文档介绍：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
(descriptive statistics)
(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:
:分访问调查及问卷调查法;
: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
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。
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?
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。
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:
理论
假设
概念的操作型定义
选取样本或受试者
调查/相关设计
访问或问卷调查
实验设计
设计实验组与控制组
实施观察/访问/问卷
搜集资料
分析资料
结果发现
图1 研究的完整程序(数据源:Bryman & Cramer,1997,)
(四)、注意的问题:
(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:
阶层一
阶层二
阶层三
.
阶层n
取样一
取样二
取样n
.
.
取样总人数
母群体总数
(3)整群抽样法(cluster sampling):如果