第一讲量化与统计概览.doc

1 第一讲 量化研究与统计分析 1-1、量化研究的基本概念 1-2、量表分析步骤 1-3、量表的编码 1-4、复选题及其它方式的数据建文件 1-1、量化研究的基本概念 一、概述 社会科学领域研究的二个主要范畴： 1、量的资料(quantitative data)分析 2、质的研究(qualitative research)。 量的数据分析，受到信息科学进步的影响，数据的处理更为简易也较为客观，因而社会科学中多数研究论文仍倾向于量的研究。 量的研究主要采取逻辑实证主义的论点，重视变量间因果关系或变量间的相关，重视的是假设演绎取向法，强调受试取样的代表性，以使研究结果能有效推论到样本的母群体。 二、量化研究的方法 （一）、量化研究的统计方法 1．描述统计学(descriptive statistics) 2．推论统计学(inferential statistics) 目的：为了解整个研究母群体的特性。在社会科学领域中，由于母群体数目大多过于庞大，在时间、人力、物力、财力等考虑上，无法全部抽取母群体作为统计分析的对象，因而只能以随机或其它抽样的方式，抽取母群体中具代表性的样本作为研究分析的对象，再根据样本统计分析结果，推论到整个母群的性质。如：研究新课标施行后，我国中学生的学习情况，只能以部分学生的学习情况去推断全国学生的学习情况。 缺点：在推论统计学中，由于是根据样本特性再推论到整个母群属性，因而可能包含取样误差与推论误差存在，也就是此研究推论会有可能犯错的机率(probability)。 （二）、量化研究的设计方法： 1.调查法：分访问调查及问卷调查法； 2.实验法：分真正实验设计与准实验设计法； 量化研究的主要特征，皆要经由观察、测验、量表、问卷以取得研究实施的数据资料，作为假设验证的基础，因而如何搜集有效度的资料，如何配合研究目的与研究架构，选用合适的统计方法，以作为支持或否定原假设的证据资料，就显得格外重要。 （三）、量化研究的步骤：选题—设计问卷、调查—分析数据—给出结论 1.选择与定义问题 研究问题必须是可以检验的假设，或研究者领域所感兴趣、有价值或重要性的问题，问题可以经过资料搜集、分析来加以检验或回答。量化研究问题可能是研究者感兴趣的主题；或有价值性的问题；或研究者认为是社会科学领域中重要的问题，此部份可以由相关文献的研究分析，挖掘相关研究的主题。制定研究主题后，要拟定研究架构，草拟研究问题及要检验的研究假设，并对重要的关键词，给予完整的概念性定义及操作型定义。 2.执行研究的程序 完整的实施程序包括样本或受试者的选择，测量工具的改进，数据的搜集。执行研究的程序就是决定抽样的方式，预试及正式问卷各抽取多少受试者，发展、编制或修订研究的测量工具，研究工具是否要先经专家效度检验？ 3.资料分析 资料分析通常包括一个以上统计技巧的应用。数据分析的结果可提供研究者检验研究假设或回答研究问题。数据分析要根据检验的研究假设及变量性质，选用合适而正确的统计方法，包括预试问卷的信效度检验及正式问卷的统计应用分析等。在数据分析时，研究者要避免“垃圾进、垃圾出”的现象，首要的是正确统计方法的选用与数据结果的客观解释。 4.结果分析与结论 结论的呈现主要根据数据分析的结果，结论应该与最初拟定的假设或研究问题有关，研究结论也要指出研究假设是否得到支持。研究的结论要根据研究主要结果而来，重视客观性及实证性，进而再根据研究结论提出研究的具体建议及研究限制所在，以作为未来研究者的参考。 根据学者Bryman 与 Cramer，(1997)二人的观点，完整量化的研究历程，如下图１所示： 图1 研究的完整程序 (数据源：Bryman Cramer，1997，p.3) （四）、注意的问题： 1.常用的抽样方法有三种(Gay，1992)： （1）随机抽样(random sampling)：依据机率理论，以随机原则方式从母群体中抽取一定比例的受试者，使用方法如抽签法、随机随机数表抽样等。 （2）分层随机抽样(stratified random sampling)：研究设计中，如果受试者母群间的差异很大(异质性很高)，或某些样本点很少，为顾及小群体的样本点也能被抽取，应采用分层随机取样较为适宜。 分层随机抽样的图示如下： （3）整群抽样法(cluster sampling)：如果样本所属的母群体很大或涵括的地理位置很广，则采用整群抽样法较为简宜。整群抽样法是以一个群组(cluster)或一个团体为抽取单位，而不以个人为取样单位，因而整群抽样法时，抽取的样本点是一个群组、一个群组，群组与群组间的特征非常接近，同构型很高；而群组内彼此成员的差异较大，异质性高。在社会科学领域中，整群抽样的群组如班级、学