[楚鈞] 第十七週 量化研究

這星期的課程，是量化資料分析

●量化分析的意義：

整理原始數據→量化資料分析→解釋數據

●資料處理

‧資料編碼：
編碼一些內容分析時，研究者可以創造和一些既定的原則，
且資料由一個形式轉化到另一個形式，而在資料編碼時，
要有一個有組織、能夠處理與複製多元的編碼簿。

‧輸入資料
‧清除資料：
有兩個方法，一個是可能的編碼值清除(虛無編碼檢定)，
另一個是偶發性的清除(一致性檢定)。

●單變項分析

‧集中量數測量方法：
常見的集中量數有眾數、中位數和平均數，
不過要使用哪一種集中量數要視其測量尺度和研究目的而定。

‧離散趨勢測量方法：
所謂的離散趨勢，就是分散的程度，
常見的方法有全距、四分位差和標準差。

●雙變項分析

多半用在多個變項的情形，
讓研究者可以去思考兩個變項在一起時的關係，
並描述兩個變項間的關係。常用的有T檢定和卡方檢定..等。

●兩個變項以上之測量：

‧統計控制
‧百分比表格的設計
‧多元迴歸分析

●推論統計：

‧推論統計的目的：
就是用有限的樣本去推估母體的狀態，
然後利用統計圖表與統計量數來呈現所蒐集的資料。

‧統計顯著度：
只有告訴研究者是什麼結果，
沒有辦法提供每一件檢測完全且確定的結果。

‧顯著水準：
顯著度的程度(通常以0.05，0.01或0.001)是一個對話的方式，
顯示結果可能有的發生因素，因為這些可以看出樣本所呈現的關係，
有時在不知道母數的情形下最適用。

最後老師問大家這學期學期的心得，
我認為印象最深刻的就是利用圖像化的概念來學習，
像是Type I error和Type II error，
光用文字去敘述會顯得有點複雜而且很難懂，
不過若是把它用圖表的方式顯現出來，便很容易理解，
老師也說她會在搜尋資料時加上.ppt，
因為ppt或講義的內容大多是經過整理的圖像化概念，
所以會比較容易懂，又讓我學到一招新招了。
而在學習的過程中也要跟上大家的腳步，
不要做離散人，要做均值人。