本書系統(tǒng)介紹外語(yǔ)教學(xué)研究特點(diǎn)、統(tǒng)計(jì)分析基礎(chǔ)以及參數(shù)和非參數(shù)檢驗(yàn)方法在外語(yǔ)教學(xué)研究中應(yīng)用的專著。
對(duì)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(jìn)行數(shù)據(jù)分析。采用什么分析方法等等，都有詳細(xì)介紹。例子也淺顯易懂，都是有關(guān)外語(yǔ)教學(xué)的。對(duì)學(xué)文科的外語(yǔ)教師們真的是很有用。
總序
我們?nèi)A中理工大學(xué)創(chuàng)辦文科已經(jīng)20年了，回顧20年的歷史，可以得出兩點(diǎn)結(jié)論：
一是理工科大學(xué)可以辦好文科。20年來(lái)，我們從無(wú)到有，引進(jìn)和培養(yǎng)了一批教師，建立了多種學(xué)科、專業(yè)，開展了多項(xiàng)學(xué)術(shù)研究�，F(xiàn)在，已經(jīng)擁有2個(gè)博士點(diǎn)，14個(gè)碩士點(diǎn)，11個(gè)本科專業(yè)，其中部分學(xué)科建設(shè)已經(jīng)走在國(guó)內(nèi)前列。我們培養(yǎng)了一批教授，其中有幾位在國(guó)內(nèi)學(xué)術(shù)界已經(jīng)產(chǎn)生了較大影響。我們培養(yǎng)了大批學(xué)生，他們?cè)谌珖?guó)各地努力工作，不斷受到好評(píng)。
二是在理工科大學(xué)辦文科十分艱難，需要付出極大的努力。難，主要難在要克服傳統(tǒng)的習(xí)慣，改變傳統(tǒng)的工作方式，創(chuàng)建適合文科發(fā)展的氛圍。以工科為主的學(xué)校，從上到下，對(duì)文科的重要性往往認(rèn)識(shí)不足，因而不容易引起足夠的重視。一套工作方式都是適合工科的，往往用對(duì)工科的要求來(lái)規(guī)范文科。可喜的是，經(jīng)過20年艱苦努力，這些方面都已經(jīng)有了根本性的轉(zhuǎn)變。
面向未來(lái)，我們應(yīng)對(duì)文科的發(fā)展充滿信心。把文科建設(shè)提高到一個(gè)新水平，首先要從戰(zhàn)略的高度來(lái)進(jìn)一步規(guī)劃文科的發(fā)展。要本著“均衡發(fā)展，重點(diǎn)突破”的方針，在現(xiàn)有格局的基礎(chǔ)上，確定三至四個(gè)學(xué)科作為重點(diǎn)，集中人力、財(cái)力，使這些學(xué)科獲得優(yōu)先發(fā)展。同時(shí)，其它學(xué)科也應(yīng)制定切實(shí)可行的學(xué)科建設(shè)規(guī)劃，努力辦出特色。把文科建設(shè)提高到一個(gè)新水平，引進(jìn)、培養(yǎng)、壯大教師隊(duì)伍，提高教師水平則是關(guān)鍵。辦文科主要靠人，靠高水平的教師。要采取超常規(guī)措施，通過多種方式，把國(guó)內(nèi)知名學(xué)者吸引到我校，從事教學(xué)和研究。
把文科建設(shè)提高到一個(gè)新水平，還要大力開展學(xué)術(shù)研究。首先要加強(qiáng)基礎(chǔ)理論研究，推動(dòng)文、史、哲等基礎(chǔ)學(xué)科的建設(shè)。基礎(chǔ)學(xué)科的加強(qiáng)，是其它學(xué)科發(fā)展的重要前提。同時(shí)，要面向社會(huì)，大力開展應(yīng)用研究，組織起來(lái)，承擔(dān)重大課題，從而通過我們的研究，為政府和社會(huì)有關(guān)方面決策提供依據(jù)，推動(dòng)社會(huì)進(jìn)步和發(fā)展。要端正學(xué)風(fēng)，切忌急功近利，要有十年磨一劍的精神，通過長(zhǎng)期的努力，出高水平的研究成果。
為了提高學(xué)術(shù)水平，推進(jìn)文科建設(shè)，在出版社的大力支持下，1995年開始，出版了“華中理工大學(xué)文學(xué)院學(xué)術(shù)叢書”，多部學(xué)術(shù)水平較高的專著得以問世�，F(xiàn)在，由于院、系調(diào)整，文科院(系)目前包括人文學(xué)院、經(jīng)濟(jì)學(xué)院、新聞與傳播學(xué)院、社會(huì)學(xué)系、外語(yǔ)系、高教所等，因此學(xué)校決定出版“華中理工大學(xué)文科學(xué)術(shù)叢書”。這是加強(qiáng)整個(gè)文科建設(shè)的一個(gè)有力舉措。
現(xiàn)在，叢書中的幾本專著即將面世，這是一個(gè)良好的開端。今后，一定會(huì)有更多更好的文科學(xué)術(shù)專著源源不斷地出版，并將有力地推動(dòng)文科建設(shè)上一個(gè)新的臺(tái)階。
1999年5月31日
秦曉晴，湖北浠水人，1961年出生，南京大學(xué)外國(guó)語(yǔ)學(xué)院應(yīng)用語(yǔ)言學(xué)博士、博士后，現(xiàn)為華中科技大學(xué)外語(yǔ)系教授、碩士生導(dǎo)師、外語(yǔ)教育研究所副所長(zhǎng)和中國(guó)英語(yǔ)研究會(huì)理事。1996年以來(lái)先后赴香港、美國(guó)和英國(guó)多所大學(xué)進(jìn)行研究和訪問。自1995年以來(lái)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(jiǎng)勵(lì)，還獲得過2001年度寶鋼教育基金優(yōu)秀教師獎(jiǎng)。目前已經(jīng)參與完成了一項(xiàng)國(guó)家“九三”社會(huì)科學(xué)基金科研課題，并負(fù)責(zé)教育部人文社會(huì)科學(xué)基金科研課題，并負(fù)責(zé)教育隊(duì)人文社會(huì)科學(xué)研究“十五”規(guī)劃項(xiàng)目、全國(guó)教育考試“十五”科研規(guī)劃重點(diǎn)課題和國(guó)家留學(xué)基金委回國(guó)人員科研啟動(dòng)基金項(xiàng)目各一頂。近年來(lái)先后在《外語(yǔ)教學(xué)與研究》、《現(xiàn)代外語(yǔ)》、《外語(yǔ)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(yǔ)教學(xué)研究及其特點(diǎn)
第2章 外語(yǔ)教學(xué)研究中的統(tǒng)計(jì)分析基礎(chǔ)
2．1 統(tǒng)計(jì)分析中的基本概念
2．2 統(tǒng)計(jì)檢驗(yàn)方法選擇
第3章 數(shù)據(jù)準(zhǔn)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(xiàng)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(dú)立樣本t檢驗(yàn)
第5章 效度和結(jié)構(gòu)效度分析
5．1 測(cè)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(yàn)方法
6．2 內(nèi)在信度檢驗(yàn)方法
6．3 用SPSS檢驗(yàn)內(nèi)在一致性——Cronbach a系數(shù)
第7章 描述統(tǒng)計(jì)量
7．1 描述統(tǒng)計(jì)量及數(shù)據(jù)表達(dá)
7．2 描述統(tǒng)計(jì)量的SPSS計(jì)算
7．3 標(biāo)準(zhǔn)分和T分?jǐn)?shù)計(jì)算
第8章 數(shù)據(jù)的初步考察及假設(shè)檢驗(yàn)
8．1 正態(tài)分布假設(shè)檢驗(yàn)
8．2 方差齊性檢驗(yàn)
8．3 獨(dú)立性檢驗(yàn)和線性檢驗(yàn)
第9章 參數(shù)統(tǒng)計(jì)檢驗(yàn)——t檢驗(yàn)
9．1 獨(dú)立樣本t檢驗(yàn)
9．2 配對(duì)樣本t檢驗(yàn)
9．3 甲樣本t檢驗(yàn)
第10章 參數(shù)統(tǒng)計(jì)檢驗(yàn)——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(jìn)行方差分析
10．1 用GLM進(jìn)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(jì)檢驗(yàn)——方差分析(2)
11．1 協(xié)方差分析
11．2 重復(fù)測(cè)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(cè)量工具的效度
效度是指測(cè)量工具對(duì)測(cè)量對(duì)象的測(cè)量能力，也就是說(shuō)，測(cè)量工具可以在多大程度上測(cè)量所要測(cè)量的東西。在社會(huì)科學(xué)研究中，通常使用兩種方法確立測(cè)量工具的效度：邏輯證據(jù)和統(tǒng)計(jì)證據(jù)。用邏輯證據(jù)來(lái)確立效度就是證明測(cè)量工具中的問題與研究目的是否合適，而用統(tǒng)計(jì)證據(jù)來(lái)確立效度則是通過一定的計(jì)算提供硬證據(jù)來(lái)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(jì)數(shù)據(jù)，即是說(shuō)，這種聯(lián)系不是憑空而來(lái)。如果需要測(cè)量的東西比較具體，或比較直觀(如年齡或收入等)，在測(cè)量問題和研究目的之間建立聯(lián)系并不難。但是如果測(cè)量的是個(gè)人態(tài)度或教學(xué)方法的有效性，要確立測(cè)量工具的效度難度就大一些。對(duì)于比較抽象的概念或者是不易直接觀察的事物，測(cè)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(shí)所問的問題測(cè)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(cè)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(cè)量工具以外的標(biāo)準(zhǔn)，即外在標(biāo)準(zhǔn)驗(yàn)證而得以證實(shí)的效度，它包括預(yù)示效度(predictive’validity)和共時(shí)效度(concurrent validity)。預(yù)示效度的判斷是根據(jù)測(cè)量工具能在多大程度上預(yù)示結(jié)果，而共時(shí)效度的判斷則是根據(jù)一種測(cè)量工具與另外測(cè)量工具同時(shí)使用時(shí)進(jìn)行的比較。
內(nèi)容效度涉及量表項(xiàng)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(cè)量工具是否測(cè)量了想要測(cè)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(gè)項(xiàng)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(xiàng)目和問題必須涵蓋需要測(cè)量的事物或態(tài)度的整個(gè)范圍，從這點(diǎn)來(lái)評(píng)判測(cè)量工具的項(xiàng)目就是內(nèi)容效度(Kurear，1999)。此外，對(duì)測(cè)量的事物或態(tài)度的覆蓋必須平衡，也就是每一個(gè)方面必須用類似的、足夠的問題或項(xiàng)目來(lái)呈現(xiàn)出來(lái)。一個(gè)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(xiàng)目或問題在多大程度上表現(xiàn)了要測(cè)量的東西。內(nèi)容效度的保證就是項(xiàng)目和問題與研究目的之間的聯(lián)系分析，以及它們對(duì)所測(cè)量對(duì)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(yàn)證公式或統(tǒng)計(jì)程序可供使用。
結(jié)構(gòu)效度不是指測(cè)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(jì)方法，它是由每一結(jié)構(gòu)對(duì)觀測(cè)現(xiàn)象的整個(gè)方差的貢獻(xiàn)來(lái)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(yǔ)言運(yùn)用焦慮、課堂焦慮和評(píng)價(jià)焦慮看作是焦慮感的三個(gè)最重要的因素或結(jié)構(gòu)。我們可以通過統(tǒng)計(jì)程序來(lái)確定這三個(gè)因素(結(jié)構(gòu))對(duì)于整個(gè)焦慮感方差的貢獻(xiàn)。這些因素對(duì)整個(gè)方差的貢獻(xiàn)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(shuō)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(jì)方法常被用來(lái)檢驗(yàn)結(jié)構(gòu)效度。
5．3 結(jié)構(gòu)效度分析——因子分析
在社會(huì)科學(xué)領(lǐng)域中，人們常用因子分析來(lái)進(jìn)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(cè)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(dú)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(gè)因子。
在多元統(tǒng)計(jì)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(qiáng)的相關(guān)關(guān)系。如果進(jìn)行多元回歸分析，而自變量之間高度相關(guān)，就會(huì)出現(xiàn)多重共線性現(xiàn)象，也就是說(shuō)，這些變量之間的高度相關(guān)說(shuō)明它們所反映的信息高度重合。這就會(huì)給研究者使用多元回歸等統(tǒng)計(jì)方法帶來(lái)困難，而且也難以對(duì)原始變量進(jìn)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(gè)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(duì)其加以分析和描述。
因子分析的另一個(gè)特點(diǎn)是進(jìn)行數(shù)據(jù)簡(jiǎn)化。通過因子分析把一組變量化為少數(shù)幾個(gè)因子后，可進(jìn)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(duì)樣本進(jìn)行分類和綜合評(píng)價(jià)，還可用這些因子值代替原始變量進(jìn)行其他統(tǒng)計(jì)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(yàn)證性因子分析(confirmatory factor analysis)。如果研究者事先對(duì)觀測(cè)數(shù)據(jù)背后存在多少個(gè)基礎(chǔ)變量(即因子)一無(wú)所知或知之甚少，因子分析用來(lái)探索基礎(chǔ)變量的維數(shù)，就是探索性因子分析。進(jìn)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(xiàn)或其他的先驗(yàn)知識(shí)對(duì)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(lái)檢驗(yàn)假設(shè)，就是驗(yàn)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(yàn)，以下各節(jié)要詳細(xì)講解具體的作法，讀者還可參閱Wintergerst等人(2001)進(jìn)行的學(xué)習(xí)風(fēng)格測(cè)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(gè)原始變量由兩個(gè)部分組成：共同因子(common factors)和唯一因子(unique factors)。共同因子是各個(gè)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(gè)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(shí)抽出的共同因子的相關(guān)關(guān)系用因子負(fù)荷表示(fact：or loadings)。
(2)因子負(fù)荷
因子負(fù)荷作為因子分析模型中的重要統(tǒng)計(jì)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(fù)荷的絕對(duì)值越大，表明共同因子與變量之間的關(guān)系越緊密。一般說(shuō)來(lái)，負(fù)荷量為0．3或更大被認(rèn)為有意義。所以，當(dāng)要判斷一個(gè)因子的意義時(shí)，需要查看哪些變量的負(fù)荷達(dá)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(gè)原始變量在每個(gè)共同因子的負(fù)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(shuō)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(shuō)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。
……
書單推薦
