怎样对化学测验数据进行处理(二) 二、数据特征量的计算上述图表只是一种粗略、直观的概括,为了进一步分析研究,要计算出反映数据特征的量数,如集中量、差异量、相关量等。(一)集中量集中量中以算术平均数用途最广。它的计算式为:其中,f1———第i组数据的频数,Xi———第i组组中值,N———总频数(N=Σfi)当原始数据较多或分组较多时,可以通过有统计功能的计算器或计算机帮助运算。具体的使用方法参见各计算器的使用说明。(二)差异量研究数据分布不仅要考察它的集中趋势,还要考察分数的离散程度、变化的大小,即差异量。教育统计中常用的差异量有全距、方差和标准差等。全距计算方便,但它受两端数据的影响太大,没考虑中间数值差异,感应不灵敏。方差和标准差是最重要、最常用的两个差异量数。方差是离差平方和的算术平均数,用σ2(或S2)表示:N———总频数方差考虑了所有数据的变异性,在理论研究上有重要价值,也方便了代数运算。但方差与原数据单位不一致,因此将方差开平方后得到的标准差σ(或S)在实际中使用更多些。Xc———组中值,f———各组频数,标准差可以用有统计功能的计算器或计算机方便地算得。若两组数据测量单位不同(如两门不同学科、平均数相差较大的测量),不能直接利用标准差的大小来比较差异程度,而应用使用相对差异量———差异系数。差异系数是标准差与算术平均数的百分比,这是一个没有单位的相对量,用Cv表示:利用差异系数可以比较不同学科或不同班级考试的差异程度,还能用于判断学习分化程度:若Cv≤9%,可以认为没有分化现象,若Cv≥18%,则分化现象显著。
~~ 您好,已阅读到文档的结尾了 ~~