数据统计分析与实践（SPSS for Windows ）.pptVIP

数据统计分析与实践（SPSS for Windows 13.0）;前言:现代教育研究方法概述 ;一、现代教育科学研究方法的特殊性 ⒈现代教育科学的研究兼有社会科学与自然科学两重性质 ⑴被研究者与研究者(被试与主试)的特殊性 被研究者是有意识、有情感、有心理活动的人，其活动具有一定的不确定性。研究者也同样具有自己的社会背景、价值观念等，同样在分析、判断方面存在一定的主观意志作用。 ⑵研究过程的特殊性 在教育教学活动中，被研究者与研究者将不可避免出现交互。这种主、客体相互影响、相互作用的关系将在实验中产生无关因素，形成无关变量，造成对实验研究的干扰。 ⑶研究方法的特殊性 绝大多数教育心理及其相关的研究都是研究的人，研究方法仅仅能够达到对信息数据的输入和输出的研究。即：黑箱方法。 对人脑思维活动的生物和物理的研究还远未达到解释心???活动的水平。因此，对心理活动的研究往往是通过推测和判断，而对某活动的心理结构成分的不了解将不能描述心理变化的因果关系。 出于上述三个方面的特殊性，现代教育研究方法有其自身的研究规律。需要在不断的研究中加以总结和归纳。 ;⒉关于数据的管理 数据统计分析研究首先将面对的是数据。数据的管理规范： ⑴变量与观测值(Variable Observed Value) 变量是描述研究对象的定量化属性的。例如：编号、性别、身高、成绩等。在数据表格中表现为“一列”。 观测值是变量中的一个数值。是描述某研究对象的特定属性值的。例如：“34”号、“男”生、“1.74”米身高、“93”分等。表现为一个单元格中的数值。 ⑵个案与样本(Case Sample) 个案是所研究个体对象的全部属性。例如：某人、某学校、某地区的所有信息，在数据表格中表现为“一行”。 样本表示的是具有某共同属性的群体的全部信息。例如：男生、女生，学校甲、学校乙，班级1、班级2等的全部信息。样本含多个个案。在数据表格中表现为“n行”。 ⑶因素或分组变量(Sample Factor or Grouping Variable) 因素是用于区分不同样本属性的变量。因素通常可以区分为不同水平。例如：性别的不同水平是“男”和“女”。班级的不同水平是“1班”、“2班”、“3班”和 “4班”。按照不同的因素可以将个案区分为不同的群体（也就是：样本）,故也称为“分组变量”。;变 量;案 例;因素或分组变量;⒉事物属性的定性与定量描述 数据变量的测度Measurement ⑴定类变量Nominal Variable 标称变量。其观测值既无大小之分，又无等级或次序之分，仅是一种标称或类别。像：性别、部门单位或国家地区等。可以用字符串型变量表示。但无论如何表示都不能进行加、减、乘、除等数学运算。这类变量是测度最低的变量。 ⑵定序变量Ordinal Variable 顺序变量。其观测值尽管大小没有特定意义，但属于顺序计量类型，适合于按照顺序排列的变量。像：名次、级别、职务等变量。观测值彼此之间的次序是有一定意义的，打乱定义将产生错误。可以用字符串型变量表示。但同样也是不能进行加、减、乘、除等数学运算的。这类变量的测度比标称变量高。 ⑶定距变量Internal Variable 区间变量。其观测值具有等级和次序之分。即观测值的大小和次序具有可比性，可以反映观测值之间的大小差异。但该类变量的观测值是在特定区间上有意义，超出该区间将没有意义。只可以用数值型变量表示。这种变量的测度比定序变量和定类变量都高。 ⑷定比变量Scale Variable 比例变量。按照一定间隔、比例计量数据的变量类型。如：长度、质量、重量等变量，其观测值“零”也是有定义的。观测值之间可以进行加、减、乘、除的四则运算。数值型变量。这种变量的测度是最高的。;上述四种测度的变量分别表示了不同的测量等级，等级高的应用范围广泛，等级低的应用范围受局限。测度低对事物属性的描述就是定性的，即只能研究到事物的某些属性的存在和分布情况，不能研究到事物属性的量化程度。测度高对事物属性的描述既可以是定性的，也可以是定量的。 由于定类变量和定序变量的测度低，属于定性描述的变量。定距变量和定比变量测度高，属于定量描述的变量。定量在数据采集和分析处理时应当将定性描述的变量和定量描述的变量区别对待。 定性描述通常仅分析到数据的频数、频率以及不同分布情况，还可以作为分组变量讨论其他变量的描述统计量。而定量描述则不仅可以分析其平均值、方差等分布参数，而且可以对不同的分组做比较性研究和更高级的研究。;⒊调查问卷设计中的几个问题 ⑴问题的非标准化使编码困难 数据采集需要一定的可编码性。对于单项选择题应当设计