為何需要次級資料分析.ppt

次級資料分析 從自然或非自然環境中進行蒐集的資料稱為「初級資料」；引用先前其他研究所收集的初級資料，當做自己研究資料的題材，此種資料為「次級資料」。 次級資料分析法，包括：檔案記錄研究、內容分析、彙總(後設)分析等幾種。 所謂「檔案研究」是針對一些記錄事實的調查，定義域可分三種 (1)初級資料(primary data) (2)次級資料(secondary data) (3)實物 為何需要次級資料分析 一.概念及實質之理由 若能在跨領域及不同時代之大範圍內搜尋，比只從單一初級資料中找尋問題解決，來得有深度及廣度。意即，從次級資料的歸納，更有助於了解歷史真象及變化趨勢。 為何需要次級資料分析 二.方法論之理由 1.假如次級資料是正確且可靠的，則可提供我們「複驗」前人研究的機會。 2.若能收集整合前人不同時期之初級研究成果，將有助於後人做時間縱向研究。 3.次級資料分析，將可改進及運用可操作性概念，來擴展自變數的範圍。 為何需要次級資料分析 三.經濟理由 因為初級資料研究做愈多，花費代價就愈多，此時研究者不妨改用較省錢的次級資料分析，不但有現成的初級資料可用，還可節省一大筆錢 次級資料搜尋準則 1.確定自己的需求：可先檢視所有前人檔案之主題索引，再確定相關的「關鍵字」有那些 2.要使自己熟悉尋找準則、目錄清單 3.要與保管初始資料者接觸，並熟悉初級資料有那些。 4.善用專業幕僚來驗証初級資料，並學會如何以正式方式獲取資料。 次級資料的搜尋 5.專業幕僚經驗分析，獲知初級資料可能發生的問題。 6.初級分析後再補充分析：若有需要，在進行初步次級資料分析後，再另找進一步的補充資料 造成初級研究誤差之原因(10) 1.抽樣誤差 例如；研究主管使用資訊系統的態度，卻以沒有擔任主管經驗的學生來作實驗 2.自變數與依變數界定錯誤 例如：在衡量「使用者參與」時，只分析資訊小組中是否有使用者被編入，但卻未研究使用者是否有參與分析設計工作，或心理上的參與程度。 造成初級研究誤差之原因 3.自變數與依變數的衡量不當 例如： 誤把一些有程度上差別的連續變數，利用二分的類別尺度來衡量，或是衡量使用者對於資訊系統的滿意度時，使用「滿意」與「不滿意」兩種選擇，而未使用Likert量尺來衡量。 造成初級研究誤差之原因 4.自變數與依變數的範圍變異問題 這種誤差產生的原因通常是由於研究的設計不好，使得樣本中依變數或自變數資料的範圍變異，與實際情形有差距，進而降低所得到的效度，如研究資訊人員雇用因素，只由受雇人員收集資料，而忽略未受雇人員。 造成初級研究誤差之原因 5.自變數與依變數的建構效度不足 這種誤差的原因通常是由於未採用正確的衡量工具或衡量工具還不夠成熟，所以避免這種誤差產生的方法就是儘量採用發展成熟的衡量工具。 造成初級研究誤差之原因 6.編碼不正確 例如：誤將資料中1500萬的營業額之公司，由小型企業誤編為中型企業。 7.計算錯誤 可藉由電腦軟體來協助或重複驗算是減少這種誤差的方法。 造成初級研究誤差之原因 8.結果分析失當 在資料分析時使用了錯誤的分析方法所造成的誤差。此誤差常導因於未注意所使用分析方法背後的假設，如使用回歸分析未注意應先檢定資料母體是否呈常態分配。 9.忽略重要外生變數所產生的變異 所謂外生變數指的是一些未考慮到，但卻會影響依變數解釋能力的自變數。例如，探討資訊系統績效評估時，樣本的文化背景影響系統績效，「文化差異」即為外生變數。 造成初級研究誤差之原因 10.研究過程不當 實驗或調查過程中控制不夠嚴謹而造 成的誤差。 例如：調查主管對資訊系統的支持，但回答問卷者可能包括許多秘書，或實驗過程未完全一致而影響結果 焦點團體法 焦點團體(focus group)是一群12～15人左右受訪者齊聚一堂，針對某個話題進行受指導(有議題)的討論。 焦點團體法是一種「團體」訪問之定性研究方法，此種訪談法與「一對一」深入訪談之最大差異，就是焦點團體法多了團體成員的互動及討論。 互動過程中，研究者只是扮演中介者的角色，旨在負責收集團體間成員互動討論之言辭內容，以做為研究資料。 焦點團體法的特色 焦點團體法最大特色，是它能夠針對研究主題，在短時間內觀察到大量的語言互動及對話之資料。 研究者亦可從團體對話及互動過程中取得資料，以洞察(insight)其意義。 焦點團體法是探索性研究中最常方法之一。 焦點團體法的優點 1.此技術是一種社交取向之研究法，它真實地捕捉當代社會環境的現實生活資料 2)具有彈性 3)具有高表面效度 4)可快速獲得結果共識 5)成本低 焦點團體法的缺點 1.對焦點團體的控制較個人訪談難 2.焦點團體訪談資料難以分析 3.主持人須具備特殊技巧 4.團體之間的差異變得棘手 5.