资料准备与描述-My数位学习.PPTVIP

第14章 資料準備 與描述 學習目標 讀完本章你應該了解： 1.編輯蒐集到的原始資料，以檢查出資料錯誤與遺漏之重要性。 2.如何利用編碼，為答案指定數字或其他符號，並分類受測者的回應。 3.運用內容分析法，解釋並彙整開放式問題。 4.受測者回答「不知道」以及遺漏值的問題與解決之道。 5.資料輸入與處理的選項。 研究如何調整不完美的資料 研究程序的資料準備 監督線上調查資料 編輯 現場編輯 現場編輯檢視 鑑別輸入之缺漏 重複測試 驗證結果 集中編輯 問卷項目的編碼表範例 問卷題項範例 開放式問題的編碼 編碼原則 內容分析 內容分析 內容分析的類型 開放式問題編碼 如何處理「不知道」 缺漏值 資料輸入 關鍵詞 條碼（bar code） 編碼表（codebook） 編碼（coding） 內容分析（content analysis） 資料輸入（data entry） 資料欄位（data field） 資料檔（data file） 資料準備（data preparation） 資料記錄（data record） 資料庫（database） 「不知道」的回應［“don’t know”（DK） response］ 編輯（editing） 遺漏值（missing data） 光學字元辨識（optical character recognition, OCR） 光學標記辨識（Optical mark recognition, OMR） 光學掃描（optical scanning） 預先編碼（precoding） 試算表（spreadsheet） 語音辨識（voice recognition） 附錄 以統計觀點 描述資料 次數分配 機率分布 機率分布之特性 中央趨勢之測度 測量變異性 機率分布形狀摘要 統計常用符號 關鍵詞 中央趨勢（central tendency） 敘述性統計（descriptive statistics） 離均差分數（deviation scores ） 次數分配（ frequency distribution ） 四分位間距（interquartile range, IQR） 峰度（kurtosis ） 中數（median ） 眾數（mode） 常態分配（normal distribution ） 四分位差（quartile deviation,Q） 偏度（skewness） 標準差（standard deviation ） 標準常態分配（standard normal distribution ） 標準分數；Z分數（standard score, Z score） 變異性（variability） 變異數（variance） Appropriateness is determined at two levels: 1) the best partitioning of the data for testing hypotheses and showing relationships and 2) the availability of comparison data. Researchers often add an “other” option to a measurement question because they know they cannot anticipate all possible answers. The need for a category set to follow a single classification principle means that every option in the category set is defined in terms of one concept or construct. At this point, the data should get a thorough editing. For a small study, a single editor will produce maximum consistency. For large studies, editing tasks should be allocated by sections. Sometimes it is obvious that an entry is incorrect and the editor may be able to detect the proper answer by reviewing other information in the data set. This should only be done when the correct ans