效果量计算器 (Hattie)

Hattie效应量是教育研究中的一个关键指标，它量化了两组之间的差异程度，例如教学策略对学生成绩的影响。本综合指南探讨了背景知识、计算过程和实际例子，以帮助教育工作者和研究人员有效地衡量和解释这些差异。

背景知识：理解效应量在教育中的重要性

为什么要使用Hattie效应量？

效应量提供了一种标准化度量，用于比较不同干预措施或影响因素对学生表现的影响。与原始分数或百分比不同，效应量允许跨研究和跨情境进行有意义的比较。根据John Hattie的基准：

• 小效应量： 0.2（最小影响）
• 中效应量： 0.5（中等影响）
• 大效应量： 0.8（显著影响）

此指标帮助教育工作者优先考虑那些对提高学生成绩具有最大潜力的策略。

Hattie效应量背后的公式

Hattie效应量 (d) 使用以下公式计算：

\[ d = \frac{M_1 - M_2}{SD_{\text{pooled}}} \]

其中：

• \( M_1 \) = A组的平均值
• \( M_2 \) = B组的平均值
• \( SD_{\text{pooled}} \) = 两组的合并标准差，计算公式为： \[ SD_{\text{pooled}} = \sqrt{\frac{SD_1^2 + SD_2^2}{2}} \]

此公式根据组内变异性标准化组均值之间的差异。

实际例子：评估教学方法

场景：

您正在比较两种教学方法。数据如下：

• A组（新方法）： 平均值 = 85，标准差 = 9
• B组（传统方法）： 平均值 = 78，标准差 = 10

步骤1：计算合并标准差

\[ SD_{\text{pooled}} = \sqrt{\frac{9^2 + 10^2}{2}} = \sqrt{\frac{81 + 100}{2}} = \sqrt{90.5} \approx 9.51 \]

步骤2：计算Hattie效应量

\[ d = \frac{85 - 78}{9.51} \approx 0.74 \]

解释：

0.74的效应量表明，与传统方法相比，新教学方法具有较大的积极影响。

关于Hattie效应量的常见问题解答

Q1：负效应量意味着什么？

负效应量表明第二组（B组）的表现优于第一组（A组）。例如，如果 \( d = -0.5 \)，则意味着A组处于中等劣势。

Q2：效应量可以用于非教育目的吗？

可以！效应量广泛应用于包括心理学、医学和社会科学在内的各个领域，以评估变量之间关系的强度。

Q3：为什么标准化在计算效应量中很重要？

标准化确保了不同尺度或测量单位的研究之间具有可比性。如果没有标准化，平均值的原始差异将无法解释组内变异性。

关键术语词汇表

• 效应量： 衡量两组之间差异程度的指标。
• 合并标准差： 两组标准差的加权平均值。
• Hattie基准： 用于将效应量分类为小、中或大的阈值 (0.2, 0.5, 0.8)。

关于效应量的有趣事实

1. 阈值很重要： Hattie的研究发现，0.4的效应量代表了“铰链点”，干预措施开始对学习产生有意义的影响。
2. 情境相关性： 某些具有小效应量的干预措施，如果长期持续应用，仍然可能具有很高的价值。
3. 比较能力： 效应量使研究人员能够对数百种教育实践的效果进行排序，从而帮助教育工作者就采用哪些策略做出明智的决定。