- 統計學教程
- 首頁
- 調整後的R平方
- 方差分析
- 算術平均數
- 算術中位數
- 算術眾數
- 算術極差
- 條形圖
- 最佳點估計
- 貝塔分佈
- 二項分佈
- 布萊克-斯科爾斯模型
- 箱線圖
- 中心極限定理
- 切比雪夫定理
- 卡方分佈
- 卡方表
- 環排列
- 整群抽樣
- 科恩 Kappa 係數
- 組合
- 可重複組合
- 比較圖表
- 連續均勻分佈
- 連續數列算術平均數
- 連續數列算術中位數
- 連續數列算術眾數
- 累積頻率
- 變異係數
- 相關係數
- 累積圖
- 累積泊松分佈
- 資料收集
- 資料收集 - 問卷設計
- 資料收集 - 觀察
- 資料收集 - 案例研究方法
- 資料模式
- 十分位數統計
- 離散數列算術平均數
- 離散數列算術中位數
- 離散數列算術眾數
- 點圖
- 指數分佈
- F分佈
- F檢驗表
- 階乘
- 頻率分佈
- 伽馬分佈
- 幾何平均數
- 幾何機率分佈
- 擬合優度
- 總平均數
- Gumbel 分佈
- 調和平均數
- 調和數
- 諧振頻率
- 直方圖
- 超幾何分佈
- 假設檢驗
- 個體數列算術平均數
- 個體數列算術中位數
- 個體數列算術眾數
- 區間估計
- 逆伽馬分佈
- Kolmogorov-Smirnov 檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽馬分佈
- 邏輯迴歸
- 麥克尼馬爾檢驗
- 平均差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇排列和偶排列
- 單比例Z檢驗
- 異常值函式
- 排列
- 可重複排列
- 餅圖
- 泊松分佈
- 合併方差 (r)
- 功效計算器
- 機率
- 機率加法定理
- 機率乘法定理
- 機率貝葉斯定理
- 機率密度函式
- 過程能力 (Cp) 和過程效能 (Pp)
- 過程Sigma
- 二次迴歸方程
- 定性資料與定量資料
- 四分位差
- 經驗法則
- 瑞利分佈
- 迴歸截距置信區間
- 相對標準偏差
- 信度係數
- 所需樣本量
- 殘差分析
- 殘差平方和
- 均方根
- 樣本計劃
- 抽樣方法
- 散點圖
- 夏農-威納多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤 (SE)
- 標準正態分佈表
- 統計顯著性
- 統計公式
- 統計符號
- 莖葉圖
- 分層抽樣
- 學生t檢驗
- 平方和
- t分佈表
- TI-83 指數迴歸
- 轉換
- 截尾均值
- I類和II類錯誤
- 方差
- 維恩圖
- 大數弱定律
- Z表
- 統計學有用資源
- 統計學 - 討論
統計學 - 資料收集 - 觀察
觀察是行為科學中一種常用的資料收集方法。觀察的力量,已被 W.L. Prosser 總結如下
"仍然沒有人會不接受泥土中的狗跡,而相信一百個目擊證人宣誓說沒有狗經過。"
觀察是指以系統的方式監控和記錄行為和非行為活動以及條件,以獲取有關感興趣現象的資訊,“行為觀察”是
非語言分析,如肢體動作、眼動。
語言分析,包括觀察聲音,例如“哦!”和“啊!”
超語言分析,觀察音調、音色、語速等。
空間分析,關於人們如何彼此互動。
非行為觀察是對記錄的分析,例如報紙檔案、物理條件分析(例如檢查麻袋中谷物的質量)和過程分析(包括觀察任何過程)。觀察可以分為不同的類別。
觀察型別
結構化觀察與非結構化觀察 - 在結構化觀察中,問題已明確界定,因此要觀察的行為以及測量方法事先已詳細指定。這減少了觀察者在研究中引入觀察者偏差的可能性,例如,可以以結構化的方式觀察工廠安全合規性的研究。
非結構化分析用於問題尚未明確界定的情況,因此無法預先指定要觀察的內容。因此,研究人員會監控所有相關現象,並在記錄內容方面允許很大的靈活性,例如,課堂上學生的表現需要監控他們在課堂環境中的整體行為。透過非結構化分析收集的資料應仔細分析,以免引入偏差。
隱蔽觀察與非隱蔽觀察 - 這種分類是根據受試者是否知道自己正在被觀察而進行的。在隱蔽觀察中,受試者不知道自己正在被觀察。他們的行為是使用隱藏攝像頭、單向鏡或其他裝置觀察的。由於受試者不知道自己正在被觀察,因此他們會以自然的方式行事。缺點是可能需要長時間的觀察才能使受試者表現出感興趣的現象。隱蔽觀察可能是
直接觀察,即研究人員親自觀察行為。
間接觀察,即觀察行為的影響或結果。
在非隱蔽觀察中,受試者知道自己正在被觀察。在這種型別的觀察中,存在受試者可能會表現出非典型活動的擔憂。觀察者的介入可能會讓受試者感到不安,但這項干擾會持續多久尚無法確定。研究表明,這種干擾是短暫的,受試者很快就會恢復正常的行為。
參與觀察與非參與觀察 - 如果觀察者在觀察時參與到情境中,則稱為參與觀察。例如,研究貧民窟居民生活方式的研究人員,遵循參與觀察,將自己住進貧民窟。他作為觀察者的角色可能是隱蔽的或公開的。透過成為環境的一部分,他能夠以一種富有洞察力的方式進行觀察。這種方法產生的一個問題是,觀察者可能會對受試者產生同情,並且難以客觀地看待自己的研究。
在非參與觀察中,觀察者保持在環境之外,不參與其中。
自然觀察與人為觀察 - 在自然觀察中,行為是在實際環境中觀察到的,例如,直接在必勝客觀察消費者偏好,消費者在那裡訂購披薩。這種方法的優點是可以獲得真實的結果,但它是一種昂貴且耗時的辦法。
在人為觀察中,現象是在人工或模擬環境中觀察到的,例如,消費者不是在餐廳裡被觀察,而是被安排在一個看起來像餐廳但實際上不是餐廳的環境中點餐。這種型別的觀察具有能夠在短時間內完成的優點,並且行為記錄很容易完成。但是,由於消費者意識到自己的環境,他們可能不會表現出實際的行為。
基於管理方式的分類 - 這包括:監控和記錄行為的發生。記錄在觀察記錄表上完成。個人觀察不僅記錄了指定的內容,還識別並記錄了違反預先建立的響應類別的意外行為。
機械觀察 - 機械裝置代替人類來記錄行為。這些裝置會記錄行為的發生,資料隨後會被分類和分析。除了相機外,還有其他裝置,例如測量特定刺激引起的感情喚起的電流計、錄音計和人員計(記錄正在觀看哪個電視節目,後者還記錄誰在觀看節目)、庫侖計記錄眼動等。
審計 - 它是透過對資料進行物理檢查來獲取資訊的過程。審計通常由研究人員本人完成,是對物理物件的計數。審計可以是商店審計或食品儲藏室審計。商店審計由經銷商或製造商進行,以分析市場份額、購買模式等,例如,研究人員可以檢查商店記錄或對庫存進行分析以記錄資料。食品儲藏室審計涉及研究人員對消費者家中產品(通常在個人訪談過程中)的品牌、數量和包裝尺寸進行盤點。這種審計用於補充或檢驗直接問卷中提供的資訊的事實性。
內容分析 - 內容分析是對傳播內容進行客觀、系統和主動的描述。此方法包括觀察和分析。它涉及對口頭或印刷傳播內容的分析。透過內容分析,可以透過識別和統計特定特徵的存在來對文件中特定特徵的存在進行定量分析,例如,如果我們想找出哪些政治家在他們的演講中經常使用世俗主義,那麼就會識別出與世俗主義同義的某些關鍵詞。接下來,分析不同政治家的演講,觀察關鍵詞出現的次數。演講中出現關鍵詞次數最多的政治家就是經常使用世俗主義來吸引選民的政治家,然而,如今內容分析被用於定性分析,其中分析文件的總體資訊。
進行觀察研究
在進行觀察研究時,應注意避免錯誤和偏差:可以遵循以下基本步驟。
指定研究型別。如果研究的性質是探索性的,那麼即使是簡單的觀察也足夠了。在其他研究中,更系統化。根據研究環境,觀察可以是非結構化的,也可以是結構化的。
指定觀察內容。研究人員應指定需要觀察的感興趣變數以及其他影響研究的變數。對於每個確定的變數,應指定其定義以及用於記錄結果的測量術語。
觀察員培訓。觀察員必須接受培訓以記錄和觀察正確的事物。他應該具備記住細節的能力,客觀地觀察感興趣的現象,並具有高度的集中力。觀察越非結構化,對觀察員獲取研究結果的依賴性就越大。因此,在這種情況下觀察員的經驗就變得必要。
制定觀察表格。觀察表格是一個觀察計劃,它解決了以下問題
誰,即分別要研究的受試者、中間人以及有助於研究的人。
什麼,即要觀察的方面。需要指定要觀察的特徵。
誰,即分別要研究的受試者、中間人以及有助於研究的人。
何時,即觀察時間。必須確定觀察是在特定時間進行還是任何時間都是合適的時間。
誰,即分別要研究的受試者、中間人以及有助於研究的人。
何地,即進行觀察的地點。還應指定用於選擇觀察地點的方法。
誰,即分別要研究的受試者、中間人以及有助於研究的人。
如何,即觀察方法。應說明有關如何觀察資料的所有細節,即直接或間接,由單個或多個觀察者,透過個人或機械方法。
誰,即分別要研究的受試者、中間人以及有助於研究的人。
一旦計劃草擬完成,觀察員就可以準備監控和記錄感興趣的現象。
誰,即分別要研究的受試者、中間人以及有助於研究的人。
誰,即分別要研究的受試者、中間人以及有助於研究的人。