Please enable JavaScript.
Coggle requires JavaScript to display documents.
研究法U10相關研究法 - Coggle Diagram
研究法U10相關研究法
解釋
相關不等於因果
為避免犯第一類型錯誤，應提高顯著水準
相關係數不等於百分比，應以決定係數的觀念來解釋
為避免犯第二類型錯誤，應降低顯著水準
相關係數是次序變項
研究對象的影響：研究對象變異程度太小會影響相關程度
相關係數的意義跟樣本大小習習相關
步驟
選擇或設計研究工具
研究設計與程序
選擇樣本
資料收集
選擇問題
資料分析與解釋
基本概念
相關法重視變項間的關係，實驗法重視因果關係
顯著：可查表或統計考驗看是否顯著
直線相關：正相關與副相關；曲線相關：U型
特性
相關研究無須操弄變項
能在較自然或較貼近實際的狀況下實施
相關研究能同時處理多個變項
能分析變項間相關的程度/強度為何
敘述變項間既有的關係
相關分析的種類
兩個變項
多個變項
典型相關：
**因素分析：Pearson提出，將彼此有關聯的變項結合成為一個因素，縮減變項方便解釋。
驗證性因素分析：蒐集的資料與理論相互驗證
探索是因素分析：沒有理論基礎，從資料抽得因素再進行解釋
區別分析：2個以上的預測變項來決定一個效標變項(為名義變項)
徑路分析：考驗因果模式中的假設是否成立，不能預測，解釋三個或以上變項間的關聯性
複相關係數：以R表示，表示欲操變項和效標變項間的關係強度
結構方程模式：處理因果模式，說明不同變項間的關係
多元迴歸：又稱副迴歸，2個以上的預測變項來決定一個效標變項
ex.Y=b1X1+b2X2+a
相關研究設計形式
多變項-單變項的相關設計
變項內部的相關設計
單變項-單變項的相關設計
多變項-多變項的相關設計
預測研究
預測變項：用來預測他人ex.幼稚園型態
效標變項：被預測者ex.小學生活適應狀況
簡單迴歸：預測變項跟效標變項都只有一個
多元迴歸：預測變項有2個以上
關係研究：探索變項間的關聯程度