3.假设与研究设计.ppt

假设与研究设计 公共管理人员制定政策时的问题 把特殊儿童编入学校正规班级比实施专门计划的成本更低吗？ 电视新闻是否影响人们对政治的态度？ 住房拥挤是否引起犯罪和侵犯？ 进一步限制车速将减少城市街道交通死亡事故吗？ 内容 假设与变量 分析单位 控制变量 假设的操作化 研究的计划：研究设计 假设与变量 每个问题都暗含了因变量（dependent variable)和自变量（independent variable) 自变量：潜在原因，引发该结果的变量 因变量：结果，是受到影响的变量 巡警执勤会减少犯罪吗？ 巡警执勤 自变量 因变量 该关系可能为真，也可能为假 假设：对自变量与因变量之间关系进行预测的陈述 假设1：车速限制越严格，交通死亡事故越少 假设2：从普遍选举到选区选举的变化，将提高少数群体的代表性 假设3：增加上街的警察人数，会降低犯罪率 假设4：为新兴产业提供优惠税额，将促进新职位形成 零假设（null hypothesis)：自变量被假设对因变量不产生任何影响 应用在统计显著性检验中 习题 一位大学行政人员对研究班级规模与学生所获知识之间关系有兴趣。请形成一个假设。指出哪一个是因变量，哪一个是自变量 一名国会议员对食物券计划的实施有兴趣。她令助手对其选区内各县的情况做比较，确定该计划的实施是否与各县居民的教育、收入及种族情况相关。请形成两个假设，并各自指明因变量与自变量。 分析单位 分析单位或层次（level or unit of analysis) 分析单位：被研究的对象，如个人、群体、地域单位：任何可收集到有关信息的事物。 分析层次：个人，是个人层次，群体或地域单位，整体层次或整体分析 自变量或因变量：对分析单位的某一特性的测量；如教育、收入、年龄均是对个人特征的测量 变量是单位的特性 正规教育年数（变量）是个人（分析单位）的一个特征。 总人口（变量）是城市（分析单位）的一个特征。 同一假设可能使用不同分析单位或需要在不同分析层次上加以验证。 如假设：有关减税的公民投票的支持率与教育相关。 可调查个人，将其所受教育与对减税所持意见做比较 或用县做分析单位，利用公民投票中的支持率与中等教育水平的整体数据来检验。 层次谬误或生态谬误（ecological fallacy)：防止使用某一层次的数据推导出有关另一层次数据的结论。 如：以县为层次的数据表明，那些拥有大学毕业生最多的县在有关减税的公民投票中的支持率也最高，但以此为依据得出结论，认为个人而言，教育与在公民投票中支持减税呈正相关，则是无效的。 例：非裔人口较多的城市比非裔人口较少的城市犯罪率高，得出结论黑人犯罪率高 控制变量 假设检验：确定你已收集的数据是否支持你的假设。 很多时候，假设可能会因为受到其他变量影响才看似成立。 冰激凌销售量和溺水死亡之间存在正相关 城市中的骡子数量和博士数量间存在负相关 鞋子尺寸和孩子的数学能力之间存在正相关 出现的消防车越多，建筑物所受到的危害就越大 如：实行选区选举的城市与实行普遍选举的城市相比，非裔美国人被选进市议会的可能性更大。 数据表明该假设为真。 但需进一步核实：是不是因为选区选举的影响才使得非裔美国人的代表增加了。 或许非裔美国人占人口比例较高的城市更倾向于采纳选区选举计划。因此，当一个城市黑人人口更多时，人们自然会期望增加非裔美国人的代表。 所以可能是人口占多数的非裔美国人口数量，而不是选区选举本身，致使代表增加。 选区选举与非裔美国人的代表之间的关系可能就此被认为是一对虚假关系（spurious relationship) 因此，非裔美国人占人口比例在分析时被称为控制变量（control variable) 假设1：在非裔美国人口比例大致相同的城市中，那些实行选区选举的城市与实行普遍选举的城市相比，黑人在前一类城市议会中的代表性高于后一类城市。 假设2：在控制黑人人口比例后，非裔美国人在实行选区选举的城市议会中的代表性，高于在实行普选城市的市议会中。 对自变量和因变量关系因素加以控制的途径： 有时可在研究设计中完成 大多数时候，都必须运用统计操作来完成。 任何假设都存在数以百计的潜在控制。如何决定哪些因素可能和自变量或因变量相关？ 个人、州、地区的人口统计学特征 教育水平、社会阶级、种族、年龄、性别等 历史趋势 政治与经济因素 其他因素 因果关系的三个主要标准 变量之间必须相关 原因必须先于结果发生 不是假相关 假设的操作化 例：枪支管制法是否将减少犯罪？ 操作化术语（operational term）：使被检验对象得到清晰表达的术语来定义 假设1：要求对枪支进行登记的法律将使凶杀案发生率下降。 假设1：群体活力培训将增进州交通事务部雇员的合作。 假设2：引入零基准预算将使预算过程更有