教育科学定量研究几个问题(辛涛).ppt

因果关系的具体化 科学的解决方案。 重复实验。 随机分组。 科学方案的缺陷 很难满足反应恒定、效应短暂和单元同质的假设； 外部效度的问题。 因果关系的具体化 统计的解决方案。 尽量使被试的前测特征和分组安排独立，两者之间没有关系。 尽可能包含影响结果的变量 常见的统计方法: 固定效应模型 ( fixed effects model ) 工具变量 ( instrumental variable ) 倾向分数 (propensity score ) 回归间断点 ( regression discontinuity ) 结构方程模型(structural equation model) 如何运用倾向分析：一个实例 一个分析实例：独生子女和非独生子女的成绩是否有显著差异？ 学生成绩在城乡、性别、东中西部上有显著差异，家庭社会经济地位的高低、家庭学习资源的多少以及学生本人的学习态度也都会影响学习成绩。 在分析独生子女和非独生子女成绩差异的时候，需要保持两组被试在上述特征变量上的均衡。 如何运用倾向分析：一个实例 将各特征变量对分组变量做logistic回归 特征变量 B S.E. Wald Sig. Exp(B) 城乡 128.957 .000 城市 -.815 .075 117.117 .000 .443 城乡接合部 -.619 .087 50.808 .000 .539 性别 -.929 .063 220.135 .000 .395 省份 577.253 .000 西部某省 1.914 .085 512.015 .000 6.777 中部某省 .130 .071 3.370 .066 1.139 家庭社会经济地位 .411 .033 157.447 .000 1.509 家庭学习资源 -.019 .002 68.787 .000 .981 学习态度 .004 .003 1.060 .303 1.004 截距 -.585 .318 3.386 .066 .557 如何运用倾向分析：一个实例 分层后独生子女组和非独生子女组的均衡性比较 倾向评分（M±SD） 按PS分层 独生子女 非独生子女 1 0.1096±0.0291 0.1163±0.0321 2 0.2198±0.0337 0.2277±0.0336 3 0.3381±0.0335 0.3447±0.0324 4 0.4629±0.0338 0.4664±0.0337 5 0.5801±0.0350 0.5839±0.0342 6 0.6946±0.0358 0.7026±0.0329 7 0.8048±0.0323 0.8126±0.0326 8 0.9218±0.0252 0.9331±0.0279 分层以前 0.4641±0.2283 0.7302±0.2060 如何运用倾向分析：一个实例 分层后独生子女组和非独生子女组的均衡性比较 如何运用倾向分析：一个实例 分层前，独生子女成绩显著好于非独生子女， F=166.048，P=0.000 分层后独生子女组和非独生子女组成绩的比较 按PS分层 独生子女 非独生子女 F Sig. 1 88.41 81.72 6.626 .011 2 83.89 80.49 4.248 .040 3 83.1 79.94 5.371 .021 4 80.34 77.33 4.928 .027 5 79.58 77.54 3.706 .055 6 79.01 76.95 2.565 .110 7 76.44 75.82 .234 .629 8 72.22 73.8 .669 .414 如何运用倾向分析：一个实例 分层前，独生子女成绩显著好于非独生子女， F=166.048，P=0.000 分层后独生子女组和非独生子女组成绩的比较 按PS分层 独生子女 非独生子女 F Sig. 1 88.41 81.72 6.626 .011 2 83.89 80.49 4.248 .040 3 83.1 79.94 5.371 .021 4 80.34 77.33 4.928 .027 5 79.58 77.54 3.706 .055 6 79.01 76.95 2.565 .110 7 76.44 75.82 .234 .629 8 72.22 73.8 .669 .414 如何运用倾向分析：一个实例 分层后独生子女组和非独生子女组成绩的比较 * * * * * * * * * * * * * * * * * * * * * 教育科学定量研究的几个问题 辛 涛 教育部基础教育质量监测中心 提纲 一：我国教育科学研究要强调定量研究 二：可操作、可重复是其基