《外语教学科研中统计与spss实现》由会员分享，可在线阅读，更多相关《外语教学科研中统计与spss实现（53页珍藏版）》请在金锄头文库上搜索。
1、外语教学科研中的统计与SPSS实现,教育统计学简要介绍,1.概念 将数理统计学的理论和方法应用于教学实际、通过对所获得数据分析和处理，达到探索教学规律、制定方案、作出决策和预测。 2.性质 应用性：更重应用，不细究数理 方法性：只是工具，不负责研究何种现象、提出何种假设、结论是否正确等。,教育统计学简要介绍,3.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、
2、因子分析等。,教育统计学简要介绍,4.基本概念 4.1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 。,Example
3、: Hypothesis: L2 learners who have done 6 revisions of the same composition progressed faster than those who simply wrote 6 different compositions without revision.,Hypothesis: L2 learners who use more varieties of learning strategies and use them more frequently learn English better than those who
4、use fewer varieties of learning strategies and use them less frequently.,Hypothesis: Students perceptions of a good teacher are in part predicted by their attitudes toward education.,Hypothesis: Students way of learning is determined by their beliefs about what can lead to success in learning.,Commo
5、n ways of doing research,Imagine that we have developed some new listening materials for low level learners. We have used these materials with a range of classes, and believe that they are significantly better than the traditional materials which are used in your school.,How can u convince them they
6、 are more effective?,1) Survey the ss thru interviews or questionnaires to get subjective impressions,2) At the end of the semester, test your students, then present the results to your colleagues,3) Test 2 groups, one used new material, one used traditional one.,4) Test both groups at the beginning
7、 of a term as well as the end.,5) Randomly assign students to the two groups. You should also test both groups before the experiment just to make sure that the groups are the same.,Can we say the new materials are superior?,Not yet sample - population,教育统计学简要介绍,4.基本概念 4.2总体(population)、个体(individual
8、)、样本（sample） 研究对象的全体为总体，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。 4.3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。,教育统计学简要介绍,样本容量的标准A Sudman（1976）： 样本的大小取决于总体的分布区域。 地区性研究：平均样本数在500至1000之间； 全国性研究：平均样本数在1500至2500之间。 重复前人的研究或进行类似研究时，可参考他人的样本数。,教育统计学简要介绍,样本容量的标准B Gay（1992）： 样本的大小
9、取决于不同的统计分析方法。 描述性研究：样本数最少要占总体的10%，如果总体本身较小，则样本数最少要达到20%。 相关性研究：样本至少在30人以上。如因果比较研究：各组人数不能少于30人。 严密控制的实验研究：每组受试者至少在15人以上，30人以上最为合适。,教育统计学简要介绍,样本容量的标准C Borg等人（1983）: 样本的大小取决于研究条件的优劣。 出现以下情况时，要采用较大的样本： 测量工具的信度较低； 研究中有较多的变量无法控制、总体的同质性（homogeneity）不强； 研究中须用分组比较的统计分析方法。,教育统计学简要介绍,4.基本概念 4.4统计量(statistics)和
10、参数(parameter) 统计量是不依赖于任何未知参数的样本的函数，即它是直接从样本数据中计算出的各种量数，如样本平均数（ ）、样本方差（S2）、样本标准差（ S ）、样本相关系数（r）。统计量不是未知数，它随样本的不同而取不同的值。 反映总体数据特征的量数为总体参数，简称参数，如总体平均数（u）、总体方差（2）、总体标准差（ ）、总体相关系数（）。总体参数是常数，但大多数情况下是未知数。 （对具体各种统计量和参数在以后举例中解释）,教育统计学简要介绍,4.基本概念 4.5正态分布(normal distribution) 正态分布是连续型随机变量分布中最重要也是最常见的一种分布。例如，在人
11、数较多的群体中，测量身高、体重、智力水平、学习成绩等得到的数值，其分布都近似于正态分布。如学生的测验分数都是中等分数人数多，高分、低分人数少，如果以分数为横坐标，次数获得某一分数的人数）为纵坐标，绘制成曲线图，就会发现曲线呈中间大、两头小、左右基本对称的特点。 一般说来，只要随机变量取值的结果是由多种因素决定的，而且这多种因素基本上相互独立，随机抽取的样本有一定的规模，我们得到的数据的分布就近似于正态分布。,教育统计学简要介绍,4.基本概念 4.6等距或等比变量、定序或称名变量 等距或等比变量 (interval-based data) 一定单位的实际测量值，可以加减计算，如学生的考试成绩（6
12、5，76） 定序或称名变量 (ranked or nominal data) 定序变量：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：变量值没有大小之分，只有类别之分，如性别（1男，2女）,教育统计学简要介绍,4.基本概念 4.7参数检验和非参数检验 参数检验(parametric test)：总体服从正态分布、数值为等距或等比变量、样本数为单一样本或双样本。如T检验、两个或两个以上为本方差分析等。 非参数假设检验(non-parametric test)：
13、总体不一定服从正态分布、数值为定序变量（有时为等距或等比变量）、样本数为单一样本、双样本或多样本 。如X2 检验、Wilcoxon 检验、Mann-Whitney U检验。,5.具体统计分析的SPSS实现,5.1描述性统计分析 举例1：期末考试英语成绩描述 目的：试卷分析 内容：制作成绩频数(分段：060；6070；7080； 8090；90100)分布表并作频数分布分析 【平均值（mean），众数（mode），中数(median)，标准差(Std. deviation)，方差(variance)，倾斜度(skewness)，峰度(kurtosis)，全距(range)，总和(sum) 】,5
14、.具体统计分析的SPSS实现,5.2推断性统计：分析不同数据间的差异 5.2.1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），才能选择合适的分析方法。,5.具体统计分析的SPSS实现,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
15、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2：一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？,5.具体统计分析的SPSS实现,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3：为了解对住房改革政策的态度，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
16、否（3）。试问不同态度之间是否存在显著性差异？,5.具体统计分析的SPSS实现,5.2.2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问的差异，那么： 参数检验：配对样本T 检验 （Paired Sample 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),5.具体统计分析的SPSS实现,参数检验：配对样本T 检验 （Paired sample 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4：为了考察某种阅读训练的效能，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
