丁雪梅， 陳承禎， 孫博興， 丁洪浩， 張曉君， 唐明祥， 叢彥龍，王 艷， 譚智敏， 李玉梅， 包國(guó)章， 卞建民， 曲大為

(吉林大學(xué) 1a. 動(dòng)物科學(xué)學(xué)院；2b. 教育技術(shù)中心；1b. 植物科學(xué)學(xué)院；1c. 動(dòng)物醫(yī)學(xué)學(xué)院；1d. 圖書(shū)館，長(zhǎng)春 130062；吉林大學(xué) 2a. 教務(wù)處;2c. 新能源與環(huán)境學(xué)院,長(zhǎng)春 130012;3. 藥學(xué)院,長(zhǎng)春 130021)

0 引 言

在實(shí)驗(yàn)教學(xué)中，教學(xué)效果一般通過(guò)學(xué)生的實(shí)驗(yàn)報(bào)告成績(jī)進(jìn)行客觀(guān)評(píng)價(jià)，通過(guò)問(wèn)卷調(diào)查進(jìn)行主觀(guān)評(píng)價(jià)[1-6]。按變量屬于定性或定量，可將資料分為3種類(lèi)型，即計(jì)量資料(定量資料、數(shù)值變量資料)、計(jì)數(shù)資料(定性資料、無(wú)序分類(lèi)變量資料、名義變量資料)和等級(jí)資料(有序分類(lèi)資料、半定量資料)[7]。一般可將計(jì)量資料轉(zhuǎn)換為二分類(lèi)計(jì)數(shù)資料或等級(jí)資料。如將計(jì)量資料的學(xué)生實(shí)驗(yàn)報(bào)告成績(jī)轉(zhuǎn)換成計(jì)數(shù)資料：優(yōu)秀和非優(yōu)秀，或者轉(zhuǎn)換成等級(jí)資料：優(yōu)秀、良好、及格、不及格。

對(duì)列聯(lián)表進(jìn)行教學(xué)效果評(píng)價(jià)時(shí)，數(shù)據(jù)分析方法的選擇因研究目的、分組變量與指標(biāo)變量資料類(lèi)型以及屬性相同與否等的不同而不同。在實(shí)際應(yīng)用中，經(jīng)常由于數(shù)據(jù)分析方法的混淆而得出錯(cuò)誤的結(jié)論。SPSS是國(guó)際上公認(rèn)的權(quán)威統(tǒng)計(jì)分析軟件，與 SAS、SATA 相比，SPSS 突出的優(yōu)點(diǎn)在于不需要編程，幾秒鐘之內(nèi)便可以直接輸出數(shù)據(jù)分析的結(jié)果，因而被廣泛應(yīng)用于自然科學(xué)與社會(huì)科學(xué)研究中[8-10]。

本文通過(guò)教學(xué)效果評(píng)價(jià)中的典型案例，運(yùn)用SPSS19.0功能模塊進(jìn)行統(tǒng)計(jì)分析，以期為實(shí)驗(yàn)教學(xué)效果評(píng)價(jià)提供實(shí)踐參考。

1 實(shí)驗(yàn)教學(xué)效果評(píng)價(jià)中常用的統(tǒng)計(jì)分析方法

例1動(dòng)物科學(xué)專(zhuān)業(yè)某門(mén)課程實(shí)驗(yàn)教學(xué)，對(duì)2009級(jí)學(xué)生采用傳統(tǒng)教學(xué)模式，作為對(duì)照組；對(duì)2012級(jí)學(xué)生采用翻轉(zhuǎn)課堂教學(xué)模式，作為試驗(yàn)組，學(xué)生的滿(mǎn)意度數(shù)據(jù)見(jiàn)表1。分析不同教學(xué)模式之間的學(xué)生滿(mǎn)意度是否存在差異。

表1 不同組別學(xué)生的滿(mǎn)意度 人

例2例1中，以性別分層(即性別為分層變量或控制變量)，學(xué)生的滿(mǎn)意度數(shù)據(jù)見(jiàn)表2。分析不同教學(xué)模式之間的學(xué)生滿(mǎn)意度是否存在差異。

表2 不同性別和組別學(xué)生的滿(mǎn)意度 人

例3例1中，若滿(mǎn)意度分為3種，學(xué)生的滿(mǎn)意度數(shù)據(jù)見(jiàn)表3。分析不同教學(xué)模式之間的學(xué)生滿(mǎn)意度是否存在差異。

表3 不同組別學(xué)生的滿(mǎn)意度 人

例4動(dòng)物醫(yī)學(xué)學(xué)院和動(dòng)物科學(xué)學(xué)院某門(mén)課程實(shí)驗(yàn)教學(xué)，對(duì)2009級(jí)學(xué)生采用傳統(tǒng)教學(xué)，作為對(duì)照組；對(duì)2011級(jí)學(xué)生采用翻轉(zhuǎn)課堂教學(xué)模式，作為試驗(yàn)組。學(xué)生的滿(mǎn)意度數(shù)據(jù)見(jiàn)表4。分析不同學(xué)院以及不同教學(xué)模式之間的學(xué)生滿(mǎn)意度是否存在差異。

表4 不同學(xué)院和組別學(xué)生的滿(mǎn)意度 人

例5例4中若滿(mǎn)意度分為3種，學(xué)生的滿(mǎn)意度數(shù)據(jù)見(jiàn)表5。分析不同學(xué)院以及不同教學(xué)模式之間的學(xué)生滿(mǎn)意度是否存在差異。

表5 不同學(xué)院和組別學(xué)生的滿(mǎn)意度 人

在實(shí)驗(yàn)教學(xué)效果評(píng)價(jià)中，經(jīng)常遇到例1～5 5種類(lèi)型滿(mǎn)意度分析資料。例1、2的指標(biāo)變量為計(jì)數(shù)資料，例2在例1基礎(chǔ)上又以性別分層，因此例1、2分別采用四格表卡方檢驗(yàn)和分層卡方檢驗(yàn)。而例3的指標(biāo)變量為等級(jí)資料，須采用秩和檢驗(yàn)或Ridit分析。Ridit 分析，即參照單位分析(relative to an identified distribution unit, it是unit的字尾)[11]。SPSS軟件可直接進(jìn)行秩和檢驗(yàn)，雖然沒(méi)有現(xiàn)成的模塊進(jìn)行Ridit分析，但也可不用編程間接來(lái)完成[12-13]。學(xué)生成績(jī)、滿(mǎn)意度高低同時(shí)受到諸多因素的影響，且因素間常相互影響和制約，宜用Logistic 回歸分析[14]，但需建立在大樣本基礎(chǔ)上。例4、5的指標(biāo)變量分別為計(jì)數(shù)資料和等級(jí)資料，分別采用二分類(lèi)Logistic 回歸和有序多分類(lèi)Logistic回歸。

2 常用的統(tǒng)計(jì)分析方法在SPSS19.0上的實(shí)現(xiàn)

2.1 四格表卡方檢驗(yàn)在SPSS19.0上的實(shí)現(xiàn)

(1) 四格表卡方檢驗(yàn)步驟。①數(shù)據(jù)錄入和數(shù)據(jù)加權(quán)。數(shù)據(jù)文件見(jiàn)圖1。加權(quán)步驟：數(shù)據(jù)→加權(quán)個(gè)案，加權(quán)個(gè)案(W)→頻率變量(F):頻數(shù)→確定。②四格表卡方檢驗(yàn)。分析→描述統(tǒng)計(jì)→交叉表，組別→行，滿(mǎn)意度→列，統(tǒng)計(jì)量→卡方→繼續(xù)；單元格→觀(guān)察值，期望值，行→繼續(xù)→確定。

圖1 四格表卡方檢驗(yàn)的數(shù)據(jù)文件

(2) 結(jié)果解讀。P值取決于n(總數(shù))和T(理論頻數(shù))的大小[15]。試驗(yàn)組的滿(mǎn)意率為78.0%，對(duì)照組的滿(mǎn)意率為60.8%。n=133>40，最小期望計(jì)數(shù)為18.63>5，P=0.034<0.05，即不同教學(xué)模式之間的學(xué)生滿(mǎn)意度存在顯著差異(見(jiàn)表6)，翻轉(zhuǎn)課堂高于傳統(tǒng)教學(xué)模式的學(xué)生滿(mǎn)意度。

表6 四格表卡方檢驗(yàn)結(jié)果

注：a.0單元格(0.0%)的期望計(jì)數(shù)少于5；最小期望計(jì)數(shù)為18.63；b.僅對(duì)2x2表計(jì)算

2.2 分層卡方檢驗(yàn)在SPSS19.0上的實(shí)現(xiàn)

(2) 結(jié)果解讀。由頻數(shù)分布表和卡方檢驗(yàn)結(jié)果(見(jiàn)表7)可知，試驗(yàn)組男性的滿(mǎn)意度為75.0%，對(duì)照組男性的滿(mǎn)意度為54.3%，n=86>40，最小期望計(jì)數(shù)為14.42>5，P=0.047<0.05，即男性2個(gè)組別的滿(mǎn)意度存在顯著差異，男性試驗(yàn)組滿(mǎn)意度高于對(duì)照組；試驗(yàn)組女性的滿(mǎn)意度為84.2%，對(duì)照組女性的滿(mǎn)意度為71.4%，n=47>40，最小期望計(jì)數(shù)為4.45<5，看第二行連續(xù)性矯正P值，P=0.506>0.05，即女性2個(gè)組別間的滿(mǎn)意度無(wú)顯著差異；試驗(yàn)組的滿(mǎn)意度為78.0%，對(duì)照組的滿(mǎn)意度為60.8%，n=133>40，最小期望計(jì)數(shù)為18.63>5，P=0.034<0.05，即2個(gè)組別的滿(mǎn)意度存在顯著差異，試驗(yàn)組滿(mǎn)意度高于對(duì)照組。

圖2 分層卡方檢驗(yàn)的數(shù)據(jù)文件

性別值自由度漸進(jìn)P值(雙側(cè))精確P值(雙側(cè))精確P值(單側(cè))男Pearson 卡方3.958a10.047連續(xù)校正b3.11310.078似然比4.02610.045Fisher 的精確檢驗(yàn)0.0710.038線(xiàn)性和線(xiàn)性組合3.91210.048有效案例中的N86女Pearson 卡方1.032c10.310連續(xù)校正b0.44210.506似然比1.07010.301Fisher 的精確檢驗(yàn)0.4850.256線(xiàn)性和線(xiàn)性組合1.01010.315有效案例中的N47合計(jì)Pearson 卡方4.471d10.034連續(xù)校正b3.71310.054似然比4.56810.033Fisher 的精確檢驗(yàn)0.0400.026線(xiàn)性和線(xiàn)性組合4.43810.035有效案例中的N133

a.0單元格(0.0%)的期望計(jì)數(shù)少于5；最小期望計(jì)數(shù)為14.42；b.僅對(duì)2x2表計(jì)算；c.1單元格(25.0%)的期望計(jì)數(shù)少于5；最小期望計(jì)數(shù)為4.45；d.0單元格(0.0%)的期望計(jì)數(shù)少于5；最小期望計(jì)數(shù)為18.63

風(fēng)險(xiǎn)估計(jì)表給出了組別(試驗(yàn)組/對(duì)照組)的幾率比。OR值(odds ration)，即優(yōu)勢(shì)比。男性組OR=2.520>1，95%置信區(qū)間不包括1。女性O(shè)R=2.133>1，95%置信區(qū)間包括1。表明，對(duì)于男性而言，教學(xué)模式是發(fā)生滿(mǎn)意度差異的危險(xiǎn)因素，女性則不是。OR值的一致性檢驗(yàn)表給出了層間差異的檢驗(yàn)結(jié)果，表明用兩種方法比較性別之間的OR皆無(wú)顯著差異(P>0.05)，即不同性別間教育模式與滿(mǎn)意度的聯(lián)系是相同的。由表8分層卡方檢驗(yàn)的結(jié)果可知，將性別作為協(xié)變量，給出了CMH 卡方檢驗(yàn)和MH 卡方檢驗(yàn)兩種結(jié)果，前者是后者的改進(jìn)，PCMH=0.026<0.05，PMH=0.044<0.05，即分層卡方檢驗(yàn)的結(jié)果表明，剔除性別這個(gè)影響后，教學(xué)模式和滿(mǎn)意度仍然顯著相關(guān)(P<0.05)。MH公共OR值的估計(jì)表表明，合并OR值為2.402，95%置信區(qū)間不包括1，且與1相比差異有顯著性(P=0.028<0.05)。表明，去除了性別的混雜效應(yīng)后，與對(duì)照組相比，試驗(yàn)組的滿(mǎn)意度的優(yōu)勢(shì)比為2.402，說(shuō)明翻轉(zhuǎn)課堂教學(xué)模式更容易令學(xué)生滿(mǎn)意。注意：OR值的一致性檢驗(yàn)各層OR值有顯著差異時(shí)，不宜計(jì)算公共OR值。

表8 分層卡方檢驗(yàn)結(jié)果

2.3 秩和檢驗(yàn)在SPSS19.0上的實(shí)現(xiàn)

(1) 秩和檢驗(yàn)步驟。①數(shù)據(jù)錄入和數(shù)據(jù)加權(quán)。數(shù)據(jù)文件見(jiàn)圖3。加權(quán)步驟：數(shù)據(jù)→加權(quán)個(gè)案，加權(quán)個(gè)案(W)→頻率變量(F):頻數(shù)→確定。②秩和檢驗(yàn)。分析→非參數(shù)檢驗(yàn)→舊對(duì)話(huà)框→2個(gè)獨(dú)立樣本T檢驗(yàn)(2)，組別→分組變量，滿(mǎn)意度→檢驗(yàn)變量列表，定義組(D)，分別輸入1和2→繼續(xù)，檢驗(yàn)類(lèi)型：Mann-Whitney U→確定。

圖3 秩和檢驗(yàn)的數(shù)據(jù)文件

(2) 結(jié)果解讀。輸出結(jié)果見(jiàn)表9、10。2個(gè)組別的滿(mǎn)意度存在顯著差異(P=0.019<0.05)，由于試驗(yàn)組的秩均值為74.19，對(duì)照組秩均值為61.27，即試驗(yàn)組滿(mǎn)意度高于對(duì)照組。

2.4 Ridit分析在SPSS19.0上的實(shí)現(xiàn)

(1) Ridit分析步驟。①數(shù)據(jù)錄入和數(shù)據(jù)加權(quán)。數(shù)據(jù)文件見(jiàn)圖4。加權(quán)步驟：數(shù)據(jù)→加權(quán)個(gè)案，加權(quán)個(gè)案(W)→頻率變量(F):標(biāo)準(zhǔn)組→確定。②求標(biāo)準(zhǔn)組(對(duì)照組)各等級(jí)的Ridit值。求Ridit值步驟：轉(zhuǎn)換→個(gè)案排秩(K)，滿(mǎn)意度→變量(V)，秩的類(lèi)型(K)→秩，比例估計(jì)，Rankit→繼續(xù)→確定。③ Ridit分析。用對(duì)比組(試驗(yàn)組)人數(shù)替換第二列標(biāo)準(zhǔn)組(對(duì)照組)人數(shù)；數(shù)據(jù)加權(quán)。加權(quán)步驟：數(shù)據(jù)→加權(quán)個(gè)案，加權(quán)個(gè)案(W)→頻率變量(F):標(biāo)準(zhǔn)組→確定。U檢驗(yàn)。分析→比較均值→單樣本T檢驗(yàn)，Proportion Estimate of 滿(mǎn)意度 using Rankit’s Formula[P滿(mǎn)意度]→檢驗(yàn)變量(T)；檢驗(yàn)值(V)：0.5→確定。

表9 Mann-Whitney U檢驗(yàn)

表10 檢驗(yàn)統(tǒng)計(jì)量

圖4 Ridit分析的數(shù)據(jù)文件

(2) 結(jié)果解讀。輸出結(jié)果見(jiàn)表11、12。對(duì)比組(試驗(yàn)組)R=0.597，P=0.000<0.05，表明對(duì)照組與試驗(yàn)組滿(mǎn)意度不同。置信區(qū)間不包括0.5，即試驗(yàn)組的滿(mǎn)意度高于對(duì)照組。

表11 單個(gè)樣本統(tǒng)計(jì)量

2.5 二分類(lèi)Logistic 回歸分析在SPSS19.0上的實(shí)現(xiàn)

(1) 二分類(lèi)Logistic 回歸分析步驟。①數(shù)據(jù)錄入和數(shù)據(jù)加權(quán)。數(shù)據(jù)文件見(jiàn)圖5。加權(quán)步驟：數(shù)據(jù)→加權(quán)個(gè)案，加權(quán)個(gè)案(W)→頻率變量(F):頻數(shù)→確定。②二分類(lèi)Logistic 回歸。分析→回歸→二元Logistic 回歸，滿(mǎn)意度→因變量，學(xué)院，組別→協(xié)變量，分類(lèi)→學(xué)院，組別→分類(lèi)協(xié)變量→繼續(xù)；選項(xiàng)→Hosmer-Lemeshow擬合度(H)，exp(B)CI(x):95%→繼續(xù)→確定。

圖5 二分類(lèi)Logistic 回歸的數(shù)據(jù)文件

檢驗(yàn)值=0.5t值自由度P值均值差值差分的95%置信區(qū)間下限上限Rankit比例估計(jì)公式計(jì)算滿(mǎn)意度3.863580.0000.0970.0470.147

(2) 結(jié)果解讀。Hosmer和Lemeshow檢驗(yàn)，P=1.000>0.05，即模型對(duì)數(shù)據(jù)擬合度較好。表13所示的Logistic 回歸分析結(jié)果表明，自變量學(xué)院對(duì)模型無(wú)統(tǒng)計(jì)學(xué)意義(P=0.893>0.05)，組別對(duì)模型有統(tǒng)計(jì)學(xué)意義(P=0.000<0.05)，輸出結(jié)果中exp(B)即OR值。組別間OR=2.094，置信區(qū)間不包括1，表明試驗(yàn)組是對(duì)照組滿(mǎn)意度的2.094倍。

表13 二分類(lèi)Logistic回歸分析結(jié)果(無(wú)交互)

a. 在步驟1中輸入的變量:學(xué)院, 組別

若要考察因素間的交互作用，需在主頁(yè)面按左側(cè)的“學(xué)院”，再按Ctrl(或Shift)，最后按“組別”，此時(shí)兩個(gè)變量同時(shí)被選中，“>a*b>”被擊活，點(diǎn)擊進(jìn)入?yún)f(xié)變量，其他步驟同上，與上述輸出結(jié)果主要差別在于回歸分析表(見(jiàn)表14)。自變量學(xué)院、學(xué)院與組別間的交互皆對(duì)模型無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)，組別對(duì)模型有統(tǒng)計(jì)學(xué)意義(P=0.007<0.05)。組別間OR=2.101，置信區(qū)間不包括1，表明試驗(yàn)組是對(duì)照組滿(mǎn)意度的2.101倍。

表14 二分類(lèi)Logistic 回歸分析結(jié)果(有交互)

a. 在步驟1中輸入的變量: 學(xué)院, 組別, 學(xué)院*組別

2.6 有序多分類(lèi)Logistic 回歸分析在SPSS19.0上的實(shí)現(xiàn)

(1) 有序多分類(lèi)Logistic回歸分析步驟。①數(shù)據(jù)錄入和數(shù)據(jù)加權(quán)。數(shù)據(jù)文件見(jiàn)圖6。加權(quán)步驟：數(shù)據(jù)→加權(quán)個(gè)案，加權(quán)個(gè)案(W)→頻率變量(F):頻數(shù)→確定。②有序多分類(lèi)Logistic 回歸。分析→回歸→有序回歸，滿(mǎn)意度→因變量，學(xué)院，組別→因子，輸出→平行性檢驗(yàn)→繼續(xù)→確定，其他默認(rèn)。

(2) 結(jié)果解讀。平行線(xiàn)檢驗(yàn)，P=0.967>0.05，即認(rèn)為位置參數(shù)(斜率系數(shù))在各個(gè)響應(yīng)類(lèi)別中都是相等的。表15所示的有序多分類(lèi)Logistic回歸分析結(jié)果表明，不同學(xué)院間學(xué)生的滿(mǎn)意度無(wú)顯著差異(P=0.883>0.05)；不同組別間學(xué)生的滿(mǎn)意度差異顯著(P=0.000<0.05)。OR值不能直接輸出，需要在Excel中通過(guò)插入函數(shù)計(jì)算OR=exp(b)。組別間的OR=exp(0.730)=2.075，OR的置信區(qū)間為(1.420，3.031)，置信區(qū)間不包括1。由于滿(mǎn)意度賦值從低到高依次為1、2、3，故試驗(yàn)組的滿(mǎn)意度顯著高于對(duì)照組。

表15 有序多分類(lèi)Logistic 回歸分析結(jié)果

a. 因?yàn)樵搮?shù)為冗余的，所以將其置為零

圖6 有序多分類(lèi)Logistic回歸的數(shù)據(jù)文件

3 結(jié) 語(yǔ)

進(jìn)行教學(xué)效果評(píng)價(jià)，當(dāng)分組變量與指標(biāo)變量屬性不同時(shí)，無(wú)論分組變量為計(jì)數(shù)資料或等級(jí)資料，只要指標(biāo)變量為計(jì)數(shù)資料，即使分組變量大于2，比較分組變量間的差異皆可采用四格表卡方檢驗(yàn)相同的操作步驟，若有顯著差異，再進(jìn)行兩兩比較。分層卡方檢驗(yàn)在去除分層因素下更準(zhǔn)確地對(duì)行列變量的獨(dú)立性進(jìn)行研究，但分層卡方檢驗(yàn)也具有一定的局限性，如：只能控制少數(shù)因素；定量資料需要分組，信息易丟失；不能對(duì)因素作用大小進(jìn)行定量分析(交互作用)等。無(wú)論分組變量為計(jì)數(shù)資料或等級(jí)資料，只要指標(biāo)變量為等級(jí)資料，比較分組變量間的差異須采用秩和檢驗(yàn)或Ridit分析或Logistic回歸分析。等級(jí)資料變量取值具有一定級(jí)別，但各級(jí)并非嚴(yán)格等價(jià)于算術(shù)意義上的數(shù)值[11]。本文中，秩和檢驗(yàn)和Ridit分析兩種方法統(tǒng)計(jì)分析結(jié)果是等價(jià)的。二者的主要區(qū)別在于，秩和檢驗(yàn)可利用模塊直接完成，而Ridit分析則需間接完成；Ridit分析需選定一個(gè)標(biāo)準(zhǔn)組；Ridit分析要求n>50，而秩和檢驗(yàn)n無(wú)限制(尤其適合n較小時(shí))[11]。因此，在應(yīng)用SPSS軟件對(duì)等級(jí)資料進(jìn)行實(shí)驗(yàn)教學(xué)效果評(píng)價(jià)時(shí)，秩和檢驗(yàn)較Ridit分析更為方便。Logistic回歸分析對(duì)計(jì)量資料、計(jì)數(shù)資料和等級(jí)資料，多因素以及因素間交互作用均可進(jìn)行分析。Logistic回歸分析也具有一定的局限性，如對(duì)樣本量要求較高。醫(yī)學(xué)上病例和對(duì)照的人數(shù)應(yīng)至少各有30～50例，變量的個(gè)數(shù)愈多需要的例數(shù)相應(yīng)也愈大[6-7, 14]，在進(jìn)行教學(xué)效果評(píng)價(jià)時(shí)，樣本至少大于100，大于500比較合適，一般每一個(gè)自變量至少需要10例結(jié)局。

開(kāi)展教學(xué)效果評(píng)價(jià)前，要綜合考慮研究的科學(xué)問(wèn)題、研究目的、研究對(duì)象特點(diǎn)、資料類(lèi)型以及每種數(shù)據(jù)分析方法的優(yōu)缺點(diǎn)等，再設(shè)計(jì)調(diào)查問(wèn)卷和確定樣本量。