研究数据的高级统计

9研究数据的高级统计 华中师范大学信息技术系张屹 9研究数据的高级统计 教育技术学研究方法 教育技术学研究方法 9研究数据的高级统计 情景案例 免费师范生远程可视化学习平台需求调查问卷 是我们对华中师范大学的首届免费师范生进行的远程学习资源需求的调查 旨在通过对调查结果的分析 为平台的网络教育资源建设提供重要的实证依据 在问卷中我们调查了学生的个人情况 基本信息 学习 教学实践等多方面的信息 其目的在于希望通过分析各要素之间的联系了解学生的基本信息 明确学生的实际需求 以便平台的设计与开发尽可能符合学生的实际需求 教育技术学研究方法 9研究数据的高级统计 问题导入 那么 如何根据搜集的研究数据来分析免费师范生的性别 家庭经济水平 生源地等因素对学生的支教态度 终身从教态度等的影响呢 基于以上问题的思考 我们开始本章的学习 教育技术学研究方法 内容大纲 研究数据的参数检验 1 研究数据的方差分析 2 研究数据的非参数检验 3 研究数据的相关分析 4 9研究数据的高级统计 研究数据的因子分析 5 教育技术学研究方法 9研究数据的高级统计 内容结构 教育技术学研究方法 9 1 4 9 1 3 参数检验的基本思路 单样本T检验 两独立样本的T检验 9 1研究数据的参数检验 9研究数据的高级统计 章节学习 两配对样本的T检验 参数检验的概述 教育技术学研究方法 9研究数据的高级统计 章节学习 9 1研究数据的参数检验 问题的提出 我们已经学习了利用SPSS软件进行数据的初步分析 如何透过这些数据挖掘出其中隐含的关系并做出正确的推断呢 本节我们将带您学习一种推断统计的方法 参数检验 教育技术学研究方法 9研究数据的高级统计 章节学习 9 1 1参数检验的概述 核心概念 参数检验是推断统计的重要组成部分 它是一种根据样本数据推断总体特征的方法 即在对样本数据描述的基础上 以概率的形式对统计总体的未知数量特征进行表述 教育技术学研究方法 9研究数据的高级统计 章节学习 9 1 2参数检验的基本思路 基本思想 对总体参数提出假设 然后利用样本提供的信息去验证提出的假设是否成立 即小概率事件在某次特定的实验中几乎不可能发生 一般步骤 两层含义 1 检验假设H0 零假设 2 备择假设H1 与H0互斥 检验统计量T来自于试验的样本数据 不同的假设检验问题和不同的总体条件 检验统计量的选择也有所不同 计算样本值在零假设H0成立时发生的概率 是拒绝了实际上成立的H0的概率 通常设置 0 05 若P 则可认为 基于H0假设的总体情况出现了小概率事件 拒绝H0 接受备选假设H1 反之接受原假设H0 9研究数据的高级统计 章节学习 9 1 2参数检验的基本思路 正态曲线图 0 05 0 01 0 05 0 01 接受域 拒绝域 教育技术学研究方法 9研究数据的高级统计 问题导入 我们做了 免费师范生远程可视化学习平台需求调查问卷 的第六题 您家庭的人均年收入是 元 针对该项指标来推断家庭人均年收入的平均值是否为8273 65元 该问题涉及单个总体 需要进行总体均值检验 由于家庭人均年收入可近似认为服从正态分布 所以我们采用单样本T检验进行分析 那么 什么是单样本T检验 如何利用单样本T检验呢 教育技术学研究方法 章节学习 9 1 3单样本T检验 9研究数据的高级统计 单样本T检验 One SampleT test 是对总体均值的假设检验 其目的是利用来自某总体的样本数据 推断该总体的均值是否与指定的检验值之间存在显著差异 核心概念 提出原假设 选择检验统计量T 计算检验统计量观测值和概率P值 设定显著性水平 0 05 做出决策 基本思路 章节学习 9 1 3单样本T检验 1 单样本T检验的基本思路 9研究数据的高级统计 2 将待检验的变量 家庭人均年收入 此项移入检测变量 TestVariables 并在检验值 TestValue 中输入检验值8273 65 出现如图所示 教育技术学研究方法 章节学习 9 1 3单样本的T检验 2 操作步骤 1 菜单选项 Analyze CompareMeans One SamplesTTest 9研究数据的高级统计 免费师范生远程可视化学习平台需求调查问卷 sav 3 选择options按钮定义其他选项 出现如图所示窗口 Option选项用来指定置信概率 ConfidenceInterval 通常设置为95 和缺失值 MissingValues 的处理方法 其中 Excludecasesanalysisby涉及的变量上有缺失值 则剔除在该变量上为缺失值的个案 Excludecaseslistwise 表示剔除所有在任意变量上含有缺失值的个案后再进行分析 4 点击continue按钮 回到主界面 点击ok按钮即执行了SPSS操作 2 操作步骤 章节学习 9 1 3单样本的T检验 9研究数据的高级统计 教育技术学研究方法 章节学习 9 1 3单样本的T检验 3 结果分析 9研究数据的高级统计 样本数为197 平均值 标准差 平均标准差 教育技术学研究方法 章节学习 9 1 3单样本的T检验 3 结果分析 9研究数据的高级统计 自由度 双尾概率 0 05 即P 拒绝原假设 认为家庭人均年收入的平均值与8273 65元有显著差异 统计量观测值 章节学习 9 1 3单样本的T检验 9研究数据的高级统计 将检验值设置为12000所得结果为 双尾概率 0 05 即P 接受原假设 认为家庭人均年收入的平均值与12000元没有显著差异 家庭人均年收入平均值的取值范围约为 12000 829 6 12000 2491 5 即 11170 4元 14491 5元 章节学习 9 1 3单样本的T检验 9研究数据的高级统计 将检验值设置为10000所得结果为 双尾概率 0 05 即P 拒绝原假设 认为家庭人均年收入的平均值与10000元有显著差异 家庭人均年收入平均值的取值范围约为 10000 1170 4 10000 4491 5 即 11170 4元 14491 5元 章节学习 9 1 3单样本的T检验 9研究数据的高级统计 将检验值设置为14000所得结果为 双尾概率 0 05 即P 接受原假设 认为家庭人均年收入的平均值与14000元没有显著差异 家庭人均年收入平均值的取值范围约为 14000 2829 6 14000 491 5 即 11170 4元 14491 5元 教育技术学研究方法 9研究数据的高级统计 问题导入 我们做了 免费师范生远程可视化学习平台需求调查问卷 的 B关于免费师范生 部分的第8题 您愿意终身从教吗 愿意 不愿意 不确定针对此项指标 推断不同性别的学生对终身从教的态度是否有明显差异 该问题涉及来自总体的两个彼此独立的样本 采用单样本T检验已经不能解决该问题 所以我们运用另一种检验方法 两独立样本T检验进行分析 那么 什么是两独立样本T检验 如何利用两独立样本T检验呢 教育技术学研究方法 9研究数据的高级统计 核心概念 章节学习 9 1 4两独立样本的T检验 两独立样本的T检验 IndependentSamplesTtest 用于检验来自正态总体的两个彼此独立样本 推断两个总体的均值是否存在显著差异 教育技术学研究方法 章节学习 9 1 4两独立样本的T检验 基本思路 9研究数据的高级统计 1 两独立样本T检验的基本思路 教育技术学研究方法 章节学习 9 1 4两独立样本的T检验 2 操作步骤 1 选择菜单 Analyze CompareMeans IndependentSamplesTtest 出现窗口 将 终身从教态度 移入检验变量框 TestVariable s 将总体标识变量 性别 移入 GroupingVariable 框中 操作完毕后如图所示 2 点击definegroups按钮定义两总体的标志值 显示如图所示窗口 在Group1和Group2框中以1 男生 2 女生 为标识变量进行区别 9研究数据的高级统计 免费师范生远程可视化学习平台需求调查问卷 sav 2 操作步骤 3 点击continue按钮 回到如图所示页面 点击options按钮设置 设置 MissingValues 和 ConfidenceInterval 此处不再赘述 4 点击OK按钮提交分析命令即可 章节学习 9 1 4两独立样本的T检验 9研究数据的高级统计 教育技术学研究方法 教育技术学研究方法 章节学习 9 1 4两独立样本的T检验 3 结果分析 9研究数据的高级统计 1 基本描述统计结果 样本容量 样本均值 标准差 平均标准差 男生 女生均不太愿意终身从教 其中男生的不愿意程度更强 教育技术学研究方法 章节学习 9 1 4两独立样本的T检验 3 结果分析 9研究数据的高级统计 2 两独立样本T检验结果 显著性概率 0 05 即P 认为两总体的方差没有显著差异 应看第一行t检验结果 方差齐次性检验 等方差假设 显著性概率 0 05 即P 接受原假设 认为不同性别的学生对终身从教的态度没有显著差异 教育技术学研究方法 9研究数据的高级统计 问题导入 我们以检验学生培训前后测验成绩是否存在差异为例 由于学生培训前后的成绩是相关变量 所以采用单样本T检验 两独立样本T检验均已不能解决该问题 为解决这一问题 我们将采用另一种检验方法 两配对样本的T检验进行分析 那么 什么是两配对样本T检验 如何利用两配对样本T检验呢 教育技术学研究方法 章节学习 9 1 5两配对样本的T检验 9研究数据的高级统计 两配对样本的T检验 Paired SamplesTTest 用于检验来自正态总体的两个彼此相关的样本均值之间的差异 即利用来自两个总体的配对样本 推断两个总体的均值是否存在显著差异 核心概念 教育技术学研究方法 9研究数据的高级统计 章节学习 9 1 5两配对样本的T检验 1 两配对样本T检验的基本思路 教育技术学研究方法 9研究数据的高级统计 2 操作步骤培训前后成绩 sav 1 选择菜单 Analyze CompareMeans Paired SamplesTTest 出现窗口 选择需要配对的参数 至少必须选择两项配对 将配对好的参数 培训前成绩 培训后成绩 放入配对变量框 PairedVariables 中 操作完毕如图所示 2 选择Options按钮定义其他选项 出现如图所示窗口 指定置信概率 ConfidenceInterval 和缺失值 MissingValues 的处理方法 3 点击continue按钮 回到图 点击ok按钮即执行了SPSS操作 教育技术学研究方法 3 结果分析 章节学习 9 1 5两配对样本的T检验 9研究数据的高级统计 1 基本描述统计结果 均值 平均标准差 标准差 样本容量 培训后学生的平均成绩得到提升 教育技术学研究方法 3 结果分析 章节学习 9 1 5两配对样本的T检验 9研究数据的高级统计 2 配对样本相关性检验表 相关系数 显示配对样本的线性相关性 显著性概率 0 05 说明学生培训前后的成绩线性相关关系较弱 教育技术学研究方法 9研究数据的高级统计 章节学习 9 1 5两配对样本的T检验 3 两配对样本相关性检验结果 3 结果分析 双尾概率P 0 05 即P 拒绝原假设 认为培训前后学生的成绩有显著差异 教育技术学研究方法 9研究数据的高级统计 课堂测试 1 1 分析计算机培训是否能够提升同一批教师的计算机能力 2 推断学生家庭人均年收入的平均值是否为4000元 则应选用 3 分析在校男生与女生的终身从教态度是否存在显著差异 则应选用 A 单样本T检验B 两配对样本T检验C 两独立样本T检验 B A C 教育技术学研究方法 9研究数据的高级统计 课堂测试 2 原假设H0 华中师范大学文科生每天平均上网时间与理科生相比没有显著差异 选取显著性水平为0 05 T检验计算结果sig 0 043 说明 A 拒绝原假设H0 说明华中师范大学文科生每天上网时间的平均值与理科生每天上网时间的平均值有差异 B 华中师范大学文科生每天上网时间的平均值与理科生每天上网时间的平均值没有差异的可能性是0 043 C 华中师范大学文科生每天上网时间的平均值与理科生每天上网时间的平均值有差异的可能性是0 043 D 接受原假设H0 说明华中师范大学文科生每天上网时间的平均值与理科生每天上网时间的平均值无差异 A 教育技术学研究方法 9研究数据的高级统计 课堂活动 任务安排任务一 请分别观看 单样本T检验 两独立样本T检验 两配对样本T检验 的演示型微视频并对其对应的交互式微视频进行操作 然后对案例进行解析 网址 教育技术学研究方法 9研究数据的高级统计 课堂活动 活动方式 个人学习活动 活动地点 教室 使用材料 学案 单样本T检验 两独立样本T检验 两配对样本T检验 的演示型微视频和交互式微视频 SPSS软件 教育技术学研究方法 9研究数据的高级统计 问题导入 在教学活动中 我们总是希望在有限的时间内达到最优的教学效果 这就需要首先分析教学效果究竟受到哪些因素的影响 如 教学内容 教学方法 教学手段 教学艺术 学生原有的智力水平等等 都可能会对教学效果带来或多或少的影响 如何掌握具体的影响因素以优化教学呢 方差分析方法就可以帮助我们实现对影响因素的分析 那么 什么是方差分析 如何进行方差分析呢 教育技术学研究方法 方差分析概述 方差分析的基本思路 9 2研究数据的方差分析 9研究数据的高级统计 章节学习 多因素方差分析 单因素方差分析 9 2 3 9 2 4 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2研究数据的方差分析 问题的提出 通过反复的试验我们会收集到诸多数据 但是如何发现其中的内在规律呢 那么到底什么是方差分析 如何进行方差分析以及方差分析的结果有什么意义呢 本节将带您学习这种非常重要的数据分析方法 方差分析 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 1方差分析概述 核心概念 方差分析 ANOVA 又称变异数分析或F检验 主要从数据间的差异入手 分析哪些因素是影响数据差异的众多因素中的主要因素 方差分析主要用于两个及两个以上样本均数差别的显著性检验 即分析控制变量的不同水平是否对观察变量产生了显著影响 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 2方差分析的基本思路 1 方差分析的基本假定 基本假定 在满足假设的前提下 如何分析采用四种不同教学手段对教学效果的影响 教育技术学研究方法 9研究数据的高级统计 问题导入 我们以 免费师范生远程可视化学习平台需求调查问卷 的 A个人情况 部分的第5题 您家居住在 直辖市或省会城市 地级市 县级市或县城 乡镇 农村和 B基本信息 部分的第7题 您愿意终身从教吗 愿意 不愿意 不确定为例 来分析不同地区的同学对终身从教的态度差异 其中地区为控制变量 学生终身从教的态度是观测变量 由于本案例是研究单个因素对观测变量的影响 所以我们采用单因素方差分析 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 3单因素方差分析 单因素方差分析也称作一维方差分析 即测试某一个控制变量的不同水平是否给观察变量造成了显著的差异和变动 即研究单个因素对观测变量的影响 原假设H0 控制变量不同水平下观测变量各总体的均值无显著差异 核心概念 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 3单因素方差分析 1 单因素方差分析的基本思路 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 3单因素方差分析 2 操作步骤免费师范生远程可视化学习平台需求调查问卷 sav 1 选择菜单 Analyze CompareMeans One WayANOVA 出现窗口 将 终身从教态度 移入观测变量框 DependentList 将 地区 移入控制变量框 Factor 中 操作完毕后如图所示 2 系统默认的显著性水平为0 05 点击 Contrasts 进入下图 可以根据实际情况对 Significancelevel 进行修改 本例使用默认值 控制变量 本例中控制变量 地区 有 直辖市或省会城市 地级市 县级市或县城 乡镇 农村 五个不同水平 需要分析的变量 可选入多个观察变量 因变量 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 3单因素方差分析 2 操作步骤 3 点击Ok按钮提交给SPSS自动分析即可 在实际研究中我们如果需要获取更多信息 有必要对数据进行进一步检验 选择按钮 一般勾选的选项为统计描述 Descriptive 方差齐性检验 Homogeneity of variance 和均值折线图示 MeansPlot 并设置了缺失值的处理方法 如图所示 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 3单因素方差分析 3 结果分析 1 基本描述统计结果 均值 平均标准差 标准差 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 3单因素方差分析 2 方差齐次性检验结果 3 结果分析 方差齐次检验值 相伴概率 0 05 即P 基本满足单因素方差中方差相等的要求 自由度 3 结果分析 章节学习 9 2 3单因素方差分析 3 均值折线图示结果 9研究数据的高级统计 农村学生终身从教的意愿最高 直辖市或省会城市的学生相比更加不愿意终身从教 教育技术学研究方法 9研究数据的高级统计 4 差异分析结果 3 结果分析 章节学习 9 2 3单因素方差分析 概率P值 0 05 即P 则应该接受原假设 认为不同的地区对终身从教态度没有产生显著影响 不同地区对从教态度的影响效应都近似于0 离差平方总和 统计量观测值 方差 教育技术学研究方法 9研究数据的高级统计 问题导入 我们以 免费师范生远程可视化学习平台需求调查问卷 的 A个人情况 部分的第3题和第5题为例 推断专业类别 地区分别对学生终身从教态度是否有显著影响 同时推断两者共同作用是否对学生从教态度有显著影响 这里学生终身从教的态度是观测变量 学生专业类别 学生地区是控制变量 由于本案例是研究多个控制变量对观测变量的影响 所以我们采用多因素方差分析 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 4多因素方差分析 多因素方差分析有两方面的功能 1 分析多个因素对观测变量的单独影响 2 分析多个控制因素的交互作用对观测变量的影响 核心概念 多因素方差分析的控制变量为两个或两个以上 其研究目的是要分析多个控制变量的作用及相互作用 以及其他随机因素作用是否对观察变量的分布产生显著影响 原假设H0 各控制变量不同水平下观测变量各总体的均值无显著差异 控制变量各效应和交互作用效应应该同时为0 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 4多因素方差分析 1 多因素方差分析的基本思路 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 4多因素方差分析 2 操作步骤免费师范生远程可视化学习平台需求调查问卷 sav 1 选择菜单 Analyze GeneralLinealModel Univariate 出现窗口 将 终身从教态度 移入观测变量框 DependentVariable 将 专业 家庭所在地 移入控制变量框 Factor 中 操作完毕如图所示 2 系统默认的显著性水平为0 05 点击 Options 进入右图 可以根据实际情况对 Significancelevel 进行修改 本例使用默认值 3 点击ok按钮提交给SPSS自动分析即可 需要分析的变量 控制变量 教育技术学研究方法 9研究数据的高级统计 章节学习 9 2 4多因素方差分析 3 结果分析 相伴概率 统计量 专业类别的相伴概率大于显著性水平0 05 接受零假设 认为不同的专业类别对学生的终身从教态度没有显著性影响 地区的相伴概率大于显著性水平0 05 接受零假设 认为不同的地区对学生的终身从教态度没有显著性影响 专业类别 地区交互作用下的相伴概率大于显著性水平0 05 接受零假设 认为不同的专业类别 不同的地区交互作用下 对学生的终身从教态度没有显著性影响 最终结论 专业类别对学生的终身从教态度没影响 地区对学生的终身从教态度没影响 两者交互对学生的终身从教态度没影响 教育技术学研究方法 9研究数据的高级统计 课堂活动 任务安排任务一 请分别观看 单因素方差分析 多因素方差分析 的演示型微视频并对其对应的交互式微视频进行操作 然后对案例进行解析 网址 教育技术学研究方法 9研究数据的高级统计 课堂活动 活动方式 个人学习活动 活动地点 教室 使用材料 学案 单因素方差分析 多因素方差分析 的演示型微视频和交互式微视频 SPSS软件 教育技术学研究方法 9研究数据的高级统计 问题导入 在实际问题中 在很多情况下 研究人员不知道总体所服从的分布 通常需要根据观测资料来推断总体是否服从某种已知形式的分布 这是就要利用非参数检验 NonparametricTests 来解决此类问题的 那么 什么是非参数检验 如何进行非参数检验呢 教育技术学研究方法 非参数检验的概述 非参数检验的的基本思路 9 3研究数据的非参数检验 9研究数据的高级统计 章节学习 两独立样本非参数检验 单样本非参数检验 9 3 3 9 3 4 两配对样本非参数检验 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3研究数据的非参数检验 问题的提出 非参数检验与参数检验共同构成了统计推断的基本内容 在本章第一节我们学习了参数检验 那么到底什么是非参数检验 它与参数检验的区别和联系是什么 如何在研究中使用非参数检验呢 本节我们将带领大家学习非参数检验这一统计方法 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 1非参数检验的概述 核心概念 非参数检验 Nonparametrictests 也称作无分布检验 指总体分布不要求服从正态分布或总体分布情况不明时 用来检验数据资料是否来自同一个总体的统计检验方法 非参数检验在推断过程中不涉及有关总体分布的参数 因而叫做 非参数 检验 教育技术学研究方法 9研究数据的高级统计 问题导入 中国高校信息化应用质量与效果评价调查问卷 华师学生 在 个人信息 部分中对学生的性别和专业科类进行了调查 通过频数分析各科类中人数的分布情况 如表所示 教育技术学研究方法 9研究数据的高级统计 问题导入 根据以上分析结果 推断文史 艺体 理工学生的比例是否满足2 2 1 由于该问题涉及到分析某一个变量的各个水平是否有同样比例 可以使用非参数检验中的卡方检验 那么 什么是非参数检验 如何进行非参数检验呢 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 3单样本非参数检验 单样本非参数检验是对单个总体的分布形态进行推断 即了解样本来自的总体分布是否与某个已知的理论分布吻合 核心概念 单样本非参数检验主要包括卡方检验 二项分布检验 K S检验等方法 本节主要对卡方检验进行介绍 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 3单样本非参数检验 卡方检验 Chi Squaretest 对定序变量的总体分布进行检验 适合对有多项分类值的总体分布的分析 卡方检验的零假设H0 样本来自的总体其分布形态与期望分布或某一理论分布无显著差异 核心概念 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 3单样本非参数检验 教育技术学研究方法 9研究数据的高级统计 2 操作步骤中国高校信息化应用质量与效果评价调查问卷 sav 1 选择菜单 Analyze NonparametricTests Chi Square 出现窗口 将要检验的变量 科类 置入 TestVariableList 检验变量框 在 ExpectedRange 中选择 Usespecifiedrange 以确定待检验样本的取值范围 本例中设置Lower为 1 Upper为 3 将学生科类的范围值确立 设置完毕后如图所示 章节学习 9 3 3单样本非参数检验 2 操作步骤 2 在 ExpectedValues 框中设置期望分布的频数 本例选择 Values 通过 add 按钮添加相应的值来代表设置分组的期望频数 本例 文史 理工 艺体 期望分布为2 2 1 如图所示 3 点击ok按钮提交分析命令即可 同时也可以点击 Options 进行统计数据基本信息 方式与前续章节类似 不再赘述 章节学习 9 3 3单样本非参数检验 9研究数据的高级统计 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 3单样本非参数检验 3 结果分析 1 数据统计信息 实际观察频数与期望频数的差分布 期望频数 实际人数 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 3单样本非参数检验 3 结果分析 2 卡方检验结果 相伴概率 0 05 因此不能拒绝原假设 可以认为样本来自的总体与指定的理论分布没有显著差异 即 参与调研的学生人数与文史 理工 艺体类的关系满足2 2 1 中国高校信息化应用质量与效果评价调查问卷 华师学生 在 个人信息 部分中对学生的性别和专业科类进行了调查 现在需要了解不同性别对专业科类是否有影响 由于不知道所抽取的样本的总体分布形式 所以通过两独立样本的非参数检验对数据进行推断 问题导入一 9研究数据的高级统计 教育技术学研究方法 教育技术学研究方法 9研究数据的高级统计 问题导入二 某小学尝试在 科学 这一课程上进行教学方式的改革 选择两个水平基本一致的班级作为控制样本和实验样本 其中X班级作为控制样本 使用传统教学方式 以教师为主体的讲授式教学 Y班级作为实验样本 使用改革教学方式 以学生为主体的研究性学习 该研究旨在了解不同的教学方式是否对学生成绩产生显著影响 也是不知道所抽取的样本的总体分布形式 所以通过两独立样本的非参数检验对数据进行推断 那么 什么是两独立样本非参数检验 如何进行检验呢 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 4两独立样本非参数检验 独立样本是指在一个总体中随机抽样对另一个总体中的随机抽样没有影响的情况下所获得的样本 两独立样本的Mann WhitneyU曼 惠特尼U检验的原假设 两独立样本来自的两总体的分布无显著差异 核心概念 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 4两独立样本非参数检验 1 两独立样本非参数检验的基本思路 提出原假设 选择检验统计量F 计算检验统计量观测值和概率P值 基本思路 设定显著性水平 做出决策 1 选择菜单 Analyze NonparametricTests 2IndependentSamples 出现窗口 将待检验变量 科类 置入检验变量框 TestVariableList 将变量 性别 置入分组变量 GroupingVariable 中 操作完毕后如图所示 2 点击Definegroups按钮定义两总体的标志值 在Group1和Group2框中以1 男 2 女 为标识变量进行区别 定义方式与两独立样本T检验类似 3 点击ok按钮提交分析命令即可 章节学习 9 3 4两独立样本非参数检验 2 1操作步骤中国高校教育信息化应用质量与效果评价 sav 9研究数据的高级统计 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 4两独立样本非参数检验 2 2结果分析 1 曼 惠特尼检验的秩 Ranks 统计量表 平均秩 值秩和 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 4两独立样本非参数检验 2 2结果分析 2 曼 惠特尼U检验结果 概率值大于显著性水平0 05 应该接受原假设 可见 不同性别学生对科类的选择没有显著影响 1 选择菜单 Analyze NonparametricTests 2IndependentSamples 出现窗口 将待检验变量 学生成绩 置入检验变量框 TestVariableList 将指定存放样本标志值的变量 教学方式 的分组变量 GroupingVariable 中 操作完毕后如图所示 2 点击Definegroups按钮定义两总体的标志值 在Group1和Group2框中以1 传统的讲授式教学 2 研究型教学 为标识变量进行区别 定义方式与两独立样本T检验类似 3 点击ok按钮提交分析命令即可 章节学习 9 3 4两独立样本非参数检验 3 1操作步骤两种不同教学方式下学生的成绩 sav 9研究数据的高级统计 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 4两独立样本非参数检验 3 2结果分析 1 曼 惠特尼检验的秩 Ranks 统计量表 平均秩 值秩和 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 4两独立样本非参数检验 3 2结果分析 2 曼 惠特尼U检验结果 概率值小于显著性水平0 05 小概率事件发生了 应该拒绝原假设 可见 不同教学方式对学生成绩有显著影响 教育技术学研究方法 9研究数据的高级统计 问题导入 初一体育课上 老师在开学之初对学生的立定跳远初始成绩进行测试 期末考试时再次记录学生跳远成绩 以研究经过一学期体育课学习 学生跳远成绩有无差异 由于总体分布情况不明确 并且每个学生在学期始末的成绩是相关联的 所以我们采用两配对样本非参数检验来进行分析 那么 什么是两配对样本非参数检验 如何进行检验呢 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 5两配对样本非参数检验 两配对样本的非参数检验是对总体分布不甚了解的情况下 通过对两组配对样本的分析 推断样本来自的两个总体的分布是否存在显著差异的方法 核心概念 教育技术学研究方法 9研究数据的高级统计 提出原假设 选择检验统计量F 计算检验统计量观测值和概率P值 基本思路 设定显著性水平 做出决策 章节学习 9 3 5两配对样本非参数检验 1 两配对样本非参数检验的基本思路 教育技术学研究方法 9研究数据的高级统计 章节学习 9 3 5两配对样本非参数检验 2 操作步骤跳远成绩 sav 1 选择菜单 Analyze NonparametricTests 2PairedSamples 出现窗口 选择需要配对的参数 至少必须选择两项配对 将配对好的参数 初始跳远成绩 目前跳远成绩 放入配对变量框 TestPair s List 中 操作完毕后如图所示 2 点击OK按钮提交分析命令 本例采用系统默认的检验方法威尔柯克森秩检验法 Wilcoxon 当变量是连续型时选择此类方法 Options 选项设置请参照前续知识 3 结果分析 1 威尔柯克森Ranks秩统计量表 章节学习 9 3 5两配对样本非参数检验 9研究数据的高级统计 平均秩 值秩和 3 结果分析 2 威尔柯克森检验结果 章节学习 9 3 5两配对样本非参数检验 9研究数据的高级统计 显著性概率 0 05 接受原假设 即认为经过一学期体育课学习 学生跳远成绩没有显著差异 教育技术学研究方法 9研究数据的高级统计 课堂活动 任务安排任务一 请分别观看 单样本非参数检验 两独立样本非参数检验 两配对样本非参数检验 的演示型微视频并对其对应的交互式微视频进行操作 然后对案例进行解析网址 教育技术学研究方法 9研究数据的高级统计 课堂活动 活动方式 个人学习活动 活动地点 教室 使用材料 学案 单样本非参数检验 两独立样本非参数检验 两配对样本非参数检验 的演示型微视频和交互型微视频 SPSS软件 教育技术学研究方法 9研究数据的高级统计 问题导入 某教育投资调查中 调查了一些地区教育投资与学生增长率之间的关系 为了分析其线性相关程度的强弱 我们采用相关分析法 那么 什么是相关分析 如何进行相关分析呢 教育技术学研究方法 相关分析的概述 相关分析的基本思路 9 4研究数据的相关分析 9研究数据的高级统计 章节学习 偏相关分析 相关分析的应用 9 4 3 9 4 4 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4研究数据的相关分析 问题的提出 客观事物之间往往存在着相互联系相互制约的关系 但是如何判断这些因素之间存有密切的关系 这种密切程度又是如何的呢 相关分析则是研究不同变量间的密切程度的一种方法 那么到底什么是相关分析 相关分析的适用条件是什么以及如何进行相关分析呢 本节将带您一探相关分析之究竟 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 1相关分析的概述 核心概念 相关分析是用于测量事物间线性相关程度强弱的一种分析方法 它可以用适当的统计指标表示出来 常用的相关分析包括线性相关分析和偏相关分析 线形相关分析主要用于研究变量间线性关系的程度 偏相关分析描述的是当控制了一个或几个其他变量的影响条件下两个变量间的相关性 2 相关分析常用方法 章节学习 9 4 2相关分析的基本思路 1 2 9研究数据的高级统计 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 1相关分析的概述 核心概念 绘制散点图是相关分析过程中经常使用的一种直观的图形化分析方式 它将数据的分布规律以点的形式呈现在坐标中 通过散点图可以直观的观察变量之间的关系 相关性程度以及预测数据可能的发展方向 1 1 操作步骤教育投资 sav 1 选择菜单 Graphs Scatter Dot 进入 Scatter Dot 对话框 这里我们选择 SimpleScatter 然后单击 Define 按钮 如图所示 2 在 SimpleScatter 对话框中 将左侧源变量 学生增长 调入 YAxis 选项框中 将 教育投资万元 调入 XAxis 选项框中 如图所示 3 单击 Title 按钮 在 Title 栏内设置相关文本显示信息 点击 Continue 按钮返回上一级对话框 再点击 OK 即可 章节学习 9 4 2相关分析的基本思路 9研究数据的高级统计 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 2相关分析的基本思路 输出结果散点图 1 2 结果分析 从整体趋势来看 散点图分布在一条直线的周围 呈线性趋势 可见投入教育投资越多 学生增长率越大 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 2相关分析的基本思路 2 计算相关系数 相关系数分析以数字的方式准确描述了变量间的线性相关程度 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 3相关分析的应用 在上一小节 教育投资 案例的散点图中 我们已经能够直观的看出随着教育投资金额的增加 学生的增率也随之增加 但是这种增率之间的关系如何通过具体的数据来表现呢 如何通过SPSS软件综合散点图分析和相关系数分析对数据进行初步分析和精确的系数判断呢 接下来将通过实例展现其具体操作步骤 假设学生增率与教育投资之间为零相关 问题导入 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 3相关分析的应用 1 操作步骤教育投资 sav 1 选择菜单 Analyze Correlate Bivariate 出现窗口 将参与计算相关系数的变量 教育投资 和 学生增率 移入到 Variables 框中 操作完毕后如图所示 2 点击OK执行默认选项即可 也可根据实际需要选择Options按钮定义其他选项 此处不再赘述 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 3相关分析的应用 2 结果分析 简单相关系数为0 820 说明两者之间存在较强的正相关性 进一步验证了散点图的相关趋势 相关系数旁边有两个星号 表示当显著性水平a 0 01时仍拒绝原假设 如果有一个星号表示 a 0 05时可拒绝原假设 两个星号相对更为精确 教育投资与学生增率的相关系数的检验的概率P值近似于0 因此 当显著性水平为0 05或者0 01时都应该拒绝原假设 认为两总体不是零相关的 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 4偏相关分析 偏相关分析也称为净相关系数 它在控制其他变量的线性影响的条件下分析两变量间的线性相关 通过偏相关系数来统计其关系 核心概念 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 4偏相关分析 1 基本思路 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 4偏相关分析 2 操作步骤教育投资 sav 1 Analyze Correlate Partial 将 教育投资 学生增率 添加到 Variables 经济增率 添加到 Controllingfor 中 设置完毕如图所示 2 在 Options 中 statistics 选项中 选中 Zeo orderCorrelations 表示输出零阶偏相关系数 操作界面如图所示 3 返回主界面 点击 OK 按钮即完成操作 放置需要控制的变量 可以是一个或者多个 教育技术学研究方法 9研究数据的高级统计 章节学习 9 4 3相关分析的应用 3 结果分析 在无控制变量的前提下 结果与前面相同 在经济增率为控制变量的前提下 教育投资与学生增率的偏相关系数为0 737 仍呈很强的相关性 教育技术学研究方法 9研究数据的高级统计 课堂活动 任务安排任务一 请分别观看 绘制散点图 计算相关系数 偏相关分析 的演示型微视频并对其对应的交互式微视频进行操作 然后对案例进行解析 网址 教育技术学研究方法 9研究数据的高级统计 课堂活动 活动方式 个人学习活动 活动地点 教室 使用材料 学案 绘制散点图 计算相关系数 偏相关分析 的演示型微视频和交互式微视频 SPSS软件 教育技术学研究方法 9研究数据的高级统计 问题导入 某一网络文化安全影响因素的调查问卷中 我们可以看到影响网络文化安全的因素有很多 如损害国家荣誉和利益 煽动民族仇恨 破坏国家宗教政策 散布谣言 危害国家安全 泄露国家秘密等 这些指标可以简化为少数几个综合性指标 来反映主要信息 因子分析正是解决这个问题的有效方法 那么 什么是因子分析 如何进行因子分析呢 教育技术学研究方法 因子分析的概述 因子分析的基本思路 9 5研究数据的因子分析 9研究数据的高级统计 章节学习 因子分析的典型结果分析 因子分析的典型操作 9 5 3 9 5 4 教育技术学研究方法 9研究数据的高级统计 章节学习 9 5研究数据的因子分析 问题的提出 研究中我们往往会设置若干指标来收集我们想要的信息 但是 在很多情况下冗余的指标会加重数据分析的负担 因子分析作为一种化繁为简 去冗存精的分析方法为更精确的分析事物提供了实用的方法 那么什么是因子分析 如何进行因子分析以实现 精简 这一过程呢 本节将以实例带您学习因子分析的核心知识 教育技术学研究方法 9研究数据的高级统计 章节学习 9 5 1因子分析的概述 核心概念 因子分析是将多个实测变量转化为少数几个不相关的综合指标的多元统计分析方法 以最少的信息丢失为前提 将众多的原有变量综合成较少几个综合指标 名为因子 教育技术学研究方法 9研究数据的高级统计 章节学习 9 5 1因子分析的概述 因子的特点 教育技术学研究方法 9研究数据的高级统计 章节学习 9 5 2因子分析的基本思路 1 基本思路 因子分析的前提条件 构造因子变量 利用旋转使得因子变量更具有解释性 计算因子变量的得分 教育技术学研究方法 9研究数据的高级统计 章节学习 9 5 2因子分析的基本思路 1 因子分析的前提条件 分析前提条件的目的 确定待分析的原有若干变量是否适合进行因子分析 检验方法 教育技术学研究方法 9研究数据的高级统计 章节学习 9 5 2因子分析的基本思路 2 构造因子变量 因子分析中有多种确定因子变量的方法 其中使用最多的是主成分分析法 主成分分析法计算原理为 计算出原有指标间的相关矩阵 计算该矩阵的特征根和特征向量 最后将特征根由大到小排列 从而计算出其对应的主成分 教育技术学研究方法 9研究数据的高级统计 章节学习 9 5 2因子分析的基本思路 3 利用旋转使得因子变量更具有可解释性 在实际分析中 为了对因子变量的含义有更为清楚的认识 可以通过因子矩阵的旋转来达到这个目的 SPSS中提供的旋转方法有正交旋转 斜交旋转 方差极大法等 其中最常用的是方差极大法 教育技术学研究方法 9研究数据的高级统计 章节学习 9 5 2因子分析的基本思路 4 计算因子变量的得分 因子变量确定后 可得出每一样本数据在不同因子上的具体数据值 即因子得分 在之后的分析中可以用因子变量来替换原有变量进行数据建模 实现降维和简化问题的目的 2 操作步骤网络文化安全调查问卷 sav 章节学习 9 5 3因子分析的典例操作 1 选择菜单 Analyze DataReduction Factor 出现如图所示窗口 2 Variables框 用于选入需要进行因子分析的变量 至少需要选入两个 本例中将问卷中有关网络不良信息的指标选项逐个选入该框中 SelectionVariable框 用于存放选择变量的矩形框 用于限制有特殊值的样本子集的分析 本例不选 操作完毕后如图所示 9研究数据的高级统计 教育技术学研究方法 2 操作步骤 章节学习 9 5 3因子分析的典例操作 3 单击打开因子分析 Descriptives 选项钮 选择 KMOandBartlett stestofsphericity 选项 设置完毕后如图所示 单击 continue 按钮返回检验界面 4 单击打开 Extraction 选项钮后 设置各项参数 设置完毕后如图所示 9研究数据的高级统计 用于选择输出哪些相关统计量