社会研究方法复习提纲y.docVIP

社会研究方法复习提纲 第一章 统计基础 一、测量 1、测量的概念 史蒂文斯：测量就是依据某种法则给物体安排数字 测量：就是根据一定的法则，将某种物体或现象所具有的属性或特征用数字或符号表示出来的过程 2、测量的分类（按测量水平划分） 定类：观测或研究对象的特征从测量的角度只能分为几个不同的类别，而且类与类之间相互排除。（对称性和传递性） 定序：研究对象的特征不仅可以区分为几个不同的类，而且类与类之间有高低顺序之分，当然，类与类之间相互排除。（传递性） 定距：研究对象的特征不仅可以分类排序，而且可以建立物理的量度单位，但“0”点是人为规定的。 定比：研究对象的特征不仅可以分类排序，而且可以建立物理的量度单位，且有自然“0”点。 3、测量的评估标准 （1）效度的分类 效度的概念：测量的有效度或准确度。指测量工具或手段能够准确测出所要测量的概念的程度，或者说能够准确、真实地度量事物属性的程度。 内容效度：又称取样效度（sampling validity）或逻辑效度（logica1 validity），是指测量是否能够准确地测到要测量的内容或行为领域 准则效度：准则效度又称为实证效度（empirica1 validity）：在统计上，准则效度是指借助于有效的测量标准（效标）对测量的有效性进行评价。 准则关联效度又可细分为同时效度（concurrent validity）和预测效度（predictive validity）两类，它们都表示了评估结果与外在标准之间的一致性，二者之间的主要差异在于评估的目的和外在标准的搜集时间不同 建构效度：建构效度又理论效度度（empirica1 validity）：建构效度就是指该测量的测量结果是否符合由理论所衍生出来的假设，考察建构效度就是要了解测量工具是否反映了概念和命题的内部结构 建构效度又包括两个类型： ①收敛效度（convergent validity）： ②区别效度（discriminant validity）此种效度也称之为分歧效度（divergent validity）。 表面效度：表面效度是指测量结果的相关者使用者及一般大众对于测量的相关方面所作的主观判断，判断该测量能否达成预期目的。一个具有高表面效度的测量比低表面效度的测量更能赢得测量相关者的配合，减少对测量公平性的抱怨，也更能使得一些决策者、雇主或官员信服并愿意采用该测量 （2）信度与效度的关系 信度：指测量的可靠性，包含测量值的稳定性与测量内容的一致性。测量值的稳定性是指同一测量经多次施测所得测量值的一致性程度，一致性程度越高稳定性越高。测量内容的一致性指各个测量在功能或性质上是属于同类或趋近于同类。 信度与效度的关系： （1） 信度低，效度不可能高。因为如果测量的数据不准确，也并不能有效地说明所研究?的对象? （2） 信度高，效度未必高。例如，如果我们准确地测量出某人的经济收入，也未必能够?说明他的消费水平。 （3） 效度低，信度很可能高。例如，即是一项研究未能说明社会流动的原因，但它很有?可能很精确很可靠地调查各个时期各种类型的人的流动数量。? （4） 效度高，信度也必然高。 二、概率 1、主观概率：主观概率是观测者对系统出现某个状态的相信程度 。 2、主观概率与客观概率相比的性质： 连通性： or or 传递性： AB,BC,则AC变量的测量类型和包含的信息（定类、定序、定距、定比） 一致性： 所有概率发生的和为1. 随机变量描述中心趋势的统计量 中心趋势的测度是用一个数或数值来代表一组数据的平均数 （1）均值：指一组数据的算术平均数 均值的特征：①一组数据中的每一个数据都参与均值的计算 ②每一组数据有且仅有一个均值 ③均值可能不是变量的一个实际值 ④奇异值（outlier)会对均值产生非均衡干扰并因此影响到均值的代表性 （2）中位数(Median) ：指一组数据按大小顺序排列后位居最中间的一个数值 中位数的特征：①中位数不受奇异值的影响。 ②最多只有中间两项决定中位数。 ③如果各个数据不是集中在中位数附近，则中位数也不是该组数据中心趋势的一个优良测度。 ④中位数通常表现为实际存在的数据。 （3）众数 (Mode) ：指一组数据中出现次数最多的那个数值 众数的特征：①众数不一定是“中心”或者在中间数的附近 ②一组数据可以没有众数也可以有一个以上的众数 ③只有定类和定序测度的变量众数才是有用的集中趋势的测度 3、中心趋势的测度层次 均值适合定距和定比水平的变量 中位数适合定序、定距、定比水平的变量 众数适合定类、定序、定距、定比水平