研究采用三角互证的混合研究设计,定量(前后测)和定性(教学设计、视频录像以及学生访谈)相结合,探索了学生使用机器人技术后STEM的参与、学习以及教学情况。参与者只有16名小学教育专业的师范生。数据分析前,一个在STEM学习变量(如STEM内容知识)表现非正常(偏离平均值8个编程差)的学生被剔除。
研究者对STEM参与、兴趣以及学习的前后测进行定量分析时,文章都使用了配对样本t检验以及Wilconxon Signed-Rank test。
非参数检验Wilcoxon Signed-Rank test
4.2.1. Surveys(参与,含动机和兴趣)
首先使用Shapiroe-Wilk test进行所有变量配对差异的正态分布假设检验。对于违反正态假设(normality
assumption)的科学兴趣和工程兴趣两个变量,采用非参数检验Wilcoxon Signed-Rank
test。其它符合正态分布的变量则采用配对样本t检验,同时计算了效应量(effect size),使用相关系数r来表示。见table 6
4.3.1. STEM knowledge assessment
对于工程和数学知识,由于违反了正态分布的假设,因此使用Wilcoxon Signed-Rank test进行非参数检验。对于科学和技术知识,则使用配对样本t检验。见table 7
为什么要使用Wilconxon这一非参数检验的方法。该检验方法和非参数检验的Mann-Whitney test有什么区别?