Designing for deeper learning-数据分析-其它结果-因素分析与回归分析

Designing for deeper learning-数据分析-其它结果-因素分析与回归分析

马红亮 -
回帖数:2

在其它结果部分,作者分析了性别、数学成绩、前期经验等对编程知识测验和迁移测验的潜在影响。其中数学成绩的影响使用了回归分析法(Regression analyses),发现能够预测编程知识测验;前期编程经验的影响使用了因素分析法(factor analyses),发现前期编程经验影响编程知识测验的后测以及迁移测验。请问:

  • 什么是因素分析,原理和用途是什么?
  • 什么是回归分析,原理和用途是什么?
回复马红亮

回复: 数据分析-其它结果

王莹 -
1.因素分析又称经验分析,凭借分析人员的知识和经验集体研究确定选择对象。使用这种方法能够使研究者把一组反映事物性质、状态、特点等的变量简化为少数几个能够反映出事物内在联系的、固有的、决定事物本质特征的因素。
因素分析法可在多变量观测分析的基础上较全面地反映出事物的各个不同侧面。在心理学研究中,研究者用因素分析从众多的变量中提取几种具有决定性意义的因素,建立理论假设,然后又用因素分析法反复验证假设,直至成功。
一般程序包含:1.确定需要分析的指标;2、确定影响该指标的各因素及与该指标的关系;3、计算确定各个因素影响的程度数额。

2.回归分析是一种预测分析,探究自变量和因变量之间的因果关系。回归分析研究的主要问题是:
(1)确定Y与X间的定量关系表达式,这种表达式称为回归方程;
(2)对求得的回归方程的可信度进行检验;
(3)判断自变量X对因变量Y有无影响;
(4)利用所求得的回归方程进行预测和控制。
回复马红亮

回复: 数据分析-其它结果

付科峰 -
1.在前测中,研究对象的数学水平是通过标准化考试测试的,编程经验是通过研究者主观自我报告方式获得影响了前者选用(Regression analyses),后者选用(factor analyses)。
2. 另外,前期编程经验包含许多不同的因子,一些因子和因变量(知识迁移)可能不存在统计意义,是否应该剔除,有一个探索的因素的作用,所以选用因数分析方法
自己的主观臆断,求马老师正解!