between 
experimental conditions when the same participants have provided data for all the 
conditions. Friedman’s ANOVA is the non-parametric equivalent for analysing ranked data 

---

45 
and this was used in this research to analyse the ranks of each learning scenario. Table 4.5 
shows the SPSS output for Friedman’s ANOVA test for Interest/Enjoyment. 
N 
27 
Chi-square 
39.723 
df 
3 
Asymp. Sig. 
.000 
Table 4.5
Friedman’s ANOVA test for Interest/Enjoyment 
With four learning scenarios, the degrees of freedom are 4-1, or 3. The significance value is 
.000, which is less than .05, and it can therefore be concluded that the type of learning 
scenario encountered significantly affected the interest/enjoyment experienced. However, 
this table does not indicate where the differences between the scenarios lie. 
Follow up analysis was done by performing Wilcoxon Signed Ranked Tests, which 
compares two experimental conditions at a time, and the results of these tests are shown in 
Table 4.6. The four learning scenarios were all compared with each other although Field 
and Hole (2003) suggest that it is a good idea to be selective about the comparisons to 
make. A Bonferroni correction (Field and Hole 2003) was applied to control the error rate 
at .05 when running consecutive tests. This was done by dividing the probability of an 
error, .05, by the number of comparisons carried out. Table 4.6 displays the results of six 
comparison tests undertaken, so a result is not necessarily accepted as significant if it is less 
than .05 but only if it is less than .05 divided by 6, or .00833. 
Magazine - 
Schoolwork 
Video - 
Schoolwork 
Virtual World - 
Schoolwork 
Video - 
Magazine 
Virtual World 
- Magazine 
Virtual World 
– Video 
Z 
-3.080 
-4.253 
-4.518 
-1.753 
-3.296 
-3.027 
Asymp Sig (2-tailed) 
.002 
.000 
.000 
.080 
.001 
.002