- 1、本文档共20页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
应用语言学研究方法概述.
应用语言学研究方法概述 ——兼回应学员提问 应用语言学 广义:语言学在具体学科中的应用;语言学与其他学科的结合 社会语言学 心理语言学 计算语言学 …… 狭义:语言学与教育学的结合;语言教学与学习 应用语言学研究流程 1. 引言 文献综述 研究问题 2. 研究方法 2.1 研究工具 2.2 抽取样本 2.3 统计方法 3. 结果与讨论 4. 结论 应用语言学研究方法 研究方法:采用科学的程序或依据规范的准则对研究对象进行观察、解释从而得出结论的过程。 1. 文献研究 2. 质性研究 3. 量化研究 应用语言学量化研究方法 1. 实验法(如SLA中的response time) 2. 测验法(如language assessment中的CET4) 3. 语料库(如学习者语料库中的errors) 4. 调查法(如questionnaire获得的数据) 应用语言学量化研究方法与统计学 运用以上方法收集的数据都需要用统计进行分析 统计学可以对数据: 进行描述性分析(平均数、标准差) 进行差异的显著性检验(t检验、方差分析) 进行关系的显著性检验(相关、回归、卡方) 问卷调查法概述 问卷调查适用范围 问卷设计 问卷预测与修订 问卷实测 问卷数据初步整理 问卷调查适用范围 态度 动机 信念 策略 行为 问卷设计 问卷构成: 开头信 人口学信息 正题(Likert or semantic differential scales) 正题来源: 前人问卷 研究者前期开放性调查(访谈) 问卷预测与修订 预测(pilot studies): 维度版——专家或同行(4-5) 准实测版——(目标总体的)小样本(50-80) 修订依据:信度、效度、区分度 修订方法:增、改、删 再预测——再修订(直到信度、效度、区分度达标为止) 确定最终版本、排版、校对、印刷(装订) 问卷实测 抽样(要具有代表性) 问卷填答: 现场 邮寄 网络 问卷回收 现场能保证回收率,但填答质量不能保证 邮寄能保证填答质量,但不能保证回收率和代表性 网络能迅速获得原始数据,简便准确;但不能保证样本代表性;也不能保证填答者隐私;不适合对问卷保密性要求较高的调查 问卷数据初步整理八步法 1. 剔除无效(及疑似无效)问卷 2. 给有效问卷编号 3. 数据录入(SPSS或Excel) 4. 调整反向题目、计算描述统计量 5. 检验实测中项目信度、效度、区分度 6. 计算潜变量(因变量)均值 (7. 基于潜变量得分对数据进行再加工,得到新变量(自变量或因变量)) 8. 旨在回答研究问题的统计分析 有关双尾和单尾检验的问题 请看韩宝成《外语教学科研中的统计方法》第六章第二节 有关相关分析的问题(I) 相关系数和p值之间是什么关系? 假如A与B 的相关系数是 r = 0.82 (p 0.05),则说明A与B之间的高度正相关达到了统计显著意义,即研究者有95%以上的把握认为A和B之间存在这样一种高度正相关关系。 r表示的是相关的方向(正、负、无)和强度(高、中、低),p表示这种关系状态是否具有统计上的显著意义(p 0.05则说明相关系数具有统计上的显著意义)。 有关相关分析的问题(II) 相关分析中谁是自变量?谁是因变量? 相关分析考察两个变量的共变关系,没有自变量和因变量之分。通常用变量1和变量2来表示。表述时,可以说A变了,B也跟着变;或者说B变了,A也跟着变。 有关相关分析的问题(III) Pearson和Spearman相关的区别是什么? Pearson考察两个(或以上)interval data之间的共变关系,比如“英语分数”(百分制)和“语文分数”(百分制)之间的共变关系。 Spearman考察两个(或以上)ordinal data之间的共变关系,比如“英语水平”(高、中、低)和“父母受教育程度”(博士、硕士、本科)之间的共变关系。 有关数据类型之间的关系问题 可不可以把Likert量表收集的数据看成ordinal data? 可以,但最好不这样做。我们将它视为interval data。之所以可以把它看作ordinal data是因为interval data中含有了ordinal data的信息。 Interval data含有的信息最多;ordinal次之,nominal data含有的信息最少。 有关因变量和自变量的问题 因变量一定得是interval data吗?自变量一定得是nominal或ordinal data吗? 一般说来,在外语教学研究中,绝大多数因变量都是interval data,自变量多是nominal或者ordinal data。但这不是一成不变的。在某些检验中(比如卡方检验)变量都是nominal或者ordinal的。 关于题项和潜变
您可能关注的文档
- 世界近代史专题复习文稿.ppt
- 2016年广东省著名商标培训班.ppt
- 二零零零年六月三十日..ppt
- 幸福生活 从心开始..ppt
- 广东省高校现代教育技术〝5工程〞项目中期检查汇报.ppt
- 广东高教版《基础会计》教学课件..ppt
- 广告专业课程设置及资源建设情况..ppt
- 广告人必读的心得..ppt
- 广告公司如何对员工进行培训..ppt
- 广告创意设计市场..ppt
- 第十一章 电流和电路专题特训二 实物图与电路图的互画 教学设计 2024-2025学年鲁科版物理九年级上册.docx
- 人教版七年级上册信息技术6.3加工音频素材 教学设计.docx
- 5.1自然地理环境的整体性 说课教案 (1).docx
- 4.1 夯实法治基础 教学设计-2023-2024学年统编版九年级道德与法治上册.docx
- 3.1 光的色彩 颜色 电子教案 2023-2024学年苏科版为了八年级上学期.docx
- 小学体育与健康 四年级下册健康教育 教案.docx
- 2024-2025学年初中数学九年级下册北京课改版(2024)教学设计合集.docx
- 2024-2025学年初中科学七年级下册浙教版(2024)教学设计合集.docx
- 2024-2025学年小学信息技术(信息科技)六年级下册浙摄影版(2013)教学设计合集.docx
- 2024-2025学年小学美术二年级下册人美版(常锐伦、欧京海)教学设计合集.docx
文档评论(0)