社会研究中的研究设计——分析实验数据.docx

?????社会研究中的研究设计——分析实验数据 ? ??? 有大量的统计技术可以用于分析实验数据。本篇的目的就是对选择数据分析方法提供一些指导。 ??? 实验分析的核心是组间比较。自变量存在差异的小组是否在因变量上也存在差异？如果我们能够确定组件除了自变量意外，其他相似处越多，那么我们就越有信心认定组间结果变量的差异取决于干预。 ??? 比较中，需要强调三点： ???（1）比较应聚焦于组而不是个人。 ?? （2）在对差异的重要性作出判断之前，我们需要计算实验组和控制组之间差异多大才算显著。例如，我们可能观察到细小却重要的差异，或者我们也可能观察到实质性的差异，而这些差异可能只是由于抽样和测量误差造成的。 ?? （3）要用结果变量进行组间比较。 一.分析方法的选择 ??? 有非常多的技术可以用来分析实验数据。分析技术的种类多少取决于变量种类的多少和数据的不同形式。分析实验数据时我们要根据数据特征选择分析方法。 （一）需要哪种类型的分析：描述或推论 ??? 数据分析为两个目的服务：描述和推论。描述性数据总结样本中的模式，而推论行数据意在确定样本中得到的结果是否能够外推到更广泛的总体。 ??? 理想情况下，分析应该包括描述分析和推论分析。我们应该仔细地描述所有组间差异的程度，然后检验是否所有的差异也存在于更广泛的总体中。 （二）我们拥有哪类样本 ??? 样本分为两大类，一种是概率样本，另一种是非概率样本。概率样本是指每个个体都有相等或已知的机会（概率）被抽中，获取这样一个样本的可靠方式是从已知和确定的总体中进行随机抽样。 ??? 对于一个概率样本，仅仅对从中抽出该样本的总体进行推论是合理的。对总体之外的群体进行推论是存在风险的。 ??? 如果没有概率样本，那么用推论统计推论更大的总体是没有意义的。在这种样本中，我们仅仅能够使用描述统计总结模式。当概率抽样不可行时，对推论的检验多采用在不同的背景下使用不同样本重复实验的方法。 （三）我们拥有何种测量尺度的数据 ??? 统计分析中，变量的测量尺度对于选择统计分析方法是相当重要的。变量有三种主要测量尺度： ??? 1.定距/定比变量 ??? 有不同类别，能将各类从低到高排序，能测量出各类之间差异的大小。 ??? 2.定序变量 ??? 有不同类别，能将各类从低到高排序，不能测量出各类之间差异的大小。 ??? 3.定类变量 ??? 有不同类别，不能排序比较大小，不能测量各类之间差异大小。 （四）需要做何种类型的比较 ??? 可以根据结果变量对各组进行比较。这些比较可以检测前测与后测在实验组和控制组中的变化大小，或者后测阶段组间的绝对差异。结果变量的各个不同方面都可以进行比较。 ??? 1.集中趋势的差异 ??? 各组可以按照结果变量的平均值进行比较。各种平均值（均值、中位数或众数）的使用取决于结果变量的测量尺度。 ??? 最普遍运用的方法是比较各组的均值，但这要求结果变量的测量尺度为定距。在描述层面，仅需要比较均值。然而，样本中的这些差异可能在总体中并不存在，它们可能仅仅是由抽样误差引起的，我们可以使用推论统计技术算出均值之间的差异是否反映了总体的真正差异或者仅仅是偶然产生的。我们可以使用t检验、F检验或者是方差分析来检验。 ????不幸的是，均值可能会隐藏重要信息。我们可能得到两组具有相同的均值，但是两个组的内部差异却非常显著，此时，如果只简单比较均值而不看其他分布因素就会导致错误的结论：干预不起作用，因为均值既没有反映出改变，也没有反映出实验组和控制组之间的差异。 ??? 2.可变性的差异 ??? 各组比较的另一个选择是在每个组内部测量变异的程度。某些组是否比其他组更具同质性？与其他组相比，某些组是否边等更一致或更不一致？干预的影响可能不会提高总的分值，但会使某一组更具同质性或更具异质性。诸如极差、方差和标准差等统计方法可以描述各组一致（同质性）的程度，此外像直方图、箱线图等绘图技术也可以用于检验各组的离散趋势是否相同。检验差异的技术有多种，选择哪一种部分地取决于相关变量的测量尺度。 ??? 3.形状 ??? 干预的效应能够通过结果变量分值的分布形状来体现。组间同质性和差异性比较是比较分布形态的形式之一，其他的分布形状的性质有：（下附图详释） ??? 形态：分布可以是单峰、双峰或者多峰。 ??? 对称：定序或定距变量的分布可以是对称的或者偏态的。偏态分布可以是正向的（个案聚集在结果变量的低端）或者是负向的（个案集中在结果变量的高端）。一项干预可能改变分布的对称性。 ????峰度：根据分布中心的集中方式的不同，各种分布会有所不同，这叫峰度。分布可能是集中的或者是尖峰态的（频率分布曲线的尖顶峰度），钟形的（常峰态分布）或者是很平坦的（低峰态分布）。 ? ??? 这些不同的分布特征为检验干预变量