外语教学中统计方法.ppt

方差分析要看计算出的F值和对应的sig.值，或者说显著性水平。如果sig.值大于0.05，说明各组间没有显著差异，如果sig.值小于0.05，至少两组之间存在显著差异。在报告时，要报告F值和sig.值。 例：研究问题：三种不同的词汇学习方法对词汇学习是否有不同的效果？ 对词汇考试数据的方差分析显示，三种方法对词汇学习有不同的效果（F=12, p0.05）。 方差分析的后检验(post hoc test) 如果要检验哪两组之间存在显著性差异，可以 1）每两组之间做独立样本的t检验； 2）做方差分析的后检验，看那两组之间存在差异。 相关分析(correlation test)相关分析考察两个变量之间是否存在一定的关系；如果是，这种关系有多强；而且要检验这种关系是否具有显著性。 例如： 1）学习者二语词汇水平与阅读理解水平的关系？ 2）学习者二语词块知识与二语水平的关系？ 3）学习者二语学习动机与二语水平之间的关系？ 相关分析要看计算出的r值和对应的sig.值。如果sig.值大于0.05，说明变量之间没有显著相关；如果sig.值小于0.05，说明变量之间存在显著相关。在报告时，要报告r值和sig.值。 例：经过统计，我们发现搭配能力与语言能力中度相关。其中, 搭配能力与阅读能力相关系数为.47，显著性达到p .001； 搭配能力与写作能力的相关系数为.514，显著性达到p .001；搭配能力与听力的相关系数为.443，显著性也达到p .001；搭配能力成绩与三项成绩总和的相关系数为.545，显著性达到p .001。（黄强，2002） 卡方检验卡方检验应用于定类数据。1）对单向（单行、单列）分类数据的分析；2）对多向（多行、多列）分类数据的分析。 单向分类数据 多向分类数据 成绩 优 良 中 及格 不及格 合计 人数 5 7 13 15 6 46 教龄 因素看法 5年以上 1－5年 教学环境 67 35 学习者因素 19 49 卡方检验用于单向分类数据的检验 单向分类数据的卡方检验要回答的问题是：“观察数据的分布是否符合某个期望分布？” 例如： 1）学生考试成绩的分布是否符合均等分布？ 或者：各类成绩的学生人数是否相等？ 2）学生考试成绩的分布是否符合正态分布？ 检验假设是： 1）学生考试成绩的分布符合均等分布。 或者：各类成绩的学生人数相等。 2）学生考试成绩的分布符合正态分布。 卡方检验用于多向分类数据的检验 多向分类数据的卡方检验要回答的问题是：“两个因素之间是否相互独立，或者说不存在任何关系？” 例如： 1）教龄与对影响学习效果因素的看法是否有关？ 检验假设是： 1）教龄与看法无关。 卡方检验要看计算出的卡方值和对应的sig.值。如果sig.值大于0.05，说明因素之间没有显著关系；如果sig.值小于0.05，说明因素之间存在显著关系。在报告时，要报告卡方值和sig.值。 1) 学生考试成绩符合均等分布，即各类成绩的学生人数是相同的（卡方值=8.783, p=0.0670.05）。 2) 教龄与对影响学习效果的因素的看法之间有关系（卡方值=23.25, p=.000 0.05）。 求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐，不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩饰紧张情绪而散淡 最优雅的礼仪修养是体现自然 以一种修养面对两种结果 必须首先学会面对的一种结果----被拒绝 仍然感谢这次机会，因为被拒绝是面试后的两种结果之一。 被拒绝是招聘单位对我们综合考虑的结果，因为我们最关心的是自己什么地方与用人要求不一致，而不仅仅是面试中的表现。 不要欺骗自己，说“我本来就不想去”等等。 认真考虑是否有必要再做努力。 必须学会欣然面对的一种结果----被接纳 以具体的形式感谢招聘单位的接纳，如邮件、短信 考虑怎样使自己的知识能力更适应工作需要 把走进工作岗位当作职业生涯的重要的第一步，认真思考如何为以后的发展开好头。 Thank you 外语教学与研究统计方法 为什么要学习统计方法？ 1. 统计方法给我们一种看问题的视角、分析问题的手段，使我们可以从数量的角度，分析和认识现象的特点、规律、模式、趋势或关系。 2. 统计方法给我们一种精确测量的手段。例如对于“水平高”的概念，我们可以用数学计量的手段给予更精确的描述。 3. 可以使我们对现象的数量表现，做出更科学的判断。 4. 增强研究的自主性。数据收集的过程是自主的，对数据的处理和分析是原创的，得出的结论大大避免了抄袭的危险。 第一