量化研究的基本概念-SitesDuke.PPT

操作练习提问时间 2012/7/6 SPSS之应用(庄文忠副教授) 27 作业： 2012/7/6 SPSS之应用(庄文忠副教授) 28 自资料档中挑选二个变数(自变数为二分类的变数，依变数为等距或比率的变数)，先提出研究假设和对立假设，再进行独立样本T检定，并解释分析结果。 自资料档中挑选二个变数(自变数为多分类的变数，依变数为等距或比率的变数)，先提出研究假设和对立假设，再进行单因子变异数分析，并说明哪几组之间有显着差异。 * SPSS之應用(莊文忠副教授) SPSS之應用(莊文忠副教授) SPSS之應用(莊文忠副教授) SPSS之應用(莊文忠副教授) SPSS之應用(莊文忠副教授) 庄文忠 副教授 世新大学行政管理学系 2012/7/6 SPSS之应用(庄文忠副教授) 1 平均数检定 课程大纲 2012/7/6 SPSS之应用(庄文忠副教授) 2 假设检定(Hypothesis test)的基本概念 平均数比较(Means comparison) 单一样本T检定(One-sample t test) 独立样本T检定(Independent-samples t test) 成对样本T检定(Paired-samples t test) 单因子变异数分析(One-way ANOVA) 事后多重比较(Post Hoc tests) 假设检定(Hypothesis test)的意涵 2012/7/6 SPSS之应用(庄文忠副教授) 3 「假设」(hypothesis)是母体参数之间或变数之间的一种关系陈述，这种陈述是以预测不同群体之间的「差异」(differences)或不同变数之间的「关系」(relationships)为主要形式。 对研究中的每一个假设来说，都会有一个「虚无假设」(null hypothesis)存在，陈述两个变数之间是无关或反向关系。虚无假设是「研究假设」(research hypothesis)在逻辑上的对立陈述，一旦我们产生一个研究假设，我们必须通过证明虚无假设为假来证明此一研究假设为真。 假设检定的错误型态 2012/7/6 SPSS之应用(庄文忠副教授) 4 统计检定不是绝对可靠无误的，任何人都可能会犯错，在统计检定中有两种可能的错误类型： ·型I错误（Type I Error）：一个假设事实上为假但却被接受时，即发生此一错误。 ·型II错误（Type II Error）：一个假设事实上为真但却被拒绝时，即发生此一错误。 所有统计检定的结果，都是用「或然率」(probability)或风险(risk)的术语来表达(例如：p 0.001)，这是指型I错误可能发生的「成败比」(odds)。显着水平的数值愈小，表示造成型I错误的可能性愈小，假设为真的可能性愈大。 例子：考试作弊的处理 通过(接受H0) 当掉(拒绝H0) 考试没作弊(H0) 正确决策 概率=1-α 冤枉好学生 概率=α 考试作弊(H1) 纵容坏学生 概率=β 正确决策 概率=1-β 平均数比较(Means comparison) 2012/7/6 SPSS之应用(庄文忠副教授) 6 平均数的计算是将每个人的总分累加后除以总人数，提供了此一变数的中间数值，但并没有提供有关这些数值分布范围的细节(即变异性)，任何一边的极端值都可能会扭曲整体的平均数。 因此，仅依赖所观察到的两个群体之间的平均数差异可能会造成误导，在比较两组的分数时，查看其平均分数相对于分数的分布或变异性是否有明显差异是很重要的，而t检定统计正是在做这件事。 平均数比较 2012/7/6 SPSS之应用(庄文忠副教授) 7 2012/7/6 SPSS之应用(庄文忠副教授) 8 单一样本T检定(One-sample t test) 2012/7/6 SPSS之应用(庄文忠副教授) 9 单一样本t检定通常是用在确认某些数量变数的平均值是否和研究者所设置的某一数值有显着差异。 研究者所选择的外部数值有各种不同的来源，如理论文献所预测某一特定数值、其他研究所得到的平均值、其他比较个案的参考值。 例如探讨收入、工作时数的平均数是否和某一设置值不同，例如5年前的平均收入、各国的平均工作时数)。 单一样本T检定 2012/7/6 SPSS之应用(庄文忠副教授) 10 劳基法30条：劳工每日正常工作时间不得超过八小时，每二周工作总时数不得超过八十四小时。 2012/7/6 SPSS之应用(庄文忠副教授) 11 独立样本T检定(Independent-samples t test) 2012/7/6 SPSS之应用(庄文忠副教授) 12 适用在非配对资料上。自变数为二分类的变数，依变数是等距或比率尺度的变数，检定根据自变数所界定的两组样本中，依变数的平均数是否有明显的差异。 利