[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	值	次數	百分比
income	1	25	6.25%
	2	50	12.5%
	3	100	25%
	4	150	37.5%
	5	50	12.5%
	6	25	6.25%
gender	1	100	25%
	2	300	75%

• 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。