外语教学科研中的统计与SPSS实现.ppt

外语教学科研中的统计与SPSS实现 教育统计学简要介绍&1.1.概念概念&将数理统计学的理论和方法应用于教学实际、通过对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。案、作出决策和预测。&2.2.性质性质&应用性：更重应用，不细究数理应用性：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。假设、结论是否正确等。教育统计学简要介绍&3.3.分类分类&描述统计（描述统计（descriptive statisticsdescriptive statistics）&描述数据全貌。包括数据分组，使用统计图表描述数描述数据全貌。包括数据分组，使用统计图表描述数据的分组和分布，计算数据参数据的分组和分布，计算数据参数 。&推断统计（推断统计（inferential statisticsinferential statistics）&依据随机样本数据，从局部推断总体特征。包括参数依据随机样本数据，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、因子分析检验和非参数检验、方差分析、回归分析、因子分析等。等。教育统计学简要介绍&4.4.基本概念基本概念&4.14.1变量（变量（variablevariable）&研究活动中的关键因素。相对于常量而言（在研究过程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）。中始终保持不变的特征或条件）。&自变量自变量(independent variable)(independent variable)：教学方法教学方法&因变量因变量(dependent variable):(dependent variable):学生成绩学生成绩&中间变量中间变量(interdependent variable):(interdependent variable):学习风格学习风格&如：研究者经常在课题的研究对象（某一层次的学习者）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。当某个中安排不同风格的学习者。当某个自变量自变量（如教学方式）（如教学方式）变化时，可以观测到变化时，可以观测到因变量因变量（学习成绩）的相应变化及（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（其规律。然后针对不同学习风格的研究对象（中间变量中间变量），再观察上述教学现象规律有何变化，再观察上述教学现象规律有何变化 。n nExample:Hypothesis:L2 learners who have done 6 revisions of the same composition progressed faster than those who simply wrote 6 different compositions without revision.n nHypothesis:L2 learners who use more varieties of learning strategies and use them more frequently learn English better than those who use fewer varieties of learning strategies and use them less frequently.n nHypothesis:Students perceptions of a good teacher are in part predicted by their attitudes toward education.n nHypothesis:Students way of learning is determined by their beliefs about what can lead to success in learning.Common ways of doing researchn nImagine 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 are more effective?n n1)Survey the ss thru interviews or questionnaires to get subjective impressionsn n2)At the end of the semester,test your students,then present the results to your colleaguesn n3)Test 2 groups,one used new material,one used traditional one.n n4)Test both groups at the beginning of a term as well as the end.n n5)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.n nCan we say the new materials are superior?n n Not yet sample-population 教育统计学简要介绍&4.4.基本概念基本概念&4.24.2总体总体(population)(population)、个体、个体(individual)(individual)、样本、样本（samplesample）&研究对象的全体为总体，组成总体的基本单元为个体，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。按照一定规则从总体中抽取的一部分个体为样本。&4.34.3样本容量（样本容量（sample sizesample size）&无严格的数量界限。一般把样本容量小于无严格的数量界限。一般把样本容量小于3030（5050、100100）的样本称为小样本，大于等于）的样本称为小样本，大于等于3030（5050、100100）的）的为大样本。为大样本。教育统计学简要介绍&样本容量的标准样本容量的标准A A&SudmanSudman（19761976）：）：&样本的大小取决于总体的分布区域。样本的大小取决于总体的分布区域。&地区性研究：平均样本数在地区性研究：平均样本数在500500至至10001000之间；之间；&全国性研究：平均样本数在全国性研究：平均样本数在15001500至至25002500之间。之间。&重复前人的研究或进行类似研究时，可参考他人的样本重复前人的研究或进行类似研究时，可参考他人的样本数。数。教育统计学简要介绍&样本容量的标准样本容量的标准B B&GayGay（19921992）：）：&样本的大小取决于不同的统计分析方法。样本的大小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描述性研究：样本数最少要占总体的10%10%，如果总体本，如果总体本身较小，则样本数最少要达到身较小，则样本数最少要达到20%20%。&相关性研究：样本至少在相关性研究：样本至少在3030人以上。如因果比较研究：人以上。如因果比较研究：各组人数不能少于各组人数不能少于3030人。人。&严密控制的实验研究：每组受试者至少在严密控制的实验研究：每组受试者至少在1515人以上，人以上，3030人以上最为合适。人以上最为合适。教育统计学简要介绍&样本容量的标准样本容量的标准C C&BorgBorg等人（等人（19831983）:&样本的大小取决于研究条件的优劣。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：出现以下情况时，要采用较大的样本：&测量工具的信度较低；测量工具的信度较低；&研究中有较多的变量无法控制、总体的同质性研究中有较多的变量无法控制、总体的同质性（homogeneityhomogeneity）不强；）不强；&研究中须用分组比较的统计分析方法。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&4.4.基本概念基本概念&4.44.4统计量统计量(statistics)(statistics)和参数和参数(parameter)(parameter)n n统计量是不依赖于任何未知参数的样本的函数，即它是直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（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（样本方差（S S2 2）、样本标准差（）、样本标准差（S S）、样本相关系数）、样本相关系数（r r）。统计量不是未知数，它随样本的不同而取不同的）。统计量不是未知数，它随样本的不同而取不同的值。值。n n反映总体数据特征的量数为总体参数，简称参数，如总体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（平均数（u u）、总体方差（）、总体方差（2 2）、总体标准差（）、总体标准差（）、总）、总体相关系数（体相关系数（）。总体参数是常数，但大多数情况下是）。总体参数是常数，但大多数情况下是未知数。未知数。n n（对具体各种统计量和参数在以后举例中解释）（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&4.4.基本概念基本概念&4.54.5正态分布正态分布(normal distribution)(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，在人数较多的群体中，测量身高、体重、种分布。例如，在人数较多的群体中，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、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，次数低分人数少，如果以分数为横坐标，次数获得某一分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。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，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。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&4.4.基本概念基本概念&4.64.6等距或等比变量、定序或称名变量等距或等比变量、定序或称名变量n n等距或等比变量等距或等比变量 (interval-based data)(interval-based data)n n一定单位的实际测量值，可以加减计算，如学生的一定单位的实际测量值，可以加减计算，如学生的考试成绩（考试成绩（6565，7676）n n定序或称名变量定序或称名变量 (ranked or nominal data)(ranked or nominal data)n n定序定序变量：能够把研究对象从高到低或由大到小排变量：能够把研究对象从高到低或由大到小排序，如受教育程度（序，如受教育程度（1 1小学，小学，2 2初中，初中，3 3高中，高中，4 4大学，大学，5 5研究生）；又如态度（研究生）；又如态度（1 1完全不适完全不适合，合，2 2通常不适合，通常不适合，3 3有时适合，有时适合，4 4通常适合，通常适合，5 5完全不适合）完全不适合）n n称名称名变量：变量值没有大小之分，只有类别之分，变量：变量值没有大小之分，只有类别之分，如性别（如性别（1 1男，男，2 2女）女）教育统计学简要介绍&4.4.基本概念基本概念&4.74.7参数检验和非参数检验参数检验和非参数检验n n参数检验参数检验(parametric test)(parametric test)：总体服从正态分布、：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数值为等距或等比变量、样本数为单一样本或双样本。如本。如T T检验、两个或两个以上为本方差分析等。检验、两个或两个以上为本方差分析等。n n非参数假设检验非参数假设检验(non-parametric test)(non-parametric test)：总体不一：总体不一定服从正态分布、数值为定序变量（有时为等距或定服从正态分布、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、双样本或多样本等比变量）、样本数为单一样本、双样本或多样本 。如。如X2 检验、Wilcoxon Wilcoxon 检验、检验、Mann-Whitney UMann-Whitney U检验。检验。5.具体统计分析的SPSS实现&5.15.1描述性统计分析描述性统计分析举例举例1 1：期末考试英语成绩描述期末考试英语成绩描述目的：目的：试卷分析试卷分析内容：内容：制作成绩频数制作成绩频数(分段：分段：0 06060；60607070；70708080；80809090；9090100)100)分布表并作频数分布分析分布表并作频数分布分析【平均值（平均值（meanmean），众数（），众数（modemode），中数），中数(median)(median)，标准差，标准差(Std.deviation)(Std.deviation)，方差，方差(variance)(variance)，倾斜度，倾斜度(skewness)(skewness)，峰度，峰度(kurtosis)(kurtosis)，全距，全距(range)(range)，总和，总和(sum)(sum)】5.具体统计分析的SPSS实现&5.25.2推断性统计：分析不同数据间的差异推断性统计：分析不同数据间的差异5.2.15.2.1前提条件一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，据的显著性差异比较。如果是前者，并且总体呈正态，就选择就选择单一样本单一样本t t 检验检验(one-sample t-test)(one-sample t-test)。如果是后者。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（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。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：单一样本参数检验：单一样本单一样本t t 检验检验(one-sample t-test)(one-sample t-test)&因为单样本因为单样本t t检验是对样本与总体的平均值进行比较，因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，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。看是好于还是低于全国平均成绩，等等。&举例举例2 2：一个班英语专业四级统考成绩与全国平均成绩一个班英语专业四级统考成绩与全国平均成绩(74.5665)(74.5665)之间是否有显著性差异？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：单一样本非参数检验：卡方检验卡方检验(X2 test)(test)(适用于称名变适用于称名变量，并且变量可以为双值或多值量，并且变量可以为双值或多值)，二项分布检验二项分布检验（Binominal testBinominal test）(适用于称名变量，变量只能为双值适用于称名变量，变量只能为双值)&举例举例3 3：为了解对住房改革政策的态度，学校随机调查了为了解对住房改革政策的态度，学校随机调查了125125名教师。其中有名教师。其中有4141人表示赞成（人表示赞成（1 1），），3737人表示反对人表示反对（2 2），），4747人不置可否（人不置可否（3 3）。试问不同态度之间是否存）。试问不同态度之间是否存在显著性差异？在显著性差异？2024/5/7 周二28 5.具体统计分析的SPSS实现5.2.25.2.2前提条件二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：异，那么：参数检验：参数检验：配对样本配对样本T T 检验检验（Paired Sample t-testPaired Sample t-test）非参数检验：非参数检验：A:A:WilcoxonWilcoxon符号秩次检验符号秩次检验 （Wilcoxon signed ranks testWilcoxon signed ranks test）B:B:符号检验符号检验 （Sign testSign test）C:C:McNemar McNemar检验检验 （McNemar test)McNemar test)5.具体统计分析的SPSS实现 参数检验：配对样本参数检验：配对样本T T 检验检验（Paired sample t-testPaired sample t-test）附加条件附加条件：两个变量应该代表同一组在不同时间或者两个相关：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（一般低于较高，而且显著水平值较低（一般低于0.050.05）。如果相关系数）。如果相关系数低，而且显著值高，就不能用配对样本低，而且显著值高，就不能用配对样本t t检验，而应考虑改用独检验，而应考虑改用独立样本立样本T T检验。检验。举例举例4 4：为了考察某种阅读训练的效能，从某班学生中随机抽取为了考察某种阅读训练的效能，从某班学生中随机抽取1010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。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，又对这经过一段时间的训练后，又对这1010名学生进行类似的阅读测验。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？问：阅读训练前后的测验成绩是否有显著性差异？举例举例5 5：受多种因素的影响，学生在不同阶段的学习努力程度会受多种因素的影响，学生在不同阶段的学习努力程度会有所变化。如入学时可能比较努力，但过了一段时间可能仍然有所变化。如入学时可能比较努力，但过了一段时间可能仍然努力，也可能不那么努力。问：学生入学初与经过一段时间学努力，也可能不那么努力。问：学生入学初与经过一段时间学习后努力程度到底是否发生显著性变化？习后努力程度到底是否发生显著性变化？5.具体统计分析的SPSS实现非参数检验：非参数检验：WilcoxonWilcoxon检验检验(适用于等距变量适用于等距变量)举例举例6 6：在一次英语口语演讲比赛中，聘请了在一次英语口语演讲比赛中，聘请了10 10 位评委位评委参加评判工作。这参加评判工作。这1010位评委对其中位评委对其中2 2 名选手的打分情况名选手的打分情况（满分为（满分为2020分）如下。问：其中的一名选手的成绩是否分）如下。问：其中的一名选手的成绩是否显著地高于另外一名选手？显著地高于另外一名选手？举例举例7 7：为检验某项识记训练的效果，从参加识记训练的为检验某项识记训练的效果，从参加识记训练的学生中随机抽取了学生中随机抽取了1717名学生，将他们在接受识记训练前名学生，将他们在接受识记训练前后的识记测验成绩列在下表中。问后的识记测验成绩列在下表中。问 该项识记训练对学该项识记训练对学生识记能力的提高有无显著性影响？生识记能力的提高有无显著性影响？5.具体统计分析的SPSS实现非参数检验：非参数检验：B:B:符号检验符号检验（Sign testSign test）(适用于定序适用于定序/等等距变量距变量)举例举例8 8：某校为了考察论文奖励制度对教师科研工作是否某校为了考察论文奖励制度对教师科研工作是否起促进作用，随机抽取了起促进作用，随机抽取了3030名教师，对他们实行论文奖名教师，对他们实行论文奖励制度前后的年发表论文数进行了统计，见下表：问：励制度前后的年发表论文数进行了统计，见下表：问：论文奖励制度对科研工作是否起到明显的促进作用？论文奖励制度对科研工作是否起到明显的促进作用？非参数检验：非参数检验：C:C:McNemar McNemar检验检验（McNemar test)McNemar test)(适用于称名变量适用于称名变量)举例举例9 9：某外语学院某外语学院3636名英语老师对某种教学理念的态度名英语老师对某种教学理念的态度（1 1支持，支持，2 2反对）在专家讲座前后分别如下。问：反对）在专家讲座前后分别如下。问：专家讲座对专家讲座对3636位老师对这种教学理念的态度是否产生了位老师对这种教学理念的态度是否产生了显著性的影响？显著性的影响？5.具体统计分析的SPSS实现5.2.35.2.3前提条件三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：据之间的差异，那么：参数检验：参数检验：两个独立样本两个独立样本t t 检验检验(independent samples(independent samples t-test)t-test)非参数检验：非参数检验：Mann-Whitney UMann-Whitney U检验（检验（等距变量等距变量）Crosstabs Crosstabs 检验（检验（称名变量或等级变量称名变量或等级变量）5.具体统计分析的SPSS实现参数检验：参数检验：两个独立样本两个独立样本t t 检验检验(independent samples(independent samples t-test)t-test)举例举例1010：英语教师也许有这样的体会，女生往往比男生：英语教师也许有这样的体会，女生往往比男生更用功。已知更用功。已知7272名男女学生的两个学期课外学习时间，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？问：男女学生在努力程度上是否存在显著性差异？举例举例1111：某校对英语课进行教学改革试验，选取甲、乙：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。甲班两个平行班作试点。甲班3030人，采用传统的教师讲授的人，采用传统的教师讲授的教学方法，乙班教学方法，乙班3333人，采用教师只讲授重点，主要由学人，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，得到如下表中的成绩。试题对两个班的学生进行测验，得到如下表中的成绩。试问：这两种教学方法的效果是否有显著性的差异？问：这两种教学方法的效果是否有显著性的差异？5.具体统计分析的SPSS实现非参数检验：非参数检验：Mann-Whitney UMann-Whitney U检验检验（等距变量）（等距变量）举例举例1212：某校学生：某校学生9494人，其中男生人，其中男生4949人，女生人，女生4545人，他们人，他们英语统考成绩如下。问：男、女生英语统考成绩有无显英语统考成绩如下。问：男、女生英语统考成绩有无显著性差异？著性差异？Crosstabs Crosstabs 检验检验（称名或等级变量）（称名或等级变量）举例举例3030：某项课题需要研究教育对提高工作能力的作用，为：某项课题需要研究教育对提高工作能力的作用，为此做实证研究，抽样调查此做实证研究，抽样调查636636名职工各自的文化程度和工名职工各自的文化程度和工作业绩情况，如表所示，问文化程度与工作业绩之间的作业绩情况，如表所示，问文化程度与工作业绩之间的关系是否有显著差异关系是否有显著差异（原始数据记录格式）（原始数据记录格式）？举例举例3131(频数记录格式频数记录格式)Crosstabs Crosstabs 分层检验分层检验举例举例3232：某高校计算机课试行多媒体教学某高校计算机课试行多媒体教学A A与正常上课与正常上课B B的的两种授课方法，观察成绩提高效率。考虑到专业是一个两种授课方法，观察成绩提高效率。考虑到专业是一个可能的混杂因素，将其也纳入调查，请分析授课方法与可能的混杂因素，将其也纳入调查，请分析授课方法与成绩提高效率（减少不合格人数）有无关系。成绩提高效率（减少不合格人数）有无关系。5.具体统计分析的SPSS实现 理工专业文科专业方法A方法B方法A方法B有效21261888无效17597955.具体统计分析的SPSS实现5.2.35.2.3前提条件四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：如果比较的是三组或多组数据之间的差异，那么：n n来自多个独立样本的数据：来自多个独立样本的数据：n n参数检验：单因素方差分析参数检验：单因素方差分析(One-way ANOVA)(One-way ANOVA)n n非参数检验：非参数检验：Kruskal-WallisKruskal-Wallis检验检验 （等距变量，常用）；（等距变量，常用）；中位数（中位数（MedianMedian）检验（等距变量）检验（等距变量）n n来自多个相关样本的数据：来自多个相关样本的数据：n n参数检验：单因素重复测量方差分析（参数检验：单因素重复测量方差分析（repeated repeated measures ANOVAmeasures ANOVA）n n多因素方差分析多因素方差分析(Factorial ANOVA)(Factorial ANOVA)n n非参数检验：非参数检验：FriedmanFriedman检验（等距变量）；检验（等距变量）；KendallKendall检检验（等级变量）；验（等级变量）；CochranCochrans Qs Q检验（称名变量）检验（称名变量）5.具体统计分析的SPSS实现非参数检验：非参数检验：多个独立样本：多个独立样本：中位数检验（中位数检验（Median testMedian test）（适用于等距变量）（适用于等距变量）Kruskal-WallisKruskal-Wallis检验检验 （适用于等距变量，更常用）（适用于等距变量，更常用）举例举例1313：某高校为研究家庭情况对大学生消费水平高低某高校为研究家庭情况对大学生消费水平高低有无影响的问题，从该校学生中随机抽取了有无影响的问题，从该校学生中随机抽取了4343名学生，名学生，调查他们的平均每月的消费情况，得到如下数据（单位：调查他们的平均每月的消费情况，得到如下数据（单位：元元/月）。问：来自不同类型家庭的大学生的消费水平是月）。问：来自不同类型家庭的大学生的消费水平是否存在显著性差异？否存在显著性差异？举例举例1414：某校对大二学生进行了一次英语测验。现分别：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（见下表）。问：不同学科机抽取部分学生的测验成绩（见下表）。问：不同学科学生的英语成绩是否存在显著性差异？学生的英语成绩是否存在显著性差异？5.具体统计分析的SPSS实现非参数检验：非参数检验：多个相关样本：多个相关样本：FriedmanFriedman检验（适用于等距、等级变量）检验（适用于等距、等级变量）KendallKendall检验（适用于等级变量）检验（适用于等级变量）CochranCochrans Qs Q检验（适用于称名变量）检验（适用于称名变量）举例举例1515：下例数据分别于学生刚入学时（下例数据分别于学生刚入学时（19961996年）、入学一年年）、入学一年后（后（1997 1997 年）和入学两年后（年）和入学两年后（19981998年），三次使用相同的量年），三次使用相同的量表，调查了相同的受试者收集得来的。问：这些学生的表，调查了相同的受试者收集得来的。问：这些学生的“表层表层动机动机”在三年来是否有显著变化？在三年来是否有显著变化？举例举例1616：5 5位教师对甲、乙、丙位教师对甲、乙、丙3 3篇作文所作的评价如下，问篇作文所作的评价如下，问5 5 位教师对评价位教师对评价3 3篇作文所作的评价是否一致。篇作文所作的评价是否一致。举例举例1717：出版社为决定从三种英语候选教材中挑选一种出版，出版社为决定从三种英语候选教材中挑选一种出版，他们聘请了他们聘请了4646名专家对这三种教材进行评价。根据以下评价表名专家对这三种教材进行评价。根据以下评价表（1 1表示同意，表示同意，0 0 表示不同意），能否认为专家对这三种教材的表示不同意），能否认为专家对这三种教材的认可程度是没有显著性差异的？认可程度是没有显著性差异的？5.具体统计分析的SPSS实现 参数检验：参数检验：方差分析方差分析(ANOVA)(ANOVA)在教改中，通过实验我们会得到大量的实验数据，这些在教改中，通过实验我们会得到大量的实验数据，这些数据大多以学生的考试成绩反映出来。而这些成绩通常数据大多以学生的考试成绩反映出来。而这些成绩通常是在教学方法、学生的学习基础、学生临场发挥水平、是在教学方法、学生的学习基础、学生临场发挥水平、试卷的难度、教师村评分标准的掌握程度等许多因素的试卷的难度、教师村评分标准的掌握程度等许多因素的制约下获得的。如何通过对实验数据的计算分析，找出制约下获得的。如何通过对实验数据的计算分析，找出对实验结果具有显著性影响的因素，这正是方差分析所对实验结果具有显著性影响的因素，这正是方差分析所要解决的问题。要解决的问题。基本思想：通过分析不同来源的变异对总变异的贡献大基本思想：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。小，从而确定可控因素对研究结果影响力的大小。5.具体统计分析的SPSS实现 一项实验有多个影响因素，如果只有一个因素在发生变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。化，其他因素保持不变，称为单因素方差分析。(One-(One-way ANOVA)way ANOVA)举例举例1818：为了寻求较好的词汇习得方法，现选择：为了寻求较好的词汇习得方法，现选择3 3种不同种不同方法，分别对方法，分别对3 3个平行组学生进行一学期的词汇习得训练，个平行组学生进行一学期的词汇习得训练，期末时成绩如下。问：期末时成绩如下。问：3 3种不同方法下的学生词汇习得成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？绩是否有显著性差异？哪种更理想一点？举例举例1919：为了寻求较好的英语阅读教学方法，现选择：为了寻求较好的英语阅读教学方法，现选择4 4种种不同的教学方法，分别对不同的教学方法，分别对4 4个平行班的学生进行一学期的个平行班的学生进行一学期的教学，期末时成绩如下。问：教学，期末时成绩如下。问：4 4种不同教学方法下的学生种不同教学方法下的学生英语平均成绩是否有显著性差异？哪种更理想一点？英语平均成绩是否有显著性差异？哪种更理想一点？5.具体统计分析的SPSS实现如果有两个或两个以上的因素发生变化，那么对应的方如果有两个或两个以上的因素发生变化，那么对应的方差分析称为多因素方差分析。差分析称为多因素方差分析。几个因素（变量）对实验结果的影响有两种情况：几个因素（变量）对实验结果的影响有两种情况：A A 独立影响（独立影响（between-subject designbetween-subject design），如单因素方，如单因素方差分析和双因素方差分析。差分析和双因素方差分析。B B 交互影响（交互影响（within-subject designwithin-subject design），如单因素重复），如单因素重复测量方差分析和双因素混合方差分析。测量方差分析和双因素混合方差分析。5.具体统计分析的SPSS实现A A 独立影响（独立影响（between-subject designbetween-subject design），单因素方差，单因素方差分析（例分析（例18/1918/19）和双因素方差分析。）和双因素方差分析。双因素方差分析双因素方差分析举例举例2020：8 8名评委对名评委对5 5篇论文的评分如下，试分析篇论文的评分如下，试分析5 5篇论篇论文的水平差异是否显著？评委对评分标准所掌握的分寸文的水平差异是否显著？评委对评分标准所掌握的分寸是否一致？是否一致？论文得分的多少主要受到两个因素的影响：一个是论文论文得分的多少主要受到两个因素的影响：一个是论文本身的水平，另一个是评委对评分标准所掌握的分寸本身的水平，另一个是评委对评分标准所掌握的分寸（但两者之间无交互作用）。（但两者之间无交互作用）。需要检验的假设如下：需要检验的假设如下：5 5篇论文的水平无显著性差异；篇论文的水平无显著性差异；评委对评分标准所掌握的分寸无显著性差异。评委对评分标准所掌握的分寸无显著性差异。5.具体统计分析的SPSS实现举例举例2020 评委评委论文论文ABCDEFGH1838486919287899028486899395888591371707375707480774686569716160786759093959492909688 5.具体统计分析的SPSS实现B B 交互影响（交互影响（within-subject designwithin-subject design），如单因变量单），如单因变量单因素重复测量方差分析和单因变量双因素混合方差分析。因素重复测量方差分析和单因变量双因素混合方差分析。单因素重复方差分析单因素重复方差分析举例举例2121下例数据分别于学生刚入学时（下例数据分别于学生刚入学时（19961996年）、入学一年后年）、入学一年后（1997 1997 年）和入学两年后（年）和入学两年后（19981998年），三次使用相同年），三次使用相同的量表，调查了相同的受试者收集得来的。问：这些学的量表，调查了相同的受试者收集得来的。问：这些学生的生的“深层动机深层动机”在三年来是否有显著变化？在三年来是否有显著变化？5.具体统计分析的SPSS实现双因素混合方差分析双因素混合方差分析1 1举例举例2222英语生词密度和题材熟悉程度是阅读理解的两个重要影英语生词密度和题材熟悉程度是阅读理解的两个重要影响因素，如果既要同时检验这两个因素对英语阅读理解响因素，如果既要同时检验这两个因