第十四章相关研究法第十五章事后回溯研究法.ppt

第十四章：相關研究法第十五章：事後回溯研究法 教育研究法 第九週上課內容 相關研究（correlational research） 可視為敘述研究的一種 – 相關研究旨在描述現狀。 以數量的術語描述和變項之間的關係。 相關係數（correlation coefficient or coefficient of correlation） 介於-1與1之間 相關係數的絕對值越大，則相關性越高。 歷程 問題的選擇：考驗有關期望之關係的假設 樣本：至少30個 工具：注意信、效度 設計與程序 資料的分析與解釋：需注意相關研究無法解釋「因果」。 關係研究 試圖理解變項與變項間之關係 可為因－果比較研究與實驗研究提供方向。 可提供因－果比較研究與實驗研究的控制變項。 積差相關係數（product movement correlation coefficient），或稱皮爾遜r（Pearson r），此方法為雙變項相關統計（bivariate correlational statistics）的一種。 二變項間應呈直線關係。 Ex:學生每天練習數學的時間與其數學成績是否相關。 預測研究 二高度相關的變項中用其中依變項預測另一變項。 預測變項（predictor）vs.效標變項（被預測的變項criterion） Ex:利用學生小四的數學成績預測小五的數學成績。 複迴歸方程式（multiple regression equation） 等級相關 績差相關（適用於30人以上） 等級相關（適用於10-30人） 肯氏相關（適用於10人以下） 肯氏和諧係數（Kendall’s coefficient of concordance, ω） 分析三位以上評分者的一致性 二分分數相關 二系列相關 – 二個人為分類群組與連續變數間的關係，其相關係數可能>1。 Ex:數學及格與否vs.數學性向測驗 廣布二系列相關 – 與二系列相關類似，但著重於極端的案例。 Ex:數學90分以上與10分以下學生vs.數學性向測驗 點二系列相關 – 二真正分類群組與連續變數間的關係 Ex:性別vs.數學性向測驗 二分分數相關 四分相關 – 二組人為二分類群組間的關係 Ex:數學及格與vs.國語及個與否 Phi相關 – 二組真正二分類群組間的關係 Ex:性別vs.試題中每一題的對錯 其他 列聯相關 – 列聯相關適用於兩個變項或其中一個變項的分類超過兩個以上類別時。 相關比 – 有些變項之間的相關不一定呈現直線關係，而是呈曲線關係。 優點：兩變項為明顯曲線相關時，相關比更能準確表現出。 缺點為不易計算。 適用不同變項形式的相關係數 多變項相關統計分析 多變項分析(multivariate analysis) 運用多變項統計技術可協助統計者測量與研究三個以上變項形成各種組合之間的相關程度 可分析相關的資料及實驗結果的資料。 複迴歸(multiple regression) 確定數個預測變項與效標變項間的關係 複迴歸分析在研究中的應用主要在於預測，且綜合多個變項預測效標變項，其正確性較根據一個變項預測高。 Ex：智力、動機、學習習慣、自我觀念、社經地位等變項與學業成績之相關。 y=β0+β1x1+β2x2+β3x3 區辨分析(discriminant analysis) 區辨分析與複迴歸類似。 其效標變項可分成兩個或更多類別（類別變項）。 主要目的：根據某群體過去在預測變項與效標變項間存有的關係，從個人預測變項的資料，預測其未來所屬的類別。 Ex：根據不同的職業興趣預測個人將來從事之職業類別。 典型相關(canonical correlation) 典型相關是以組合的數個預測變項來預測組合的數個效標變項。 主要目的：發現哪一組的預測變項最能夠預測那一組的效標變項。 Ex：學業性向、家庭社經地位、中學平均成績、職業興趣 、中學後受教年限vs.年薪、身心健康程度、對社區貢獻程度 路徑分析（path analysis） 考驗三個以上變項因果關係之理論效度的技術。 可增研究者對相關研究設計之運用何限制的了解 較其他技術更倰發現相關資料存有的因果關係。 因素分析(factor analysis) 沒有自變項而有若干個依變項的多變項分析方法。 主要目的在於認定一組依變項中的因素結構，使變項的數量減至最小限度，但仍不失原來代表性。 步驟 計算相關矩陣，求出任兩變項間的相關 進行因素分析已決定變項是否可以較少數的因素予以描述 淨相關(partial correlation) 分析兩個變項間的相關，在去除第三個變項，是否仍保持不變。 多變項相關分析方法比較 相關研究易犯的錯誤 研究者假定關係的研究在於證明因果關係 選擇相關研究的變項時，不借重理論 預測或是關係研究時，無法發展令人滿意的效標量數 在需要淨