1、 外语教学科研中统计与SPSS实现 第1页 教育统计学简明介绍教育统计学简明介绍&1.1.概念概念&将数理统计学理论和方法应用于教学实际、经过对所将数理统计学理论和方法应用于教学实际、经过对所取得数据分析和处理,到达探索教学规律、制订方案、取得数据分析和处理,到达探索教学规律、制订方案、作出决议和预测。作出决议和预测。&2.2.性质性质&应用性:更重应用,不细究数理应用性:更重应用,不细究数理&方法性:只是工具,不负责研究何种现象、提出何种方法性:只是工具,不负责研究何种现象、提出何种假设、结论是否正确等。假设、结论是否正确等。第2页 教育统计学简明介绍教育统计学简明介绍&3.3.分类分类&描
2、述统计(描述统计(descriptive statisticsdescriptive statistics)&描述数据全貌。包含数据分组,使用统计图表描述数描述数据全貌。包含数据分组,使用统计图表描述数据分组和分布,计算数据参数据分组和分布,计算数据参数 。&推断统计(推断统计(inferential statisticsinferential statistics)&依据随机样本数据,从局部推断总体特征。依据随机样本数据,从局部推断总体特征。包含参数包含参数检验和非参数检验、方差分析、回归分析、因子分析检验和非参数检验、方差分析、回归分析、因子分析等。等。第3页 教育统计学简明介绍教育统计学
3、简明介绍&4.4.基本概念基本概念&4.14.1变量(变量(variablevariable)&研究活动中关键原因。相对于常量而言(在研究过程中研究活动中关键原因。相对于常量而言(在研究过程中一直保持不变特征或条件)。一直保持不变特征或条件)。&自变量自变量(independent variable)(independent variable):教学方法教学方法&因变量因变量(dependent variable):(dependent variable):学生成绩学生成绩&中间变量中间变量(interdependent variable):(interdependent variable):
4、学习格调学习格调&如:研究者经常在课题研究对象(某一层次学习者)中如:研究者经常在课题研究对象(某一层次学习者)中安排不一样格调学习者。当某个安排不一样格调学习者。当某个自变量自变量(如教学方式)(如教学方式)改变时,能够观察到改变时,能够观察到因变量因变量(学习成绩)对应改变及其(学习成绩)对应改变及其规律。然后针对不一样学习格调研究对象(规律。然后针对不一样学习格调研究对象(中间变量中间变量),),再观察上述教学现象规律有何改变再观察上述教学现象规律有何改变 。第4页 教育统计学简明介绍教育统计学简明介绍&4.4.基本概念基本概念&4.24.2总体总体(population)(popula
5、tion)、个体、个体(individual)(individual)、样本、样本(samplesample)&研究对象全体为总体,组成总体基本单元为个体,按照研究对象全体为总体,组成总体基本单元为个体,按照一定规则从总体中抽取一部分个体为样本。一定规则从总体中抽取一部分个体为样本。&4.34.3样本容量(样本容量(sample sizesample size)&无严格数量界限。普通把样本容量小于无严格数量界限。普通把样本容量小于3030(5050、100100)样本称为小样本,大于等于样本称为小样本,大于等于3030(5050、100100)为大样本。)为大样本。第5页 教育统计学简明介绍教
6、育统计学简明介绍&样本容量标准样本容量标准A A&SudmanSudman(19761976):):&样本大小取决于总体分布区域。样本大小取决于总体分布区域。&地域性研究:平均样本数在地域性研究:平均样本数在500500至至10001000之间;之间;&全国性研究:平均样本数在全国性研究:平均样本数在15001500至至25002500之间。之间。&重复前人研究或进行类似研究时,可参考他人样本数。重复前人研究或进行类似研究时,可参考他人样本数。第6页 教育统计学简明介绍教育统计学简明介绍&样本容量标准样本容量标准B B&GayGay(19921992):):&样本大小取决于不一样统计分析方法。
7、样本大小取决于不一样统计分析方法。&描述性研究:样本数最少要占总体描述性研究:样本数最少要占总体10%10%,假如总体本身较,假如总体本身较小,则样本数最少要到达小,则样本数最少要到达20%20%。&相关性研究:样本最少在相关性研究:样本最少在3030人以上。如因果比较研究:人以上。如因果比较研究:各组人数不能少于各组人数不能少于3030人。人。&严密控制试验研究:每组受试者最少在严密控制试验研究:每组受试者最少在1515人以上,人以上,3030人人以上最为适当。以上最为适当。第7页 教育统计学简明介绍教育统计学简明介绍&样本容量标准样本容量标准C C&BorgBorg等人(等人(198319
8、83):&样本大小取决于研究条件优劣。样本大小取决于研究条件优劣。&出现以下情况时,要采取较大样本:出现以下情况时,要采取较大样本:&测量工具信度较低;测量工具信度较低;&研究中有较多变量无法控制、总体同质性研究中有较多变量无法控制、总体同质性(homogeneityhomogeneity)不强;)不强;&研究中须用分组比较统计分析方法。研究中须用分组比较统计分析方法。第8页 教育统计学简明介绍教育统计学简明介绍&4.4.基本概念基本概念&4.44.4统计量统计量(statistics)(statistics)和参数和参数(parameter)(parameter)统计量是不依赖于任何未知参数
9、样本函数,即它是直接从统计量是不依赖于任何未知参数样本函数,即它是直接从样本数据中计算出各种量数,如样本平均数(样本数据中计算出各种量数,如样本平均数()、样)、样本方差(本方差(S S2 2)、样本标准差()、样本标准差(S S)、样本相关系数()、样本相关系数(r r)。)。统计量不是未知数,它随样本不一样而取不一样值。统计量不是未知数,它随样本不一样而取不一样值。反应总体数据特征量数为总体参数,简称参数,如总体平反应总体数据特征量数为总体参数,简称参数,如总体平均数(均数(u u)、总体方差()、总体方差(2 2)、总体标准差()、总体标准差()、总)、总体相关系数(体相关系数()。总体
10、参数是常数,但大多数情况下是)。总体参数是常数,但大多数情况下是未知数。未知数。(对详细各种统计量和参数在以后举例中解释)(对详细各种统计量和参数在以后举例中解释)第9页 教育统计学简明介绍教育统计学简明介绍&4.4.基本概念基本概念&4.54.5正态分布正态分布(normal distribution)(normal distribution)&正态分布是连续型随机变量分布中最主要也是最常见一个正态分布是连续型随机变量分布中最主要也是最常见一个分布。比如,在人数较多群体中,测量身高、体重、智分布。比如,在人数较多群体中,测量身高、体重、智力水平、学习成绩等得到数值,其分布都近似于正态分力水平
11、、学习成绩等得到数值,其分布都近似于正态分布。如学生测验分数都是中等分数人数多,高分、低分布。如学生测验分数都是中等分数人数多,高分、低分人数少,假如以分数为横坐标,次数人数少,假如以分数为横坐标,次数取得某一分数人取得某一分数人数)为纵坐标,绘制成曲线图,就会发觉曲线呈中间大、数)为纵坐标,绘制成曲线图,就会发觉曲线呈中间大、两头小、左右基本对称特点。两头小、左右基本对称特点。&普通说来,只要随机变量取值结果是由各种原因决定,而普通说来,只要随机变量取值结果是由各种原因决定,而且这各种原因基本上相互独立,随机抽取样本有一定规且这各种原因基本上相互独立,随机抽取样本有一定规模,我们得到数据分布
12、就近似于正态分布。模,我们得到数据分布就近似于正态分布。第10页 教育统计学简明介绍教育统计学简明介绍&4.4.基本概念基本概念&4.64.6等距或等比变量、定序或称名变量等距或等比变量、定序或称名变量 等距或等比变量等距或等比变量 (interval-based data)(interval-based data)一定单位实际测量值,能够加减计算,如学生考试一定单位实际测量值,能够加减计算,如学生考试成绩(成绩(6565,7676)定序或称名变量定序或称名变量 (ranked or nominal data)(ranked or nominal data)定序定序变量:能够把研究对象从高到低
13、或由大到小排变量:能够把研究对象从高到低或由大到小排序,如受教育程度(序,如受教育程度(1 1小学,小学,2 2初中,初中,3 3高中,高中,4 4大学,大学,5 5硕士);又如态度(硕士);又如态度(1 1完全不适合,完全不适合,2 2通常不适合,通常不适合,3 3有时适合,有时适合,4 4通常适合,通常适合,5 5完全不适合)完全不适合)称名称名变量:变量值没有大小之分,只有类别之分,变量:变量值没有大小之分,只有类别之分,如性别(如性别(1 1男,男,2 2女)女)第11页 教育统计学简明介绍教育统计学简明介绍&4.4.基本概念基本概念&4.74.7参数检验和非参数检验参数检验和非参数检
14、验 参数检验参数检验(parametric test)(parametric test):总体服从正态分布、数:总体服从正态分布、数值为等距或等比变量、样本数为单一样本或双样本。值为等距或等比变量、样本数为单一样本或双样本。如如T T检验、两个或两个以上为本方差分析等。检验、两个或两个以上为本方差分析等。非参数假设检验非参数假设检验(non-parametric test)(non-parametric test):总体不一定:总体不一定服从正态分布、数值为定序变量(有时为等距或等服从正态分布、数值为定序变量(有时为等距或等比变量)、样本数为单一样本、双样本或多样本比变量)、样本数为单一样本、
15、双样本或多样本 。如如X X2 2 检验、检验、检验、检验、Wilcoxon Wilcoxon 检验、检验、Mann-Whitney UMann-Whitney U检验。检验。第12页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现n n5.15.1描述性统计分析描述性统计分析n n举例举例1 1:期末考试英语成绩描述:期末考试英语成绩描述n n目:试卷分析目:试卷分析n n内容:制作成绩频数内容:制作成绩频数(分段:分段:0 06060;60607070;70708080;80 809090;9090100)100)分分布表并作频数分布分析布表并作频数分布分析n n【平均值(【平均
16、值(meanmean),众数(),众数(modemode),),中数中数(median)(median),标准差,标准差(Std.deviation)(Std.deviation),方差,方差(variance)(variance),倾斜度,倾斜度(skewness)(skewness),峰度,峰度(kurtosis)(kurtosis),全距,全距(range)(range),总和,总和(sum)(sum)】第13页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现&5.25.2推断性统计:分析不一样数据间差异推断性统计:分析不一样数据间差异5.2.15.2.1前提条件一前提条件一首
17、先要明确是未来自正态总体单个变量平均值与给定单首先要明确是未来自正态总体单个变量平均值与给定单一标准值进行显著性差异比较,还是进行组间数据显著一标准值进行显著性差异比较,还是进行组间数据显著性差异比较。假如是前者,而且总体呈正态,就选择性差异比较。假如是前者,而且总体呈正态,就选择单单一样本一样本t t 检验检验(one-sample t-test)(one-sample t-test)。假如是后者(组间数。假如是后者(组间数据),还要确定数据是来自相同受试者(同一样本测试据),还要确定数据是来自相同受试者(同一样本测试前后数据),还是不一样受试者(不一样本数据),才前后数据),还是不一样受试
18、者(不一样本数据),才能选择适当分析方法。能选择适当分析方法。第14页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现&单一样本参数检验:单一样本参数检验:单一样本单一样本t t 检验检验(one-sample t-test)(one-sample t-test)&因为单样本因为单样本t t检验是对样本与总体平均值进行比较,所以检验是对样本与总体平均值进行比较,所以在外语教学中用处较大,如能够用该程序检验一个班级在外语教学中用处较大,如能够用该程序检验一个班级平均成绩与全校平均成绩之间差异等,或者将一个学校平均成绩与全校平均成绩之间差异等,或者将一个学校四级英语统考成绩与全国平均成绩
19、进行比较,看是好于四级英语统考成绩与全国平均成绩进行比较,看是好于还是低于全国平均成绩,等等。还是低于全国平均成绩,等等。&举例举例2 2:一个班英语专业四级统考成绩与全国平均成绩一个班英语专业四级统考成绩与全国平均成绩(74.5665)(74.5665)之间是否有显著性差异?之间是否有显著性差异?第15页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现n n单一样本非参数检验:卡方检验单一样本非参数检验:卡方检验(X2(X2 test)(test)(适用于称名变量,而且变量可认为适用于称名变量,而且变量可认为双值或多值双值或多值),二项分布检验,二项分布检验(Binominal t
20、estBinominal test)(适用于称名变量,适用于称名变量,变量只能为双值变量只能为双值)n n举例举例3 3:为了解对住房改革政策态度,学:为了解对住房改革政策态度,学校随机调查了校随机调查了125125名教师。其中有名教师。其中有4141人人表示赞成(表示赞成(1 1),),3737人表示反对(人表示反对(2 2),),4747人不置可否(人不置可否(3 3)。试问不一样态度之)。试问不一样态度之间是否存在显著性差异?间是否存在显著性差异?第16页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现5.2.25.2.2前提条件二前提条件二假如数据是来自相一样本,比较是两组数
21、据之问差异,假如数据是来自相一样本,比较是两组数据之问差异,那么:那么:参数检验:参数检验:配对样本配对样本T T 检验检验(Matched t-testMatched t-test)非参数检验:非参数检验:A:A:WilcoxonWilcoxon符号秩次检验符号秩次检验 (Wilcoxon signed ranks testWilcoxon signed ranks test)B:B:符号检验符号检验 (Sign testSign test)C:C:McNemar McNemar检验检验 (McNemar test)McNemar test)第17页 5.5.详细统计分析详细统计分析SPSS
22、SPSS实现实现 参数检验:配对样本参数检验:配对样本T T 检验检验(Matched t-testMatched t-test)附加条件附加条件:两个变量应该代表同一组在不一样时间或者两个相:两个变量应该代表同一组在不一样时间或者两个相关组测量结果(数值能够搭配成对),所以相关系数应该相对关组测量结果(数值能够搭配成对),所以相关系数应该相对较高,而且显著水平值较低(普通低于较高,而且显著水平值较低(普通低于0.050.05)。假如相关系数)。假如相关系数低,而且显著值高,就不能用配对样本低,而且显著值高,就不能用配对样本t t检验,而应考虑改用独检验,而应考虑改用独立样本立样本T T检验。
23、检验。举例举例4 4:为了考查某种阅读训练效能,从某班学生中随机抽取为了考查某种阅读训练效能,从某班学生中随机抽取1010名学生对他们进行阅读测验,然后让他们接收这种阅读训练。名学生对他们进行阅读测验,然后让他们接收这种阅读训练。经过一段时间训练后,又对这经过一段时间训练后,又对这1010名学生进行类似阅读测验。问:名学生进行类似阅读测验。问:阅读训练前后测验成绩是否有显著性差异?阅读训练前后测验成绩是否有显著性差异?举例举例5 5:受各种原因影响,学生在不一样阶段学习努力程度会有受各种原因影响,学生在不一样阶段学习努力程度会有所改变。如入课时可能比较努力,但过了一段时间可能依然努所改变。如入
24、课时可能比较努力,但过了一段时间可能依然努力,也可能不那么努力。问:学生入学初与经过一段时间学习力,也可能不那么努力。问:学生入学初与经过一段时间学习后努力程度到底是否发生显著性改变?后努力程度到底是否发生显著性改变?第18页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现非参数检验:非参数检验:WilcoxonWilcoxon检验检验(适合用于等距变量适合用于等距变量)举例举例6 6:在一次英语口语演讲比赛中,聘请了在一次英语口语演讲比赛中,聘请了10 10 位评委位评委参加评判工作。这参加评判工作。这1010位评委对其中位评委对其中2 2 名选手打分情况名选手打分情况(满分为(满
25、分为2020分)以下。问:其中一名选手成绩是否显著分)以下。问:其中一名选手成绩是否显著地高于另外一名选手?地高于另外一名选手?举例举例7 7:为检验某项识记训练效果,从参加识记训练学生为检验某项识记训练效果,从参加识记训练学生中随机抽取了中随机抽取了1717名学生,将他们在接收识记训练前后识名学生,将他们在接收识记训练前后识记测验成绩列在下表中。问记测验成绩列在下表中。问 该项识记训练对学生识记能该项识记训练对学生识记能力提升有没有显著性影响?力提升有没有显著性影响?第19页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现非参数检验:非参数检验:B:B:符号检验符号检验(Sign
26、testSign test)(适合用于定序适合用于定序/等距变量等距变量)举例举例8 8:某校为了考查论文奖励制度对教师科研工作是否某校为了考查论文奖励制度对教师科研工作是否起促进作用,随机抽取了起促进作用,随机抽取了3030名教师,对他们实施论文奖名教师,对他们实施论文奖励制度前后年发表论文数进行了统计,见下表:问:论励制度前后年发表论文数进行了统计,见下表:问:论文奖励制度对科研工作是否起到显著促进作用?文奖励制度对科研工作是否起到显著促进作用?非参数检验:非参数检验:C:C:McNemar McNemar检验检验(McNemar test)McNemar test)(适合用于称名变量适合
27、用于称名变量)举例举例9 9:某外语学院某外语学院3636名英语老师对某种教学理念态度名英语老师对某种教学理念态度(1 1支持,支持,2 2反对)在教授讲座前后分别以下。问:反对)在教授讲座前后分别以下。问:教授讲座对教授讲座对3636位老师对这种教学理念态度是否产生了显位老师对这种教学理念态度是否产生了显著性影响?著性影响?第20页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现5.2.35.2.3前提条件三前提条件三假如数据来自不一样群体受试者,而且比较是两组数据假如数据来自不一样群体受试者,而且比较是两组数据之间差异,那么:之间差异,那么:参数检验:参数检验:两个独立样本两个独
28、立样本t t 检验检验(independent samples t-(independent samples t-test)test)非参数检验:非参数检验:Mann-Whitney UMann-Whitney U检验(检验(等距变量等距变量)Crosstabs Crosstabs 检验(检验(称名变量或等级变量称名变量或等级变量)第21页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现参数检验:参数检验:两个独立样本两个独立样本t t 检验检验(independent samples t-(independent samples t-test)test)举例举例1010:英语教师可
29、能有这么体会,女生往往比男生更:英语教师可能有这么体会,女生往往比男生更用功。已知用功。已知7272名男女学生两个学期课外学习时间,问:名男女学生两个学期课外学习时间,问:男女学生在努力程度上是否存在显著性差异?男女学生在努力程度上是否存在显著性差异?举例举例1111:某校对英语课进行教学改革试验,选取甲、乙:某校对英语课进行教学改革试验,选取甲、乙两个平行班作试点。甲班两个平行班作试点。甲班3030人,采取传统教师讲授教学人,采取传统教师讲授教学方法,乙班方法,乙班3333人,采取教师只讲授重点,主要由学生自人,采取教师只讲授重点,主要由学生自学和学生相互讨论方法。一年后,用同一份试题对两个
30、学和学生相互讨论方法。一年后,用同一份试题对两个班学生进行测验,得到以下表中成绩。试问:这两种教班学生进行测验,得到以下表中成绩。试问:这两种教学方法效果是否有显著性差异?学方法效果是否有显著性差异?第22页5.5.详细统计分析详细统计分析SPSSSPSS实现实现非参数检验:非参数检验:Mann-Whitney UMann-Whitney U检验检验(等距变量)(等距变量)举例举例1212:某校学生:某校学生9494人,其中男生人,其中男生4949人,女生人,女生4545人,他们英人,他们英语统考成绩以下。问:男、女生英语统考成绩有没有显语统考成绩以下。问:男、女生英语统考成绩有没有显著性差异
31、?著性差异?Crosstabs Crosstabs 检验检验(称名或等级变量)(称名或等级变量)举例举例3030:某项课题需要研究教育对提升工作能力作用,为此:某项课题需要研究教育对提升工作能力作用,为此做实证研究,抽样调查做实证研究,抽样调查636636名职员各自文化程度和工作业名职员各自文化程度和工作业绩情况,如表所表示,问文化程度与工作业绩之间关系绩情况,如表所表示,问文化程度与工作业绩之间关系是否有显著差异是否有显著差异(原始数据统计格式)(原始数据统计格式)?举例举例3131(频数统计格式频数统计格式)Crosstabs Crosstabs 分层检验分层检验举例举例3232:某高校计
32、算机课试行多媒体教学某高校计算机课试行多媒体教学A A与正常上课与正常上课B B两种两种讲课方法,观察成绩提升效率。考虑到专业是一个可能讲课方法,观察成绩提升效率。考虑到专业是一个可能混杂原因,将其也纳入调查,请分析讲课方法与成绩提混杂原因,将其也纳入调查,请分析讲课方法与成绩提升效率(降低不合格人数)有没有关系。升效率(降低不合格人数)有没有关系。第23页5.5.详细统计分析详细统计分析SPSSSPSS实现实现 理工专业文科专业方法A方法B方法A方法B有效21261888无效1759795第24页5.5.详细统计分析详细统计分析SPSSSPSS实现实现5.2.35.2.3前提条件四前提条件四
33、假如比较是三组或多组数据之间差异,那么:假如比较是三组或多组数据之间差异,那么:来自多个独立样本数据:来自多个独立样本数据:参数检验:单原因方差分析参数检验:单原因方差分析(One-way ANOVA)(One-way ANOVA)非参数检验:非参数检验:Kruskal-WallisKruskal-Wallis检验检验 (等距变量,惯用);(等距变量,惯用);中位数(中位数(MedianMedian)检验(等距变量)检验(等距变量)来自多个相关样本数据:来自多个相关样本数据:参数检验:单原因重复测量方差分析(参数检验:单原因重复测量方差分析(repeated repeated measures
34、 ANOVAmeasures ANOVA)多原因方差分析多原因方差分析(Factorial ANOVA)(Factorial ANOVA)非参数检验:非参数检验:FriedmanFriedman检验(等距变量);检验(等距变量);KendallKendall检验检验(等级变量);(等级变量);Cochrans QCochrans Q检验(称名变量)检验(称名变量)第25页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现非参数检验:非参数检验:多个独立样本:多个独立样本:中位数检验(中位数检验(Median testMedian test)(适合用于等距变量)(适合用于等距变量)Kru
35、skal-WallisKruskal-Wallis检验检验 (适合用于等距变量,更惯用)(适合用于等距变量,更惯用)举例举例1313:某高校为研究家庭情况对大学生消费水平高低某高校为研究家庭情况对大学生消费水平高低有没有影响问题,从该校学生中随机抽取了有没有影响问题,从该校学生中随机抽取了4343名学生,名学生,调查他们平均每个月消费情况,得到以下数据(单位:调查他们平均每个月消费情况,得到以下数据(单位:元元/月)。问:来自不一样类型家庭大学生消费水平是否月)。问:来自不一样类型家庭大学生消费水平是否存在显著性差异?存在显著性差异?举例举例1414:某校对大二学生进行了一次英语测验。现分别:
36、某校对大二学生进行了一次英语测验。现分别从经济系、政法系、汉字系、教育系以及理科各系中随从经济系、政法系、汉字系、教育系以及理科各系中随机抽取部分学生测验成绩(见下表)。问:不一样学科机抽取部分学生测验成绩(见下表)。问:不一样学科学生英语成绩是否存在显著性差异?学生英语成绩是否存在显著性差异?第26页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现非参数检验:非参数检验:多个相关样本:多个相关样本:FriedmanFriedman检验(适合用于等距、等级变量)检验(适合用于等距、等级变量)KendallKendall检验(适合用于等级变量)检验(适合用于等级变量)Cochrans
37、QCochrans Q检验(适合用于称名变量)检验(适合用于称名变量)举例举例1515:下例数据分别于学生刚入课时(下例数据分别于学生刚入课时(19961996年)、入学一年年)、入学一年后(后(1997 1997 年)和入学两年后(年)和入学两年后(19981998年),三次使用相同量表,年),三次使用相同量表,调查了相同受试者搜集得来。问:这些学生调查了相同受试者搜集得来。问:这些学生“表层动机表层动机”在三在三年来是否有显著改变?年来是否有显著改变?举例举例1616:5 5位教师对甲、乙、丙位教师对甲、乙、丙3 3篇作文所作评价以下,问篇作文所作评价以下,问5 5 位位教师对评价教师对评
38、价3 3篇作文所作评价是否一致。篇作文所作评价是否一致。举例举例1717:出版社为决定从三种英语候选教材中挑选一个出版,出版社为决定从三种英语候选教材中挑选一个出版,他们聘请了他们聘请了4646名教授对这三种教材进行评价。依据以下评价表名教授对这三种教材进行评价。依据以下评价表(1 1表示同意,表示同意,0 0 表示不一样意),能否定为教授对这三种教材表示不一样意),能否定为教授对这三种教材认可程度是没有显著性差异?认可程度是没有显著性差异?第27页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现 参数检验:参数检验:方差分析方差分析(ANOVA)(ANOVA)在教改中,经过试验我们
39、会得到大量试验数据,这些数在教改中,经过试验我们会得到大量试验数据,这些数据大多以学生考试成绩反应出来。而这些成绩通常是在据大多以学生考试成绩反应出来。而这些成绩通常是在教学方法、学生学习基础、学生临场发挥水平、试卷难教学方法、学生学习基础、学生临场发挥水平、试卷难度、教师村评分标准掌握程度等许多原因制约下取得。度、教师村评分标准掌握程度等许多原因制约下取得。怎样经过对试验数据计算分析,找出对试验结果含有显怎样经过对试验数据计算分析,找出对试验结果含有显著性影响原因,这正是方差分析所要处理问题。著性影响原因,这正是方差分析所要处理问题。基本思想:经过分析不一样起源变异对总变异贡献大小,基本思想
40、:经过分析不一样起源变异对总变异贡献大小,从而确定可控原因对研究结果影响力大小。从而确定可控原因对研究结果影响力大小。第28页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现 一项试验有多个影响原因,假如只有一个原因在发生改一项试验有多个影响原因,假如只有一个原因在发生改变,其它原因保持不变,称为单原因方差分析。变,其它原因保持不变,称为单原因方差分析。(One-(One-way ANOVA)way ANOVA)举例举例1818:为了寻求很好词汇习得方法,现选择:为了寻求很好词汇习得方法,现选择3 3种不一样种不一样方法,分别对方法,分别对3 3个平行组学生进行一学期词汇习得训练,个
41、平行组学生进行一学期词汇习得训练,期末时成绩以下。问:期末时成绩以下。问:3 3种不一样方法下学生词汇习得成种不一样方法下学生词汇习得成绩是否有显著性差异?哪种更理想一点?绩是否有显著性差异?哪种更理想一点?举例举例1919:为了寻求很好英语阅读教学方法,现选择:为了寻求很好英语阅读教学方法,现选择4 4种不种不一样教学方法,分别对一样教学方法,分别对4 4个平行班学生进行一学期教学,个平行班学生进行一学期教学,期末时成绩以下。问:期末时成绩以下。问:4 4种不一样教学方法下学生英语平种不一样教学方法下学生英语平均成绩是否有显著性差异?哪种更理想一点?均成绩是否有显著性差异?哪种更理想一点?第
42、29页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现假如有两个或两个以上原因发生改变,那么对应方差分假如有两个或两个以上原因发生改变,那么对应方差分析称为多原因方差分析。析称为多原因方差分析。几个原因(变量)对试验结果影响有两种情况:几个原因(变量)对试验结果影响有两种情况:A A 独立影响独立影响(between-subject designbetween-subject design),如单原因方差如单原因方差分析和双原因方差分析。分析和双原因方差分析。B B 交互影响交互影响(within-subject designwithin-subject design),如单原因重复
43、测),如单原因重复测量方差分析和双原因混合方差分析。量方差分析和双原因混合方差分析。第30页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现A A 独立影响(独立影响(between-subject designbetween-subject design),单原因方差,单原因方差分析(例分析(例18/1918/19)和双原因方差分析。)和双原因方差分析。双原因方差分析双原因方差分析举例举例2020:8 8名评委对名评委对5 5篇论文评分以下,试分析篇论文评分以下,试分析5 5篇论文水篇论文水平差异是否显著?评委对评分标准所掌握分寸是否一致平差异是否显著?评委对评分标准所掌握分寸是否
44、一致?论文得分多少主要受到两个原因影响:一个是论文本身论文得分多少主要受到两个原因影响:一个是论文本身水平,另一个是评委对评分标准所掌握分寸(但二者之水平,另一个是评委对评分标准所掌握分寸(但二者之间无交互作用)。间无交互作用)。需要检验假设以下:需要检验假设以下:5 5篇论文水平无显著性差异;篇论文水平无显著性差异;评委对评分标准所掌握分寸无显著性差异。评委对评分标准所掌握分寸无显著性差异。第31页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现举例举例2020 评委评委论文论文ABCDEFGH18384869192878990284868993958885913717073757
45、07480774686569716160786759093959492909688第32页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现B B 交互影响交互影响(within-subject designwithin-subject design),),如单因变量单原因如单因变量单原因重复测量方差分析和单因变量双原因混合方差分析。重复测量方差分析和单因变量双原因混合方差分析。单原因重复方差分析单原因重复方差分析举例举例2121下例数据分别于学生刚入课时(下例数据分别于学生刚入课时(19961996年)、入学一年后年)、入学一年后(1997 1997 年)和入学两年后(年)和入学两年
46、后(19981998年),三次使用相同量年),三次使用相同量表,调查了相同受试者搜集得来。问:这些学生表,调查了相同受试者搜集得来。问:这些学生“深层深层动机动机”在三年来是否有显著改变?在三年来是否有显著改变?第33页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现双原因混合方差分析双原因混合方差分析1 1举例举例2222英语生词密度和题材熟悉程度是阅读了解两个主要影响英语生词密度和题材熟悉程度是阅读了解两个主要影响原因,假如既要同时检验这两个原因对英语阅读了解影原因,假如既要同时检验这两个原因对英语阅读了解影响(主效应),还要检验它们对英语阅读了解交互作用响(主效应),还要检验它
47、们对英语阅读了解交互作用(交互效应),即检验这么假设:当文章主题熟悉程度(交互效应),即检验这么假设:当文章主题熟悉程度不一样时,生词密度对阅读了解影响会发生改变。假定不一样时,生词密度对阅读了解影响会发生改变。假定研究者选择了两种类型文章:对于学生来说题材非常熟研究者选择了两种类型文章:对于学生来说题材非常熟悉文章和学生不熟悉题材文章;同时有三种生词密度悉文章和学生不熟悉题材文章;同时有三种生词密度5 5:1 1,1010:1 1 和和2020:1 1。受试者有受试者有2424人,将他们随机分为人,将他们随机分为6 6 个小组。问:三种作个小组。问:三种作用对阅读成绩影响怎样?用对阅读成绩影
48、响怎样?第34页 5.5.详细统计分析详细统计分析SPSSSPSS实现实现举例举例2222本双原因方差分析要检验虚无假设有:本双原因方差分析要检验虚无假设有:“主题熟悉程应主题熟悉程应”处理效应为处理效应为0 0;“生词密度生词密度”处理效应为处理效应为0 0;“主题熟悉程度主题熟悉程度”和和“生词密度生词密度”交互效应为交互效应为0 0。不熟悉题材5:1生词密度不熟悉题材10:1生词密度不熟悉题材20:1生词密度熟悉题材5:1生词密度熟悉题材10:1生词密度熟悉题材20:1生词密度3454812667591344538123223711第35页5.5.详细统计分析详细统计分析SPSSSPSS
49、实现实现双原因双原因(重复测量重复测量)混合方差分析混合方差分析2 2举例举例2323下例数据分别于学生刚入课时(下例数据分别于学生刚入课时(19961996年)、入学一年后年)、入学一年后(1997 1997 年)和入学两年后(年)和入学两年后(19981998年),三次使用相同量年),三次使用相同量表,调查了相同受试者搜集得来。问:男女学生表,调查了相同受试者搜集得来。问:男女学生“深层深层动机动机”在三年来是否有显著改变?在三年来是否有显著改变?第36页5.5.详细统计分析详细统计分析SPSSSPSS实现实现协方差分析协方差分析将那些极难控制原因作为协变量,在排除协变量影响条将那些极难控
50、制原因作为协变量,在排除协变量影响条件下,分析控制变量对观察变量影响,从而愈加准确地件下,分析控制变量对观察变量影响,从而愈加准确地对控制变量进行评价。对控制变量进行评价。不论是单原因方差分析还是多原因方差分析,它们都有不论是单原因方差分析还是多原因方差分析,它们都有一些人为能够控制控制变量。在实际问题中,有些随机一些人为能够控制控制变量。在实际问题中,有些随机原因是极难人为控制,但它们又会对结果产生显著影响。原因是极难人为控制,但它们又会对结果产生显著影响。假如忽略这些原因影响,则有可能得到不正确结论。假如忽略这些原因影响,则有可能得到不正确结论。举例举例2424研究一个班研究一个班3 3组