语言教学研究常用统计方法-方法论

实验班托福平均成绩580分 控制班托福平均成绩570分 实验班与控制班的成绩差异是否显著？ 如果不使用统计方法进行分析，我们很难 说两个班的成绩是否有显著差异。
二、数据类型简介
分类数据（categorical data） 顺序数据（rank data） 数值数据（metric data） 比率数据（ratio data）
定类数据——表现为类别，但不区分顺序，是 由定类尺度计量形成的。 定序数据——表现为类别，但有顺序，是由定 序尺度计量形成的。 定距数据——表现为百度文库值，可进行加、减运算， 是由定距尺度计量形成的。 定比数据——表现为数值，可进行加、减、乘、 除运算，是由定比尺度计量形成的。
对不同类型的数据将采用不同的统计方 法来处理和分析。比如，对定类数据， 通常计算出各组的频数或频率，计算其 众数（出现频率最多的类型），进行列 联表分析和x2检验等；对定序数据，可 以计算其中位数，计算等级相关系数等 非参数分析；对定距或定比数据还可以 用更多的统计方法进行处理，如计算各 种统计量、进行参数估计和检验等
（4）在DISPLAY区域选中DESCRIPTIVE STATISTICS和ESTIMATES OF EFFECT SIZE boxes；然后点击Contintue回到Univariate主窗 口； （5）如何任何变量有 3个或3个以上的情况，则 需要点击POST-HOCS，把超过3种情况的变量 拖入POST-HOC TESTS FOR方格。 （6）在EQUAL VARIANCES ASSUMED区域里 选择TUKEY； （7）点击CONTINUE回到 UNIVARIATE主窗口 并点击OK。
（二）单方向方差检验（One-way Anova） 使用目的：比较两组以上数据的平均值是否 有显著差异。 数据类型：数值数据 注意事项：1个自变量，1个因变量
例3：单方向方差检验（One-way Anova）： 检验三种教学的效果是否有显著差异 方法：使用SPSS中的Analyze Compare means One-way Anova
方法2：使用Excel中的Chi-test 把原始数据按列表方式输入Excel中，即为 观察到的数据，然后计算期待的数据。 (例7)
方 法 1 ： 使 用 SPSS 中 的 Analyze Descriptive statistics Crosstabs （1）依次点击ANALYZE DESCRIPTIVE STATISTICS CROSSTABS （2）把一个变量放入ROW(S)，另一个变量放入 COLUMN(S)； （3）点击STATISTICS，选中CHI-SQUARE，然 后点击CONTINUE，回到CROSSTABS的主窗 口； （4）点击CELLS，在PERCENTAGES区域选中 ROWS和COLUMNS，然后继续； （5）在CROSSTABS主窗口里点击OK。
例1：独立样本T检验：检验实验班与控制 班的平均成绩是否有显著差异。 方法1：使用Excel中的TTEST(例1) 方法2：使用SPSS中的 Analyze Compare means Independent samples
例2：配对样本T检验：检验实验前与实验 后的成绩是否有显著差异。 方法1：使用Excel中的TTEST(例2) 方法2：使用SPSS中的 Analyze Compare means Paired samples T test
注意：SPSS既提供相关系数值，也提供显著性 程度；但Excel只提供相关系数值。
（五）单向表卡方检验（Chi-square） 使用目的：检验一组数据是否有显著差异 数据类型：频率数据[什么是频率数据？]
例6：单向表卡方检验：检验一组频率数据 之间是否有显著差异 方法1：使用SPSS中的Analyze Non-parametric tests Chi-square 方法2:使用Excel:学生作文中的错误类型的 出现频率是否有显著差异?(例6a)
（三）双方向方差检验（Two-way Anova） 使用目的：比较两组以上数据的平均值是否 有显著差异，并且需要考察两个变量之间的 交互作用，比如调查地区与性别是否影响学 生的成绩。 数据类型：数值数据 注意事项：2自变量，1个因变量
例4：双方向方差检验（Two-way Anova）：检验 学生的性别和他们来自的地区是否相互作用影响 学生的成绩。 方法：使用SPSS中的Analyze General linear model Univariate （1）依次点击SPSS中的Analyze General linear model Univariate （2）把因变量（成绩）放入 DEPENDENT VARIABLE 方格中；把所有自变量放入 FIXED FACTORS方格中； （3）点击OPTIONS，然后在ESTIMATED MARGINAL MEANS 中把所有的因素拖到 DISPLAY MEANS FOR的方格中；
定类数据举例
类型 编号 频率
学校 公司 机关 自主创 业 读研究 生 留学
1 30
2 25
3 18
4 4
5 30
6 13
采集数据注意事项
确定数据类型； 确保数据的可靠性、有效性、代表性； 便于数据的整理、统计和分析；
三、几种常用的统计方法
（一）T检验（T-test） 使用目的：比较两组数据的平均值是否 有显著差异 数据类型：数值数据 注意事项：（1）独立样本与配对样本； （2）单侧检验与双侧检验； （3）首先进行相关性检验；
（六）多因素卡方检验（Chi-square，也 叫列联表分析） 使用目的：检验两个或两个以上因素有无 交互作用 数据类型：频率数据
例7：多因素卡方检验：检验学生性别与他 们的课外活动类型有无关联。 学生课外活动调查结果： 性别 男生 女生 合计 体育 78 50 96 文娱 30 60 80 读书 12 12 24
应用语言学定量研究 数据统计方法简介
一、为什么要用统计方法对数 据进行分析
如果不利用统计方法对数据进行分析， 就不能从原始数据中得出可靠的结论或 推论。请看下面的数据：
实验班期末平均成绩82分； 控制班期末平均成绩80分； 两班成绩相差2分； 这个差异是否显著？[什么是显著？]
统计假设检验也称为显著性检验，即指 样本统计量和假设的总体参数之间的显 著性差异。显著性是对差异的程度而言 的，程度不同说明引起变动的原因也有 不同：一类是条件差异，一类是随机差 异。显著性差异就是差异超过了通常的 偶然因素的作用范围，说明还有系统性 的因素发生作用.
（四）皮尔森相关性检验（Pearson correlation） 使用目的：检验两组数据是否有相关性， 即一组数据是否随另一组数据 的变化而变化。 数据类型：数值数据 注意事项：要使用同一样本的两组数据
例5：皮尔森相关性检验：检验学生的汉语 写作水平是否与英语写作水平有关系。 方法1：使用SPSS中的 Analyze Correlate Bivariate 方法2：使用Excel中的Correlation(例5)