第四章定量研究的设计

第四章定量研究的设计 l、研究设计的目的……P47

定量研究设计倾向于规范化、结构化，对结果进行比较分析，以便作出有效的结论。

①提供研究问题的答案：有效，能解释结果，揭示研究的问题。

②控制差异（控制无关变量的影响）：能解释说明差异是否由研究变量而引起的。

2、控制差异的概念P48（1）控制差异（不完全等于控制无关变量）的概念：在定量研究中，研究者试图将因变量的差异量化，并且尽可能按照各种理由或原因将差异区分开来。

（2）差异概念的量化举例比如某化学教师用3个不同种类

（或水平）的教学方法：M1

（method）、M2和M3教同一学

校的90名学生。一学期后，测

得这90名学生的化学成绩，得

到了90个不同的分数。现在，

让我们来考虑这90个化学测验

分数的差异。当分析差异时，

我们更感兴趣的是对有关的差

异进行比较，而不是这些数字

本身的价值。

那么怎样进行量化比较呢？

请同学们回忆一下我们学过的关于“数形”转化的关系中，有那些类型？（坐标、条形图、椭圆形集合即“饼子图”等），在不太精确的情况下，我们通常选用后者。假如我们选用“饼子图”， 可以分为多少份？

一个圆周多少度？360。，所以可以把整个差异看成一个“饼子图”，其差异的数量就是360。

思考：假如我们把椭圆形“饼子图”看成一个集合，请想一想这个集合包括哪些子集（因素）？

即影响因变量差异的因素有哪些？

教法、学习能力、随机或固有差异。这些影响因素所造成的差异在“饼子图”中占多少份？

假定方法影响占50、能力占影响占70，请用椭圆图表达出来。可以用量角器的读数直接量化性地表达出来（P51页）。

可否用条形图表征？又该怎样表示？

3、随机化控制差异

（1）思考怎样对30名学生进行随机化分班？

（根据学好的尾数、抓纸团等） 有没有更好的控制学生学习能力的方法？

（按能力分组，而后平衡）[板书49页图4-1]

（2）假定（方法不同造成的）平均分的不同表明的差异是50，请绘出90个化学测试分数差异的定量表示（50页图4-2）

（3）思考：平均分89、75、96与50是什么关系？

（P48倒数第二句）这里的50是与其他影响因素的比较，强调的是整个教学方法的影响在学生实际成绩形成中占50/360，而平均分只是“50份”这一块内部的比较。。

（4）思考：其他310份所占比例那么大，它会不会影响实验？通过随机化处理后，使每个班的310份影响基本相同，只让50份的方法发生变动，这样造成的成绩差异就是教学方法不同造成的。

4、设计一些条件或因子作为自变量

设定自变量因子，即按能力分组。每一个班都有同等数量的高（中）低等级的学生（见51页图4-3）这样就把学生能力的差异造成的影响凸显出来，假定在整个影响中占75，方法仍占50，请绘出差异量化图（50页图4-4）。

5、小结：

以上主要强调了影响因变量的因素的比例关系，这样强调就能使我们明白实验因子的投入在学生身上到底可以发生多大（比例）的作用。

控制差异（二）一、保持条件或因子的不变

保持因子不变，即减少变量的变化使其趋于稳定，比如只留下智商在100-108的学生，即智力接近相等的学生作实验（每组肯定少于30人），这样来自学生的差异将减少.

二、统计调节：统计控制

1、利用智商处理原始分数，从而区分出教学方法对每一个学生的作用。

思考：同样的教师用同样的教学方法教智商高的学生与智商低的学生，他们的分数会出现怎样的差别？那么怎样来确定教学方法的实际作用呢？

2、例：利用智商处理原始分

假定以中等智力100为标准，教学方法实际对学生个人的贡献=学生分数*（本人智商/100）。

比如智商120分的学生考了120分，转化后即为100分；而智商80分的学生考了100分，转化后即为125分，教学方法的贡献要大得多。所以许多高中要挖尖子生，因为我们看的是原始分，而没有把学生智力和基础影响除开，他们把学生的自己得分也看作教师的教学成绩。

3、假定能力影响占130，教学方法影响占50，请绘出差异定量分析图（P53页图4-5）

三、控制方法的组合运用

1、将上述例子扩大实验范围：180名学生，分为6个组，这就必须增加1名教师，增加的这名教师将会对实验造成无关影响。

怎样控制这一影响？如果同一个教师用三种教学方法，那么这一影响将会减小到最低。为什么？

2、其他无关变量的控制：学生学科背景（随机化分组）、学校（保持恒常，同一个学校）、

能力水平（统计控制：用智商处理原始分）

3、组合控制图（P55页图4-6）T-teacher

四、中小学实际科研的做法

一般不去区分影响因素各自在个体身上究竟占多大比例，而是通过控制、减小无关因素的作用来突出实验因子的作用，使实验能够得以很好地解释。其控制无关变量的方法主要有：

1、使用实验组和控制对比组；

2、用随机、匹配，被试作为

同一组去接受不同的实验处理，一次一个处理；

3、设计控制（后面讲）；

4、统计处理控制。

良好设计的特征 1、排除偏见：偏见影响数据的方式很多，包括实验程序中的个体的有偏见的分布。资料中的偏见也许会由于个体的随机分布或随机抽样而被缩小，但偏见可能会由于独立的随机处理而产生。在化学教学的例子中，随机安排学生将会缩小由于高能力学生被安排在一种教学方法班级而引起的偏见（胡乱分布的可能性是存在的，但这种可能性是很小的）。

2、避免混淆：如两种或更多的自变量或其他变量混合在一起，而它们的影响又无法分开，便会导致混淆。

3、控制无关变量：控制无关变量是为了能够辨别、平衡、缩小或减少它们的影响。

4检验假设时统计的精确性。

估计的精确性越高，对自变量

的影响的分析就越灵敏。