Spss在课题研究上的应用研讨.ppt

3.2.1两个正态总体均值差异的T检验 【例】某数学教师在教学中发现，在课堂数学教学中采用“先讲规则(数学的定理或定义)，再举例题讲解规则的具体应用”与采用“先讲例题，再概括出解题规则”这两种教学方法的教学效果似乎不同。(例4-8 不同教学法下学生的成绩.sav) “分析”→比较均值→独立样本T检验 p=0.042，按一般设定显着性水平α=0.05，p＜α，因此拒绝零假设，接受“例-规”法与“规-例”法的教学效果之间存在显着差异。 * 3.2.2两个非正态总体差异的非参数检验 【例】某校书法比赛男女学生（例4-10 男女学生书法比赛成绩.sav），问男女学生比赛成绩是否显着性差异？ “分析”→非参数检验→旧对话框→2个独立样本 Mann-Whitney 渐近显着性(双侧)=0.341＞0.05，不拒绝原假设，认为男女学生比赛成绩是无显着性差异。 * 【例】某英语教研室要测试一个英语新教学方案的效果，在某中学各方面条件相近的班级中，随机抽取两个班级分别为实验组和对照组，实验组采用新的英语教学方案，对照组仍沿用旧的教学方案，经一年试验后，统一测验成绩如(例4-11对照组与实验组的测验成绩.sav), 问该新英语教学方案是否有效? “分析”→比较均值→独立样本T检验 Sig = 0.1740.05，因此，从总体上看，新英语教学方案无效 * 3.2.3两个正态样本差异检验――配对样本的T检验 【例】.某学校想要实验一个英语新教学方案的效果，从一个班中随机抽取15名学生，经过一个学期的教学，其实验前后测试学生分数（例4-12 15名学生实验前后的成绩.sav），问该教学方案是否引起学生分数的显著变化。 分析”→描述统计→探索 （考察数据特征） “分析”→比较均值→配对样本T检验 双尾检验Sig =0.040＜0.05，因此拒绝零假设，即实验前后学生分数的均值具有显著性差异 * 3.2.4两个非正态样本差异检验――相关样本的非参数检验 【例】从某小学四年级学生中随机抽取54名学生进行某种学习方法训练，二周后测验成绩（例4-12 15名学生实验前后的成绩.sav）。问该学习方法训练是否有效？ “分析”→非参数检验→旧对话框→1-样本K-S （考察数据特征） “分析”→非参数检验→旧对话框→2个相关样本 统计量Z=-4.491所对应的概率0.0000.01，故应拒接零假设，可以认为训练前后学生的成绩有非常显著性差异。 * 3.3 多组数据差异的比较 3.3.1单因素方差分析――多组数据差异的比较之一 3.3.2 K个独立样本的非参数检验――多组数据差异的比较之二 3.3.3 K个相关样本的非参数检验――多组数据差异的比较之三 * 3.3.1单因素方差分析――多组数据差异的比较之一 【例】有3组分别接受了不同的教学方法的学生（例4-14三组教学方法英语成绩.sav），问在英语成绩上是否有显著差异。 “分析”→比较均值→单因素 ANOVA LSD法多重比较的结果。从可以看出1、3， 2、3组之间的相伴概率都小于显著水平，1、2组没有差别。 * 3.3.2 多组数据差异的比较之二 【例】某项测试在三个本地不同类型的中学举行。（例4-15三个不同中学学生得分.sav）是从三个中学随机地抽取了三个独立样本学生测试成绩，我们想知道是否来自这三个不同的中学的学生测试成绩是不是有所不同。 “分析”→非参数检验 → 独立样本 * 中学A 中学B 中学C 25 60 50 70 20 70 60 30 60 85 15 80 95 40 90 90 35 70 80 　 75 　 　 30 * 【例】某项研究对18名来自城市、县镇和农村家庭的学生进行在校心理适应测验，其测验结果见（例4-16不同家庭学生的校心理适应测验.sav）。请用独立样本的非参数检验验证父母背景对学生的在校心理适应是否有明显影响。 “分析”→非参数检验 → 独立样本 三种统计分析的结果均表明，来自三种不同地方家庭的学生的在校心理适应测验成绩没有显著差异。 * 【例】从某市甲、乙，内三所初三年级学生中务随机抽取49、48、50名学生，其物理统一测验成绩（等级制），（例4-17三个学校物理测验等级.sav）问三所初三年级学生的物理成绩差异是否显著？ “分析”→非参数检验 → 独立样本 三种统计分析的结果均表明，来自三所学校的学生物理测验成绩没有显著差异。 * 3.3.3 多组数据差异的比较之三 3种K个相关样本的非参数检验方法 ① 量化相关性的Kendall协同系数检验，它可方便地实现对评判者的评判标准是否一致的分析 ② 比较分布的Friedman检验，为系统默认检验方法，它适用于定距数据的检验。 ③ Cochran Q检验，它适用于二值数据（0和1）的检验。 *