Please enable JavaScript.
Coggle requires JavaScript to display documents.
第十五章 相關性研究法 - Coggle Diagram
第十五章 相關性研究法
基本步驟
問題選擇
變項的選擇必須基於合理的推論，由經驗或理論衍生而出
樣本
樣本選取和做其他研究時相同，需很小心
最好隨機取樣
找出適當、合乎定義的母群體，且所需的每個變項資料都可由此蒐集
至少有30個，較可能產生有意義的結果
測量工具
測量變項的工具可有幾種不同的形式，但都要產生量化資料
所獲得資料都必須可信
測量工具需有效度
設計與程序
相關性研究可探討變項的數目不限，有時會使用複雜的統計運算
資料的分析與詮釋
相關係數越接近+1為正相關
相關係數越接近-1為負相關
資料的蒐集
兩變項會在短時間內蒐集完成
校標變項的測量工作通常等預測變項測量結束一段時間後才進行
對內部效度的威脅
地點
工具的使用
資料蒐集者的特質
資料蒐集者的偏誤
工具的衰敗
研究對象的特質
將擾亂行為的實際次數減去所預測的次數就稱為
調整後的擾亂行次數
損耗
研究對象的流失並不會對內部效度造成問題，因為要求得相關係數，每個人在所測量的兩個變相都必須有資料。
外部效度的威脅
樣本流失，已不是當初最先的樣本。
測驗
第一個測量工具的作答經驗，可能影響他在第二次測量時的作答。
性質
是關聯性研究法的一種
探討兩個以上變相間的關係，但不介入影響這些變相
有時被認為是描述性研究的一種
以相關係數來描述兩者或兩者以上的數量變相間相關的程度
相關係數告訴我們什麼
一個人做粗略的預測至少要達到.50
達.85以上表示變相間有密切關係，可有效預測個人的表現
信度係數至少達.70
效度係數至少達.50
目的
說明性的研究
經確認變項間的關係，得以理解某些重要現象
相關性研究本身不能確立因果關係
預測性的研究
若兩個變項中存在的關係強度夠，知道其中一個變項分數，就能預測另一個變項分數
散布圖
畫好散布圖就可算出一條直線，也就是迴歸線
預測方程式
資料量大，散布圖不夠有效率，則可用此方法
預測值不可能和實際值相同，因此還要計算預測誤差指數，稱為估計標準誤
估計標準誤越小，預測越準
較複雜的檢視法
複迴歸
決定一個效標變項與2個或2個以上預測變項的最佳組合間的相關
複相關係數
以R表示，表預測變項整體與效標變相間相關的強度
決定係數
一個預測變項與一個效標變項間的相關平方，以r2表示
R2:用於複迴歸，一個效標變項、2個或以上的預測變項
r2:用於單純迴歸，一個效標變項、一個預測變項
鑑別函數分析
預測性質研究中，效標變項大都是量化，也就是效標變項是多種高低不同的數值
有時效標變項是一種類別變項，也就是他所含的是團體類別，而非某個範圍內各種可能的數值
當效標變項是類別變項時，需用此方法
因素分析
若要探討許多變項，最好能將變項合併，成為少數幾群有高度相關的變項
此法可讓研究者決定，是否少數幾個因素就可描述大量變項
路徑分析
用來檢測變項間因果關係的可能性
基本目的:針對某一特別現象的原因提出一套理論，找出能解釋此現象為何發生的變項
步驟: 1.提出理論，將變項連在一起，以解釋現象發生原因
2.測量上述理論中所提變項
3.計算變相間所有可能的相關係數
4.以理論為依據，分析這些相關係數間的關係
結構模型
用以探索、用以確認，數個變項間的因果關係的一種精巧方法
最常使用的電腦軟體是LISREL
評估相關性研究法中對內部效度的威脅
2.問自己：至些因素影響另一個變相的可能性是多少?我們無須考慮與另一個變相無關的因素；會構成威脅的是與兩個變相都有關的因素
1.問自己：不論是已知或者就邏輯推論上而言，有那些因素會影響我們所研究的兩個變相中的任何一個?
3.評估個威脅的可能性，並設法加 以控制，若某個因素無法控制，則必須指出並加以討論