马红亮的帖子

STEM教师专业发展 -> 课程讨论区 -> Robotics to promote elementary education pre-service teachers' STEM-Wilconxon检验

马红亮 -

   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？

STEM教师专业发展 -> 课程讨论区 -> Robotics to promote elementary education pre-service teachers' STEM-t检验

马红亮 -

    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。

    4.2.1. Surveys

    在对学生的STEM参与（认知参与与情感参与）的前后测比较方面，研究者使用了paired samples t-test。首先，分析了是否符合正态分布的假设，使用Shapiro–Wilk test对所有变量的配对差异进行了分析。

 

STEM教师专业发展 -> 课程讨论区 -> Robotics to promote elementary education pre-service teachers' STEM-t检验 -> 回复： Robotics to promote elementary education pre-service teachers' STEM-t检验

马红亮 -

非参数检验Wilcoxon Signed-Rank test

4.2.1. Surveys
    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


CS-STEM课程教学研究专题 -> 自由讨论区 -> Investigating the affordances of a CAD enabled learning-数据分析（配对t检验和协方差）

马红亮 -
     本研究采用探索性个案研究，分三个实验组（6年级141人、7年146人、8年级121人），围绕着初中生STEM学习中的科学学习、技术使用、工程实践和数学知识，进行了知识前后测以及软件操作日志分析相结合的研究。
   
    1. 自编知识测验量表的信效度检验（3.5. Reliability and validity of the assessment instrument）

      在使用科学和数学知识测验的前后测量表方面，作者借鉴了大量的热能转换概念的量表，同时应用多种机制保证量表的效度。在内容效度方面（content validity），基于文献综述、现有量表、5名多个领域的专家意见。表面效度（face validity），又征求了2名专家的意见，考虑量表的准确性、完整性以及课程的适应性等。最后又在2名中学生进行了面对面的试测（pilot testin）。最后对量表题项进行了删减。

     那么评估内容效度和表面效度邀请的专家有什么不同？为什么不同呢

CS-STEM课程教学研究专题 -> 自由讨论区 -> Investigating the affordances of a CAD enabled learning-数据分析（配对t检验和协方差） -> 回复： Investigating the affordances of a CAD enabled learning

马红亮 -
    2. 配对样本t检验
      对设计过程中产生的科学学习（热量转换和能量效率中的因果关系）的前后测，进行了6、7、8年级的配对样本t检验，并计算了效应量（D），见Table 5。

     对设计过程中产生的数学知识，也分别对三个年级进行了前后测的配对样本t检验，见table 7。