朱美玲

【摘要】學(xué)習(xí)興趣是學(xué)習(xí)動機的重要影響因素之一，是促進學(xué)生成才和就業(yè)的關(guān)鍵。為了了解當前研究生的學(xué)習(xí)興趣與學(xué)習(xí)成果之間的關(guān)系，本研究隨機抽取了西北師范大學(xué)教育學(xué)院及心理學(xué)院的30名10級研究生，對他們的學(xué)習(xí)興趣與論文發(fā)表量進行了調(diào)查，并在spss16.0中運用卡方檢驗，按性別分析某大學(xué)研究生的論文發(fā)表量與學(xué)習(xí)興趣是否有關(guān)系。

【關(guān)鍵詞】研究生 學(xué)習(xí)興趣 論文發(fā)表量 卡方檢驗

【中圖分類號】G64 【文獻標識碼】A 【文章編號】2095-3089（2014）10-0171-01

一、問題的提出

學(xué)習(xí)興趣是學(xué)習(xí)動機的重要影響因素之一，是促進學(xué)生成才和就業(yè)的關(guān)鍵。良好的學(xué)習(xí)興趣可以使學(xué)生在高效、愉快的學(xué)習(xí)過程中實現(xiàn)自我價值。而研究生作為學(xué)術(shù)研究的最大團體，其學(xué)術(shù)研究成果是否與學(xué)習(xí)興趣有相關(guān)關(guān)系呢？為了了解研究生論文發(fā)表量與學(xué)習(xí)興趣是否有關(guān)系，本研究隨機抽取了西北師范大學(xué)教育學(xué)院及心里學(xué)院的30名10級研究生，對他們的學(xué)習(xí)興趣及論文發(fā)表量進行了調(diào)查?？紤]到“性別”可能是一個干擾因素，所以將“性別”變量作為階層變量，運用分層卡方檢驗分析研究生論文發(fā)表量與興趣的相關(guān)關(guān)系。

二、數(shù)據(jù)的搜集和整理

為了檢驗不同性別的研究生論文發(fā)表量與學(xué)習(xí)興趣是否有相關(guān)關(guān)系，本課題組在西北師范大學(xué)教育學(xué)院和心理學(xué)院進行了問卷發(fā)放與回收，本檢驗則以教育學(xué)院和心理學(xué)院的30名10級研究生為例，進行數(shù)據(jù)分析。在所調(diào)查的30名研究生中，15名為教育學(xué)院研究生，其中8名男生，7名女生；15名為心理學(xué)院研究生，其中8名男生，7名女生。以上數(shù)據(jù)在SPSS16.0中進行輸入并建立數(shù)據(jù)庫。

三、統(tǒng)計學(xué)原理

卡方檢驗（x2 –Chi-square test）是專用于解決品質(zhì)相關(guān)問題的分類數(shù)據(jù)統(tǒng)計方法，在SPSS中，Crosstabs過程就是用于解決此類問題。在分析時，Crosstabs過程可以產(chǎn)生二維至n維列聯(lián)表，并且可以計算相應(yīng)的百分數(shù)。Crosstabs功能的統(tǒng)計推斷包括常用的一般卡方檢驗、配對卡方檢驗、分層卡方檢驗。本研究主要采用的是分層卡方檢驗。

分層卡方檢驗是把研究對象分解成不同層次，按各層對象來進行行變量與列變量的獨立性研究?？稍谌コA層因素下，更準確的對行列變量的獨立性研究。例如，研究大學(xué)生學(xué)習(xí)成績與學(xué)習(xí)興趣之間的相關(guān)關(guān)系，就可以使用一般的卡方檢驗。若想進一步了解不同生源地大學(xué)生學(xué)習(xí)成績與學(xué)習(xí)興趣之間的相關(guān)關(guān)系，就需要把生源地作為階層變量，來分析學(xué)習(xí)成績與學(xué)習(xí)興趣之間的相關(guān)關(guān)系了。而在本研究中，研究的是研究生論文發(fā)表量與學(xué)習(xí)興趣之間的相關(guān)關(guān)系，其中考慮到性別可能是一個干擾因素，我們可以按性別分析研究生的論文發(fā)表量與學(xué)習(xí)興趣是否有關(guān)系，這是一個分層卡方檢驗的問題。

在進行檢驗的過程中一般會將“并無明顯差異”的假設(shè)設(shè)定為原假設(shè)，將“有明顯差異”的假設(shè)設(shè)定為備選假設(shè)。在本檢測中“不同性別研究生學(xué)習(xí)興趣與論文發(fā)表量無顯著差異”就是原假設(shè)，“不同性別研究生學(xué)習(xí)興趣與論文發(fā)表量存在顯著差異”就是備擇假設(shè)。雙側(cè)近似概率（Asymp.Sig.2-sided），此值小于0.05時，我們做檢測犯錯誤的概率就小于5%，則可認為行變量與列變量顯著相關(guān)。此時則可推翻原假設(shè)，產(chǎn)生備擇假設(shè)。當Sig值大于0.05時，我們做檢測犯錯誤的概率就大于5%，我們不可推翻原假設(shè)。

四、SPSS操作

（1）打開SPSS16.0，出現(xiàn)SPSS操作界面。

（2）在variable view界面定義四個變量，分別為專業(yè)、性別、興趣、論文發(fā)表量。在第一行的“Name”中輸入“專業(yè)”，Type為String；第二行的“Name”中輸入“性別”，Type為Numeric，單擊“Values”，出現(xiàn)“Value labels”對話框，在Value內(nèi)輸入1，在：label內(nèi)輸入“男”，單擊“add”按鈕，同樣，定義“2”為“女”，單擊 “ok”命令；第三行的“Name”中輸入“興趣”，Type為String；第四行的“Name”中輸入“論文發(fā)表量”，Type為String。

（3）單機“data view”進入數(shù)據(jù)界面，輸入數(shù)據(jù)。

（4）選擇“Analyze”→“Descriptive Statistics” →“Crosstabs”命令，彈出“Crosstabs”對話框。

（5）確定選項。

①在“Crosstabs”對話框中制定Row（s）變量為“興趣”變量，Column（s）變量為“成績”變量，在“Layer 1 of 1”列表中選擇“性別”變量作為階層變量。

②單擊“Crosstabs”對話框右上角的“Statistics”按鈕，出現(xiàn)“Crosstabs：Statistics”對話框。選擇“Chi-square”、“Risk”選項，單機“Continue”按鈕，返回到“Crosstabs”對話框。單擊“OK”按鈕，輸出結(jié)果。

五、結(jié)果解釋

（1）樣本記錄處理摘要，如圖1所示。

圖1 樣本記錄處理摘要

從圖1中可以看出處理記錄缺失值的情況。Valid表示測試樣本中的有效樣本數(shù)及占總樣本的比例?？梢?0列均為有效值。Missing表示測試樣本中缺失樣本數(shù)及占總樣本的比例。在本例中，有效樣本為30，占總樣本的100%。

（2）交叉列聯(lián)表，如圖2所示。

興趣 * 論文發(fā)表量 * 性別 Crosstabulation

Count

圖2 交叉列聯(lián)表

圖2所示的是按變量“性別”取值分層的交叉描述表

（3）卡方檢驗結(jié)果，如圖3所示。

Chi-Square Tests

圖3 卡方檢驗結(jié)果

由Asymp.Sig.（2-sided）取值可知，男生的伴隨概率分別為0.028和0.019，均小于0.05，差異顯著，可推翻原假設(shè)，備擇假設(shè)成立。女生的伴隨概率分別為0.566和0.559，均大于0.05，差異不顯著，原假設(shè)成立。這說明對男生來說，論文發(fā)表量的多少與專業(yè)興趣之間有顯著的相關(guān)關(guān)系，從圖3中可以看出，男生對專業(yè)越有興趣，則發(fā)表的論文越多，反之亦然。而對于女生來說，論文發(fā)表量的多少與專業(yè)興趣之間沒有太大關(guān)系，即相關(guān)關(guān)系不顯著。

參考文獻：

[1]楊曉明.SPSS在教育統(tǒng)計中的應(yīng)用[M].北京：高等教育出版社，2008.

[2]盧紋岱.SPSS統(tǒng)計分析[M].北京：電子工業(yè)出版社，2007.

[3]王孝玲.教育統(tǒng)計學(xué)[M].上海：華東師范大學(xué)出版社，1993.