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