《教育研究方法形考作业3答案汇总》由会员分享，可在线阅读，更多相关《教育研究方法形考作业3答案汇总（10页珍藏版）》请在金锄头文库上搜索。
1、教育研究方法形考作业3答案第七章参考答案一、 填空题：1.实验设计，2.控制，3. 环境变量，4.无关变量，5.干涉变量，6.检查点、实验处理，7.随机化和配对法，8.无关变量的消除、无关变量保持恒定9.配对法，10.事后回溯设计， 二、 名词解释：1. 环境中可以作为自变量研究对象的环境因素。例如，不同学校、不同地区、不同班级等不同环境因素。2. 无关变量又称控制变量、参变量、额外变量等。一是说：除自变量之外，一切能够影响实验结果，而实验中需要加以控制的变量；另一是说：一切与所研究的条件和行为无关，但在实验中又是影响反应变量（行为，又称实验结果）的因素。3. 采用控制组（对照组）与实验组，或
2、多个实验组的设计方法，又称组间设计。4. 配对法是将两组被试除自变量之外其他条件尽量保持相等，这就要求将被试依据某些特质两两配对，这种方法理论上可取，但实际执行起来有很大困难，常顾此失彼。5.在实验之后采用统计分析的方法，把影响实验结果的因素分析出去，用统计技术来达到控制无关变量的方法，称为“统计控制”。6. 完全随机设计，是依据概率的原则，用随机分派的方法，使各组无关变量保持相等。7. 区组设计，是将被试按区组分类，使每一区组的被试尽量保持同质，然后将区组内被试随机分派到各个实验处理中去，这里有两种方式，一种是以每一个被试为区组，使其保持同质。另一种方式是配对，即根据研究的要求，将影响研究结
3、果的某些因素水平相同的被试配对，这样可得到不同水平的被试对。8. 指在实际的社会情境中，不能用真正的实验设计来控制无关变量，但可以对一些影响实验结果的无关变量进行分类，将其作为自变量因素纳入，使用真正实验设计的某些方法搜集、整理、统计分析资料，类似或近似真正的实验设计。准实验设计方案大致有如下几种：不相等实验组、控制组事前事后测定设计。相等时间样本设计，9. 统计结论效度是指由统计方法适切性所引起的统计结论有效性的程度，它主要反映统计量与总体参数之间的关系。三、简答题：1. 对自变量控制得如何，直接影响研究的成功与失败，控制包括两方面：给自变量规定操作定义， 规定自变量的不同水平检查点或实验处
4、理。2. 实验中规定操作定义有以下三个好处：（1）可以使研究者的思考具体而清晰，（2）操作定义可以增进科学研究者之间沟通的正确性。（3）操作定义可减少一门学科所用概念或变量的数目。因为只有在操作定义明显不同时，才增加新概念或新变量。3. 事前测定，是指在实验处理实施前对被试进行有关研究内容方面的测定，事后测定是指在实验处理实施后对被试进行有关研究内容方面的测定，前后两次测定的差异，就被认为是实验处理的结果。这种设计的优点是有了两次测定可以进行比较，缺点是由于先后两次是在不同的时间测定的，因而对于历史因素、身心变化，测量工具，评价人员标准的变化，练习效果及多种因素的交互作用等，都难以得到良好的控
5、制，因而对结果解释的效度降低。4. 完全随机化设计是指用随机数字表或抽签的方法将被试随机分组，使各组在接受实验处理之前保持各方面相等，并随机安排实验处理的设计。随机化区组设计与完全随机化设计的不同之处是：首先把被试按某些特质分到不同的区组内，使各区组内的被试比区组间的被试更接近同质。将被试分好区组后，然后再将各区组内的被试随机分到各不同的实验处理或实验组、控制组内。因此称作随机化区组设计。这样，由于事前对被试配对，因此，控制组、实验组，这两组被试就更接近完全相等。在保证被试接近完全相等这一点上，比完全随机化分组设计更有把握。其次，是所用的统计方法不同，它是用相关样本的方差分析或检验的方法分析不
6、同实验处理间的差异，这种统计方法可将被试的变异估计出来，可将它从误差变异中排除，使误差变异变得最小，而使实验处理的变异变大。5. 拉丁方设计的特点是：每个因素在每个被试的实验次数相同；每个顺序在每个因素的实验次数相同；每个顺序在每个被试的实验次数相同。故拉丁方设计能够抵消实验中因实验顺序、被试差异等所造成的无关变量效果。四、论述题：1. （1）自变量的操作定义，（2）规定自变量的的不同水平（检查点或实验处理）。2. （1）规定好反映的操作定义，（2）因变量应具备的特点，（3）反映指标的平衡。3. （1）操作控制的方法（无关变量的消除和无关变量保持恒定），（2）设计控制的方法(无关变量效果的平衡
7、、无关变量的抵消、随机化方法和配对法、统计方法)。4. 影响内在效度的一些因素：历史因素；选择，这是指没有用随机取样的方法选择实验对象或进行分组； 成熟，是指随着时间的经过，被试者内部发生改变，而影响了实验结果的真实性； 测验经验的成长，测验经验是指对教育研究中常用的测验量表的应答技巧； 测量工具的稳定性； 统计回归因素，是指在取样时，选取某些特质位于两极端的被试，而这些被试在前后两次测试时，出现最高分和最低分的被试其得分向中间回归； 被试亡失； 选择与成熟之交互作用，选择不同被试可能与成熟之间存在交互作用，故也影响效度； 前测与实验处理的反作用效果；（10）霍桑效应、安慰剂效应、要求特征；（
8、11）疲劳因素，由重复安排实验所产生的影响实验结果的因素。上述几方面都在不同程度上影响实验结果的内在效度，在研究设计上应予以严格控制。5. 影响统计结论效度的因素：统计检定力低（决定统计检定力大小的一些因素有：a、样本大小，样本小统计检定力低。b、显著性水平的大小。越小，错误就越大，统计检定力降低。因此显著性水平的大小要合适，一般为.05，但有些研究其统计推论错误不会造成严重后果或教育方面的研究，允许显著性水平为0.10。c、因变量的误差变异（标准差）的大小，标准差越大，标准误也大，达到显著水平时，错误增大。以上因素会影响统计检验能力，使之偏低，易犯第二类型错误。）（2）选用的统计方法依据的各
9、种假设条件满足的程度。例如一般统计方法建立在随机变量的基础上，若数据本身不是随机变量，此时所用统计方法的依据不能满足，因而，其统计结论效度自然降低或没有效度。再如检验，检验，方差分析等都要求数据为随机的等距或等比的变量，总体分布为正态，其抽样分布亦为正态分布或分布，或方差齐性，才可应用。（3）多重比较和误差变异（如果实验误差太大，标准误也大，实验处理的层次增加，摒弃虚无假设的可能性增加，错误也增加。）（4）测量工具的信度；（5）实验处理执行的信度，即实施实验时遵守设计要求的程度。（6）实验环境内，无定性非相关事故的影响；（7）被试者的随机变异。上述后四种因素，皆影响误差变异的大小，如果误差变异
10、增大，使错误（型错误）增大，如果误差变异太小，又易犯第类型（）错误，因此，选择好样本，严密研究设计，选择正确的统计检验方法，利用可靠的测量工具等会增加统计结论效度。6. （1）克服实验的过份人工情景化；（2）增加样本的代表性，这要求取样时一定注意随机化和代表性问题，增加取样的层次，会使样本代表性增大。另外，研究推论的范围不要超出取样的范围和层次；（3）保证测量工具的效度，研究中所使用的各种工具，必须能够正确的表达或显示所欲测定的特质，无论是仪器，还是教育测验量表，必须有效，才能保证研究的效度。第九章参考答案一、填空题：1. 加权算术平均数2. 数值范围介于3. 总体作为研究对象4. 线性关系5
11、. 小于30二、名词解释：1. 自由度是反映分布或数据差异信息的个数，即误差的个数。自由度(Degree of Freedom)的字面解释是：由于在n个数据中，当样本的数据总值确定后，只有n1个数据可以自由取值，第n个不能自由取值。另一方面，抽样样本总是与总体存在一定的误差，采用自由度的方法是为了对样本数据进行一定的修正，使其能够接近总体的情况。2.零相关：两种变量值变化方向无一定规律，即一种变量值变化时，另一种变量值可能变化也可能不变化，并且不变或变大、变小的机会趋于相等，这两种变量之间的关系称为零相关。3. 度量、描述离中趋势的统计量称为差异量数，差异量越大，表示数据分布的范围越广，越不集
12、中，差异量越小，表示数据分布得越集中，变动范围越小。常用的差异量数有平均差、方差、标准差等。4. 集中量数是代表一组数据典型水平或集中趋势的统计量。集中量数也称平均的数，平均的数也是次数分布中的一个点，反映大量数据向某一点集中的情况，可以说明典型观察值的特征。常用的集中量数包括算术平均数、加权平均数、几何平均数、中位数、众数等，它们的作用都是度量次数分布的集中趋势。 5. 加权算术平均数是具有不同比重的数据（或平均数）的算术平均数。比重也称为权重，数据的权重反映了该变量在总体中的相对重要性，每种变量的权重的确定与一定的理论经验或变量在总体中的比重有关。6. 次数分布也称为频数分布，指的是一批数
13、据中各个不同数值所出现的次数情况，或者是指一批数据在按等距划分的各个区域（组）内出现的次数情况。用专业语言来说，某一个随机事件在n次实验中出现的次数情况称为该随机事件的次数，各种随机事件在n次实验中出现的次数分布情况称次数分布。三、选择题：1. A；2. D；3. A；4. D；5. C。四、简答题：1. 等级相关的使用条件两列观测数据都是顺序变量数据，或其中一列数据是顺序变量数据，另一列数据是连续变量的数据。像对学生的绘画、书法作品、体育项目测试成绩排名次等，就属顺序变量数据。两个连续变量的观测数据，其中有一列或两列数据的获得，主要依靠非测量方法进行粗略评估得到。像语文基础知识水平可用精心编
14、制的掌握测验加以测量，但学生的课文朗读水平却只能根据若干准则由教师给予大体的评估；有些情况下，对书画作品也是由教师进行大体的评估，得到一个粗略的分数。这些类型的数据，经过适当转换后，可采用等级相关法。2. 积差相关法是计算线性相关的基本方法。其使用条件：两种变量都是由测量获得的连续性数据。例如，百分制分数可视为测量获得的连续性数据。两种变量的总体都呈正态分布，或接近正态分布，至少是单峰对称的分布。 必须是成对的数据，而且每对数据之间是相互独立的。两种变量之间呈线性关系（在坐标轴中图形呈现为直线）。样本容量n30，计算出的积差相关系数才具备有效的意义。要排除共变因素的影响。3. 方差和标准差的优
15、点反应灵敏，随任何一个数据的变化而变化；严密确定，一组数据的方差及标准差有确定的值；计算简单，适合代数计算，不仅求方差和标准差的过程中可以进行代数运算，而且可以将几个方差和标准差综合成一个总的方差和标准差；用样本数据推断总体差异量时，方差和标准差是最好的估计量。它们在避免两极端数值影响方面超过其他方式。例如，在避免绝对值方面，优于平均差。方差和标准差的缺点是：不太容易理解，易受大小两极端数值的影响，有个别数值不清或缺失时，无法计算。4. 算术平均数的优点： 反应灵敏。一组数据中任何一个数值发生或大或小的变化，所计算出来的算术平均数也会随之变大变小，能灵敏地反应出来。 严密确定。由同一组数据计算
16、出来的算术平均数是同一个值。 简明易懂，计算简便。算术平均数的意义简单明了，容易理解。计算时，只需用简单的四则运算。 适合代数运算，例如，可以通过几个平均数求它们的总平均数等。 受抽样变动的影响较小，从同一个总体中随机抽取的容量相同的样本，所计算出的算术平均数与其它集中量指标相比，抽样误差较小。算术平均数的缺点： 容易受极端数值（极大或极小）的影响，如果一组数据中绝大多数数值都较高（或较低），而其中只有一个数值极低（或极高），由于每个数据都参加运算的结果，使所计算出来的算术平均数大大下降（或上升），这时，算术平均数就不足以代表这组数据的典型水平。 一组数据中某个数值的大小不够确切或缺失，这时就无法计算其算
