教育数据的聚类分析:开放式问卷回答定量研究示例
物理教育
2017-08-17 v4
摘要
近年来许多研究检验了学生在各种情境下回答的一致性。其中一些论文试图建立更细致的学生推理一致性模型,或将学生样本细分为智力上相似的子组。将数据集分离为子组、使得每个子组内元素彼此的相似度高于与子组外元素的相似度的问题,已通过聚类分析方法被广泛研究。该方法可在无任何关于群体形态先验知识的情况下,将学生分离为可由其回答中共同特征识别和表征的组(无偏分类)。本文从聚类分析所需的数据编码的详细分析出发,讨论定量结果解释的意义与局限。随后描述聚类分析中常用的两种方法,概述并批评所涉及的变量与参数。第三节将这些方法应用于分析向一批大学生样本发放的开放式问卷所得数据,并讨论定量结果。最后,将定量结果与学生回答联系起来,并与文献中先前结果比较,指出应用这些新方法所带来的新见解。
引用
@article{arxiv.1512.08998,
title = {Cluster Analysis of Educational Data: an Example of Quantitative Study on the answers to an Open-Ended Questionnaire},
author = {Onofrio Rosario Battaglia and Benedetto Di Paola and Claudio Fazio},
journal= {arXiv preprint arXiv:1512.08998},
year = {2017}
}
备注
30 pages