全国高校外语教师研修网

内容综述

探索量化知深浅 学科碰撞得新知

 

       由北京市教委、北京外国语大学中国外语与教育研究中心及外研社共同举办的“量化研究方法：R语言入门与结构方程模型”混合式研修于5月22日（线上）、5月29—30日（北京）顺利举办。本次研修班特邀北京语言大学许宏晨教授和广西民族大学王家钺副教授共同授课，从外语教学中的量化研究选题、统计的基本概念及方法、问卷设计与实验设计、R语言和结构方程模型的使用、量化研究论文写作等角度入手，全面系统地带领参班教师走入量化研究世界，既夯实了量化研究相关理论知识，又精进了数据分析软件使用和学术论文写作实践能力。

 

 

       本次研修班由外研社高等英语教育出版分社副社长孔乃卓主持。孔老师表示，教师发展离不开学术研究。作为重要的科研方法之一，量化研究方法在外语学术研究中的应用十分广泛，具有愈发显著的角色和作用。本次研修首次采用了线上+线下混合教学的研修形式，理论讲解结合实践操作全力帮助参班教师系统学习量化研究，希望参班教师通过此次研修学有所获，进一步开展量化学术研究。

 

外研社高等英语教育出版分社副社长 孔乃卓

 

 

厘清理论概念，明晰基本方法

 

       线上研修中，许老师首先介绍了外语教学研究中量化研究选题、设计的基本原则与方法，并基于案例讲解了如何设计调查问卷。许老师指出，量化研究是实证类论文的重要研究方法之一。外语教师既可以从学生动机、教师、课程和评测等视角切入，在教学实践中挖掘量化研究选题，也可以通过批判性阅读文献寻找选题；设计研究方案则是将研究问题变量化、研究变量操作化，以研究问题为纲、以数据类型为据选择统计方法并分析数据，以写作规范为准汇报数据分析结果，以前人为照对比研究结果，进而得出研究结论。

       量化研究中，问卷调查是常用数据收集手段之一。如何将研究问题转化为问卷题项是开启研究的重要一步。许老师首先带领参班教师从研究过程、研究方法和论文结构三个角度认识问卷，并基于案例，详细地展示了问卷题项的常用类型及其适用题项，如选择题、李克特（5级）量表、语义差异（7级）量表。此外，许老师还以课堂练习的形式展示了问卷题项常见错误，使参班教师更加直观地了解题项设置原则与注意事项。

 

 

       王老师首先从哲学角度强调了用科学的方法认识和描述世界的重要性，并概述了统计模型与建模、概率、博弈等统计基本概念及组间比较、独立性检验、相关分析、回归分析等外语研究中的常用统计方法。王老师认为，对于实证科学而言，充足的观察数据和适当的观察方式是有效思考的过程，也是得出科学结论的重要前提。他以教学活动、常见小论文和日常生活三个范围为例讲解了统计概念，进而解释了何为描述统计和推断统计，并介绍了参数检验和非参数检验、统计检验判别方式和效应幅度等相关重要概念，为开展量化研究打下了坚实的理论基础。

       随后，王老师介绍了另一种常见数据收集手段——实验设计。王老师认为，了解如何正确使用研究方法很重要，研究方法须正确地融入研究设计才能使研究者得到正确的结论。为了加深参班教师的理解，王老师用R语言详细展示了案例的数据分析过程，说明设计应遵循客观性、可控性和可重复性原则，还可通过随机的样本、严格的设计和正确的统计方法取得高确定性结论。他特别强调，外语专业教师需克服畏难心理，注重“文理结合”，增强多学科能力。

 

 

 

初试量化软件，感受学科碰撞

 

       线下研修第一天，两位专家同参班教师开始了R语言和结构方程模型软件AMOS（Analysis of Moment Structure）的应用之旅。

       王老师首先介绍了R语言的基本定义和特征，并对比分析了与SPSS的主要区别。随后，王老师从下载、安装R和RStudio开始，逐步带领参班教师了解操作界面，介绍软件源、包、数据结构、函数等关键概念和数据导入、过滤数据等常见任务以及RStudio的操作约定与建议。了解RStudio的基本操作后，王老师对描述统计和推断统计进行了比较。王老师指出，描述统计是对已知数据做客观描述，而推断统计是基于已知数据对未知情况做推断或估测。前者属于记录，后者属于研究。描述统计常对数据采用可视化手段并将其反映在图表中，因此王老师详细演示了用RStudio制作直方图、箱图、饼图、条形图/柱状图、散点图、折线图等常见图表的过程和方法，并对图形的编辑与修饰进行了详细讲解。

 

王家钺副教授

 

       许老师首先通过分析探索性因子分析、多元回归分析和路径分析等常用多变量统计方法的作用与局限，引出结构方程模型（Structural Equation Modeling，简称SEM）的优势。SEM是一种建立、估计和检验因果关系的多元统计分析技术，是一种线性的、借助于理论进行假设检验的统计建模技术，主要分为测量模型和结构模型。随后，许老师介绍了SEM中常用的绝对拟合指数、相对拟合指数和简约拟合指数等拟合指数类型及其标准，并以AMOS软件操作为例，从认识AMOS工作界面、了解常用工具开始，到建立简单模型、调入数据、设置选项、计算过程，再到解释输出和修正模型，逐步指导参班教师学习如何搭建简单测量模型。许老师的讲解由浅入深，步骤清晰明了，课堂幽默生动。

许宏晨教授

 

 

进阶实践操作，加深全面理解

 

       线下研修第二天，两位专家同参班教师开始了RStudio与AMOS软件操作的进阶学习。

       基于描述统计知识，王老师介绍了推断统计的概念与应用方法。王老师介绍道，推断统计是利用样本的统计值对总体的参数值进行估计的方法，主要包括参数估计和假设检验。随后，王老师对推断统计中功效分析、方差齐性检验和正态性检验、效应幅度计算等相关重要概念和数据处理方法进行了剖析，讲解了如何解读检验结果、效应幅度计算结果、方差分析结果等，并对语料库的中国英语学习者和英语母语者的口语特征比较研究加以阐释，讲解了一元线性回归和多元线性回归。

       王老师总结道，研究者常用R进行数据处理、数据制图、语料处理等，但也常因对研究设计原则、统计原理、R软件或编程缺乏足够的了解而遇到障碍。基于此，王老师提出，研究者应对统计原理和R软件有足够了解、对R句法和函数有基本了解、若要独立完成复杂任务需具备编程知识等。随后，王老师通过三个案例展开讨论了数据整理、独立检验、分析方法的适用性等问题，并通过分段解释脚本简要介绍了R编程基础知识，提出掌握基本的编程技能既能助力科研，还能锻炼逻辑思维，更是时代发展方向。王老师强调，研究者应充分重视研究设计即理念的重要性，根据研究问题选择适合的研究方法，对研究问题及方向有整体规划，并充分利用研究团队的合作力量，提高研究效率与成效。

 

专家与参班教师交流

 

       SEM进阶知识主要围绕结构模型展开。许老师以高校双语教学影响因素调查问卷为例，基于学生英语收获、教师水平、学生专业收获、双语教学态度为影响因素的假设模型，通过建立结构模型、输入数据、设置选项和多次提交运算、模型修正以及检查回归路径显著性等标准分析步骤演示利用AMOS软件验证假设模型与数据之间吻合性的过程，并以汇报表的形式展示了论文中数据阐述及呈现方式。许老师以该研究为例完整地演绎了结构模型建立、运算、检验、数据整理及汇报等全流程。

       在“结构方程模型学术案例分析”主题讲座中，许老师以一篇真实论文为为例，详细地讲解了读懂并撰写一篇优秀SEM学术论文的方法。许老师分别从论文标题、论文摘要、数据分析、结果呈现、行文逻辑等方面带领参班教师研读文章，并提出应学习该文章在论文标题明确重要变量，在摘要明确研究问题、研究方法和研究结论等优点。基于论文的研究问题、研究设计、行文规范等方面，许老师由宏观到细节地讲解了一篇优秀的SEM学术论文撰写原则与方法，为参班教师提供了良好的示范。

 

专家与参班教师交流

 

       本次研修中，两位专家由宏观到微观，由理论到实践，系统地向参班教师讲解了量化研究选题、设计和外语研究中R语言及SEM软件AMOS的使用方法。课堂深入浅出，互动充分，气氛活跃。参班教师纷纷表示，虽然研修内容有难度，但丰富的内容和良好的学习氛围让他们享受了共同学习、共同进步的乐趣。外研社将继续为高校外语教师提供丰富多样的教学和科研支持，为教师专业发展提供助力！

 

研修照片

反思日志摘录：

 

       1. 今天在线学习了许老师和王老师的课程，受益匪浅。我最大的收获是许老师说的必须先有研究问题，再考虑研究设计、数据收集与分析方法。之前总是想着学会一种统计方法，就盼望着一定要做出一篇论文把它用进去。现在看来，我这种想法属于本末倒置了。研究问题才是出发点，同时也是数据收集、分析与讨论的归宿。

 

       2. 许老师讲授的内容让我有了今天最大的收获——根据自己的研究问题，建立了一个初步的结构模型；王老师讲了R语言超级强大的功能，激发了我要好好学习的热情……虽然觉得很难，但是被制图的美观程度和便利程度彻底折服了。

 

       3. 王老师通过他扎实的R语言知识和提纲挈领的讲述，让书中抽象难懂的知识变得简洁易懂，尤其是下午的R语言可视化制图更让人惊叹……让我们的科研报告内容可以加入更形象的数据展示；许老师平易近人、幽默风趣的逐步讲解，让老师们一窥它的魅力，尽管我这个文科生对数据和编程心生胆怯，但好在老师们的耐心，同僚们的帮助，让我成功地坚持完第一天，学无止境，FIGHTING！

      4. 王老师和许老师的讲座非常精彩，深受启发，学习了R语言和AMOS的一些基本理论，并在老师的指导下进行了案例操作，相信能够对未来的学术生涯中有所助益。

 

      5. 看到自己打下的代码能够运行，尤其是各种图像的生成，让我非常激动。许老师为量化初入门的我扫清诸多障碍，事无巨细非常细心，想我之所想，解我之疑惑；平时最难实现的部分用R语言，几行代码就实现了，解决了论文可视化的问题。两位老师都从基础层面交代清楚了软件的实际应用，这是自学难以感悟到的。