资料概说.PPT

資料概說 1.1 基本名詞介紹 1.2 資料型態 1.3 基本操作 1.1 基本名詞介紹 1/5 母體與樣本 母體(population)：欲研究之全部對象所成之集合，其範圍視研究對象而定，以本例而言，母體係指大台北地區全部行動手機使用者。 樣本(sample)：母體之部分集合，以本例而言，樣本係指接受調查訪問之行動手機使用者。 1.1 基本名詞介紹 2/5 母數（參數）(parameter)：用來描述母體之特徵，如母體平均值、母體標準差等。以本例而言，包含大台北地區全部行動手機使用者之平均所得、平均年齡、平均月通話費、平均購買預算等。 統計量(statistics)：用來描述樣本之特徵。例如：受訪對象之平均所得、平均年齡、平均月通話費、平均購買預算等樣本平均值。 1.1 基本名詞介紹 3/5 敘述統計與統計推論 敘述統計(descriptive statistics)：僅就統計資料本身特性加以描述，未將其意義擴大至更大範圍。例如：將上述手機問卷資料，整理分析受訪對象之平均所得、平均年齡、平均月通話費、平均購買預算等，並加以整理成表格與圖形，此即為敘述統計之範疇。 1.1 基本名詞介紹 4/5 統計推論(inferential statistics)：根據部分資料（通常為樣本）之分析結果，對更大範圍（通常為母體）之特性進行合理之推論。例如：根據上述手機問卷資料，整理分析受訪對象之平均月通話費，並進一步推論大台北地區全部行動手機使用者（母體）之平均月通話費，此即為統計推論之範疇。 1.1 基本名詞介紹 5/5 上述母體、樣本、樣本統計量、母體參數之關係如下圖。亦即針對母體抽樣而得統計量（敘述統計），再根據該統計量推論而得母體參數（統計推論）。 1.2 資料型態 1/6 相關觀念如下： 變數與變量（值） 資料衡量尺度 資料（變數）型態 資料型態與統計方法 1.2 資料型態 2/6 變數與變量（值） 統計資料一般係由一個以上之變數所組成，變數 (variable)係指可加以計量或衡量之特徵，變數之值則可稱為變量（值）(value)。以手機問卷為例，性別、所得、目前使用手機品牌、通話量等，皆屬於「變數」。各變數皆可依研究目的賦予不同值，例如：性別變數值為0（代表女生）或1（代表男生）。 1.2 資料型態 3/6 資料衡量尺度 名目尺度(nominal scale)：衡量之數字僅代表類別，並無大小或順序之意義。 順序尺度(ordinal scale)：衡量之數字可代表大小或優劣順序，但數字之差距不代表其差異之程度。 等距尺度(interval scale)：又稱區間尺度，衡量之數字可代表大小或優劣順序，並且數字之差距可代表其差異之程度。 比率尺度(ratio scale)：當變數之衡量尺度具有等距尺度之所有性質（衡量之數字可代表大小或優劣順序，數字之差距可代表其差異之程度），並且資料間之比值具有意義。 1.2 資料型態 4/6 資料（變數）型態：分為質化與量化資料 質化資料(qualitative data)： 亦稱屬性資料，依據資料屬性或類別加以區分，又稱類別資料(categorial data)，例如：性別、居住區域、血型、膚色……。一般而言，以名目與順序尺度加以衡量之變數皆為質化變數。 量化資料(quantitative data)： 變數可用數值加以表示或計量者，例如：年齡、身高、體重、存款…… ，又稱分析性資料(analytical data)。一般而言，以等距與比率尺度加以衡量之變數皆為量化變數。 1.2 資料型態 5/6 量化資料可進一步區分為連續與間斷資料： 間斷資料(discrete data)： 具有最小計數單位之可計數資料(countable)，資料係由計數而得，其最小計數單位之間具有間隙(gap)。例如：人數，籃球得分、產品不良品數目（資料皆為整數）。 連續資料(continuous data)： 其資料係由量測 (measure)而得，而非計數而得，且連續資料之間具有無限多值，不存在最小計數單位或間隙。一般而言，經由物理單位量測而得之資料皆屬之，例如：身高、溫度、體重、速度、面積、時間等。 （練習） 練習 假設某地區之銀行，欲了解其客戶相關資料，故蒐集199份客戶資料，其蒐集資料項目（變數）與資料衡量方式（變數值）如表1-3。 1.2 資料型態 6/6 資料型態與統計方法 資料衡量尺度具有高低位階之分。 資料衡量尺度決定變數類別（質化或量化），而變數類別又決定統計分析方法。 同一變數可能因衡量方法之不同而形成不同之變數型態，進而影響統計方法與結果。 1.3 基本操作 1/10 1.新資料之建立 由SPSS輸入 由其他軟體（如Excel）輸入再轉