量化資料分析, 1/7

今天上課，老師先告訴我們今天的課程有三個目標，整理原始數據、量化資料分析與解釋數據。

1. 整理原始數據─問卷上答案記錄的表格
    a. 編碼簿 code book, 研究前的分組概念，就像食譜一樣。
        如: 男1 女2; heavy reader 1, light reader 2.
    b. Coding book: 整理過的資料，實際的材料擺上去。像 "raw data"

2. 量化資料分析─研究者做一些事，將這些原始資料變成能夠看出他們在假設上陳述的為何。
    a. 描述統計:
         i. 單變項
            1) 次數分配：describe frequency. 可以連續變項或分類變項。
            2) 集中量數：眾數mode (最多的), 中數 midian (中間值), 平均數mean, max (=sealing), min                     (=floor). 只能用在連續變項。集中量數測量方法，做一個完整的表，每一個變項都希
                望能做一個"描述統計"。
            3) 離散趨勢測量方法: 每個樣本數跟平均數距離有多遠。
        ii. 雙變項 (雙變項間的關係) 散布圖 (形狀 方向 密度)
            1) 相關係數
            2) 相異係數
                   ○ t檢定
                   ○ 卡方檢定
            3) 迴歸 (regression)
    b. 推論統計─ "x 跟 y 有統計上的顯著相關"
        i. 注意目的
        ii. 統計顯著度

3. 解釋數據 - 最後能夠解釋或給予理論一些有意義的結果
    a. 虛無假設 : 用詞 "無法拒絕"。
    b. 對立假設: 用詞 "接受或無法接受對立假設"。

量化分析在我們上次的小組調查作業裡，我們已有稍微的討論到，對於實務上的運用仍有一段距離。希望能對我們下週上統計學有個概念，也要我們因研究題目來選擇適合的研究方法，而不是不會哪一種研究方法才選另一種，對質化或量化而言。

下課前老師提到當我們在看文章時，我們應該想該如何與作者的思想相抗衡？或是我們應該要知道「我想知道什麼」。我同意這樣的想法，這是一種思考的訓練，不過前提是要多閱讀，才能漸漸提出看法。