【摘要】学习兴趣是学习动机的重要影响因素之一，是促进学生成才和就业的关键。为了了解当前研究生的学习兴趣与学习成果之间的关系，本研究随机抽取了西北师范大学教育学院及心理学院的30名10级研究生，对他们的学习兴趣与论文发表量进行了调查，并在spss16.0中运用卡方检验，按性别分析某大学研究生的论文发表量与学习兴趣是否有关系。
【关键词】研究生 学习兴趣 论文发表量 卡方检验
一、问题的提出
学习兴趣是学习动机的重要影响因素之一，是促进学生成才和就业的关键。良好的学习兴趣可以使学生在高效、愉快的学习过程中实现自我价值。而研究生作为学术研究的最大团体，其学术研究成果是否与学习兴趣有相关关系呢?为了了解研究生论文发表量与学习兴趣是否有关系，本研究随机抽取了西北师范大学教育学院及心里学院的30名10级研究生，对他们的学习兴趣及论文发表量进行了调查。考虑到“性别”可能是一个干扰因素，所以将“性别”变量作为阶层变量，运用分层卡方检验分析研究生论文发表量与兴趣的相关关系。
二、数据的搜集和整理
为了检验不同性别的研究生论文发表量与学习兴趣是否有相关关系，本课题组在西北师范大学教育学院和心理学院进行了问卷发放与回收，本检验则以教育学院和心理学院的30名10级研究生为例，进行数据分析。在所调查的30名研究生中，15名为教育学院研究生，其中8名男生，7名女生;15名为心理学院研究生，其中8名男生，7名女生。以上数据在SPSS16.0中进行输入并建立数据库。
三、统计学原理
卡方检验(x2 �Chi-square test)是专用于解决品质相关问题的分类数据统计方法，在SPSS中，Crosstabs过程就是用于解决此类问题。在分析时，Crosstabs过程可以产生二维至n维列联表，并且可以计算相应的百分数。Crosstabs功能的统计推断包括常用的一般卡方检验、配对卡方检验、分层卡方检验。本研究主要采用的是分层卡方检验。
分层卡方检验是把研究对象分解成不同层次，按各层对象来进行行变量与列变量的独立性研究。可在去除阶层因素下，更准确的对行列变量的独立性研究。例如，研究大学生学习成绩与学习兴趣之间的相关关系，就可以使用一般的卡方检验。若想进一步了解不同生源地大学生学习成绩与学习兴趣之间的相关关系，就需要把生源地作为阶层变量，来分析学习成绩与学习兴趣之间的相关关系了。而在本研究中，研究的是研究生论文发表量与学习兴趣之间的相关关系，其中考虑到性别可能是一个干扰因素，我们可以按性别分析研究生的论文发表量与学习兴趣是否有关系，这是一个分层卡方检验的问题。
在进行检验的过程中一般会将“并无明显差异”的假设设定为原假设，将“有明显差异”的假设设定为备选假设。在本检测中“不同性别研究生学习兴趣与论文发表量无显著差异”就是原假设，“不同性别研究生学习兴趣与论文发表量存在显著差异”就是备择假设。双侧近似概率(.2-sided)，此值小于0.05时，我们做检测犯错误的概率就小于5%，则可认为行变量与列变量显著相关。此时则可推翻原假设，产生备择假设。当Sig值大于0.05时，我们做检测犯错误的概率就大于5%，我们不可推翻原假设。
四、SPSS操作
(1)打开SPSS16.0，出现SPSS操作界面。
(2)在variable view界面定义四个变量，分别为专业、性别、兴趣、论文发表量。在第一行的“Name”中输入“专业”，Type为String;第二行的`“Name”中输入“性别”，Type为Numeric，单击“Values”，出现“Value labels”对话框，在Value内输入1，在：label内输入“男”，单击“add”按钮，同样，定义“2”为“女”，单击 “ok”命令;第三行的“Name”中输入“兴趣”，Type为String;第四行的“Name”中输入“论文发表量”，Type为String。
(3)单机“data view”进入数据界面，输入数据。
(4)选择“Analyze”→“Descriptive Statistics” →“Crosstabs”命令，弹出“Crosstabs”对话框。
(5)确定选项。
①在“Crosstabs”对话框中制定Row(s)变量为“兴趣”变量，Column(s)变量为“成绩”变量，在“Layer 1 of 1”列表中选择“性别”变量作为阶层变量。
②单击“Crosstabs”对话框右上角的“Statistics”按钮，出现“Crosstabs：Statistics”对话框。选择“Chi-square”、“Risk”选项，单机“Continue”按钮，返回到“Crosstabs”对话框。单击“OK”按钮，输出结果。
五、结果解释
(1)样本记录处理摘要，如图1所示。
图1 样本记录处理摘要
从图1中可以看出处理记录缺失值的情况。Valid表示测试样本中的有效样本数及占总样本的比例。可见30列均为有效值。Missing表示测试样本中缺失样本数及占总样本的比例。在本例中，有效样本为30，占总样本的100%。
(2)交叉列联表，如图2所示。
兴趣 * 论文发表量 * 性别 Crosstabulation
Count
图2 交叉列联表
图2所示的是按变量“性别”取值分层的交叉描述表
(3)卡方检验结果，如图3所示。
Chi-Square Tests
图3 卡方检验结果
由.(2-sided)取值可知，男生的伴随概率分别为0.028和0.019，均小于0.05，差异显著，可推翻原假设，备择假设成立。女生的伴随概率分别为0.566和0.559，均大于0.05，差异不显著，原假设成立。这说明对男生来说，论文发表量的多少与专业兴趣之间有显著的相关关系，从图3中可以看出，男生对专业越有兴趣，则发表的论文越多，反之亦然。而对于女生来说，论文发表量的多少与专业兴趣之间没有太大关系，即相关关系不显著。
参考文献：
[1]杨晓明在教育统计中的应用[M].北京：高等教育出版社，2008.
[2]卢纹岱统计分析[M].北京：电子工业出版社，2007.
[3]王孝玲.教育统计学[M].上海：华东师范大学出版社，1993.
