搜索
第四章研究结果的整理与分析•研究结果的整理•资料的分析研究资料的编码资料的编码问题——多见于问卷法、访谈法和观察法•编码方法–事前编码–事后编码•编码系统–编码指导手册和编码表•比如：创伤暴露对PTSD的影响研究中资料的分析•定性分析——质性研究是运用逻辑分析的方法对研究资料进行处理。•定量分析——量化研究是运用数学统计的方法对研究资料进行整理和加工。定性分析•特点：①建立在描述基础上的逻辑分析或推断；②侧重揭示心理现象背后的“意义”；③倾向于运用归纳分析的方法；④不仅注意对结果和产品的分析，更重视对过程和相互关系的分析。定性分析•四种方法：–比较与分类–归纳与演绎–分析与综合–抽象与具体研究资料的统计分析•心理学研究数据具有变异性和统计规律性的特点，它要求在纷繁复杂的数据中寻求研究对象的特征和规律性，正确地使用统计分析方法，又称定量分析。•功能：–可以为心理学研究提供一种清晰的形式化的描述；–是进行解释和科学预测的重要方法；–可以训练科学、严谨的思维方法。研究资料的统计分析•作用与地位–统计分析是现代心理学研究的必备工具，心理学研究成果通常以统计分析的方式表现出来。–统计分析要以定性分析为基础，以心理学理论为基础。–统计分析是为了揭示数据的特征和规律性，因此，这种定量分析的方向、范围须由定性分析来规定，而不是由研究者随意确定。–统计分析的进行需依据一定的方法和公式，这些方法和公式的选择需要研究者具备一定的心理学专业知识。–统计分析得出的规律或特征也需要借助于心理学理论才能科学地解释。研究资料的统计分析•描述统计–目的：在于使纷繁的数据清晰直观地显示研究对象的特征和性质，以利于进一步的分析。–描述统计包括集中趋势和离散趋势的度量以及相关关系的度量。•推论统计–推论统计主要讨论通过局部（样本）数据推论全局（总体）的情况包括总体参数特征值的估计方法和假设检验方法两大类•复杂统计分析方法–方差分析–回归分析–聚类分析–判别函数分析–因素分析–路径分析回归分析•回归分析定义：是通过观测值寻求一个或数个自变量与一个因变量之间的函数关系的一种统计方法。•基本思路：是根据多次观测值计算出回归系数，建立回归方程并进行回归系数的显著性检验。•根据自变量是一个还是多个，回归分析可划分为一元回归分析和多元回归分析。一元回归分析只能处理一个因变量和一个自变量的关系，并根据回归方程由自变量推测因变量。•多元回归可决定一个因变量和多个自变量之间的关系，通过建立多元回归方程式，对未知的因变量做出预测。•利用多元回归分析，可以判定在多个自变量中哪些是显著的影响变量，并比较各个自变量对因变量的预测能力。•在多元回归分析中，建立多元回归方程式的技术主要有三种，即多元线性回归、逐步回归分析和最佳回归子集法。•其中逐步回归分析又可分为前进法（逐步引入法）、后退法（逐步剔除法）和增减法三种。•回归分析并不能确立变量之间的因果关系。聚类分析•聚类分析的定义：是将一批样本或变量按其在性质上联系的紧密程度进行分类，按观测值大小聚成若干可以定义的类别。•在聚类分析中，描述被聚类事物间的紧密程度的相似性指标主要有距离（如绝对值距离、欧氏距离等）和相似系数（如相关系数、指数相似系数等）。聚类分析是研究分类聚集的方法。•种类：常用的聚类分析方法有系统聚类法和动态聚类法两种。–系统聚类：是先将所有待分类事物各自看成一类，求出两两间的距离，将距离最近的两类合并，并重新计算类与类之间的距离，逐次重复上述过程，直至归为一类。–动态分类：是先对分类事物做一个粗糙的分类，然后按照某种原则逐步修改到比较合理为止。也称逐步聚类法。主成分分析•定义：是一种把原来多个指标（变量）简化成少数几个相互独立的综合变量，利用少数指标的分析来达到简化问题的目的。综合后的变量就是原变量的主成分。•步骤：①计算指标间的相关矩阵；②计算特征方程的特征根、特征向量、贡献率和累积贡献率；③确定主成分个数及主成分方程。因素分析•定义：是从众多的可观测变量中概括缩减出少数起主导作用的共同性变量（因素），用以解释最大量的观测事实的统计分析技术。•分类：因素分析可分为探索型和验证型，前者通过变量组合而总结数据，往往用于研究初期提出假设阶段；后者则用于检验有关潜在结构的假设，常在研究的后期运用。•重要前提：是符合实际的理论假设和严格的测量数据，尤其适用于纵向研究。•基本步骤：①收集数据，形成关联性测度数据；②抽取因素，即将方差矩阵或协方差矩阵进行处理，求得初始因素解，其中主要有主成分分析法、最小二乘法、最大似然法等；③因素轴的旋转变换与解释，即将初始因素解进行因素轴旋转（如分析旋转、斜交旋转）求得最终因素解，并对其意义进行解释。•因素的解释应以研究的理论假设和实际因素负荷为基础，从最大负荷的变量得出因素的主要含义。路径分析•定义：是研究变量之间的因果关系的数学分析方法，它实际上是多元回归分析的一种形式。•特点：能够对变量之间的相关进行数量性的分解，即将相关系数分解为直接效应、间接效应、归于相关原因和共同原因，因而能更好地解释变量之间的关系，指出各个自变量对因变量的相对重要性。•路径分析可以计算出自变量对因变量的直接效应和间接效应，并用路径系数表示，然后用路径图表示变量之间的结构关系。结构方程模型•结构方程模型是验证检验变量之间复杂的因果关系的数学方法。•结构方程模型是因素分析和路径分析的深化和综合。•结构方程模型尤其适合纵向研究，其最大优点在于它能够用非适用的数据检验因果关系，以统计控制代替实验控制。•目前结构方程模型主要用于假设检验，即对理论的结构效度进行检验。•结构方程模型的运用步骤如下：①建立模型，即将需检验的理论假设（因果关系）转换成可检验的模型；②检验模型，用数据对假设的模型进行检验；③修改模型。通过估计值与其标准差的比较或对残差的检验，减去或增添路径以提高模型的适切性。统计分析方法的选择原则：•一是研究问题的性质、数据类型和特征以及研究设计；•二是各种统计方法和公式的适用条件。–研究课题的性质和目的–变量的特征–数据的分布特征真题•11.2×3析因设计表示：（）（2001年）•A.有2个因素，每个因素各有3个水平•B.有3个因素，每个因素各有2个水平•C.有3个区组，各接受2种处理条件•D.有2个区组，各接受3种处理条件真题•15.在因素分析中，每个因素在所有变量上因素负荷的平方和称为该因素的________。（2002年）•A.贡献率•B.共同性•C.特征值•D.公共因素方差真题•10.因素分析中，坐标轴旋转的目的是_____________。（2003年）•A.减少因素的个数•B.增加每个因素的共同性•C.更清楚地解释因素的意义•D.增加每个因素的负荷真题•9.下列各种方法中，不能作为因素提取方法的是_______。（2004年）•A.主成分分析法•B.影像法•C.主轴法•D.最小二乘法真题•6.测得某大学生组和专业篮球运动员组被试的体重和身高，已知体重与身高存在高相关，若要比较两组被试的体重是否确实存在差异，最合适的统计方法是________。（2004年）•A.t检验•B.协方差分析•C.判别分析•D.Z检验真题•7.公共因素方差（2006年）•6．简述选择统计方法应考虑的主要因素。（2008年）真题•11．测得某大学生组和专业篮球运动员组被试的体重和身高，已知体重与身高存在高相关，若要比较两组被试体重的差异，最合适的统计方法是。（2010年）•A．t检验•B．Z检验•C．方差分析•D．协方差分析