天才一秒记住【畅想小说网】地址：http://www.cxtra.net
诺亚和埃克斯坦的比较教育教科书——《比较教育科学探索》，就以这种统计方法为核心内容。
鉴于在上一章中已对他们的方法做过分析，因此，本节就不重复已讨论过的问题，而介绍相关分析法的其他方面的内容。
简单地说，相关研究就是确定概念、变量之间的相互关系。
[111]根据研究的课题的性质，对双变量场合，通常把其中的一个确定为自变量，另一个为因变量。
相关研究通常要回答关于两个变量或两组数据四个方面的问题：①它们之间的相关仅仅是偶然的，还是在我们所研究的对象中普遍存在的，即它们之间的相关是否显著。
②它们之间相关的方向怎样，是正的还是负的。
③它们之间相关的幅度大小如何，即如果我们知道了自变量，那么能够在多大程度上预测因变量。
④相关的形状如何，是线性的还是非线性的。
线性关系一般可用方程式表示为：y=ax+b，其中，y为因变量，x为自变量。
描述变量之间相关程度的量很多，其中常用的一个是皮尔逊积矩相关系数r。
它在-1与+1之间取值。
曾经有人用相关系数分析75个国家的经济增长与教育支出之间的关系。
当r=1时，表明完全正相关，如圆的周长与直径之间的关系。
当r=0.9时，表明较高的正相关，如学术成就与智商之间的关系。
当r=0时，表明两个变量无关，如体重与智商之间的关系。
当r=-1时，表明完全负相关，如测验分数与答错的题数之间的关系。
当r=-0.9时，表明较高的负相关，如智商与视力敏锐度之间的关系。
有时两个变量之间的关系是非线性的，如一个人的年龄与所认识的人的数目之间的关系（随着年龄的增长，认识的人逐渐增加，但是当年龄超过六七十岁时，其所认识的人当中，许多人逐渐离开人世）。
研究非线性关系的工具比较复杂，这里只讨论线性关系。
在比较教育研究中，通常在许多国家同时收集两个变量的数据，比如，个人的受教育年限与收入，在获得两组数据后，就可检验两个变量之间的特定关系是否在所有各国都成立，或者研究两组数据之间的关系，计算相关系数等。
但是，在使用相关研究法时需要注意：两个变量之间的相关，并不一定意味它们之间存在因果关系。
它们可能同时是另一个因素影响的结果。
在研究的初始阶段，相关研究法可用于确定研究对象中各种关系的结构。
变量间的相关关系是建立假说和进行进一步研究的基础。
在教育中，一个事件的发生通常是许多变量同时作用的结果。
当变量之间的关系比较复杂时，就难以用实验的方法对变量加以控制，这时就可采用相关研究法。
实际上，在比较教育研究中，实验研究一般很难行得通。
这也是相关研究法得以流行的原因之一。
相关研究法还可以用于预测，即以一个变量的知识预测另一个变量的情况。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！