-
1
第一讲
量化研究与统计分析
1-1
、量化研究的基本概念
1-2
、量表分析步骤
1-3
、量表的编码
1-4
、复选题及其它方式的数据建文件
1-1
、量化研究的基本概念
一、概述
社会科学领域研究的二个主要范畴:
1
、量的资料
(quantitative
data)
分析
2
< br>、质的研究
(qualitative
research)
。
量的数据分析
,受到信息科学进步的影响,数据的处理更为简易也较
为客观,因而社会科学中多数研究
论文仍倾向于量的研究。
量的研究主要采取逻辑实证主义的论
点,重视变量间因果关系或变量
间的相关,重视的是假设演绎取向法,强调受试取样的代
表性,以使研究
结果能有效推论到样本的母群体。
二、量化研究的方法
(一)、量化研究的统计方法
1
p>
.描述统计学
(descriptive statistics)
2
.推论统计学
(inferenti
al statistics)
目的:为了解整个研究母群体的特性。在社会科学领域
中,由于母群
体数目大多过于庞大,在时间、人力、物力、财力等考虑上,无法全部抽<
/p>
取母群体作为统计分析的对象,因而只能以随机或其它抽样的方式,抽取
< br>母群体中具代表性的样本作为研究分析的对象,再根据样本统计分析结
果,推论到
整个母群的性质。如:研究新课标施行后,我国中学生的学习
情况,只能以部分学生的学
习情况去推断全国学生的学习情况。
缺点:
< br>在推论统计学中,
由于是根据样本特性再推论到整个母群属性,
< br>因而可能包含取样误差与推论误差存在,也就是此研究推论会有可能犯错
的机率<
/p>
(probability)
。
(二)、量化研究的设计方法:
1.
调查法
:分访问调查及
问卷调查法
p>
;
2.
实验法<
/p>
:分真正实验设计与准实验设计法;
量
化研究的主要特征,皆要经由观察、测验、量表、问卷以取得研究
实施的数据资料,作为
假设验证的基础,因而如何搜集有效度的资料,如
何配合研究目的与研究架构,选用合适
的统计方法,以作为支持或否定原
假设的证据资料,就显得格外重要。
< br>
(三)、量化研究的步骤:选题—设计问卷、调查—分析数据—给出结论
1.
选择与定义问题
研究问题必须是可以检验的假设,或研究者领域所感兴趣、有价值或
重要性的问
题,问题可以经过资料搜集、分析来加以检验或回答。量
化研究问题可能是研究者感兴趣
的主题;或有价值性的问题;或研究
者认为是社会科学领域中重要的问题,此部份可以由
相关文献的研究
分析,挖掘相关研究的主题。制定研究主题后,要拟定研究架构,草
p>
拟研究问题及要检验的研究假设,并对重要的关键词,给予完整的概
念性定义及操作型定义。
2.
执行研究的程序
完整的实施程序包括样本或受试者的选择,测量工具的改进,数据的
搜集。执行
研究的程序就是决定抽样的方式,预试及正式问卷各抽取
多少受试者,发展、编制或修订
研究的测量工具,研究工具是否要先
经专家效度检验?
3.
资料分析
资料分析通常包括一个以上统计技巧的应用。数据分析的结果可提供
研究者检验研究假
设或回答研究问题。数据分析要根据检验的研究假
设及变量性质,选用合适而正确的统计
方法,包括预试问卷的信效度
检验及正式问卷的统计应用分析等。
在数据分析时,
研究者要避免
“垃
圾
进、垃圾出”的现象,首要的是正确统计方法的选用与数据结果的
客观解释。
4.
结果分析与结论
结论的呈现主要根据数据分析的结果,结论应该与最初拟定的假设或
研究问题有关,研究结论也要指出研究假设是否得到支持。研究的结
论要根据研究主
要结果而来,重视客观性及实证性,进而再根据研究
结论提出研究的具体建议及研究限制
所在,以作为未来研究者的参
考。
根据学者
Bryman
与
Cramer
,
< br>(1997)
二人的观点,完整量化的研究历
程,如下图
1所示:
理论
假设
搜集资料
概念的操作型定义
选取样本或受试者
调查
/
相关设计
访问或问卷调查
实验设计
设计实验组与控制组
实施观察/访问/问卷
分析资料
结果发现
图
1
研究的完整程序
(
数据源:
Bryman & Cramer
< br>,
1997
,
p.3)
(四)、注意的问题:
1.
常用的抽样方法
有三种
(Gay
,
1992)
:
(
1
)随机抽样
(ran
dom
sampling)
:依据机率理论,以随机原则方式
从母
群体中抽取一定比例的受试者,使用方法如抽签法、随机随机数表抽
样等。
(
2
)分层随机抽样
(stratified random sampling)
:研究设计中,如果
受试者母群间的差异很大
< br>(
异质性很高
)
,或某些样本点
很少,为顾及
小群体的样本点也能被抽取,应采用分层随机取样较为适宜。
分层随机抽样的图示如下:
阶层n
阶层一
取样一
取
取样二
.
.
.
取样
n
样
总
阶层三
人
数
母
p>
群
体
总
数
阶层二
(
3
)整群
抽样法
(cluster sampling)
:如果样本所属
的母群体很大或涵
括的地理位置很广,则采用整群抽样法较为简宜。整群抽样法是以一<
/p>
个群组
(cluster)
或一个团体为
抽取单位,而不以个人为取样单位,
因而整群抽样法时,抽取的样本点是一个群组、一个
群组,群组与群
组间的特征非常接近,同构型很高;而群组内彼此成员的差异较大,
p>
异质性高。
在社会科学领域中,
整群抽样的
群组如班级、
学校、
组别、
部门、学区
等。
总之,样本选取时,最重要的是样本要有代表性,才能从
受试样本群
推论到其母群的性质,受试样本要有代表性。
2.
取样的样本要多少:
在研究设计中,受试者的数目要多大才算具有代表性,多少个样本才
算“够
大”
(large enough)
,这个议题,社会科学研究
领域中,似乎无一
致结论。
学者
p>
Gay(1992)
对于样本数多少,则提出以下之看法:
(
1
)描述研究
p>
(descriptive research)
时,样本数最少占
母群体的
10%
,
如果母群体较小,则
最小的样本数最好为母群体的
20%
。
(
2
)相关研究
(correlational studies)
的目的在于探究变项间有无关系<
/p>
存在,受试者至少须在
30
人以上。
p>
(
3
)因果比较
研究
(causal-comparative studies)
与许多实验研究,各
组的人数至少要有
30
位。
(
4
< br>)如果实验研究设计得宜,有严密的实验控制,每组受试者至少在
15
人以上,但权威学者还是认为每组受试者最少应有
30
人,最为适宜。
3.
变量属性的界定:
不同变量属性,所适用的统计方法也不同。
< br>数据分析的变量属性的分类中,多采纳学者
Stevens(1946
、
1951)
的
观点,<
/p>
Stevens
的看法中,乃根据测量量表或测量水平的基准,将
变量属
性类别划分成以下几种:
(<
/p>
1
)
名义变量
(
nominal
variable)
或称类别变量
(categorical
variable)
主要在于分类对象,把对象转变为间断类别,变量主要属性只是用来
辨识事物或表示事
物的类别而已,如性别、种族、学校大小、教师职
务、教师性别、学生年级等。名义变量
无法陈述事物与事物之间的差
异大小或形式,它属于间断变量的一种。
< br>
(
2
)次序变量
(ordinal variable)
变量除具有分类特性外,
又具有等级排序关系。
变量间根据某个准则,
可
将对象由最高至最低作有规则的排序,变量主要属性在于可用数值
表示对象间之优劣、多
少、高低、次序等。次序变量与名义变量不同
之处在于次序变量有“方向次序”存在。统
计学上的中位数与百分等
级等统计方法也属于次序变量。
p>
(
3
)等距/比率变量
(interval/ratio variable)
等距变量除可表示对象类
别及比较大小次序外,对象类别间距离是相
等的,因而变量间有“可加性”
(additivity)
。如果对象类别间存有
绝
对的零点
(logical zero points)
,则称
为比率变量,比率变量间
有”可乘性”
(multiplica
tivity)
,二者均属连续变量
(continuous
variables)
。
研究者在变量属性确认方面,要能正确区分
连续变量
(
包括等距变量
与比率变量
)
与
间断变量
(包含类别变量与次序变量
)
,方能选用正确的统
计方法。
4.
变量性质与适用时机
通常因变量为连续变量时,可进行参数统计,如平均数差异检验的t
检验、方差分析、共变量分析、回归分析、多变量分析、典型相关等。另
外一种常见
的情形,
是研究的样本数很少,
或研究分析的变量为间断变量,
则此时最好采用“非参数统计法”。
(五)、量表编制原则
在社会科学领
域中,常用的
李克特式的多选项量表
(multiple-
item
scales)
,严格说起来,量表之变量性质是一
种次序变量,但次序变量与
名义变量均属“离散变量”(
dis
crete variable
),离散变量无法求其
平均数、
或进行相关、回归等统计分析,因而无法验证相关的研究假设,
所以多数研究者在编制多
选项量表时,皆把量表视为等距变量来设计。
李克特量表
(Likert-type
scale)
填答方式,
通常以四至六点量表法,
为多数研究者与学者采用,其中以五点量表法的内部一致性较佳。常用的
选项名称如:
选项名称一
非常符合5
符合
4
有时符合3
不符合
2
非常不符合1
选项名称二
总是如此5
时常如此4
有时如此3
很少如此2
从未如此1
选项名称三
非常同意5
同意
4
不能确定3
不同意
2
极不同意1
(
非常不同意
)
选项名称四
非常重要5
重要
4
不能确定3
不重要
2
极不重要1
(
非常不重要
)
为了使评定量表各选项上的差距相等,在问卷编制上可采用两极端的
方式来编制问卷
或直接把数字填上,让受试者填答,如:
非常满意
非常不满意
我对于在职训练讲师之授课方式感到
□□□□□
或
非常满意
非常不满意
我对于在职训练讲师之授课方式感到
54321
非常同意
非常不同意
我认为参加在职训练能增进工作效率
□□□□□
或
非常同意
非常不同意
我认为参加在职训练能增进工作效率
54321
此外,在社会科学领域中
,另一个常见的变量为“二分变量”
(dichotomous variables)
,此变量被视为名义变量或次序变量,均属于
离散变量,对象属
性只分为二大类别,如“男”、
“女”;
“及格”、
“不
及格”等。如果离散变量有三大类或三个水平时,则称为“三分变量”
(trichotomous variable)
,如包含三
个类别以上或三个水平以上的离散
变量,又称为“多分变量”
(
multichotomous variable)
。在统计研究上,
高层次的连续变量可以区分为低层次的二分变量或三分变量或多分变量。
1-2
、量表分析步骤
在问卷调查法
(questionnaire
survey)
或实验研究法
(experimental <
/p>
method)
中,研究或调查工具编制甚为重要,问卷如果编制
或选用得宜,
则研究才更具可靠性与价值性。本章先说明问卷信效度分析的简要步骤,<
/p>
各步骤的操作方法则分别于以后各章节详细说明。
问卷信效度分析的步骤:
一、编拟预试问卷
在预试问卷的编制
或修订上,应根据研究目的、相关文献资料与研究
架构等方面加以考虑,如果有类似的研
究工具,可根据研究当时的实际情
形,加以修订、增删;如果是自己重新编制问卷,问卷
内容应依据研究架
构的层面,加以编制。
在编制问卷时,应注意
:
1.
如果问卷的题项内容过于敏
感,应在问卷中穿插数题「测谎题」,以
探知填答者是否据实填答。
2.
态度量表通常采用的是李克特式量表
(Likert-type
Scale)
法,量表
填答方式以五点量表最可靠。
3.
预试问卷题项数最好是将来所需正式题
项总数的
3-4
倍,在某些特定
内容范
围中,至少要约为正式量表题项数的
1.5
倍。
-
-
-
-
-
-
-
-
-
上一篇:英语中标点符号的使用(详解版)
下一篇:汽车上字母的含义