自变量为二分类变量 ，可以做bootstrap中介效应分析吗？

当两列变量均为二分变量时应计算φ相关。区分度是指项目对所测量的心理特性的区分程度或鉴别能力，也就是项目的效度。常以高分组与低分组在该项目得分的平均数的差异表示，或以该项目得分与测验总分的相关表示。确定区分度的方法确定区分度常用的是相关法，即以项目分数与效标分数（或测验总分）的相关作为项目区分度的指标，相关越高，区分能力越好。1、二列相关。二列相关适用于两个可以连续测量的变量，但其中有一个由于某种原因被分成两个类别。2、点二列相关。点二列相关适用于一个变量为连续变量，另一个变量为二分变量的资料。当一个变量是双峰分配时。尽管它并不是真正的二分变量，这种统计方法也适用。3、四分相关。四分相关适用于两个常态的连续变量均被人为二分的资料。如果一个题目分数被二分成通过不通过，效标成绩也被分成通过与不通过，这时就会得到四个类别，从而可组成一个四格表。计算四分相关最常用的是皮尔逊的余弦公式。4、φ相关。相关的统计方法适用于两个变量都是点分配的资料，即两个变量都是二分名义变量。5、积差相关又称积距相关，是当两个变量都是正态连续变量，两者之间呈线性关系时，表示这两个变量之间的相关。

二分类变量即为那些结局只有两种可能性的变量，如有效与否，心梗，心血管不良事件，死亡等，一般将发生事件的人数除以样本量总数得到的事件发生率作为结局考察。生物统计学论坛 在多重回归、Logistic回归模型中，自变量可以是连续型变量（interval variables），也可以是二项分类变量，和多分类变量。为了便于解释，对二项分类变量（如好坏、死活、发病不发病等）一般按0、1编码，一般0表示阴性或较轻情况，而1表示阳性或较严重情况。如果对二项分类变量按+1与-1编码，那么所得的logistic回归OR=exp（2beta），多重回归的beta同样增加一倍，容易造成错误的解释。因此建议尽量避免“+1”、“-1”编码形式。多分类变量又可分为有序（等级）或无序（也叫名义），如果是有序（ordinal）分类变量，一般可按对因变量影响由小到大的顺序编码为1、2、3、...，或按数据的自然大小，将它当作连续型变量处理。如果是无序的（nominal）分类变量，则需要采用哑变量（dummy variables）进行编码，下面以职业（J）为例加予以说明。 假如职业分类为工、农、商、学、兵5类，则可定义比分类数少1个，即5－1=4个哑变量

对于二分变量，假设其取值为T和F。对之建立预测模型，那么预测结果可以有以下三种表达方式：（1）预测结果为T（或预测结果为F）；（2）预测结果为T，把握程度为p（或预测结果为F，把握程度为1-p）；其中p为0到1之间的实数。（3）预测结果为取T的可能性为p。

信效度检验的步骤是： 1.数据录入， 2.依次点击分析-标度(度量)-可靠性分析 ，信度分析。 3. 每个量表维度分别进行信度分析，选中专业了解度包含的5个题目，并且进行变量选择。 4. 在模型下拉选项中选中Alpha或者α，一般默认，这个是科隆巴赫系数。 5. 点击统计选项，然后勾选打钩的内容，并且点击继续勾选选项 6： 点击确定就得到了第一个维度(专业了解度)的信度分析结果。

。

可以在卡方检验这里做

1、首先，大家平时理解的变量是单纬的，而不是你说的多维的。因此，对spss而言，X1、X2、X3、Y1、Y2、Y3分别是6个变量。2、spss的相关性分析中可以分别统计这6个变量间的相关性。通过他们之间相关性的计算，你或许可以得到你所说的X与Y之间的相关性，但这种相关性只是你推测的定性描述而已，是不能定量描述的。3、主成分分析，目的是将分析对象的多个维度简化为少数几个维度，方便分析，这样做的前提是维度很多且其中的多个维度之间有较强的相关性。而不是你想象的可以把X1、X2、X3降维成一个变量，因为只有三个维度，已经很少了，这三个维度可以做降维分析的可能性几乎没有。4、回归分析，只有一个因变量，可以有多个自变量，最终算得因变量与自变量间的回归关系。估计你只是自己想象了一个例子，实际中一般是不会有这样的分析案例的。

用SPSS进行多元回归以后，系统会自动给出x1、x2和x3（从大到小）的R的平方和，相减就是解释率。

Logistic回归属于概率型的非线性回归，分为二分类和多分类的回归模型。这里只讲二分类。　　对于二分类的Logistic回归，因变量y只有“是、否”两个取值，记为1和0。这种值为0/1的二值品质型变量，我们称其为二分类变量。　　假设在自变量x1,x2,u22ef,xpx1,x2,u22ef,xp作用下，y取“是”的概率是p，则取“否”的概率是1-p，研究的是当y取“是”发生的模率p与自变量x1,x2,u22ef,xpx1,x2,u22ef,xp的关系。

如果是二分类变量不用设为哑变量。二分类变量是指只有两种结果的变量，通常用0和1表示，其中0表示否定或不具备某种特征，1表示肯定或具备某种特征。而01和12是两种不同的二分类变量。其中，01变量是指只包含0和1两种取值的二分类变量，表示两种互斥的状态。例如，在进行某个调查时，可以使用01变量来记录参与者是否吸烟，0表示不吸烟，1表示吸烟。而12变量则是指包含1和2两种取值的二分类变量，表示两种非互斥的状态。例如，在进行某个调查时，可以使用12变量来记录参与者的性别，1表示男性，2表示女性。由此可见，01和12的差别在于其所表示的状态是互斥的还是非互斥的。这种差别在统计学中非常重要，因为它涉及到了不同类型的变量和不同的统计方法。在实际应用中，需要根据需要选择适当的变量类型和统计方法，以便更好地处理数据并得到有意义的结果。变量概述：由于变量让你能够把程序中准备使用的每一段数据都赋给一个简短、易于记忆的名字，因此它们十分有用。变量可以保存程序运行时用户输入的数据（如使用InputBox函数在屏幕上显示一个对话框，然后把用户键入的文本保存到变量中）、特定运算的结果以及要在窗体上显示的一段数据等。简而言之，变量是用于跟踪几乎所有类型信息的简单工具。

有人认为，对于小样本，你就无法使用统计的。但，这是一个误解，一个 常见的误解 。对于小样本，我们也有适当的统计方法。 一个研究者的“小样本”，在另一个研究者看来则可能意味着“大样本”。本文中，小样本主要是指样本量在5-30个用户（可用性研究中常见的样本量，进一步阅读:http://www.measuringusability.com/blog/actual-users.php）。 值得注意的是，用户研究并不是出现小样本的唯一领域。其他具有较高操作成本的研究也会出现这个现象，比如fMRis和动物实验等。 尽管我们有相应的方式来处理小样本研究数据，但我们应该清晰地知道小样本的局限性：你很难看到很大的差异，很明显的效果。 这就像使用双筒望远镜进行天文观测一样：使用双筒望远镜，你可能无法看到行星、恒星、月亮和偶尔出现的彗星。但这并不以为着你就不能进行天文观测了。事实上，伽利略就是使用望远镜（ 与今天相当的双筒望远镜相当 ）发现了木星的卫星。 统计也是一样。仅仅因为你的样本不够大，并不能判断你能不能使用统计。再次强调， 小样本的关键限制是，你难以发现设计或措施的效果是否有差异。 幸运的是，在用户体验研究中，我们往往关心的是不同用户可能发现的不同问题：比如：导航的结构变化，搜索结果页面的改进等等。 下面是我们在小样本用户研究中的常见统计分析方法。 比较compare 如果您需要对比两个独立组别的完成率、完成时间，问卷评分等。有两种大样本或者小样的方法可以采用。具体适用与哪种方法，取决于数据的特征：连续的还是离散的。比较均值： 如果你的数据是连续的（不是二进制），比如任务完成时间、问卷评分等，你可以采用独立样本t检验。实践证明，它对于小样本也是适用的。 二分变量比较： 如果你的数据是二进制的（成功/失败，是/否），你可以采用N-1的卡方检验。当期望数目小于1时，使用Fisher精确检验往往有更好的表现。 置信区间Confidence Intervals 当你想从样本数据来推测整个用户群，你会想到生成一个置信区间（译者注：关于置信区间，可参阅： http://baike.baidu.com/view/409226.htm ）。 尽管小样本的置信区会相当宽（通常为20-30个百分点），但是建立这样的区间总是有益的。例如：你想知道，用户在安装打印机前是否会去阅读“Read this first”文档。而测试中，8名用户中有6名用户没有去阅读。这时候我们可以推知：至少40%的用户很可能会这么做——这是一个相当大的比例。 置信区间的计算方法有三种，这取决于你数据是否是二进制、时间或者连续的。基于平均值的置信区间Confidence interval around a mean :如果你的数据是连续的（非二进制），如评定量表、以美元计算的订单金额，页面访问数等。那么，置信区间的计算可以基于t分布进行计算（当然，这需要考虑到样本量）。 基于任务时间的置信区间Confidence interval around task-time :任务时间的理论最小值为0秒（不多见），一些用户的任务时间可能是其他用户的10-20倍。对于这种不对称性，我们需要进行数据转换（ log-transformed ），然后基于转换后的数据进行计算。待报告时再转换回来。 基于二进制的置信区间 Confidence interval around a binary measure :二进制的数据比如完成率或yes/no。这类置信区间的计算，可以采用校正后沃尔德检验法（ Adjusted Wald interval ）计算（这种方法对于所有样本规模均适用）。 点估计（均值）Point Estimates (The Best Averages ) 任何研究报告中，何为"最好"的平均时间或平均完成率的估计，应当取决于研究的目标。 请记住：即使是“最好”的均值估计，也依然不代表实际的平均值。 所以对于未知总体均值的估计而言，置信区间是更好的展示方法。 在可用性研究中，小样本的均值计算，比较适宜的有两个：任务时间和完成率。不同样本规模中更常见的则是量表评分（SUS评分等）。 完成率： 小样本的完成率，通常可能只有几个数值（译者注：可用性测试中，这一数字可能为5）。例如：有五个用户进行任务操作，其任务完成率只可能是：0％，20％，40％，60％，80％和100％几个数字中的某一个（100%也并不罕见）。基于小样本得出一个完美的成功率，可能并不恰当——因为它可能并不能揭示真实情况（测试结果优于真实情况）。 我们（指作者）对自己的小样本可用性测试数据，利用拉普拉斯估计（theLaPlace estimator）和简单比例（一般称为，最大似然估计，the Maximum Likelihood Estimator）进行了均值估计（参见：http://www.upassoc.org/upa_publications/jus/2006_may/lewis_small_sample_estimates.pdf ）。 评定量表的均值问题： 量表是一个有趣的度量类型，它们大多是有限的区间（如：1-5,1-10等）除非你是 Spinal Tap （译者注：因翻译期间，该链接视频未能打开。故未译成中文）。我们发现，在小型或大型的样本中，均值最好是在中位数上（参阅：http://drjim.0catch.com/1993_MultipointScales_MeanAndMedianDifferencesAndObservedSignificanceLevels.pdf）。当然，我们有许多方式来报道评定量表的分数，比如 top-two boxes （直观理解，可参照NPS的计算规则）。 具体如何报告取决于你的灵敏度需要和组织要求。任务时间均值 ：一个较长的任务时间可能让算术平均值产生扭曲，这时候中位数则是用来描述平均水平的更恰当的指标。样本数在25以上的，中位数对均值具有良好的代表性（进一步阅读：http://www.measuringusability.com/average-times.php）。 不幸的是，中位数往往不够准确，在样本数小于25的情况下，比平均值更加不准确。这时候，几何平均值往往具有更好的衡量意义（译者注：几何平均值受极端值的影响更小）。 【工具箱】 小样本计算器：http://www.measuringusability.com/wald.htm 任务时间置信区间计算： http://www.measuringusability.com/time_intervals.php 二分变量差异检验： http://www.measuringusability.com/ab-calc.php top-two boxes：https://www.measuringusability.com/blog/top-box.php 几何平均数计算器： http://www.ab126.com/goju/1710.html 数字帝国-统计计算器： http://zh.numberempire.com/statisticscalculator.php —————————————————————————————— 【译后记】译罢此文，深深感触：对于结果直接提供算术平均数就是耍流氓！而多数报告也确实只提供了算术平均数一种。 本文对于更严谨科学地分析和解读研究发现，具有重要的启发意义。 因时间和精力限制，译文难免存在谬误，欢迎批评指正。

K-mean聚类方法 对聚类变量的要求 必须是连续型数据变量，就是你说的必须是12345这样的打分，或者是比如距离 重量 这种实际数据 你如果你有其他的分类变量数据 可以尝试用系统聚类方法，或者 2阶段聚类

统计学依据数据的计量尺度将数据划分为三类：定距型数据（Scale）、定序型数据（Ordinal）、定类型数据（Nominal）。定距型数据通常是指诸如身高、体重、血压等的连续型数据，也包括诸如人数、商品件数等离散型数据；定序型数据具有内在固有大小或高低顺序，但它又不同于定距型数据，一般可以数值或字符表示。如职称变量可以有低级、中级、高级三个取值，可以分别用1、2、3等表示，年龄段变量可以有老、中、青三个取值，分别用A B C表示等。这里，无论是数值型的1、2 、3 还是字符型的A B C ，都是有大小或高低顺序的，但数据之间却是不等距的。因为，低级和中级职称之间的差距与中级和高级职称之间的差距是不相等的；定类型数据是指没有内在固有大小或高低顺序，一般以数值或字符表示的分类数据。如性别变量中的男、女取值，可以分别用1、 2表示，民族变量中的各个民族，可以用‘汉"‘回"‘满"等字符表示等。这里，无论是数值型的1、 2 还是字符型的‘汉"‘回"‘满"，都不存在内部固有的大小或高低顺序，而只是一种名义上的指代。我觉得教育年限应该设置成定距型数据（Scale）吧。因为，教育年限应该是一个连续的变量，它不存在内在的大小或高低顺序问题。

二分类变量和连续变量相关分析不显著手动移除出共线性的自变量调。因为变量关系不显著，可以尽量引用更多关于变量关系的理论依据，手动移除出共线性的自变量调节增强相关性。所以二分类变量和连续变量相关分析不显著手动移除出共线性的自变量调。二分类变量是按照观察对象的某一特性或特点，将调查对象分为两组的变量。

SPSS数量掌握 我可以代分析的 且有多年给研究生分析数据的经验

在SPSS里面的重新编码即可。f变量=1，生成新变量为=1，其余为0。fi变量=2，生成新变量为=1，其余为0。解决spss数据的变量类型如何转换的步骤如下：1、将数据导入spss中后选择菜单栏中的【转换】下的【计算变量】选项。2、在【目标变量】中直接输入变量的名称。3、然后在【数字表达式】中输入值即可对新变量赋值了。4、可以对新变量添加逻辑条件与其他变量相互关联，选择【如果】选项。5、添加逻辑条件即可。6、最后点击确认即可。这样就解决了spss数据的变量类型如何转换的问题了。SPSSspss是统计产品与服务解决软件，SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体。从理论上说，只要计算机硬盘和内存足够大，SPSS可以处理任意大小的数据文件。

process是不允许二分调节变量。讲解了自变量、因变量为显变量，调节变量为二分类变量时，用Mplus编写代码进行分析。自变量、因变量为潜变量时的代码与显变量的差不多。

你对照组和实验组是用T检验还是卡方检验？你的二分变量是通过logistic回归分析还是一般回归分析？

较容易。比如，你想这样二分：4和5一组，1-3一组。点转换--计算新变量，就可以实现。下面有一个if按钮，可以点它，你尝试一下，很快会明白。

当自变量为连续变量，因变量为二分类变量时，可以使用t检验或方差分析中的方差齐性检验（Levene检验）来判断是否满足正态性和方差齐性假设。如果满足假设，可以使用t检验或方差分析；如果不满足假设，可以使用非参数的Mann-Whitney U检验或Kruskal-Wallis检验来进行单因素分析。其中，t检验适用于两个样本之间的比较，方差分析适用于三个及以上样本之间的比较。如果存在多个自变量，则可以使用多元logistic回归分析。关于为什么使用这些方法，主要是因为这些方法考虑了不同样本之间的差异，能够较好地反映不同自变量对因变量的影响程度。而在判断是否满足正态性和方差齐性假设时，可以通过图形和统计检验进行验证。如果数据不符合正态分布假设或方差不齐假设，则选择非参数方法进行分析，可以提高分析的可靠性和准确性。关于内容延伸，需要在实际分析过程中仔细检查数据的质量和性质，保证使用的方法合理有效，结果准确可靠。同时，需要充分理解各种方法的原理和适用条件，不同方法的比较和选择也需要根据实际情况进行判断和决策。

分类变量做分析时通常需要设定哑变量，有N个分类变量就设定N-1个哑变量。二分类变量比较特殊，自己刚好就可以作为一个哑变量，所以不需要特殊的处理，按照连续变量处理即可，中介分析也是一样。

也就是说非正态的人为二分也是可以用点二列的咯

刚好复习到这一块，就来回答吧！点二列相关是其中一个变量一定得是真正的二分型变量。（是与否，男与女，生与死这类）而二列相关其中一列变量为人为划分的二分变量。（如 健康与不健康，及格和不及格这类）总的来说，如果不明确，就用点二列相关，在实际研究中，二列相关很少使用。（摘自现代心理与教育统计学 张厚粲著）

录入1和2

比较指标对不同性别是否显示显著差异，一般使用方差分析，方差分析对应的统计量服从卡方分布。秩和检验是非参数统计，涉及到排序统计量的时候使用

SPSS里没有专门用于计算点二列相关的模块，但事实上点二列相关就等同于用Pearson相关计算一个连续变量和一个二分变量的相关，这与使用点二列相关的专有公式是等价的不过用的时候注意一下，二分变量就采用0,1计分操作程序就是：分析——相关——双变量，OK即可

这个问法不好做相关分析

SPSS 203个变量：Groups、hsCRP、X(值)图形Graphs->旧对话框Legacy Dialogs->条形图Bar复式条形图Clustered:，个案组摘要Summaries for groups of cases，定义Difine其他统计量(例如均值)Other Statistics，将X放入变量框Variable，Groups放类别轴Category Axis，hsCRP放定义聚类Difine clusteres by右上角，选项Options显示误差条形图Display error bars，置信区间Confidence Interval，继续，确定。

在数据分析过程中，你可能会经常遇到一个问题，比如你统计了上个月和这个月的活跃度平均值，你发现这个月的平均值比上个月有增长，但是这个增长是足够大，是本质的变化呢，或者只是随机的波动呢？你应该不应该向领导和同事报喜呢？是沾沾自喜还是真的有了重大突破，值得发奖金呢？这个时候就需要用到统计检验。下面就介绍几组适合不同数据的统计检验方法。 一 T检验，用于 正态分布 的参数检验 检验两组独立样本 平均值 是否相同， 只用于连续变量 主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。 只适用于连续变量，在一定区间内可以任意取值的 变量 叫 连续变量 ，其数值是 连续 不断的，相邻两个数值可作无限分割。简单粗暴的说，就是某个变量可以保留小数点后几位。比如，高考成绩。 一般我们接触数值都是连续变量，而且正态分布，因此T检验是非常常用的一种参数检验的方法。 1.独立样本T检验（Independent Sample T Test） 检测两个对象或者两种事务在同一时间的平均收入、平均得分、平均工资、平均利润、平均奖金等异同。 比如，有一组男生高考成绩，36个样本；有一组女生高考成绩，42个样本。 这两组数据是不同对象（不同性别组），在同一个时间高考成绩。我们想了解男生女生的平均成绩是否相同。 此时可采用独立样本T检验来分辨两组数据（视为两个子总体）的均值是否相同。 2.配对样本T-test（配对样本T检验） 检测同一对象或者同一事务在两种条件的平均收入、平均得分、平均工资、平均利润、平均奖金等异同。 比如，我们开头提出的问题。我们有某个APP上个月每天的日活跃度，还有某个APP这个月每天的日活跃度。我们想知道这两个月APP平均日活跃度是否相同。这样的情况就可以用配对样本T检验 如果通过统计检验，发现平均日活跃度下降了，但是平均值和上个月没有明显的不同，就没有必要太沮丧，说明这个波动还在比较正常的范围。如果这个月日活跃度平均值和上个月有明显的差异，而且低于上个月，那么就需要特别注意运营或者产品设计了。如果有明显差异，而且还是高于上个月的，就可以向领导同事报喜了。 二 非参数检验 ，检验两组或者多组样本分布是否相同，适用于 所有类型变量 非参数检验是不必假设样本呈现何种分布。如果已知道样本呈现何种分布就用对应的参数检验；如果不确定样本是否正态分布，也可以采用参数检验。 非参数检验适用于以下所有类型的变量。 （1）定类数据，或称类别数据，如性别、材料类型和付款方式，非黑即白；（2）定序数值，数据有几个离散值，1,2,3，这些值大小是有意义的，但是大小差距是没有意义；（3）定距数据，从非正太分布的数据重抽取的区间数据，也就是连续性变量。 比较常用的比较两组独立样本之间的非参数检验有： (1)检验两个 相关 样本（两组抽样）分布没有差异（来自同一个总体） 注意检验的样本之间有相关关系或者 A. Wilcoxon Signed Ranks检验 以秩检验为主，检验差异的方向和大小，比较全面，优先推荐这种检验。 B. Sign检验，检验正负差异次数 C. McNemar，侧重检验是否有差异 (2)检验k个 相关 样本（两组抽样）分布没有差异（来自同一个总体） A.Friedman检验，秩检验，同时计算卡方，tie B.Kendall检验，秩检验 C.Cochran的Q检验，只适用于二分变量，即k组样本都是0和1两种编码 (3)检验两组 独立 样本（两组抽样）是否来自同一个总体 推荐K-S(Kolmogorov Smirnov)检验 (4)检验k个独立样本是否来自统一整体 推荐Kruskal-WAllis检验 三 简而言之 如果你的两组或者多组变量是定距连续变量，那采用T检验就可以。 如果你变量不是定距变量，或者，定距变量明显不符合正态分布，才考虑使用非参数检验。

残差正态性是一个非常强的假定，往往现实中难以满足。它存在主要是为了保证回归系数进行统计推断能顺利利用t、f等分布进行检验而已。回归系数的无偏性或者一致性不会收到分布的影响。所以这并不是什么大问题，在大样本下，残差一般都能满足渐进正态性。而在实际操作中，通常给被解释变量用log（）进行处理，也都基本可以逼近正态。OLS估计中，最重要的还是要处理内生性和异方差。只要保证解释变量与残差不相关（无内生性），以及解释变量与残差的方差不相关（无异方差），系数的一致性能保证，同时假设推断的合理性也能得到满足，结论才是可靠。结论是：不用特意处理，用log（y）代替被解释变量。

一、基本内涵 点二系列相关(pomit-biserial correlation)研究的是一个连续变量与一个二分类变量间的相关关系，事实上，二分类由于只有两个数值，数值之间的差距反映出的也是一种等距关系，即二分类变量可以看做一种连续变量，也就是说，点二系列相关其实可以看做是Pearson相关分析的特殊情况。二、适用范围 点二系列相关(pomit-biserial correlation)用于一个二分类变量和一个服从正态分布的连续变量间的相关关系研究。

1，二分类变量分为真正的二分变量和人为的二分变量两种。2，变量按变量值是否连续可分为连续变量与离散变量两种。二分类变量：1，二分类变量即为那些结局只有两种可能性的变量，如有效与否，心梗，心血管不良事件，死亡等，一般将发生事件的人数除以样本量总数得到的事件发生率作为结局考察。2，常见的二分类变量包括：OR (Odds Ratio) 值，RR (Risk Ratio) 值，RD (Risk Difference) 值。3，二分类变量也可以包括有序数据。有序数据（Ordinal data），其结局为多个分类的其中一种（如疾病严重程度），或者为累积的得分。连续变量：1，在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。2，符号x如果能够表示对象集合S中的任意元素，就是变量。如果变量的域(即对象的集合S)是离散的，该变量就是离散变量;如果它的域是连续的，它就是连续变量。3，连续变量与离散变量的简单区别方法，连续变量时一直叠加上去的，增长量可以划分为固定的单位，即，1，2，3..........

如果是搜集数据是百分制分数，但在计算时将其按照某一标准分为及格和不及格，则为人为二分变量。1、二分类变量分为真正的二分变量和人为的二分变量两种。2、变量按变量值是否连续可分为连续变量与离散变量两种。二分类变量：1、二分类变量即为那些结局只有两种可能性的变量，如有效与否，心梗，心血管不良事件，死亡等，一般将发生事件的人数除以样本量总数得到的事件发生率作为结局考察。2、常见的二分类变量包括：OR (Odds Ratio) 值，RR (Risk Ratio) 值，RD (Risk Difference) 值。3、二分类变量也可以包括有序数据。有序数据（Ordinal data），其结局为多个分类的其中一种（如疾病严重程度），或者为累积的得分。变量类型不是一成不变的，根据研究目的的需要，各类变量之间可以进行转化。例如血红蛋白量（g/L）原属数值变量，若按血红蛋白正常与偏低分为两类时，可按二项分类资料分析。若按重度贫血、中度贫血、轻度贫血、正常、血红蛋白增高分为五个等级时，可按等级资料分析（资料是根据临床数据得出）。有时亦可将分类资料数量化，如可将病人的恶心反应以0、1、2、3表示，则可按数值变量资料（定量资料）分析。

不是吧，人为二分变量本身就要是一个连续型的测量数据，年级的高低不是连续型的

分类变量是指地理位置、人口统计等方面的变量，其作用是将调查响应者分群。描述变量是描述某一个客户群与其他客户群的区别。大部分分类变量也就是描述变量。连续性变量：在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。

分类变量是指地理位置、人口统计等方面的变量，其作用是将调查响应者分群。描述变量是描述某一个客户群与其他客户群的区别。大部分分类变量也就是描述变量。连续性变量：在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。

您好： 您问的问题属于《心理与数理统计学》的范畴。有关这个问题，我大致说明一下，如果在我说明的过程中，您依旧有不明白的地方，请参照《心理与数理统计学》解答您心中的疑惑。 一、通常，有些变量的测量结果只有两种类别，譬如男性与女性、房东与房客、成功与失败、及格与不及格、生或死等等。这种按事物的某一性质划分的只有两类结果的变量，称为二分变量。 二、二分变量又分为真正的二分变量和人为的二分变量两种。真正的二分变量也称为离散型二分变量，前面我所举出的一些例子都是离散型二分变量。所谓人为的二分变量，是指该变量本身是一个连续型的测量数据，两种结果之间本来是一个连续统一体，但被某种人为规定的标准划分为两个类别。在这种情况下，一个测量结果很明显地要么属于这个类别，要么属于另一个类别，两种类别之间一般也不会被看做是连续的。有时一个变量是双峰分布，也可划分为二分称名变量，如文盲与非文盲，可规定一个界限，文盲指识字极少的人，其余的人为非文盲，就识字量来说可能形成双峰分布形态。 祝好！

有人认为，对于小样本，你就无法使用统计的。但，这是一个误解，一个 常见的误解 。对于小样本，我们也有适当的统计方法。 一个研究者的“小样本”，在另一个研究者看来则可能意味着“大样本”。本文中，小样本主要是指样本量在5-30个用户（可用性研究中常见的样本量，进一步阅读:http://www.measuringusability.com/blog/actual-users.php）。 值得注意的是，用户研究并不是出现小样本的唯一领域。其他具有较高操作成本的研究也会出现这个现象，比如fMRis和动物实验等。 尽管我们有相应的方式来处理小样本研究数据，但我们应该清晰地知道小样本的局限性：你很难看到很大的差异，很明显的效果。 这就像使用双筒望远镜进行天文观测一样：使用双筒望远镜，你可能无法看到行星、恒星、月亮和偶尔出现的彗星。但这并不以为着你就不能进行天文观测了。事实上，伽利略就是使用望远镜（ 与今天相当的双筒望远镜相当 ）发现了木星的卫星。 统计也是一样。仅仅因为你的样本不够大，并不能判断你能不能使用统计。再次强调， 小样本的关键限制是，你难以发现设计或措施的效果是否有差异。 幸运的是，在用户体验研究中，我们往往关心的是不同用户可能发现的不同问题：比如：导航的结构变化，搜索结果页面的改进等等。 下面是我们在小样本用户研究中的常见统计分析方法。 比较compare 如果您需要对比两个独立组别的完成率、完成时间，问卷评分等。有两种大样本或者小样的方法可以采用。具体适用与哪种方法，取决于数据的特征：连续的还是离散的。比较均值： 如果你的数据是连续的（不是二进制），比如任务完成时间、问卷评分等，你可以采用独立样本t检验。实践证明，它对于小样本也是适用的。 二分变量比较： 如果你的数据是二进制的（成功/失败，是/否），你可以采用N-1的卡方检验。当期望数目小于1时，使用Fisher精确检验往往有更好的表现。 置信区间Confidence Intervals 当你想从样本数据来推测整个用户群，你会想到生成一个置信区间（译者注：关于置信区间，可参阅： http://baike.baidu.com/view/409226.htm ）。 尽管小样本的置信区会相当宽（通常为20-30个百分点），但是建立这样的区间总是有益的。例如：你想知道，用户在安装打印机前是否会去阅读“Read this first”文档。而测试中，8名用户中有6名用户没有去阅读。这时候我们可以推知：至少40%的用户很可能会这么做——这是一个相当大的比例。 置信区间的计算方法有三种，这取决于你数据是否是二进制、时间或者连续的。基于平均值的置信区间Confidence interval around a mean :如果你的数据是连续的（非二进制），如评定量表、以美元计算的订单金额，页面访问数等。那么，置信区间的计算可以基于t分布进行计算（当然，这需要考虑到样本量）。 基于任务时间的置信区间Confidence interval around task-time :任务时间的理论最小值为0秒（不多见），一些用户的任务时间可能是其他用户的10-20倍。对于这种不对称性，我们需要进行数据转换（ log-transformed ），然后基于转换后的数据进行计算。待报告时再转换回来。 基于二进制的置信区间 Confidence interval around a binary measure :二进制的数据比如完成率或yes/no。这类置信区间的计算，可以采用校正后沃尔德检验法（ Adjusted Wald interval ）计算（这种方法对于所有样本规模均适用）。 点估计（均值）Point Estimates (The Best Averages ) 任何研究报告中，何为"最好"的平均时间或平均完成率的估计，应当取决于研究的目标。 请记住：即使是“最好”的均值估计，也依然不代表实际的平均值。 所以对于未知总体均值的估计而言，置信区间是更好的展示方法。 在可用性研究中，小样本的均值计算，比较适宜的有两个：任务时间和完成率。不同样本规模中更常见的则是量表评分（SUS评分等）。 完成率： 小样本的完成率，通常可能只有几个数值（译者注：可用性测试中，这一数字可能为5）。例如：有五个用户进行任务操作，其任务完成率只可能是：0％，20％，40％，60％，80％和100％几个数字中的某一个（100%也并不罕见）。基于小样本得出一个完美的成功率，可能并不恰当——因为它可能并不能揭示真实情况（测试结果优于真实情况）。 我们（指作者）对自己的小样本可用性测试数据，利用拉普拉斯估计（theLaPlace estimator）和简单比例（一般称为，最大似然估计，the Maximum Likelihood Estimator）进行了均值估计（参见：http://www.upassoc.org/upa_publications/jus/2006_may/lewis_small_sample_estimates.pdf ）。 评定量表的均值问题： 量表是一个有趣的度量类型，它们大多是有限的区间（如：1-5,1-10等）除非你是 Spinal Tap （译者注：因翻译期间，该链接视频未能打开。故未译成中文）。我们发现，在小型或大型的样本中，均值最好是在中位数上（参阅：http://drjim.0catch.com/1993_MultipointScales_MeanAndMedianDifferencesAndObservedSignificanceLevels.pdf）。当然，我们有许多方式来报道评定量表的分数，比如 top-two boxes （直观理解，可参照NPS的计算规则）。 具体如何报告取决于你的灵敏度需要和组织要求。任务时间均值 ：一个较长的任务时间可能让算术平均值产生扭曲，这时候中位数则是用来描述平均水平的更恰当的指标。样本数在25以上的，中位数对均值具有良好的代表性（进一步阅读：http://www.measuringusability.com/average-times.php）。 不幸的是，中位数往往不够准确，在样本数小于25的情况下，比平均值更加不准确。这时候，几何平均值往往具有更好的衡量意义（译者注：几何平均值受极端值的影响更小）。 【工具箱】 小样本计算器：http://www.measuringusability.com/wald.htm 任务时间置信区间计算： http://www.measuringusability.com/time_intervals.php 二分变量差异检验： http://www.measuringusability.com/ab-calc.php top-two boxes：https://www.measuringusability.com/blog/top-box.php 几何平均数计算器： http://www.ab126.com/goju/1710.html 数字帝国-统计计算器： http://zh.numberempire.com/statisticscalculator.php —————————————————————————————— 【译后记】译罢此文，深深感触：对于结果直接提供算术平均数就是耍流氓！而多数报告也确实只提供了算术平均数一种。 本文对于更严谨科学地分析和解读研究发现，具有重要的启发意义。 因时间和精力限制，译文难免存在谬误，欢迎批评指正。

录入好的调查问卷，该如何进行数据分析？ SPSS分析调查问卷数据的方法 当我们的调查问卷在把调查数据拿回来后,我们该做的工作就是用相关的统计软件进行处理,在此,我们以spss为处理软件,来简要说明一下问卷的处理过程,它的过程大致可分为四个过程:定义变量﹑数据录入﹑统计分析和结果保存.下面将从这四个方面来对问卷的处理做详细的介绍. Spss处理: 第一步:定义变量 大多数情况下我们需要从头定义变量，在打开SPSS后，我们可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View两个标签,只需单击左下方的Variable View标签就可以切换到变量定义界面开始定义新变量。在表格上方可以看到一个变量要设置如下几项:name(变量名)、type(变量类型)、width(变量值的宽度)、decimals(小数位) 、label(变量标签) 、Values(定义具体变量值的标签)、Missing(定义变量缺失值)、Colomns(定义显示列宽)、Align(定义显示对齐方式)、Measure(定义变量类型是连续、有序分类还是无序分类). 我们知道在spss中,我们可以把一份问卷上面的每一个问题设为一个变量,这样一份问卷有多少个问题就要有多少个变量与之对应,每一个问题的答案即为变量的取值.现在我们以问卷第一个问题为例来说明变量的设置.为了便于说明,可假设此题为: 1.请问你的年龄属于下面哪一个年龄段( )? A:20—29 B:30—39 C:40—49 D:50--59 那么我们的变量设置可如下: name即变量名为1，type即类型可根据答案的类型设置,答案我们可以用1、2、3、4来代替A、B、C、D,所以我们选择数字型的，即选择Numeric, width宽度为4，decimals即小数位数位为0（因为答案没有小数点），label即变量标签为“年龄段查询”。Values用于定义具体变量值的标签,单击Value框右半部的省略号，会弹出变量值标签对话框,在第一个文本框里输入1,第二个输入20—29,然后单击添加即可.同样道理我们可做如下设置,即1=20—29、2=30—39、3=40—49、4=50--59；Missing，用于定义变量缺失值, 单击missing框右侧的省略号，会弹出缺失值对话框, 界面上有一列三个单选钮，默认值为最上方的“无缺失值”；第二项为“不连续缺失值”，最多可以定义3个值；最后一项为“缺失值范围加可选的一个缺失值”，在此我们不设置缺省值,所以选中第一项如图；Colomns，定义显示列宽,可自己根据实际情况设置；Align，定义显示对齐方式,有居左、居右、居中三种方式；Measure，定义变量类型是连续、有序分类还是无序分类。 以上为问卷中常见的单项选择题型的变量设置,下面将对一些特殊情况的变量设置也作一下说明. 1.开放式题型的设置:诸如你所在的省份是_____这样的填空题即为开放题,设置这些变量的时候只需要将Value 、Missing两项不设置即可. 2.多选题的变量设置:这类题型的设置有两种方法即多重二分法和多重分类法,在这里我们只对多重二分法进行介绍.这种方法的基本思想是把该题每一个选项设置成一个变量,然后将每一个选项拆分为两个选项项,即选中该项和不选中该项.现在举例来说明在spss中的具体操作.比如如下一例: 请问您通常获取新闻的方式有哪些( ) 1 报纸 2 杂志 3 电视 4 收音机 5 网络 在spss中设置变量时可为此题设置五个变量,假如此题为问卷第三题,那么变量名分别为3_1、3_2、3_3、3_4、3_5,然后每一个选项有两个选项选中和不选中,只需在Value一项中为每一个变量设置成1=选中此项、0=不选中此项即可. 使用该窗口，我们可以把一个问卷中的所有问题作为变量在这个窗口中一次定义。 到此,我们的定义变量的工作就基本上可以结束了.下面我们要作就是数据的录入了.首先,我们要回到数据录入窗口,这很简单,只要我们点击软件左下方的Data View标签就可以了. 第二步:数据录入 Spss数据录入有很多方式,大致有一下几种: 1.读取SPSS格式的数据 2.读取Excel等格式的数据 3.读取文本数据（Fixed和Delimiter) 4.读取数据库格式数据(分如下两步) （1）配置ODBC （2）在SPSS中通过ODBC和数据库进行 但是对于问卷的数据录入其实很简单,只要在spss的数据录入窗口中直接输入就可以了,只是在这里有几点注意的事项需要说明一下. 1. 在数据录入窗口,我们可以看到有一个表格,这个表格中的每一行代表一份问卷,我们也称为一个个案. 2. 在数据录入窗口中,我们可以看到表格上方出现了1、2、3、4、5…….的标签名,这其实是我们在第一步定义变量中,我们为问卷的每一个问题取的变量名,即1代表第一题,2代表第二题.以次类推.我们只需要在变量名下面输入对应问题的答案即可完成问卷的数据录入.比如上述年龄段查询的例题,如果问卷上勾选了A答案,我们在1下面输入1就行了(不要忘记我们通常是用1、2、3、4来代替A、B、C、D的). 3.我们知道一行代表一份问卷,所以有几分问卷,就要有几行的数据. 在数据录入完成后,我们要做的就是我们的关键部分,即问卷的统计分析了,因为这时我们已经把问卷中的数据录入我们的软件中了. 第三步:统计分析 有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统计分析过程，是得到正确分析结果的关键。这要根据我们的问卷调查的目的和我们想要什么样的结果来选择.SPSS有数值分析和作图分析两类方法. 1.作图分析: 在SPSS中，除了生存分析所用的生存曲线图被整合到Analyze菜单中外，其他的统计绘图功能均放置在graph菜单中。该菜单具体分为以下几部分：: (1)Gallery：相当于一个自学向导，将统计绘图功能做了简单的介绍，初学者可以通过它对SPSS的绘图能力有一个大致的了解。 (2)Interactive：交互式统计图。 (3)Map：统计地图。 (4)下方的其他菜单项是我们最为常用的普通统计图，具体来说有： 条图 散点图 线图 直方图 饼图 面积图 箱式图 正态Q-Q图 正态P-P图 质量控制图 Pareto图 自回归曲线图 高低图 交互相关图 序列图 频谱图 误差线图 作图分析简单易懂,一目了然,我们可根据需要来选择我们需要作的图形,一般来讲,我们较常用的有条图,直方图,正态图,散点图,饼图等等,具体操作很简单,大家可参阅相关书籍,作图分析更多情况下是和数值分析相结合来对试卷进行分析的,这样的效果更好. 2.数值分析: SPSS 数值统计分析过程均在Analyze菜单中，包括： (1)、Reports和Descriptive Statistics：又称为基本统计分析.基本统计分析是进行其他更深入的统计分析的前提，通过基本统计分析，用户可以对分析数据的总体特征有比较准确的把握，从而选择更为深入的分析方法对分析对象进行研究。Reports和Descriptive Statistics命令项中包括的功能是对单变量的描述统计分析。 Descriptive Statistics包括的统计功能有： Frequencies(频数分析)：作用:了解变量的取值分布情况 Descriptives(描述统计量分析)：功能：了解数据的基本统计特征和对指定的变量值进行标准化处理 Explore(探索分析)：功能:考察数据的奇异性和分布特征 Crosstabs(交叉分析)：功能:分析事物（变量）之间的相互影响和关系 Reports包括的统计功能有： OLAP Cubes(OLAP报告摘要表)：功能: 以分组变量为基础，计算各组的总计、均值和其他统计量。而输出的报告摘要则是指每个组中所包含的各种变量的统计信息。 Case Summaries(观测量列表)：察看或打印所需要的变量值 Report Summaries in Row：行形式输出报告 Report Summaries in Columns：列形式输出报告 (2)、Compare Means(均值比较与检验)：能否用样本均值估计总体均值？两个变量均值接近的样本是否来自均值相同的总体？换句话说，两组样本某变量均值不同，其差异是否具有统计意义？能否说明总体差异？这是各种研究工作中经常提出的问题。这就要进行均值比较。 以下是进行均值比较及检验的过程: MEANS过程：不同水平下（不同组）的描述统计量，如男女的平均工资,各工种的平均工资。目的在于比较。术语：水平数（指分类变量的值数，如sex变量有2个值，称为有两个水平）、单元Cell（指因变量按分类变量值所分的组）、水平组合 T test 过程：对样本进行T检验的过程 单一样本的T检验：检验单个变量的均值是否与给定的常数之间存在差异。 独立样本的T检验：检验两组不相关的样本是否来自具有相同均值的总体（均值是否相同，如男女的平均收入是否相同，是否有显著性差异） 配对T检验：检验两组相关的样本是否来自具有相同均值的总体(前后比较，如训练效果，治疗效果) one-Way ANOVA：一元(单因素)方差分析，用于检验几个（三个或三个以上）独立的组，是否来自均值相同的总体。 (3)、ANOVA Models(方差分析)：方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法。例如:医学界研究几种药物对某种疾病的疗效；农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响;不同饲料对牲畜体重增长的效果等,都可以使用方差分析方法去解决 (4)、Correlate(相关分析)：它是研究变量间密切程度的一种常用统计方法,常用的相关分析有以下几种: 1、线性相关分析：研究两个变量间线性关系的程度。用相关系数r来描述。 2、偏相关分析：它描述的是当控制了一个或几个另外的变量的影响条件下两个变量间的相关性，如控制年龄和工作经验的影响，估计工资收入与受教育水平之间的相关关系 3、相似性测度：两个或若干个变量、两个或两组观测量之间的关系有时也可以用相似性或不相似性来描述。相似性测度用大值表示很相似，而不相似性用距离或不相似性来描述，大值表示相差甚远 (5)、Regression(回归分析)：功能:寻求有关联（相关）的变量之间的关系在回归过程中包括：Liner：线性回归;Curve Estimation：曲线估计;Binary Logistic：二分变量逻辑回归;Multinomial Logistic：多分变量逻辑回归;Ordinal 序回归;Probit：概率单位回归;Nonlinear：非线性回归;Weight Estimation：加权估计;2-Stage Least squares：二段最小平方法;Optimal Scaling最优编码回归;其中最常用的为前面三个. (6)、Nonparametric Tests(非参数检验)：是指在总体不服从正态分布且分布情况不明时，用来检验数据资料是否来自同一个总体假设的一类检验方法。由于这些方法一般不涉及总体参数故得名。 非参数检验的过程有以下几个: 1.Chi-Square test 卡方检验 2.Binomial test 二项分布检验 3.Runs test 游程检验 4.1-Sample Kolmogorov-Smirnov test 一个样本柯尔莫哥洛夫-斯米诺夫检验 5.2 independent Samples Test 两个独立样本检验 6.K independent Samples Test K个独立样本检验 7.2 related Samples Test 两个相关样本检验 8.K related Samples Test 两个相关样本检验 (7)、Data Reduction(因子分析) (8)、Classify(聚类与判别)等等 以上就是数值统计分析Analyze菜单下几项用于分析的数值统计分析方法的简介,在我们的变量定义以及数据录入完成后,我们就可以根据我们的需要在以上几种分析方法中选择若干种对我们的问卷数据进行统计分析,来得到我们想要的结果. 第四步:结果保存 我们的spss软件会把我们统计分析的多有结果保存在一个窗口中即结果输出窗口(output),由于spss软件支持复制和粘贴功能,这样我们就可以把我们想要的结果复制﹑粘贴到我们的报告中,当然我们也可以在菜单中执行file->save来保存我们的结果,一般情况下,我们建议保存我们的数据,结果可不保存.因为只要有了数据,如果我们想要结果的,我们可以随时利用数据得到结果. 总结: 以上便是spss处理问卷的四个步骤,四个步骤结束后,我们需要spss软件做的工作基本上也就结束了,接下来的任务就是写我们的统计报告了.值得一提的是.spss是一款在社会统计学应用非常广泛的统计类软件,学好它将对我们以后的工作学习产生很大的意义和作用. SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定类；二 注意定义不同的数据类型Type 各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下： 1 单选题：答案只能有一个选项 例一 当前贵组织机构是否设有面向组织的职业生涯规划系统？ A有 B 正在开创 C没有 D曾经有过但已中断 编码：只定义一个变量，Value值1、2、3、4分别代表A、B、C、D 四个选项。 录入：录入选项对应值，如选C则录入3 2 多选题：答案可以有多个选项，其中又有项数不定多选和项数定多选。 （1）方法一（二分法）： 例二 贵处的职业生涯规划系统工作涵盖哪些组群？画钩时请把所有提示 考虑在内。 A月薪员工 B日薪员工 C钟点工 编码：把每一个相应选项定义为一个变量，每一个变量Value值均如下定义：“0” 未选，“1” 选。 录入：被调查者选了的选项录入1、没选录入0，如选择被调查者选AC，则三个变量分别录入为1、0、1。 （2）方法二： 例三 你认为开展保持党员先进性教育活动的最重要的目标是那三项： 1（ ） 2 （ ） 3（ ） A、提高党员素质 B、加强基层组织 C、坚持发扬民主 D、激发创业热情 E、服务人民群众 F、促进各项工作 编码：定义三个变量分别代表题目中的1、2、3三个括号，三个变量Value值均同样的以对应的选项定义，即：“1” A，“2”B，“3” C，“4” D，“5” E，“6” F 录入：录入的数值1、2、3、4、5、6分别代表选项ABCDEF，相应录入到每个括号对应的变量下。如被调查者三个括号分别选ACF，则在三个变量下分别录入1、3、6。 注：能用方法二编码的多选题也能用方法编码，但是项数不定的多选只能用二分法，即方法一是多选题一般处理方法。 3 排序题： 对选项重要性进行排序 例四 您购买商品时在 ①品牌 ②流行 ③质量 ④实用 ⑤价格 中对它们的关注程度先后顺序是（请填代号重新排列） 第一位 第二位 第三位 第四位 第五位 编码：定义五个变量，分别可以代表第一位 第五位，每个变量的Value都做如下定义：“1” 品牌，“2” 流行，“3” 质量，“4” 实用，“5” 价格 录入：录入的数字1、2、3、4、5分别代表五个选项，如被调查者把质量排在第一位则在代表第一位的变量下输入“3“。 4 选择排序题： 例五 把例三中的问题改为“你认为开展保持党员先进性教育活动的最重 的目标是那三项，并按重要性从高到低排序”，选项不变。 编码：以ABCDEF6个选项分别对应定义6个变量，每个变量的Value都做同样的如下定义：“1” 未选，“2” 排第一，“3” 排第二，“4” 排第三。 录入：以变量的Value值录入。比如三个括号里分别选的是 ECF，则该题的6个变量的值应该分别录入：1（代表A选项未选）、1、 3（代表C选项排在第二）、1、2、4。 注：该方法是对多选题和排序题的方法结合的一种方法，对一般排序题（例四）也同样适用，只是两者用的分析方法不同（例四用频数分析、例五用描述分析），输出结果从不同的侧面反映问题的重要性（前一种方法从位次从变量的频数看排序，后一种方法从变量出发看排序）。 5 开放性数值题和量表题：这类题目要求被调查者自己填入数值，或者打分 例六 你的年龄（实岁）：______ 编码：一个变量，不定义Value值 录入：即录入被调查者实际填入的数值。 6开放性文字题： 如果可能的话可以按照含义相似的答案进行编码，转换成为封闭式选项进行分析。如果答案内容较为丰富、不容易归类的，应对这类问题直接做定性分析。 三 问卷一般性分析 下面具体介绍SPSS中问卷的一般处理方法，操作以版本spss13.0为例，以下提到的菜单项均在Analyze主菜单下 1频数分析：Frequencies过程可以做单变量的频数分布表；显示数据文件中由用户指定的变量的特定值发生的频数；获得某些描述统计量和描述数值范围的统计量。 适用范围：单选题（例一），排序题（例四），多选题的方法二（例三） 频数分析也是问卷分析中最常用的方法。 实现： Descriptive statistics……Frequencies 2 描述分析：Descriptives:过程可以计算单变量的描述统计量。这些述统计量有平均值、算术和、标准差，最大值、最小值、方差、范围和平均数标准误等。 适用范围：选择并排序题（例五）、开放性数值题（例六）。 实现： Descriptive statistics……Descriptives，需要的统计量点击按钮Statistics…中选择 3 多重反应下的频次分析： 适用范围：多选题的二分法（例二） 实现：第一步在Multiple Response……Define Sets把一道多选问题中定义了的所有变量集合在一起，给新的集合变量取名，在Dichotomies Counted value中输入1。第二步在Multiple Response……Frequencies中做频数分析。 4 交叉频数分析：解决对多变量的各水平组合的频数分析的问题 适用范围：，适用于由两个或两个以上变量进行交叉分类形成的列联表，对变量之间的关联性进行分析。比如要知道不同工作性质的人上班使用交通工具的情况，可以通过交叉分析得到一个二维频数表则一目了然。 实现：第一步根据分析的目的来确定交叉分析的选项，确定控制变量和解释变量（如上例中不同工作性质的人是控制变量，使用交通工具是解释变量）。第二步选择Descriptive statistics……Crosstabs 四 简单图形描述介绍 在做上述频数分析、描述分析等分析时就可以直接做出图形，简单方便，同时也可以另外作图。SPSS的作图功能在菜单Graphs下，功能强大，图形清晰优美。现在把常用图简单介绍如下 1饼图：又称圆图，是以圆的面积代表被研究对象的总体，按各构成部分占总体比重的大小把圆面积分割成若干扇形，用以表示现象的部分对总体的比例关系的统计图。频数分析的结果宜用饼图表示。 2曲线图：是用线段的升降来说明数据变动情况的一种统计图。它主要表示现象在时间上的变化趋势、现象的分配情况和2个现象的依存关系等。 3面积图：用线段下的阴影面积来强调现象变化的统计图。 4条形图：利用相同宽度条形的长短或高低表现统计数据大小及变化的统计图。 五 问卷深入分析 除了以上简单的分析，spss强大的功能还可以对问卷进行深入分析，比如常用的有聚类分析、交叉分析、因子分析、均值比分析（参数检验）、相关分析、回归分析等。因为涉及到很专业的统计知识，下面只将个人觉得比较有用的方法的适用范围和分析目的简单做介绍： 1聚类分析 样本聚类，可以将被调查者分类，并按照这些属性计算各类的比例，以便明确研究所关心的群体。比如按消费特征对被调查者的进行聚类。 2 相关分析 相关分析是针对两变量或者多变量之间是否存在相关关系的分析方法，要根据变量不同特征选择不同的相关性的度量方式。问卷分析中的多数用的变量都属于分类变量，要采用斯皮尔曼相关系数。 其中可以用卡方检验，其是对两变量之间是否具有显著性影响的分析方法 3均值的比较与检验 （1）Means过程：对指定变量综合描述分析，分组计算计算均值再比较。比如可以按性别变量分为男和女来研究二者收入是否存在差距。 （2）T 检验： 独立样本t检验用于不相关的样本是否开来自具有相同均值的总体的检验。比如，研究购买该产品的顾客和不购买的顾客的收入是否有明显差异。 如果样本不独立则要用配对t检验。比如研究参加职业培训后 工作效率是否提高。 4 回归分析 问卷分析中的回归分析常采用的是用离散回归模型，一般是逻辑斯蒂模型，解释一个变量对另一变量的影响具体有多大。比如，研究对某商品的消费受收入的影响程度。 如何用spss对调查问卷进行数据分析 问卷调查表 可以进行很多种统计分析的，包含描述性分析，信度，效度分析，差异性分析，相关性分析，回归分析等等 怎么对调查问卷进行数据分析 分析方法太多了 我替别人做这类的数据分析蛮多的 用Excel对60份调查问卷进行数据分析 把你问卷发一份过来413186190@QQ.COM 如何做调查问卷数据分析 首先你可以计算每个部门每个工作职责满意不满意度，然后看那个业务在这个部门中不满意度最高，满意度最高，需要加强哪一个业务，需要表扬哪一个业务；然后部门之间进行比较，看看哪个部门满意度最高，哪个部门满意度最低，需要表扬需要批评的都知道了。 调查问卷数据分析，急用 数据分析最重要的思维就是，不断确定业务中两组变量之间的关系，用以解释业务。 收入、转化、用户规模、用户活跃等，我们称为现象。而只有通过数据量化的现象，我们才能精准感知。所以，数据是用来描述现象的，是被量化的现象。 如何看数据分析，又该如何进行数据分析？ 关于数据，有两种常见的情况。从腾讯出来的一个朋友曾告诉我“腾讯的数据太多，都不知道怎么看”，而另一个在创业公司工作的朋友告诉我“老板为了省开发资源，数据给的少得可怜”。这两种情况都有点走极端，那么，怎样看数据比较合理呢?答案是：需要想清楚3个问题。 1、我为什么要看数据？ 看数据的理由有很多，有不少PM看数据纯粹为了在吵架中能占上风，也有的人是为了炫技，还有一些人是因为老板要他们这样做。但我认为，看数据最好的理由是“你真的渴望持续改进自己的产品，而数据能给你客观的建议 ”。如果你没有这个渴望，觉得“我已经做的很好了，没有几个人能比我做得更好”，不但可以不看数据，连用户都可以不要。 2、数据的由哪些成分组成？这些成分每天/周/月都发生了什么变化？ 分析数据的构成可以更精确的知道是哪些产品、运营方案发挥作用，数据的变化可以知道某个方案起了多大的作用。 拿PV来说，分析PV的地域结构，可以知道适合的推广渠道;分析用户的年龄结构可以知道活动策划偏向什么主题;分析用户的职业结构可以知道用户的使用习惯。 3、这些数据为什么发生了这些变化？ 分析数据为什么变化，可以找到关键的原因，或者洞悉用户真正的需求，最终形成产品的改进。 用SILL量表问卷调查后， 如何用SPSS进行数据分析 免费的？建议先输入数据，然后按照教程练习以后自行分析吧 如果给钱，楼上估计应该会帮你分析的很好。 不过也有可能你人品大爆发，他不收你钱 艾森克人格问卷如何录入spss进行数据分析 首先要清楚spss数据分析软件，对于数据格式的要求。 通常用spss软件进行数据分析时，数据格式要求是横向一行为一份问卷，一列对应问卷中的一个题目，所以有多少份问卷，最终录完后就有多少行，而问卷中有多少个题目，最终就有多少列。 其次在录的时候 可以在excel中录，也可以直接在spss中录入，因为格式是完全一样的，如果对excel很熟悉，就可以现在excel中录，录完再通过spss直接可以打开excel数据就好了。 如何进行数据分析 数据分析是以现有网站的内容为基础，展示用户喜欢的内容，降低网站的跳出率增加网站黏性，具体步骤如下： 1、分析pv、uv、ip、跳出率和平均访问时长 通常情况下uv要大于ip，pv是uv的倍数关系，而pv：uv多少合适呢?要看同行业的平均数据，比如一个知识性网站，pv：uv的比例接近10:1，而如果是企业站，可能3:1或者4:1。 跳出率越高说明网站内容质量越差，平均访问时长也体现网站的内容质量。时长越长说明网站内容质量越高、内链系统越好。 2、分析来源、地域和搜索引擎 从来源分析可以评测外链和推广效果，可以选择效果更好的推广和外链方式，节省时间。地域分析可以帮我我们做地域关键词，搜索引擎分析用于明白用户的搜索习惯。 3、受访页面、着陆页和搜索词 分析受访页面可以看出推广、外链以及内链效果，分析搜索词可以得出现在内容排名效果。 受访页面主要来自于外链、推广链接、排名页面和内链布局。受访页面越高的网页说明展示次数越多，被用户看到的概率越大。 着陆页分数据纯碎的体现外链、推广链接和排名的效果，如果没有关键词排名，可以直接评测推广、外链的效果。 可以通过搜索词得知那些关键词给我们带来了流量，以及访问的页面是哪些，访问页的跳出率是多少，是不是应该推广这个页面帮助它提升排名。 4、分析页面点击图和页面上下游 页面点击图，可以根据页面点击图调整网站首页布局。颜色越深的内容放置的位置越靠近左上角，颜色越浅的内容位置越靠近右下角。点击很少或者没有点击的内容可以从首页移除，或者放置在栏目页。 页面上下游是体现用户浏览网页的轨迹，从上下游的数据可以统计布局的内链用户点击最多的文章是哪一篇，以及哪些页面的跳出率高。页面上下游数据最能说明内链布局效果。 注意：数据分析的魅力是常人无法感受的，如果你的网站在中后期还是凭证感觉做，那么你就相当于盲人摸象，你的网站排名只能看运气了。

变量主要是用来描述事物特征,那么按照描述的粗劣,有以下两种划分方法:按基本描述划分定性变量 :也称为名称变量、品质变量、分类变量,总之就是描述事物特性的变量,目的是将事物区分成互不相容的不同组别,变量值多为文字或符号,在分析时,需要转化为特定含义的数字。定性变量可以再细分为:无序分类变量:取值之间没有顺序差别,仅做分类,又可分为二分类变量和多分类变量二分类变量是指将全部数据分成两个类别，如男、女,对、错,阴、阳等,二分类变量是一种特殊的分类变量,有其特有的分析方法。多分类变量是指两个以上类别,如血型分为A、B、AB、0。定量变量:也称为数值型变量,是描述事物数字信息的变量,变量值就是数字,如长度、重量、产量、人口、速度和温度。定量变量可以再细分，连续型变量:在一定区间内可以任意取值,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值。如身高、绳子的长度等。离散型变量:值只能用自然数或整数单位计算,其数值是间断的,相邻两个数值之间不再有其他数值,这种变量的取值一般使用计数方法取得。

效度(Validity)即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度是指所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高;反之，则效度越低。效度分为三种类型:内容效度、准则效度和结构效度。内容效度（content-related validity）一、什么是内容效度内容效度指的是测验题目对有关内容或行为取样的适用性，从而确定测验是否是所欲测量的行为领域的代表性取样。二、内容效度的评估方法1.专家判断法; 2.统计分析法(评分者信度复本信度折半信度再测法); 3.经验推测法 (实验检验)三、内容效度的特性内容效度经常与表面效度（face validity）混淆。表面效度是由外行对测验作表面上的检查确定的，它不反映测验实际测量的东西，只是指测验表面上看来好像是测量所要测的东西；内容效度是由够资格的判断者（专家）详尽地、系统地对测验作评价而建立的。构想效度（construct-related validity）一、什么是构想效度指测验能够测量到理论上的构想或特质的程度，即测验的结果是否能证实或解释某一理论的假设、术语或构想，解释的程度如何。二、构想效度的估计方法1.对测验本身的分析（用内容效度来验证构想效度）2.测验间的相互比较：相容效度（与已成熟的相同测验间的比较）、区分效度（与近似或应区分测验间的比较）、因素分析法3.效标效度的研究证明4.实验法和观察法证实三、效标效度（criterion-related validity）一什么是效标效度效标效度又称实证效度，反映的是测验预测个体在某种情境下行为表现的有效性程度。根据效标资料是否与测验分数同时获得，又可分为同时效度(实际士气高和士气低的人在士气测验中的得分一致性。)和预测效度两类。一个好的效标必须具备以下条件：①效标必须能最有效地反映测验的目标，即效标测量本身必须有效；②效标必须具有较高的信度，稳定可靠，不随时间等因素而变化；③效标可以客观地加以测量，可用数据或等级来表示；④效标测量的方法简单，省时省力，经济实用。二、效标效度的评估方法1.相关法：效度系数是最常用的效度指标，尤其是效标效度。它是以皮尔逊积差相关系数来表示的，主要反映测验分数与效标测量的相关。当测验成绩是连续变量，而效标资料是二分变量时，计算效度系数可用点二列相关公式或二列相关公式；当测验分数为连续变量，效标资料为等级评定时，可用贾斯朋多系列相关公式计算。2.区分法：是检验测验分数能否有效地区分由效标所定义的团体的一种方法。算出t值后，便可知道分数的差异是否显著。若差异显著，说明该测验能够有效地区分由效标定义的团体，否则，测验是无效的。重叠百分比可以通过计算每一组内得分超过（或低于）另一组平均数的人数百分比得出；另外，还可以计算两组分布的共同区的百分比。重叠量越大，说明两组分数差异越小，即测验的效度越差。3.命中率法：是当测验用来做取舍的依据时，用其正确决定的比例作为效度指标的一种方法。命中率的计算有两种方法，一是计算总命中率，另一种是计算正命中率。4、预期表法：是一种双向表格，预测分数排在表的左边，效标排在表的顶端。从左下至右上对角线上各百分数字越大，而其它的百分数字越小，表示测验的效标效度越高 ；反之，数字越分散，则效度越低。

spss最小二乘法回归分析1、统计量：对于每个模型：标准和非标准回归系数、复R、R2、调整R2、估计的标准误、方差分析表、预测值和残差。此外，还有用于每个回归系数的95%的置信区间，以及参数估计的相关性和协方差矩阵。2、数据：因变量和自变量必须是定量的。分类变量（例如宗教、专业或居住地）需要重新编码为二分类（哑元）变量或其他类型的对比变量。内生解释变量应是定量变量（非分类变量）。数据分析如果确信没有任何预测变量与因变量中的误差相关，则可使用“线性回归”过程。如果您的数据违反了假设之一（例如，正态性假设或恒定方差假设），则尝试转换数据。如果您的数据不线性相关，且转换也没有帮助，则使用“曲线估计”过程中的备用模型。如果因变量是二分变量，例如指示特定的销售是否已完成，则请使用“Logistic回归”过程。如果您的数据不独立（例如，如果您在多个条件下观察同一个人），请使用Advanced Models选项中的“重复度量”过程。

SPSS分析调查问卷数据的方法x0dx0ax0dx0a当我们的调查问卷在把调查数据拿回来后,我们该做的工作就是用相关的统计软件进行处理,在此,我们以spss为处理软件,来简要说明一下问卷的处理过程,它的过程大致可分为四个过程:定义变量_数据录入_统计分析和结果保存.下面将从这四个方面来对问卷的处理做详细的介绍.x0dx0aSpss处理: x0dx0a第一步:定义变量 x0dx0a大多数情况下我们需要从头定义变量，在打开SPSS后，我们可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View两个标签,只需单击左下方的Variable View标签就可以切换到变量定义界面开始定义新变量。在表格上方可以看到一个变量要设置如下几项:name(变量名)、type(变量类型)、width(变量值的宽度)、decimals(小数位) 、label(变量标签) 、Values(定义具体变量值的标签)、Missing(定义变量缺失值)、Colomns(定义显示列宽)、Align(定义显示对齐方式)、Measure(定义变量类型是连续、有序分类还是无序分类).x0dx0a我们知道在spss中,我们可以把一份问卷上面的每一个问题设为一个变量,这样一份问卷有多少个问题就要有多少个变量与之对应,每一个问题的答案即为变量的取值.现在我们以问卷第一个问题为例来说明变量的设置.为了便于说明,可假设此题为:x0dx0a1.请问你的年龄属于下面哪一个年龄段( )?x0dx0a A:20—29 B:30—39 C:40—49 D:50--59x0dx0a那么我们的变量设置可如下: name即变量名为1，type即类型可根据答案的类型设置,答案我们可以用1、2、3、4来代替A、B、C、D,所以我们选择数字型的，即选择Numeric, width宽度为4，decimals即小数位数位为0（因为答案没有小数点），label即变量标签为“年龄段查询”。Values用于定义具体变量值的标签,单击Value框右半部的省略号，会弹出变量值标签对话框,在第一个文本框里输入1,第二个输入20—29,然后单击添加即可.同样道理我们可做如下设置,即1=20—29、2=30—39、3=40—49、4=50--59；Missing，用于定义变量缺失值, 单击missing框右侧的省略号，会弹出缺失值对话框, 界面上有一列三个单选钮，默认值为最上方的“无缺失值”；第二项为“不连续缺失值”，最多可以定义3个值；最后一项为“缺失值范围加可选的一个缺失值”，在此我们不设置缺省值,所以选中第一项如图；Colomns，定义显示列宽,可自己根据实际情况设置；Align，定义显示对齐方式,有居左、居右、居中三种方式；Measure，定义变量类型是连续、有序分类还是无序分类。x0dx0a以上为问卷中常见的单项选择题型的变量设置,下面将对一些特殊情况的变量设置也作一下说明.x0dx0a1.开放式题型的设置:诸如你所在的省份是_____这样的填空题即为开放题,设置这些变量的时候只需要将Value 、Missing两项不设置即可.x0dx0a2.多选题的变量设置:这类题型的设置有两种方法即多重二分法和多重分类法,在这里我们只对多重二分法进行介绍.这种方法的基本思想是把该题每一个选项设置成一个变量,然后将每一个选项拆分为两个选项项,即选中该项和不选中该项.现在举例来说明在spss中的具体操作.比如如下一例:x0dx0a请问您通常获取新闻的方式有哪些( )x0dx0a1 报纸 2 杂志 3 电视 4 收音机 5 网络x0dx0a在spss中设置变量时可为此题设置五个变量,假如此题为问卷第三题,那么变量名分别为3_1、3_2、3_3、3_4、3_5,然后每一个选项有两个选项选中和不选中,只需在Value一项中为每一个变量设置成1=选中此项、0=不选中此项即可.x0dx0a使用该窗口，我们可以把一个问卷中的所有问题作为变量在这个窗口中一次定义。x0dx0a到此,我们的定义变量的工作就基本上可以结束了.下面我们要作就是数据的录入了.首先,我们要回到数据录入窗口,这很简单,只要我们点击软件左下方的Data View标签就可以了.x0dx0a第二步:数据录入 x0dx0aSpss数据录入有很多方式,大致有一下几种:x0dx0a1.读取SPSS格式的数据x0dx0a2.读取Excel等格式的数据x0dx0a3.读取文本数据（Fixed和Delimiter)x0dx0a4.读取数据库格式数据(分如下两步)x0dx0a（1）配置ODBC （2）在SPSS中通过ODBC和数据库进行x0dx0a但是对于问卷的数据录入其实很简单,只要在spss的数据录入窗口中直接输入就可以了,只是在这里有几点注意的事项需要说明一下.x0dx0a1. 在数据录入窗口,我们可以看到有一个表格,这个表格中的每一行代表一份问卷,我们也称为一个个案.x0dx0a2. 在数据录入窗口中,我们可以看到表格上方出现了1、2、3、4、5??.的标签名,这其实是我们在第一步定义变量中,我们为问卷的每一个问题取的变量名,即1代表第一题,2代表第二题.以次类推.我们只需要在变量名下面输入对应问题的答案即可完成问卷的数据录入.比如上述年龄段查询的例题,如果问卷上勾选了A答案,我们在1下面输入1就行了(不要忘记我们通常是用1、2、3、4来代替A、B、C、D的).x0dx0a3.我们知道一行代表一份问卷,所以有几分问卷,就要有几行的数据.x0dx0a在数据录入完成后,我们要做的就是我们的关键部分,即问卷的统计分析了,因为这时我们已经把问卷中的数据录入我们的软件中了.x0dx0a第三步:统计分析 x0dx0a有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统计分析过程，是得到正确分析结果的关键。这要根据我们的问卷调查的目的和我们想要什么样的结果来选择.SPSS有数值分析和作图分析两类方法.x0dx0a1.作图分析:x0dx0a在SPSS中，除了生存分析所用的生存曲线图被整合到Analyze菜单中外，其他的统计绘图功能均放置在graph菜单中。该菜单具体分为以下几部分：:x0dx0a(1)Gallery：相当于一个自学向导，将统计绘图功能做了简单的介绍，初学者可以通过它对SPSS的绘图能力有一个大致的了解。x0dx0a(2)Interactive：交互式统计图。x0dx0a(3)Map：统计地图。x0dx0a(4)下方的其他菜单项是我们最为常用的普通统计图，具体来说有：x0dx0a条图x0dx0a散点图x0dx0a线图x0dx0a直方图x0dx0a饼图x0dx0a面积图x0dx0a箱式图x0dx0a正态Q-Q图x0dx0a正态P-P图x0dx0a质量控制图x0dx0aPareto图x0dx0a自回归曲线图x0dx0a高低图x0dx0a交互相关图x0dx0a序列图x0dx0a频谱图x0dx0a误差线图x0dx0a作图分析简单易懂,一目了然,我们可根据需要来选择我们需要作的图形,一般来讲,我们较常用的有条图,直方图,正态图,散点图,饼图等等,具体操作很简单,大家可参阅相关书籍,作图分析更多情况下是和数值分析相结合来对试卷进行分析的,这样的效果更好.x0dx0a2.数值分析:x0dx0aSPSS 数值统计分析过程均在Analyze菜单中，包括：x0dx0a(1)、Reports和Descriptive Statistics：又称为基本统计分析.基本统计分析是进行其他更深入的统计分析的前提，通过基本统计分析，用户可以对分析数据的总体特征有比较准确的把握，从而选择更为深入的分析方法对分析对象进行研究。Reports和Descriptive Statistics命令项中包括的功能是对单变量的描述统计分析。x0dx0aDescriptive Statistics包括的统计功能有： x0dx0aFrequencies(频数分析)：作用:了解变量的取值分布情况x0dx0aDescriptives(描述统计量分析)：功能：了解数据的基本统计特征和对指定的变量值进行标准化处理x0dx0aExplore(探索分析)：功能:考察数据的奇异性和分布特征x0dx0aCrosstabs(交叉分析)：功能:分析事物（变量）之间的相互影响和关系x0dx0aReports包括的统计功能有： x0dx0aOLAP Cubes(OLAP报告摘要表)：功能: 以分组变量为基础，计算各组的总计、均值和其他统计量。而输出的报告摘要则是指每个组中所包含的各种变量的统计信息。x0dx0aCase Summaries(观测量列表)：察看或打印所需要的变量值x0dx0aReport Summaries in Row：行形式输出报告x0dx0aReport Summaries in Columns：列形式输出报告x0dx0a(2)、Compare Means(均值比较与检验)：能否用样本均值估计总体均值？两个变量均值接近的样本是否来自均值相同的总体？换句话说，两组样本某变量均值不同，其差异是否具有统计意义？能否说明总体差异？这是各种研究工作中经常提出的问题。这就要进行均值比较。x0dx0a以下是进行均值比较及检验的过程:x0dx0aMEANS过程：不同水平下（不同组）的描述统计量，如男女的平均工资,各工种的平均工资。目的在于比较。术语：水平数（指分类变量的值数，如sex变量有2个值，称为有两个水平）、单元Cell（指因变量按分类变量值所分的组）、水平组合x0dx0aT test 过程：对样本进行T检验的过程x0dx0a单一样本的T检验：检验单个变量的均值是否与给定的常数之间存在差异。x0dx0a独立样本的T检验：检验两组不相关的样本是否来自具有相同均值的总体（均值是否相同，如男女的平均收入是否相同，是否有显著性差异）x0dx0a配对T检验：检验两组相关的样本是否来自具有相同均值的总体(前后比较，如训练效果，治疗效果)x0dx0aone-Way ANOVA：一元(单因素)方差分析，用于检验几个（三个或三个以上）独立的组，是否来自均值相同的总体。x0dx0a(3)、ANOVA Models(方差分析)：方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法。例如:医学界研究几种药物对某种疾病的疗效；农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响;不同饲料对牲畜体重增长的效果等,都可以使用方差分析方法去解决x0dx0a(4)、Correlate(相关分析)：它是研究变量间密切程度的一种常用统计方法,常用的相关分析有以下几种:x0dx0a1、线性相关分析：研究两个变量间线性关系的程度。用相关系数r来描述。x0dx0a2、偏相关分析：它描述的是当控制了一个或几个另外的变量的影响条件下两个变量间的相关性，如控制年龄和工作经验的影响，估计工资收入与受教育水平之间的相关关系x0dx0a3、相似性测度：两个或若干个变量、两个或两组观测量之间的关系有时也可以用相似性或不相似性来描述。相似性测度用大值表示很相似，而不相似性用距离或不相似性来描述，大值表示相差甚远x0dx0a(5)、Regression(回归分析)：功能:寻求有关联（相关）的变量之间的关系在回归过程中包括：Liner：线性回归;Curve Estimation：曲线估计;Binary Logistic：二分变量逻辑回归;Multinomial Logistic：多分变量逻辑回归;Ordinal 序回归;Probit：概率单位回归;Nonlinear：非线性回归;Weight Estimation：加权估计;2-Stage Least squares：二段最小平方法;Optimal Scaling最优编码回归;其中最常用的为前面三个.x0dx0a(6)、Nonparametric Tests(非参数检验)：是指在总体不服从正态分布且分布情况不明时，用来检验数据资料是否来自同一个总体假设的一类检验方法。由于这些方法一般不涉及总体参数故得名。x0dx0a非参数检验的过程有以下几个:x0dx0a1.Chi-Square test 卡方检验x0dx0a2.Binomial test 二项分布检验x0dx0a3.Runs test 游程检验x0dx0a4.1-Sample Kolmogorov-Smirnov test 一个样本柯尔莫哥洛夫-斯米诺夫检验x0dx0a5.2 independent Samples Test 两个独立样本检验x0dx0a6.K independent Samples Test K个独立样本检验x0dx0a7.2 related Samples Test 两个相关样本检验x0dx0a8.K related Samples Test 两个相关样本检验x0dx0a(7)、Data Reduction(因子分析)x0dx0a(8)、Classify(聚类与判别)等等x0dx0a以上就是数值统计分析Analyze菜单下几项用于分析的数值统计分析方法的简介,在我们的变量定义以及数据录入完成后,我们就可以根据我们的需要在以上几种分析方法中选择若干种对我们的问卷数据进行统计分析,来得到我们想要的结果.x0dx0a第四步:结果保存 x0dx0a 我们的spss软件会把我们统计分析的多有结果保存在一个窗口中即结果输出窗口(output),由于spss软件支持复制和粘贴功能,这样我们就可以把我们想要的结果复制_粘贴到我们的报告中,当然我们也可以在菜单中执行file->save来保存我们的结果,一般情况下,我们建议保存我们的数据,结果可不保存.因为只要有了数据,如果我们想要结果的,我们可以随时利用数据得到结果.x0dx0a总结: x0dx0a以上便是spss处理问卷的四个步骤,四个步骤结束后,我们需要spss软件做的工作基本上也就结束了,接下来的任务就是写我们的统计报告了.值得一提的是.spss是一款在社会统计学应用非常广泛的统计类软件,学好它将对我们以后的工作学习产生很大的意义和作用.x0dx0aSPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定类；二 注意定义不同的数据类型Typex0dx0a各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下： x0dx0a1 单选题：答案只能有一个选项x0dx0a例一 当前贵组织机构是否设有面向组织的职业生涯规划系统？ x0dx0aA有 B 正在开创 C没有 D曾经有过但已中断x0dx0a编码：只定义一个变量，Value值1、2、3、4分别代表A、B、C、D 四个选项。x0dx0a录入：录入选项对应值，如选C则录入3x0dx0a2 多选题：答案可以有多个选项，其中又有项数不定多选和项数定多选。x0dx0a（1）方法一（二分法）：x0dx0a例二 贵处的职业生涯规划系统工作涵盖哪些组群？画钩时请把所有提示x0dx0a考虑在内。x0dx0aA月薪员工 B日薪员工 C钟点工x0dx0a编码：把每一个相应选项定义为一个变量，每一个变量Value值均如下定义：“0” 未选，“1” 选。x0dx0a录入：被调查者选了的选项录入1、没选录入0，如选择被调查者选AC，则三个变量分别录入为1、0、1。x0dx0a（2）方法二：x0dx0a例三 你认为开展保持党员先进性教育活动的最重要的目标是那三项：x0dx0a1（ ） 2 （ ） 3（ ）x0dx0aA、提高党员素质 B、加强基层组织 C、坚持发扬民主x0dx0aD、激发创业热情 E、服务人民群众 F、促进各项工作x0dx0a编码：定义三个变量分别代表题目中的1、2、3三个括号，三个变量Value值均同样的以对应的选项定义，即：“1” A，“2”B，“3” C，“4” D，“5” E，“6” Fx0dx0a录入：录入的数值1、2、3、4、5、6分别代表选项ABCDEF，相应录入到每个括号对应的变量下。如被调查者三个括号分别选ACF，则在三个变量下分别录入1、3、6。x0dx0a注：能用方法二编码的多选题也能用方法编码，但是项数不定的多选只能用二分法，即方法一是多选题一般处理方法。x0dx0a3 排序题： 对选项重要性进行排序x0dx0a例四 您购买商品时在 ①品牌 ②流行 ③质量 ④实用 ⑤价格 中对它们的关注程度先后顺序是（请填代号重新排列） x0dx0a第一位 第二位 第三位 第四位 第五位x0dx0a编码：定义五个变量，分别可以代表第一位 第五位，每个变量的Value都做如下定义：“1” 品牌，“2” 流行，“3” 质量，“4” 实用，“5” 价格x0dx0a录入：录入的数字1、2、3、4、5分别代表五个选项，如被调查者把质量排在第一位则在代表第一位的变量下输入“3“。x0dx0a4 选择排序题：x0dx0a例五 把例三中的问题改为“你认为开展保持党员先进性教育活动的最重x0dx0a的目标是那三项，并按重要性从高到低排序”，选项不变。x0dx0a编码：以ABCDEF6个选项分别对应定义6个变量，每个变量的Value都做同样的如下定义：“1” 未选，“2” 排第一，“3” 排第二，“4” 排第三。x0dx0a录入：以变量的Value值录入。比如三个括号里分别选的是 ECF，则该题的6个变量的值应该分别录入：1（代表A选项未选）、1、 3（代表C选项排在第二）、1、2、4。x0dx0a注：该方法是对多选题和排序题的方法结合的一种方法，对一般排序题（例四）也同样适用，只是两者用的分析方法不同（例四用频数分析、例五用描述分析），输出结果从不同的侧面反映问题的重要性（前一种方法从位次从变量的频数看排序，后一种方法从变量出发看排序）。x0dx0a5 开放性数值题和量表题：这类题目要求被调查者自己填入数值，或者打分x0dx0a例六 你的年龄（实岁）：______x0dx0a编码：一个变量，不定义Value值x0dx0a录入：即录入被调查者实际填入的数值。 x0dx0a6开放性文字题：x0dx0a如果可能的话可以按照含义相似的答案进行编码，转换成为封闭式选项进行分析。如果答案内容较为丰富、不容易归类的，应对这类问题直接做定性分析。x0dx0a三 问卷一般性分析x0dx0a下面具体介绍SPSS中问卷的一般处理方法，操作以版本spss13.0为例，以下提到的菜单项均在Analyze主菜单下x0dx0a1频数分析：Frequencies过程可以做单变量的频数分布表；显示数据文件中由用户指定的变量的特定值发生的频数；获得某些描述统计量和描述数值范围的统计量。x0dx0a适用范围：单选题（例一），排序题（例四），多选题的方法二（例三）x0dx0a频数分析也是问卷分析中最常用的方法。x0dx0a实现： Descriptive statistics??Frequencies x0dx0a2 描述分析：Descriptives:过程可以计算单变量的描述统计量。这些述统计量有平均值、算术和、标准差，最大值、最小值、方差、范围和平均数标准误等。x0dx0a适用范围：选择并排序题（例五）、开放性数值题（例六）。x0dx0a实现： Descriptive statistics??Descriptives，需要的统计量点击按钮Statistics?中选择x0dx0a3 多重反应下的频次分析：x0dx0a适用范围：多选题的二分法（例二）x0dx0a实现：第一步在Multiple Response??Define Sets把一道多选问题中定义了的所有变量集合在一起，给新的集合变量取名，在Dichotomies Counted value中输入1。第二步在Multiple Response??Frequencies中做频数分析。x0dx0a4 交叉频数分析：解决对多变量的各水平组合的频数分析的问题x0dx0a适用范围：，适用于由两个或两个以上变量进行交叉分类形成的列联表，对变量之间的关联性进行分析。比如要知道不同工作性质的人上班使用交通工具的情况，可以通过交叉分析得到一个二维频数表则一目了然。x0dx0a实现：第一步根据分析的目的来确定交叉分析的选项，确定控制变量和解释变量（如上例中不同工作性质的人是控制变量，使用交通工具是解释变量）。第二步选择Descriptive statistics??Crosstabs x0dx0ax0dx0a四 简单图形描述介绍x0dx0a在做上述频数分析、描述分析等分析时就可以直接做出图形，简单方便，同时也可以另外作图。SPSS的作图功能在菜单Graphs下，功能强大，图形清晰优美。现在把常用图简单介绍如下x0dx0a1饼图：又称圆图，是以圆的面积代表被研究对象的总体，按各构成部分占总体比重的大小把圆面积分割成若干扇形，用以表示现象的部分对总体的比例关系的统计图。频数分析的结果宜用饼图表示。x0dx0a2曲线图：是用线段的升降来说明数据变动情况的一种统计图。它主要表示现象在时间上的变化趋势、现象的分配情况和2个现象的依存关系等。x0dx0a3面积图：用线段下的阴影面积来强调现象变化的统计图。x0dx0a4条形图：利用相同宽度条形的长短或高低表现统计数据大小及变化的统计图。x0dx0ax0dx0ax0dx0a五 问卷深入分析x0dx0a除了以上简单的分析，spss强大的功能还可以对问卷进行深入分析，比如常用的有聚类分析、交叉分析、因子分析、均值比分析（参数检验）、相关分析、回归分析等。因为涉及到很专业的统计知识，下面只将个人觉得比较有用的方法的适用范围和分析目的简单做介绍：x0dx0a1聚类分析x0dx0a样本聚类，可以将被调查者分类，并按照这些属性计算各类的比例，以便明确研究所关心的群体。比如按消费特征对被调查者的进行聚类。x0dx0a2 相关分析x0dx0a相关分析是针对两变量或者多变量之间是否存在相关关系的分析方法，要根据变量不同特征选择不同的相关性的度量方式。问卷分析中的多数用的变量都属于分类变量，要采用斯皮尔曼相关系数。x0dx0a其中可以用卡方检验，其是对两变量之间是否具有显著性影响的分析方法x0dx0a3均值的比较与检验x0dx0a（1）Means过程：对指定变量综合描述分析，分组计算计算均值再比较。比如可以按性别变量分为男和女来研究二者收入是否存在差距。x0dx0a（2）T 检验：x0dx0a独立样本t检验用于不相关的样本是否开来自具有相同均值的总体的检验。比如，研究购买该产品的顾客和不购买的顾客的收入是否有明显差异。x0dx0a如果样本不独立则要用配对t检验。比如研究参加职业培训后 工作效率是否提高。x0dx0a4 回归分析x0dx0a问卷分析中的回归分析常采用的是用离散回归模型，一般是逻辑斯蒂模型，解释一个变量对另一变量的影响具体有多大。比如，研究对某商品的消费受收入的影响程度。

我也在写呢！?

　　身为一名人民教师，我们要在课堂教学中快速成长，对学到的教学技巧，我们可以记录在教学反思中，如何把教学反思做到重点突出呢？以下是我为大家收集的语文《三袋麦子》教学反思，希望对大家有所帮助。 语文《三袋麦子》教学反思1 　　一、议议，读懂课文 　　师：同学们，通过上堂课的学习，我们已经知道了小猪、小牛、小猴对自己得到的一袋麦子不同的处理方法。你欣赏谁的做法？说说你的理由。（学生四人小组讨论） 　　…… 　　生：我欣赏小猴的做法。小猴把麦子全种下了地，虽然不能马上吃到。可是一年以后，它却能吃到一囤的麦子，它最能干，最聪明。 　　师：（高兴地）：说的真不错。 　　生：我不欣赏小猴，欣赏小猪的做法。它很会享受，把一袋麦子全磨成了面粉，做成自己最喜欢吃的白面馒头和烙饼。我想，能吃到自己最喜欢的东西，那时最开心的事。 　　师（赞许地点点头）：不错。你挺有分析头脑。 　　生：我欣赏小牛的做法。它吃完了自己家的杂粮，把好东西留到最后再慢慢享用，它会打算，知道勤俭节约。 　　…… 　　师：刚才同学们对小猪、小牛、小猴的做法发表了自己的看法，每位同学的看法都很有道理。不过，绝大多数的同学还是认为小猴的做法最好。确实，书中很多地方也暗示我们，小猴的做法最好，请大家认真读读，找找，看谁找得又多又好。 　　（学生自由朗读，书中圈划） 　　…… 　　生：从结果看，小猴的做法最好，它收获了更多的麦子，是满满一囤的麦子。 　　生：从做法本身看，小猪就想到吃。小牛很节俭，但很累，怕麦子坏，常要把麦子搬进搬出，透风、晒太阳，而小猴呢，把麦子全种下了地，既省事，效果又好。 　　师（高兴地）：你很会动脑，看法不一般。 　　生：从土地爷爷的态度上也恩能够看出。对小猪，土地爷爷总是“哈哈大笑”，对小牛，是“夸奖”，而对小猴，却是“兴奋地说”，显然，“夸奖”只是表扬，是意料之中的事，而“兴奋”是土地爷爷意料之外的事。 　　师（喜形于色）：你看书看得真仔细，很会分析，这一点，老师也几乎没看出来。 　　生：书中有“上等的麦种”，麦种，又是上等的，是暗示小猴的做法好。 　　师（点头、微笑）：你真会看书，找的真仔细。 　　…… 　　二、赛赛，读好课文 　　师：同学们真了不起，靠自己读懂了课文，那你们打算怎样来读好这篇课文呢？请同学们找出自己最西哈的一段对话，试着读读。要求不仅要读出感情，而且要说说你为什么这样读？ 　　（学生自由感情朗读） 　　…… 　　生读：小猪看着黄灿灿的麦子，开心地喊道：“太棒了！我最爱吃白面馒头和烙饼了！” 　　我是用高兴的语气来读这段话的，因为小猪迫不及待把麦子磨成了面粉，做成了食品。它非常想吃。 　　生读（上面一段话）我也是用高兴的语气读的，不过，读时还要从心里流露出馋的感觉。 　　…… 　　三、演演，读活课文 　　师：同学们读得太棒了。同学们，真好听的故事，你们想不想把它演一演啊？ 　　同学们，要表演，就升秒年要对课文中很多叙述进行想象创造，在不改变课文原意的基础上，加入合适的动作表演及台词等，下面请同学们以小组为单位试读，组里的其他同学可以当小导演，指点他们该怎样演得最好。 　　（学生小组排演） 　　选一组同学戴上头饰进行表演。 　　反思 　　《全日制义务教育语文课程标准（实验稿）》中提出：要积极创导自主、合作、探究的学习方式。这一新型的学习方式，要求我们的语文课必须根据学生的身心发展和语文学习的特点，关注学生的个体差异，让学生在民主、宽和谐的教学氛围中，生动活泼、主动地学习。 　　上面这一案例，无疑是一堂成功的课，从中我们看到学生是聪明的，他们具有巨大的创造潜能，叹息之余，颇有感触。 　　一、摆正师生位置，树立学生主体观。 　　以学生为中心的课堂教学，教师是凌驾于学生之上的“绝对权威”，教师上课“一言堂”、“满堂灌”。面对课堂严肃的气氛和教师威严的神情。学生大都眼都不敢抬，口不敢开。问题不敢提，意见不愿说，这种沉闷的叫气氛，不仅影响了学生思维的发展，而且影响着学生健全人格的培养。 　　案例中，学生的思想之所以那么活跃，是因为这堂课教师注意发扬教学民主，创造了良好的教学心理环境。一堂课，师生关系始终是和谐、民主、平等合作的。表现在师生相互尊重、相互信任、相互配合，在互动中形成了体验、探究的氛围。教师尊重学生的差异，把教学内容、教学手段主体化，教学内容广泛、自由。 　　不仅如此，教师更注意尊重学生，尊重他们的人格。在整个教学过程中，教师始终带着亲切的微笑、温和的语气、和善的目光，该学生“安全感”、“自由感”。一堂课，教师常用激励的语言、明白的手势、适时的点头、即使的表扬、随机的赞叹等，让学生树立学习的信心，使学生在学习中以平和的心境、稳定的心态来表达自己的见解，叙述心中的疑惑。 　　在此作用下，学生的主体精神得到了很好发挥，主体人格得到了丰富和完善。他们在老师充分尊重、信任和理解的情况下，积极性、主动性、创造性都被激发出来了。长此以往，学生的自尊、自信、自立的信念会不断地树立，学生无限发展的潜能也就不断地被发掘出来。 　　二、创设情境，发挥学生“乐学”、“乐练”的意识 　　传统的语文课堂教学往往注重可以转化为考试的诸多结论，而忽视教学过程，如此就把形成结论的生动过程变成了单调、呆板的条问背诵。这种教学排斥了学生的自我体验，扼杀了学生的个性，把语文教学庸俗化到无须智慧努力，只要听讲、背诵条文就能获取高分的地步，这样的教学从根本上扼杀了“人性”，从而将学生异化为“应试工具”。 　　而案例中，教师能结合学生特点，根据教材的需要，精心设计教学情景，以丰富多彩的内容、方式，保持学生的学习兴趣，促进学生的学习兴趣，促进他们的想象、创造能力，发展他们的个性。整堂课，教师有意识创设一定的情境，发挥学生“乐学”、“乐练”的意识，通过读书、议论、表演等，引导学生进行自我体验，从而体验课文的内容，领会角色的思想感情。 　　实践证明，只有把学习的主动权交给学生，让语文课达到真正意义上的“心灵自由”、“言论自由”、“行动自由”，语文课堂才会真正成为师生共同学习探讨的乐土 语文《三袋麦子》教学反思2 　　这是一篇富有童趣的故事，对于三年级学生来说，非常适合朗读和表演。故事中的小猪、小牛和小猴形象鲜明，富有个性。不同人物处理麦子的方式也符合人物的特征，学生很容易理解。这篇课文的内容比较简单，因此我把大多数时间留给学生练习朗读。通过个别读，小组分角色读等多种方式让学生练习。 　　在个别读的时候，主要是示范和指导的过程，学生在个别读的时候，让其他学生听好在哪里，哪里还需要改进，哪些词需要读好，哪里需要有句中停顿。人物的对话内容，是重点练习的部分，从人物的语言中也可以看出人物个性。我指导学生读的时候可以带上表情和动作，句子中有难懂的词语，先让学生理解后再读。比如讲到小猪的时候有个“迫不及待”，我让学生说说看小猪看到麦子的时候有多急着想吃，学生就能理解迫不及待是等不及的意思。我还让学生用迫不及待造句，学生在理解的基础上，结合自己的亲身经验，说出来的句子基本上都是正确的。表演完毕，让学生评价觉得谁做得最好的时候，学生一开始一致说小猴。后来，我引导他们说三只小动物的做法都没有错，只要你能说出理由，谁都可以是最好的。因此，在下一个问题：“如果让你来处理这袋麦子，你会怎么处理？”这个问题中，学生就能各抒己见，不再局限于把麦子种下地一个答案了。 语文《三袋麦子》教学反思3 　　三袋麦子是一篇童话故事，讲了土地爷爷送给小猪、小牛、小猴各一袋麦子，小猪把麦子磨成面粉，做成了各种各样的食品吃了；小牛把麦子保存好，慢慢享用，而小猴则把麦子种下地，一年后收获了满满一囤麦子，每个小动物所以采用了不同的处理方式，结果是不一样的。在教学这篇文章时，我有了以下几点思考： 　　1、指导学生精读，让学生通过关键词句来理解课文，体会人物形象。引导学生把自己当作课文种的人物，把文章读得有滋有味。如学生在阅读小猪开心地喊道：“太棒啦！我最喜欢吃白面馒头和烙饼啦!”这句话时，我说，想着你们平时开心的样子，来读读这句话，把小猪开心的样子读出来！学生读得非常投入。教学中我采用多种形式的读，训练学生的默读，提高学生的阅读兴趣和阅读能力。 　　2、课堂上引导学生比较三个小动物的处理方法，相机思考发言：假如是你，面对这样一份礼物，你会怎么做呢？我在充分尊重学生的差异性、多样性、独特性的基础上，正确带领学生去肯定土地爷爷的多元评价，去分析自己的答案。课堂上，学生没有简单地效法小猴，也没有一味地排斥小猪。答案五花八门：“我会吃一半，种一半”；“我会做出各种各样的食品送给好多好多人吃”；“我会把麦子送给贫穷的人”。通过这一讨论来引导学生多元认同，自觉地去调整认识，拓展了学生的思维。 　　3、课后细细品味课上那为学生与众不同的答案，给我这样一种启示：小猪、小牛、小猴三种小动物分别代表了三种不同层次的学生，他们对待学习和生活有不同的态度。平时的我会因为“小猪把食物都吃了”而批评学生好逸恶劳，不思进取；因为“小牛保存麦子，最后剩下半袋”而教诲学生凡事要动脑筋，不要死脑筋；因为“小猴把麦子全种下了地，一年吃不上好东西，会苦一年”而告诉学生做事要踏实些，找到更科学，更合理的做法。当我和学生共同学习了课文《三袋麦子》后，我发现对待学生的不应该是抱怨，更多应是赏识。赏识应成为我们对待孩子的心态，成为我们的思维方式和信念。 语文《三袋麦子》教学反思4 　　这节课是在学校里研究课的时候准备的，在班里讲了一遍，后来又让李老师听完后修改、完善了一些。《三袋麦子》是一篇童话故事，读起来很有意思，孩子们都很喜欢。所以在教学中，每个环节我都尽量让孩子感觉到乐趣，我准备了三只小动物的贴图，孩子们的积极性一下子就调动起来了。在处理一些关键词的时候，比如“上等的麦种”，我就用对比图片，孩子一看知道上等的麦种是颜色鲜艳、麦粒饱满的麦子。在讲小猪舔了舔嘴唇的时候，让孩子表演，大家哈哈大笑，真是可爱极了。 　　只是在教学中，我指导朗读比较细致了些，可能中间给孩子讲的多了，读的相对少，尤其是在最后的那个环节，应该让孩子在充分感知课文，了解了三只小动物各自的性格特点之后齐读课文更好，这样子能全员参与，让每一个学生充分体验课文里的感情。而我选择的分角色朗读，效果不是很好，因为毕竟分角色读的地方少。 　　听完专家的教诲之后，我更明了了自己的问题所在，也明白了自己应该努力的方向。这次研究课，自己收获了很多，很感谢我们组的老师给我帮助，感谢大家给我这次机会，感谢大家为我出谋划策。 语文《三袋麦子》教学反思5 　　 一、教学目标： 　　1、通过学习让学生明白小猪、小牛、小猴三个动物的美好品格 。 　　2、能正确、流利、有感情地朗读课文。 　　3、在具体的语言环境中理解一些重点词的意思。 　　4、在阅读教学中着尊重学生的体验与感受，引导学生各抒已见，学习正确的思维方法，以获得正确的价值取向，培养创造性思维能力。 　　 二、教学重点： 　　理解三个小动物的美好品格，有感情地朗读课文。 　　 三、教学难点： 　　在阅读过程中引导学生各抒己见，学习正确的思维方法，以获得正确的价值取向，培养创造性思维能力。 　　 四、设计理念： 　　本节课通过阅读课文，培养学生运用语文的实践能力，提高学生的语文素养。鼓励学生主动参与，乐于探究，培养他们的分析和解决问题的能力及交流与合作的能力。努力营造平等和谐的学习氛围，尊重学生独特的情感体验和有独创性的理解。注重课内外学习和运用的结合，提高学生学习运用语文的积极性。 　　 五、教学过程： 　　（一）复习导入。 　　1、小朋友，在节日里你们最希望得到谁的什么礼物？西方人过圣诞节的时候，是圣诞老人给大家送礼物，而在我们中国是土地爷爷给大家派送礼物。上一节课我们学习了童话故事《三袋麦子》，大家还记得这个故事的主要内容吗？ 　　过年了，土地爷爷送给（谁）送（什么）节日礼物。一年以后，出现了三种完全不同的结果。 　　2、出现了哪三种不同的结果呢？今天我们继续来欣赏这个故事。土地爷爷说今天谁表现最好，他也将得到一份礼物，想不想要土地爷爷的礼物？（想）那我们就来认真地学习课文，看看谁能拿到礼物。 　　（设计意图：复习巩固旧知，激趣导入，激发学生学习新知的欲望。） 　　（二）精讲课文。 　　1、请小朋友把书打开，自读全文。要求：大声朗读，读准确，读连贯。 　　2、读熟后再快速地默读课文，网络课件出示教学要求，学生自学： 　　边读边思考下列三个问题。并找出描写小猪的句子，用“＿”划出来，描写小牛的句子用“﹏”划出来，描写小猴的句子用“…”划出来。 　　（1）、三个小动物收到土地爷爷的麦子后，他们的心情如何？分别是怎么想的？ 　　（2）、他们是怎样处理一袋麦子的？结果怎样？ 　　（3）、对三个小动物的做法，土地爷爷分别是什么态度？ 　　3、交流描写小猪的句子。 　　（1）、谁来读读你找到的描写小猪的句子，指名回答。 　　（2）、小猪看着黄灿灿的.麦子，心里会想些什么？（吃）心情怎样？课文里哪个词语最能体现小猪当时的心情，你能找出来吗？（迫不及待） 　　（3）、“迫不及待”是什么意思？你们在什么时候也有过迫不及待的情况？ 　　（4）、你能找一个词语来替换“迫不及待”吗？ 　　（5）、请你用“迫不及待”说一句话。 　　（6）、他是怎样处理这袋麦子的？结果怎样？ （做成各种各样的食品，结果很快就吃光了。） 　　（7）、小猪的做法，土地爷爷是什么态度？（哈哈大笑）（看课件录象） 　　（8）、你觉得这是一头怎样的小猪？你是从哪里读懂的？你们喜欢这样的小猪吗？ 　　（9）、揭示小猪的特点。原先老师很讨厌猪，因为它又胖又懒。现在听了这个故事后我不禁对小猪刮目相看，开始喜欢它了，因为他憨厚可爱，还是个美食家，会把麦子磨成面粉，做成各种各样的食品。 　　指导朗读：用喜欢的语气朗读描写小猪的句子，读出小猪憨厚可爱的样子。 　　看看大家是否都陶醉在各种各样的美食之中，迫不及待地想尝一尝小猪的手艺。 　　小结：刚才我们通过读一读句子，找一找关键词，认识了一头憨厚老实的小猪，最后通过品读来再次体验小猪憨厚可爱的性格。 　　过渡：现在请同学们用同样的方法自学描写小牛和小猴的段落。遇到不懂的问题可在小组内讨论解决。 　　（设计意图：以小猪为教学突破点，教给学生学习方法，让学生把学习小猪段落的方法迁移到学习小牛和小猴段落上。） 　　4、自学描写小牛和小猴部分。（学生自己点击课件自学） 　　汇报： 　　（1）、小牛又是怎样处理麦子的？结果呢？ 　　（2）、你从小牛身上发现了哪些优点？（勤劳、节俭、有打算） 　　（3）、小猴看出这是“上等的麦种”，他会怎么做呢？（种下地） 　　（4）、你从小候身上发现了什么优点？（看来小猴不仅聪明，还很有见。） 　　（5）、土地爷爷是怎样评价小牛和小猴的？ 　　小结：虽然三个小动物对麦子有不同的想法和处理方式，但它们的心情都是一样的，那就是非常开心。 　　指导朗读：现在我们就是课文里的小牛和小猴，读出我们当时开心的样子来！ 　　（设计意图：该环节设计体现了课改的三个维度，让学生把学到的方法，自己进行实践，体现了教是为了不教，让学生学会探究，学会合作，在学习中感悟做人的道理。） 　　5、土地爷爷认为谁的做法最好？你从哪里看出来的？（兴奋）你是怎样理解“兴奋”的？请你用兴奋的语气读读这句话。 　　6、小猪、小牛、小猴的做法你最赞成谁的？为什么？ 　　（设计意图：引导学生各抒己见，面对不同的体验、感受，鼓励学生深入探究，以获得正确的价值取向。） 　　（三）总结。 　　1、让学生口述故事的内容。（课件展示全篇课文动画） 　　2、学完这个童话，你懂得了什么？ 　　（设计意图：让学生回归整体，谈谈自己的收获与感受，从中渗透思想教育。） 　　（四）拓展延伸。 　　1、课前老师说这节课谁表现好，土地爷爷就送他礼物。现在土地爷爷真的从小猴那里拿回了些麦子，送给我们班的同学。学了这个故事后，你一定更聪明了，你会怎么处理你那口袋麦子呢？ 　　2、课后续写《三袋麦子新传》 　　（设计意图：培养学生自我体验、自主学习的能力和创新的素质。让学生的心态得到开放，个性得到张扬，创造力得到解放。） 　　附板书设计： 　　三袋麦子 　　小猪 小牛 小猴 　　吃光 慢慢吃 种下地 　　憨厚可爱 节俭 聪明，能干 　　（设计意图：帮助学生理解故事内容，三个小动物的美好品格，学生一目了然。） 语文《三袋麦子》教学反思6 　　《三袋麦子》是苏教版三年级上册的一篇童话故事，讲了土地爷爷送给小猪、小牛、和小猴各一袋麦子，小猪把麦子磨成面粉，做成了各种各样的食品吃了，小牛把麦子保存好，慢慢享用，而小猴则把麦子全种下了地，一年后收获了满满一囤麦子。课文情节有趣，语言浅显易懂，人物个性鲜明。 　　对于三年级孩子，他们刚刚从低年级进入中年级学习，怎样把握好这个年段教学特点，帮助孩子们顺利过度，是我抽到这篇课文备课时不断思考着的一个问题。于是我的教学定位有两个依托：一是学生的认知特点；二是文本的语言特点。整个课堂教学我努力突出一个“趣”字——童话语言浓浓之趣，教学情境创设之趣，学生参与学习乐此不疲之趣。 　　回顾刚才的课堂，我很欣慰很激动，孩子们在和我相处的40分钟里我能感受到他们的心始终是快乐的，学习状态是高涨的积极的，这正是我所希望带给孩子的享受，也是这篇童话故事应该留给学生的享受。作为第一课时的教学，再从“趣”这点出发来检验我今天课堂，还是有一些值得我和大家分享的地方： 　　首先是读。故事内容虽然简单，但文中长句子多，拗口的地方也多，要读好却不是那么简单。课文九个自然段，三个小动物的故事，分前后两年，交错讲述，怎么办呢？我想，读，惟有扎扎实实地引导学生反复朗读，读懂课文语言，读活人物形象，读得有声有色、有滋有味、有情有理，才能为进入第二课时加深对课文的理解和感悟，并能创造性地表演故事搭好桥，铺好路。 　　1、初读课文，整体把握，落实一个“实”字。 　　初读课文，读准字音，读通句子。同桌互读，互帮互学，了解课文主要内容。 　　2、读懂课文，体会情感，突出一个“趣”字。 　　在这个环节的教学中，朗朗的读书声体现了学生浓浓的学习兴趣和扎扎实实的学习过程。 　　（1）、读词语，情趣盎然 　　（2）读课文。中年级教学应该加强朗读，练习默读；学习用多种方法理解词、句、段，体会词句的表达效果。 语文《三袋麦子》教学反思7 　　《三袋麦子》是一篇非常有趣的童话故事，讲的是土地爷爷给小猪、小牛和小猴各送了一份节日礼物——一袋麦子后，小猪、小牛和小猴各自用不同的方式处理了这袋麦子。一年后，土地爷爷故地重访，并对于小猪、小牛和小猴的不同举措作出了三种不同的评价。 　　你们是怎么处理这三袋麦子的呢？读读课文画出相应的语句。之后来说说从中你感受到了这是一只怎样的小猪、小牛、小猴？这时，我问孩子们：假如，你就是一个动物，面对这样一份礼物，你会怎么做呢？我在充分尊重学生的差异性、多样性、独特性的基础上，正确带领学生去肯定土地爷爷的多元评价，去分析自己的答案。课堂上，学生没有简单地效法小猴，也没有一味地排斥小猪。答案五花八门：“我会吃一半，种一半”；“我会做出各种各样的食品送给好多好多人吃”；“我会把麦子送给贫穷的人”。通过这一讨论来引导学生多元认同，自觉地去调整认识，拓展了学生的思维。最后的环节就是第二年土地爷爷来到小动物家看到了他们不同的处理方式，给予了不同的态度。 　　最活跃的是孩子们表演的时候。低年级学生有着较强的表演欲望。因此我尽量开发教材资源，设计表演内容，让学生参与表演。通过了示范表演、会的站起来表演、同桌互演、上台表演等多种手段，使学生的情感与被感知的对象融为一体，达到了情感的升华。学生在表演中学习，在表演中发展自己，课堂气氛尤为活跃。真正体现了“以学生为主体，教师为主导”的教学理念。 语文《三袋麦子》教学反思8 　　《三袋麦子》是苏教版三年级上册的一篇童话故事，讲了土地爷爷送给小猪、小牛、和小猴各一袋麦子，小猪把麦子磨成面粉，做成了各种各样的食品吃了，小牛把麦子保存好，慢慢享用，而小猴则把麦子全种下了地，一年后收获了满满一囤麦子。课文故事性很强，语言浅显易懂，人物个性鲜明。但对其所蕴含的道理和所描写的小动物鲜明的个性，学生感悟有一定的难度。 　　 一、扎扎实实地读 　　本篇课文内容虽然简单，但文中长句较多，要读好却那么简单。课文九个自然段，三个小动物的故事，分前后两年，交错讲述，我想，只有扎扎实实地引导学生反复朗读，读懂课文语言，读活人物形象，才能为进入第二课时搭好桥，铺好路。 　　1、读通课文 初读课文，读准字音，读通句子，难读的地方多读几遍。同桌互读，互帮互学，了解课文主要内容。我检查，落实课文中难读、难认、易混淆的生字词。在检查学生生字词认读情况时我特意安排了三个层次，一是认读本课新字词，二是分辨两个难认的形近字，三是读准课文中容易混淆的三个多音字。其中兴奋与磨成面粉是我们大多数人最容易读错的两个字。 　　2、读懂课文 　　读小猪，是创设情境引导想象，让学生在读中感悟、体会；读小牛一段可能显得有点沉，但这正是学生读书的真实情况，这一段句子长不好，所以我在这里安排了指名读，范读以及比赛读等多种朗读形式，扎扎实实指导学生读书，同时渗透了朗读的一些技巧，比如长句子要学会间隔符短句，比如边读边想象。 　　 二、语言训练 　　语文课，要有明确的教学目标、课时目标和环节目标，更要呈现扎实的教学过程，让学生在课堂上有所收获。学生读词串、读课文、复述故事，把课文语言内化为自己的语言。 　　 三、培养分段能力 　　本文故事性很强，向学生渗透故事性很强的课文可以按照故事发展的开端、经过、结果给课文划分层次。在第一课时的教学中，孩子们根据老师的提示把全文划分为三个层次，梳理了课文大意。

义务的造句有：中国已普及了九年制义务教育。帮助地方搞好两个文明建设，是人民军队责无旁贷的义务。义务的造句有：适龄公民应积极履行服兵役的义务。义务劳动前，各班同学都是摩拳擦掌，暗自鼓劲，准备大干一番。拼音是：yìwù。词性是：形容词。结构是：义(独体结构)务(上下结构)。注音是：一_ㄨ_。义务的具体解释是什么呢，我们通过以下几个方面为您介绍：一、词语解释【点此查看计划详细内容】义务yìwù。(1)不要报酬。二、引证解释⒈与“权利”相对。指政治上、法律上、道义上应尽的责任。引康有为《大同书》甲部第四章：“若夫应兵点籍，则凡有国之世，视为义务。”⒉不要报酬的。例如：义务演出。三、国语词典泛称人在社会中所应尽的职事。如：「义工多是无报酬的为人义务服务。」四、网络解释义务义务是情愿、志愿、应该。“权利”的对称。①又称“社会责任”、“直接社会义务”。社会普遍认为的为了满足一定社会关系参加者享受直接社会权利，其他人应作出的一定作为或不作为，是客观的社会规律、人们曰常的生产活动和生活活动以及其他各种条件直接作用的结果，一般为习惯、道德等社会规范所确认。这种意义上的义务是法律义务的直接基础和社会内容。②“法律权利”的对称。又称“法律义务”。法律规定权利主体应作出一定行为或不作一定行为的责任，是保证法律权利得以实现的条件，是国家对一定的直接社会责任的确认，有鲜明的阶级性，体现着统治阶级的意志，维护统治阶级的利益。根据宪法和各部门法以及其他标准，可以对法律义务作出不同种类的划分。关于义务的近义词责任仔肩负担任务职守关于义务的反义词权力权利关于义务的诗句义务各竞逐义务横扫何堪放义务关于义务的单词mandatoryobligatedebtdutyboundexemptcompulsoryliable关于义务的成语树德务滋陈言务去敦本务实除恶务本适时应务关于义务的词语务实去华除恶务本知时识务当今之务捐华务实识时知务树德务滋不急之务识时达务修学务早点此查看更多关于义务的详细信息

造句指懂得并使用字词，按照一定的句法规则造出字词通顺、意思完整、符合逻辑的句子。依据现代语文学科特征，可延伸为写段、作文的基础，是学生写好作文的基本功。造句来源清俞樾 《春在堂随笔》卷八：“其用意，其造句，均以纤巧胜。” 夏_尊叶圣陶《文心雕龙》 四：“造句也共同斟酌，由 乐华 用铅笔记录下来。”下面为您提供关于【造句什么地收割】内容，供您参考。1、麦子熟了，农民们都在忙着收割。2、农民们正在收割庄稼，累得汗流浃背。3、农民驾着联合收割机收获小麦。4、收割者工作了一整天，回来后狼吞虎咽地大吃了一顿。5、这种拖拉机的用途很广，装上不同的农具，可以进行耕地、播种、除草、收割等。6、我曾经在骄阳似火的日子出去收割。7、等待收割的庄稼，像宽阔的河面起伏不定。8、收割庄稼的时候就是事物制度的末期，收割的人就是天使。9、这次我们为了赢得客户满意，决定不惜工本，制造出一批物美价廉的收割机。10、没有春天的播种，就没有夏天的生长，秋天的收割和冬天的品尝。11、在这晴空万里的金秋季节，田野里的男女老少正喜笑颜开地忙着收割。12、春天不播种，夏天就不会生长，秋天就不能收割，冬天就不能品尝。13、当一片收割完毕的田，泰然地仰望天空，不肯离去，等待春回，我感到幸福。14、秋天,在一场紧张的收割之后,转眼间一切都褪了颜色,一望无垠的土地苍黄地裸露着。15、生命是稻田，一亩一亩的收割，等到收割完的时候，把满车的稻子纳入粮仓。句子是语言运用的基本单位，它由词或词组构成，能表达一个完整的意思，如告诉别人一件事，提出一个问题，表示要求或制止，表示某种感慨。它的句尾应该用上句号、问号或感叹号。造句的方法一般有以下几种：1、在分析并理解词义的基础上加以说明。如用“瞻仰”造句，可以这样造：“我站在广场上瞻仰革命烈士纪念碑。”因为“瞻仰”是怀着敬意抬头向上看。2、用形容词造句，可以对人物的动作、神态或事物的形状进行具体的描写。如用“鸦雀无声”造句：“教室里鸦雀无声，再也没有人说笑嬉闹，再也没有人随意走动，甚至连大气都不敢出了。”这就把“鸦雀无声”写具体了。3、有的形容词造句可以用一对反义词或用褒义词贬义词的组合来进行，强烈的对比能起到较好的表达作用。如用“光荣”造句：“讲卫生是光荣的，不讲卫生是可耻的。”用“光荣”与“可耻”作对比，强调了讲卫生是一种美德。4、用比拟词造句，可以借助联想、想象使句子生动。如用“仿佛”造句：“今天冷极了，风刮在脸上仿佛刀割一样。”5、用关联词造句，必须注意词语的合理搭配。比如用“尽管??可是??”造句：“尽管今天天气很糟，但是大家都没有迟到。” 这就需要在平时学习中，把关联词的几种类型分清并记住。6、先把要造句的词扩展成词组，然后再把句子补充完整。如用“增添”造句，可以先把“增添”组成“增添设备”、“增添信心”或“增添力量”，然后再造句就方便多了。随着信息新媒体的发展，网络已经成为继报纸、收音机、电视之后的主流媒体，并有将其整合的趋势。网民数量的激增使得网络话题的热议和网络语言迅速成为流行语。出现了很多新现象：网络造句——当某一新闻事件在网络迅速流传之后，新闻事件中的某一具有代表性的词语，在网友们的推广下，成为造句的主体，并迅速在网络流行展开。比如李刚事件中，我爸叫李刚成为流行语，以它进行的造句活动在网络铺开。例如：窗前明月光，我爸是李刚；给我一个李刚，我能撑起整个地球等。而在360与腾讯的3Q网络大战之后，一句“我很艰难的做出决定”也迅速流行。这类造句的特征主要是将已有的诗句、文章等进行改变而成。

　　在现实生活或工作学习中，大家对作文都不陌生吧，借助作文人们可以反映客观事物、表达思想感情、传递知识信息。那要怎么写好作文呢？以下是我整理的有趣的实验作文，仅供参考，欢迎大家阅读。 有趣的实验作文1 　　童年是一首诗，童年是一幅画，童年时不一定是在玩耍，有时是求知，有时是实践，有时是阅读……最令我难忘的莫过于是三年级的一节综合实践课。 　　记得三年级时，教综合实践的老师是黎老师，老师通过让我们做几个有趣的实验，使我们学到了不少知识。其中，我最喜欢的实验要数用PH试纸来做的实验。 　　老师让同学们去买一些PH试纸来学校做实验，可我们班就只有我和另一名同学带了试纸，于是，老师拿了我们两名同学的试纸来做实验。首先，老师拿出她带的浙醋、白开水和鸡蛋清，我拿出我带的食醋和盐水。然后，老师撕下了一张试纸，把它放在食醋上，奇迹就在这时候发生了，同学们也都把眼睛睁得大大的，原来，试纸一碰到食醋就变成了红色，是偏强酸性的，酸度是一到二之间。紧接着，老师拿出了一个神秘物品，它白白的，可以流动，它到底是什么呢？过了一会儿，老师揭晓了答案，原来这就是洗衣粉水。我们又撕下一张试纸一测，试纸一下子就变成了深绿色的了，原来洗衣粉水是偏强碱性的。很快就到了下课时间，老师再一次撕下了一张试纸来测鸡蛋清，发现试纸变成了浅绿色的了，原来鸡蛋清也是偏碱性的，属弱碱性。 　　小小一张试纸，让我学到了许多知识，真是太神奇了。 　　童年匆匆走过，但这次有趣的实验在我童年的记忆里永远也抹不掉。 有趣的实验作文2 　　今天一上课，老师就从皮包里拿出一叠刚撕好的纸条，并抽出其中的一张，把纸条的一端折起来帖在下巴上，问：“你们猜猜，如果我往下吹气，纸条会往哪里飘?”有的同学说会往上飘，有的同学说会往下飘，有同学的说会平着飘。答案真是五花八门呀! 　　老师说：“那我吹吹，看看到底是往哪里飘，好吗?”说完，她就按住纸条，鼓起腮帮，使劲一吹。啊!纸条抖动着“屁股”，平飘起来了。同学们看了大叫起来：“是平着飘的!是平着飘的!” 　　老师让我们来吹了，我迫不及待地拿起纸条，按在下巴上用力一吹起来，哈!哈!我的纸条也平飘起来了。这时，教室里一片片呼呼呼的吹风声，真是热闹非凡。 　　玩着玩着，有些同学还玩出了新花样，有的把纸条卷起来当弹簧玩，有的人把纸条放到嘴巴里当长舌怪，还有的同学把纸条做成了鸭舌玩具…… 　　风明明是往下吹的，可纸条为什么平着飘呢?我纳闷极了。老师说：“我们吹出来的气使纸条表面的压力减少了，纸条就平飘起来了。”我听了恍然大悟。啊!今天的实验真好玩! 有趣的实验作文3 　　今天，我闲着没事干，看起了幼儿园时学的科学书，其中有一项实验很吸引人:把一张纸币对折成直角，再把一枚硬币放在角的顶点上，然后用手慢慢地把纸币拉开，而硬币却不会从纸币上掉下来。我看了，感到很奇怪，决定亲自动手试一试。 　　说干就干，我马上拿了一张10元纸币和一枚1元硬币，准备开始做实验。我把10元纸币对折成直角，可是这张纸币太皱了，根本无法对折，因此也就做不了实验。于是，我又去拿了一张崭新的纸币来做实验。我再次把纸币对折成直角，把硬币放在直角的顶点上，准备开始拉纸币。可是我的手不断地在抖动，使硬币从纸币上一次又一次地掉下来。在一旁的表姐看得仔细，对我说:“阳阳，你要沉着，不能慌张，不然的话手会一直抖来抖去，这实验就无法完成了。” 　　我听了表姐的话，变得沉着起来，重新把硬币放在了纸币上，小心翼翼地拉纸币，等到这纸币被我拉平了，硬币也没有从纸币上掉下来。我高兴地大叫:“我成功了!我成功了!” 　　但胜利归胜利，这其中的道理还是要弄懂的。我去问爷爷，爷爷对我说:“把硬币放在纸币上，当纸币移动时，硬币的重心会慢慢落在纸币的正中间，这样硬币就会稳稳地放在纸币上，硬币当然掉不下来喽。”我听了爷爷的话，觉得有道理。 　　今天，通过这件事，我又增长了一些知识。 有趣的实验作文4 　　这个学期，我家多了一个新成员。它长得像一个举重运动员，两脚趴开，站得稳如泰山，双手高高举过头顶，手里还托着两个盘子。你能猜出它是谁了吗？没错，它就是天平。 　　周末，我准备用天平做实验。首先，我把装满空气的圆鼓鼓的袋子放在天平左边的托盘上，又把一个没有空气的干瘪袋子放在天平右边的托盘上。我惊奇地发现，天平倾斜了！左边的托盘往下沉了，把右边的托盘举得老高。我手舞足蹈起来，因为通过这个天平实验，我证明了科学老师所说的“空气有质量”这个道理。 　　我意犹未尽，拿出大小一模一样的四个正方体方块。你以为它们是亲兄弟？那你就错了！它们分别是铜块、铁块、铝块、木块。说起来，铜块、铁块、铝块都是金属，也算是堂兄弟吧。木块却和它们毫无亲属关系。 　　我先把铁块和铝块分别放在天平的两边。只听“啪”的一声，铁块那一端沉了下去，铝块“飞”了起来！然后，我把铝块换成了木块，铁块纹丝不动。最后我又把木块换成了铜块，这下铁块不淡定了，无奈地被举得高高的，铜块赢了！别小看这个简单的实验哦！这个简单的实验告诉我们，同样体积的不同物质，密度越大，质量越大。 　　这一次天平实验，是我第一次亲手做科学实验，亲手验证科学知识和科学道理，实在太有趣了！以后，我还会做更多更有趣的科学实验，敬请期待吧！ 有趣的实验作文5 　　今天，老师让我们带齐材料，准备好一根筷子、一个透明的杯子、一包盐和一个生鸡蛋。看到这里，我好像猜到什么的了。没错，我们要做一个实验——给鸡蛋洗一个“盐水澡”。 　　老师跟我们讲清步骤后，我们开始做实验了。我先往杯子里加水，然后把鸡蛋放进去，只见鸡蛋像一个潜水员一样在杯子里面遨游着，又好像在“睡大觉”。我看看了旁边的小杰，他的鸡蛋也是沉在杯底，原来大家看到的现象都是一模一样啊。 　　接着，我便开始加入盐了，这时清澈的水突然间变得浑浊了，我拿起我的如意金箍棒——筷子在杯子里用力搅拌，只见鸡蛋好像陀螺一样迅速地飞舞，但却一点儿也没想上升，是不是还没洗够呢。我继续加食盐，这时鸡蛋好像喝醉了酒的样子，摇摇晃晃的。我不断地搅拌着，那鸡蛋好像觉得自己已经洗完了澡，准备露出水面，呼吸新鲜的`空气。鸡蛋终于浮起来了，杯子的内壁也散落着点点盐花。 　　我用筷子顶了鸡蛋，想让它再去“洗一遍”，鸡蛋像个运动员一样沉入水中，不料刚把筷子拿开时，眨眼间又跳出水面，露出洁白的“肚皮”，是不是很有趣啊！ 　　做了这个实验，我不仅觉得很有趣，而且还知道只要留心观察，就能找到生活中的快乐。 有趣的实验作文6 　　一天早晨，我在，上看到一个用醋酸或柠檬汁当墨水写字的科学小实验，觉得很有趣，便自己动手做起来。 　　我向妈妈要酸醋，可妈妈说没有，我又向她要柠檬，她又说：＂柠檬贵，难买．＂我正着急，爸爸说：＂不用柠檬也可以呀，你妈妈买的橘子里也有柠檬酸呀！＂我听了连忙取来一个橘子，将它切开使劲捏起来，橘子汁溅了我一脸，我好不容易才挤了一小杯． 　　＂墨水＂做好了，我拿了一根棉签做笔，使开始用＂笔＂ 醮着＂墨水＂在白纸上写起字来．我写了一行：王路晴做的小实验，请爸爸妈妈参观！一会儿，＂墨水＂干了，白纸上却什么痕迹也没有．我神神秘秘地把这张＂白纸＂递给妈妈：＂妈妈，您看！＂＂看什么？什么都没有哇？＂妈妈拿着纸左看看，右看看茫然地瞪着我．我开心地说：＂您等会就知道了，＂我边说边点燃事先准备好的一支蜡烛，将白纸放在烛火上烤，烤 　　着烤着，奇迹出现了，白纸上显现出一行淡黄色的字来，而且字迹渐渐由浅变深，由橘色，金黄色变成降红色．爸爸，妈妈都和我看呆了． 　　爸爸笑着问我：＂你知道这个小实验的科学道理吗？＂我摇摇头．妈妈说：＂酸一加热就会使酸性加强， 　　因此，白纸受热的时间越长，酸性加就越大，写的颜色就越深．这里面更多的科学道理，要等你将来中学学 　　化学时才会懂．＂ 　　科学小实验真奇妙呀！ 有趣的实验作文7 　　早上作文课，高老师带着我们做了一个有趣的实验吹纸条。 　　高老师神秘地从桌子上拿起一叠已经裁好的纸条，接着抽出其中一张，然后按在下巴上说："如果我用力吹纸条，纸条会往哪儿飘？"同学们有的说会往上飘，有的说会往下飘，有的说会往左飘，有的说会往右飘，还有的说会四面八方飘，同学七嘴八舌吵成一团。高老师拍拍手说："安静！"教室里立刻鸦雀无声，于是高老师深吸一口气，鼓起腮帮子，用力一吹纸条，纸条抖动着飘起来了！同学们大声叫了起来：“怎么是抖动着平飘，好神奇啊！” 　　高老师把剩下的纸条给了我们，让我们也吹一下，我先把纸条按在鼻子下面，鼓起嘴巴，深吸一口气，用力一吹，“啊！我的纸条也抖动着向前平飘了起来。"我又把纸条贴在下巴上，鼓起腮帮子，深吸一口气，纸条又抖动着平飘起来了。我拍手叫道："我的也成功了。”老师看见了，说：“这是因为我们吹出来的气使纸条表面的压力减小了，纸条就平飘起来了。” 　　原来是这样啊！我明白了一个道理：“有些事情猜是猜不到的，不妨去做一下。” 有趣的实验作文8 　　今天，妈妈带我来学写作文，我很高兴。 　　上课了，熊老师微笑着问我们：“什么东西可以浮在水面上？”同学们议论纷纷，有的说：“三角板！”有的说：“树叶！”有的说：“花朵！”还有的喊：“游泳圈！”…… 　　熊老师笑了笑，说：“你们说的都对，但是，针可以浮在水面上吗？”我脱口而出：“不可以，因为针是金属做的，金属太重了，会沉下去！”熊老师夸我说得好，可正当我得意时，他又一脸坏笑地问：“真的不能浮起来吗？”老师这一问，让我心里打起了鼓，难道针可以浮在水面上？ 　　只见老师拿出一根亮晶晶的绣花针和一盘清水，把针放到水面，针一下子沉了下去，像一把宝剑坠落到水里。我们失望极了。 　　可这还没完，第二次，老师在水上铺了一张面巾纸，再迅速地把针放在面巾纸上，面巾纸被水润湿后，沉了下去，针和纸分离，针像一只小船浮在水面上，自由地在水漂来漂去，真神奇。我们都兴奋得大呼小叫。 　　今天的作文课真是有趣，回家之后，我还要做一遍这个实验！ 有趣的实验作文9 　　上星期一，黄老师布置了一个特殊的作业，要求每个同学们把一个生鸡蛋放在书包里，一个星期后看谁能保管得最好。漫长的一个星期终于到了，我轻轻地打开书包，发现鸡蛋还完好无缺地躺在盒子里，我高兴得跳了起来，我胜利了。 　　大家知道我是用了什么方法吗?我首先用厚厚的纸巾包好鸡蛋，然后做一个小纸盒，再小心翼翼地把鸡蛋放在里面。第一天上学，我象往常一样，回到教室，随手把书包一扔，才想起里面还有一只鸡蛋，我的心好象要跳出来，还好鸡蛋没破，心里甜滋滋的。第二天、第三天、第四天，我的鸡蛋都没破，我的心乐得象吃了蜜糖一样。第五天，我拿课本出来的时候，一不小心盒子掉到了地上，我心想，惨啦，这回鸡蛋肯定会破了，心里感觉好象从天上跳了下来，当我打开盒子一看，鸡蛋还稳稳当当地躺在里面，我兴奋得连蹦带跳。漫长的七天终于过去了，当黄老师要求大家都检查自己书包里的鸡蛋时，我成功了，我觉得自己有保护鸡蛋的这个本领了。 　　通过这次有趣的实验，使我懂得了只要有恒心，什么事情都能做好，做成功。 　　简评:你不仅有恒心，更会动脑筋。 有趣的实验作文10 　　课外活动，同桌兴奋地告诉我，周末他做了个有趣的实验，往水里加盐能使水里的鸡蛋浮起来。看着他那高兴劲，我心想：真的有这么神奇吗？我决定放学回家后也做这个实验。 　　一回到家，我马上行动起来。我先拿出一个玻璃杯，往杯子倒了大半杯水，然后小心翼翼地把鸡蛋放了进去。只见鸡蛋扭着笨拙的身体晃悠悠地沉到了水底。我连忙往水里加了一勺盐，便目不转睛地盯着鸡蛋。可是那个鸡蛋好像睡着了似的，一动也不动。不对呀，同桌不是说鸡蛋会浮起来吗？怎么会这样呢？是不是盐放太少了？对，一定是这样！我又不断地往杯子里加盐，还用筷子搅拌了一下，然后紧紧地盯着杯中的鸡蛋。 　　突然，我眼前一亮，鸡蛋终于睡醒了，开始摇摇晃晃地往上升，最后，鸡蛋浮到了水面上，露出了个可爱的小脑袋，好像在呼吸新鲜的空气呢！“耶！鸡蛋浮起来了，成功啦！”我高兴得一蹦三尺高。 　　高兴之余，我百思不得其解，为什么同一枚鸡蛋，放在清水里会沉下去，而在盐水里就会浮起来呢？我连忙上网查找资料，终于明白了鸡蛋浮起来的原因：清水的密度小，盐水的密度大，当杯子的盐水密度大于鸡蛋的密度时，鸡蛋就会浮起来。 　　这次科学小实验，不但让我收获了新的知识，而且还锻炼了我的动手能力，真是一举两得啊！ 有趣的实验作文11 　　听说在盘子中滴入几滴墨水，接着再在筷子的一尾沾上一些洗洁精，这个实验是否真实有效呢？让我们来试着做一下吧！ 　　我们要准备的材料有：一支抽好墨钢笔、一个盘子、一只筷子，还要准备一些洗洁精。 　　我们先要把钢笔中的墨水，挤入盘子中，把墨水摊匀，接着再在筷子的一尾沾上洗洁精，妈妈说，洗洁精必须多沾一点儿，为什么呢，我问妈妈，妈妈说，做完在告诉你我一边想一边做接下来的实验。然后我将沾有洗洁精的筷子放入墨水中，就会发现墨水真的会像那样灿烂开。我兴奋地叫起来，实验成功了，我手舞足蹈的说。 　　我疑惑地问妈妈，妈妈为什么墨水像一个害羞的小姑娘，洗洁精要攻击它似的，妈妈说，因为洗洁精有净化的能力，所以没水会灿烂开，原来是这样的，我恍然大悟。 　　妈妈，那么洗洁精为什么要多滴一些呢？妈妈说：少放一点，你试一试，我做完之后发现原来把洗洁精少的一些墨水就会和洗洁精融为一体，所以洗洁精要多放一些墨水才会灿烂开，如果洗洁精放少了，墨水他就不回灿烂开。 有趣的实验作文12 　　今天，姐姐带我看了一部关于科学家做实验的纪录片。看完之后，我对科学产生了浓厚的兴趣。我突发奇想，为何不亲自动手做次有趣的实验，扮演一下“小小科学家”呢？ 　　说干就干！我准备好一个瓶子、一张纸片和一杯水。我向瓶子里注满水，用纸片盖住瓶口，再用手压着纸片慢慢地将瓶子倒转，使瓶口朝下。然后我轻轻地挪开压着纸片的手。见证奇迹的时候到了！纸片纹丝不动的盖住了瓶口，水也没有流出来！ 　　我感到十分惊讶，难道水不应该流下来吗？那如果用针在纸片上扎几个孔，水是不是就会流出来呢？想到这，我迫不及待地用针在纸片上扎了很多孔，再重复了一遍实验。咦？纸片依旧纹丝不动，水还是没有流出来。我放下手里的杯子，怎么也想不明白其中的奥秘。 　　带着疑问，我打开电脑搜索起相关知识。原来，纸片能托起瓶中的水是因为大气压强对纸片产生了向上的托力。而孔不会漏出水来是因为水有表面强力，使得纸的表面形成水的薄膜。这就是“纸片托水”的秘密！ 　　这个实验是不是很有趣啊？如果你也感兴趣的话，那就尝试着动手做一做吧！ 有趣的实验作文13 　　今天，我们做了一个与众不同的实验——会浮起来的鸡蛋。 　　老师准备了一个装有水的杯子。一些盐还有一个鸡蛋和一根筷子。 　　实验开始了。老师先捏起一个鸡蛋，小心翼翼地放在杯子里。同学们伸长了脖子，瞪大了眼睛观察杯子中的鸡蛋，它像一个刚会走路的小孩，摇摇晃晃地走着。走累了，便躺下来“睡大觉”。接着，老师往里面倒了一点盐，用筷子快速搅拌着，时间一分一秒地过去了，可鸡蛋却纹丝不动。同学们有的唉声叹气，因为鸡蛋并没有浮起来，有的同学却欢呼起来，在一旁幸灾乐祸。然后，老师又放了一些盐，继续用筷子快速搅拌着，奇迹发生了，鸡蛋慢慢往上升，露出了它的脑袋，最后浮出水面。 　　实验结束了。老师告诉我们为什么鸡蛋会浮上来。原来，在清水中加了食盐，水的密度变大了，浮力也跟着变大，鸡蛋就浮上来了。这个实验让我明白了生活中处处有科学，期待着我们一起去探索吧！ 　　点评：小作者对于课堂上做的一个实验观察仔细，展示了实验的全过程，妙趣横生，棒！ 有趣的实验作文14 　　星期二，我做了一个有趣的实验，叫“一滴油的动力”。 　　首先我准备材料：一小瓶植物油、一盆水、一把剪刀和一张纸，还差个滴管。我心存侥幸：少一样东西应该没有什么大的事吧？ 　　首先，在吹塑纸上画一条“小鱼”剪下来，在它的中间划开一个小圆孔，再剪开一条“水道”与鱼尾相通，小心翼翼地将油倒到圆洞里，我一不留神倒得太多了，弄得小鱼满是油，结果小鱼没有一点儿反应。 　　我不是一个轻易放弃自己想法的人。等爷爷吃完中饭，我就求爷爷带我去买滴管。我在超市左转转右转转，终于在一个用品区找到滴管了，高兴极了，我的实验应该可以成功了。回家我又剪好一条小鱼轻轻地平放在水盆里，下面贴着水保持上面的干燥，然后小心地把一滴油滴在圆孔里，小鱼就开始向前运动，我高兴地跳了起来。 　　这是什么原理呢？我在网上查了查，原来是油滴在水面上，油总是向水面四周扩散而小鱼里面的油则是沿着水道向外扩散。油比水轻，所以总是飘在水面上，并破坏了水表面的张力，从而推动小鱼运动。 　　“生活中并不缺少美，只是缺少发现美的眼睛。”只要我们细心观察，就会发现身边有很多有用的知识。 有趣的实验作文15 　　周末，我看了一本书，书上介绍了一个有趣的实验：将一个杯子里盛满水，用纸盖住杯口，然后，把杯子倒过来，水不会流出来。我觉得这篇文章真是不可思议，薄薄的一张纸怎么可能托住一杯沉重的水呢？ 　　我将信将疑地开始做这个实验。首先，我找来一个透明的玻璃杯和一张长方形的白纸。来到厨房，在杯子里注满自来水，小心翼翼地把那张纸放了上去。接着用手轻轻地盖住杯口，一会儿，把杯子倒了过来。倒数五、四、三、二、一。把手放开。嘿，真神了！一张薄薄的白纸竟真的把水托住了，这怎么可能？小小的一张白纸怎么可能托住一杯水呢？我又试了几遍，毫无疑问，这是一个真理。 　　我高兴地跑到哥哥面前给他展示一下我“神奇的魔法”。哥哥就坐在沙发上看我表演。为了让哥哥知道我有多么厉害，我就把水去掉一半然后用纸盖上，放到头上。真奇怪，水在我的头上居然全洒了，害的我变成了“落汤鸡”，哥哥一直在那笑，我看不下去了，便说：“小心笑抽了过去……” 　　哥哥回我道：“你这个呆子，难道你不知道水要是去掉一半，那另外一半就是空气了。如果杯中有空气，大气压就没有作用了，水也会流出来。还有啊，一张纸是不可能托起一杯水的。如果能托起，也是应为有大气压帮忙的。” 　　其实我一点也听不懂哥哥在说什么，但我还是点了点头。看来我要真正明白才行啊！