二語習(xí)得研究中的常用統(tǒng)計方法

內(nèi)容概要

　　二語習(xí)得研究通常涉及到對統(tǒng)計數(shù)據(jù)的處理與分析。研究者往往要根據(jù)研究目的和數(shù)據(jù)性質(zhì)等來確定恰當(dāng)?shù)慕y(tǒng)計方法，以獲得真實可信的研究發(fā)現(xiàn)。本書基于SPSS(Statistical
Package for the Social
Sciences，社會科學(xué)統(tǒng)計包)對不同統(tǒng)計方法的原理和應(yīng)用條件進(jìn)行了細(xì)致的剖析。
　　本書首先介紹了統(tǒng)計中的基本概念，然后重點闡述了不同統(tǒng)計方法的原理和SPSS操作方法，涉及的模塊包括信度分析、相關(guān)分析、t檢驗、方差分析、線性回歸分析、因子分析、卡方檢驗和非參數(shù)檢驗。本書理論講解深入淺出，操作方法簡潔明了，例證多樣且貼近研究，圖表使用兼具美感和專業(yè)性，做到了理論與實踐緊密結(jié)合，易懂實用。

書籍目錄

第一章　數(shù)據(jù)錄入
　1．1　變量命名及屬性定義
　1．2　數(shù)據(jù)輸入
第二章　數(shù)據(jù)整理
　2．1　建立新變量
　2．2　變量分組
　　2．2．1　數(shù)值排序
　　2．2．2　組別劃分
　2．3　數(shù)據(jù)重組
　2．4　其他數(shù)據(jù)整理方法
　　2．4．1　Data主菜單的其他功能
　　2．4．2 　Transform主菜單的其他功能
第三章　統(tǒng)計中的基本概念
　3．1　中位數(shù)、平均數(shù)、眾數(shù)
　3．2　方差、標(biāo)準(zhǔn)差和平均數(shù)標(biāo)準(zhǔn)誤差
　3．3　標(biāo)準(zhǔn)分
　3．4　置信區(qū)間
　3．5　統(tǒng)計顯著性
　3．6　正態(tài)分布的概念
　3．7　正態(tài)分布的檢驗
　3．7．1　峰度與偏度、w檢驗
　3．7．2　正態(tài)分布檢驗的SPSS操作
第四章　信度分析
　4．1　評估者之間信度分析
　4．1．1　評估者之間信度分析的基本概念
　4．1．2　評估者之間信度分析應(yīng)用舉例
　4．1．3　評估者之間信度分析的SPSS操作
　4．2 　Cronbach’S Alpha
　　4．2．1　 Cronbach’S Alpha的基本概念
　　4．2．2 　Cronbach’s Alpha應(yīng)用舉例
　　4．2．3 　Cronbach’S Alpha統(tǒng)計的SPSS操作
　4．3　折半信度
　4．3．1　折半信度的基本概念
　4．3．2　折半信度應(yīng)用舉例
　4．3．3　折半信度系數(shù)統(tǒng)計的SPSS操作
第五章　相關(guān)分析
　5．1　相關(guān)分析的基本概念
　5．2　相關(guān)系數(shù)應(yīng)用舉例
　　5．2．1　皮爾遜相關(guān)系數(shù)
　　5．2．2　斯皮爾曼相關(guān)系數(shù)
　5．3　相關(guān)系數(shù)統(tǒng)計的SPSS操作
第六章　t檢驗
　6．1 t　檢驗的基本概念
　6．2　單樣本t檢驗
　　6．2．1　單樣本t檢驗的基本概念
　　6．2．2　單樣本t檢驗應(yīng)用舉例
　　6．2．3　單樣本t檢驗的SPSS操作
　6．3　獨立樣本t檢驗
　　6．3．1　獨立樣本t檢驗的基本概念
　　6．3．2　獨立樣本t檢驗應(yīng)用舉例
　　6．3．3　獨立樣本t檢驗的SPSS操作
　6．4　配對樣本t檢驗
　　6．4．1　配對樣本t檢驗的基本概念
　　6．4．2　配對樣本t檢驗應(yīng)用舉例
　　6．4．3　配對樣本t檢驗的SPSS操作
第七章　方差分析
7．1　方差分析的基本原理
7．2　單向方差分析
　7．2．1　單向方差分析的基本概念
　　……
第八章　線性回歸分析
第九章　因子分析
第十章　卡方檢驗
第十一章　非參數(shù)檢驗
第十二章　綜合練習(xí)
參考文獻(xiàn)
附錄　常用統(tǒng)計表

章節(jié)摘錄

版權(quán)頁：插圖：參數(shù)檢驗要求研究數(shù)據(jù)是定距或定比數(shù)據(jù)，且滿足正態(tài)分布等假設(shè)，以便用樣本平均數(shù)對總體平均數(shù)進(jìn)行估計。如果研究數(shù)據(jù)是頻數(shù)，我們可以采用二項分布檢驗或卡方檢驗。如果研究數(shù)據(jù)雖是定距或定比數(shù)據(jù)，但不能滿足正態(tài)分布等其他參數(shù)檢驗條件，我們也不能直接使用參數(shù)檢驗。當(dāng)數(shù)據(jù)不服從正態(tài)分布時，說明數(shù)據(jù)中存在異常值。異常值是極端值，與數(shù)據(jù)集合中的其他數(shù)值差異甚大，它（們）直接影響平均值的大小。用包含異常值的數(shù)據(jù)計算得到的平均數(shù)是不能充分代表數(shù)據(jù)的整體性質(zhì)的。在其他數(shù)據(jù)不能產(chǎn)生統(tǒng)計顯著性的結(jié)果時，異常值可能會使統(tǒng)計結(jié)果達(dá)到顯著性。同樣，在其他數(shù)據(jù)產(chǎn)生統(tǒng)計顯著性的結(jié)果時，異常值也可能會使統(tǒng)計結(jié)果達(dá)不到顯著性。當(dāng)定距或定比數(shù)據(jù)不能滿足正態(tài)分布的條件時，我們就要對之進(jìn)行處理。如果仍希望使用參數(shù)檢驗，可對原數(shù)據(jù)進(jìn)行數(shù)據(jù)轉(zhuǎn)化，包括平方根轉(zhuǎn)化和對數(shù)轉(zhuǎn)化等。轉(zhuǎn)化的目的是為了使轉(zhuǎn)化后的數(shù)據(jù)服從正態(tài)分布，以便使用參數(shù)檢驗。另外一種數(shù)據(jù)處理方式是將原數(shù)據(jù)轉(zhuǎn)化成秩次。秩次轉(zhuǎn)化的目的不是使轉(zhuǎn)換后的數(shù)據(jù)服從正態(tài)分布，而是為了使數(shù)據(jù)分布均勻。秩次檢驗同二項分布檢驗和卡方檢驗一樣不對數(shù)據(jù)分布的形狀作出假設(shè)，因而都是非參數(shù)檢驗的方法。本書第三章 和第十章 分別討論了二項分布檢驗和卡方檢驗。在第五章 ，我們討論了秩次檢驗的一種方法——斯皮爾曼相關(guān)系數(shù)檢驗。本章將根據(jù)樣本的獨立性與否、比較的樣本是兩個還是多個，分四節(jié)討論不同的秩次檢驗方法。它們都適合于定序數(shù)據(jù)或定距（或定比）數(shù)據(jù)轉(zhuǎn)化后的定序數(shù)據(jù)。

圖書封面

評論、評分、閱讀與下載

---

    二語習(xí)得研究中的常用統(tǒng)計方法 PDF格式下載

---