TITLE: 第三章 量化研究 AUTHOR: QUENCY DATE: 02/10/2014 08:10:49 AM CATEGORY: 設計理論 STATUS: publish ---- BODY:

http://n91074.pixnet.net/blog/post/21632932

http://n91074.pixnet.net/blog/post/21681566

Chapter 3: 量化研究 (第一、二點建議與質化研究相比較)

一、量化研究的特質/定義: 量化研究認為世界是一個有秩序, 有法則而穩定的「事實」, 是能夠被完全了解並可以透過概念化, 具體化, 操作化 (conceptualization, specification, operationalization)而被正確測量. 其理論原則是根據:

(一) 實證主義 positivism: 為自然科學取向, 針對可衡量的變數與可證明的假設做的客觀研究. (從中文字義, 就是「實際去證明」故強調科學的重要性)

(二) 經驗主義Empiricalism: 即利用可觀察, 真實世界的經驗, 證據, 和訊息做為發展或檢驗概念的方法. (認為研究的內容, 是要立碁在可以「被經驗」到事物上面; 故同時適用質化與量化研究.)

* 比較質化與量化差異(相關概念可見第一章):

1. 質化: 歸納法induction, 強調建立基礎理論或假設, 重視主觀經驗, 透過對話來解釋個人所認知的意義, 偏探究性之研究設計. 優點在可深入探索抽象的內心世界, 但研究易受偏見影響, 較不科學且無法測出變項之因果關係.

2. 量化: 演繹法 deduction, 強調檢驗理論或假設, 重視客觀科學, 透過概念化, 具體化, 及操作化來進行研究, 偏描述性與因果性之研究設計. 優點為同時進行大樣本研究可省時省力, 運用統計方法計算變項間因果關係; 缺點在無法真切了解或研究複雜的問題或現象.

二、量化研究的資料收集: (我自己認為可以分成三種)

(一) 非干擾性研究:

1. 二次或次級分析 Secondary Analysis: 借用他人已經取得的「原始資料」(即還沒有處理過的資料)來做自己的研究和統計分析, 如拿政府的戶口普查資料來做人口分析, 拿學校的中輟通報人數來分析國中小學生的就學狀況等等. 研究時若要使用別人的資料, 必須徵求同意或者註明來源出處.

2. 現有統計資料分析法 Secondary Data Analysis: 運用他人已經完成的統計分析資料, 再搭配自己收集到的相關資料, 提出自己的看法與發現. 此法雖省時省錢, 但效度(即資料無法完全或資料選取不客觀)與信度(樣本資料會隨時間或空間改變意義)不佳.

3. 內容分析法Content Analysis: 與歷史分析或文化比較法類似, 但歷史分析屬質化研究; 內容分析屬於量化研究, 即對具體的大眾媒體工作做有系統且量化的分析, 再加以描述的一種方法, 也就是將收集到的質化素材(如報章雜誌等)透過編碼coding, 量化的過程.

(二) 社會調查法: 針對某一社會現象, 以抽樣方法, 透過問卷或訪問等工具或步驟, 來收集樣本資料, 經統計分析後, 推論到母體的方法. 其中又分訪問法, 問卷法, 焦點團體法, 及深度訪談法(定點訪談法)

(三) 實驗法: 又分實驗室實驗與實地實驗.

* 補充: 不同的學者對研究方法有不同之分類, 最常見的是分六種: 實地實驗法, 實驗室實驗法, 社會調查法, 事後回溯法, 觀察法, 和文化比較法.

1. 事後回溯法: 即研究者不能直接操控自變項或所欲研究的現象已經發生, 所以必須先觀察依變項(即已產生的結果), 再尋找或探究可能影響結果的原因(即自變項), 並推論兩者之間的相關程度. 因此, 事後回溯法可以靠「非干擾性」的方法來收集資料, 或干擾性的方法, 如直接詢問當事人的記憶, 亦即利用口述歷史法或訪談法等來增加非干擾性資料的可靠性(即資料的三角測定). 故此法適用於質與量化之研究

2. 觀察法(詳見質化研究)亦適合質與量化研究.

3. 文化比較法即歷史分析法, 屬質化研究; 實驗法與社會調查法則為量化研究.

三、測量: 從前幾章我們知道變數是要來測量概念, 而測量反過來就是把變數量化的過程, 亦即用數值來表示所要測的事物的量, 所以測量的基本元素是: 變數variable, 尺度scale, 和數值number.

(一)測量的層次(levels)或尺度(scales): 這個東西跟小學時學過的度量衡很相像, 在測量體積時要用立方, 面積用平方; 量長度用公分或公尺….等等. 尺度也是這樣, 不同的尺度所能測量的東西或功能不同, 能夠幫助我們設計問卷量表, 測量欲測的概念, 其中可分為四種 (中文翻譯很多種, 所以建議直接記英文):

1. Nominal scale 類名尺度: 該尺度無法作量的大小或次序之比較. 如性別(男/女一樣, 只能辨別兩者差異, 但兩者無法比較優劣), 宗教(基督教/天主教/佛教/道教), 班上的座號(班上同學都有一個號碼, 但號碼本身沒有意義, 只是用來辨別每個同學的差異)等等

2. Ordinal scale 次序尺度: 變項間有順序上之差別, 但無法得知差異之大小. 如考試排名(第一名比第二名優, 但光知道這樣無法判斷兩者差多少), 教育程度(小學/中學/高中/大學/研究所, 我們知道研究所的學歷比以下其他的都高, 但沒法計算高多少).

3. Interval scale 等距尺度: 變數間有順序差別且可以計算差異量, 但無絕對零值的存在(即任意零值, 零值是我們自設的, 故只可做加減之運算, 不能做乘除的代數運算): 例如溫度, -5, 0, 5, 10, 15, 20, 25..., 我們可以說各溫度之間具等距離, 每個溫度相差5℃(可加減), 但因為零度並非表示沒溫度, 零度也是具有某個溫度, 那個點是我們人類自訂的, 如果我們說20℃是10℃的兩倍, 那當我們把零點改設為5℃那個點, 則各溫度之間仍具相同距離, 但20℃和10℃會變成15℃和5℃, 兩者便成3倍. 所以在interval scale 不可用代數運算, 只能用加減. IQ智商亦是如此.

4. Ratio scale 等比尺度: 是最高等級的尺度, 具有先前其他尺度之特點, 且具有絕對零值(零是存在的, 不是自設的), 可做代數運算求比值及加減運算. 例如身高, 體重, 收入, (有就有, 沒有就是零)等.

(二)量表測量技術: 做問卷時, 為了節省時間與方便統計的計算, 最常使用兩種測量技術, 兩者採用的尺度較接近上述的ordinal scale:

1. 順序量表或順位法Ranking scale: 例如對北市社福, 教育, 住宅, 交通, 就業五項施政態度, 1-5表示最喜歡到最不喜歡.

2. 評價量表Rating scale: 研究人員先針對其所欲測量的變項作陳述, 並擬定可能的態度尺度, 使受試者在尺度上指出其態度. 例如:請問您對台北市施政之態度? 1很不滿意2不滿意3普通4滿意5很不滿意(這是single dimension單一面向, 有時可以是multiple dimension多元面向: 1很討厭2討厭3普通4喜歡5很喜歡).

*補充: 此種Rating scale的技術很容易造成受試者的誤差:

(1) 月暈效果Halo effect: 即以偏概全之誤差, 受試者容易對被評價的事務給予普遍化的印象或受外在影響而產生偏誤. 例如認為北市建設很好, 就認為其他施政均很好.

(2) 趨中傾向 Error of central tendency: 有些人不願給予極端評價,或因對事物不熟悉而給予中性評價.

(3) 仁慈或嚴格之誤差: 有人在評價時, 習慣給予最高或最低的評價.

3. 舍史東量表 Thurstone scale: (1928年最早由心理學家發展出來的量表, 因較重視專家的意見, 不夠客觀, 目前較少被使用) 先由專家學者選出一組對某個態度目標之陳述句, 再依不同的陳述句給予分數, 之後由受試者對專家提出的陳述句表達同意與否, 依照專家設定的分數評分.

4. 語義差別量表Semantic Differential scales: 是rating scale, two dimension. 亦即受試者在具有兩個面向的陳述句中加以評量, 此量表最常用來測含有主觀文化的概念. 如對母親的意義: 美12345醜 / 溫暖12345冷酷 / 好12345壞

5. 李克特氏量表或總和評價量表Likert scale/Summated Voting scale: (最常使用的量表型態, 是single-dimension, rating scale, 亦使用ordinal scale) 步驟: 擬定若干與研究主題相關之陳述句約50題(items), 依每一陳述句之強弱程度分5或7級, 陳述句可分正向與態及負向語態(需顛倒記分), 找人作前測, 計算受試者每個陳述句之分數, 針對每一陳述句之全體反應做「項目分析」, 不具代表性的題目予以剔除, 使題目剩下約20題, 集結成一個量表稱之. (對項目分析有興趣者, 可來信詢問)

6. 累積量表法 Guttman Cumulative Scale: 量表是由一組互相連鎖的, 具有次序累計性的陳述句組成, 所有之問題為單向且同一性質或主題, 亦即若受試者同意其中一語意較強之句子, 也會同意語意較弱之語句, 可測量態度之強度. 其基本假設為, 個人對某事件認同的態度是逐次累積起來的. 例如測量對不同族群的包容態度: 同意與不同族群的人一起上課(弱), 同意與不同族群的人吃飯(中), 同意自己的小孩嫁給不同族群(強). 如果某人贊成強的, 則亦會贊成較弱的題目. 此種方法缺點在於題目或概念間的相關程度不高.

 

參考2007年10月保成出版 研究法 王淑芬著

----- --------

文章標籤
全站熱搜
創作者介紹
創作者 Quency  Chen 的頭像
Quency Chen

工業設計、Industrial Design、インダストリア

Quency Chen 發表在 痞客邦 留言(0) 人氣(2)