Skip to content

第 31 课:案例综合实战与模块三复盘

🎯 核心实操目标

通关要求:完成 Case A 论文的"方法 + 结果"章节中期稿,并理解 Case B(经管面板)与 Case C(技术实验)的差异化分析路径。本课是模块三的收尾——做完即可进入模块四"论文写作"或直接开始撰写自己的真实研究。

📋 课前准备(5 分钟自检)

工具/账号

  • [ ] Jamovi / SPSS / Python(你的统计软件)
  • [ ] Claude 4.7 Opus(用于"学术翻译官"整合)
  • [ ] Word / Markdown 编辑器

数据/素材

  • [ ] 第 23 课 → 数据清洗日志
  • [ ] 第 24 课 → 描述统计 + 相关矩阵
  • [ ] 第 25 课 → t 检验 / ANOVA 结果
  • [ ] 第 26 课 → 多元回归结果
  • [ ] 第 27 课 → 信度分析(Cronbach's α)
  • [ ] 第 28 课 → EFA 因子分析(如做)
  • [ ] 第 29 课 → 中介效应 Bootstrap 结果
  • [ ] 第 30 课 → 各 Results 段落草稿

应急通道

  • 某课结果缺失 → 回去补跑
  • 各段衔接不顺 → 用 AI"全文一致性"Prompt 检查(详见第 42 课)

场景痛点破冰:把碎片拼成完整章节

"经过第 18 课到第 30 课的全部训练, 你手上应该有:

  • 一份清洗日志
  • 三份信度报告
  • 一份描述统计表
  • 一份相关矩阵
  • 多个 t 检验/ANOVA/回归输出
  • 一份 Bootstrap 中介结果
  • 多段 Results 草稿

但它们是碎片——你需要把碎片拼成符合期刊规范的完整"方法 + 结果"章节。 这就是模块三最后一公里。"

🗺️ 架构重组:完整章节结构(中期稿)

第 3 章 研究方法(约 1500-2000 字)

3.1 研究设计与样本(约 300 字)
   - 横截面问卷调查 + 样本来源 + 伦理审查

3.2 测量工具(约 500 字)
   - AI 学习焦虑量表(12 题, 3 维度, α = .83)
   - 学习策略量表(8 题, α = .88)
   - 学业自我效能感量表(7 题, α = .89)
   - 每量表附:来源/维度/样题/信度

3.3 数据收集程序(约 300 字)
   - 问卷星发放 + 回收时间 + 知情同意
   - 清洗规则(剔除标准 + 反向题反转)

3.4 数据分析方法(约 400 字)
   - 使用 Jamovi 2.5.x / SPSS 29
   - 描述统计 + 相关 + 多元回归 + Bootstrap 中介

第 4 章 研究结果(约 1500-2500 字)

4.1 描述统计与初步分析(约 300 字)
   - 样本特征 + 三量表 M/SD/Skew/Kurt + 相关矩阵

4.2 量表信度与效度(约 200 字)
   - 全量表 α + 分维度 α + EFA(如做)

4.3 假设检验 - H1(约 400 字)
   - 多元回归: AI 焦虑 → 自我效能, 控制变量

4.4 假设检验 - H2(约 400 字)
   - Bootstrap 中介: AI 焦虑 → 学习策略 → 自我效能

4.5 调节效应检验 - H3(约 300 字, 可选)
   - 性别 × AI 焦虑交互项

4.6 稳健性检验(约 200 字, 可选)
   - 替换变量 / 分样本 / Bootstrap 加倍

🚀 拆解实战 A:Case A 完整中期稿生成 Prompt

markdown
【Role】严谨的 SSCI 期刊审稿人 + APA 论文编辑。

【背景】我已完成 Case A 数据分析,有以下碎片化产出:
[逐一粘贴]
- 清洗日志: 540 行 → 500 行
- 描述统计表
- 相关矩阵
- 三个量表的 Cronbach's α
- 多元回归输出
- Bootstrap 中介输出

【任务】请帮我整合为论文第 3 章"方法"与第 4 章"结果"的完整初稿。

【铁律】
1. 严格 APA 7th 格式
2. 不重新计算!不修改数字!
3. 每章按上面列出的 6 小节结构
4. 每个分析方法都说明"为什么用这个"(简短论证)
5. 自然过渡, 避免"首先...其次...最后"等机械列举
6. 永远用"预测/关联"而非"导致/决定"

【输出】两段连贯的 Markdown 文本(第 3 章 + 第 4 章),
约 3000-4500 字

🚀 拆解实战 B:Case A 完整结果数据参照

跑完所有分析后,你的数字应该接近以下范围(基于 N≈500 清洗后样本):

指标Case A 标杆值
样本量N ≈ 500
Cronbach's α (Anxiety)~ .83
Cronbach's α (Strategy)~ .88
Cronbach's α (Efficacy)~ .89
r(Anxiety, Strategy)~ -.34, p<.001
r(Anxiety, Efficacy)~ -.30, p<.001
r(Strategy, Efficacy)~ .42, p<.001
多元回归 R²~ .20-.25
β(Anxiety→Efficacy)~ -.20, p<.001
β(Strategy→Efficacy)~ .38, p<.001
Bootstrap 间接效应~ -.14, 95% CI [-.20, -.09]

💡 跑出来跟标杆值差距太大?

  • 偏离 ± 20% 以内 → 正常(随机抽样波动)
  • 偏离 > 50% → 检查清洗步骤(最常见是反向题没反转)
  • 完全反方向 → 必有错误,从清洗日志开始排查

🚀 拆解实战 C:Case B(经管面板)路径指引

Case B 采用 30 省 × 10 年 = 300 观测的面板数据,与 Case A 的横截面问卷有几个关键差异:

维度Case ACase B
数据问卷自评(500 人)二手统计年鉴(300 obs 面板)
信效度必须做 Cronbach's α不适用(不是量表)
主分析多元回归 + 中介面板固定效应回归 + 中介 + 稳健性
共线性通常 VIF < 5可能 VIF > 8(需重点检查)
异质性性别/年级分组东/中/西地区分组
因果识别横截面只能预测面板固定效应可控制时不变混淆

Case B 主分析推荐工具

  • 通识轨:Jamovi 跑普通 OLS(不能做完整面板固定效应)
  • 进阶轨:Python statsmodels(from linearmodels.panel import PanelOLS

Case B 标杆值

指标Case B 标杆值
样本量N ≈ 273(清洗后)
OLS R²~ .95(含 5 个控制变量)
β(DigEcon→Innovation)~ .52, p<.001
Bootstrap 中介间接效应~ .32, 95% CI [.23, .41]
VIF (DigEcon vs HumanCap)> 8(需说明)

🚀 拆解实战 D:Case C(技术实验)路径指引

Case C 采用 300 篇论文 × 3 LLM 的被试内对比实验,关键差异:

维度Case ACase C
数据横截面问卷实验数据(同篇论文三模型对比)
主分析多元回归重复测量 ANOVA(被试内设计)
信度Cronbach's αICC(评分员间一致性)
交互效应性别 × AI 焦虑Length × LLM 交互
自动评价量表得分ROUGE / BERTScore
软件Jamovi / SPSSPython(statsmodels + pingouin)

Case C 标杆值

指标Case C 标杆值
样本量N = 300 论文
三 LLM Quality 差异F 显著, p < .001
ICC(2,k)~ .76(接近可接受)
Length × LLM 交互长文中 GPT-5 下降明显

🚀 拆解实战 E:模块三全流程复盘清单

课次关键产出自检
18工具安装验证
19变量映射表
20问卷草稿
21在线问卷链接
22数据字典
23清洗日志(含反向题反转)
24描述统计 + 相关矩阵
25t 检验 + ANOVA + 效应量
26多元回归 + VIF + 报告段
27Cronbach's α(全量表 + 分维度)
28EFA 因子分析(若新编量表)
29Bootstrap 中介 + 95% CI
30Results 段落初稿
31方法+结果完整中期稿

📦 本课交付物(提交给 AI 初审/讲师抽检)

  • [ ] Case A 中期稿:第 3 章方法 + 第 4 章结果(约 3000-4500 字 Word)
  • [ ] 跨案例分析路径表:填出你打算用 A/B/C 哪条主线(含理由)
  • [ ] 模块三全流程自检表:14 个产出每个 ☑/⚠️/❌
  • [ ] 统计输出归档:所有 Jamovi/SPSS 输出截图汇总到一个 PDF

🏁 小结与自测 (Milestone Checklist)

  • [ ] 我完成了 Case A 的方法 + 结果中期稿
  • [ ] 我的数字与 Case A 标杆值的偏离在 ± 20% 以内
  • [ ] 我清楚 Case B(经管面板)vs Case C(技术实验)的差异化分析路径
  • [ ] 我的论文章节按 APA 标准结构(3.1-3.4 + 4.1-4.6)
  • [ ] 我已完成模块三 14 课全流程产出
  • [ ] 我做好了进入模块四"论文写作"的准备
  • [ ] 我清楚后续模块四会进一步打磨标题/摘要/引言/Discussion/合规等

助力学者在 AI 时代极速产出高质量学术成果 · 55 课时双轨制 · plan v3.3