![d76582fd1a58fa7f1d7996799af2269c.png](https://img-blog.csdnimg.cn/img_convert/d76582fd1a58fa7f1d7996799af2269c.png)
点击上方 信息化教学创新 订阅本刊
案例导入
近期,向上小学的李老师希望帮助四年级学生养成良好的阅读习惯,培养他们的阅读能力,于是就设计了一系列活动,来引导学生利用电脑进行阅读。为了验证这些活动对于提升学生阅读能力的有效性,李老师做了一个教育实验,在四年级的两个班级中选择一个班作为实验班,一个班作为对照班。
在正式开展阅读教学之前,两个班级的学生进行了一次阅读测试(前测),之后李老师在实验班中开展新设计的阅读教学活动,在对照班中保持原有的教学方式不变。实验持续进行了几个星期后,李老师组织两个班级的学生再次进行了阅读测试(此处为后测,前测和后测题目难度相当),于是得到了四年级两个班学生的前测和后测数据。
拿到这些数据之后,李老师犯了难:“我该怎么处理和分析这些数据呢?”
实际上,实际教学环境下影响学生发展的因素有很多,因此在教育实验中老师难以严格控制学生的起始水平,而学生的不同起始水平又会对教学活动效果产生比较显著的影响,如果忽略掉,而直接简单地分析新设计的阅读教学活动对学生学习结果的影响,那么所得出的结果可能存在偏差。因此,为了更加准确地探究李老师新设计的阅读教学活动能够有效提升四年级学生阅读能力,就应该尽量剔除学生的起始水平及其他因素对实验结论的影响,协方差分析的数据统计控制方式就可以较好地解决这一问题。
在进行数据处理之前,我们需要先做4个与协方差分析相关的假设检验(注意这里是数据分析的假设检验,并不是教育实验假设)。
假设检验1</