搜索
总复习数据质量评估选择数据分析方法执行描述和统计推断分析写量化研究论文1第一步、数据质量评估样本代表性文本解读•是否概率抽样•研究总体与抽样框•PSU的数量、抽取方法•是否分层，分层指标是否与研究高度相关•调查的回答率•抽样和调查的质量控制计算•标准误（简单随机抽样vs复杂抽样；绝对误差&相对误差）•偏差•覆盖误差•无回答误差2测量质量信度•前测后测法•复本法•折半法•内部一致性法：alpha0.6效度•内容效度•准则效度•结构效度–探索性因子分析–验证性因子分析–因子负载、共同度、因子累计贡献率0.55–组合信度、平均变异萃取量0.5–因素区别力第二步、选择数据分析方法解释性研究多水平模型：自变量不属于同一个测量水平时，使用多水平模型,其中定距定比变量用分层线性回归（HLM）潜变量法：研究潜变量之间的因果关系时，使用该方法。观测变量和潜变量都是定距定比时，使用结构方程模型，定类定序时使用潜在类别分析纵贯数据/历时数据：时间序列分析、事件史分析等横截面数据：方差分析、相关分析、回归分析等3描述性研究类序变量距比变量数据整理因子分析聚类分析无回答插补数据质评信度系数因子分析第二步、选择数据分析方法方差分析因变量为定距定比自变量为定类定序分析的是因变量在自变量的各个类别上是否有均值差异P0.05说明有显著的差异事后比较可以用Scheffe系数注重交互项的作用分为一元单因素、一元多因素和多元方差分析4相关分析P0.05说明有显著的相关趋近1表示高度相关趋近0表示不相关相关系数的选择要恰当相关分析无控制、局限于两个变量之间的关系，无法回答数量上的共变关系回归分析P0.05说明有显著的相关回归分析方法的选择要恰当回归分析有控制、研究多个变量之间的关系，能回答数量上的共变关系能回答自变量与因变量的关系，模型整体解释力第三步、执行描述和推断描述变量为定距定比（散点图、折线图、直方图）集中趋势•均值、中位数、众数离散趋势•方差、标准差、四分互差变量为定类定序（圆瓣图、柱形图、条形图）频数和百分比分布•注意行百分比和列百分比的解读不能计算均值可以计算中位数、众数5第三步、执行描述和推断推断逻辑概率（依据概率来下结论）概率分布（概率从何而来，从概率分布而来）抽样分布（抽样数据，如何得到概率分布，通过抽样分布而来）正态分布（如果获得大多数现象的抽样分布？通过正态分布而来，中心极限定理是桥梁，将大多数现象可用正态分布来表达）标准正态分布（去掉量纲，形成固定的概率分布表）推断方法参数估计•点估计：样本均值、样本比例、样本方差可获得无偏估计•区间估计：在一定置信水平下的参数值的区间范围假设检验•小概率原理6第三步、执行描述和推断相关分析7定类→定类定序→定序定距/比→定距/比ф系数、Q系数Gamma相关系数Pearson相关系数C系数，V系数Kendall’stau-b/tau-c系数Lambda（λ）Somers’d系数Goodman&KruksalTau-ySpearman等级相关系数第三步、执行描述和推断方差分析分析目的：因变量在自变量的不同类别上的均值是否相等种类：一元单因素、一元多因素、多元方差分析如果自变量的统计显著（p0.05），则说明均值有显著的差异一元多因素：饱和模型和非饱和模型交互项的作用更重要，体现了相互控制的结果事后检验：各个类别之间的均值差是否显著，如果显著，均值差是多少，置信区间是多少8第三步、执行描述和推断回归分析9因变量回归方法回归模型自变量-因变量（在95%置信水平下，在控制了其他变量的情况下，）整体评价连续型定距定比OLS回归、稳健回归Y=a+bxx每增加1个单位，y增加b个单位Adj.R2离散型定距定比CountregressionLn(r)=a+bxx每增加1个单位，在一段时间内事件平均发生的次数是原来的exp(b)倍LL0;伪R21卡方检验p0.05二分类定类变量Binarylogisticx每增加1个单位，因变量发生与不发生的概率之比是原来的exp(b)倍多分类定类变量Multi-nominallogisticx每增加1个单位，因变量新的发生比是原来的exp(b)倍，发生比是指选择m类和选择k类的概率之比定序变量ordinallogisticx每增加1个单位，因变量新的发生比是原来的exp(b)倍，发生比是指高于某水平和低于该水平的概率之比bxakypmyp))()(ln(bxamypmyp))()(ln(bxapp)1ln(第四步、写量化研究论文选题要有创新，理论假设要有争论色彩，要可检验要尽到文献综述的义务说明数据来源检验数据质量分析数据结果说明理论假设有概括和归纳不局限于一个模型模型之间要比较有理论意义和现实意义10结束，谢谢！祝各位暑期愉快！11