心理學(xué)研究方法考博資料

語義分析法：語義分析法是用語義區(qū)分量表研究事物的意義的一種方法。實(shí)施步驟：根據(jù)研究目的，確定被評(píng)價(jià)的事物或概念。確定評(píng)價(jià)維度：目前語義分析一般選用:性質(zhì)、力量、活動(dòng)三個(gè)因素。確定具體評(píng)價(jià)的子工程及數(shù)量，通常要求三個(gè)以上。具體編制七點(diǎn)語義區(qū)分量表。實(shí)施:施測(cè)。結(jié)果的處理與分析：計(jì)分一般按1-7分計(jì)算。其結(jié)果可以用于比擬兩個(gè)不同群體對(duì)某一概念的不同維度的差異；也可以比擬同一群體在不同時(shí)間對(duì)同一概念態(tài)度的改變或同一群體在不同維度間的差異。評(píng)價(jià)：優(yōu)點(diǎn)：實(shí)施方便，趣味性強(qiáng)；量表客觀統(tǒng)一，計(jì)分方式確定，易于統(tǒng)計(jì)分析；經(jīng)濟(jì)節(jié)約；可以靈活的研究各類問題；可客觀地研究人們對(duì)事物意義的不同理解、主觀態(tài)度及改變情況，可以進(jìn)行跨文化研究。缺點(diǎn):設(shè)計(jì)有難度，當(dāng)評(píng)價(jià)概念數(shù)目較多是，不易確定其評(píng)價(jià)工程與維度；其次，有時(shí)候不易找打?qū)α⒌男稳菰~；很難對(duì)復(fù)雜問題進(jìn)行深入研究。Q技術(shù)是運(yùn)用等級(jí)順序程序?qū)分類材料進(jìn)行分析，以收集假設(shè)干被試或單個(gè)被試的有關(guān)心理、行為資料，探討團(tuán)體成員的類別或個(gè)體心理、行為的變化的方法。設(shè)計(jì)與實(shí)施：先根據(jù)研究目確實(shí)定Q分類材料，對(duì)研究?jī)?nèi)容形成假設(shè)干卡片或圖片，一般100張左右。實(shí)施程序：三語義分析法：內(nèi)容分析法是對(duì)各種材料、記錄的內(nèi)容、形式、心理含義以及重要性進(jìn)行客觀、系統(tǒng)和數(shù)理化描述的一種研究方法。先抽取有代表的樣本資料，然后分解成一系列的分析單元，并按預(yù)先制定好的分類標(biāo)準(zhǔn)與維度進(jìn)行評(píng)判記錄最后進(jìn)行統(tǒng)計(jì)分析。內(nèi)容分析法的特點(diǎn)：客觀、系統(tǒng)、量化。設(shè)計(jì)：確定研究目的：趨勢(shì)分析、現(xiàn)狀分析、比擬分析、意向分析；確定分析單位：設(shè)計(jì)分析維度與體系：分析的維度又稱分析的類別，就是根據(jù)研究的需要設(shè)計(jì)的將資料內(nèi)容進(jìn)行分類的工程。分類必須完全徹底；分類標(biāo)準(zhǔn)唯一；分類層次明確。抽取分析材料：抽樣來源、分析單位取樣。評(píng)判記錄：嚴(yán)格按照分析維度標(biāo)準(zhǔn)進(jìn)行判斷，最好采用事先設(shè)計(jì)好的評(píng)價(jià)記錄表，判斷結(jié)果最好是數(shù)字型的。評(píng)判有較高的信度。結(jié)果處理：內(nèi)容分析法的優(yōu)點(diǎn)：有統(tǒng)一客觀的取樣標(biāo)準(zhǔn)、結(jié)果記錄有信度檢驗(yàn)保證。定性與定量分析并重，結(jié)果可以量化。適用于難以用其他方法的情節(jié)，比方跨文化的研究。易于重復(fù)研究。比擬節(jié)省費(fèi)用。局限性：受挨了的限制較大，已有材料的真實(shí)性、傾向性和是否易于得到直接影響研究結(jié)果；結(jié)果一描述為主，難以說明為什么，解釋力較差。對(duì)評(píng)判者要求較高。四、口語報(bào)告法：通過分析研究對(duì)象對(duì)自己心理活動(dòng)的口頭陳述收集喲管數(shù)據(jù)資料的方法。不同于傳統(tǒng)的內(nèi)省法。第一采用了現(xiàn)代的錄音技術(shù)。認(rèn)知信息加工模型理論提供了理論依據(jù)；口語進(jìn)行計(jì)算機(jī)模擬。設(shè)計(jì)：明確研究目的，選擇恰當(dāng)口語報(bào)告方式。選擇任務(wù)、設(shè)計(jì)問題。實(shí)施。結(jié)果的轉(zhuǎn)移與編碼：錄音——文本——編碼：編碼的標(biāo)準(zhǔn)、信度。評(píng)價(jià)：可直接了解被試正在進(jìn)行的心理活動(dòng)、有效探討他們的認(rèn)知加工過程?？梢赃M(jìn)行定量定性分析。有信效度檢驗(yàn)。不適用于年幼被試；結(jié)果整理與分析工作比擬繁瑣、對(duì)研究者的理論素養(yǎng)較高，整個(gè)研究比擬費(fèi)時(shí)費(fèi)力。五、社會(huì)測(cè)量法：根本原理是任務(wù)所有團(tuán)體里都存在著相互作用的非正式組織，他們以積極或消極的人際情感聯(lián)系為根底。根本形式：提名法研究數(shù)據(jù)的整理：目的：通過資料整理、收集刪除或補(bǔ)充有關(guān)結(jié)果突出把握研究主導(dǎo)方向;確保材料的可靠性；形成可深入分析的材料。研究數(shù)據(jù)的質(zhì)量審核內(nèi)容：一是審核數(shù)據(jù)是否收集齊備；二是堅(jiān)持被試的數(shù)據(jù)手法有缺失或遺漏，矛盾之處。質(zhì)量審核方法:計(jì)量計(jì)量單位是否一致或錯(cuò)誤；邏輯審核檢查數(shù)據(jù)是否符合邏輯。數(shù)據(jù)的評(píng)價(jià)：審核著重?cái)?shù)據(jù)的完整性、齊備性、合理性檢查，評(píng)價(jià)那么著重判斷分析。包括：對(duì)數(shù)據(jù)來源的評(píng)價(jià)：研究設(shè)計(jì)；數(shù)據(jù)收集的情景；研究對(duì)象；與主試有關(guān)的情況。對(duì)數(shù)據(jù)本身的評(píng)價(jià)-可靠性的評(píng)價(jià)：數(shù)據(jù)的合理性、完整性?；貧w分析及檢驗(yàn)spss

正態(tài)分布或近似正態(tài)分布是回歸分析的重要前提，所以對(duì)不滿足要求的變量要進(jìn)行變換為了確保所建立的回歸方程符合線性標(biāo)準(zhǔn)，在進(jìn)行回歸分析之前往往需要借助散點(diǎn)圖對(duì)因變量與自變量進(jìn)行線性檢驗(yàn)，此外還要注意離群值與極值對(duì)回歸方程的影響，需要進(jìn)行殘差分析。1.

判斷預(yù)測(cè)變量是否與指標(biāo)變量存在顯著相關(guān)，以及整個(gè)方程的回歸效果，必須依據(jù)回歸分析輸出的三個(gè)指標(biāo)得出結(jié)論

1〕方差分析

方差分析中的F檢驗(yàn)用于檢驗(yàn)回歸模型與數(shù)據(jù)的擬合程度，如果F值很大并且顯著性水平〔Sig〕小于臨界值如0.05或者0.01，那么說明預(yù)測(cè)變量與指標(biāo)變量之間存在很強(qiáng)的線性關(guān)系，也可以說回歸方程顯著。

總的離差平方和是觀測(cè)點(diǎn)和其平均值之間的差的平方和，由兩個(gè)局部組成，回歸平方和：反映了自變量的重要程度，殘差平方和：反映了實(shí)驗(yàn)誤差及其他意外因素對(duì)實(shí)驗(yàn)結(jié)果的影響。這兩局部各自除以其自由度得到他們的均方。統(tǒng)計(jì)量F＝回歸均方/殘差均方，當(dāng)F值太大時(shí)拒絕接受b＝0的假設(shè)。2〕回歸系數(shù)的顯著性檢驗(yàn)

如果回歸系數(shù)b顯著，那么同樣說明預(yù)測(cè)變量與指標(biāo)變量之間存在很強(qiáng)的線性相關(guān)在回歸方程中，回歸系數(shù)的大小依賴于自變量與因變量的變化尺度的大小。如果兩個(gè)變量差異較大，可能導(dǎo)致得到的回歸系數(shù)較小或較大，一個(gè)解決的方法就是對(duì)自變量和因變量都進(jìn)行標(biāo)準(zhǔn)化，轉(zhuǎn)換后的變量均值為零，標(biāo)準(zhǔn)差為1，然后再進(jìn)行回歸分析，這種方法得到的回歸系數(shù)稱為標(biāo)準(zhǔn)回歸系數(shù)。在相關(guān)分析中有一個(gè)zscores選項(xiàng)，就是把數(shù)值標(biāo)準(zhǔn)化到z分?jǐn)?shù)，轉(zhuǎn)換后的變量均值為零，標(biāo)準(zhǔn)差為1。系統(tǒng)將每一個(gè)值減去變量的均值，再除以其標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)化處理有時(shí)是比擬重要的spss中標(biāo)準(zhǔn)回歸系數(shù)是standardcoefficients下的Beta項(xiàng)

3〕測(cè)定系數(shù)R^2

該指標(biāo)來自于兩個(gè)變量的皮爾遜相關(guān)系數(shù)的平方，它解釋回歸平方和在總平方和中所占的比率，即解釋回歸效果。

r2是也可以說是x的重要程度，是被線性模式所解釋的那局部方差量

如果R2=0.775那么說明變量y的變異中有77.5%是由變量x引起的

當(dāng)R2=1時(shí)表示所有的觀測(cè)點(diǎn)全部落在回歸直線上

當(dāng)R2=0時(shí)

表示自變量與因變量無線性關(guān)系

為了盡可能準(zhǔn)確的反映模型的擬合度SPSS輸出中的AdjustedRSquare是消除了自變量個(gè)數(shù)影響的R2的修正值2.前提假設(shè)

回歸分析通常分為兩類，實(shí)驗(yàn)研究中的回歸分析通常屬于固定效應(yīng)模型，非實(shí)驗(yàn)研究例如市場(chǎng)調(diào)查那么屬于隨機(jī)效應(yīng)模型

固定效應(yīng)模型的前提假設(shè)

正態(tài)分布：因變量的總體在自變量的各水平上都呈正態(tài)分布，但是大樣本可以在一定程度上不受限制

方差齊性：因變量在自變量各水平上的方差齊性，如果條件不成立，而且個(gè)水平的樣本量有差異，顯著性檢驗(yàn)不可信

樣本獨(dú)立性

隨機(jī)效應(yīng)模型的前提假設(shè)

正態(tài)分布：因變量和自變量在總體上呈正態(tài)分布

樣本獨(dú)立性：隨機(jī)抽樣，被試之間保持獨(dú)立3.spss分析

analyze－regressiong－linear容差(Tolerance)是不能由方程中其它自變量解釋的方差所占的構(gòu)成比。所有進(jìn)入方程的變量的容差必須大于默認(rèn)的容差水平值(Tolerance0.0001)。該值愈小說明該自變量與其他自變量的線性關(guān)系愈密切。該值的倒數(shù)為方差膨脹因子(VarianceInflationFactor)當(dāng)自變量均為隨機(jī)變量時(shí)假設(shè)它們之間高度相關(guān)那么稱自變量間存在共線性。在多元線性回歸時(shí)，共線性會(huì)使參數(shù)估計(jì)不穩(wěn)，定逐步選擇變量是解決共線性的方法之一。多水平工程反響理論工程反響理論(itemresponsetheory,IRT)是現(xiàn)代測(cè)量理論中的重要組成局部。和經(jīng)典測(cè)量理論(classicaltesttheory,CTT)相比,工程反響理論具備許多優(yōu)勢(shì)。例如,在工程反響理論框架下,被試的能力估計(jì)不依賴于測(cè)驗(yàn)工程;測(cè)驗(yàn)的工程參數(shù)估計(jì)獨(dú)立于被試樣本;被試能力參數(shù)和工程難度參數(shù)的配套性;對(duì)測(cè)量誤差的精確估計(jì)。共同方法變異的影響及其統(tǒng)計(jì)控制途徑共同方法變異(commonmethodvariance,CMV)指兩個(gè)變量之間變異的重疊是因?yàn)槭褂猛悳y(cè)量工具而導(dǎo)致,而不是代表潛在構(gòu)念之間的真實(shí)關(guān)系。CMV效應(yīng)的控制方法包括過程控制法和統(tǒng)計(jì)控制法。在統(tǒng)計(jì)控制法的選擇和使用上,需要重點(diǎn)考慮該方法是否別離了三大變異(特質(zhì)變異、方法變異和誤差變異),CMV效應(yīng)是在測(cè)量構(gòu)念層面還是題目層面,CMV效應(yīng)是加法效應(yīng)還是乘法效應(yīng)?？刂茲撛诜椒ㄒ蜃油緩绞墙y(tǒng)計(jì)控制方法中最重要的一類方法,理解其模型是正確使用這類方法的前提。CMV是用相同方法(或相同評(píng)價(jià)者)測(cè)量的變量之間共有的系統(tǒng)誤差變異。Podsakoff等(2003)據(jù)此總結(jié)了四種方法變異效應(yīng)：相同評(píng)分者效應(yīng)(也叫同源效應(yīng))、題目特點(diǎn)效應(yīng)、題目背景效應(yīng)和測(cè)驗(yàn)背景效應(yīng)。CMV效應(yīng)是測(cè)驗(yàn)中的一個(gè)主要的潛在效度威脅。在經(jīng)典測(cè)驗(yàn)理論中,觀測(cè)分?jǐn)?shù)變異是真分?jǐn)?shù)變異和隨機(jī)誤差分?jǐn)?shù)變異之和。方法變異是測(cè)驗(yàn)題目間的共同變異,不能歸于要測(cè)量的構(gòu)念,但在經(jīng)典測(cè)驗(yàn)理論中方法變異被作為真分?jǐn)?shù)變異一局部,于是用這個(gè)真分?jǐn)?shù)變異來代表構(gòu)念引起的變異,可能導(dǎo)致信度系數(shù)的膨脹。統(tǒng)計(jì)控制方法可以分為三個(gè)方面：對(duì)單個(gè)測(cè)驗(yàn)內(nèi)的方法變異影響的控制,對(duì)同一研究中不同構(gòu)念間的CMV影響的控制和不同研究間的CMV的控制。目前討論得最多且控制方法最為豐富的就是同一研究中不同構(gòu)念測(cè)量間的CMV影響的統(tǒng)計(jì)控制。偏相關(guān)途徑的根本思想是把方法變異作為控制變量,可通過偏相關(guān)控制方法變異的影響?？赏ㄟ^比擬有方法潛因子與無方法潛因子的模型擬合指標(biāo),評(píng)估CMV的存在。也可以通過比擬CTCM模型與只有特質(zhì)因子的模型的差異來估計(jì)CMB((Meadeetal.,2007)。共同方法偏差〔commonmethodbiases〕指的是因?yàn)橥瑯拥臄?shù)據(jù)來源或評(píng)分者、同樣的測(cè)量環(huán)境、工程語境以及工程本身特征所造成的預(yù)測(cè)變量與效標(biāo)變量之間人為的共變。這種人為的共變對(duì)研究結(jié)果產(chǎn)生嚴(yán)重的混淆并對(duì)結(jié)論有潛在的誤導(dǎo)，是一種系統(tǒng)誤差。共同方法偏差的控制方法分為程序控制和統(tǒng)計(jì)控制。程序控制指的是研究者在研究設(shè)計(jì)與測(cè)量過程中所采取的控制措施，比方從不同來源測(cè)量預(yù)測(cè)與效標(biāo)變量，對(duì)測(cè)量進(jìn)行時(shí)間上、空間上、心理上、方法上的別離，保護(hù)反響者的匿名性、減小對(duì)測(cè)量目的的猜度，平衡工程的順序效應(yīng)以及改良量表工程等。在探索性因素分析中，如果只析出一個(gè)因子或某個(gè)因子解釋力特別大，即可判定存在嚴(yán)重的共同方法偏差?，F(xiàn)在更普遍的是采用驗(yàn)證性因素分析，設(shè)定公因子數(shù)為1，這樣可以對(duì)“單一因素解釋了所有的變異”這一假設(shè)作更為精確的檢驗(yàn)。潛在誤差變量控制法在結(jié)構(gòu)方程模型中，將共同方法偏差作為一個(gè)潛在變量，如果在包含方法偏差潛在變量情況下模型的顯著擬合度優(yōu)于不包含的情況，那么共同方法偏差效應(yīng)就得到了檢驗(yàn)，而包含共同方法偏差潛在變量的模型對(duì)于預(yù)測(cè)與效標(biāo)變量關(guān)系的估計(jì)那么控制了共同方法偏差。多質(zhì)多法模型〔multitrait-multimethod,MTMM〕通過多種方法對(duì)多個(gè)特質(zhì)進(jìn)行測(cè)量，每一個(gè)具體的觀測(cè)變量的變異可以分解為特質(zhì)、方法以及隨機(jī)誤差成分。在結(jié)構(gòu)方程模型中，將每種方法設(shè)定為一個(gè)潛在變量，研究者可以通過檢驗(yàn)?zāi)Ｐ蛿M合度來檢驗(yàn)方法偏差的效應(yīng)，并且在考察預(yù)測(cè)與效標(biāo)變量關(guān)系時(shí)控制方法變異與隨機(jī)誤差〔見圖1〕。內(nèi)隱聯(lián)系測(cè)驗(yàn)(ImplicitAssociationTest,IAT)是一種基于反響時(shí)范式的內(nèi)隱社會(huì)認(rèn)知研究方法,它通過計(jì)算機(jī)化的任務(wù)來測(cè)量?jī)深惒牧?概念材料與屬性材料)間的自動(dòng)化聯(lián)系程度,依照聯(lián)系的緊密性對(duì)個(gè)體的內(nèi)隱態(tài)度進(jìn)行測(cè)量。系列再生法的施測(cè)步驟系列再生法的施測(cè)步驟是將實(shí)驗(yàn)材料給予被試a閱讀,然后經(jīng)過一段時(shí)間后讓被試a進(jìn)行材料回憶,之后將被試a回憶的材料作為被試b的閱讀材料,具體方法與被試a相同。即首位被試閱讀實(shí)驗(yàn)所提供的材料,第二位被試閱讀前一位被試所回憶的材料,然后依次類推,這樣以被試a→被試b→被試c→被試d→被試e……依次進(jìn)行下去(見圖1)。隨著鏈條的傳遞,材料開始出現(xiàn)改變,也開始顯現(xiàn)不同的偏差。一條系列再生鏈一般包括2~3人以上,10人以下,一般以4~5人為多.元分析的計(jì)算標(biāo)準(zhǔn)樣本效應(yīng)值(effectsize)計(jì)算效應(yīng)值是為了觀察大批研究中所有效應(yīng)的分布,如果某種結(jié)論趨勢(shì)或形態(tài)確實(shí)存在,效應(yīng)值那么會(huì)集中于一個(gè)方向,效應(yīng)值d的計(jì)算公式為:d=(ME-MC)/Sc,即實(shí)驗(yàn)組與控制組的平均數(shù)之差再除以控制組計(jì)算出的標(biāo)準(zhǔn)差所得的值.有了各研究結(jié)果的效應(yīng)值d后,還須計(jì)算綜合條件下抽樣樣本效果大小平均值d.研究發(fā)現(xiàn),在以抽樣樣本效果大小的平均值作為總體效果大小的估計(jì)值時(shí),抽樣樣本的數(shù)量和樣本的容量都會(huì)對(duì)樣本效果大小有影響,而其中抽樣樣本的數(shù)量影響更大一些,所以理想的條件是樣本容量70以上,且抽樣樣本數(shù)目在30以上進(jìn)行元分析,結(jié)果會(huì)是準(zhǔn)確、可靠和一致.(二)效應(yīng)值的齊性檢驗(yàn)(homogeneityofeffectsize)齊性檢驗(yàn)又稱抽樣樣本效果大小的一致性分析,它是指所抽取的樣本效果大小是否來自于共同的總體,因而可以看作是效應(yīng)值之間的同質(zhì)性檢驗(yàn)。元分析的研究步驟確定研究目的確定研究目的也就是組織研究框架.首先必須確定研究中想要探索的文獻(xiàn)領(lǐng)域及將要包括的題目范圍;而且應(yīng)該建立一套挑選研究樣本的“包含”與“排除”標(biāo)準(zhǔn),這樣可以幫助一起合作的研究者在面對(duì)同一群文獻(xiàn)時(shí)能夠運(yùn)用同樣的標(biāo)準(zhǔn)去查找或分析研究。徹底的文獻(xiàn)搜索.徹底的文獻(xiàn)搜索也就是研究樣本的搜索,此舉對(duì)元分析的有效性非常必要。(三)確定適合的研究.選擇符合研究框架的研究樣本要考慮多種問題,如:它的研究設(shè)計(jì),文章發(fā)表的時(shí)間,文章使用何種語言表述,研究中的樣本大小及信息是否完整等等。(四)定義變量及對(duì)變量編碼.研究數(shù)據(jù)的錄入(六)運(yùn)用多種統(tǒng)計(jì)技術(shù)探索、展現(xiàn)數(shù)據(jù)元分析的優(yōu)缺點(diǎn):在對(duì)效應(yīng)值的估計(jì)和對(duì)效應(yīng)值的信度分析上更為精確;其次,因?yàn)榭茖W(xué)的元分析具有較強(qiáng)的可復(fù)制性,所以要求研究過程中的每一步都要詳盡、嚴(yán)格,尤其是對(duì)研究文獻(xiàn)的挑選、研究質(zhì)量的評(píng)定及研究特征的編碼更容不得一絲模糊;第三,元分析能夠發(fā)現(xiàn)一些潛在效應(yīng):傳統(tǒng)的統(tǒng)計(jì)分析尤其是顯著性水平分析只能完成單一的因果分析或關(guān)系分析,而元分析在綜合了大量相關(guān)研究的根底上可以發(fā)現(xiàn)一些單獨(dú)研究所不能發(fā)現(xiàn)的潛在規(guī)律,所以在對(duì)研究特征與研究結(jié)果的關(guān)系探查上更為靈活。元分析的局限與其他研究方法一樣,元分析也存在很多缺乏:首先,元分析存在一個(gè)眾多研究者都頗具爭(zhēng)議的缺點(diǎn),即發(fā)表(出版)偏見[15],它是指在決定文獻(xiàn)是否具備出版發(fā)表?xiàng)l件時(shí)出現(xiàn)的一種系統(tǒng)誤差狀態(tài)。也就是說,一般情況下能夠得出顯著性效應(yīng)的研究比沒有得出顯著性效應(yīng)的研究更易于發(fā)表(沒有得出顯著性效應(yīng)的研究通常被認(rèn)為是不宜發(fā)表的,所以會(huì)被放棄,因而發(fā)表偏見又稱“文件抽屜問題”)。如果針對(duì)某個(gè)研究主題僅收集所有已發(fā)表出版的文獻(xiàn)研究并對(duì)其進(jìn)行統(tǒng)計(jì)分析,那么這種發(fā)表偏見就會(huì)對(duì)研究結(jié)果產(chǎn)生誤導(dǎo),歪斜效應(yīng)值的方向。假設(shè)要克服這種發(fā)表偏見,就要收集盡可能多的研究,不管是已發(fā)表的還是未發(fā)表的。其次,研究質(zhì)量的多樣化。在集合了所有的有用文獻(xiàn)后,仍然很難確定所選入的每一個(gè)研究其奉獻(xiàn)量有多大,所以元分析中還有一個(gè)頗具爭(zhēng)議的問題,就是是否應(yīng)該將有爭(zhēng)議的或質(zhì)量低的研究納入研究系統(tǒng)內(nèi),一些批評(píng)者引用“垃圾進(jìn),垃圾出”來比喻有些元分析是將眾多不同質(zhì)量的研究進(jìn)行總結(jié),這就等于是沒有提供任何信息,所得出的結(jié)論也不具有可信服性,所以建議像這種有方法缺陷的研究應(yīng)該在元分析中考慮被剔除出去。第三,時(shí)間跨度較長(zhǎng),表達(dá)在兩個(gè)方面:首先元分析工作本身就是一項(xiàng)消耗時(shí)間的工作,它需要花費(fèi)較長(zhǎng)的時(shí)間嚴(yán)格履行元分析的每一個(gè)步驟,尤其在資料收集方面所花費(fèi)的時(shí)間較長(zhǎng),不如初級(jí)分析那樣可以盡快地完成一項(xiàng)研究;其次,因?yàn)樵治鲂枰罅康南嚓P(guān)研究文獻(xiàn),所以所收集資料的時(shí)間跨度可能會(huì)很大,盡管在收集研究文獻(xiàn)時(shí)建議搜索一些新進(jìn)的研究,但仍不能排除有假設(shè)干年前的研究進(jìn)入文獻(xiàn)研究系統(tǒng),但是前幾年的研究框架、研究背景和研究結(jié)果是否還仍然適合于當(dāng)前的研究,這是一個(gè)值得考慮的問題.開展心理學(xué)的個(gè)體定向方法的涵義傳統(tǒng)的變量定向方法的根本假定是個(gè)體與個(gè)體之間不存在顯著差異,可以被認(rèn)為是同樣的或相似的。運(yùn)用這種方法所揭示的是從個(gè)體身上抽取出來的平均的心理過程,描述的是平均的變量關(guān)系或開展模式。這些平均的關(guān)系或開展模式往往存在如下問題：它們?cè)诙啻蟪潭壬线m用于說明每一個(gè)體？事實(shí)上,平均關(guān)系或開展模式可能不能代表任何一個(gè)體身上變量間的關(guān)系或開展模式。因而,由平均模式得出的研究結(jié)論可能不全面,甚至是錯(cuò)誤的,存在“生態(tài)謬誤”。個(gè)體定向方法產(chǎn)生的理論根底是開展的整體互動(dòng)理論。按照開展的整體互動(dòng)理論,正在開展的個(gè)體是有組織的整體,這一整體的各個(gè)組成局部在多個(gè)水平或?qū)用嫔洗嬖谙嗷ヂ?lián)系、相互作用,每一具體組成局部(如某種行為、態(tài)度、生物特征等)只有在作為整體的一局部發(fā)揮作用時(shí)才具有意義,否那么單個(gè)組成局部沒有意義。因而,研究應(yīng)該關(guān)注作為整體的個(gè)體而非變量。而且,由于正在開展的個(gè)體是由在多個(gè)水平或?qū)用嫔舷嗷ヂ?lián)系、相互作用的各局部構(gòu)成的,因而,對(duì)心理與行為開展的分析應(yīng)該關(guān)注個(gè)體的開展模式或變量間的相互聯(lián)系與作用模式,確定出開展模式或者變量間相互聯(lián)系與作用模式不同的個(gè)體類型。在個(gè)體定向的方法中,恰當(dāng)?shù)孛枋鰝€(gè)體比描述個(gè)體的平均或整合更有意義。個(gè)體定向方法的目的即在于鑒別出在理論上有意義或與理論相符的心理與行為開展模式或變量間的關(guān)系模式,以及表現(xiàn)出這些開展模式或變量關(guān)系模式的同質(zhì)性個(gè)體的類別或亞組。個(gè)體定向的理論原那么：(1)個(gè)體獨(dú)特性,(2)復(fù)雜互動(dòng)性,(3)個(gè)體內(nèi)變化的個(gè)體間差異性,(4)模式概括性,(5)整體主義,(6)模式有限性。個(gè)體定向的數(shù)據(jù)分析方法個(gè)體定向方法在進(jìn)行數(shù)據(jù)分析時(shí)的根本思想是使同一類別或亞組內(nèi)盡可能同質(zhì),類別或亞組間盡可能異質(zhì)。各種個(gè)體定向的數(shù)據(jù)分析方法就是基于個(gè)體在所研究的變量(或其關(guān)系)上的相似性來確定同質(zhì)性個(gè)體類別或亞組。這些方法包括傳統(tǒng)的聚類分析(clustering)、基于模型的聚類方法(model-basedclustering)以及配置頻次分析等。協(xié)方差分析：為了更加準(zhǔn)確地控制變量不同水平對(duì)結(jié)果的影響，應(yīng)該盡量排除其它在實(shí)驗(yàn)設(shè)計(jì)階段難以控制或者是無法嚴(yán)格控制的因素對(duì)分析結(jié)果的影響。利用協(xié)方差分析就可以完成這樣的功能。協(xié)方差分析要求協(xié)變量應(yīng)是連續(xù)數(shù)值型，多個(gè)協(xié)變量間互相獨(dú)立，且與控制變量之間沒有交互影響。協(xié)方差分析在扣除協(xié)變量的影響后再對(duì)修正后的主效應(yīng)進(jìn)行方差分析，是一種把直線回歸或多元線性回歸與方差分析結(jié)合起來的方法，其中的協(xié)變量一般是連續(xù)性變量，并假設(shè)協(xié)變量與因變量間存在線性關(guān)系，且這種線性關(guān)系在各組一致，即各組協(xié)變量與因變量所建立的回歸直線根本平行。當(dāng)有一個(gè)協(xié)變量時(shí)，稱為一元協(xié)方差分析，當(dāng)有兩個(gè)或兩個(gè)以上的協(xié)變量時(shí)，稱為多元協(xié)方差分析。2．．．．協(xié)方差分析的計(jì)算公式以單因素協(xié)方差分析為例，總的變異平方和表示為：3．．．．協(xié)方差分析需要滿足的假設(shè)條件：〔1〕自變量是分類變量，協(xié)變量是定距變量，因變量是連續(xù)變量；〔2〕對(duì)連續(xù)變量或定居變量的協(xié)變量的測(cè)量不能有誤差；〔3〕協(xié)變量與因變量之間的關(guān)系是線性關(guān)系，可以用協(xié)變量和因變量的散點(diǎn)圖來檢驗(yàn)是否違背這一假設(shè)；〔4〕協(xié)變量的回歸系數(shù)是相同的。在分類變量形成的各組中，協(xié)變量的回歸系數(shù)〔即各回歸線的斜率〕必須是相等的，即各組的回歸線是平行線。如果違背了這一假設(shè)，就有可能犯第一類錯(cuò)誤，即錯(cuò)誤地接受虛無假設(shè)。〔5〕自變量與協(xié)變量是直角關(guān)系，即互不相關(guān)，它們之間沒有交互作用。如果協(xié)方差受自變量的影響，那么協(xié)方差分析在檢驗(yàn)自變量的效應(yīng)之前對(duì)因變量所作的控制調(diào)整將是偏倚的，自變量對(duì)因變量的間接效應(yīng)就會(huì)被排除。4．．．．協(xié)方差分析的SPSS例如本例子中的實(shí)驗(yàn)研究共有15名受試者，將這些受試者隨機(jī)分為3組，各組有5人，然后對(duì)這三組進(jìn)行不同的教學(xué)方法實(shí)驗(yàn)。其中一組為控制組，實(shí)驗(yàn)時(shí)不對(duì)教學(xué)方法進(jìn)行改變，仍然采用以前的傳統(tǒng)教學(xué)方法。另兩組為實(shí)驗(yàn)組，分別用交際法和沉浸法兩種教學(xué)方法進(jìn)行教學(xué)方法實(shí)驗(yàn)。實(shí)驗(yàn)開始前對(duì)這三組學(xué)生用相同的試卷進(jìn)行了英語測(cè)試，得出了前測(cè)成績(jī)。實(shí)驗(yàn)結(jié)束后，用新的試卷同時(shí)對(duì)這三組學(xué)生進(jìn)行了測(cè)試，得出了后測(cè)成績(jī)。然后將要分析的數(shù)據(jù)輸入到SPSS中去。見數(shù)據(jù)錄入表格數(shù)據(jù)錄入表格數(shù)據(jù)錄入表格數(shù)據(jù)錄入表格所示。我們用1表示傳統(tǒng)教學(xué)方法，2表示交際法，3表示沉浸法。我們先不考慮前測(cè)成績(jī)，以“教學(xué)方法”為因素變量，“后測(cè)成績(jī)”為因變量進(jìn)行單因素方差分析。從方差分析結(jié)果來看，概率值為0.463〔遠(yuǎn)遠(yuǎn)大于0.05的顯著性水平〕，說明三種教學(xué)方法在后測(cè)成績(jī)上似乎沒有顯著差異，但如果以前測(cè)成績(jī)作為協(xié)變量進(jìn)行方差分析時(shí)，分析結(jié)果可能就會(huì)有差異。以下將以前測(cè)成績(jī)作為協(xié)變量進(jìn)行方差分析，檢驗(yàn)三種不同教學(xué)方法是否真的沒有顯著差異。用SPSS進(jìn)行協(xié)方差分析，可以分兩大步驟進(jìn)行，首先檢驗(yàn)回歸斜率相等的假設(shè)，然后進(jìn)行協(xié)方差分析。回歸斜率相等的假設(shè)對(duì)于該問題，首先可以作分組散點(diǎn)圖，觀察三組直線趨勢(shì)是否近似，然后看交互作用有無統(tǒng)計(jì)學(xué)意義，當(dāng)交互作用無統(tǒng)計(jì)學(xué)意義時(shí)，那么進(jìn)行協(xié)方差分析，得出統(tǒng)計(jì)結(jié)論。2、組內(nèi)回歸斜率相同檢驗(yàn)步驟步驟步驟步驟1：：：：選擇協(xié)方差分析菜單〔與GLM單因素方差分析菜單相同〕。點(diǎn)擊數(shù)據(jù)編輯界面的Analyze命令，選擇GeneralLinearModel，并翻開Univariate對(duì)話框。步驟步驟步驟步驟2：：：：選定因變量、因素變量和協(xié)變量。在對(duì)話框中左邊變量列表中選擇“后測(cè)成績(jī)”作為因變量，并將其移入DependentVariable方框中。然后選擇“教學(xué)方法”作為因素變量，將其移入到FixedFactor(s)方框中。再選擇“前測(cè)成績(jī)”作為協(xié)變量，將其移入Ccvariate(s)方框中。步驟步驟步驟步驟3：：：：確定分析模型。在對(duì)話框中單擊Model命令按鈕，進(jìn)入U(xiǎn)nivariateModel對(duì)話框中。該對(duì)話框提供了兩種不同形式的模型，完全因素〔fullfactorial〕和自定義因素〔custom〕模型。由于要進(jìn)行回歸斜率相同的檢驗(yàn)，所以本例使用自定義因素模型。點(diǎn)擊Custom選擇按鈕后，從左邊的變量列表中選擇“教學(xué)方法”，點(diǎn)擊右向箭頭將其移入Model方框中。用同樣的方法將變量列表中的“前測(cè)成績(jī)”移入Model方框中。最后在變量列表中連續(xù)點(diǎn)擊“教學(xué)方法”和“前測(cè)成績(jī)”，同時(shí)選中它們，再點(diǎn)擊右向箭頭，Model方框中會(huì)出現(xiàn)“教學(xué)方法*前測(cè)成績(jī)”字樣，意為進(jìn)行交互效應(yīng)分析，即檢驗(yàn)回歸線斜率相等的假設(shè)。點(diǎn)擊Continue命令按鈕回到主對(duì)話框中，并點(diǎn)擊OK按鈕提交程序運(yùn)行。協(xié)方差分析步驟〔略〕。多層及分析?一般認(rèn)為,經(jīng)驗(yàn)取樣法是指在一段時(shí)間內(nèi),研究者借助于輔助工具提醒被試,讓被試在事件發(fā)生或者隨機(jī)的諸多瞬間答復(fù)下列問題從而進(jìn)行數(shù)據(jù)收集的一種方法。經(jīng)驗(yàn)取樣法在本質(zhì)上屬于自我報(bào)告法,該法要求研究者通過被試即時(shí)的自我報(bào)告來獲取數(shù)據(jù)。經(jīng)驗(yàn)取樣法需要在一定周期內(nèi)屢次重復(fù)抽樣,被試任務(wù)相對(duì)繁重,其正常工作或生活易受干擾,尤其考驗(yàn)被試的耐性和注意力,所以被試的選擇和保持是該類研究最需關(guān)心的問題。經(jīng)驗(yàn)取樣法的抽樣方式可以分為兩大類：第一大類是時(shí)間抽樣;一種是任意時(shí)間抽樣,另一種是時(shí)間段抽樣,另一類是事件抽樣,即在目標(biāo)事件發(fā)生的當(dāng)下即時(shí)反響。經(jīng)驗(yàn)取樣法具有較高的生態(tài)效度。經(jīng)驗(yàn)取樣法最注重的是經(jīng)驗(yàn)研究的生態(tài)性,注重在自然或者個(gè)體慣常所處的情境下研究事物的狀態(tài)或者變量之間關(guān)系.第二,經(jīng)驗(yàn)取樣法可以考察個(gè)體內(nèi)變異。經(jīng)驗(yàn)取樣法法的另一個(gè)優(yōu)點(diǎn)是能夠在個(gè)體內(nèi)研究各變量之間的關(guān)系,能夠考察個(gè)體內(nèi)的變異。這種動(dòng)態(tài)評(píng)估是個(gè)體內(nèi)設(shè)計(jì)與個(gè)體間設(shè)計(jì)的結(jié)合,既可以考察個(gè)體內(nèi)的相關(guān),也可以考察個(gè)體間差異,這兩種方式的結(jié)合促使我們更好的了解個(gè)體是如何體驗(yàn)、感覺、思考和行為的。缺乏之處包括：首先,被試對(duì)研究方法的接受性以及研究過程中的服從性問題。由于屢次重復(fù)抽樣對(duì)被試正常工作的干擾,可能導(dǎo)致被試對(duì)經(jīng)驗(yàn)取樣法的接受性下降,被試拒絕參與研究,或中途流失。其次,經(jīng)驗(yàn)取樣法可能改變被試的反響性?；诮?jīng)驗(yàn)取樣法的研究往往需要被試自己記錄采樣時(shí)間,屢次重復(fù)測(cè)量可能使被試產(chǎn)生了期望效應(yīng),混淆研究結(jié)果。再次,測(cè)量工程的數(shù)量和代表性問題。經(jīng)驗(yàn)取樣法的屢次抽樣,易導(dǎo)致被試疲憊和敷衍,所以為取得真實(shí)數(shù)據(jù),常常需要減少測(cè)量工程的數(shù)量,降低變量描述的詳細(xì)程度.跨文化研究中的會(huì)聚方法可以分為4種類型:1)多重情景的會(huì)聚(contextualconsilience)收集多個(gè)不同文化情景或文化群體的數(shù)據(jù),如果這些結(jié)果都與理論預(yù)期吻合,那么為所論證的關(guān)系提供了有力的支持;2)多重方法的會(huì)聚(methodologicalconsilience)是使用多種方法,例如調(diào)查法、實(shí)驗(yàn)法、縱向研究等方法,來驗(yàn)證某個(gè)研究假設(shè),考察這些不同方法是否得到相同的結(jié)論;3)多種預(yù)測(cè)的會(huì)聚(predictiveconsilience)指從該因果關(guān)系理論中推導(dǎo)出一些預(yù)期假設(shè),如果這些假設(shè)都得到驗(yàn)證,那就大大增強(qiáng)了對(duì)這個(gè)因果關(guān)系確實(shí)信程度;4)排他的會(huì)聚(exclusiveconsilience)指除研究者所論證的因果假設(shè)以外,研究者提供證據(jù)排除其它多種替代性假設(shè)可以解釋觀測(cè)到的結(jié)果的可能性。效應(yīng)量是衡量實(shí)驗(yàn)效應(yīng)強(qiáng)度或者變量關(guān)聯(lián)強(qiáng)度的指標(biāo).效應(yīng)量衡量的是不同的實(shí)驗(yàn)設(shè)計(jì)的效應(yīng)而不是結(jié)果的差異大小。本文按效應(yīng)量的統(tǒng)計(jì)意義將其分成如下三類：(1)差異類,(2)相關(guān)類,(3)組重疊d=0.2、d=0.5和d=0.8分別對(duì)應(yīng)于小、中、大的效應(yīng)量d是單因素均值差異的效應(yīng)量相關(guān)類效應(yīng)量一般用于變量相關(guān)的研究中,其大小衡量了兩個(gè)或多個(gè)變量共變的程度。與差異類效應(yīng)量相比,相關(guān)類效應(yīng)量有下面優(yōu)點(diǎn)：相關(guān)類效應(yīng)量更具靈活性。例如,可以用d或g的場(chǎng)合,肯定可以使用點(diǎn)二列相關(guān)系數(shù)。當(dāng)自變量和因變量都是二分變量時(shí),只有φ相關(guān)系數(shù)才適用。常用的相關(guān)系數(shù)指標(biāo)(1)積差相關(guān)系數(shù)r通常的積差相關(guān)系數(shù)r適用于兩個(gè)變量都是連續(xù)變量的情況,它可以直接作為一種效應(yīng)量,元分析時(shí)一般會(huì)把r轉(zhuǎn)化成Fisher-rz。(2)點(diǎn)二列相關(guān)系數(shù)rpb點(diǎn)二列相關(guān)系數(shù)rpb適用于當(dāng)一個(gè)變量為連續(xù)變量,另一個(gè)變量為二分的類別變量時(shí),它同時(shí)適用于兩組均值差異分析的情況(Cohen,1965;Friedman,1968),計(jì)算公式為方差比效應(yīng)量在很多情況下,不同的實(shí)驗(yàn)處理并不影響結(jié)果的均值,但結(jié)果的變異程度可能不同,方差有大有小,此時(shí)就應(yīng)從方差的角度去衡量實(shí)驗(yàn)的效應(yīng)量才可靠(Thompson,2002)。這種效應(yīng)量被稱為方差比效應(yīng)量(variance-accounted-forindices),它的大小反映了結(jié)果變量總的方差被自變量解釋的比例。在線性模型分析中,常用的方差比效應(yīng)量有：R2(回歸分析),η2(方差分析,Pearson,1905),ε2(Kelly,1935)和ω2(Hays,1963)。(1)R2R2稱為平方復(fù)相關(guān)系數(shù),一般用于多元回歸分析,衡量了一個(gè)因變量和多個(gè)預(yù)測(cè)變量之間的線性關(guān)聯(lián)強(qiáng)度。(2)η2,ω2和ε2η2是反映實(shí)驗(yàn)因素和因變量關(guān)聯(lián)程度的指標(biāo),η2越大,說明實(shí)驗(yàn)因素的效應(yīng)(主效應(yīng)和交互效應(yīng))就越大,實(shí)驗(yàn)因素對(duì)因變量越重要。當(dāng)研究的樣本容量很小、測(cè)量的變量很多以及總體的效應(yīng)量很小時(shí),η2會(huì)高估實(shí)驗(yàn)因素和因變量之間的關(guān)聯(lián)強(qiáng)度,需要用校正公式。有兩種校正方法：一個(gè)是排除其他因素的影響,如偏相關(guān)系數(shù)和標(biāo)準(zhǔn)化回歸系數(shù)β。二是校正誤差,如校正的R2、Hays的ω2和Kelly的ε2。ω2和ε2一般用于方差分析中,取代η2。ε2會(huì)大于ω2,但都小于η2和R2。組重疊(group-overlap)效應(yīng)量前兩類效應(yīng)量都假定總體方差同質(zhì),當(dāng)方差異質(zhì)、總體非正態(tài)以及組之間的樣本容量不一樣時(shí),使用差異類或相關(guān)類效應(yīng)量都不能準(zhǔn)確的估計(jì)實(shí)際的效應(yīng)量,此時(shí)應(yīng)該使用的是組重疊效應(yīng)量。不同的效應(yīng)量可以通過組重疊程度來描述。效應(yīng)量表示兩分布不重疊程度,效應(yīng)量越大,兩分布重疊越少。Vacha-Haase和Thompson(2004)總結(jié)了在SPSS軟件中獲取效應(yīng)量的操作方法,其中包括列聯(lián)表分析、t檢驗(yàn)、方差分析、回歸分析。一般都可以在對(duì)應(yīng)的統(tǒng)計(jì)分析的“option”選項(xiàng)中找到相應(yīng)的效應(yīng)量指標(biāo)。方差分析中,SPSS報(bào)告的η2是偏η2,而不是經(jīng)典的η2。多數(shù)情況下報(bào)告偏η2是適宜的(Pierce,Block,&Aguinis,2004)。多因素方差分析中,SPSS會(huì)分別報(bào)告每個(gè)因素的實(shí)驗(yàn)效應(yīng)偏η2,如實(shí)驗(yàn)因素的主效應(yīng)和交互效應(yīng)的偏η2,還會(huì)直接輸出變量的趨勢(shì)檢驗(yàn)結(jié)果。使用基于經(jīng)典測(cè)量理論的α系數(shù)估計(jì)追蹤研究的測(cè)驗(yàn)信度,通常有兩種方法：(1)計(jì)算追蹤研究中各個(gè)時(shí)間點(diǎn)測(cè)驗(yàn)的α系數(shù),用多個(gè)α系數(shù)作為追蹤研究測(cè)驗(yàn)信度的估計(jì);(2)先計(jì)算追蹤研究中各個(gè)時(shí)間點(diǎn)測(cè)驗(yàn)的α系數(shù),再計(jì)算各α系數(shù)的算術(shù)平均值,用一個(gè)單一的α系數(shù)均值作為追蹤研究測(cè)驗(yàn)信度的估計(jì)。ERP:通過平均疊加技術(shù)從頭顱外表記錄大腦誘發(fā)電位來反映認(rèn)知過程中大腦的神經(jīng)電生理改變。誘發(fā)電位應(yīng)具備如下特征：1.必須在特定的部位才能檢測(cè)出來；2.都有其特定的波形和電位分布；3.誘發(fā)電位的潛伏期與刺激之間有較嚴(yán)格的鎖時(shí)關(guān)系，在給予刺激時(shí)幾乎立即或在一定時(shí)間內(nèi)瞬時(shí)出現(xiàn)。平均數(shù)和標(biāo)準(zhǔn)差要結(jié)合使用，標(biāo)準(zhǔn)差越少，平均數(shù)的代表性就越大。平均數(shù)反映的是總體數(shù)據(jù)的集中趨勢(shì)，標(biāo)準(zhǔn)差反映的是離中趨勢(shì)。幾何平均數(shù)的使用：一是當(dāng)實(shí)驗(yàn)數(shù)據(jù)總有少數(shù)數(shù)據(jù)偏大或偏少或數(shù)據(jù)的分布呈偏態(tài)時(shí)；二是當(dāng)數(shù)據(jù)彼此間的變異較大，幾乎是按一定的比例關(guān)系變化時(shí)。調(diào)和平均數(shù)/倒數(shù)平均數(shù)：主要用于描述學(xué)習(xí)速度方面的問題。方差表示的是一組數(shù)據(jù)與平均數(shù)的平均離散程度。其值越大，表示離散程度越大。差異系數(shù)〔coefficientofvariation,CV〕的適用于：同一團(tuán)體不同觀測(cè)值離散程度的比擬；對(duì)于水平相差較大，但進(jìn)行的是同一種觀測(cè)的各種團(tuán)體，進(jìn)行觀測(cè)值離散程度的比擬。CV=標(biāo)準(zhǔn)差/平均數(shù).%。注意：測(cè)量的數(shù)據(jù)要具有等距尺度，觀測(cè)工具要具有絕對(duì)零，因而，適用于重量、時(shí)間、長(zhǎng)度、好的量表等，只能用于一般的相對(duì)差異的描述，不能以此進(jìn)行統(tǒng)計(jì)推論。標(biāo)準(zhǔn)分?jǐn)?shù)，又稱基分?jǐn)?shù)，Z分?jǐn)?shù)。是以標(biāo)準(zhǔn)差為單位表示一個(gè)原始分?jǐn)?shù)在團(tuán)體中所處位置的相對(duì)位置量數(shù)。它表示的是原始分?jǐn)?shù)在以平均數(shù)為中心時(shí)的相對(duì)位置。Z=原始分?jǐn)?shù)-平均數(shù)/標(biāo)準(zhǔn)差。它具有可比性、可加性、明確性、穩(wěn)定性。可用于比擬幾個(gè)分屬性質(zhì)不同的觀測(cè)值在各自數(shù)據(jù)分布總相對(duì)位置的上下。如某同學(xué)，身高170，Z身高=0.5,體重65，z體重=1.2，那么該人的體重比身高更要偏離平均數(shù)些，即更偏重些?？梢杂?jì)算不同質(zhì)的觀測(cè)值的總和或平均值，以表示在團(tuán)體重的相對(duì)位置。如果散點(diǎn)圖成橢圓形，說明二變量之間呈線性關(guān)系，如呈圓形，那么弱相關(guān)或零相關(guān)。用于積差相關(guān)分析數(shù)據(jù)的要求：不少于30對(duì)的成對(duì)數(shù)據(jù)；兩列變量總體呈正態(tài)分布，但要進(jìn)行計(jì)算的兩樣本不一定要求正態(tài)分布；均為連續(xù)變量；兩列量表之間的關(guān)系應(yīng)是直線性的。等級(jí)相關(guān)出來的是兩列等級(jí)資料的相關(guān)關(guān)系。各種質(zhì)量相關(guān)處理的是二分變量和連續(xù)變量之間的相關(guān)。偏相關(guān)和局部相關(guān)是研究消除第三變量影響后的兩變量之間的相關(guān)程度的方法。相關(guān)分析的在線資源：/news/spss/doc3/sp07.htm;Crosstabs過程：/news/spss/doc3/sp04.htm#j4概率的加法定理：是指兩個(gè)互不相容事件A、B之和的概率等于兩個(gè)事件概率之和。概率的乘法定理：兩個(gè)獨(dú)立事件同時(shí)出現(xiàn)的概率等于兩事件概率的乘積。標(biāo)準(zhǔn)誤指的是樣本平均數(shù)分布的標(biāo)準(zhǔn)差。樣本平均數(shù)的平均數(shù)與母總體的平均數(shù)相同，樣本平均數(shù)的標(biāo)準(zhǔn)誤與母總體的標(biāo)準(zhǔn)差成正比。概率分布是指對(duì)隨機(jī)變量取值的概率分布情況的函數(shù)描述。正態(tài)分布的特征：其形式是對(duì)稱的。正態(tài)曲線下的面積可視為每一橫坐標(biāo)值的隨機(jī)變量出現(xiàn)的概率。正態(tài)分布的應(yīng)用?；燃?jí)評(píng)定為測(cè)量數(shù)據(jù)；確定測(cè)驗(yàn)題目的難易度；能力分組或等級(jí)評(píng)定人數(shù)確定；測(cè)驗(yàn)分?jǐn)?shù)的正態(tài)化。二項(xiàng)分布主要用于解決含有機(jī)遇性質(zhì)的問題。T分布與標(biāo)準(zhǔn)差無關(guān)，但與自由度〔n-1,表示的是T分布中獨(dú)立隨機(jī)變量的數(shù)目〕有關(guān)。t分布的特點(diǎn)：平均值為0；當(dāng)樣本趨于無窮大時(shí)〔n-1>30〕，t分布為正態(tài)分布(接近于正態(tài)分布)。自由度越大，方差越小。當(dāng)總體分布為正態(tài)分布，但是方差未知時(shí)，樣本平均數(shù)的分布為t分布。x2分布的特點(diǎn)。x2它是抽取的隨機(jī)變量x的平方；它是一個(gè)正偏態(tài)分布；分布曲線隨每次抽取的隨機(jī)變量的個(gè)數(shù)不同而不同。x2分布的應(yīng)用。用于計(jì)數(shù)數(shù)據(jù)的假設(shè)檢驗(yàn)以及樣本方差于總體方差差異是否顯著的檢驗(yàn)。具體的講，x2檢驗(yàn)方法能處理一個(gè)因素兩項(xiàng)或多項(xiàng)分類的實(shí)際觀察頻數(shù)〔即實(shí)驗(yàn)或調(diào)查中得到的計(jì)數(shù)資料〕與理論頻數(shù)分布是否一致，或有無顯著差異。F分布。F=x21/df1/x22/df2.也即F等于樣本方差除以各自總體方差的比率。在線資源：總體參數(shù)估計(jì)分為點(diǎn)估計(jì)和區(qū)間估計(jì)點(diǎn)估計(jì)：用樣本統(tǒng)計(jì)量對(duì)總體參數(shù)的估計(jì)，比方用樣本平均數(shù)對(duì)總體平均數(shù)進(jìn)行估計(jì)。當(dāng)一個(gè)樣本的觀測(cè)值時(shí)，就可以得到總體參數(shù)的估計(jì)值。點(diǎn)估計(jì)的優(yōu)點(diǎn)在于它能提供總體參數(shù)的估計(jì)值。良好估計(jì)量的標(biāo)準(zhǔn)：無偏性；有效性：方差越小越好；一致性，即當(dāng)N->無窮大時(shí)，X-.>U.；充分性，即樣本n要充分反響總體的信息。區(qū)間估計(jì)：估計(jì)總體參數(shù)的范圍。樣本分布可提供概率解釋，而標(biāo)準(zhǔn)誤的大小決定區(qū)間估計(jì)的長(zhǎng)度。區(qū)間估計(jì)的解釋。平均數(shù)加減一個(gè)標(biāo)準(zhǔn)差(x-+/-&)=68.26%說明總體參數(shù)u有68.26%的可能落在平均數(shù)加減一個(gè)標(biāo)準(zhǔn)差的范圍內(nèi)。k方的方差估計(jì)；兩總體方差那么用F分布估計(jì)。相關(guān)估計(jì)。當(dāng)總體為負(fù)相關(guān)時(shí)，樣本的相關(guān)系數(shù)r呈不同程度的負(fù)偏態(tài)，當(dāng)總體為正相關(guān)時(shí)，樣本的相關(guān)系數(shù)r呈不同程度的正偏態(tài)。比率的區(qū)間估計(jì)，用二項(xiàng)分布。在線資源：%B2%CE%CA%FD%B9%CO%BC%C6.doc;view.teach?id=20獨(dú)立樣本平均數(shù)差異t檢驗(yàn)的前提是總體方差相同，即方差齊性，因此，獨(dú)立樣本平均數(shù)差異t檢驗(yàn)前要進(jìn)行方差齊性檢驗(yàn)。相關(guān)系數(shù)r是顯著是特指在p=0前提下的檢驗(yàn)結(jié)果。當(dāng)總體正態(tài)分布、總體方差時(shí)，可用z檢驗(yàn)進(jìn)行平均數(shù)的顯著性檢驗(yàn)，即對(duì)樣本平均數(shù)與總體平均數(shù)之間的差異進(jìn)行檢驗(yàn)。當(dāng)總體正態(tài)分布、總體方差未知時(shí)，那么用t檢驗(yàn)進(jìn)行平均數(shù)的顯著性檢驗(yàn)，即對(duì)樣本平均數(shù)與總體平均數(shù)之間的差異進(jìn)行檢驗(yàn)。當(dāng)總體非正態(tài)分布時(shí)，只要樣本容量較大，可近似用z檢驗(yàn)進(jìn)行平均數(shù)的顯著性檢驗(yàn)，即對(duì)樣本平均數(shù)與總體平均數(shù)之間的差異進(jìn)行檢驗(yàn)。平均數(shù)差異的顯著性檢驗(yàn)是對(duì)兩個(gè)樣本平均數(shù)之間差異的檢驗(yàn)。其目的是用兩樣本平均數(shù)之間的差異來檢驗(yàn)各自總體之間的差異。當(dāng)兩總體正態(tài)分布、總體方差時(shí)，獨(dú)立樣本和相關(guān)樣本的平均數(shù)差異檢驗(yàn)都可用z檢驗(yàn)進(jìn)行平均數(shù)差異的顯著性檢驗(yàn)。當(dāng)兩總體正態(tài)分布、總體方差都未知時(shí)，獨(dú)立樣本和相關(guān)樣本的平均數(shù)差異檢驗(yàn)都可用t檢驗(yàn)進(jìn)行平均數(shù)差異的顯著性檢驗(yàn)。其前提是總體方差齊性。當(dāng)兩總體方差不齊性時(shí)，那么只能用t!進(jìn)行平均數(shù)差異的顯著性檢驗(yàn)。樣本方差與總體方差的差異檢驗(yàn)可用x2檢驗(yàn)。兩個(gè)獨(dú)立樣本方差之間的差異檢驗(yàn)用F檢驗(yàn)。兩個(gè)相關(guān)樣本方差之間的差異檢驗(yàn)用t檢驗(yàn)。兩個(gè)樣本相關(guān)系數(shù)(其相關(guān)系數(shù)是由兩組彼此獨(dú)立的被試得到)差異檢驗(yàn)用z檢驗(yàn)。兩個(gè)樣本相關(guān)系數(shù)(其