Please enable JavaScript.
Coggle requires JavaScript to display documents.
1041研究法2 (各項統計方法的使用目的及使用時機 (3、重複量數 t 考驗(相依樣本 t 考驗) (使用目的：兩個平均數的差異考驗。,…
1041研究法2
各項統計方法的使用目的及使用時機
1.積差相關(product-moment correlation)
使用時機：適用於兩個連續變數。
例子：同一組人其智力和學業成績之間的相關。
使用目的：了解兩個變數之間關係密切的程度。
2、獨立樣本 t 考驗
使用目的：兩個平均數的差異考驗。
例子：比較男、女選手學習動機得分的差異。
使用時機：用在兩個互為獨立的母群的差異比較。
3、重複量數 t 考驗(相依樣本 t 考驗)
使用目的：兩個平均數的差異考驗。
使用時機：用在一個母群中兩次得分的差異比較(或是配對組、雙胞胎得分的
差異比較)。
例子：同一組人前、後測得分的差異比較；同一組人在紅光和綠光反應時間的
差異比較(或是將相同 I.Q.的受試者配對然後做某種特質的差異比較；雙胞胎在
紅光和綠光反應時間的差異比較。此種相依樣本雖然不是同一個人，但因配對的
關係或是雙胞胎的關係，亦可視為同一個人，此即相依樣本。)
4、獨立樣本單因子變異數分析
使用目的：比較三個(含)以上的平均數的差異。
使用時機：用在三個(含)互為獨立的母群的差異比較。
例子：比較啟發式教學法、演講式教學法及欣賞式教學法在教學效果上的差異。
5.重複量數單因子變異數分析
使用目的：比較同一個群體三個(含)以上的平均數的差異。
使用時機：同一個群體，每個受試者都有三次(含)以上的得分。
例子：比較某個實驗組在紅光、綠光及黃光反應時間的差異(每個受試者都必須做紅光、綠光及黃光的反應時間)。
6.獨立樣本二因子變異數分析
使用目的：了解兩個自變項(或屬性變項、類別變項)對於某個依變項(觀察變項)交互作用的影響。
使用時機：當有兩個因子時，且這兩個因子互為獨立，若要了解其對某個觀察變項有何交互作用的影響時，可使用此項統計方法。
例子：想要了解 A、B 兩種藥品在使用不同的劑量(輕、重)時對於治療高血壓是否有交互作用影響。
7.混合設計二因子變異數分析
使用目的：了解兩個自變項(或屬性變項、類別變項)對於某個依變項(觀察變項)交互作用的影響。
使用時機：若有兩個因子，其中一個是獨立樣本(如男、女；或有、無回饋)，另一個為重複量數(如每一個受試者均接受紅光、綠光、黃光反應時間的實驗處理)，想要了解其對某個觀察變項有何交互作用影響。
例子：了解有、無回饋是否對於不同色光(紅光、綠光、黃光)的反應時間有所影響。有回饋組和無回饋組的受試者，每人都必須對三種色光做反應。
8.重複量數二因子變異數分析
使用目的：了解兩個自變項(或屬性變項、類別變項)對於某個依變項(觀察變項)交互作用的影響。
使用時機：若有兩個因子，皆為重複量數，想要了解其對某個觀察變項有何交互作用影響。
例子：想要了解釘鞋的釘子長短和起跑架的角度對於 100 公尺短跑速度的影響，其中每個受試者均需穿長短不同的釘鞋，並使用不同角度的起跑架(一種是 60 度，另一種是 45 度)各跑一次 100 公尺。
9.變異數同質性考驗
使用目的：想要了解各個群體之間的變異數是否同質。
使用時機：在做獨立樣本的差異性比較時，都需先做此項考驗。若各個群體的變異數不同質，則所得的結果將和實際的結果有所不同。
例子：如在進行獨立樣本 t 考驗、獨立樣本單因子、二因子、多因子的變異數分析之前，都需先做此項考驗，等確定各組都同質時，才可進行差異性的比較。
.10、共變數分析
使用目的：將會影響數個自變項的某一個變數抽離出來，以便比較這數個自變項對依變項的影響。
使用時機：當無法做到實驗控制時，而且發現某個變數會影響到此項實驗，就以統計控制的方法將此變數控制住(從自變項中抽離出來)，然後比較這數個自變項對依變項的影響。
例子：在三個智力不同的班級實施不同的教學法，看其學習效果是否有所不同。因無法將三個班級打散隨機編班(亦即無法做到實驗控制)，因此只好將智力的因素先加以排除，然後才比較三個班的學習效果。
平均數的特質
容易受到分配中所有分數精確值的影響
各分數與平均數差的總和等於零
非常容易受到極端分數的影響
所有分數與平均數差的平方和是最小
考驗力
變異數增加時，檢定的考驗力會減少
顯著水準增加時，檢定的考驗力會減少
樣本減少時，檢定的考驗力會減少
自變項實際效果的量增加時，檢定的考驗力會增加
P值
小於顯著水準α =0.05
有
顯著差異 :<3:
大於顯著水準α =0.05
無
顯著差異 :fire:
F為變異數同質性接近1或─1，表示兩個變數關聯性越強
母群參數
是一個固定不變的數字
是可以根據某些原則來認定的「所有觀察量數」的總集合
能代表母體之性質或相關特性的量數
樣本統計量
統計量是由樣本中所計算出的量，其為隨機樣本觀察值的
函數，用來推論未知母體參數。
是描述樣本資料特性的統計測量數，簡稱統計量
用來估計或推論母體參數
跑統計常用程式
質化
NVivo
Atlas.ti
量化
SAS
SPSS
資料分布狀態
常態分布
有母數統計法
多項分布型態
（資料無法獲得平均值與變異數等母體參數(母數)
無母數統計法
適合質化資料的分析
類別資料(名目尺度)
順序資料(順序尺度)
符號檢定
若樣本數量太少時，母體分布又未知，無法進行信賴區間估計
與假設檢定，在無母數統計中，可以使用符號檢定中位數。
集中趨勢
統計學中，集中趨勢（central tendency）或中央趨勢，在口語上也經常被稱為
平均
，表示一個機率分布的中間值。
t值
雙尾檢定，T值是兩個平均數相減，而t=2.52(正)，表示後測減去前測分數顯著較高。
比較的族群數只有兩個用t檢定，兩個以上用F檢定
