Ontbinding van de variantie in het begrijpend lezen te onthullen van de unieke en gemeenschappelijke effecten van taal en decoderen

Deze methode kan helpen bij het beantwoorden van belangrijke vragen op het gebied van sociale wetenschappen over de psychologie van het lezen en taalontwikkeling. Deze techniek illustreert hoe individuele verschillen kenmerken co-variëren en hoe een uniek effect kan emmer in vergelijking met een effect gedeeld met andere kenmerken. De implicaties van deze techniek breiden zich uit tot de sociale wetenschappen in bredere zin.

Omdat het de gemeenschappelijkheid van voorspellers mogelijk maakt die ons helpen overlappende variantie te begrijpen. Als u de gegevens in de software wilt lezen met een grafische gebruikersinterface, klikt u op bestand en houdt u de muis open. Klik op gegevens en zoek het relevante gegevensbestand op de computer.

Als het bestandstype niet consistent is met software met een grafische gebruikersinterface, klikt u op bestanden van het type en selecteert u de juiste bestandsindeling. Klik vervolgens op Openen. Als u de totale variantie wilt verklaren op basis van twee onafhankelijke variabelen, klikt u op analyseren en zweven met de muis over regressie om lineair te selecteren.

Klik op de afhankelijke variabele in de variabele lijst, gevolgd door de pijl naast afhankelijk. Klik op de twee onafhankelijke variabelen in de variabele lijst en klik op de pijl naast onafhankelijkheid. Klik op oke en klik op het viewervenster van de software.

Gebruik de muis om naar de sectie modeloverzicht te bladeren en de waarde onder R-vierkant op te nemen. Label vervolgens deze waarde in het kwadraat. Als u de totale variantie wilt verklaren op basis van onafhankelijke variabele, herhaalt u de totale variantieverklaring met onafhankelijke variabele één alleen in de onafhankelijke variabele lijst en klikt u op het viewervenster van de software.

Gebruik vervolgens de muis om naar de sectie modeloverzicht te bladeren, de waarde onder de vierkante kolom R op te nemen en deze waarde onafhankelijk variabele één R in het kwadraat te labelen. Als u de totale variantie wilt verklaren op basis van onafhankelijke variabele twee, herhaalt u de totale variantieverklaring met onafhankelijke variabele twee alleen in de onafhankelijke variabele lijst en klikt u op het viewervenster van de software. Gebruik vervolgens de muis om naar de sectie modeloverzicht te bladeren, de waarde onder de vierkante kolom R op te nemen en deze waarde onafhankelijk variabele twee R in het kwadraat te labelen.

Als u de unieke, veelvoorkomende en onverklaarbare variantiecomponenten wilt berekenen, opent u de gegevensbeheersoftware en voert u de totale R-kwadraatonafhankelijke variabele één R in het kwadraat en onafhankelijke variabele twee R in de cellen A1, B1 en C1 in. Voer de totale R-kwadraatwaarde in A2 in. De onafhankelijke variabele een R kwadraat waarde in B2, en de onafhankelijke variabele twee R kwadraat waarde in C2. Als u de unieke variantie van variabele één wilt berekenen, voert u de formule in D2 in en labelt u deze waarde als unieke variantie van variabele één in D1. Als u de unieke variantie van variabele twee wilt berekenen, voert u de formule in E2 in en labelt u de waarde als unieke variantie van variabele twee in E1. Als u de algemene variantie tussen variabelen één en twee wilt berekenen, voert u de formule in F2 in en labelt u deze waarde als gebruikelijk tussen variabelen één en twee in F1. Als u de onverklaarbare variantie wilt berekenen, voert u de formule in G2 in en labelt u deze waarde onverklaarbare variantie in G1. Als u de unieke variantie van variabele één wilt plotten, de unieke variantie van variabele twee, de algemene variantie tussen variabelen één en twee en de onverklaarbare variantie, klikt en sleept u de muiscellen over D2, E2, F2 en G2 om de gegevens te markeren en klik u op grafieken, cirkeldiagram en 2D-cirkeldiagram. In deze representatieve studie van unieke en gemeenschappelijke varianties van taal en decodering voor het voorspellen van leesbegrip, de regressie analyse voor rang een studenten goed voor 60% van de totale variantie in het lezen begrip.

Toen de variantie in rang één in unieke en gemeenschappelijke gevolgen werd ontbonden, verklaarde het decoderen uniek de 24% van variantie in lezingsbegrip, en de taal verklaarde uniek de 17% van variantie. De gemeenschappelijke variantie van decodering en taal was 19%In rang zeven, de regressie analyse goed voor 53% van de totale variantie in het lezen begrip. Met decodering uniek verklaard door 7% van de variantie in het begrijpen van het lezen, en taal uitgelegd 28% van de variantie.

De gemeenschappelijke variantie van decodering en taal in het verklaren van de variantie in het begrijpen van het lezen was 18%In rang 10, was de regressieanalyse 61% van de totale variantie in lezingsbegrip voor. Met decodering uniek goed voor een 6% van de variantie, en taal uniek goed voor 42% van de variantie. De gemeenschappelijke variantie van decodering en taal in het verklaren van de variantie in het begrijpen van het lezen was 13%Tijdens het proberen van deze procedure, is het belangrijk om te onthouden dat het ontbindingsproces verschilt van typische regressiebenaderingen van het afzonderlijk berekenen van de unieke variantie die elke onafhankelijke variabele uitlegt.

Dit protocol kan worden gewijzigd om aanvullende vragen te beantwoorden over de vraag of de verhoudingen van unieke en gemeenschappelijke varianties verschillen per sociaal-economische status. Verder kunnen de waarneembare variabelen worden vervangen door latente variabelen om meetfouten te verminderen. De hoeveelheid gemeenschappelijke variantie die decoderen en taal samen verklaren bij het voorspellen van begrijpend lezen, vooral in de elementaire cijfers suggereren dat instructie zich moet richten op de integratie van taalkundige kennis op woordniveau.