量化研究与统计分析

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(quantitativedata)分析2、质的研究(qualitativeresearch)。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1．描述统计学(descriptivestatistics)2．推论统计学(inferentialstatistics)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：1.调查法：分访问调查及问卷调查法；2.实验法：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1.选择与定义问题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。2.执行研究的程序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？3.资料分析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。4.结果分析与结论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，p.3)（四）、注意的问题：1.常用的抽样方法有三种(Gay，1992)：（1）随机抽样(randomsampling)：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(stratifiedrandomsampling)：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：（3）整群抽样法(clustersampling)：如果样本所属的母群体很大或涵括的地理位置很广，则采用整群抽样法较为简宜。整群抽样法是以一个群组(cluster)或一个团体为抽取单位，而不以个人为取样单位，因而整群抽样法时，抽取的样本点是一个群组、一个群组，群组与群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组间的特征非常接近，同构型很高；而群组内彼此成员的差异较大，异质性高。在社会科学领域中，整群抽样的群组如班级、学校、组别、部门、学区等。总之，样本选取时，最重要的是样本要有代表性，才能从受试样本群推论到其母群的性质，受试样本要有代表性。2.取样的样本要多少：在研究设计中，受试者的数目要多大才算具有代表性，多少个样本才算“够大”(largeenough)，这个议题，社会科学研究领域中，似乎无一致结论。学者Gay(1992)对于样本数多少，则提出以下之看法：（1）描述研究(descriptiveresearch)时，样本数最少占母群体的10%，如果母群体较小，则最小的样本数最好为母群体的20%。（2）相关研究(correlationalstudies)的目的在于探究变项间有无关系存在，受试者至少须在30人以上。（3）因果比较研究(causal-comparativestudies)与许多实验研究，各组的人数至少要有30位。（4）如果实验研究设计得宜，有严密的实验控制，每组受试者至少在15人以上，但权威学者还是认为每组受试者最少应有30人，最为适宜。3.变量属性的界定：不同变量属性，所适用的统计方法也不同。数据分析的变量属性的分类中，多采纳学者Stevens(1946、1951)的观点，Stevens的看法中，乃根据测量量表或测量水平的基准，将变量属性类别划分成以下几种：（1）名义变量(nominalvariable)或称类别变量(categoricalvariable)主要在于分类对象，把对象转变为间断类别，变量主要属性只是用来辨识事物或表示事物的类别而已，如性别、种族、学校大小、教师职务、教师性别、学生年级等。名义变量无法陈述事物与事物之间的差异大小或形式，它属于间断变量的一种。（2）次序变量(ordinalvariable)变量除具有分类特性外，又具有等级排序关系。变量间根据某个准则，可将对象由最高至最低作有规则的排序，变量主要属性在于可用数值表示对象间之优劣、多少、高低、次序等。次序变量与名义变量不同之处在于次序变量有“方向次序”存在。统计学上的中位数与百分等级等统计方法也属于次序变量。（3）等距／比率变量(interval/ratiovariable)等距变量除可表示对象类别及比较大小次序外，对象类别间距离是相等的，因而变量间有“可加性”(additivity)。如果对象类别间存有绝对的零点(logicalzeropoints)，则称为比率变量，比率变量间有”可乘性”(multiplicativity)，二者均属连续变量(continuousvariables)。研究者在变量属性确认方面，要能正确区分连续变量(包括等距变量与比率变量)与间断变量（包含类别变量与次序变量)，方能选用正确的统计方法。4.变量性质与适用时机通常因变量为连续变量时，可进行参数统计，如平均数差异检验的ｔ检验、方差分析、共变量分析、回归分析、多变量分析、典型相关等。另外一种常见的情形，是研究的样本数很少，或研究分析的变量为间断变量，则此时最好采用“非参数统计法”。（五）、量表编制原则在社会科学领域中，常用的李克特式的多选项量表(multiple-itemscales)，严格说起来，量表之变量性质是一种次序变量，但次序变量与名义变量均属“离散变量”（discretevariable），离散变量无法求其平均数、或进行相关、回归等统计分析，因而无法验证相关的研究假设，所以多数研究者在编制多选项量表时，皆把量表视为等距变量来设计。李克特量表(Likert-typescale)填答方式，通常以四至六点量表法，为多数研究者与学者采用，其中以五点量表法的内部一致性较佳。常用的选项名称如：选项名称一选项名称二选项名称三选项名称四非常符合５符合４有时符合３不符合２非常不符合１总是如此５时常如此４有时如此３很少如此２从未如此１非常同意５同意４不能确定３不同意２极不同意１(非常不同意)非常重要５重要４不能确定３不重要２极不重要１(非常不重要)为了使评定量表各选项上的差距相等，在问卷编制上可采用两极端的方式来编制问卷或直接把数字填上，让受试者填答，如：非常满意非常不满意我对于在职训练讲师之授课方式感到□□□□□或非常满意非常不满意我对于在职训练讲师之授课方式感到５４３２１非常同意非常不同意我认为参加在职训练能增进工作效率□□□□□或非常同意非常不同意我认为参加在职训练能增进工作效率５４３２１此外，在社会科学领域中，另一个常见的变量为“二分变量”(dichotomousvariables)，此变量被视为名义变量或次序变量，均属于离散变量，对象属性只分为二大类别，如“男”、“女”；“及格”、“不及格”等。如果离散变量有三大类或三个水平时，则称为“三分变量”(trichotomousvariable)，如包含三个类别以上或三个水平以上的离散变量，又称为“多分变量”(multichotomousvariable)。在统计研究上，高层次的连续变量可以区分为低层次的二分变量或三分变量或多分变量。1-2、量表分析步骤在问卷调查法(questionnairesurvey)或实验研究法(experimentalmethod)中，研究或调查工具编制甚为重要，问卷如果编制或选用得宜，则研究才更具可靠性与价值性。本章先说明问卷信效度分析的简要步骤，各步骤的操作方法则分别于以后各章节详细说明。问卷信效度分析的步骤：一、编拟预试问卷在预试问卷的编制或修订上，应根据研究目的、相关文献资料与研究架构等方面加以考虑，如果有类似的研究工具，可根据研究当时的实际情形，加以修订、增删；如果是自己重新编制问卷，问卷内容应依据研究架构的层面，加以编制。在编制问卷时，应注意：1.如果问卷的题项内容过于敏感，应在问卷中穿插数题「测谎题」，以探知填答者是否据实填答。2.态度量表通常采用的是李克特式量表(Likert-typeScale)法，量表填答方式以五点量表最可靠。3.预试问卷题项数最好是将来所需正式题项总数的3-4倍，在某些特定内容范围中，至少要约为正式量表题项数的1.5倍。二、预试预试问卷编拟完后，应实施预试，预试对象的性质应与将来正式问卷要抽取的对象性质相同，预试对象人数以问卷中包括最多题项的“分量表”的３－５倍人数为原则，如调查预试问卷中，包括三种分量表，每种分量表包含的题项分别为40题、35题、25题，则预试对象，最好在120位至200位中间。再根据学者Gay与Airasion(2000)的观点，样本的大小应根据研究的种类来决定，如：1.描述性研究：样本人数至少应有总体人数的10%，如果总体较小时，则样本人数至少要有20%左右。2.相关研究时：样本人数至少应有30人，始能确定有无相关存在。3.实验研究与事后反馈研究：每组人数至少应有30人。4.如果实验研究设计得宜，有严密的实验控制，每组受试者至少在15人以上，但其他权威学者还是认为每组人数至少应有30人最为适合。三、整理问卷与编号问卷回收后，应一份一份检查筛选，对于数据不全或不诚实填答的问卷，应考虑将之删除；对于填答时皆填同一性答案者，是否删除，研究者应考虑问卷题项本身的内容与描述，自行审慎判断。筛选完后的问卷应加以编号，以便将来核对数据之用；之后再给予各变量、各题项一个不同代码，并依问卷