《问卷法统计分析课件》由会员分享，可在线阅读，更多相关《问卷法统计分析课件（20页珍藏版）》请在金锄头文库上搜索。
1、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,1. 提出问题阅读/批判文献 来自于切身实践 来自于前人研究 2. 收集数据 3. 分析数据 4. 解释数据 5. 得出结论 （6. 产品转化）,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
2、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）,统计分析,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
3、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
4、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）,
5、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
6、）,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
7、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。,关于题项和潜变量之间的关系问题,为什么要把问卷上的几个题目加起来再求平均分？将每个题目都作为一个变量不行吗？ 从测量学的角度来说，抽象变量（潜变量）是无法直接测得的，需要通过具体题项（item，即问卷中的各个题目）来间接测量。比如“出国动机”这个潜变量是由3个题项（q2, q22, q26）测量的。在统计分析时，研究者并不关心这3个题目中每个题目的具体情况。他（她）更想要得到一个数值来代表“出国动机”这个潜变量。这时，就需要将以上3个题目加起来，求mean，来表示“出国动机”这个潜变量。Compute命令就是用来实现这个目的的操作：出国动机=（q2+q22+q26）/3,
