马红亮的帖子

(二)协方差分析(ANCOVA)


1. 单因素协方差分析(one-way ANCOVA)


  • Yılmaz, R. (2020).  Enhancing community of inquiry and reflective thinking skills of undergraduates through using learning analytics-based process feedbackJournal of Computer Assisted Learning, 36(6),909-921.(主要探索了应用基于学习分析的过程反馈对学生探究社区感知和反思技能的影响,研究者运用前后测控制组的实验研究,104名大学生被随机分配到实验组(51)和控制组(49),实验组(EG)接受基于学习分析的过程性反馈的翻转学习,控制组只是单纯的翻转学习。在数据分析方面,满足数据正态分布、方差同质性、协变量和实验处理的独立性、回归斜率同质等条件,因此研究者采用ANCOVA,控制前测的影响,比较两组后测的差异。表1为探究社区的协方差分析。)

二、数据分析实例

(一)测量模型
(二)结构模型


扩展阅读


二、访谈数据分析实例


1. 开放编码(open coding)


2. 预设编码(predetermined coding)

3. 混合编码(两者结合)

  • Irgens, G. A., et al (2023). Analyzing a teacher and researcher co-design partnership through the lens of communities of practice. Teaching and Teacher Education, 121.   (以9名教师一所乡村学校的教师与7名研究者的实践共同体为对象,质性数据包括了4次每日在线日志、1次60分钟的焦点小组访谈。第一轮以实践共同体的框架进行演绎编码,第二轮进行开放编码以查漏补缺。2位研究者进行共同的迭代式编码,直至他们在每一个编码达成共识,最终发现3个主题。)

  • Vahle, C., et al. (2023). Teachers’ instructional responses to the COVID-19 pandemic. Teaching and Teacher Education. (以11名中学数学教师为对象,采用半结构化访谈的方法研究了教师对疫情的教学反应。先基于理论框架进行预设编码,之后对相关部分进行开放编码。在开放编码过程中反复阅读访谈文本、撰写备忘录、持续比较、迭代分析、探寻模式。)

扩展阅读

  1.   二、数据分析实例

1. 系统综述(systematic review)
2. 元分析 (meta-analysis)
3. 元聚合分析 (meta-aggregation/meta-synthesis)
4. 系统综述+元分析 (A systematic review and meta-analytic)
  • Montuori, C., Filippo, G., Altoé, G., & Arfé, B. (2023). The cognitive effects of computational thinking: A systematic review and meta-analytic study. Computers & Education, 104961. https://doi.org/10.1016/j.compedu.2023.104961 (本研究通过系统综述和元分析探讨了 2006 年至 2022 年间发表的实验研究结果,考察了编码和编程干预对儿童核心和高级执行功能(反应抑制、工作记忆、认知灵活性、计划和解决问题)的影响。本研究旨在解决三个研究问题:1)哪些执行功能受CT教学的影响最大?2) 哪种教学方式(教育机器人/虚拟编程/不插电编程)在提高 4-16 岁学习者的执行功能技能方面最有效?3)编码的认知效果是否随儿童年龄而变化?)


二、数据分析实例


1. Wilcoxon检验(配对样本)

2. Mann-Whitney检验(独立样本)
  • 《STEM教育国际前沿专题》:Olmo-Muoz, J. D.  et al. (2020) . Computational thinking through unplugged activities in early years of primary educationComputers & Education, 150.  浏览课程单元讨论(对插电组和不插电组的计算思维技能和学习态度进行了前测、中测和后测的差异对比分析。)
  • Qin, C., et al. (2023) . Scratch versus LEGO robots: Which engages undergraduates more in programming education? Journal of Computer Assisted Learning, 39(3), 935-953. https://doi.org/10.1111/jcal.12778 (在28名大学生中进行实验干预,按奇数和偶数随机分成两组,每组14人。之后进行不同序列的编程教学干预。在为期14周的干预后,进行学习投入和心流体验的测量。同时对28名被试进行3次半结构化的焦点小组访谈。对量化数据分别采用Mann–Whitney U 检验和Wilcoxon signed-rank检验)
  • Elkomy,M. M.,& Elkhaial,N.H. (2022). The lesson study approach to professional development: Promoting teachers' peer mentoring and communities of practice and students' learning in Egypt.Teaching and Teacher Education,109. (实验组教师10人,控制组教师11人,对两组教师的同伴指导和实践社区进行知识后测,用Mann–Whitney U检验了两组教师在同伴指导和实践共同体的知识后测的差异。)
  • Cheng, G., Zou, D., Xie, H., & Wang, F. L. (2023). Exploring differences in self-regulated learning strategy use between high-and low-performing students in introductory programming: An analysis of eye-tracking and retrospective think-aloud data from program comprehensionComputers & Education, 104948. https://doi.org/10.1016/j.compedu.2023.104948(使用非参数Mann-Whitney U检验比较特定兴趣上高、低水平学习者的注视次数和平均注视时间的差异,进而评估这两组学习者在程序理解任务中对各个区域的视觉注意程度。并将学习者的一系列眼动数据通过算法转化为区域视觉转换和趋势扫描路径的可视化图示结果,再将进一步的区域转换模式与学习者的自我调节策略相对应,分析高、低水平的学生在程序理解任务中对自我调节策略使用的差异。)



(由 敬滨 编辑 - 原提交时间 2021年11月8日 星期一 18:23)