心理教育课统计方法运用范文

本站小编为你精心准备了心理教育课统计方法运用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

统计方法作为一种实证性研究，广泛运用在社会生活的各个领域，它为理论研究提供了验证的依据，使得理论与实践更加紧密地结合在一起。统计方法在心理与教育统计学中的运用，丰富了教育理论研究，为大量的理论假设提供检验性依据。笔者试图通过收集统计实例论文，综述各种统计方法在实际中的运用情况，并且结合实际探讨统计学的发展趋势。

一、调查方法：查阅文献法

笔者就2000年—2007年《心理学探新》、《统计教育》、《心理学报》这三种杂志中的22篇论文进行查阅，整理出各种统计方法在《心理与教育统计》中所运用的情况。详见下表：从上表可知：推断统计在心理与教育统计学中占主导地位，是统计学中的核心部分。而在这些推断统计方法中，因素分析是较为常用的一种分析方法。但对于作为基础部分的描述统计，在研究中也不能忽略。

二、各种统计方法的概述

在统计方法中，主要有描述统计和推断统计两部分组成。其中描述统计包括统计表统计图，它可以清晰地呈现出问题所反映的数据，便于分析问题；常用特征量（集中量、差异量），集中量描述数据数据集中趋势或典型水平；差异量描述数据的集中集中趋势或离散程度。间断型随机变量以二项分布为常用，在教育中主要用来判断试验结果的机遇性和真实性的界限。正态分布是典型的连续型随机变量，常用于原始分数转换成标准分数及等级评定等。推断统计中，各种统计方法的运用是建立在描述统计知识的基础上的，以下是对方差分析、相关分析、回归分析、x2检验的概述。方差分析是对多组平均数的差异进行检验，通过对组间差异和组内差异比值的分析，推断几个相应平均数的显著性。即F=MSb／MSw。相关分析是对两个变量之间的关系进行描述，其中包括积差相关、等级相关、质和量相关等相关形式。回归分析描述一个变量随另一个变量作不同变化单向关系的分析，其中一元线性回归方程通式为：Y=a+bX。x2检验是对样本的频数分布所来自总体分布，是否服从某种理论分布或某种假设所做的检验假设。

三、各种统计方法在实际运用的综述

（一）描述统计中统计表的运用：如王宽明、周英华《对安徽省高中数学教师新课程接受度的调查分析》[1]一文中，通过对教龄段在适应性和学历段在适应性问卷上的描述统计表的制作，分别列出了这两种因素各阶段的的平均数和标准差，绘制成两个单因素方差分析表。一目了然地呈现出教龄和学历对新可改的认同感无显著影响。当然在统计表的制作中，同样使用了单因素方差分析，表明教师任教年级、使用新教材时间对新课程接受度的影响无显著性差异。正态分布在实际中的运用，如张纯胜的《用正态分布原理制定体育项目考核标准》[2]中，笔者把某年级女生1分钟跳绳的考核成绩和某年级男生60米跑的成绩看作正态分布，通过计算各等级的U值，制定出一般体育考试中各项成绩的标准以及确定考试成绩的步骤。

（二）推断统计的统计方法在实际中的运用

1、因素分析在实际中的运用，如张智君、霍燕《大学生考期应激的特征及原因分析》[3]中，笔者通过头部、记忆注意、消化功能、免疫功能以及睡眠状况这五种因素，分析影响大学生考期应激状况。并且通过“诱发考期原因的主成分分析”得出“对考试目的的认知”、“对考试内容的认知”及“生活和学习环境的认知”这三种因素是诱发考期应激的主要原因。再如：史迎曦的《关于影响应届生考取研究生的多因素统计分析》[4]一文中，作者通过分析“在校期间学习状况”“考生家庭背景”“考研准备状况”“考研心理状态”“考研心理状态”这五种的因素进行分析，得出这些因素中所包括的“大学四年平均成绩”“大学期间专业课平均成绩”明显更高，在重修科目上明显更少，在“考研信心”上更足，在“考研欲望”上更强烈，“跨校考研”的比例更高，在“考场状态”上更放松，拥有“男（女）朋友”的比例更低，“考前曾与导师联系”的比例更高，“考研准备时间”更长等这些因素都是影响考取研究生的显著因素。

2、相关分析在实际中的运用情况陈会昌、张红梅《对中学生的人格建构与学校适应的相关分析》[5]一文中，笔者采用发角色建构库进行测验，辅以学生学习适应性测验、压力应对测验并收集学生学习成绩,考察中学生人格建构复杂性与学校适应的关系，结果发现:中学生人格建构复杂性与学习成绩、学习适应性和压力应对存在显著相关。并且人格建构复杂性与学习成绩、学习适应性呈显著正相关,与消极应对方式显著负相关,与积极应对相关不显著。另外，在李炳全,陈灿锐的《中学生的孝道与成就动机相关研究》[6]文章中，通过对孝的诸因素之间进行相关分析，得到以下结论：中学生的孝道的四个因素之间存在显著正相关；孝道与成就动机也存在显著正相关；女学生在孝的尊亲恳亲、奉养双亲和护亲荣亲三个因素中得分显著高于男中学生；尊亲恳亲和护亲荣亲能够有效地预测中学生的成就动机。

3、回归分析在实际中的运用实例：郑希付、许锦民、肖星的《中学生考试焦虑与元担忧》[7]一文中，他们通过回归分析发现，中学生的元担忧主要涉及考试过程,其次是前途命运和家庭的元担忧。社会评价方面的元担忧有3个，涉及的都是他人的评价,实际上是一种自尊和形象的担忧,说明青春期的中学生性格中,自尊已经成为一个很主要的内容。4、x2检验在实例中的运用：在李红、郑持军、高雪梅《推理方向与规则维度对儿童因果推理的影响》[8]中，儿童在不同维度上的成功人数存在有显著差异(X2=5.85,p<0.05),显示出因果推理规则中所涉及维度越多,推理难度越大。不同推理方向上儿童的成功人数也存在有显著性差异(X2=4.18,p<0.05),顺向的、根据起因预测结果的因→果推理的成功人数要显著多于逆向的、从结果推导起因的果→因推理。

三、统计学的发展趋势

任何事物都是变化发展的，统计学也同样要经历这样的发展过程。纵观这几年统计学的发展状况，与整个科学的发展趋势相似：统计学也在走与其它学科结合交融的发展道路归纳起来有三个结合趋势。归纳起来主要有以下三个方面：

（一）统计学与实质性学科结合的趋势统计学是一门通用方法论的科学，是一种定量认识问题的工具。因此，统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。从统计方法的形成历史看，现代统计方法基本上来自于一些实质性学科的研究活动，例如主成分分析与因子分析源于教育学与心理学的研究。从学科体系看，统计学与实质性学科之间的关系绝对不是并列的，而是相交的。如果将实质性学科看作是纵向的学科，那么统计学就是一门横向的学科，统计方法与相应的实质性学科相结合，才产生了相应的统计学分支，例如与教育相结合就产生了教育统计，与经济相结合就产生了经济统计。对于这样的统计具有“双重”属性，既具有实质性学科的性质，同样也有统计学的性质。

（二）统计学与计算机科学结合的趋势纵观统计数据处理手段，大致发展历史经历了手工机械机电、电子等数个阶段，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。20年展起来的多元统计方法，虽然对于处理多变量的种类数据问题具有很大的优越性。但由于计算工作量大，使得这些有效的统计分析方法，一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易。那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化，而变得更加方便与迅速。

（三）统计学与其它方法论学科结合的趋势在整个方法论科学体系中，并不是只有统计学是一门定量研究的方法论学科，有不少新兴学科都在研究一些定量分析方法，这些方法与统计学具有类似的研究对象与特点，完全有可能被应用于统计学的研究之中。因此，统计学方法与其它定量方法论科学之间的相互借鉴与融合，也是现代统计学科发展的一个十分重要的趋势。例如模糊数学、系统动力学等都涉及到有关数量分析理论，都可应用于统计分析。