420 likes | 659 Vues
次級資料分析. 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
E N D
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 所謂「建構效度」指的是所選定的題目能充分衡量出此變數的程度。誤差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,避免的方法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 資料分析時使用錯誤的分析方法所造成的誤差。此誤差常導因於未注意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.召集困難 6.討論需天時地利人和配合
焦點團體法、參與觀察法 • 1.焦點團體法最大優點是它能在短時間內針對焦點問題,提供了觀察團體成員間語言互動的機會。 研究者可在團體討論過程中「控制」討論方向,對「態度」、「認知」主題的探索研究,焦點團體法是值得採用的方法。
2.若研究主旨是在了解「自然環境」之社會情境的影響、或者探索「團體行為」層面等研究議題時,則應改用參與式觀察反而比較好。2.若研究主旨是在了解「自然環境」之社會情境的影響、或者探索「團體行為」層面等研究議題時,則應改用參與式觀察反而比較好。 例如,我們可用參與觀察來探討組織中情境及角色。
成功的焦點團體法特性 • 1.範圍適當 成功的團體訪談法,是要能「激發」受訪者對研究主題做出最大範圍(range)的反應。 • 2.受訪者反應具體化 要能引發受訪者具體化的反應說辭,而非抽象籠統的說辭。
3.具有深度 團體訪談法要能協助受訪者深入描述他們對討論主題之各種情意、認知及評價 • 4.能反應個人之情境脈絡 要能激發受訪者,講出他們過去經驗特質、及現在反應兩者之間意義解釋的關聯。
焦點團體主持人之要求 • 1.能掌握團體動態、處理特殊情況。 • 2.以溫和不明顯方式控制會談過程。 • 3.嫻熟研究主題相關知識、了解參與者意見與想法。 • 4.具備手寫及口頭溝通能力。 • 5.自我約束能力,避免發表自己意見,或不自覺的反射動作(如點頭) 。
焦點團體會談注意事項 • 1.事前準備:邀請參與者、場地確定。 • 2.會談前:座次安排、參與者之接待。 • 3.會談過程 1)致詞及破冰問題 2)討論正題 • 4.做結尾 • 5.特殊情況處理(p527)
彙總研究法(後設研究法) • 彙總(meta)研究法、又稱「後設研究法」是次級研究法中常用方法之一 • 所謂「彙總/後設」研究,顧名思義就是「研究各種不同人之研究」(研究的研究) • 彙總研究的精神:既然個別的初級研究無法找出令人信服的結論,那麼把大量相關的初級研究放到一起,再進一步分析,似乎應該可以找到較可信賴的結果
彙總研究使用敘述性方法或統計分析方法,來整合針對相同問題的許多研究結果,找出最可信賴的結論。彙總研究使用敘述性方法或統計分析方法,來整合針對相同問題的許多研究結果,找出最可信賴的結論。 • 初級研究是針對一個問題去蒐集原始資料來進行研究 • 彙總研究則是利用初級研究所得到的結果來從事進一步研究
彙總研究之演進與分類 次級資料分析方式 • 1.敘述法:最直接的方法就是利用定性或敘述性的方法將各初級研究的重點加以摘要,再彙總比較初級研究的結果,並找出共通的結論 • 2.投票法:就研究結論來看,可將每個研究的結果歸入顯著正向、顯著負向、或不顯著等三類之一,再以相同結論的研究個數最多的結果來作為總結論
3.p值累計法:著重在研究結果的顯著性,將每個研究的顯著水準累計,產生全體的顯著水準p值,並據此來歸納結論3.p值累計法:著重在研究結果的顯著性,將每個研究的顯著水準累計,產生全體的顯著水準p值,並據此來歸納結論 • 4.統計修正投票法:將前述投票法的結果再利用統計方法加以修正,一般又可分為產生「統計顯著水準檢定」和提供「平均效果規模」等兩種方法
5.彙總分析法:利用統計方法,累計各研究的效果規模來找出結論,並從事相關的統計檢定5.彙總分析法:利用統計方法,累計各研究的效果規模來找出結論,並從事相關的統計檢定 • 小结:敘述法最簡單,常被用來做定性研究。彙總分析法最嚴謹,常被用來做定量研究。
彙總研究之進行步驟 • 1.問題形成階段:研究的問題,應該已累積有相當的初級研究結果,且各結果之間存在矛盾現象;研究的問題也應該是大家所關心的主要課題。針對問題界定研究範圍,提出合理架構與假說,明確界定研究變數。
2.資料收集階段:本階段重點為確定得到的樣本要具有代表性。2.資料收集階段:本階段重點為確定得到的樣本要具有代表性。 • 收集文獻技巧: 1)參考相關研究所引用之文獻 2)先找一篇重要文獻,再找相關研究引用文獻 3)利用關鍵字找出所有相關文獻 4)收集特定研究者之研究成果 5)找與研究問題相關之重要期刊
3.資料編碼階段:依照每篇文獻與研究問題的切題性,以及所提供資料的完整性來作篩選。篩選之後,再由合適的文獻中,將敘述性研究所需要的研究變數值,以及彙總分析所需要的統計量加以編碼。3.資料編碼階段:依照每篇文獻與研究問題的切題性,以及所提供資料的完整性來作篩選。篩選之後,再由合適的文獻中,將敘述性研究所需要的研究變數值,以及彙總分析所需要的統計量加以編碼。 • 4.分析解釋階段:將編碼後所得的統計量,經過公式計算決定來找出結論及可靠度。
分析之信度與效度檢定注意構面 • 1.變數間關係假設的強度:使用「平均效果規模」來衡量。平均效果規模表示研究結果拒絕虛無假設的整體強度。 • 2.統計顯著檢定:它是一個假設,本身提供一個檢定全體效果之指標,可分別針對三種不同的研究結果之統計值(p值、t值、Z值),提供三種不同的檢定公式
3.各別的研究結果是否適合同放在一起來比較分析:利用「同質性檢定」來檢定,測試結果可作為上述資料篩選工作優劣的一個判斷指標。若獲得的同質性愈高,則表示彙總分析所得結論愈可靠。 3.各別的研究結果是否適合同放在一起來比較分析:利用「同質性檢定」來檢定,測試結果可作為上述資料篩選工作優劣的一個判斷指標。若獲得的同質性愈高,則表示彙總分析所得結論愈可靠。
4.彙總結論的穩定性:好的彙總結論應該穩定而不易被一兩個初級研究推翻。穩定性的衡量常用「失敗安全係數」,它反應此彙總分析結論有多少個額外不顯著的研究(也就是效果規模為零的研究)加入,才能使得原有的平均效果規模降低到使原來的彙總結論不成立。所以「失敗安全係數」可以反應上述資料蒐集工作中樣本代表性的問題。失敗安全係數通常愈大愈好4.彙總結論的穩定性:好的彙總結論應該穩定而不易被一兩個初級研究推翻。穩定性的衡量常用「失敗安全係數」,它反應此彙總分析結論有多少個額外不顯著的研究(也就是效果規模為零的研究)加入,才能使得原有的平均效果規模降低到使原來的彙總結論不成立。所以「失敗安全係數」可以反應上述資料蒐集工作中樣本代表性的問題。失敗安全係數通常愈大愈好