教育研究中数据的处理方法.ppt

教育研究中数据的处理方法,浙江大学教授 曹立人 博士,数据处理的概念,研究获得的各种数据（DATA）是不能说明问题的，必须通过一定的处理，通过提炼，概括，从而揭示数据的规律和数据背后的实质性信息。 广义的说，数据处理包括二类：数字信息处理和非数字（文本、音像等）信息。,第一讲,非数字信息的处理 （访谈记录信息的处理）,访谈是研究者与被研究者以提出问题和回答问题的方式，请被访谈者提供关于他们的知觉、思想、能力、情感、态度、观念和过去行为的信息，通过对这些信息的分析，对人及人群的心理特点和规律进行考察。 访谈只是研究者收集资料的一种工具和手段，它较多地被运用于相关设计的研究，或者作为实验研究中收集资料的辅助手段。,访谈法的优点,相对于问卷调查，访谈法有如下优点： 1 不存在不回答的问题； 2 可对问题做深层考察，有助于陈述和理清题目； 3 访谈材料也可做到标准化； 4 被访谈者对开放式问题的回答使访谈获得更多材料； 5 可避免题目回答的遗漏； 6 对被试的读写能力无特殊要求。,访谈的类型,1 非结构访谈 2 半结构访谈 3 结构访谈 4 群体访谈技术,文本资料的编码技术,对谈话、访谈和观察做记录（特别是无结构和半结构访谈，无结构观察和焦点群体访谈）获得的录音转写资料叫做文本资料。这些文本资料对行为和事件提供了丰富的描述和解释。,对文本资料要做量化分析,对文本资料进行分析时一定要谨慎。有时候，研究者会只根据几个访谈冒失地进行归纳（比如，让研究者感到最为舒适的访谈，被访者非常健谈的访谈，或那些在“最好”的引言引导下的访谈，等等。）像量化数据收集技术一样，对文本资料也应该进行系统化的分析。分析文本数据的一个方法是对所做记录进行系统编码。一个编码就是一个缩写符号（数字或英文字母），可用来将文本材料加以分解，对所有记录内容进行分类。编码通常来源于研究问题或在研究过程中显现出来的关键概念和主题，对关于一个特定问题或主题的信息进行组织并检索时，编码可以提供有用的帮助。一旦所有的访谈记录都被编码，研究者就可以在访谈记录中找出问题并能系统地回答这些问题。,计算机或手工编码,计算机程序可以帮助编码和分析文本数据。编码也可以用手工完成，用彩色笔对记录在纸上的文本材料的各部分作出标记，不同颜色表示不同的主题，并应能迅速找到某一特定的主题（比如，用蓝色笔标出所有涉及关键词的部分）。研究者要了解分析文本资料的基本概念和程序。计算机只是帮助人完成这一任务的工具，而不能代替人做分析。对文本资料的编码使研究者可以迅速检索出文本材料中与要回答的问题有关的部分。它也保证了研究者利用收集到的所有相关资料（特别是当文本资料的量很大时）并使研究者对假说或“感觉”进行检验。,第二讲,数字信息的处理技术,1、称名型 2、顺序型 3、等距型 4、等比型,统计分析基础,一、数据的特征 .几种主要的分布 正态分布 二项分布 t分布，F分布，x2 分布,分布的偏态度(skewness) 分布的峰态度(kurtosis),二、数据的集中趋势 （1）平均数 1）算术平均数 2）几何平均数 （对数平均数） 用于平均增长率 3）调和平均数 （倒数平均数） 用于平均速度 （2）中数 （3）众数,集中量数的比较,几个典型的问题,1、调查某贫困地区的收入 2、某项研究的调查表因保管不当，遗失了部分数据 3、商场关于电视机品牌的受欢迎程度 4、调查某开发区 的5年GDP增长率 5、甲同学每小时做10题，乙同学每小时做20题，问二同学平均每小时做几题？ 6、研究用不同方法（口头报告、按键、脚蹬）测量简单反应时？ 7、不同年龄被试（660岁）简单反应时测量,三、数据的 离散趋势 （1）标准差，方差 （2）平均差 （3）四分差 极差,四、标准分数及其应用,1、标准分数,2、标准分数的应用,五、 相关分析和回归分析,（一）、相关分析 1. 相关的概念 2. 相关的类型（简单相关、偏相关、复相关、等级相关、非线性相关） 3. 各类相关的比较,（二）、回归分析 1. 回归效应 2. 回归方程 （1）线性方程 原始数据 标准回归方程,（2）非线性 对数函数,令X=lnX 得,两边取对数,指数函数,双曲线,令 y=1/y x=1/x,（3）分段函数,x1,x2,x3,bx (xx1) a1+lnX (x1xx2) a2+ebx (x2xx3) a3,Y=,（三）、相关与回归的比较,1.相同点：都涉及变量间的协变关系 2.不同点,六、平均数的差异检验,（一）大样本的平均数差异检验， Z检验,Z 1.96 P 2.58 P 0.01,(二）小样本检验（n 30 ） t 检验,t 值要依据自由度n 变化，当n 趋于无穷大时，等同与Z检验。,七、多个平均数的差异检验 方差分析,（一）、方差分析的原理 变异的可分性（或可加性） 方差分析和t检验的关系 Equal variances assumed equal variances not assumed （二）、优点 统计功效高 P=1（1)k （三）、用途 1.多个样本的平均数差异检验 2.分离各有关因素并估计其对变异的贡献 3.分析因素间的交互作用 4.方差齐性检验,Hartley 检验 Barlett 检验 n为每个样本的含量，k为样本个数， 为各样本方差， 合并方差。,（四）、应用条件 1.各个因素每一水平所得到样本都是随机样本 2.各随机样本相互独立 3.各个因素每一水平的重复被试数据都服从正态分布，且各个子集的方差齐性,（五）、方差分析的3种模型： 1. 固定因子模型：各个处理的平均效应 是固定的一个常量，而且满足,2. 随机因子模型：各个处理的效应不是常量，而是从平均数为0方差为 的正态总体种得到的一个随机样本的结果。 用于检验处理在总体中差异的显著性。,3. 混合模型：多因子设计中，有的因子为固定模型，有的因子为随机模型的设计。,用于检验处理结果的差异显著性。,（六）、方差齐性与齐性检验 齐性的概念 齐性检验 非齐性的处理 （1）变量变换 (成倍递增数据）,比例关系,分数百分数,（2）F 检验,（七）、因子式方差分析 （八）、一种科学地处理各部分变异的方差分析方法 （刘力：介绍一种设用与灵活实验设计的方差分析程序，心理科学通讯，1988.2，PP.3843） 方差的处理方式变化,SSt,SSBG,SSWG,SSt,SSBG,SSWG,SSS,SSSA,传统方法,Fletcher 方法,（九）、协方差分析 协方差分析的原理 协变量调整，比较重心与比较回归线间距 2.用途： 统计控制,八、多元分析的基本方法 1.多元回归 1）多元回归与标准多元回归 Y=b0+b1x1+b2x2+bnxn Y=1x1+2x2+nxn 多元回归的重要指标R2 2）多元回归中的哑变量,有哑变量（dummy variable)的回归方程 哑变量：变量的赋值与其数值无关的变量。如：性别，教育程度等,不同年龄、受教育程度和居住地妇女的子女及其哑变量,当某妇女是文盲，居住地是农村时，所有哑变量都为0，方程可简化为：,当某妇女是高中文化，居住地是城市时，实际计算方程为：,1. 概述 因素分析：一种多变量的统计分析方法，是将描述某一事物的多个变量缩减成少数几个潜变量（latent variable)的统计方法。 观察变量:原测量的变量 潜变量：不可直接观察或测量的，是通过观察变量的概括而构成的变量，也称公共因素。 因素分析的主要用途： 1）.寻找测量构思的基本结构 2）.简化数据,九、 因素分析,因素分析的原理： 测量分数与因素,因子负荷：反映因子与变量间的相关程度。另外，可以用来估计观察变量之间的相关系数。,公因子方差：也叫共同度，或公共方差。指观察变量中由公因子决定的比例，用符号 表示。,因子的贡献：每个公共因子对数据的解释能力。用该因子的解释方差来表示，等于和该因子有关的因子负荷量的平方和。记为：Vp,所有公因子的总贡献率为：,贡献率除以项目数就是因子的解释方差比，总贡献率除以项目数K就是因素分析的总解释方差，可用于表示测量的结构效度。,2.因素分析的步骤 2.1.公因子提取 2.1.1 主成分法 2.1.2 公因子分析法 公因子方差估计法 主轴因子法 最小二乘法 最大似然法 因子提取法 映象分析法 2.1.3 主成分法与公因子法的比较,2.2. 因子数的确定 2.2.1 凯泽标准（Kaiser) 特征根小于1停止抽取。 2.2.2 碎石检验(Scree Test) 2.3 旋转 2.3.1 正交旋转 四次方最大法 方差最大法 等量最大法 2.3.2 斜交 因子模式(factor pattern) 和因子结构(factor structure)矩阵 DIRECT OBLIMIN PROMAX 2.3.3正交与斜交的比较,2.4 检验参数指标 Bartlett test of sphericity KMO 检验：变量之间偏相关系数平方和远远小于简单相关系数平方和时，KMO值接近1。最小应大于0.5。 2.5 因子的命名与解释 2.6 因子分及应用 2.7 高阶因素分析 2.8 实证型因素分析,3.因素分析小结 1）主要目的是浓缩数据，用少量的几个假想因素来表征大量观察变量的信息。 2）主要用于二个方面：a.寻求数据的基本结构；b.进行数据化简。 3）数据质量要求等距以上，变量之间要有较高的相关。 4）因素轴旋转的目的是通过坐标变换使因素的解的实