9
2019/5/11
SPSS规定：当样本 容量3≤n≥5000，结 果以Shapino-Wilk （W检验）为准，当 样本容量n>5000时， 结果以KolmogorovSmirnov（D检验为 准）。 结论：n<5000，W 值得概率P<0.05， 接受检验假设，可 认为考生成绩不是 正态分布。
10
二、实战操作
2.1 推断性统计：分析不同数据间的差异
2.1.1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，就选择单一样本t 检验(one-sample t-test)。 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。
来源：Bachman, L.F. (1990). Fundamental Considerations in Language Testing. Oxford: OUP, p.73
2019/5/11
5
一、教育统计学概述：基本概念
1.2.5 SPSS中的变量分类 • （1）定量/连续变量/等距变量（scale measure）
2019/5/11
6
一、教育统计学概述：基本概念
1.2.6 参数检验和非参数检验 • 参数检验(parametric test)：总体服从正态分布、
数值连续变量、样本数为单一样本或双样本。如T 检验、两个或两个以上样本为方差分析等。 • 非参数假设检验(non-parametric test)：总体不一 定服从正态分布、数值为定序变量（有时为连续 变量）、样本数为单一样本、双样本或多样本 。 如X2 检验、Wilcoxon 检验、Mann-Whitney U检 验 1.3 统计分析简要流程图 方差齐性 不同数据间的方差是相等的
一定单位的实际测量值，可以加减计算，如学生的考试成绩（65， 76） • （2）分类变量（包括定序变量 和称名变量） 定序变量 （ordinal measure）：能够把研究对象从高到低或由大到 小排序，如受教育程度（1＝小学，2＝初中，3＝高中，4＝大学，5 ＝研究生）；又如态度（1＝完全不适合，2＝通常不适合，3＝有时 适合，4＝通常适合，5＝完全不适合） 称名变量（Nominal measure）：也叫无序变量，变量值没有大小之 分，只有类别之分，如性别（1＝男，2＝女）
2019/5/11
7
一、教育统计学概述：统计模型
1.4 统计模型和数据类型
模型类型 Regression Logistic Regression ANOVA，GLM Log-Linear SEM
因变量 连续变量 分类变量 连续变量 分类变量 不限
自变量 连续变量或者分类变量 连续变量或者分类变量 分类变量或者连续变量 分类变量 不限
2019/5/11
11
二、实战操作：单一样本t检验
单一样本参数检验：单一样本t 检验(one-sample t-test) 因为单样本t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，看是好于还是低于全国平均成绩，等等。 举例1：一个班英语专业四级统考成绩与全国平均成绩(74.5665)之间 是否有显著性差异？
外语教学科研中的统计之SPSS篇
彭康洲
上海外国语大学 pengkzhou@
一、教育统计学概述：分类
1.1 分类 描述统计（descriptive statistics）
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 。
推断统计（inferential statistics） 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、因子分析等。
1.2.3 样本容量（sample size） 无严格的数量界限。一般把样本容量小于30（50、100）的样本称为 小样本，大于等于30（50、100）的为大样本。
2019/5/11
4
一、教育统计学概述：基本概念
1.2.4正态分布(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 一种分布。例如，在人数较 多的群体中，学习成绩得到 的数值，其分布近似于正态 分布即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〈获得某一分数的人数） 为纵坐标，绘制成曲线图， 就会发现曲线呈中间大、两 头小、左右基本对称的特点。
2019/5/11
2
一、教育统计学概述：基本概念
1.2 基本概念 1.2.1 变量（variable）
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）。 自变量(independent variable)：教学方法 因变量(dependent variable)：学生成绩 中间变量(interdependent variable)：学习风格
来源：Wu, Eric (2008,9.6-7). Introduction to SEM. 上海：上海财经大学.
2019/5/11
8
一、教育统计学概述：正态分布的检验
正态分布的检验
参数检验分析法的前提是数据服从正态分布和方差齐性（F值），除非对数据 作转换，非正态分布的数据宜采用非参数检验。
2019/5/11
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。当某个自变量（如教学方式）变化时，可以观测到因 变量（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（中间变量），再观察上述教学现象规律有何变化 。
2019/5/11
3
一、教育统计学概述：基本tion)、个体(individual)、样本（sample） 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。