量化研究的理論\\方法與案例

【摘要】文章從理論、方法與案例三個部分對量化研究進行了綜合闡述。首先，介紹了量化研究的概念、內涵與發展歷程;其次，總結出量化研究中所包含的具體操作步驟;最后，以案例的形式印證了量化研究中的理論與方法。

【關鍵詞】量化研究;理論;方法;案例

【中圖分類號】G420【文獻標識碼】A 【論文編號】1009—8097(2010)04—0020—04

在教育科學研究的歷史上，量化研究是一種常用的研究范式。《國際教育百科全書》主編Husen[1]的理解是:量化研究是模仿自然科學，強調適合于用數學工具來分析的觀察(經驗的、可量化的觀察)，研究的任務在于確定因果關系，并做出解釋。在此理解的基礎上，本文將對量化研究的基本理論、方法與應用案例進行較為詳細的介紹。

一 量化研究的理論簡介

1 量化研究的概念與內涵

量化研究是一種對事物可以量化的部分進行測量和分析，以檢驗研究者關于該事物的某些理論假設的研究方法[2]。量化研究有一套完備的操作技術，包括抽樣方法(如隨機抽樣、分層抽樣、系統抽樣、整群抽樣)、資料收集方法(如問卷法、實驗法)、數據統計方法(如描述性統計、推論性統計)等。量化研究正是通過這種測量、計算和分析，以求達到對事物“本質”的把握。由此可知，量化研究即是引用一定的數學方法，通過變換來判斷研究對象諸因素的關聯，最后用數值來表示分析研究的結果。

教育中的量化研究方法包含以下三層涵義:首先，研究對象的可統計性。由于量化研究是借助于數學的研究方法，因此研究對象必須先轉化為可以運算的數據以便以進一步的分析;其次，操作程序的固定化，量化研究的每一種具體方法都有它固定的具體操作程序。如數學建模法，要求在統計和測量的基礎上建立主因素變化的數學模型，然后通過數學模型的運作把現實事物的變化反映出來;再次，研究結果的客觀性強調從經驗事實出發，對研究對象進行變量分析，通過變量分析獲得對客觀事物的認識，依靠事實證實研究結果[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礎之上才有意義。正如葉瀾教授[4]所說，當教育研究尚未在定性的水平上達到清晰、具體、準確地揭示事物及其相互關系、作用演變軌跡，尚未認識研究對象的性質、數量指標、形態之間的對應關系時，它很難合理選擇定量研究的工具和使定量研究起到抽象、準確認識研究對象、深化定性研究的作用。

2 量化研究的現狀與趨勢

從20世紀初開始，量化方法被應用于教育領域，經過80多年的發展，各種量化方法與技術不斷充實與完善，應用范圍也更加廣泛。目前所使用的經典統計方法可以概括為描述性統計與推論性統計。描述性統計主要用于簡縮數據和描述數據，如計算平均值、標準差、相關系數、制作次數分布表、畫直方圖等;推論性統計則是通過樣本所提供的信息，對總體的某些特征進行推斷、估計和預測，以揭示事物的內在規律，如計算平均數差異的T檢驗、F檢驗，類別數據差異的χ2檢驗，因變量與自變量之間關系的線性回歸等均屬此類分析方法。

近年來，隨著計算機技術的普及與應用，多元統計分析方法迅速崛起，并在教育科研領域起到越來越重要的作用。每個事物現象都表現為多個方面，需要有多個指標來描述、刻畫事物的質和量，這些構成指標體系的多個指標各有側重地解釋著同一個事物的質，必然存在著多重共線性，為了將這些指標反映的內容綜合起來，尋找一個簡單綜合指標，可以借助多元統計分析，在盡量減少損失信息的情況下，通過變換和構造模型，剔除指標間相互制約的成分，使復雜數據簡單化。例如，因子分析、結構方程模型等多元統計分析手段就是這一類方法。

另外，由于統計分析理論和方法的發展與推廣，測量方法也有了質的飛躍，經典測量理論在教育和心理領域的應用逐漸讓位于項目反應理論(IRT)，美國和歐洲的著名教育測量機構均把IRT應用于設計、建構測試題庫以及其他的測量發展過程。

二 量化研究的基本方法

量化研究包括若干密切聯系的操作步驟，每一步驟各有其不同的任務。實現量化研究的基本方法，就是按照量化研究的操作步驟開展研究過程，并以審慎的態度對待研究過程中的每一環節。

1 研究目標的制定

研究目標是指研究者從事某項研究之前，必須確定下來所要達到的境地、要實現的愿望和將得到的結果[5]。教育科學量化研究旨在通過假設、實驗驗證、統計分析，從所研究的樣本中概括出一般特征和普遍規律，從而對教育現象進行預測[6]。

那么，如何確定某一具體的研究目標呢?這就需要了解制定研究目標的依據，即確定研究目標的原因和理由。制定研究目標的依據有:(1)依據于研究假設;(2)依據于研究問題的困難程度;(3)依據于研究條件和環境。只有將這三方面依據綜合考慮，統籌兼顧，才能制定出一項合適的研究目標。

2 研究對象的選取

研究對象就是被研究的單位或個人，它的選取是量化研究過程中一個重要環節，研究對象選取的基本原則是能夠代表總體。研究對象的選取一般包括以下三個步驟:(1)明確規定總體;(2)選定抽樣方法;(3)確定被試數量。

3 研究變量的分析

變量是指與研究問題有關而且是可以操作或測評的可變因素或條件，在教育科學的量化研究中被廣泛應用的變量有自變量和因變量。具體來說，自變量是在實驗中由研究者操縱的、對被試的反應產生影響的變量;因變量也叫反應變量，它是由自變量而引起的被試的某種特定反應，因變量具有可變性、外依性和可測評性的特征。另外，在量化研究中還可能涉及到其他的一些變量，如有機變量、中間變量和控制變量等。

4 測量工具的開發

測量工具的形式多種多樣，其中，問卷是教育研究中使用最多的測量工具，在量化研究中經常使用的問卷就是李克特量表。該類型量表是由一組與主題相關的問題或陳述組成，用來表明被調查者對某一事物的態度、看法、評價或意向。實際應用中通常采用五級量表形式，即對量表中每一題目均給出表示態度積極程度等級的五種備選評語答案(如“很不同意”、“不同意”、“說不準”、“同意”、“非常同意”等)，并用1-5分別為五種答案計分。將一份量表中各題得分累加后即可得出總分，它反映了被調查者對某事物或主題的綜合態度。一個良好的測量工具可以用信度和效度來衡量。

5 實驗過程的設計

實驗設計表現了驗證實驗假設的具體行為，體現出對研究內容、研究方法及研究過程的整體設想與綜合處理。其具體過程就是研究者對自己該如何選擇研究對象，如何組織實驗，如何操縱實驗變量，控制無關變量，測定因變量，如何對結果進行統計分析，以及對實驗的具體實施步驟等一系列至關重要的問題都進行具體思考，并在通盤籌劃之后做出恰當安排的過程。

6 實驗數據的處理

數據也稱觀測值，是實驗、測量、觀察、調查等的結果，常以數量的形式給出。數據分析的目的是把隱沒在一大批看來雜亂無章的數據中的信息集中、萃取和提煉出來，以找出所研究對象的內在規律。本文將主要介紹用于教育科學研究的幾種推論統計，這也是教育統計學中較為重要、應用較多的內容。

(1)T檢驗:用于小樣本時，兩個平均值差異程度的檢驗方法。它利用T分布理論來推斷差異發生的概率，從而判定兩個平均數的差異是否顯著。

(2)方差分析(ANOVA):其主要功能在于分析實驗數據中不同來源的變異對總變異的貢獻大小，從而確定實驗中的自變量是否對因變量有影響。方差分析主要處理多于兩個以上的平均數之間的差異檢驗問題。

(3)χ2檢驗:χ2檢驗適合于類別數據的統計分析，它能處理一項或多項分類的實際觀察頻數與理論頻數分布是否一致，或有無顯著差異的問題。其統計原理，是比較觀察值與理論值的差別，如果兩者的差異越小，檢驗的結果則不易達到顯著性水平;兩者的差異越大，檢驗的結果則可能達到顯著性水平。

(4)線性回歸:通過大量的觀測數據，發現變量之間存在的統計規律，并用一定的數學模型表示出來，這種用一定模型來表述變量相關關系的方法就稱為回歸分析。如果兩個變量之間存在著線性關系，則兩變量間的關系就可以擬合成簡單線性回歸方程。

7 研究結論的獲得

研究結論主要是對實驗中觀察、記錄和測定的結果(各種數據、現象和事實)作出理論的分析和解釋，從廣度和深度兩個方面來豐富和提高對實驗結果的認識。闡述研究結論時，一方面要根據實驗所取得的結果指出實驗的研究假設是否成立，同時，還應當就實驗中出現的某些特殊現象，提出自己的見解。

三 量化研究的案例分析

案例名稱:網絡教學中基于Kolb學習風格模型的實證研究[7]。

1 研究目標

本案例所探討的是以經驗學習理論為基礎的Kolb學習風格模型在網絡教學中的應用，研究者選擇了與Kolb學習風格量表相關的在線學習行為作為測試的變量，目的在于發現Kolb學習風格、在線學習行為和學習結果之間是否存在一定的關聯，以期為網絡教學的優化提供一定的參考和依據。

2 研究方法

(1)研究對象

實驗中的被試來自于山東師范大學教育技術系本科三年級的學生。開始時，有104名學生接受了Kolb學習風格量表的測試，作者從中選取了學習風格特征比較顯著的40名學生作為實驗中的被試。其中，每種學習風格類型包含10名被試。

實驗中的被試都掌握了基礎的計算機文化知識，例如，互聯網的應用、通訊軟件的操作和圖象、文字處理軟件的設計等。他們在大學一年級的時候，也學習了部分利用Flash軟件設計動畫的入門知識。

(2)測量工具

美國教育心理學家Kolb[8]對學習過程周期進行了獨特的分析，他認為學習過程周期由四個相互聯系的環節組成，即具體經驗、反思觀察、抽象概括和積極實踐，但不同的學習者對這四個環節的偏愛是不一樣的。根據學習者對學習環節的偏愛程度，Kolb劃分出四種學習風格類型，它們分別是:以具體經驗和反思觀察為主的發散型，以抽象概括和積極實踐為主的聚合型，以反思觀察和抽象概括為主的同化型，以積極實踐和具體經驗為主的順應型。

Kolb根據自己的理論觀點設計了《Kolb學習風格調查問卷》，該問卷最早的形式包括九組單詞，每組四個詞分別代表學習的四個環節。這一問卷形式相當簡單，易于操作使用，但一個突出的問題是，所列詞匯孤立出現，缺乏語義情境，因而相當抽象，被試難以準確地把握每一詞匯的確切意義。

后來，Kolb本人以及其他一些心理學家對該問卷進行了修訂、擴充，使其在語詞的表述上具體了些，便于被試把握其確切意義，本案例中采用的便是修訂、完善后的《Kolb學習風格調查問卷》。

(3)實驗過程

本次實驗中的任務是要求被試在網絡環境下，運用Flash軟件進行一個簡單動畫的設計，動畫包括10個不同的文字效果，每種文字效果是1分，滿分是10分。

實驗是在學校計算機實驗室進行的，實驗中將40名被試劃分成了10個小組，每個小組中有4名被試，其中發散型、聚合型、同化型和順應型各1人。每次進入計算機實驗室一個小組，實驗過程中，研究人員為被試提供了若干幫助其實現動畫設計的輔助條件。首先，當小組中的被試進入實驗室時，會被告知一個網站的地址，該網站包含了利用Flash進行動畫設計的電子文檔;其次，實驗中被試具有觀察其他被試計算機屏幕的權限;再次，被試可以隨時利用通訊工具QQ與4名熟悉Flash動畫設計的研究生進行在線交流。實驗中還為每名被試配備了1名記錄其在線學習行為的工作人員。

實驗的持續時間是120分鐘，開始時每名被試需接受20分鐘的前測，即在沒有任何幫助的情況下，獨立進行該動畫的制作。前測之后，有10分鐘的休息時間。隨之，每名被試將繼續接受90分鐘的后測，后測期間，被試可以通過QQ與研究生交流，調用其他被試的計算機屏幕以觀察其制作過程，瀏覽網站中的電子文檔或者利用Flash制作文字動畫，而工作人員會記錄下被試在后測中的討論時間、觀察時間、閱讀時間和制作時間。最后，利用SPSS軟件處理實驗中得到的各項數據。

(4)研究變量

相對于Kolb學習風格周期的四個環節，研究者選擇了被試在設計動畫時，四種不同在線學習行為的持續時間作為實驗中的研究變量。它們分別是具體經驗階段所傾向的在線討論行為的持續時間，反思觀察階段所傾向的在線查看其他被試計算機屏幕的持續時間，抽象概括階段所傾向的在線閱讀網絡電子文檔的持續時間以及積極實踐階段所傾向的利用Flash制作動畫的持續時間。

3 研究結果(即實驗數據的處理)

本案例在實驗數據的處理中，主要對學習風格類型、在線學習行為的持續時間、測試成績三者之間的聯系進行了量化分析。

(1)學習風格類型與在線學習行為持續時間的聯系

學習風格類型與在線學習行為持續時間之間的聯系，可以用單因素方差分析的方式來加以研究。從原始數據中研究者發現，所有的被試都將大量的時間用于在線制作，其平均值為55.9分鐘。僅有5名被試用了1或2分鐘的時間通過調用其他被試的計算機屏幕來觀察其動畫的制作過程，另外35名被試都沒有花費時間來觀察他人的計算機屏幕。方差分析的結果也顯示出，不同學習風格的被試在在線制作時間和觀察時間上，并沒有表現出顯著性差異。但不同學習風格的被試在在線討論時間和閱讀時間上，都表現出了顯著性差異。

為了找出具體是哪些學習風格存在著顯著性差異，本研究采用Scheffé事后檢驗的方法對在線討論時間和閱讀時間的數據進行了進一步分析。通過多重比較的方法發現，顯著性差異主要來源于傾向抽象概括的聚合型、同化型被試與傾向具體經驗的發散型、順應型被試之間。也就是聚合型和同化型的被試花費了更多的時間用于在線閱讀，而發散型和順應型的被試則花費了更多的時間用于在線討論。

(2)學習風格類型與測試成績的聯系

雖然本研究中的被試在大學一年級的時候學習過Flash動畫設計的入門知識，但由于在兩年多的時間里缺乏相應的實踐練習，大多數被試已經遺忘了所學的動畫設計知識。實驗的前測中有33名被試沒有設計出任何的文字動畫效果，只有7名被試完成了1個文字動畫效果的設計，這其中包括2名聚合型的學習者，1名發散型的學習者，1名同化型的學習者以及3名順應型的學習者。另外，在實驗的后測中也沒有被試能夠完成所有的10個文字動畫效果。從前測和后測的成績來看，實驗中文字動畫效果的設計任務對被試來說是有難度的。

實驗中每個被試的測試成績是通過后測成績減去前測成績得到的，其平均值為4.68分。為了分析學習風格類型與測試成績的聯系，研究者將每個被試的成績歸屬為高分或低分之列。具體標準為高于5分的屬于高分組，低于5分的屬于低分組。最終，實驗數據通過卡方檢驗(chi-square test)的方法處理。其結果表明不同學習風格的被試在測試成績上并無顯著性差異(χ2(3， N=40)=2.707，p=0.538)。

(3)測試成績與在線學習行為持續時間的聯系

研究者通過建立多重線性回歸方程論證了測試成績與在線學習行為持續時間之間的聯系。其中，因變量是被試的測試成績，自變量分別是在線討論時間、觀察時間、閱讀時間和制作時間。從模型的測定系數看出，自變量的變化解釋了因變量變化的60.8%，表1中列出了多重線性回歸模型中回歸系數的分析結果。

4 研究結論

(1)學習行為與學習風格類型的一致

在實驗結果的分析中，研究者發現不同學習風格的被試在在線討論時間和閱讀時間上表現出了顯著性差異，即聚合型和同化型的被試花費了更多的時間用于在線閱讀，而發散型和順應型的被試則花費了更多的時間用于在線討論，這一點與Kolb的學習風格理論是一致的。Kolb認為聚合型和同化型的學習者具有抽象概括的特點，抽象概括的學習者注重對符號的理解，擅長在非人際環境中以及權威指導下的學習，因此，聚合型和同化型的學習者傾向于通過閱讀網上提供的電子文檔來學習動畫的設計;發散型和順應型的學習者具有依靠具體經驗學習的特點，該類學習者強調由情感體驗和實際經驗而導致的學習，善于與學習伙伴間的溝通和交流，因此，發散型和順應型的學習者傾向于通過QQ與擅長動畫設計的研究生進行討論，由此獲得動畫設計的方法。

另外，實驗中不同學習風格的被試在在線制作時間和觀察時間上，并沒有表現出顯著性差異，其原因可能在于實驗環境的限制和實驗任務的特殊性造成的。首先，被試感到通過觀察其他被試的計算機屏幕來學習動畫的設計是比較困難的，因此，絕大多數被試都沒有花費時間來觀察他人的計算機屏幕。其次，要完成該動畫設計，被試不得不花費大量的時間用于動畫的制作，所以，實驗中所有的被試都花費了一半以上的時間用于動畫的制作。

(2)測試成績與學習風格類型的相關

過去的研究表明，不同學習風格的被試在利用計算機作為媒介進行學習時，呈現出不同的學習結果。例如，Henke等人[9]曾經宣稱在基于計算機的學習中，聚合型和同化型學習者的學習結果要好于其他類型的學習者。然而，本研究中的數據經過卡方檢驗后，顯示出不同學習風格的被試在測試成績上并無顯著性差異，這一點是出乎研究者預期的。同時，研究者也發現，雖然被試之間的測試成績并沒有顯著性差異，但聚合型和同化型學習者測試成績的平均值還是要高于發散型和順應型學習者，這一點與表1中多重線性回歸模型中回歸系數的計算結果是一致的。從表1看出，在線閱讀的標準偏回歸系數是0.302，在線討論時間的標準偏回歸系數是0.009。數據表明在線閱讀時間對測試成績的影響比在線討論時間大，也就是花費了更多時間進行在線閱讀的聚合型和同化型學習者，其測試成績的平均值要高于那些花費了更多時間進行在線討論的發散型和順應型學習者。

參考文獻

[1] 瞿葆奎.教育學文集#8226;教育研究方法[M].北京:人民教育出版社，1988:179.

[2] 謝艷.教育研究的兩大研究取向初探[J].云南電大學報，2004，6(3):31-33.

[3] 張偉香.量化研究—一筆不可缺少的教研資源[J].教學研究，2008，(1).

[4] 葉瀾.教育研究方法論初探[M].上海:上海教育出版社， 1999.

[5] 喻立森.教育科學研究通論[M].福州:福建教育出版社，2001.

[6] 鮮蘭.論教育研究中量化研究與質化研究的結合[J].教學研究，2008，(2).

[7] 陸宏.網絡教學中基于Kolb學習風格模型的實證研究[J].中國電化教育，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].