2009年1月15日 星期四

W18 The End Talk

最後一堂課,老師用讓我們用interview的方式,說明自己在這個學期學到了什麼。

Round 1 :由映竹訪問我關於期末報告論文的議題
由於我們是用聊天的方式進行,所以沒有甚麼很明確的問題,以下簡略的將對話內容摘要:

你寫這篇研究的動機大概是什麼?
因為之前當過國科會的研究助理,所以大概知道有些人在數位典藏國家型計畫結束後,會被強迫遣散,所以想要了解他們在計畫結束後的規畫是什麼。

你真的有這麼關心這一群人嗎?
嗯......其實也還好啦..只是想說有些認識的學長姐在裡面工作,而且是第一份工作,不知道他們被遣散後,該怎麼辦,想要稍微了解一下。順便也看一下這些研究助理們往後會不會繼續留在數位典藏相關產業裡面貢獻。

所以你的研究對象是鎖定在老師底下的學生嗎?
嗯..不是耶,因為老師底下的學生通常都是任務性質的幫忙完成工作。我比較想知道自願被招聘進去的那些研究助理未來該怎麼走。是要回家帶小孩?還是自己開公司?或是其他出路之類的

那國外類似計畫的人呢,他們有比較早結束的計畫,那他們的人去哪裡了?
ㄜ....這個禮拜一的時候小蝶老師也有問到我,老實說,我還真的忘了有國外的狀況可以做相關的文獻探討。沒有注意到這一個部分....不過我在想,應該怎麼找到那些檔案呢?這感覺會比較像一個研究報告...不知道這些報告該去哪裡拿...希望國外會有人跟我做相關的研究...

那你比較想看哪個國家的?
我覺得應該是英國吧,因為美國最近一次的大型國家型典藏計畫是美國記憶計畫,但那已經結束有將近10年了....而英國的AHDS最近才剛結束,影響應該會比較深刻一點。不過AHDS似乎是一個機構...也不像是一個計畫...總之會再找國外類似的案例來研究。

感想:
跟同學重新講了自己的研究之後,發現中間有許多矛盾和不足的地方,由其是最後一個問題,我打從心裡沒有想到可以去探討相關案例,而且國內的應該也有早已結束的長期大型計畫,也可以作為survey的對象。
原來在做研究的時候,很容易的會陷入象牙塔裡面,在自己認知的世界出不來...還是要多跟其他人討論才可以海闊天空......

Round 2:由我訪問叔華關於這學期的課程學到了什麼

請問學到最有印象的是?
  1. 從課本和讀論文的練習中,知道了做研究的流程與原因該是怎麼樣的。比如說:以前只知道在寫文章前要先文獻探討,而現在知道為什麼寫文章需要文獻探討了。
  2. 了解到研究需要有相當嚴謹度,從架構到用詞,都會影響文章的品質
請問最沒把握的是?
有了研究方法的相關名詞知識,但是在操作上還是會碰到問題。由其是在解釋資料的部分,自己所認為的推理過程解釋,在其他老手的眼中看起來像是笑話一樣,考慮到的層面還不足,而且會陷入數字與語句的迷思當中。

感想:
在跟叔華聊天的過程中,我們有互相聊到對於這堂課的心得,他說:與其他系所相對起來,我們所得到的知識無法用考試來衡量,比方說調查研究,其他系的學生會從定義開始下手,說明調查研究的定義、特性、問題該怎麼發展等等,像在寫書一樣(外顯知識)。但我們學到的,會比較著重在研究意識跟研究問題的發展,相對來講,是比較哲學上的思路(內隱知識)。

我也有相同的感想,突然要我講出一個研究法名詞的定義跟特性,我可能沒辦法講的很詳細完整。但是要我思考一個研究議題,我會想的比較深入。應該這樣說,我覺得這學期學到比較多的是研究方法的意涵與思考,而非研究工具的使用。這兩個部分是需要合而為一的,但相信在工具的部分,往後的學習歷程能慢慢的補足,畢竟思考的能力還是比工具使用能力重要許多。

2009年1月7日 星期三

[W17] 量化分析

今天這堂課主要學習的是:
1.整理原始數據(編碼簿):問卷上的答案,紀錄的表格
Code Book VS Coding Book:Code Book是定義Code的地方;Coding Book是擺放raw data的地方
2.量化資料分析:研究者作一些事情將些原始資料,變成能夠看到他在假設上所陳述的為何(描述統計)
3.解釋數據(最難的地方):最後能夠解釋或是給予理論一些有意義的結果

資料處理
  • 資料編碼 (原來量化也是需要編碼的!!)
  • 輸入資料
  • 清除資料

資料分析

1.單變項分析

  • 次數分配(Frequency)
    每一種category裡面,有幾個次數出現





















































  • 變項次數百分比
    income1256.25%
    25012.5%
    310025%
    415037.5%
    55012.5%
    6256.25%
    gender110025%
    230075%


  • 集中量數測量
    主要概念關鍵字:最小值、最大值、中位數、平均數、眾數

  • 離散趨勢測量
    用來描述變項分數的分散情形,主要觀念關鍵字有:全距、四分差、變異數

2. 雙變項分析
想了解變項之間的關係是什麼
在解讀時可從從散佈圖中看三樣東西:形狀、方向、密度

3.多變項分析

  • 統計控制
  • 百分比的表格設計
  • 多元迴歸分析

推論統計

需要注意的有:統計的目的、統計顯著度(顯著水準為.05 .01 .001)
另外在敘述上,光是X跟Y有相關,這樣的敘述不夠好,必須寫說X跟Y有統計上的顯著相關


老師不斷提醒我們量化的概念不應該分散的來讀,但我今天所理解到的概念還是非常的分散。最懂的部分是量化分析的步驟:資料處理→量化分析→解釋量化。但是這三個part的內涵還是一知半解,尤其是分析的部分。知道甚麼是單變項、雙變項,知道怎麼算中位數、平均數、眾數,但這些概念在甚麼時候用得上呢,更正確的說,應該是這些概念要怎麼拼湊才會得到問題的答案,甚麼樣的問題需要有哪些概念?不知道…這是我目前量化最大的障礙。

除此之外,老師也一再提到統計工具的重要性,量化這個部份要把握的是各個方法的概念與使用時機,其他的就交給高科技來處理。

2009年1月2日 星期五

W16 investigation II

這次的調查過程比Foster教授的還要棘手很多,表面上只是看四篇文章寫個分析心得,但實質上卻有重大的內涵。若是個人一篇文章的分析還容易完成,但當四篇研究放在一起的時候,它們所擦出的火花,是很複雜的。

整個作業的過程中我們一直在想,如何把四篇研究放在一起比較,但發現其實實驗研究之間的比較是沒什麼意義的,尤其是在資料處理與實驗進行過程方面,因為這些都會隨著研究者的研究目的與假設而改變,並非說我這篇文章有多做一次共變數分析多做一次T檢定,而你的沒有,就代表你的文章寫的不好,這是我們這次報告所獲得的最大心得。

我們也曾經想過用柏堯一組的方式作呈現,但當把表格列出來後,發現我們根本沒有能力去說明為什麼這篇有T檢定,而另一篇沒有;為什麼你的是用組內迴歸同質性分析,我的卻是組間?這當中牽扯到太多太多的統計概念,所以決定放棄這種表達方式,因為我們所能告訴大家的僅是為什麼這四篇都是用共變數分析,共變數的用途與共變數需要注意的事項。

其實今天的報告懂的,仔細想想沒幾樣,唯一比較懂的新概念就是老師所講解的虛無假設與對立假設之間的差異以及Type Error I & II的概念。




















  犯罪事實有 犯罪事實無
調查犯罪有 correct Type I Error(信心水準0.1)
調查犯罪無 Type II error(信心水準.05) correct


因為沒有實際看過該報告,直接聽同學們的簡短敘述,我還是沒有辦法擷取出當中的重點,往往發現還在弄懂該研究在講什麼的時候,就報告完了....看來我離鑑賞報告的功力還有一甲子之多....