教学方式对考试成绩影响的单因素方差分析

1案例背景

本案例数据来源于210名学生，考察教学方式（传统教学/混合教学/翻转课堂，各组n=70）对考试成绩的影响。分析过程使用SPSSAU在线数据分析平台完成单因素方差分析。方差分析通过比较组间方差与组内方差的比值（F统计量）判断各组均值是否存在显著差异，其原假设为各组均值相等。方差分析适用于自变量为分类变量、因变量为连续变量的情形，是教育研究、心理实验等领域最常用的组间比较方法之一。

2分析结果

在SPSSAU【通用方法】模块选择【方差】，将变量拖拽至右侧对应分析框中，操作如下图：

表1方差分析结果

表1显示，三种教学方式的考试成绩均值分别为传统教学94.69±7.82、混合教学87.31±7.95、翻转课堂80.66±7.90。F=55.315，p=0.000<0.001，远小于0.05，拒绝原假设，表明不同教学方式下的考试成绩差异具有高度显著性。传统教学的平均成绩最高，翻转课堂最低，三者之间相差约14分。F值55.315远大于1，说明组间差异远大于组内随机变异，教学方式对考试成绩的影响效应十分明显。

表2效应量指标

表2报告了效应量指标。偏Eta方（Partial η²）=0.348，表示教学方式解释了考试成绩方差的34.8%，依据Cohen标准（η²>0.14为大效应），效应量较大。Cohen's f=0.731，同样表明教学方式对考试成绩的影响效应较大。效应量指标补充了p值无法提供的效应大小信息，p值仅反映差异的统计显著性，而效应量则量化了差异的实际意义。在样本量较大时，即使微小的差异也可能达到统计显著，因此报告效应量已成为学术发表的基本要求。

表3方差分析中间过程值

表3展示了方差分析的分解过程：组间平方和SSB=6890.094（df=2，均方MSB=3445.047），组内平方和SSW=12892.100（df=207，均方MSW=62.281），总平方和SST=19782.194（df=209）。F=MSB/MSW=3445.047/62.281=55.315，与表1一致。组间自由度df₁=k-1=2（k为组数），组内自由度df₂=N-k=207（N为总样本量）。组间均方远大于组内均方，说明教学方式造成的组间差异远大于组内个体差异。

表4普通格式结果

表4以普通格式展示了各组的样本量、均值和标准差。传统教学均值最高（M=94.69，SD=7.82），混合教学居中（M=87.31，SD=7.95），翻转课堂最低（M=80.66，SD=7.90），三组标准差接近（7.82-7.95），满足方差齐性假设。方差齐性是方差分析的重要前提，若各组方差差异过大，可能导致F检验的I类错误率膨胀。

表5简化纵向格式

表5以简化纵向格式汇总了方差分析结果，便于快速查阅。

尽管方差分析结果表明三种教学方式间存在显著差异，但F检验仅能判断"至少有一组与其他组不同"，无法确定具体哪两组之间存在差异。如需进行组间两两比较，应采用事后多重比较方法（如LSD、Tukey HSD或Bonferroni校正等）。根据各组均值排列（传统94.69 > 混合87.31 > 翻转80.66），可以初步推断三种教学方式两两之间均可能存在显著差异，但确切结论需依据事后检验结果。

此外，方差分析结果受方差齐性假设的影响。本案例三组标准差接近（7.82~7.95），满足方差齐性假设，F检验结果可靠。若Levene检验显示方差不齐，则应采用Welch校正方差分析或Brown-Forsythe检验等替代方法。本案例中传统教学组成绩最高（M=94.69），可能反映传统教学模式在知识传授效率方面的优势；翻转课堂组成绩最低（M=80.66），可能与学生对自主学习模式的不适应有关。然而，教学效果受课程类型、学生特征、实施质量等多重因素影响，单一考试成绩难以全面衡量教学效果，研究结论的外推需谨慎。

3可视化结果

图1为各组考试成绩的箱线图，直观展示了三种教学方式下成绩的中位数、四分位数及分布范围，传统教学组的中位数明显高于翻转课堂组。

结论

综上，借助SPSSAU在线数据分析平台完成单因素方差分析，不同教学方式对考试成绩具有显著影响（F=55.315，p<0.001，η²=0.348），传统教学效果最优（M=94.69），翻转课堂效果最差（M=80.66），效应量较大。