《外语教学科研中的统计之SPSS篇2课件说课讲解》由会员分享，可在线阅读，更多相关《外语教学科研中的统计之SPSS篇2课件说课讲解（56页珍藏版）》请在金锄头文库上搜索。
1、2020/7/21,1,外语教学科研中的统计之SPSS篇,2020/7/21,2,一、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。,2020/7/21,3,一、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
2、）。 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 。,2020/7/21,4,一、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
3、，组成总体的基本单元为个体，按照一定规则从总体中抽取的一部分个体为样本。 1.2.3 样本容量（sample size） 无严格的数量界限。一般把样本容量小于30（50、100）的样本称为小样本，大于等于30（50、100）的为大样本。,2020/7/21,6,一、教育统计学概述：基本概念,1.2.5 SPSS中的变量分类 （1）定量/连续变量/等距变量（scale measure） 一定单位的实际测量值，可以加减计算，如学生的考试成绩（65，76） （2）分类变量（包括定序变量 和称名变量） 定序变量 （ordinal measure）：能够把研究对象从高到低或由大到小排序，如受教育程度（1
4、小学，2初中，3高中，4大学，5研究生）；又如态度（1完全不适合，2通常不适合，3有时适合，4通常适合，5完全不适合） 称名变量（Nominal measure）：也叫无序变量，变量值没有大小之分，只有类别之分，如性别（1男，2女）,2020/7/21,7,一、教育统计学概述：基本概念,1.2.6 参数检验和非参数检验 参数检验(parametric test)：总体服从正态分布、数值连续变量、样本数为单一样本或双样本。如T检验、两个或两个以上样本为方差分析等。 非参数假设检验(non-parametric test)：总体不一定服从正态分布、数值为定序变量（有时为连续变量）、样本数为单一样本
5、、双样本或多样本 。如X2 检验、Wilcoxon 检验、Mann-Whitney U检验 1.3 统计分析简要流程图,2020/7/21,8,一、教育统计学概述：统计模型,1.4 统计模型和数据类型,来源：Wu, Eric (2008,9.6-7). Introduction to SEM. 上海：上海财经大学.,2020/7/21,9,一、教育统计学概述：正态分布的检验,正态分布的检验 参数检验分析法的前提是数据服从正态分布和方差齐性，除非对数据作转换，非正态分布的数据宜采用非参数检验。,2020/7/21,10,SPSS规定：当样本容量3n5000，结果以Shapino-Wilk（W检验
6、）为准，当样本容量n5000时，结果以Kolmogorov-Smirnov（D检验为准）。 结论：n5000，W值得概率P0.05，接受检验假设，可认为考生成绩不是正态分布。,2020/7/21,11,二、实战操作,2.1 推断性统计：分析不同数据间的差异 2.1.1前提条件一 首先要明确是将来自正态总体的单个变量的平均值与给定的单一标准值进行显著性差异比较，还是进行组间数据的显著性差异比较。如果是前者，并且总体呈正态，就选择单一样本t 检验(one-sample t-test)。如果是后者（组间数据），还要确定数据是来自相同受试者（同一样本的测试前后数据），还是不同的受试者（不同样本的数据）
7、，才能选择合适的分析方法。,2020/7/21,12,二、实战操作：单一样本t检验,单一样本参数检验：单一样本t 检验(one-sample t-test) 因为单样本t检验是对样本与总体的平均值进行比较，因此在外语教学中用处较大，如可以用该程序检验一个班级的平均成绩与全校的平均成绩之间的差异等，或者将一个学校的四级英语统考成绩与全国平均成绩进行比较，看是好于还是低于全国平均成绩，等等。 举例1：一个班英语专业四级统考成绩与全国平均成绩(74.5665)之间是否有显著性差异？,2020/7/21,13,结论：该班专四成绩明显好于全国平均成绩,2020/7/21,14,二、实战操作：单一样本卡方
8、检验,单一样本非参数检验：卡方检验(X2 test)(适用于称名变量，并且变量可以为双值或多值)，二项分布检验（Binominal test）(适用于称名变量，变量只能为双值) 举例2：为了解对英语分级教学政策的态度，学校随机调查了125名教师。其中有41人表示赞成（1），37人表示反对（2），47人不置可否（3）。试问不同态度之间是否存在显著性差异？,2020/7/21,15,2020/7/21,16,结论：不同态度之间无显著差异！,2020/7/21,17,二、实战操作,2.2.2 前提条件二 如果数据是来自相同样本，比较的是两组数据之间的差异，那么： 参数检验：配对样本T 检验（Matc
9、hed t-test） 非参数检验： A: Wilcoxon符号秩次检验（Wilcoxon signed ranks test） B: 符号检验（Sign test） C: McNemar检验（McNemar test),2020/7/21,18,二、实战操作：配对样本T检验,参数检验：配对样本T 检验（Matched t-test） 附加条件：两个变量应该代表同一组在不同时间或者两个相关组的测量结果（数值能够搭配成对），因此相关系数应该相对较高，而且显著水平值较低（一般低于0.05）。如果相关系数低，而且显著值高，就不能用配对样本t检验，而应考虑改用独立样本T检验。 举例3：为了考察某种英语
10、阅读训练的效能，从某班学生中随机抽取10名学生对他们进行阅读测验，然后让他们接受这种阅读训练。经过一段时间的训练后，又对这10名学生进行类似的阅读测验。问：阅读训练前后的测验成绩是否有显著性差异？,2020/7/21,19,二、实战操作：Wilcoxon检验,非参数检验： Wilcoxon检验(适用于连续变量) 举例4：在一次英语口语演讲比赛中，聘请了10 位评委参加评判工作。这10位评委对其中2 名选手的打分情况（满分为20分）。问：其中的一名选手的成绩是否显著地高于另外一名选手？,2020/7/21,20,注：Aymptotic only适用于大样本的渐进法。 通常应关注配对符号秩和检验（
11、Wilcoxon）结果，而不是符号检验（sign test）。 McNemar：以研究对象作自身对照，检验其“前后”的变化是否显著，该法适用于相关的二分变量数据,2020/7/21,21,选手1和选手2的正负平均秩次分别为1，6和4.33和6。,评委对两个选手的评分有显著差异,检验结果只需看精确双侧显著性。结果表明，选手1的成绩显著高于选手2！评委对选手2的打分相对较严（negative）（Z2Z1）。评分公正欠佳！,2020/7/21,22,二、实战操作,2.2.3前提条件三 如果数据来自不同群体的受试者，而且比较的是两组数据之间的差异，那么： 参数检验：两个独立样本t 检验(indepen
12、dent samples t-test) 非参数检验：Mann-Whitney U检验（连续变量）Crosstabs 检验（称名变量或定序变量）,2020/7/21,23,参数检验：两个独立样本t 检验(independent samples t-test) 举例5：已知72名男女学生的两个学期课外学习时间，问：男女学生在努力程度上是否存在显著性差异？,二、实战操作：两个独立样本t检验,2020/7/21,24,注备：Equal varince assumed假设方差相等，本例的方差齐性（sig.0.05）。 结论：男女学生在努力程度上存在显著差异，女生努力程度明显高于男生。,2020/7/2
13、1,25,二、实战操作：两个独立样本t检验,举例6：某校对英语课进行教学改革试验，选取甲、乙两个平行班作试点。甲班30人，采用传统的教师讲授的教学方法，乙班33人，采用教师只讲授重点，主要由学生自学和学生相互讨论的方法。一学年后，用同一份试题对两个班的学生进行测验。试问：这两种教学方法的效果是否有显著性的差异？,结论：这两种方法的效果没有显著差异！（注意两个平行班的方差不等，应看Equal variance not assuemed一栏的结果） 原因：也许是测试没有体现出教改的优势！,2020/7/21,26,二、实战操作,2.2.3前提条件四 如果比较的是三组或多组数据之间的差异，那么： 来
14、自多个独立样本的数据： 参数检验：单因素方差分析(One-way ANOVA) 非参数检验：Kruskal-Wallis检验 （连续变量，常用）；中位数（Median）检验（连续变量） 来自多个相关样本的数据： 参数检验：单因素重复测量方差分析（repeated measures ANOVA） 多因素方差分析(Factorial ANOVA) 非参数检验：Friedman检验（连续变量）；Kendall检验（定序变量）；Cochrans Q检验（称名变量）,2020/7/21,27,二、实战操作：Kruskal-Wallis检验,非参数检验： 多个独立样本： 中位数检验（Median test
15、）（适用于等距变量） Kruskal-Wallis检验 （适用于等距变量，更常用） 举例7：某校对大二学生进行了一次英语测验。现分别从经济系、政法系、中文系、教育系以及理科各系中随机抽取部分学生的测验成绩。问：不同学科学生的英语成绩是否存在显著性差异？,2020/7/21,28,非参数检验表明不同学科之间的学生英语成绩存在显著差异，但却没法绘制图表，也无法详细比较,可采用参数检验的单尾ANOVA分析，制作平均分线图。,2020/7/21,29,二、实战操作：多个样本Kendall检验,举例8：5位教师对甲、乙、丙3篇作文所作的评价如下，问5 位教师对评价3篇作文所作的评价是否一致。,注意输入方
16、法！,2020/7/21,30,结论：5 位教师对3篇作文所作的评价是不一致（p0.05）。 标准制定和阅卷教师培训很重要！,2020/7/21,31,二、实战操作：单因素方差分析,基本思想：通过分析不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。 一项实验有多个影响因素，如果只有一个因素在发生变化，其他因素保持不变，称为单因素方差分析。(One-way ANOVA) 举例9：为了寻求较好的词汇习得方法，现选择3种不同方法，分别对3个平行组学生进行一学期的词汇习得训练，现获得学生的期末成绩。问：3种不同方法下的学生词汇习得成绩是否有显著性差异？哪种更理想一点？,2020/7/21,32,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,2020/7/21,33,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
