外语教学科研中的统计之SPSS篇+(2).pptVIP

* * 单因素事后多重比较假设方差相等时可选用LSD或S-N-K等方法；若方差不等可采用Dunnetts C方法。 检验方差是否齐性； 平均数做图 * * 方差齐性检验表明，三种教学方法所获得的成绩方差相等。 ANOVA显示，三种方法的成绩差异显著，可以进一步做多重比较 LSD方法显示各教学方法的成绩差异显著。 * * 结论：3种不同方法下的学生词汇习得成绩有显著性差异。相比而言，第三种教学方法更理想一点。 * * 二、实战操作：多因素方差分析 如果有两个或两个以上的因素发生变化，那么对应的方差分析称为多因素方差分析。 几个因素（变量）对实验结果的影响有两种情况： A 独立影响（between-subject design） ，如单因素方差分析和双因素方差分析。 B 交互影响（within-subject design），如单因素重复测量方差分析和双因素混合方差分析。 * * 二、实战操作：双因素方差分析 A 独立影响（between-subject design），单因素方差分析（例9）和双因素方差分析。 双因素方差分析 举例10：8名评委对5篇论文的评分如下，试分析5篇论文的水平差异是否显著？评委对评分标准所掌握的分寸是否一致？（三个变量） 论文得分的多少主要受到两个因素的影响：一个是论文本身的水平，另一个是评委对评分标准所掌握的分寸（但两者之间无交互作用）。 需要检验的假设如下： ①5篇论文的水平无显著性差异； ②评委对评分标准所掌握的分寸无显著性差异。 * * 当因变量只有一个（本例为学生的作文成绩），采用GLM的Univariate方法。 固定因素指的是在样本中它所有可能的取值都出现了；而随机效应的因素指的是所有可能的取值在样本中没有都出现，或不可能都出现，两种情况结论完全相同，不同的只是推论。 张文彤（2004），SPSS统计分析高级教程，北京：高等教育出版社。 * * 本研究只分析独立影响，无交互效应，所以选Main Effects。 左下方的Sum of squares框用于选择方差分析模型类别，有1型到4型四种，如果搞不清他们之间的区别，使用默认的3型即可；中下部有个Include intercept in model复选框，用于选择是否在模型中包括截距，不用改动，默认即可（但用处不大，可以不选！）。 * * 可以定义输出哪些指标的估计均数、并做两两比较，还有其他一些输出，如常用描述指标、方差齐性检验等。 * * 首先是所用方差分析模型的检验，F值为28.277，p小于0.05，因此所用的模型有统计学意义，可以用它来判断模型中系数有无统计学意义。第二行是截距，它在我们的分析中没有实际意义，忽略即可。第三行是变量论文，可见它也有统计学意义，不过我们关心的也不是它；第四行是我们真正关心的变量评委，非常遗憾，它的p值为0.061，还没有统计学意义。我们的结论是：5篇论文的水平有显著差异；但是评委对评分标准所掌握的分寸一致（左边的同质性检验也说明这一点）。 注：Partial Eta Squared指主效应的大小，值越大，效应越强。本研究表明学生作文成绩严重受到论文和评委的共同影响。但是评委自身对作文成绩的影响较弱。 * * 右图是八个评委的作文打分分布 左图是五篇作文的整体分布 外语教学科研中的统计之SPSS篇 * * 一、教育统计学概述：分类 1.1 分类 描述统计（descriptive statistics） 描述数据全貌。包括数据分组，使用统计图表描述数据的分组和分布，计算数据参数 。 推断统计（inferential statistics） 依据随机样本数据，从局部推断总体特征。包括参数检验和非参数检验、方差分析、回归分析、因子分析等。 * * 一、教育统计学概述：基本概念 1.2 基本概念 1.2.1 变量（variable） 研究活动中的关键因素。相对于常量而言（在研究过程中始终保持不变的特征或条件）。 自变量(independent variable)：教学方法 因变量(dependent variable)：学生成绩 中间变量(interdependent variable)：学习风格 如：研究者经常在课题的研究对象（某一层次的学习者）中安排不同风格的学习者。当某个自变量（如教学方式）变化时，可以观测到因变量（学习成绩）的相应变化及其规律。然后针对不同学习风格的研究对象（中间变量），再观察上述教学现象规律有何变化 。 * * 一、教育统计学概述：基本概念 1.2.2 总体(population)、个体(individual)、样本（sample） 研究对象的全体为总体，组成总