论文部分内容阅读
CSCL研究中常需要处理小组变量和学习者个体变量两种数据,而个体嵌套在小组中,形成两层结构数据。传统的方差分析或线性回归模型仅能针对单层数据,处理多层数据时,易出现标准误差偏移,影响分析的可信度。多层线性建模尽管受CSCL领域样本数的限制,在组层次可能产生偏移量,但能处理稀疏数据,能比较、评估不同层次变异对总变异的贡献度,确定不同层次变量对因变量的影响程度,反映因变量测量随时间变化的发展轨迹,是CSCL领域比较合适的研究方法。