作者yuui (yuui)
看板Statistics
標題[問題] 調和平均數中有0分..如何以spss求出?
時間Tue Aug 4 00:05:03 2015
請問各位
我正在進行教學研究
會以「XX測驗」，分析實驗組與控制組學生所得的前、後測成績來進行單因子共
變數分析，探討兩組學生在教學活動後是否有顯著差異。
一、兩組學生之迴歸係數同質性考驗....OK
二、兩組學生在描述統計量....問題來了
三、兩組學生之想像力共變數分析
在計算XX測驗中有五個向度的前、後測得分之平均數、標準差和調整平均數。
其中五個向度中分數有的有0分
所以無法以spss計算出調和平均數
請問各位可以怎麼解決這問題呢?
是否可以不用調和平均數比較嗎?
EX.可用算術平均數比較嗎?
EX.共變數三步驟中，一定要比較描述統計量嗎?還是直接進行共變數分析，只要P<.05
就有顯著差異?
麻煩各位了
謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.171.217.230
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1438617906.A.732.html
1F：→ andrew43: 在這裡算調和平均數的目的是？ 08/04 00:37
2F：→ Chsieh: 教統論文很愛用，想必是根據前人跑得跟著跑。 08/04 01:22
3F：→ yhliu: 是不是把 "調整平均數" 誤會成 "調和平均數" 了? 08/04 06:20
4F：→ yhliu: 不管為什麼要計算 "調和平均", 既然有 0 在內, 就不能計算. 08/04 06:22
5F：→ yhliu: 一開始說是要進行單因子ANCOVA, 想來是以前測為 covariate. 08/04 06:23
6F：→ yhliu: "調整平均數" 是在 ANCOVA 模型成立之下, 將兩組的 X 拉到 08/04 06:24
7F：→ yhliu: 總平均數時 Y 的條件期望值估計. 在 ANCOVA 中, 不會去計算 08/04 06:26
8F：→ yhliu: 什麼 "調和平均". 08/04 06:26
9F：→ yuui: 沒錯！的確是跟隨前人研究用調和平均數 08/04 09:03
10F：→ yuui: 至於是調和還是調整我也不懂，只知道有0分就都不行用 08/04 09:05
11F：→ yuui: 請問yhliu你的意思是我用共變數分析也可以不需要描述統計嗎? 08/04 09:06
12F：→ andrew43: 是不是先搞定算調和平均的目的？ 08/04 09:22
13F：→ yuui: 目的就是要看實驗組及對照組的前後測是否有顯著差異 08/04 09:24
14F：→ andrew43: 那，也不必要使用調和平均數啊。我還是不理解算這的目的 08/04 10:31
15F：→ yuui: 那可以直接請問該怎麼計算嗎? 08/04 12:42
16F：→ yuui: 我也不知道可以怎麼不用調和平均數計算? 08/04 12:43
17F：→ yhliu: 要看實驗組及對照組的前後測是否有顯著差異, 應看 "調整平 08/04 12:57
18F：→ yhliu: 均數", 而不是 "調和平均數". 08/04 12:58
19F：→ yhliu: 錯了, 什麼是 "實驗組及對照組的前後測是否有顯著差異"? 08/04 12:59
20F：→ yhliu: 兩組, 前後測, 總共4組資料, 所謂 "是否有顯著差異" 是什麼 08/04 13:00
21F：→ yhliu: 跟什麼比? 08/04 13:00
22F：→ yhliu: 討論統計問題請在這版面, 別寄私信! 08/04 13:01
23F：→ yuui: 應該是比後測成績跟前測是否有顯著差異? 08/04 14:50
24F：→ yuui: 感謝您回覆，不會再寄私信了 08/04 14:51
25F：→ yhliu: 後測與前測比, 用成對樣本之 t 檢定或無母數方法, 扯不上 08/04 23:53
26F：→ yhliu: 調和平均數. 08/04 23:54
27F：→ yuui: 我想問一下 若我只是比較前後測差異 用T考驗...可是 08/05 00:37
28F：→ yuui: 我有實驗組和對照組 也有前後測 您之前有提到以前測為共變量 08/05 00:38
29F：→ yuui: 我想問的是如果用T考驗 那這樣跟沒有對照組有何差別? 08/05 00:40
30F：→ andrew43: 你可以先把paired t-test 和 ANCOVA 的部份唸一下。 08/05 00:45
31F：→ andrew43: 不然真的只是雞同鴨講了 08/05 00:45
32F：→ andrew43: 這都不是很難的東西，把書拿出來吧，別再只伸手了。 08/05 00:46
33F：→ andrew43: 至少把這些方法的結論如何解釋看一下。 08/05 00:48
34F：→ andrew43: 自己消化過還有卡關再來求解也不遲。 08/05 00:50
35F：→ andrew43: ANCOVA 和 paired t-test 的目的完全不同。你可以再了解 08/05 01:11
36F：→ andrew43: 一點它們的目的。 08/05 01:11
37F：→ recorriendo: 比較兩者前後測變化差異 ANCOVA只在隨機分組的前提下 08/05 01:33
38F：→ recorriendo: 可用 否則取兩者差做t檢驗 08/05 01:38
39F：→ recorriendo: 對照組識的功用是控制confound 不然你如何確定前後測 08/05 01:44
40F：→ recorriendo: 的差異確實是因為你的教學法導致? 08/05 01:44
41F：→ andrew43: 說簡單一些，ANCOVA是看前測與處理如何影響後測，細節 08/05 07:10
42F：→ andrew43: 可以再看看教科書；你也可以做二個paired t-test各別看 08/05 07:10
43F：→ andrew43: 前後測的差別。總之，他們目的完全不同。 08/05 07:11
44F：→ yhliu: 以前測為共變量, 後測為反應變數, 比較兩組, 在前測對後測 08/05 11:00
45F：→ yhliu: 迴歸效應(迴歸係數)兩組相同之下, 比較兩組之反應有無顯著 08/05 11:01
46F：→ yhliu: 差異. 這是 ANCOVA 所做的. ANCOVA 中反應變數的調整平均數 08/05 11:02
47F：→ yhliu: 之比較, 是直觀的比較兩組有無差異. 08/05 11:03
48F：→ yhliu: 兩組分別做前後測資料的 paired-t test, 這是前後測之比較, 08/05 11:04
49F：→ yhliu: 當然沒有對照組---因為在這個比較中, 對照基礎就是前測. 08/05 11:04
50F：→ yhliu: 真的需要去看點書, 要不然就是找精通統計的人合作. 只照抄 08/05 11:05
51F：→ yhliu: 別人的分析方式而又不知其然更不知其所以然, 是沒有用的. 08/05 11:06
52F：→ yuui: 抱歉 似懂非懂的狀態下造成誤會很抱歉 08/05 13:37
53F：→ yuui: 說實在 有上一門統計課，買一本上課統計書 我真的還是不懂 08/05 13:38
54F：→ yuui: 所以才來這裡請教大家 謝謝大家的指導 08/05 13:39
55F：→ yuui: 我想我的研究是要用ANCOVA沒錯 08/05 13:40
56F：→ yuui: 且應要算調整平均數 可是問題就是其中有0分不能算 08/05 13:41
57F：→ yuui: 所做ANCOVA 中反應變數的調整平均數之比較是直觀的比較 08/05 13:43
58F：→ yuui: 兩組有無差異。那可以刪除這項不要比較嗎?直接進行單變量比 08/05 13:47
59F：→ yuui: 較嗎? 我有請教統計老師，但老師家中小孩生病所以沒回信 08/05 13:49
60F：→ yuui: 在這邊一直麻煩大家，拜託了！謝謝 08/05 13:50
61F：→ recorriendo: adjusted avg.沒有0分部能做的問題 08/05 22:07
62F：→ recorriendo: ANCOVA adjusted mean測試的是「假設兩個學生前測成 08/05 22:09
63F：→ recorriendo: 績相同 施以不同教學法 後測成績的期望差異」 08/05 22:10
64F：→ recorriendo: 這個值有沒有意義 是看你的研究題目跟它有沒有關 08/05 22:11
65F：→ recorriendo: 先了解每個值的意義 再做 不然論文只是一堆沒意義的 08/05 22:18
66F：→ recorriendo: 數字 另外 還是要強調:ANCOVA只有隨機分組的前提下 08/05 22:21
67F：→ recorriendo: 適用 而教育現場通常沒有隨機分組 你必須確認清楚 參 08/05 22:23
69F：→ yhliu: 果然就是把 "調整平均數" 誤會為 "調和平均數" 啊! 08/07 02:58
70F：→ yhliu: 說實在的, 教學實驗, 特別是在台灣, 大概不可能做到 隨機 08/07 02:59
71F：→ yhliu: 分組, 充其量是 "擬隨機" 分組罷了! 08/07 03:01
72F：→ yhliu: 不只是分組隨機不隨機的問題, 要如醫學研究那種 "雙盲" 設 08/07 03:03
73F：→ yhliu: 計的要求, 才有可能避免一堆干擾因素, 但這在教學實驗根本 08/07 03:03
74F：→ yhliu: 不可能. 08/07 03:04
75F：→ yhliu: 曾看過一本書提到一個 可樂 偏好的實驗, 該實驗後來被批評, 08/07 03:05
76F：→ yhliu: 批評的關鍵是: 所用杯子顏色不同. 08/07 03:06
77F：→ recorriendo: 我知道教育研究很難隨機分組 所以說要注意 ANCOVA不 08/07 15:34
78F：→ recorriendo: 一定能用 (雖然很多人還是照用了 但嚴格來說是錯的) 08/07 15:35
79F：→ yhliu: 如果不能當成隨機分組, 那別說 ANCOVA, 其他統計分析也幾乎 08/08 07:21
80F：→ yhliu: 都無用. 再者, 即使是隨機分組, ANCOVA 也不一定就適用. 08/08 07:21
81F：→ yhliu: 提醒考慮分組的隨機性是必要的, 我沒否認這一點. 不過, 如 08/08 07:22
82F：→ yhliu: 果在實驗之前的話, 效果較大. 像這種資料早就蒐集完成的, 08/08 07:24
83F：→ yhliu: 要麼就是先問清楚是否隨機, 不是的話一棍子打死. 要針對方 08/08 07:25
84F：→ yhliu: 法或分析模型討論的話, 基本上都是建立在資料/實驗具隨機性 08/08 07:27
85F：→ yhliu: 才能討論. 08/08 07:27
86F：→ recorriendo: 非隨機分組 ANCOVA has large Type I error rate 08/08 16:32
87F：→ recorriendo: 也就是ANCOVA會機會把沒差異檢驗為有差異 08/08 16:33
88F：→ recorriendo: change score (gain score)分析較無問題 請看我上面 08/08 16:34
89F：→ recorriendo: 給的連結 change score當然有他自己的假設(intervent 08/08 16:39
90F：→ recorriendo: ion以外的effect在兩組相同) 但這假設比ANCOVA的假設 08/08 16:40
91F：→ recorriendo: (intervention以外的effect造成regression to the co 08/08 16:41
92F：→ recorriendo: mmon mean)在quasi-experiment裡是更適宜的假設 08/08 16:43