資源簡介

怎樣對化學測驗數據進行處理(二)
二、數據特征量的計算上述圖表只是一種粗略、直觀的概括，為了進一步分析研究，要計算出反映數據特征的量數，如集中量、差異量、相關量等。（一）集中量集中量中以算術平均數用途最廣。它的計算式為：其中，f1——第i組數據的頻數，Xi——第i組組中值，N——總頻數（N=Σfi）當原始數據較多或分組較多時，可以通過有統計功能的計算器或計算機幫助運算。具體的使用方法參見各計算器的使用說明。（二）差異量研究數據分布不僅要考察它的集中趨勢，還要考察分數的離散程度、變化的大小，即差異量。教育統計中常用的差異量有全距、方差和標準差等。全距計算方便，但它受兩端數據的影響太大，沒考慮中間數值差異，感應不靈敏。方差和標準差是最重要、最常用的兩個差異量數。方差是離差平方和的算術平均數，用σ2（或S2）表示：N——總頻數方差考慮了所有數據的變異性，在理論研究上有重要價值，也方便了代數運算。但方差與原數據單位不一致，因此將方差開平方后得到的標準差σ（或S）在實際中使用更多些。Xc──組中值，f──各組頻數，標準差可以用有統計功能的計算器或計算機方便地算得。若兩組數據測量單位不同（如兩門不同學科、平均數相差較大的測量），不能直接利用標準差的大小來比較差異程度，而應用使用相對差異量——差異系數。差異系數是標準差與算術平均數的百分比，這是一個沒有單位的相對量，用Cv表示：利用差異系數可以比較不同學科或不同班級考試的差異程度，還能用于判斷學習分化程度：若Cv≤9％，可以認為沒有分化現象，若Cv≥18％，則分化現象顯著。

展開更多......

收起↑