定量数据分析

4.3.1　定量数据分析

定量研究是实证研究，其数据形式是数字。问卷收集后，下一步任务是建立数据文件。具体地说，要给数据编码，对问卷进行逐一编号，输入数据，整理数据。最后，整理输入好的数据，检查数据输入中有无差错缺漏。

数据整理后，要选择合适的统计方法。第一种方法是概括。在SPSS软件中Statistics菜单项中的Summarize选项里，有频数统计和描述性统计两种方法。其中，描述性统计能告诉研究者平均分和每个范畴的标准差。第二种方法是相关分析，指用来检验两个变量相互关系的显著程度。相关分析的结果能让研究者了解三个方面的内容：第一，两个变量之间的关系如何？换言之，研究者在多大程度上能从自变量的分值预测样本中因变量的分值？第二，这种关系是偶然的，还是存在于研究者需要推测的整体样本中？也就是说，这种关系是否具有显著性？第三，两个变量的变化方向如何？呈正相关还是负相关？所谓变化的方向，指两个变量之间的协同关系是一致还是相反。如果两个变量的变化方向一致，即一个变量值变大时，另一个变量值也随之变大，反之亦然，那么两变量之间的关系呈正相关；如果两个变量的变化相反，即一个变量值变大时，另一个变量值随之变小，反之亦然，那么两变量之间的关系呈负相关。总之，正相关是指两个变量朝同一个方向变化，而负相关是指两个变量朝相反的方向变化。第三种方法是比较平均数。比较平均数的目的是检验差异的显著性。在研究中，研究者常常需要比较两个或更多样本的平均数的差异，以此来推断各自代表的总体平均数之间是否存在显著性差异。在SPSS中可以用t检验和单向方差分析来比较平均数。其中，t检验有两种方法：独立样本t和配对样本t检验。独立样本t检验是检验两组不同群体之间的差异，而配对样本t检验只检验涉及同一样本的两个不同变量，如传统策略与非传统策略，内在动机和外在动机等之间的差异。但如果要比较两个以上的样本平均值，就要选择用单向方差分析。第四种方法是多元回归分析。回归和相关是两个关系十分密切的概念。所谓多元回归分析，就是测量多个变量之间的多重相互关系以及多个自变量中每个自变量对因变量的预测力。如果两个变量之间存在较高的相关，研究者就可以通过回归分析，从一个变量的变化去预测或推断另一个变量的相应变化。

在数据输入的过程中，研究新手最常遇到的问题就是，实验数据输入采用什么样的格式？假设在实验研究中控制组有30个学生，实验组也有30个学生。那么该怎样输入数据？如果数据涉及两个或更多的群体，最简单的原则就是按照先后顺序输入这些数据。研究者可以把它叫做按顺序排列的数据格式。此外，还要弄清楚受试者是属于控制组还是实验组。所有实验研究都不可避免地需要使用“平均数比较”统计方法，进行独立样本t检验、配对样本t检验和单向方差分析。为了保证研究者所选择的统计分析程序符合要求，研究者必须遵循以下几个原则：第一，比较与两组样本相关的一个变量：使用独立样本t检验方法，数据格式为顺序排列格式；第二，比较与两组或更多组样本相关的一个变量：使用单向方差分析方法，数据格式为顺序排列各式；第三，比较与一组样本相关的两个变量：使用配对样本t检验方法，数据格式为平行数据格式。（严明，2009）