第三節內容分析法的意義.ppt

伍、蒐集資料─運用態度量表 本章大綱 態度量表的功用 發展態度量表所遭遇的困難 態度量表的類型 總加量表法或李克特量表 等距量表法或瑟氏量表 累積量表法或古特曼量表 態度量表與測量尺度間之關係 態度量表的功用 測量受訪者對一情境或議題多種面向的態度﹔ 結合對不同面向的態度成一全盤性指標的技術﹔ 降低受訪者受到議題之一或二面向意見的影響，作出之意見表達的風險。 發展態度量表所遭遇的困難 量表應包括哪些面向？ 應採取何種程序以結合不同面向？ 如何確定量表能真確測量所欲評量之目標？ 態度量表的類型 總加量表法(summated rating scale) 或李克特量表(Likert scale) 等距量表法(equal-appearing-interval scale) 或差異量表(differential scale) 或瑟氏量表(Thurstone scale) 累積量表法(cumulative scale) 或古特曼量表(Guttman scale) 總加量表法或李克特量表 以問題來反映受訪者對議題所持態度之強度的觀點。 每一敘述/項目皆具有同等的「態度價值」、「重要性」，或「權重」等之假設。 不就態度的本質進行測量。 建構李克特量表之注意事項 決定該態度是否可區分為一、二或三種向度類別。 決定使用類別或數字量表。 類別量表的範例 七點數字量表的範例 建構李克特量表之程序 建構李克特量表之程序(續) 賦予正向與負向敘述分數 計算態度分數 等距量表法或瑟氏量表 針對每一敘述計算其「權重」或「態度價值」。 優點： 每一敘述的重要性由評判者所決定，反映受訪者的「絕對」態度，非相對態度。 缺點： 強度發生任何變化，該研究應予以重做﹔ 量表建構不易﹔ 評判者對特定陳述重要性的評量不盡相同。 建構瑟氏量表之程序 建構瑟氏量表之程序(續) 累積量表法或古特曼量表 最難建構的量表之一，甚少應用。 不在此討論。 態度量表與測量尺度間之關係 陸、抽樣 本章大綱 抽樣的概念 抽樣的專有名詞 抽樣的原則 影響樣本推論的因素 選擇樣本的目標 抽樣的類型 隨機 / 機率抽樣設計 非隨機 / 非機率抽樣設計 混合抽樣設計 樣本大小的計算 抽樣的概念 優點：節省時間、財力、及人力資源。 缺點：只能估計或預測，有誤差的存在。 抽樣的專有名詞 母群體(Population)或研究母群體(Study population) 樣本 (Sample) 樣本大小 (Sample size) 抽樣設計或策略 (Sampling design or strategy) 抽樣單位 (Sampling unit) 抽樣架構 (Sampling frame) 樣本的統計量 (Sample statistics) 母數 (Population parameters) 抽樣的原則:原則一 在樣本的統計量與母群體的真實母數間通常都有差異存在，而其主要的原因是由於樣本中所選擇的個體不同所造成。 例:A=18，B=20，C=23，D=25。(樣本大小=2) 抽樣的原則:原則二 樣本的大小越大，則所估計的母群體母數便越正確。 例:A=18，B=20，C=23，D=25。(樣本大小=3) 抽樣的原則:原則三 所欲研究的母群體變項其差異越大，則樣本統計量與母群體平均數間的差異越大。 例:A=18，B=26，C=32，D=40。(樣本大小=3) 影響樣本推論的因素 樣本大小﹔ 抽樣母群體變異的範圍。 選擇樣本的目標 選擇樣本的目標： 一定的樣本大小，增加估計的精確性﹔ 樣本選擇時能避免偏誤。 樣本選擇時可能發生偏誤的情形： 以非隨機的方法抽樣﹔ 抽樣架構未正確且完整的涵蓋所有抽樣母體﹔ 抽樣母群體的某一部分無法掌握。 抽樣的類型 隨機 / 機率抽樣設計 隨機/機率樣本須符合下列兩要件： 相等：被抽取的機率相同﹔ 獨立：不受其他因素影響。 隨機/機率樣本主要的優點： 可代表抽樣的母群體﹔ 可作為機率理論統計的資料。 抽選隨機樣本的方法 抽選隨機樣本的方法 籤筒﹔ 電腦程式抽樣﹔ 亂數表抽樣。 抽選隨機樣本的不同系統 不置回抽樣﹔ 置回抽樣。 亂數表抽樣程序 隨機 / 機率抽樣設計的種類 簡單隨機抽樣(Simple random sampling) 分層隨機抽樣(Stratified random sampling) 叢集抽樣(Cluster sampling) 簡單隨機抽樣的步驟 分層隨機抽樣的步驟 分層隨機抽樣的步驟(續) 叢集抽樣 將抽樣母體分成若干團體，稱為“叢集”。 對每個叢集使用簡單隨機抽樣，抽出所需個數。 範例： 非隨機 / 非機率抽樣設計 定額抽樣(quota sampling)﹔ 偶遇抽樣(accidental sampling)﹔ 刻意抽樣