量化研究与统计分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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、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.描述统计学(descriptive statistics)

2.推论统计学(inferential 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: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,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(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;

2.实验法: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。

(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,(1997)二人的观点,完整量化的研究历程,如下图1所示:

图1 研究的完整程序 (数据源:Bryman & Cramer ,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(random 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(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:

(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

母 群 体 总 数

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,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Gay(1992)对于样本数多少,则提出以下之看法:

(1)描述研究(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存在,受试者至少须在30人以上。

(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)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。

数据分析的变量属性的分类中,多采纳学者Stevens(1946、1951)的观点,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:

(1)名义变量(nominal variable)或称类别变量(categorical variable)

相关文档
最新文档