丁雪梅，趙耀東，蔡 敏，張曉君，張 晶

(1.吉林大學(xué)動物科學(xué)學(xué)院，吉林長春130062；2.吉林大學(xué)實驗室與設(shè)備處，吉林長春130021；3.吉林大學(xué)第二醫(yī)院，吉林長春130041；4.吉林大學(xué)教育技術(shù)中心，吉林長春130021)

實驗教學(xué)的教學(xué)效果一般通過學(xué)生的實驗報告成績和問卷調(diào)查進行客觀和主觀評價[1-2]。根據(jù)試驗設(shè)計開展試驗的結(jié)果，按變量屬于定量或定性，可將資料分為三種類型，即計量資料、計數(shù)資料和等級資料[3]。根據(jù)資料類型、分析目的等采用不同的數(shù)據(jù)分析方法，通常利用SPSS軟件來實現(xiàn)[4]。本文針對兩種實驗教學(xué)模式下的學(xué)生成績進行教學(xué)效果評價，對經(jīng)常采用的數(shù)據(jù)分析方法的分類、特點以及數(shù)據(jù)分析方法如何在SPSS軟件上實現(xiàn)等進行了詳解。

1 研究案例與數(shù)據(jù)

本文選取比較典型的7種案例(表1)，以傳統(tǒng)教學(xué)模式為對照組，翻轉(zhuǎn)課堂教學(xué)模式為試驗組，對案例資料類型進行分析并利用SPSS19.0進行數(shù)據(jù)分析，探討教學(xué)模式效果的統(tǒng)計學(xué)評價方法。

表1 本文案例資料

表3 案例2中不同組別學(xué)生成績

表4 案例3中不同組別和不同等級成績的學(xué)生人數(shù)

表5 案例4中不同性別、組別和不同等級成績的學(xué)生人數(shù)

表6 案例5中不同組別和不同等級成績的學(xué)生人數(shù)

表7 案例6中不同學(xué)院、組別和不同等級成績的學(xué)生人數(shù)

表8 案例7中不同學(xué)院、組別和不同等級成績的學(xué)生人數(shù)

對案例1至案例7中的資料分析見表9。案例1至案例5都只有1個因素：組別。案例1和案例2都是計量資料，先進行正態(tài)性檢驗，若服從正態(tài)分布，采用獨立樣本t檢驗，否則采用Wilcoxon秩和檢驗。案例3采用四格表卡方檢驗，案例4采用分層卡方檢驗，此兩個案例的指標(biāo)變量均為計數(shù)資料，區(qū)別是后者在前者基礎(chǔ)上以性別分層。指標(biāo)變量為等級資料時通常采用秩和檢驗和Ridit分析[5]，在SPSS操作上，前者比后者簡單，故本文案例5采用前者。案例6和案例7皆有兩個因素：學(xué)院、組別，需進行多元統(tǒng)計分析，前者指標(biāo)變量為二分類計數(shù)資料，故采用二分類Logistic回歸分析，還可以考察因素間的交互作用[3,6]；后者為等級資料，故采用有序Logistic回歸分析。Logistic回歸分析對計量資料、計數(shù)資料和等級資料均可進行分析，既可進行因素影響大小的比較，也可進行危險度分析。

注：a表示SPSS軟件對2×2四格表進行CMH檢驗(分層卡方檢驗)，也稱為k×2×2表格數(shù)據(jù)的CMH檢驗。

2 常用的統(tǒng)計分析方法在SPSS19.0上的實現(xiàn)

2.1 計量資料的獨立樣本t檢驗和Wilcoxon秩和檢驗在SPSS19.0上的實現(xiàn)

計量資料的獨立樣本t檢驗和Wilcoxon秩和檢驗的SPSS操作步驟和結(jié)果解讀見表10。

表10 計量資料的獨立樣本t檢驗和Wilcoxon秩和檢驗的SPSS操作步驟和結(jié)果解讀

表11 案例1獨立樣本t檢驗輸出結(jié)果

圖1 案例1正態(tài)性檢驗的部分?jǐn)?shù)據(jù)錄入界面

圖2 案例1獨立樣本t檢驗的部分?jǐn)?shù)據(jù)錄入界面

圖3 案例2正態(tài)性檢驗的部分?jǐn)?shù)據(jù)錄入界面

圖4 案例2Wilcoxon秩和檢驗的部分?jǐn)?shù)據(jù)錄入界面

成 績Mann-Whitney U1838Wilcoxon W4116Z-2.064漸近顯著性(雙側(cè))0.039

2.2 計數(shù)資料的四格表卡方檢驗、分層卡方檢驗和有序資料的秩和檢驗在SPSS19.0上的實現(xiàn)

案例3至案例7，指標(biāo)變量(或因變量)為計數(shù)資料或有序資料。利用SPSS軟件進行數(shù)據(jù)分析時，首先要進行加權(quán)：數(shù)據(jù)→加權(quán)個案，加權(quán)個案(W)→頻率變量(F):頻數(shù)→確定。分層卡方檢驗，以性別分層，即性別為分層變量或控制變量。計數(shù)資料的四格表卡方檢驗、分層卡方檢驗和有序資料的秩和檢驗的SPSS操作步驟和結(jié)果解讀見表13。

表13 計數(shù)資料的四格表卡方檢驗、分層卡方檢驗和有序資料的秩和檢驗的SPSS操作步驟和結(jié)果解讀

表14 案例3四格表卡方檢驗輸出結(jié)果

注：a表示0單元格(0.0%)的期望計數(shù)少于5，最小期望計數(shù)為22.18。b表示僅對2×2表計算。

表15 案例4卡方檢驗輸出結(jié)果

注：a表示0單元格(0.0%)的期望計數(shù)少于5,最小期望計數(shù)為10.67。b表示僅對2×2表計算。c表示0單元格(0.0%)的期望計數(shù)少于5,最小期望計數(shù)為8.87。d表示0單元格(0.0%)的期望計數(shù)少于5,最小期望計數(shù)為22.18。

表16 對案例4的分層卡方檢驗輸出結(jié)果

表17 案例5的檢驗統(tǒng)計量輸出結(jié)果

表18 案例5 Mann-Whitney U檢驗輸出結(jié)果

圖5 案例3四格表卡方檢驗的數(shù)據(jù)錄入界面

圖6 案例4分層卡方檢驗的數(shù)據(jù)錄入界面

圖7 案例5秩和檢驗的數(shù)據(jù)錄入界面

2.3 二分類Logistic回歸分析和有序Logistic回歸分析在SPSS19.0上的實現(xiàn)

二分類Logistic回歸分析和有序Logistic回歸分析見表19。

表19 二分類Logistic回歸分析和有序Logistic回歸分析的SPSS操作步驟和結(jié)果解讀

表20 案例6不考察交互作用的二分類Logistic回歸分析輸出結(jié)果

表21 案例6考察交互作用的二分類Logistic回歸分析輸出結(jié)果

注：a.在步驟1中輸入的變量:學(xué)院,組別,學(xué)院*組別。

表22 案例7有序Logistic回歸分析輸出結(jié)果

注：a.因為該參數(shù)為冗余的，所以將其置為零。

圖8 案例6二分類Logistic回歸的數(shù)據(jù)錄入界面

圖9 案例7有序Logistic回歸的數(shù)據(jù)錄入界面

3 討論與結(jié)論

進行統(tǒng)計分析時，要反復(fù)思考5個問題：采用何種統(tǒng)計分析方法；為什么采用這種統(tǒng)計分析方法，即分析目的；統(tǒng)計分析的前提條件；進行SPSS操作時點擊哪些功能框；如何解讀SPSS輸出的統(tǒng)計分析結(jié)果。

歸納起來，基于學(xué)生成績的教學(xué)效果評價的數(shù)據(jù)分析目的通常有以下幾種：(1)差異的研究。①計量資料兩個樣本均值或中位數(shù)之間是否有顯著差異。例如獨立樣本t檢驗、Wilcoxon秩和檢驗，前者是對正態(tài)分布的樣本均值比較，后者是對非正態(tài)分布的樣本中位數(shù)比較。②兩個樣本率或構(gòu)成比差異。例如卡方檢驗、分層卡方檢驗。③兩個樣本等級強度差異。例如等級資料的秩和檢驗。④因素影響大小的差異。例如Logistic回歸分析。(2)控制混雜因素，分析混雜因素的影響。例如分層卡方檢驗。(3)危險度分析。例如分層卡方檢驗、Logistic回歸分析。

進行統(tǒng)計分析時，不僅要熟悉SPSS操作和能夠解讀其輸出結(jié)果，最重要的是要掌握統(tǒng)計學(xué)基本理論,根據(jù)因素數(shù)量、資料類型、分析目的、統(tǒng)計分析方法應(yīng)用的前提條件、樣本數(shù)量、樣本量大小、變量類型和數(shù)量等選擇合適的統(tǒng)計分析方法。