2013年09月25日 | 作者: paperrater | 分类: 行业动态 | 来源:PaperRater论文检测系统
1、样本代表性不高.样本量的大小确定不当
样本是随机地从总体中抽出的,所以它对总体具有代表性。实际研究中有时根本不可能完全得到总体.所以按照随机原则抽取适当的样本来对总体进行研究,才能保证样本具有一定的代表性。而在实际应用中常常发现有的研究者不按随机原则抽取样本。而是按主观需要随意确定样本研究对象。
2、配对比较未能坚持样本组间的条件齐同
配对比较适用的范围一是同一批实验对象前后结果的比较,即同体比较;二是将基本条件相同的实验对象配成肘.然后随机地将每对中各一人分在实验组和对照组.严格地实施只有实验条件不同而其他条件均同的实验。实验后.比较两组的结果差异是否有显著意义。
3、对比资料的可比性
统计显著性检验的基础是对比资料应具有可比性 在探索某些事物的内在规律时,经常要运用对比分析的方法.这种方法要求排除~些表面的、偶然的现象,而有的研究者却未注意到要控制其他的条件,将多因素资料进行单因素的对比。
4、统计结论描述不确切
有些研究者在假设检验中仅凭计算结果P≤O.05或P≤0.Ol就轻易做出结论.且肯定结论的科学性是欠严谨的。因为影响统计结果科学性的因素很多,不是计算唯一能决定的。统计计算也是有局限性的。其结论是从概率角度描述的.不是的肯定和否定.故对计算结果一定要用专业知识加以定性分析。
5、小样本的均值检验
在小样本(n≤30或n≤50)的均值差异显著性检验中.若方差齐性12=0"22)可用“t”检验,而方差不齐性12≠22),则要用“t”检验。不少的研究者在小样本的均值检验中基本上采用的是“t”检验。但文中又未作说明方差是否齐性。这种错误源于对抽样分布理论上的认识不足。