分解阅读理解中的方差, 揭示语言与译码的独特性和共性效应

该方法有助于回答社会科学领域关于阅读心理学和语言发展的关键问题。此技术说明了个体差异特征如何共同变化，以及与其他特征共享的效果相比，独特的效果如何产生。这种技术的含义更广泛地延伸到社会科学。

因为它允许考虑预测变量的共性，帮助我们理解重叠方差。要使用图形用户界面将数据读取到软件中，请单击文件并将鼠标悬停在打开上方。单击数据并找到计算机上的相关数据文件。

如果文件类型与具有图形用户界面的软件不一致，请单击类型的文件，然后选择适当的文件格式。然后单击"打开"。要解释基于两个独立变量的总方差，请单击"分析"将鼠标悬停在回归上以选择线性。

单击变量列表中的从变量，然后单击从属变量旁边的箭头。单击变量列表中的两个独立变量，然后单击独立性旁边的箭头。单击"确定"并单击软件的查看器窗口。

使用鼠标滚动到模型摘要部分，并在 R 平方下记录值。然后将此值总计 R 平方标记。若要解释基于独立变量 1 的总方差，请仅使用独立变量列表中的独立变量 1 重复总方差解释，然后单击软件的查看器窗口。

然后使用鼠标滚动到模型摘要部分，在 R 方形列下记录值，并标记此值独立变量一个 R 平方。若要解释基于独立变量 2 的总方差，请仅在独立变量列表中对独立变量 2 重复总方差解释，然后单击软件的查看器窗口。然后使用鼠标滚动到模型摘要部分，在 R 方形列下记录值，并标记此值独立变量两个 R 平方。

要计算唯一、常见和无法解释的方差分量，请打开数据管理软件，然后恭敬地输入总 R 平方独立变量一个 R 平方和独立变量两个 R 平方到单元格 A1、B1 和 C1 中。将总 R 平方值输入到 A2 中。独立变量一个R将值平方为B2，独立变量两个R平方值为C2。要计算变量 1 的唯一方差，请将公式输入 D2，并在 D1 中将此值标记为变量 1 的唯一方差。要计算变量 2 的唯一方差，请将公式输入 E2，并在 E1 中将该值标记为变量 2 的唯一方差。要计算变量 1 和 2 之间的公共方差，请将公式输入 F2，并在 F1 中的变量 1 和 2 之间将此值标记为公共变量。要计算无法解释的方差，请将公式输入 G2，并在 G1 中标记此值无法解释的方差。要绘制变量 1 的唯一方差、变量 2 的唯一方差、变量 1 和 2 之间的公共方差和无法解释的方差，请单击并拖动 D2、E2、F2 和 G2 上的鼠标单元格以突出显示数据，然后单击插入，然后单击图表、饼图和 2D 饼图。在本次对语言独特和通用差异的代表性研究中，一年级学生的回归分析占阅读理解总分差的60%。

当一年级的方差分解为独特和常见的效果时，解码独特地解释了阅读理解中24%的方差，语言唯一解释了17%的方差。七年级时，解码和语言的共差为19%，回归分析占阅读理解总分差的53%。通过解码，阅读理解差异为 7%，语言解释差异为 28%。

在解释阅读理解差异时，解码和语言的共差差异为18%，回归分析占阅读理解总分差异的61%。解码唯一占方差的 6%，语言唯一占方差的 42%。在尝试此过程时，在解释阅读理解差异时，解码和语言的共差为 13%，但重要的是要记住，分解过程不同于单独计算每个独立变量解释的唯一方差的典型回归方法。

此协议可以修改，以回答有关唯一和共同差异的比例是否因社会经济地位而有所不同的其他问题。此外，可观测变量可以替换为潜在变量，以减少测量误差。在预测阅读理解时，解码和语言共同解释的共方数，特别是在小学年级时，表明教学应侧重于语言知识在单词级别的整合。