本書系統(tǒng)介紹外語教學(xué)研究特點、統(tǒng)計分析基礎(chǔ)以及參數(shù)和非參數(shù)檢驗方法在外語教學(xué)研究中應(yīng)用的專著。
對于那些定量研究初學(xué)者很有幫助。包括怎么收集數(shù)據(jù),如何用SPSS進行數(shù)據(jù)分析。采用什么分析方法等等,都有詳細介紹。例子也淺顯易懂,都是有關(guān)外語教學(xué)的。對學(xué)文科的外語教師們真的是很有用。
秦曉晴,湖北浠水人,1961年出生,南京大學(xué)外國語學(xué)院應(yīng)用語言學(xué)博士、博士后,現(xiàn)為華中科技大學(xué)外語系教授、碩士生導(dǎo)師、外語教育研究所副所長和中國英語研究會理事。1996年以來先后赴香港、美國和英國多所大學(xué)進行研究和訪問。自1995年以來先后四次獲得華中理工大學(xué)和南京大學(xué)教學(xué)和科研獎勵,還獲得過2001年度寶鋼教育基金優(yōu)秀教師獎。目前已經(jīng)參與完成了一項國家“九三”社會科學(xué)基金科研課題,并負責(zé)教育部人文社會科學(xué)基金科研課題,并負責(zé)教育隊人文社會科學(xué)研究“十五”規(guī)劃項目、全國教育考試“十五”科研規(guī)劃重點課題和國家留學(xué)基金委回國人員科研啟動基金項目各一頂。近年來先后在《外語教學(xué)與研究》、《現(xiàn)代外語》、《外語教學(xué)與研究》等期刊上發(fā)表學(xué)術(shù)論文20余篇,主編及參編著作四部。
第1章 外語教學(xué)研究及其特點
第2章 外語教學(xué)研究中的統(tǒng)計分析基礎(chǔ)
2.1 統(tǒng)計分析中的基本概念
2.2 統(tǒng)計檢驗方法選擇
第3章 數(shù)據(jù)準備工作
3.1 定量數(shù)據(jù)的收集
3.2 數(shù)據(jù)的SPSS錄入
3.3 數(shù)據(jù)的整理
第4章 項目分析
4.1 問卷量表的總分求和
4.2 問卷量表總分高低排序
4.3 確定高分組和低分組
4.4 獨立樣本t檢驗
第5章 效度和結(jié)構(gòu)效度分析
5.1 測量工具的效度
5.2 效度的種類
5.3 結(jié)構(gòu)效度分析——因子分析
第6章 信度及信度分析
6.1 外在信度檢驗方法
6.2 內(nèi)在信度檢驗方法
6.3 用SPSS檢驗內(nèi)在一致性——Cronbach a系數(shù)
第7章 描述統(tǒng)計量
7.1 描述統(tǒng)計量及數(shù)據(jù)表達
7.2 描述統(tǒng)計量的SPSS計算
7.3 標準分和T分數(shù)計算
第8章 數(shù)據(jù)的初步考察及假設(shè)檢驗
8.1 正態(tài)分布假設(shè)檢驗
8.2 方差齊性檢驗
8.3 獨立性檢驗和線性檢驗
第9章 參數(shù)統(tǒng)計檢驗——t檢驗
9.1 獨立樣本t檢驗
9.2 配對樣本t檢驗
9.3 甲樣本t檢驗
第10章 參數(shù)統(tǒng)計檢驗——方差分析(1)
10.1 方差分析的基本原理
10.2 單因素方差分析
10.3 用Means過程進行方差分析
10.1 用GLM進行單因素方差分析
10.5 雙因素方差分析
第11章 參數(shù)統(tǒng)計檢驗——方差分析(2)
11.1 協(xié)方差分析
11.2 重復(fù)測量方差分析
第12章 相關(guān)分析
12.1 相關(guān)分析概念
12.2 相關(guān)分析原理
12.3 雙變量相關(guān)分析SPSS示例
12.4 偏相關(guān)分析SPSS示例
第5章 效度和結(jié)構(gòu)效度分析
5.1 測量工具的效度
效度是指測量工具對測量對象的測量能力,也就是說,測量工具可以在多大程度上測量所要測量的東西。在社會科學(xué)研究中,通常使用兩種方法確立測量工具的效度:邏輯證據(jù)和統(tǒng)計證據(jù)。用邏輯證據(jù)來確立效度就是證明測量工具中的問題與研究目的是否合適,而用統(tǒng)計證據(jù)來確立效度則是通過一定的計算提供硬證據(jù)來證明問題與研究目的的關(guān)系。
在問題與研究目的之間建立邏輯聯(lián)系既易又難。容易的是,研究者自己就可以判斷它們之間的聯(lián)系。難的是這種判斷必須有更多的支持,如別的研究者和統(tǒng)計數(shù)據(jù),即是說,這種聯(lián)系不是憑空而來。如果需要測量的東西比較具體,或比較直觀(如年齡或收入等),在測量問題和研究目的之間建立聯(lián)系并不難。但是如果測量的是個人態(tài)度或教學(xué)方法的有效性,要確立測量工具的效度難度就大一些。對于比較抽象的概念或者是不易直接觀察的事物,測量工具中就需要更多的問題,才可以覆蓋它們的不同方面,才可以證實所問的問題測量的就是此概念或事物。
5.2效度的種類
效度可以分為內(nèi)在效度(internaI validity)和外在效度(external validity)。內(nèi)在效度是指存在于測量工具本身的效度,它包括內(nèi)容效度(content validity)和結(jié)構(gòu)效度(construct validity)。外在效度是指利用測量工具以外的標準,即外在標準驗證而得以證實的效度,它包括預(yù)示效度(predictive’validity)和共時效度(concurrent validity)。預(yù)示效度的判斷是根據(jù)測量工具能在多大程度上預(yù)示結(jié)果,而共時效度的判斷則是根據(jù)一種測量工具與另外測量工具同時使用時進行的比較。
內(nèi)容效度涉及量表項目或問題的關(guān)聯(lián)性以及量表的覆蓋范圍。
上面講過,判斷測量工具是否測量了想要測量的東西,主要依據(jù)是問題與研究目的之間的邏輯聯(lián)系。量表的每個項目和問題必須與研究目的之間有邏輯聯(lián)系,這種聯(lián)系的建立有人稱之為表面效度(face validity)。項目和問題必須涵蓋需要測量的事物或態(tài)度的整個范圍,從這點來評判測量工具的項目就是內(nèi)容效度(Kurear,1999)。此外,對測量的事物或態(tài)度的覆蓋必須平衡,也就是每一個方面必須用類似的、足夠的問題或項目來呈現(xiàn)出來。一個研究者判斷內(nèi)容效度必須像其他研究者所判斷的一樣,也依據(jù)項目或問題在多大程度上表現(xiàn)了要測量的東西。內(nèi)容效度的保證就是項目和問題與研究目的之間的聯(lián)系分析,以及它們對所測量對象的覆蓋分析,即設(shè)法獲得邏輯證據(jù),這方面沒有什么驗證公式或統(tǒng)計程序可供使用。
結(jié)構(gòu)效度不是指測量工具的結(jié)構(gòu),而是指它以之為基礎(chǔ)的理論結(jié)構(gòu)。結(jié)構(gòu)效度的確立依賴于統(tǒng)計方法,它是由每一結(jié)構(gòu)對觀測現(xiàn)象的整個方差的貢獻來決定的。比如,前面幾章講到了研究不同受試者的焦慮感程度,可以把語言運用焦慮、課堂焦慮和評價焦慮看作是焦慮感的三個最重要的因素或結(jié)構(gòu)。我們可以通過統(tǒng)計程序來確定這三個因素(結(jié)構(gòu))對于整個焦慮感方差的貢獻。這些因素對整個方差的貢獻就表明了焦慮感問卷效度的程度。這些結(jié)構(gòu)解釋的方差越大,說明問卷的效度就越高。相關(guān)分析、因子分析方法和多維量表方法(multidimensional scaling)等統(tǒng)計方法常被用來檢驗結(jié)構(gòu)效度。
5.3 結(jié)構(gòu)效度分析——因子分析
在社會科學(xué)領(lǐng)域中,人們常用因子分析來進行結(jié)構(gòu)效度分析。因子分析通過研究眾多原始變量(往往是問卷中的問題)之間的內(nèi)部依賴關(guān)系,探討觀測數(shù)據(jù)中的基本結(jié)構(gòu),將彼此相關(guān)的原始變量轉(zhuǎn)化成少數(shù)有概念意義、彼此獨立性大、能反映眾多原始變量所代表的主要信息的基礎(chǔ)變量,即因子(factor)。因子分析就是研究在丟失信息最少的情況下,如何把眾多的原始變量濃縮為少數(shù)幾個因子。
在多元統(tǒng)計分析中,往往原始變量的數(shù)量較多,而且它們之間存在著較強的相關(guān)關(guān)系。如果進行多元回歸分析,而自變量之間高度相關(guān),就會出現(xiàn)多重共線性現(xiàn)象,也就是說,這些變量之間的高度相關(guān)說明它們所反映的信息高度重合。這就會給研究者使用多元回歸等統(tǒng)計方法帶來困難,而且也難以對原始變量進行分析和描述。但是,如果通過因子分析就可以找到較少的幾個因子,這些因子代表了數(shù)據(jù)的基本結(jié)構(gòu),反映了信息的本質(zhì)特征,就可以較好地對其加以分析和描述。
因子分析的另一個特點是進行數(shù)據(jù)簡化。通過因子分析把一組變量化為少數(shù)幾個因子后,可進一步將原始變量的信息轉(zhuǎn)換成這些因子的因子值,利用因子值可直接對樣本進行分類和綜合評價,還可用這些因子值代替原始變量進行其他統(tǒng)計分析,如回歸分析、路徑分析等等。
因子分析分為探索性因子分析(exploratory factor analysis)和驗證性因子分析(confirmatory factor analysis)。如果研究者事先對觀測數(shù)據(jù)背后存在多少個基礎(chǔ)變量(即因子)一無所知或知之甚少,因子分析用來探索基礎(chǔ)變量的維數(shù),就是探索性因子分析。進行探索性因子分析,最好使用主成分分析法,并通過碎石圖確定提取因子的數(shù)目。如果研究者根據(jù)研究文獻或其他的先驗知識對因子的數(shù)目或因子結(jié)構(gòu)作出了假設(shè),而用因子分析來檢驗假設(shè),就是驗證性因子分析(參見Kumar,1999;郭志剛,1999)。關(guān)于將因子分析用于結(jié)構(gòu)效度檢驗,以下各節(jié)要詳細講解具體的作法,讀者還可參閱Wintergerst等人(2001)進行的學(xué)習(xí)風(fēng)格測量工具的結(jié)構(gòu)效度研究。
5.3.1 因子分析的基本概念和步驟
5.3.1.1 因子分析中的基本概念
(1)因子分析模型
因子分析模型中,假定每個原始變量由兩個部分組成:共同因子(common factors)和唯一因子(unique factors)。共同因子是各個原始變量所共有的因子,解釋變量之間的相關(guān)關(guān)系。唯一因子顧名思義是每個原始變量所特有的因子,表示該變量不能被共同因子解釋的部分。原始變量與因子分析時抽出的共同因子的相關(guān)關(guān)系用因子負荷表示(fact:or loadings)。
(2)因子負荷
因子負荷作為因子分析模型中的重要統(tǒng)計量,表明了原始變量和共同因子之間的相關(guān)關(guān)系。因子負荷的絕對值越大,表明共同因子與變量之間的關(guān)系越緊密。一般說來,負荷量為0.3或更大被認為有意義。所以,當(dāng)要判斷一個因子的意義時,需要查看哪些變量的負荷達到了0.3或0.3以上。
(3)共同性和特征值
共同性(communality)就是指每個原始變量在每個共同因子的負荷量的平方和,也就是指原始變量方差中由共同因子所決定的比率。變量的方差由共同因子和唯一因子組成。共同性表明了原始變量方差中能被共同因子解釋的部分,共同性越大,變量能被因子說明的程度越高,即因子可解釋該變量的方差越多。共同性的意義在于說明如果用共同因子替代原始變量后,原始變量的信息被保留的程度。
……