統(tǒng)計學基礎及SPSS初步應用

1、統(tǒng)計學原理與SPSS軟件應用專題講座 楊 端 和 2015年10月 定性分析和定量分析 定性分析:用文字語言進行相關描述。它是主要憑分析者的直覺、經驗，憑分析對象過去和現(xiàn)在的延續(xù)狀況及最新的信息資料，對分析對象的性質、特點、發(fā)展變化規(guī)律作出判斷的一種方法。 定量分析：用數(shù)學語言進行描述。它是依據(jù)統(tǒng)計數(shù)據(jù)，建立數(shù)學模型，并用數(shù)學模型計算出分析對象的各項指標及其數(shù)值的一種方法。 相比而言，定量分析方法更加精確，但需要較高的數(shù)學，統(tǒng)計學知識。 定量分析就是通過比較對照來分析問題和說明問題的。正是通過對各種指標的比較或不同時期同一指標的對照才反映出數(shù)量的多少、質量的優(yōu)劣、效率的高低、發(fā)展速度的快慢等，

2、才能作出判斷、得出可靠的結論。 我們文科出身的語言教師一般數(shù)學基礎都相對薄弱，對于數(shù)據(jù)與統(tǒng)計都比較生疏，還由于統(tǒng)計學理論本身復雜難懂，以語言研究為目的，專門探討怎樣用統(tǒng)計學原理來處理評估語言數(shù)據(jù)的專著也很少。因而，統(tǒng)計學這門重要的 應用學科在我們的語言教學，科研中并沒有得到廣泛，充分應用。 現(xiàn)在有了像SPSS這樣強有力的統(tǒng)計研究與數(shù)據(jù)分析工具，我們廣大語言教師只要經過一段時間的學習，就可掌握這一研究工具，在我們的語言教學，科研中熟練掌握，使用它來對科研項目，學術論文的大量數(shù)據(jù)進行定量分析，得出令人信服的結論就不再是不可企及的夢想。統(tǒng)計學（statistics）的基本概念統(tǒng)計學是高等數(shù)學的一個分

3、支，是利用量化數(shù)據(jù)作出客觀判斷的科學，是進行任何科學研究必不可少的一個重要工具。描述統(tǒng)計學與推導統(tǒng)計學描述統(tǒng)計學(Descriptive Statistics)：用不同的方式來描述所獲得的數(shù)據(jù)，例如分數(shù)的高低，內部差異的大小等。 推導統(tǒng)計學(Inferential Statistics)：從某一部分群體的特征推導出整體的特征，例如從某一個學校學生的英語水平推導出這個地區(qū)所有學生的水平?？傮w和樣本總體（population),具有相同性質的研究對象的總和。例如可以說海明威老人與?！八邢薅▌釉~的總體”，等?？傮w還可再分為有限總體與無限總體有限總體（Finite Population）: 老人與海

4、中“所有限定動詞”是有限的，可數(shù)的，這就是有限總體的例子。無限總體（Infinite Population）:有些總體從理論上講可能是無限的，例如英語句子的長度可以是無限的: This is the cat that ran after the mouse that came out from the house that the old man built .樣本（Sample）: 從某一總體中取出的代表總體特征的一個部分。參數(shù)及統(tǒng)計值參數(shù)（Parameter）：代表總體的一般特點的數(shù)據(jù)就稱為參數(shù)。例如，一篇英語文本共有60，5320個詞，這個數(shù)字就是這篇文本的長度參數(shù)。統(tǒng)計值（Statis

5、tical value）：從總體中獲得的樣本的特點。例如，從剛才提到的那篇 6萬多詞的文本中隨機抽出1，200個詞，統(tǒng)計出這些詞的平均長度是3.8個字母，這個數(shù)字就是樣本的統(tǒng)計值。統(tǒng)計學研究的主要內容之一就是變量。獨立變量（Independent Variable）：變更一個或一組條件，然后觀察這種變更對我們感興趣的另外一些特點的影響，這些我們能夠變更的變量就稱為獨立變量。應變量（Dependent Variable）：受這種變更影響的變量就是應變量。 語言教學方法，句子的復雜程度，社會階層等都是獨立變量；而語言考試成績，受試者正確復述句子的數(shù)量，發(fā)卷舌r音的人在美國某一 社會階層中所占的比例

6、則都是應變量。連續(xù)變量及離散變量連續(xù)變量（Continuous Variable)：可在特定范圍內任取一個值，相鄰兩值可取無數(shù)數(shù)值。例如。發(fā)一個英語元音所用的時間就是一個連續(xù)變量。離散變量（Discrete Variable）：只能取某些值的變量。例如，任何一個英語詞只能是由1，2，3，4.個字母組成，語言研究受試者只能是20，500，或1，000人等。離散變量只能按整數(shù)計算，不能有小數(shù)。 當然，詞的平均長度或受試者的平均人數(shù)是連續(xù)變量，可以取3.15或55.4這樣的值。定性變量（Qualitative Variable）：這種變量就是要為某些量“定性”。說明“是”還是“不是”，而不說明是“多

7、” 還是“少”。例如，一個詞在一個特定的句子中只能屬于某一詞類，我們只能說“這是個形容詞”，或“這不是個形容詞”，不能說“這個詞或多或少是形容詞”。序列變量（Ranking Variable）：與定性變量恰恰相反，序列變量可劃分為等級或程度。漢語發(fā)音的正確程度可用等級來表達?？梢哉f， 學生A的發(fā)音比學生B正確，而學生B又比學生C正確。掌握一門語言的熟練程度也是一種序列變量。 在序列變量中，等級與程度的差異是連續(xù)，漸次變化的，中間沒有明確的間隔。說學生A的發(fā)音比學生B的好，而學生B的又比學生C的更正確，但學生A與學生B的發(fā)音差異是否與學生B與學生C的差異完全一樣就很難說了。比例變量（Ratio

8、Variable）：以零為起點來計算比例。例如，某人發(fā)一個漢語韻母的時間是12秒，而另一個人只用了06秒，所以，這個人的發(fā)音時間就比那個人長了一倍?？梢钥闯觯瑫r間就是一個比例變量。描述統(tǒng)計學(Descriptive Statistics)簡 介摘自語言統(tǒng)計學： 用不同的方式來描述所獲得的數(shù)據(jù)，就是描述統(tǒng)計學，包括集中趨勢與差異性計算，主要內容有平均值，中數(shù)，眾數(shù)，全距，方差及標準差的計算。集中趨勢（Central Tendency）與差異性（Discrepancy）計算 測量數(shù)據(jù)的排列狀態(tài)就是研究它們的集中趨勢，包括計算平均數(shù)，中數(shù)及眾數(shù)。 平均數(shù)（mean）： 中數(shù)（median）：把一組數(shù)

9、據(jù)由高到低排列，中間的那個數(shù)就是中數(shù)。它上面和下面都有同樣多的數(shù)。但如果這一組數(shù)是偶數(shù)，就要將中間的這兩個數(shù)相加，再取它們的平均數(shù)，這個平均數(shù)就是這組偶數(shù)的中數(shù)。 眾數(shù)（mode）：眾數(shù)就是一組數(shù)據(jù)中出現(xiàn)頻數(shù)最高的那個數(shù)。 差異性計算包括計算全距，方差和標準差： 1全距（Range）：全距就是一組數(shù)據(jù)的最大數(shù)與最小數(shù)之差。 兩組分數(shù)：A組：42 46 49 50 58 66 68 70 75 78 80 85B組：31 38 45 49 51 52 55 68 71 75 85 90A組的全距：85 42 = 43B組的全距：90 31 = 592方差（Variance,V）和標準差（Stan

10、dard Deviation，SD，S.td） 計算一組數(shù)據(jù)之間內部差異最常用的方法就是計算方差和標準差。方差和標準差是密切相關的兩個概念，方差就是標準差的平方，標準差就是方差的平方根。 3 計算標準差的公式： 這兩組簡單數(shù)據(jù)的平均分都是 50，而標準差卻相差很大： 1組：48 49 50 51 52 標準差= 1.58 2組：20 30 50 60 90 標準差= 27.39 可見，第2組的內部差異要比第1組大得多。用計算機來處理這些數(shù)據(jù)非常簡單。稍后我們就用SPSS軟件來演示，計算這幾項常用的描述統(tǒng)計學數(shù)據(jù)。 下面用兩位學者為我的書寫的書評來簡要介紹這個世界知名統(tǒng)計軟件。 SPSS軟件簡要

11、介紹： 摘自書評：語言研究應用SPSS軟件實例大全評介 -（刊載于外語類核心期刊外語電化教學2005年第3期，作者：孟凡勝，胡加圣） 書評前言： 美國芝加哥專業(yè)軟件公司設計開發(fā)的社會科學統(tǒng)計軟件SPSS（Statistical Package for Social Sciences）是一個功能完善，不斷升級換代的統(tǒng)計數(shù)據(jù)分析軟件，有“世界優(yōu)秀統(tǒng)計工具”的盛名。 自從其8.0版本改為Windows制式以來，數(shù)據(jù)輸入，保存，操作方式都變得及為簡便，即便是初學者也可以很快上手，輸出的圖表更加規(guī)范豪華，更易于修改，縮放，打印。因而早已超越國界，為世界各國的研究人員所喜愛。 自九十年代中期以來，SPSS

12、的10.0版本及后來的新版本在我國得到廣泛的傳播，成為眾多研究人員必不可少的研究工具。雖然稱為“社會科學統(tǒng)計軟件”，但實際上在自然科學領域使用得更加廣泛，這當然是由于自然科學工作者對統(tǒng)計學原理有更深地理解。 而在我們語言研究、教學領域，對這一軟件的使用并不普遍，這可能應歸結為很多文科出身的語言工作者對統(tǒng)計學數(shù)據(jù)，計算機應用有天生的恐懼，同時也是由于還沒有一本專門為廣大語言工作者，語言教師撰寫，以語言研究為目的，全面論述這一軟件綜合應用的參考書。 云南師范大學楊端和教授撰寫的專著語言研究應用SPSS軟件實例大全（中國社會科學出版社2004年4月出版，ISBN7-5004-4300-5，71098

13、0毫米，1/16開本，287頁，319千字，定價32.00元）是第一本這樣的專著，填補了這一領域的空白。 該書用解析眾多語言研究實例的方法，將統(tǒng)計學基本的闡釋與軟件運行步驟說明有機地結合起來，深入淺出，全面論述這一優(yōu)秀統(tǒng)計工具的11.0版本在語言研究，語言教學各分枝領域各個層面的全方位應用。 值得一提的是作者在演示這一軟件的運行過程時，已將所有的英語統(tǒng)計學術語，板塊名稱，說明與命令語句都譯成了漢語，使得不懂英語的語言工作者也能應用，熟練掌握這一強有力的研究工具，并將其得心應手地應用于自己的科研實踐中。 因此，該書對于語言文字，中外文學，語言學及應用語言學專業(yè)研究人員、教師、碩士、博士研究生具有

14、較高參考價值，也可作為語言研究方法論，語言測試與統(tǒng)計學，及語言教學評估等研究生課程的教科書或參考書。 新加坡國家大學中文系最先看到了該書的價值，已將它定為該系研究生漢語計量分析課程的主要教材，臺灣，香港的幾所主要大學的圖書館收藏了該書。 國內數(shù)十所大學也將該書列為語言專業(yè)研究生參考書或教材。書中的很多實例，本身就是現(xiàn)成的研究項目或專題，相信廣大語言工作者定會從中得到借鑒與啟示。（書評結束語）： 政治經濟學的一個基本觀點就是生產工具的使用水平反映出社會生產力發(fā)展的水平。在語言研究中使用什么樣的研究工具，研究手段，就體現(xiàn)了語言研究的發(fā)展水平。 因此，我們新世紀的語言研究要走向現(xiàn)代化，首先就應該實現(xiàn)

15、研究工具，研究手段的現(xiàn)代化，走應用計算機軟件全方位處理語言數(shù)據(jù)之路。 所以說，該書對于提高我國的語言研究量化分析水平，對于普及計算機在語言研究信息處理方面的應用所作的貢獻是顯而易見的。筆者相信，該書會成為廣大語言研究人員、語言教師、語言專業(yè)研究生一本常用的參考書。 作者在前言中講述寫作這本書的動機時充滿企盼地說，“作者執(zhí)著的追求就是要幫助我們的語言工作者拿起SPSS這一強有力的研究工具”。我們相信，作者的企盼一定為成為現(xiàn)實。其實這也是我們撰寫這一書評的初衷。SPSS軟件界面及數(shù)據(jù)錄入模式簡介1變量視窗（variable view） 在變量視窗建立變量，轉換。2數(shù)據(jù)視窗（data view） 數(shù)

16、據(jù)錄入：在數(shù)據(jù)視窗錄入數(shù)據(jù)，每個空格錄入一 個數(shù)。 數(shù)據(jù)集的保存與調出數(shù)據(jù)集命名：中文，英語都可以。保存：可保存在任何一個盤上。調出：點擊即可調出應用。描述統(tǒng)計學數(shù)據(jù)示例從Analyze下拉菜單選擇Descriptive Statstics 分板塊，點擊Frequencies欄，將文件bar-1 中的a,b,c,四個變量都從左側源變量欄選入右側variables (計算變量)欄內。然后點擊坐下側displaying frequency tables.點擊主對話框下方Statistics(統(tǒng)計值)按鈕，進入Frequencies: Statistics(頻數(shù)：統(tǒng)計值)子對話框。 左下側的Disp

17、ersion(離散趨勢)欄，全選。右上側的Central Tendency(集中趨勢）欄，也是全選。 有下方的Distribution(分布特征)欄不選了。 點擊Continue 按鈕，返回主對話框。點擊主對話框下部Charts按鈕，進入Frequencies:Chart(頻數(shù)：制圖)子對話框。選擇histogram(直方圖)，點擊with nornal curve.添加正態(tài)分布曲線。點擊Continue 按鈕，再次返回主對話框。 點擊主對話框 OK.常用統(tǒng)計圖制作誤差條圖（Error Bar）：口語評估標準實驗：未參照細則與參照細則對比。文件名：error bar從graph 到 error

18、 bar 項，進入后選 Clustered，選擇 Summaries for groups of cases 點擊Define后，將“口語成績”選入右邊Variables 欄內；將“學生編號” 選入 Category Axis欄內; 將“評估標準” 選入Define clusters by.欄內 點擊Title 按鈕，輸入：口語評估標準實驗誤差條圖 字樣。點擊Continue返回主對話框。點擊 OK(見書2122) 從該圖可見，參照評估細則后，各位老師對同一學生評估的差異迅速縮小，也就是說，信度有較大的提高。證明實施細則對于保證口語考試信度具有舉足輕重的作用。餅圖（Pie）的制作從Graphs

19、進入 Pie。調入文件pie：英國詩人華茲華斯詩歌修辭格百分比將所列修辭格直接錄入作為變量名，看變量視窗。返回數(shù)據(jù)視窗，錄入百分比轉換的小數(shù)。選擇summary of separate variables點擊Define, 移入所有七個變量。立體餅圖1.打開“立體餅圖”文件。還是從 Graphs 下拉菜單選擇“interranctive”選項。選擇 pie, 點擊進入，選擇simple 項，點擊進入。選擇3-D 項。將修辭格拖入上slice 欄，將百分比拖入下slice 欄。點擊頂部選項pie,進入后選擇category,percent 這兩項。返回。點擊OK按鈕即可。這個圖還可旋轉，改變角度

20、。 控制圖(Control)繪制文件名：control從Graphs 到 control 項，進入Control chart 預定義框。選擇 Individuals，Moving range（數(shù)據(jù)與移動范圍）選項。選擇左下角Cases are units（以個案為單位） 選項。點擊右上角 Define 按鈕，進入Individuals and Moving Range（數(shù)據(jù)與移動范圍）主對話框。將左邊源變量欄中的case變量選入右上方 Process Measurement（過程測量）條欄內。將group 選入Subgroups Labeled by（分組限 定）條欄內。在該框中部的Charts（制圖）圍欄內選擇 Individuals and moving range 項，現(xiàn)在點擊該框 OK 按鈕。系統(tǒng)繪制出一張平均分控