打开文本图片集
【摘要】文章从理论、方法与案例三个部分对量化研究进行了综合阐述。首先,介绍了量化研究的概念、内涵与发展历程;其次,总结出量化研究中所包含的具体操作步骤;最后,以案例的形式印证了量化研究中的理论与方法。
【关键词】量化研究;理论;方法;案例
【中图分类号】G420【文献标识码】A 【论文编号】1009—8097(2010)04—0020—04
在教育科学研究的历史上,量化研究是一种常用的研究范式。《国际教育百科全书》主编Husen[1]的理解是:量化研究是模仿自然科学,强调适合于用数学工具来分析的观察(经验的、可量化的观察),研究的任务在于确定因果关系,并做出解释。在此理解的基础上,本文将对量化研究的基本理论、方法与应用案例进行较为详细的介绍。
一 量化研究的理论简介
1 量化研究的概念与内涵
量化研究是一种对事物可以量化的部分进行测量和分析,以检验研究者关于该事物的某些理论假设的研究方法[2]。量化研究有一套完备的操作技术,包括抽样方法(如随机抽样、分层抽样、系统抽样、整群抽样)、资料收集方法(如问卷法、实验法)、数据统计方法(如描述性统计、推论性统计)等。量化研究正是通过这种测量、计算和分析,以求达到对事物“本质”的把握。由此可知,量化研究即是引用一定的数学方法,通过变换来判断研究对象诸因素的关联,最后用数值来表示分析研究的结果。
教育中的量化研究方法包含以下三层涵义:首先,研究对象的可统计性。由于量化研究是借助于数学的研究方法,因此研究对象必须先转化为可以运算的数据以便以进一步的分析;其次,操作程序的固定化,量化研究的每一种具体方法都有它固定的具体操作程序。如数学建模法,要求在统计和测量的基础上建立主因素变化的数学模型,然后通过数学模型的运作把现实事物的变化反映出来;再次,研究结果的客观性强调从经验事实出发,对研究对象进行变量分析,通过变量分析获得对客观事物的认识,依靠事实证实研究结果[3]。
需要指出的是,量化研究并不排斥定性研究,定量研究只有建立在定性分析的基础之上才有意义。正如叶澜教授[4]所说,当教育研究尚未在定性的水平上达到清晰、具体、准确地揭示事物及其相互关系、作用演变轨迹,尚未认识研究对象的性质、数量指标、形态之间的对应关系时,它很难合理选择定量研究的工具和使定量研究起到抽象、准确认识研究对象、深化定性研究的作用。
2 量化研究的现状与趋势
从20世纪初开始,量化方法被应用于教育领域,经过80多年的发展,各种量化方法与技术不断充实与完善,应用范围也更加广泛。目前所使用的经典统计方法可以概括为描述性统计与推论性统计。描述性统计主要用于简缩数据和描述数据,如计算平均值、标准差、相关系数、制作次数分布表、画直方图等;推论性统计则是通过样本所提供的信息,对总体的某些特征进行推断、估计和预测,以揭示事物的内在规律,如计算平均数差异的T检验、F检验,类别数据差异的χ2检验,因变量与自变量之间关系的线性回归等均属此类分析方法。
近年来,随着计算机技术的普及与应用,多元统计分析方法迅速崛起,并在教育科研领域起到越来越重要的作用。每个事物现象都表现为多个方面,需要有多个指标来描述、刻画事物的质和量,这些构成指标体系的多个指标各有侧重地解释着同一个事物的质,必然存在着多重共线性,为了将这些指标反映的内容综合起来,寻找一个简单综合指标,可以借助多元统计分析,在尽量减少损失信息的情况下,通过变换和构造模型,剔除指标间相互制约的成分,使复杂数据简单化。例如,因子分析、结构方程模型等多元统计分析手段就是这一类方法。
另外,由于统计分析理论和方法的发展与推广,测量方法也有了质的飞跃,经典测量理论在教育和心理领域的应用逐渐让位于项目反应理论(IRT),美国和欧洲的著名教育测量机构均把IRT应用于设计、建构测试题库以及其他的测量发展过程。
二 量化研究的基本方法
量化研究包括若干密切联系的操作步骤,每一步骤各有其不同的任务。实现量化研究的基本方法,就是按照量化研究的操作步骤开展研究过程,并以审慎的态度对待研究过程中的每一环节。
1 研究目标的制定
研究目标是指研究者从事某项研究之前,必须确定下来所要达到的境地、要实现的愿望和将得到的结果[5]。教育科学量化研究旨在通过假设、实验验证、统计分析,从所研究的样本中概括出一般特征和普遍规律,从而对教育现象进行预测[6]。
那么,如何确定某一具体的研究目标呢?这就需要了解制定研究目标的依据,即确定研究目标的原因和理由。制定研究目标的依据有:(1)依据于研究假设;(2)依据于研究问题的困难程度;(3)依据于研究条件和环境。只有将这三方面依据综合考虑,统筹兼顾,才能制定出一项合适的研究目标。
2 研究对象的选取
研究对象就是被研究的单位或个人,它的选取是量化研究过程中一个重要环节,研究对象选取的基本原则是能够代表总体。研究对象的选取一般包括以下三个步骤:(1)明确规定总体;(2)选定抽样方法;(3)确定被试数量。
3 研究变量的分析
变量是指与研究问题有关而且是可以操作或测评的可变因素或条件,在教育科学的量化研究中被广泛应用的变量有自变量和因变量。具体来说,自变量是在实验中由研究者操纵的、对被试的反应产生影响的变量;因变量也叫反应变量,它是由自变量而引起的被试的某种特定反应,因变量具有可变性、外依性和可测评性的特征。另外,在量化研究中还可能涉及到其他的一些变量,如有机变量、中间变量和控制变量等。
4 测量工具的开发
测量工具的形式多种多样,其中,问卷是教育研究中使用最多的测量工具,在量化研究中经常使用的问卷就是李克特量表。该类型量表是由一组与主题相关的问题或陈述组成,用来表明被调查者对某一事物的态度、看法、评价或意向。实际应用中通常采用五级量表形式,即对量表中每一题目均给出表示态度积极程度等级的五种备选评语答案(如“很不同意”、“不同意”、“说不准”、“同意”、“非常同意”等),并用1-5分别为五种答案计分。将一份量表中各题得分累加后即可得出总分,它反映了被调查者对某事物或主题的综合态度。一个良好的测量工具可以用信度和效度来衡量。
5 实验过程的设计
实验设计表现了验证实验假设的具体行为,体现出对研究内容、研究方法及研究过程的整体设想与综合处理。其具体过程就是研究者对自己该如何选择研究对象,如何组织实验,如何操纵实验变量,控制无关变量,测定因变量,如何对结果进行统计分析,以及对实验的具体实施步骤等一系列至关重要的问题都进行具体思考,并在通盘筹划之后做出恰当安排的过程。
6 实验数据的处理
数据也称观测值,是实验、测量、观察、调查等的结果,常以数量的形式给出。数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来,以找出所研究对象的内在规律。本文将主要介绍用于教育科学研究的几种推论统计,这也是教育统计学中较为重要、应用较多的内容。
(1)T检验:用于小样本时,两个平均值差异程度的检验方法。它利用T分布理论来推断差异发生的概率,从而判定两个平均数的差异是否显著。
(2)方差分析(ANOVA):其主要功能在于分析实验数据中不同来源的变异对总变异的贡献大小,从而确定实验中的自变量是否对因变量有影响。方差分析主要处理多于两个以上的平均数之间的差异检验问题。
打开文本图片集
(3)χ2检验:χ2检验适合于类别数据的统计分析,它能处理一项或多项分类的实际观察频数与理论频数分布是否一致,或有无显著差异的问题。其统计原理,是比较观察值与理论值的差别,如果两者的差异越小,检验的结果则不易达到显著性水平;两者的差异越大,检验的结果则可能达到显著性水平。
(4)线性回归:通过大量的观测数据,发现变量之间存在的统计规律,并用一定的数学模型表示出来,这种用一定模型来表述变量相关关系的方法就称为回归分析。如果两个变量之间存在着线性关系,则两变量间的关系就可以拟合成简单线性回归方程。
7 研究结论的获得
研究结论主要是对实验中观察、记录和测定的结果(各种数据、现象和事实)作出理论的分析和解释,从广度和深度两个方面来丰富和提高对实验结果的认识。阐述研究结论时,一方面要根据实验所取得的结果指出实验的研究假设是否成立,同时,还应当就实验中出现的某些特殊现象,提出自己的见解。
三 量化研究的案例分析
案例名称:网络教学中基于Kolb学习风格模型的实证研究[7]。
1 研究目标
本案例所探讨的是以经验学习理论为基础的Kolb学习风格模型在网络教学中的应用,研究者选择了与Kolb学习风格量表相关的在线学习行为作为测试的变量,目的在于发现Kolb学习风格、在线学习行为和学习结果之间是否存在一定的关联,以期为网络教学的优化提供一定的参考和依据。
2 研究方法
(1)研究对象
实验中的被试来自于山东师范大学教育技术系本科三年级的学生。开始时,有104名学生接受了Kolb学习风格量表的测试,作者从中选取了学习风格特征比较显著的40名学生作为实验中的被试。其中,每种学习风格类型包含10名被试。
实验中的被试都掌握了基础的计算机文化知识,例如,互联网的应用、通讯软件的操作和图象、文字处理软件的设计等。他们在大学一年级的时候,也学习了部分利用Flash软件设计动画的入门知识。
(2)测量工具
美国教育心理学家Kolb[8]对学习过程周期进行了独特的分析,他认为学习过程周期由四个相互联系的环节组成,即具体经验、反思观察、抽象概括和积极实践,但不同的学习者对这四个环节的偏爱是不一样的。根据学习者对学习环节的偏爱程度,Kolb划分出四种学习风格类型,它们分别是:以具体经验和反思观察为主的发散型,以抽象概括和积极实践为主的聚合型,以反思观察和抽象概括为主的同化型,以积极实践和具体经验为主的顺应型。
Kolb根据自己的理论观点设计了《Kolb学习风格调查问卷》,该问卷最早的形式包括九组单词,每组四个词分别代表学习的四个环节。这一问卷形式相当简单,易于操作使用,但一个突出的问题是,所列词汇孤立出现,缺乏语义情境,因而相当抽象,被试难以准确地把握每一词汇的确切意义。
后来,Kolb本人以及其他一些心理学家对该问卷进行了修订、扩充,使其在语词的表述上具体了些,便于被试把握其确切意义,本案例中采用的便是修订、完善后的《Kolb学习风格调查问卷》。
(3)实验过程
本次实验中的任务是要求被试在网络环境下,运用Flash软件进行一个简单动画的设计,动画包括10个不同的文字效果,每种文字效果是1分,满分是10分。
实验是在学校计算机实验室进行的,实验中将40名被试划分成了10个小组,每个小组中有4名被试,其中发散型、聚合型、同化型和顺应型各1人。每次进入计算机实验室一个小组,实验过程中,研究人员为被试提供了若干帮助其实现动画设计的辅助条件。首先,当小组中的被试进入实验室时,会被告知一个网站的地址,该网站包含了利用Flash进行动画设计的电子文档;其次,实验中被试具有观察其他被试计算机屏幕的权限;再次,被试可以随时利用通讯工具QQ与4名熟悉Flash动画设计的研究生进行在线交流。实验中还为每名被试配备了1名记录其在线学习行为的工作人员。
实验的持续时间是120分钟,开始时每名被试需接受20分钟的前测,即在没有任何帮助的情况下,独立进行该动画的制作。前测之后,有10分钟的休息时间。随之,每名被试将继续接受90分钟的后测,后测期间,被试可以通过QQ与研究生交流,调用其他被试的计算机屏幕以观察其制作过程,浏览网站中的电子文档或者利用Flash制作文字动画,而工作人员会记录下被试在后测中的讨论时间、观察时间、阅读时间和制作时间。最后,利用SPSS软件处理实验中得到的各项数据。
(4)研究变量
相对于Kolb学习风格周期的四个环节,研究者选择了被试在设计动画时,四种不同在线学习行为的持续时间作为实验中的研究变量。它们分别是具体经验阶段所倾向的在线讨论行为的持续时间,反思观察阶段所倾向的在线查看其他被试计算机屏幕的持续时间,抽象概括阶段所倾向的在线阅读网络电子文档的持续时间以及积极实践阶段所倾向的利用Flash制作动画的持续时间。
3 研究结果(即实验数据的处理)
本案例在实验数据的处理中,主要对学习风格类型、在线学习行为的持续时间、测试成绩三者之间的联系进行了量化分析。
(1)学习风格类型与在线学习行为持续时间的联系
学习风格类型与在线学习行为持续时间之间的联系,可以用单因素方差分析的方式来加以研究。从原始数据中研究者发现,所有的被试都将大量的时间用于在线制作,其平均值为55.9分钟。仅有5名被试用了1或2分钟的时间通过调用其他被试的计算机屏幕来观察其动画的制作过程,另外35名被试都没有花费时间来观察他人的计算机屏幕。方差分析的结果也显示出,不同学习风格的被试在在线制作时间和观察时间上,并没有表现出显著性差异。但不同学习风格的被试在在线讨论时间和阅读时间上,都表现出了显著性差异。
为了找出具体是哪些学习风格存在着显著性差异,本研究采用Scheffé事后检验的方法对在线讨论时间和阅读时间的数据进行了进一步分析。通过多重比较的方法发现,显著性差异主要来源于倾向抽象概括的聚合型、同化型被试与倾向具体经验的发散型、顺应型被试之间。也就是聚合型和同化型的被试花费了更多的时间用于在线阅读,而发散型和顺应型的被试则花费了更多的时间用于在线讨论。
(2)学习风格类型与测试成绩的联系
虽然本研究中的被试在大学一年级的时候学习过Flash动画设计的入门知识,但由于在两年多的时间里缺乏相应的实践练习,大多数被试已经遗忘了所学的动画设计知识。实验的前测中有33名被试没有设计出任何的文字动画效果,只有7名被试完成了1个文字动画效果的设计,这其中包括2名聚合型的学习者,1名发散型的学习者,1名同化型的学习者以及3名顺应型的学习者。另外,在实验的后测中也没有被试能够完成所有的10个文字动画效果。从前测和后测的成绩来看,实验中文字动画效果的设计任务对被试来说是有难度的。
实验中每个被试的测试成绩是通过后测成绩减去前测成绩得到的,其平均值为4.68分。为了分析学习风格类型与测试成绩的联系,研究者将每个被试的成绩归属为高分或低分之列。具体标准为高于5分的属于高分组,低于5分的属于低分组。最终,实验数据通过卡方检验(chi-square test)的方法处理。其结果表明不同学习风格的被试在测试成绩上并无显著性差异(χ2(3, N=40)=2.707,p=0.538)。
(3)测试成绩与在线学习行为持续时间的联系
研究者通过建立多重线性回归方程论证了测试成绩与在线学习行为持续时间之间的联系。其中,因变量是被试的测试成绩,自变量分别是在线讨论时间、观察时间、阅读时间和制作时间。从模型的测定系数看出,自变量的变化解释了因变量变化的60.8%,表1中列出了多重线性回归模型中回归系数的分析结果。
4 研究结论
(1)学习行为与学习风格类型的一致
在实验结果的分析中,研究者发现不同学习风格的被试在在线讨论时间和阅读时间上表现出了显著性差异,即聚合型和同化型的被试花费了更多的时间用于在线阅读,而发散型和顺应型的被试则花费了更多的时间用于在线讨论,这一点与Kolb的学习风格理论是一致的。Kolb认为聚合型和同化型的学习者具有抽象概括的特点,抽象概括的学习者注重对符号的理解,擅长在非人际环境中以及权威指导下的学习,因此,聚合型和同化型的学习者倾向于通过阅读网上提供的电子文档来学习动画的设计;发散型和顺应型的学习者具有依靠具体经验学习的特点,该类学习者强调由情感体验和实际经验而导致的学习,善于与学习伙伴间的沟通和交流,因此,发散型和顺应型的学习者倾向于通过QQ与擅长动画设计的研究生进行讨论,由此获得动画设计的方法。
另外,实验中不同学习风格的被试在在线制作时间和观察时间上,并没有表现出显著性差异,其原因可能在于实验环境的限制和实验任务的特殊性造成的。首先,被试感到通过观察其他被试的计算机屏幕来学习动画的设计是比较困难的,因此,绝大多数被试都没有花费时间来观察他人的计算机屏幕。其次,要完成该动画设计,被试不得不花费大量的时间用于动画的制作,所以,实验中所有的被试都花费了一半以上的时间用于动画的制作。
(2)测试成绩与学习风格类型的相关
过去的研究表明,不同学习风格的被试在利用计算机作为媒介进行学习时,呈现出不同的学习结果。例如,Henke等人[9]曾经宣称在基于计算机的学习中,聚合型和同化型学习者的学习结果要好于其他类型的学习者。然而,本研究中的数据经过卡方检验后,显示出不同学习风格的被试在测试成绩上并无显著性差异,这一点是出乎研究者预期的。同时,研究者也发现,虽然被试之间的测试成绩并没有显著性差异,但聚合型和同化型学习者测试成绩的平均值还是要高于发散型和顺应型学习者,这一点与表1中多重线性回归模型中回归系数的计算结果是一致的。从表1看出,在线阅读的标准偏回归系数是0.302,在线讨论时间的标准偏回归系数是0.009。数据表明在线阅读时间对测试成绩的影响比在线讨论时间大,也就是花费了更多时间进行在线阅读的聚合型和同化型学习者,其测试成绩的平均值要高于那些花费了更多时间进行在线讨论的发散型和顺应型学习者。
参考文献
[1] 瞿葆奎.教育学文集•教育研究方法[M].北京:人民教育出版社,1988:179.
[2] 谢艳.教育研究的两大研究取向初探[J].云南电大学报,2004,6(3):31-33.
[3] 张伟香.量化研究—一笔不可缺少的教研资源[J].教学研究,2008,(1).
[4] 叶澜.教育研究方法论初探[M].上海:上海教育出版社, 1999.
[5] 喻立森.教育科学研究通论[M].福州:福建教育出版社,2001.
[6] 鲜兰.论教育研究中量化研究与质化研究的结合[J].教学研究,2008,(2).
[7] 陆宏.网络教学中基于Kolb学习风格模型的实证研究[J].中国电化教育,2007,(3):41-44.
[8] Kayes, D.C. Internal validity and reliability of Kolb’s Learning Style Inventory version 3 [J].Journal of Business and Psychology, 2005, 20 (2):249-257.
[9] Henke, H. Learning theory: applying Kolb’s learning style inventory with computer based training[EB/OL].
