2016第九章-定性资料分析和定量资料分析.pptxVIP

第九章 定量资料分析和定性资料分析一、定量资料1.资料审核(data auditing)：研究者对所收集的原始资料/问卷进行初步的审阅、校对，剔除乱填、空白和严重缺答的废卷，使得原始资料具有较好的准确性、完整性和真实性。两方面的内容：一是检查出问卷资料中的问题，二是重新向被调查者核实。两种做法：边收集边审核，收集完后集中审核。 2.资料的转换=编码。数据录入有两种方式：一是直接输入，二是先将问卷上的编码转录到专门的登记表上，再录入计算机。 数据清理：有效范围清理；逻辑一致性清理；数据质量抽查。 A1 你的性别：A男 √ B女 转化为数字1 A2你的年龄： 28岁28A3你的文化程度：小学 √ 初中 高中 大学13、单变量统计分析：a.描述统计：帮助简化资料的方法，包括集中趋势分析和离散趋势分析集中趋势分析(central tendency analysis)：用一个典型值或代表值来反映一组数据的一般水平，或者说反映这组数据向这个典型值集中的情况。平均数：离散趋势分析(dispersion tendency analysis)：用一个特别的数值来反映一组数据相互之间的离散程度。中文系 78 79 80 81 82平均分80数学系 65 72 80 88 95平均分80英语系35 78 89 98 100 平均分80标准差 一组数据对其平均数离差平方的算术平均数的平方根。b.推论统计：根据抽样取出的资料推论出母体的情况，包括区间估计和假设检验。区间估计(interval estimation)：其实质就是在一定的可信度(置信度)下，用样本统计值的某个范围(置信区间)来估计总体的参数值可信度。假设检验(hypothesis test)：先对总体的某一参数作出假设，然后用样本的统计两区进行验证，以决定假设是否为总体所接受。4、阐释模式(elaboration model)：所关心的是两个变量之间的关系，是一种通过引进并控制第三变量，来进一步了解和探讨原来两变量之间关系性质的统计分析方法。三种类型：因果分析、阐明分析、条件分析。复相关分析(multiple correlation analysis)：以一个统计值来简化多个自变量与一个因变量之间关系的统计分析方法。多元回归分析(multiple regression analysis)：用多个自变量来估计或预测一个因变量的数值，并了解这些自变量中的哪一个对因变量的影响力最大的方法。交互分类(cross-tabulation)：专门用来分析两个定类变量(或一个定类，一个定序)之间关系的统计分析方法。定性资料分析定性资料(qualitative data)：研究者从实地研究中所得到的各种以文字、符号表示的观察记录、访谈笔记、以及其他类型的记录材料。其特点是：来源多样；形势无规范；不同阶段的变异。5.消减误差比例(proportionate reduction in error简称PRE)：两个有关系的变量x与y，当知道x的值来预测y值时所减少的误差与总误差的比。置信水平和置信区间：前者是指总体参数值落在样本统计值某一正负区间内的概率；后者是值在某一置信水平下，样本统计值与总体参数值的误差范围。二、定性资料分析1、定性资料(qualitative data)：研究者从实地研究中所得到的各种以文字、符号表示的观察记录、访谈笔记、以及其他类型的记录材料。其特点是：来源多样；形势无规范；不同阶段的变异。2、开放式编码(open coding)：研究者关注于资料本身，不断为资料中所呈现出的各种主体分配编码标签。即先设置一些主题，同时将最初的代码或标签分配到资料中，以便将大量零散的、混杂的资料转变为不同的类别。轴心式编码(axial coding)：从一组初步的主题或初步的概念开始。在此方式中，研究者更为注重的是主题，而不是资料，即研究者的头脑中带有基本的或初步的编码主题去看待资料，阅读资料。选择式编码(selective coding)：在浏览资料和进行开放式或轴心式编码工作的基础上，有选择地寻找那些说明主题的个案，并对资料进行比较和对照，研究者再发展出某些概念，并开始围绕几个核心概括或观点来组织他们的总体分析时着手进行这种工作。分析型备忘录(analytic memo)：实地笔记的一个特殊类型。实地研究者对于自己在整理和编码资料、提炼概念过程的想法和观点的记录或讨论，这种备忘录是研究者写给自己的，或者说是自己与自己进行讨论的一种笔记。可以以全部概念或主题为线索建立一个完整的备忘录体系。四种途径总结实地证据：应用类似定量统计的技术，帮助说明实地研究概括所依据的基础；描述分析过程，特别是主要思想或关键概念的发展过程；列举例证；概念化，组织资料，概括资料的含义。3