本站小編為你精心準備了外語科研統(tǒng)計手段梳理參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

統(tǒng)計方法在外語教學與研究中得到越來越廣泛的應(yīng)用,主要原因在于:首先,外語教學研究重視定量研究。定性研究雖然可以對語言現(xiàn)象進行詳盡的質(zhì)的考察和描述,但其考察的數(shù)量往往有限,有時觀察到的現(xiàn)象可能是個別的、特殊的,其結(jié)論可能缺乏普遍意義。因此,外語研究人員需要對語言現(xiàn)象進行大量的觀察、收集和分析,從中找出普遍性的特征和規(guī)律。對大量的語料進行處理和分析時,往往需要統(tǒng)計方法和統(tǒng)計手段。因此,了解統(tǒng)計原理和統(tǒng)計方法對從事定量研究至關(guān)重要。其次,越來越多的高校開始為英語語言文學、外國語言學和應(yīng)用語言學專業(yè)的學生開設(shè)統(tǒng)計學課程,使他們掌握一定的統(tǒng)計理論和統(tǒng)計方法。因此,越來越多的外語研究人員能夠把統(tǒng)計方法運用到其研究之中。第三,先進的計算機信息處理和儲存技術(shù),使外語研究者能夠方便地運用統(tǒng)計方法和統(tǒng)計技術(shù)。大眾化的統(tǒng)計軟件,如SPSS的開發(fā)應(yīng)用,更是在很大程度上方便了人們使用統(tǒng)計方法和統(tǒng)計技術(shù)[1]。從從20世紀80年代后期開始,我國學者在語言學與應(yīng)用語言學研究中使用現(xiàn)代化的統(tǒng)計和測量手段進行量化研究有了上升的趨勢[2],外語教學研究類學術(shù)雜志上的實證研究文章越來越多,英語專業(yè)碩士研究生論文中也在大量地應(yīng)用教育統(tǒng)計手段[3]。但國內(nèi)研究者運用這些統(tǒng)計手段的情況如何?統(tǒng)計手段使用是否得當?在實際操作過程中研究者是否達到了自己的研究目的?對統(tǒng)計結(jié)果能否進行合理的解釋?本文旨在對英語專業(yè)碩士研究生碩士論文中統(tǒng)計手段的使用情況進行調(diào)查,以了解研究者在統(tǒng)計手段的使用上存在什么樣的問題,并對描述統(tǒng)計、相關(guān)關(guān)系、顯著性檢驗、回歸分析等常用統(tǒng)計手段的誤用進行梳理。通過對外語科研中的教育統(tǒng)計方法的探究,幫助研究者了解不同統(tǒng)計過程的使用前提條件,以避免使用中由于誤用帶來研究結(jié)論的不正確,從而掌握更為科學的統(tǒng)計方法來探索外語學習規(guī)律,提高外語科研質(zhì)量。

1外語科研中教育統(tǒng)計手段的誤用

本文對某高校英語專業(yè)碩士研究生40篇涉及到實證研究的碩士論文進行了統(tǒng)計分析。通過仔細閱讀運用了統(tǒng)計手段的這些論文,我們發(fā)現(xiàn)國內(nèi)研究者雖然已經(jīng)注意應(yīng)用一些數(shù)據(jù)分析的方法,但相當多的人對統(tǒng)計手段不太熟悉,在各種統(tǒng)計方法的具體使用中有許多不盡人意的地方。在統(tǒng)計手段的應(yīng)用方面存在著以下問題:

1.1統(tǒng)計分析方法過于簡單。對上述的實證研究論文作了統(tǒng)計之后,發(fā)現(xiàn)大部分調(diào)查和分析收集數(shù)據(jù)的主要方法是問卷調(diào)查,統(tǒng)計手段使用過于簡單,只使用了描述性統(tǒng)計方法和相關(guān)分析,而未使用推斷性統(tǒng)計方法,統(tǒng)計上存在誤用現(xiàn)象。在描述統(tǒng)計中,用得較頻繁的是頻度統(tǒng)計、平均數(shù)、百分比描述、標準差等統(tǒng)計量[4]。但這些統(tǒng)計量僅能進行單變量數(shù)據(jù)描述,并且數(shù)據(jù)拘泥于就事論事的羅列,不能發(fā)現(xiàn)變量間的聯(lián)系,不能對數(shù)據(jù)進行深層次的挖掘。描述統(tǒng)計中常見的問題還有:不能正確地使用平均數(shù)、中位數(shù)或眾數(shù)等反映集中趨勢的統(tǒng)計量來表示實際的平均水平。一般說來,定類變量的數(shù)據(jù)的代表性數(shù)值是眾數(shù),可以直接觀察,簡易、迅速、方便地確定數(shù)據(jù)的中心點。定序變量雖然也可用眾數(shù)表示,但其代表性數(shù)值應(yīng)是中位數(shù),因為中位數(shù)能更好地體現(xiàn)定序變量的等級數(shù)學特征。中位數(shù)的大小,取決于它在排列數(shù)據(jù)中的位置,不受極值的影響。定距變量可以用眾數(shù)、中位數(shù)和平均數(shù)為代表性數(shù)值,但平均值更適合表示定距變量數(shù)據(jù)的加減數(shù)學特征。平均數(shù)適合代數(shù)運算,而眾數(shù)和中位數(shù)不適合代數(shù)運算。但當一組數(shù)據(jù)中出現(xiàn)極值時,平均值的代表性就比較差。如某班19名同學的成績是:20、23、30、56、62、65、67、70、71、72、75、76、78、79、80、82、88、89、95。這組數(shù)據(jù)平均數(shù)是67,而中位數(shù)是72,二者相差5分。平均數(shù)與中位數(shù)之間的差距,顯然是平均數(shù)受到了極值的影響。因此,在本例中,中位數(shù)的代表性比平均數(shù)好,也就是說,中位數(shù)更能代表學生的總體考試成績。相關(guān)分析可以挖掘多變量間的關(guān)系,如關(guān)聯(lián)的程度和方向;也可用于信度分析、預測、理論假說檢驗等,是一種功能強大的多用途統(tǒng)計技術(shù),但這些卻常常被許多作者所忽視或錯誤運用,從而給研究結(jié)果造成了致命缺陷。一些研究者由于未把握各種相關(guān)分析使用的條件,濫用皮爾遜相關(guān)分析[5]。如果兩個變量都是通過定距量表測量的、數(shù)據(jù)呈線性關(guān)系時,就可以使用Pearson相關(guān)系數(shù),或稱積距相關(guān)(productmomentcorrelation)系數(shù)。如果數(shù)據(jù)是定序數(shù)據(jù),就可以使用Spearman相關(guān)系數(shù)。Spearman相關(guān)系數(shù)實際上是Pearson相關(guān)系數(shù)的非參數(shù)形式,它適合定序數(shù)據(jù)或不滿足正態(tài)分布假設(shè)的等距數(shù)據(jù)的相關(guān)分析。分析前如果不知道兩個變量之間是正相關(guān)還是負相關(guān)時,選擇雙側(cè)(two-tailed)顯著性檢驗。如果事先知道相關(guān)方向,則選擇單側(cè)(one-tailed)顯著性檢驗。相關(guān)分析中的顯著性檢驗時,如果p值小于0.05,相關(guān)系數(shù)才具有統(tǒng)計意義。桂詩春和寧春巖在解釋相關(guān)系數(shù)時已經(jīng)很明確地指出,經(jīng)常會有人把相關(guān)系數(shù)的顯著性和相關(guān)性高低混為一談,相關(guān)系數(shù)的顯著意義和相關(guān)系數(shù)的意義是兩回事。因為相關(guān)系數(shù)的顯著性水平和樣本大小有關(guān)。只要樣本達到一定數(shù)量,統(tǒng)計顯著性是很容易滿足的統(tǒng)計量。如果相關(guān)系數(shù)過低,達到統(tǒng)計顯著性也說明不了問題,因此談?wù)撓嚓P(guān)性的高低必須是以顯著性檢驗為基礎(chǔ)的,但不少研究者往往根據(jù)統(tǒng)計顯著性做出相關(guān)的結(jié)論。以上任何一方面的誤用都會使相關(guān)分析的結(jié)論產(chǎn)生誤導。

1.2對抽樣方法沒有明確說明。調(diào)查表明,只有少數(shù)論文給出了抽樣方法,幾乎沒有論文對抽樣框的選取方法做出恰當?shù)恼f明,而統(tǒng)計量同時要受抽樣誤差和非抽樣誤差的影響,即研究結(jié)論同時要受抽樣誤差和非抽樣誤差的影響,抽樣方法和抽樣框的選取方式在論文中是必要的。統(tǒng)計理論指出:抽樣誤差是由被抽選樣本的隨機性而產(chǎn)生的誤差,只有采用概率抽樣方法才需計算抽樣誤差,即抽樣誤差只存在于概率抽樣方式之中;而非抽樣誤差是指除抽樣誤差以外的,由于各種原因而引起的誤差。在調(diào)查設(shè)計階段,問卷的設(shè)計有缺陷,如變量的概念和范圍不明確,就會產(chǎn)生非抽樣誤差。抽樣框的不完善是誤差產(chǎn)生的另一個來源;在數(shù)據(jù)收集階段,調(diào)查人員沒有能夠得到被調(diào)查單位的數(shù)據(jù)、被調(diào)查者提供虛假數(shù)據(jù)、錄入錯誤都會產(chǎn)生非抽樣誤差;而在數(shù)據(jù)處理階段,數(shù)據(jù)的錄入與編碼錯誤同樣會產(chǎn)生非抽樣誤差。一篇碩士論文如果采用了抽樣調(diào)查但沒有對抽樣方式與抽樣框的選取方法做出恰當?shù)恼f明,就難以保證其結(jié)論的可靠性。只有少量的論文對樣本量的選取方法、論文結(jié)論的可靠性做了分析,只是籠統(tǒng)地由樣本統(tǒng)計量對總體參數(shù)進行簡單的推測,很少使用區(qū)間估計方法。

1.3混用顯著性檢驗方法。在外語教學研究中通常使用的統(tǒng)計檢驗T檢驗和卡方檢驗。T檢驗是用t分布理論來推論差異發(fā)生的概率,從而比較兩個平均數(shù)的差異是否顯著,看它們之間的差異是隨機差異還是本質(zhì)上的差異的參數(shù)檢驗方法。當總體呈正態(tài)分布,總體標準差未知,而且樣本容量n<30,那么這時一切可能的樣本平均數(shù)與總體平均數(shù)的離差統(tǒng)計量呈t分布。SPSS提供的T檢驗方法有獨立樣本T檢驗、配對樣本T檢驗和單樣本T檢驗。選擇不同的T檢驗是根據(jù)不同的研究目的來確定的。如果比較兩個不同的樣本(即獨立樣本)在某個變量上的差異時使用獨立樣本T檢驗方法;如果需要比較同一個樣本在兩個變量上的差異時,就是用配對樣本T檢驗的方法;如果比較的是一個樣本的平均值與某個指定的值時,就使用單樣本T檢驗。這3種方法的原理大不相同,但很容易混淆,所以我們做T檢驗時應(yīng)指出用哪一種。遺憾的是在調(diào)查的論文中很少明確說明。在部分論文中,作者不僅沒有明確說明用哪種T檢驗,而且明顯混用了這幾種T檢驗。另需注意的是,我們要保證兩個對比組的安排是隨機的,還要注意不能對幾個組的平均值做交叉比較,因為這樣會誤導我們拒絕無差別假設(shè),從而得出接受實驗假設(shè)的結(jié)論。做交叉比較應(yīng)使用方差分析[7]?？ǚ綑z驗是一種非參數(shù)檢驗,主要是檢驗頻數(shù)的分布和某個概率分布模型是否一致。它有單向表和雙向表兩種檢驗,即把頻數(shù)按一種或兩種分類標準進行整理和排列,并了解同一因素內(nèi)部或兩個因素之間是否相互獨立。在各種問卷調(diào)查中我們常需要使用這種方法來決定被調(diào)查人的各項反應(yīng)是否有顯著性差異。但是很多作者僅僅滿足于統(tǒng)計頻數(shù)、計算百分比、平均數(shù),沒有進一步做卡方檢驗。X2檢驗主要根據(jù)X2分布理論對數(shù)據(jù)進行統(tǒng)計分析,它適用于對多項分類的數(shù)據(jù)進行檢驗。X2檢驗的基本思路是將收集到的數(shù)據(jù)按次數(shù)分組,然后進行擬合度檢驗或獨立性檢驗。擬合度檢驗指檢驗次數(shù)的分布是否與某個概率分布模式擬合。也就是說,檢驗某一實驗因素實際出現(xiàn)的次數(shù)與期望出現(xiàn)的次數(shù)是否有顯著性差異。

1.4回歸分析的誤用?；貧w分析研究變量間數(shù)量關(guān)系,它根據(jù)大量的數(shù)據(jù)資料找出變量之間因果關(guān)系的數(shù)學表達方式,用數(shù)學方程的形式來反映變量間的變動關(guān)系,這種方程稱為回歸方程。涉及兩個變量的回歸分析稱為一元回歸;涉及3個或3個以上變量的回歸分析稱為多元回歸?；貧w方程可能是直線方程,也可能是曲線方程?；貧w分析是考察幾個自變量和一個因變量的關(guān)系。這些自變量各自對因變量都有所影響,但要考察它們聯(lián)合起來對因變量又是怎樣影響的,我們可以把這些因素放入多元回歸的方程式里進行計算。通過建立因變量與自變量之間的數(shù)學表達式Y(jié)=f(x),就可以從自變量的一個取值得出因變量的相應(yīng)取值,這一完整的分析和計算過程就是回歸分析?；貧w分析作為一種科學的方法,可以廣泛應(yīng)用于外語教學研究。人們可以在大量觀察的基礎(chǔ)上,利用觀察數(shù)據(jù)和歷史數(shù)據(jù),建立現(xiàn)象間的回歸方程,用于預測和估計。例如,人們可以利用高考英語入學成績,預測和估計大學英語考試的成績;可以用外語學習者學習外語的時間、學習動機和學習策略等因素,來綜合估計和預測其外語提高水平。只有當兩個變量之間存在著較高的相關(guān)關(guān)系,回歸分析才有意義和價值。相關(guān)程度越高,回歸預測就越準確。因此,在做回歸分析之前,往往有必要先進行相關(guān)分析,然后根據(jù)研究理論框架和研究目的,選擇相關(guān)程度高的變量做回歸分析,建立回歸方程。如果變量之間相關(guān)程度很低或沒有真正的相關(guān)關(guān)系,進行回歸分析就沒有多少或完全沒有意義。多元回歸分析問題主要在其數(shù)學模型要求應(yīng)用于連續(xù)型數(shù)據(jù),這種數(shù)據(jù)的連續(xù)性在社會科學研究中有時是不滿足的,而我們有些研究生片面認為誰的論文中統(tǒng)計方法使用得越多、越復雜,其結(jié)論越可靠,經(jīng)常把不連續(xù)型數(shù)據(jù)用當成連續(xù)型來使用,造成不同的賦值方法其結(jié)果不同,使得研究結(jié)論更不可靠。

1.5忽略效度和信度檢驗。雖然大部分調(diào)查的論文都提供了有關(guān)測量工具方面的信息,但有超過半數(shù)的研究未提供令人信服的證據(jù)來說明其測量工具借鑒了前人相關(guān)的研究成果,而且是有效可靠的。其中有些測量工具是研究者自創(chuàng)的,但由于論文既沒有說明工具與相關(guān)研究之間的關(guān)系,又沒有介紹設(shè)計測量工具的過程和依據(jù),因此使人無法判斷工具的信度和效度。還有些測量工具是借用或改編而成的,但研究者卻未提供借用或改編的理據(jù)。另一個值得注意的現(xiàn)象是,即使在那些介紹了設(shè)計調(diào)查工具過程和依據(jù)的論文中,工具的效度和信度這一重要問題也往往被忽視,只有個別文章提到了對工具信度的檢驗情況[8]。72%的被調(diào)查論文使用了問卷的信度與效度檢驗。大部分論文采用的是內(nèi)容效度,使用專家評判法。但信度檢驗中存在著很多問題,大部分論文只是給出了重測信度、平行信度、折半信度或內(nèi)部一致性信度的數(shù)值,計算方法沒有在論文中體現(xiàn)出來,與其論文所附的問卷并不匹配,其問卷中既有主觀性問題(如使用李克特五級式量表,從“完全同意”到“完全不同意”,分別賦予1~5分),又有客觀性問題(如性別、年齡、每周學習時間、父母文化程度等);這兩類變量計算信度的方法是不一樣的。有的問卷測量的內(nèi)容包含多個領(lǐng)域,有心理的、有社會環(huán)境的,變量中既有連續(xù)的也有不連續(xù)的,簡單給出個信度數(shù)值是很難使人信服的。信度分為外在信度檢驗方法和內(nèi)在信度檢驗方法。外在信度檢驗方法是通過對累計檢驗結(jié)果進行比較來驗證測量的信度。外在信度檢驗涉及用相同或類似的測量工具多次地收集數(shù)據(jù)。使用外在信度檢驗方法旨在弄清楚不同的測量結(jié)果是否差異很大。如果差異較大,說明測量工具的信度不高;如果沒有什么差異,即測量結(jié)果具有一致性,說明測量工具的信度高。驗證測量的外在信度的方法主要有評估者之間的信度、再測信度和復本信度。選擇何種檢驗方法取決于數(shù)據(jù)收集工具的不同性質(zhì)和過程。如果數(shù)據(jù)的收集過程帶有較強的主觀性,如使用開放數(shù)據(jù)收集程序(訪談法、觀察法等),就需要檢驗評估者之間的信度,即驗證不同數(shù)據(jù)收集者之間的數(shù)據(jù)的一致性。如果研究者需要知道數(shù)據(jù)收集過程在不同的時間實施是否具有穩(wěn)定性,即數(shù)據(jù)的收集是否受時間的影響,就可以使用再測信度檢驗法。如果研究者用兩個版本的測量工具測量相同的概念,就需要檢驗復本信度。SPSS程序提供了這些信度檢驗方法。內(nèi)在信度是指測量同一概念的不同項目之間的一致性。如果在測量工具中使用了多個獨立的項目,就需要弄清楚這些項目提供的是否是相同的信息,即需要檢驗量表的內(nèi)在一致性。也就是說,內(nèi)在信度檢驗的是測量相同現(xiàn)象的不同項目是否產(chǎn)生類似的結(jié)果。內(nèi)在信度檢驗方法主要有折半信度方法和Cronbachalpha系數(shù)。折半信度方法是在不可能重復調(diào)查的情況才使用的,常用的方法是將測量結(jié)果根據(jù)單雙號分為兩組,然后計算這兩部分之間的相關(guān)系數(shù)。研究者為了使用折半信度檢驗測量的一致性,往往在量表中增加一倍的測量項目,重復前半部分的項目的測量內(nèi)容,但在措辭上不同。如果受試者在這兩部分上的得分高度相關(guān),說明該測量有較好的信度。但通常的問卷既包含事實性問題又包含態(tài)度性問題。事實性問題一般不適合用折半信度這種方法,如何將事實性問題的信度與態(tài)度性問題的信度結(jié)合起來綜合評價整個問卷的信度是個不可忽視的問題,很少有論文提及到這一點。Cronbachalpha系數(shù)是人們用來檢驗不易進行折半系數(shù)分析的量表的內(nèi)在信度,它可以幫助人們確定影響量表內(nèi)在一致性的項目。Cronbachalpha系數(shù)介于0.00和1.00之間,系數(shù)越高,說明量表內(nèi)在一致性越強,測量的結(jié)果就越可靠。一般認為可接受的信度系數(shù)不應(yīng)低于0.70,不過實際研究中,有時人們也使用了系數(shù)0.70以下的變量,但他們往往在研究報告或論文中說明了這一研究的局限性。值得注意的是,信度系數(shù)還受到種種因素的影響。一方面,Cronbachalpha系數(shù)容易受量表的項目數(shù)的影響。某個結(jié)構(gòu)的項目數(shù)越多,系數(shù)可能越高;項目數(shù)較少,系數(shù)稍低一點兒也是可以接受的。事實上,評估信度的方法遠不止這些,還有評分者信度、方差分析法信度、因素分析法評測信度、肯德爾和諧系數(shù)法等多種。由于采用不同的評估方法所得到的信度系數(shù)不同,所以在描述問卷的信度時,不能籠統(tǒng)地告知一個信度值,而應(yīng)對取得的信度資料的特定條件、問卷的內(nèi)容、采用的方法等加以詳細的描述。

1.6誤差方差分析。T檢驗中要檢驗的虛無假設(shè)是對兩個樣本的均值進行差異檢驗,看有沒有顯著性差異,方差分析要檢驗的虛無假設(shè)是3個或3個以上的樣本的均值之間有沒有顯著性差異。T檢驗一般只適合檢驗兩個樣本的平均數(shù)是否存在差異,它只能把對一個復雜問題的探討拆成對多組平均數(shù)兩兩之間差異的檢驗。而方差分析的特點是可以同時檢驗兩個及兩個以上樣本均數(shù)之間的差異。此外,ANOVA還可以同時分析幾個自變量,并且還能檢驗這些自變量產(chǎn)生什么樣的影響。方差檢驗可以讓我們知道3個或3個以上的小組的平均值之間是否有差異,但是如果發(fā)現(xiàn)有差異時,方差檢驗卻不能告訴我們差異究竟出在哪里,是組1與組2和組3之間有差異?還是組2與另兩組之間有差異?要回答這些問題,就需要比較小組之間的平均值。比較的方法有兩種:一種是事前比較(apriorcomparison),這種方法之所以稱為事前比較或事前檢驗,是因為研究者在收集數(shù)據(jù)之前就已經(jīng)預計哪組與哪組之間有差異。而事后比較(posthoccomparison)是收集了數(shù)據(jù)并對其進行了如F檢驗并發(fā)現(xiàn)有差異之后進行的組別之間的進一步比較。SPSS軟件中方差檢驗程序提供Contrasts和PostHoc兩個計算功能,如果要進行事前檢驗就選擇Contrasts,然后進行必要的設(shè)定;如果進行的是事后檢驗,就選擇PostHoc,以便進行所需要的檢驗方法。具體研究中往往需要同時觀察幾個實驗變量,看看這些變量之間有些什么交互作用。在這種情況下,我們需要做因子實驗設(shè)計,進行多因方差分析,分析不同的因子以及因子的交互作用對變量有哪些影響[9]。在查看的文章中,不少作者滿足于頻數(shù)、百分比、均值等表面的比較,實際上他們收集的數(shù)據(jù)非常適合做方差分析。有的則使用了錯誤的推斷性統(tǒng)計方法,如在應(yīng)該使用方差分析的情況下使用了兩兩t檢驗,還有的犯了統(tǒng)計結(jié)果表述方面的錯誤,如只提供屬方差分析一部分的“事后檢驗”(posthoctest)的結(jié)果,而未提供方差檢驗的結(jié)果。

此外,像其他參數(shù)檢驗方法一樣,單因素方差檢驗的數(shù)據(jù)要滿足以下3個條件:一是正態(tài)分布,偏態(tài)分布資料不適用方差分析。二是齊性方差,若組間方差不齊則不適用方差分析。三是要滿足獨立性的條件,即一個受試者的觀測值獨立于其他受試者的觀測值。具體說來,在試驗中,每個受試者只被觀察一次,并且受試者是被隨機分配給不同的實驗條件,這樣獨立性的條件就得到了滿足。方差分析與前面討論的回歸分析之間存在一定的關(guān)系。對于方差分析,所有的自變量都被視為定類變量;而回歸分析中,自變量可以是各種測度的變量(包括定類變量、定序變量、定距變量和定比變量)。事實上,經(jīng)常把方差分析看作回歸分析的一種特例,幾乎所有方差分析模型可以由回歸模型來表示,可以用回歸分析的一般方法估計出相應(yīng)的參數(shù)并進行推斷。

2結(jié)束語

除了上述較常見的幾種統(tǒng)計手段存在一定的問題外,我們在調(diào)查過程中還發(fā)現(xiàn)英語專業(yè)研究生的碩士論文中還存在設(shè)計不夠嚴謹、結(jié)果分析過于簡單、樣本過小、對實驗結(jié)果未能做出令人信服的解釋等問題,從而無法站在理論的高度來揭示實驗結(jié)果中帶有規(guī)律性的東西,而只能對觀察到的表面現(xiàn)象進行一些臨時的(adhoc)、印象式的、猜測意味極強的解釋,從而極大地削弱了實驗研究在促進學科理論發(fā)展上的重要功能。本調(diào)查發(fā)現(xiàn),多種統(tǒng)計方法已經(jīng)被研究者廣泛使用,但在使用中由于統(tǒng)計知識的匱乏存在不少統(tǒng)計手段誤用的現(xiàn)象,這些問題應(yīng)引起統(tǒng)計教師的高度重視,在今后的統(tǒng)計教學中不但要教給學生更多、更新、更復雜的統(tǒng)計方法,而更要注意使學生了解不同的統(tǒng)計過程的使用前提條件,以避免使用中由于誤用帶來研究結(jié)論的不正確,從而進一步提高外語科研質(zhì)量。