2009-01-21

[子萱]第十七週 量化資料分析

  課堂的一開始,老師就提醒我們,在閱讀時,應該要帶著一種追求的想法” 我現在是在跟作者競賽~他是怎麼想?而我又是怎麼想?”但這可能需要比較強的功力,所以現在的我們,應該先做到的是,先思考” 我期望他說些甚麼?” 在量化分析的主題中,從上週量化分組報告自己讀的文獻以及同學的報告中,聽到許多量化分析的專有名詞,把這些名詞弄清楚應該是我最想先解決的問題,而量化資料都是以圖表呈現,能夠從圖表去檢視或印證一個研究的結果也是我想學習的,另外也希望可以知道各種量化分析方法是要如何應用在不同的研究中。

*量化重要的三概念
1. 整理原始數據-編碼簿 問卷上答案記錄的表格
2. 量化資料分析
 -描述統計
 -推論統計
3. 解釋數據
 -解釋或是給予理論一些有意義的結果 (在解事實需要注意衣些基本概念或用詞,例如老師舉例的:對立假設-接受或無法接受對立假設;虛無假設-拒絕或無法拒絕虛無假設。)
---
*單變項分析-敘述統計:次數分配frequency、集中量數(max、min、平均數、中位數、眾位數)、離散趨勢測量(每個樣本數跟平均數的距離有多遠) 。在這個部分,老師讓大家分組作一個小練習,將課本上一例之性別和收入的統計結果用表格呈現。在當中交了我們一個小概念:類別變項要用次數分配表達 ;而連續變項要用集中量數表達 。

*雙變項分析-兩個變項的分析, 可以比較兩個變項相同異(t檢定、卡方、變異數)、有沒相關(相關係數) 。通常會用散布圖呈現,有形狀、方向、密度來看出雙變項間的特色。

*兩個變項以上:多元迴歸分析
*推論統計:型一型二錯誤、統計顯著度、顯著水準。

  在學習量化分析時,多看例子很有幫助,或是先深入讀一本論文,可以對某種研究法有較具體的認識。 老師告訴我們,量化分析不該是那麼難懂的,基本上就分三塊:輸入資料、分析(每個變項都先作描述統計、再作集中量數等….) ,要做兩個變項是否相關時,需要先有強烈的理論基礎,知道兩變項可能有關連,而不是隨便將兩個變項湊在一起做分析......這些量化分析的知識需要多讀多看,盡量用自己的語言去理解,會比較容易建構起來。

  老師也給大家一些勉勵,在研究的路上,有時候可能碰到一些困難,但我們可以看看別人的經驗,很多人同樣不是一帆風順,都是置之死地而後生。除了研究上的瓶頸,內心的挫折是更難走出來的,當遇到這樣的考驗,走過去了~就會脫胎換骨。

沒有留言:

研究生可以用ChatGPT 幫忙寫文獻探討嗎?

研究生可以用ChatGPT 幫忙寫文獻探討嗎?  有關ChatGPT ChatGPT的方便性已經在許多領域被應用, 幫我們草擬自傳、產生摘要等,不過也衍生許多問題,例如可以用ChatGPT繳交作業嗎?可以用ChatGPT寫研究報告嗎?以下是全球聲譽卓著的理科學術社群arXiv在2...