認知面
暨 上禮拜的量化報告之後，這堂課換美美老師來教我們量化資料分析方法的一些概念，不過這些方法看來是在之後的統計課程會教的，所以今天這堂課主要是給我們一 個全面的瞭解，老師也說，這次上課主要在釐清一些名詞，學習量化分析的一些概念，以釐清我們自己的學習意圖。而關於細節的部份老師雖然也有提到，不過吸收 的不多。
老師一開始將量化資料分析這個主題分為三個部份，分別為：
1. 原始數據：在獲得原始數據後必須先將資料分組（例：男和女），先產生編碼部（code book），再將原始資料（raw data）放入 Coding book中。
老師提到了兩個概念，Code book與Coding book，看起來是差不多的東西，不過我試著理解，Code book應該是一種範本，目的在於用一個表格來呈現所有的變相與概念的命名（定義變相）；而Coding book則是用來放置原始資料的表格。
2. 量化資料分析：有 了原始數據以後，再來就是量化分析，量化分析又分為描述統計與推論統計，在這個部份兩者的區別我也不是非常明白，只大概知道XXX檢定都是屬於推論統計 （需要檢驗或測定的變項），而一般的統計分析則是屬於描述統計。但中位數、眾數、次數分配等算是哪一種，雖然有點迷惑，但是我還是把它們暗自歸類為描述統 計的範疇，需要檢定的部份才放在推論統計。
而量化分析大部分的名詞都不太懂，除了一些基本的統計在高中有學過外，其他推論統計的部份更是 沒有碰過，雖然美美老師有大概提到哪種情況下要用哪種的檢定方法或是統計方法，但在我腦海中還是一片雜亂，以下就我吸收理解的部份，用自己能夠瞭解的語言 作一個整理，之後統計的課程中，就可以有目標來把這些概念弄清楚。
單項描述統計
- 次數分配：將各種不同數值分區，將連續變項轉換為類別變項（在考量是否使用連續變相或是類別變項時，可加入核心理論及研究問題，作為設計時的參考）。
- 百分比：數值在母數中所佔的百分比。
- 常態分布：一般情況下所會呈現的常態分佈數值，最大的部份為一般數值，佔68％，其他較低與較高的部份各佔16％。
- 最大值：所有數字中出現的最大數值
- 最小值：所有數字中出現的最小數值。
- 平均值：所有數值加總的平均。
- 中位數：將所有數字排列以後，站在中間的那個數字。
- 眾數：數字中出現最多次的數。
推論統計
- 全距：最大數-最小數的差異
- 變異數分析：
- Z分數：標準間距，跟常態分布有關係，要先把標準間距找出來才能夠分群。
- 平方和：個案數值-平均數的平方
- 變異數：平方和除以個案數
- 標準差：變異數開根號
- 離散趨勢測量方法：例：班上平均分數80分，有10人100分（離散程度20），10人60分（離散程度20）
可以從圖形來看出一些現象：
- 散佈圖：可看形狀方向與密度
- 形狀：獨立性、直線、曲線
在研究時需要有30個變項，性別年齡為基本人口變項，一般的研究通常會研究性別年齡跟什麼有關，而每個變項裡面的欄位最少要有5個樣本數。所以要多少樣本數，是視變項的多寡而定的。
3. 解釋數據：這是在量化資料分析中最難的部份，通常解釋的敘述會用有/無統計上的顯著相關，而相關與否的標準值，就要視此研究的假設是使用對立假設還是虛無假設，這時解釋的敘述就要改為拒絕虛無假設或無法拒絕虛無假設？對立假設的解釋則用接受對立假設，或者為無法接受對立假設。
感受面
乍聽之下有這麼多量化的新名詞（對我來說），讓我覺得有點慌張，不過經過老師三小時的仔細說明後，稍微對這些名詞有了些頭緒，反而可以知道自己目前到底有哪些不懂，下學期的統計課程，就可以更知道學習的目標在哪了。
沒有留言:
張貼留言