《定性研究方法》PPT課件.ppt

第六章 定性研究方法,第一節(jié) 定性研究方法概述 第二節(jié) 實(shí)地研究方法 第三節(jié) 訪談方法 第四節(jié) 文獻(xiàn)研究方法 第五節(jié) 扎根理論的研究方法,第一節(jié) 定性研究概述,一、定性研究的方法論基礎(chǔ) 1、人文主義方法論 社會(huì)文化領(lǐng)域不同于自然世界，人有自由意志； 自然科學(xué)研究方法不適合社會(huì)文化領(lǐng)域，應(yīng)該采取理解、闡釋的方法，深入了解人的行為動(dòng)機(jī)、意義，全面理解各種具體、獨(dú)特的社會(huì)歷史現(xiàn)象；,2、韋伯的闡釋社會(huì)學(xué) 社會(huì)現(xiàn)象不是完全外在于人類的客觀事物，而是由人及有意義的社會(huì)性的構(gòu)成； 對(duì)人們行動(dòng)的理解是社會(huì)研究的基本方法；,二、定性研究方法與定量研究方法比較,詳見498頁(yè)的表格。,第二節(jié) 實(shí)地研究方法,一、參與觀察法 參與觀察法：研究者長(zhǎng)期深入到所研究的群體或社區(qū)之中，直接參與研究對(duì)象的日常生活，對(duì)置身其中的社會(huì)現(xiàn)象進(jìn)行深入觀察。 嚴(yán)景耀 罪犯研究； 神秘顧客 馬林諾夫斯基的原始部落研究 懷特的街角社會(huì)研究,非參與觀察：研究者在被觀察現(xiàn)象或群體之外，它是對(duì)現(xiàn)象發(fā)生、發(fā)展和變化的過程進(jìn)行遠(yuǎn)距離觀察。 涂鴉研究；,二、參與觀察法的優(yōu)點(diǎn),1、獲得豐富的一手資料； 2、能從研究對(duì)象的真實(shí)生活中掌握和記錄資料； 3、采用無結(jié)構(gòu)式觀察，根據(jù)資料提煉理論，而不把自己的觀點(diǎn)強(qiáng)加給研究對(duì)象。,三、參與觀察法的局限性,1、研究結(jié)論的推論范圍受限制。 2、代表性較低。 3、容易價(jià)值介入，喪失客觀立場(chǎng)。,四、參與觀察法的技巧,1、如何進(jìn)入田野：如何讓被研究者接納？ 2、掌握好觀察進(jìn)度。 3、不但要進(jìn)得去，還要出得來。,五、實(shí)地觀察的過程,準(zhǔn)備 實(shí)施 資料處理,六、實(shí)地觀察的信度和效度,1、效度 在觀察階段選擇適當(dāng)?shù)挠^察方法和界定觀察對(duì)象； 在實(shí)施階段影響效度的因素：被觀察者的反應(yīng)、觀察者的主觀因素、觀察者本人的感官和記憶影響。 2、信度 不同觀察者的相關(guān)度； 同一觀察者在不同時(shí)間觀察的符合度； 不同觀察者在不同時(shí)間觀察的符合度。,第三節(jié) 訪談法,一、訪談法的類型 （一）、根據(jù)訪談對(duì)象 個(gè)別訪談 群組訪談（座談會(huì)）：將若干訪談對(duì)象集中起來同時(shí)進(jìn)行訪談。,（二）、根據(jù)訪談內(nèi)容和訪談方式 結(jié)構(gòu)式訪談： 無結(jié)構(gòu)式訪談：不是根據(jù)一定的程序和事先設(shè)計(jì)好的問卷進(jìn)行，而是圍繞訪談主題或訪談范圍，由訪問員與被訪者進(jìn)行比較自由、深入和細(xì)致的交談。,無結(jié)構(gòu)式訪談的類型： 焦點(diǎn)訪問：主要搜集經(jīng)過某一特殊經(jīng)驗(yàn)之后的態(tài)度變遷資料。 深度訪談 客觀陳述法：訪問者鼓勵(lì)被訪者把自己的意見、觀點(diǎn)、行為以及他所了解的社會(huì)事實(shí)客觀地加以陳述，主要用于全面地了解客觀事實(shí)及各種被訪者的意見、態(tài)度。,二、深度訪談法,深度訪談法是指研究者與受訪者之間反復(fù)交談，其目的是為了受訪者用自己的語言表述的其生活、經(jīng)歷或狀態(tài)的觀點(diǎn)。,（一）、深度訪談法的特點(diǎn) 1、訪談是平等的相互交談； 2、問題是無結(jié)構(gòu)化或半結(jié)構(gòu)化； 3、面對(duì)面聽取被訪者的理解； 4、要反復(fù)訪談，也可以群體訪談。,（二）、深度訪談的類型 非正式的、聊天式的訪談； 半標(biāo)準(zhǔn)化的訪談 標(biāo)準(zhǔn)化的開放式訪談,（三）、深度訪談的技術(shù) 1.提問的技術(shù) 提問題要清楚； 每次只問一個(gè)問題； 提出真正的開放式問題； 先問經(jīng)驗(yàn)和行為的問題； 從一般到特殊； 深入挖掘問題和廓清回答； 應(yīng)當(dāng)避免敏感性的問題。,2、記錄手段 3、訪談過程注意事項(xiàng) 一開始介紹訪談的意義和內(nèi)容，價(jià)值中立； 不要使自己影響被訪者； 放和收的把握； 建立和諧的氣氛。 4、訪談資料的分析,三、焦點(diǎn)群體訪談法,焦點(diǎn)群體訪談法：圍繞一個(gè)“焦點(diǎn)”內(nèi)容，在小型群體內(nèi)進(jìn)行集中討論和訪談的方法。通常在一段時(shí)間內(nèi)的多種場(chǎng)合進(jìn)行。,焦點(diǎn)群體訪談法的特點(diǎn)（優(yōu)點(diǎn)和缺點(diǎn)）,優(yōu)點(diǎn)： 1、能獲得其他方法不易獲得的訪談對(duì)象的態(tài)度、情感、信仰和反應(yīng)。 2、該方法可以應(yīng)用到研究的各個(gè)階段。 3、該方法有助于形成研究假設(shè)，有助于設(shè)計(jì)問卷和訪談提綱，還有助于定性研究和定量研究的結(jié)合。 4、互動(dòng)性強(qiáng)。,缺點(diǎn)： 代表性差 被訪者相互影響,四、個(gè)案研究方法,個(gè)案研究的目的是為了深刻揭示蘊(yùn)涵在研究對(duì)象中豐富的個(gè)體特性和詳細(xì)的事件發(fā)展過程，通過深入的觀察或訪談詳細(xì)、具體和生動(dòng)的研究資料，并對(duì)個(gè)體行為或現(xiàn)狀進(jìn)行具體的個(gè)性解釋。 比如：金翼江村經(jīng)濟(jì),個(gè)案研究的局限： 代表性問題； 忽視宏觀社會(huì)因素；,擴(kuò)展個(gè)案研究法： 擴(kuò)充個(gè)案的類型和數(shù)量； 將宏觀研究和微觀研究的視角結(jié)合起來。 如：我們臺(tái)灣這些年,第四節(jié) 文獻(xiàn)研究方法,一、文獻(xiàn)法的類型和特點(diǎn),文 獻(xiàn) 法,定性方法,定量方法,歷史文本分析,話語分析,個(gè)人文獻(xiàn)分析,歷史比較分析,二次數(shù)據(jù)分析,現(xiàn)存統(tǒng)計(jì)文獻(xiàn)分析,文獻(xiàn)法的優(yōu)點(diǎn)： 1、可研究那些不可能接近的研究對(duì)象； 2、具有非介入性和無干擾性的優(yōu)點(diǎn)； 3、適于做縱貫研究和趨勢(shì)研究； 4、費(fèi)用較低。,文獻(xiàn)法的缺點(diǎn)： 1、文獻(xiàn)質(zhì)量無法控制； 2、重要文獻(xiàn)不易獲得； 3、編碼困難，難以數(shù)量化； 4、缺乏統(tǒng)一格式，資料間難以對(duì)比；,二、口述史方法,1、定義 口述史方法主要依賴對(duì)于老年人進(jìn)行訪談的方法，這些老年人提供各個(gè)人生階段的事件、態(tài)度和活動(dòng)的回顧性資料。,2、口述史的優(yōu)點(diǎn) 可以填補(bǔ)文字歷史的遺漏或糾正文字歷史上的非真實(shí)記載，更完整地展歷史全貌； 可以獲得邊緣群體的資料。,3、口述史方法的缺點(diǎn) 回憶不確切，信息不可靠； 故意隱瞞 受限于一定時(shí)期、場(chǎng)域和場(chǎng)合。,4、口述史方法的操作,三、內(nèi)容分析方法,內(nèi)容分析方法是對(duì)各種文獻(xiàn)資料的內(nèi)容進(jìn)行客觀、系統(tǒng)的和定量的描述和分析，它是將定量方法和定性方法相結(jié)合的文獻(xiàn)法。 案例:美國(guó)通過分析德國(guó)報(bào)紙，獲取法西斯的重要情報(bào)； 日本通過分析三年的人民日?qǐng)?bào)（1964-1966），準(zhǔn)確判斷大慶油田的位置、產(chǎn)量，設(shè)計(jì)所需設(shè)備，擊敗競(jìng)爭(zhēng)對(duì)手。,第五節(jié) 扎根理論的研究方法,一、扎根理論的概念 扎根理論是使用一整套系統(tǒng)的程序，建立或發(fā)展出歸納性理論的定性研究方法。,二、扎根理論研究過程,1、研究者根據(jù)理論洞察力不斷歸納和比較所收集到的調(diào)查資料，把握其中相同的主要特質(zhì)。 2、研究者將這些主要特質(zhì)與其他有關(guān)現(xiàn)象進(jìn)行比較，建立起變量間的假設(shè)關(guān)系。 3、進(jìn)一步調(diào)查，驗(yàn)證研究假設(shè)。,三、扎根理論研究的方法和技術(shù),1、開行性編碼 將資料分解、檢視、比較和概念化的過程。 2、軸向編碼 研究者根據(jù)所分析現(xiàn)象的條件、背景、行動(dòng)或互動(dòng)的策略和結(jié)構(gòu)，將各個(gè)概念聯(lián)系起來。 3、選擇性編碼 選擇核心概念，將它系統(tǒng)地與其他范疇聯(lián)系起來，驗(yàn)證它們之間的關(guān)系，并將概念化為完備的范疇補(bǔ)充完成的過程。,4、過程分析 5、撰寫備忘錄,第七章 資料的處理,第一節(jié) 原始資料的審核 第二節(jié) 定性資料的整理 第三節(jié)定量資料的整理,第一節(jié) 原始資料的審核,一、定性資料的審核 1、實(shí)地觀察記錄的審核 重點(diǎn)對(duì)觀察者與被觀察者之間的“觀察距離”進(jìn)行審核。具體來說： （1）隨時(shí)檢查觀察結(jié)果是否在研究項(xiàng)目所設(shè)定的范圍內(nèi)； （2）對(duì)比檢查其他參與研究人員的觀察結(jié)果； （3）利用其他相關(guān)研究獲得相關(guān)資料，對(duì)觀察結(jié)果進(jìn)行對(duì)比檢驗(yàn)； （4）對(duì)觀察時(shí)間長(zhǎng)短進(jìn)行檢驗(yàn)。,2、無結(jié)構(gòu)式訪談?dòng)涗浀膶徍?重點(diǎn)是要對(duì)訪談雙方在互動(dòng)交流過程中的相互影響進(jìn)行審核。 （1）要對(duì)被訪問者對(duì)訪問者的態(tài)度進(jìn)行審核； （2）要對(duì)被訪問者對(duì)訪問的內(nèi)容和意義的理解進(jìn)行審核； （3）要對(duì)訪問者的提問方式進(jìn)行審核； （4）側(cè)面審核。,3、文字形式資料的審核 主要包括對(duì)資料的外在形式和內(nèi)在內(nèi)容兩方面的審核。 （1）作者的背景； （2）形成時(shí)間； （3）注重事實(shí)與推斷、價(jià)值判斷的區(qū)分 （4）真?zhèn)涡?二、定量資料的審核,1、問卷資料審核 完整性：樣本容量、回收率、有效回收率等。 真實(shí)性：回答的真實(shí)性和調(diào)查過程的真實(shí)性。 準(zhǔn)確性 2、二次數(shù)據(jù)資料的審核,第二節(jié) 定性資料的整理,一、資料的分類 二、資料的匯編,第三節(jié) 定量資料的整理,一、問卷編碼 問卷編碼就是將問卷中以文字形式表述的問題和答案轉(zhuǎn)換成計(jì)算機(jī)能夠識(shí)別的數(shù)字或其他符號(hào)的過程。 預(yù)編碼 后編碼,二、數(shù)據(jù)錄入 Spss（社會(huì)科學(xué)軟件統(tǒng)計(jì)包） 三、數(shù)據(jù)清理 人為誤差的清理； 對(duì)統(tǒng)計(jì)分析結(jié)果影響較大的特殊數(shù)值；,人為誤差清理： 有效范圍清理； 邏輯一致性清理； 數(shù)據(jù)質(zhì)量抽查；,第八章 單變量的統(tǒng)計(jì)描述,第一節(jié) 描述頻數(shù)分布 第二節(jié) 分布趨勢(shì)測(cè)量 第三節(jié) 正態(tài)分布與標(biāo)準(zhǔn)值,第一節(jié) 描述頻數(shù)分布,一、指標(biāo)描述 頻數(shù)（f）：變量具有共同性質(zhì)的取值出現(xiàn)的次數(shù)。 比例（P）：f/N 比率（R） 對(duì)比值 累計(jì)頻數(shù)（cf）,累計(jì)頻數(shù)（F）,向上累計(jì)以變量數(shù) 列首組的頻數(shù)為始點(diǎn)，逐 個(gè)累計(jì)各組的頻數(shù)，展示 小于該組上限的頻數(shù)和。,向下累計(jì)以變量數(shù) 列末組的頻數(shù)為始點(diǎn)，逐 個(gè)累計(jì)各組的頻數(shù)，展示 大于該組下限的頻數(shù)和。,二、圖形描述,1、圓形比例圖：用一個(gè)圓代表現(xiàn)象總體，然后按某一類現(xiàn)象所占比例對(duì)圓進(jìn)行分割，以表示其在總體中所占的百分比。 定類,2、條形圖：以長(zhǎng)方形的長(zhǎng)度表示變量不同取值的頻數(shù)或百分比分布，其長(zhǎng)方形的寬度沒有實(shí)際意義。 定序,直方圖：由緊挨著的長(zhǎng)方形構(gòu)成，其長(zhǎng)度和寬度都有意義，寬度表示組據(jù)，長(zhǎng)度表示頻數(shù)或百分比。 定距,折線圖：用直線連接直方圖中長(zhǎng)方形頂端的中點(diǎn)面而成的。 定距,第二節(jié) 分布趨勢(shì)測(cè)量,一、集中趨勢(shì)測(cè)量 集中趨勢(shì)是從一組數(shù)據(jù)中計(jì)算出的一個(gè)典型數(shù)值，以反映數(shù)據(jù)的集中程度。 算術(shù)平均數(shù) 中位數(shù) 眾數(shù),第四章 集中趨勢(shì)的應(yīng)用,55,下面是一個(gè)小故事： 一個(gè)人到某公司求職，經(jīng)過調(diào)查，得出關(guān)于該公司工資的一些數(shù)據(jù)，如果是你，應(yīng)該如何選擇？,撓頭的數(shù)值,公司員工的月薪如下：,1、算術(shù)平均數(shù) 適用于定距及定比層次變量。,2、中位數(shù) 把總體單位某一數(shù)量標(biāo)志的各個(gè)數(shù)值按大小順序排列，位于正中處的變量值，即為中位數(shù)，可用于定序、定距、定比資料。,第四章 集中趨勢(shì)的應(yīng)用,59,1. 對(duì)未分組資料,(1)、先把所有數(shù)據(jù)按大小順序排列，如果總體單位數(shù)為奇數(shù)，則取第（N+1）/2 位上的變量值為中位數(shù); （2）、如果總體單位數(shù)為偶數(shù)。因?yàn)榫又械臄?shù)值不存在，按慣例，取第 N/2位和第（N/2+1 ）位上的兩個(gè)變量值的平均作為中位數(shù)。,第四章 集中趨勢(shì)的應(yīng)用,60,例 求54，65，78，66，43這些數(shù)字的中位數(shù)。 例、求54，65，78，66，43，38 這些數(shù)字的中位數(shù)。,61,（2）分組資料 按中位數(shù)所在組的下限：,當(dāng)根據(jù)組距數(shù)列求中位數(shù)時(shí)，要采用所謂的比例插值法：先根據(jù)N2在累計(jì)頻數(shù)分布中找到中位數(shù)所在組，然后假定該組中各變量值是均勻分布的，再用以下任何一種方法求出中位數(shù)(注意：此處用的是向上累計(jì))。,第四章 集中趨勢(shì)的應(yīng)用,62,例某年級(jí)學(xué)生身高如下，求中位數(shù),第四章 集中趨勢(shì)的應(yīng)用,63,第一種方法 168 6 17112(厘米),3、眾數(shù) 眾數(shù)是在一組資料中，出現(xiàn)次數(shù)(或頻 數(shù))呈現(xiàn)出“峰”值的那些變量值。 可以用于定類、定序、定距、定比層次變量。,二、離散趨勢(shì)測(cè)量,2019/7/2,66,1.全距(Range) R =Xmax Xmin 例 求74，84，69，91，87，74，69這些數(shù)字 的全距。 解 把數(shù)字按順序重新排列：69，69，74， 74，84，87，91，顯然有 R =Xmax Xmin 916922,全距（R）：最大值和最小值之差。也叫極差。全距越大，表示變動(dòng)越大。,2019/7/2,67,2、平均差 平均差是離差絕對(duì)值的算術(shù)平均數(shù)。 A D=,3、 標(biāo)準(zhǔn)差S（standard deviation),定義：各變量值對(duì)其算術(shù)平均數(shù)的離差平方的算術(shù)平均數(shù)的平方根。（均方差） S= =,4、方差,方差（variance, 2, S2 ）:各數(shù)據(jù)與平均數(shù)差數(shù)的平方和的平均值稱為方差，也稱為變異數(shù)。,2019/7/2,70,2. 異眾比率 所謂異眾比率，是指非眾數(shù)的頻數(shù)與總體單位數(shù) 的比值，用V R來表示 其中： 為眾數(shù)的頻數(shù)； 是總體單位數(shù),異眾比率能表明眾數(shù)所不能代表的那一部分變量值在總體中的比重。,第四章 集中趨勢(shì)的應(yīng)用,71,6. 四分位數(shù)與四分位差,中位數(shù)所有單位被等分為兩部分，因而被稱為二分 位數(shù)。類似于求中位數(shù)，我們還可求出四分位數(shù)、十分 位數(shù)、百分位數(shù)。 將總體中的各單位分割成相等的四部分，則這三個(gè) 分割的變量值就是四分位數(shù)。若以Q1、Q2、Q3分別代表 第一、第二、第三四分位數(shù)。Q2 即中位數(shù)，Q1、Q3的算 法分別是,2019/7/2,72,四分位差(Quartile deviation) 第三四分位數(shù)和第一四分位數(shù)的半距。 避免全距受極端值影響大的缺點(diǎn)。,1、原始數(shù)據(jù) 求下列兩組成績(jī)的四分位差： A: 78 80 82 85 89 87 90 86 79 88 84 81 B: 55 68 78 88 99 100 98 90 85 83 84,第三節(jié) 正態(tài)分布與標(biāo)準(zhǔn)值,在正常狀況下，大多數(shù)定距變量的分布都是正態(tài)分布。,1. 正態(tài)分布的數(shù)學(xué)形式,正態(tài)分布性質(zhì)： （1）正態(tài)曲線以x=呈鐘型對(duì)稱 均值=中位數(shù)=眾數(shù) （2）在x=處，概率密度最大；當(dāng)區(qū)間離 越遠(yuǎn)，x落在這個(gè)區(qū)間的概率越小。,（3）正態(tài)曲線的外形由值確定。對(duì)于固定的 值，不同均值的正態(tài)曲線的外形完全相同，差別 只在于曲線在橫軸方向上整體平移了一個(gè)位置 。,（5）E(X)= D(X)= 2,（4）對(duì)于固定的 值，改變值， 值越小，正態(tài)曲線越 陡峭；值越大，正 態(tài)曲線越低平。 （總之，正態(tài)分布曲線 的位置是由決定的，而正態(tài) 分布曲線的“高、矮、胖、瘦” 由決定的。）,2. 標(biāo)準(zhǔn)正態(tài)分布 Z分?jǐn)?shù)（標(biāo)準(zhǔn)正態(tài)變量） 用Z分?jǐn)?shù)表達(dá)的標(biāo)準(zhǔn)正態(tài)分布，其概率密度為,一般正態(tài)分布的表示,標(biāo)準(zhǔn)正態(tài)分布的表示,3. 正態(tài)曲線下的面積,但積分畢竟太麻煩了，更何況許多人對(duì)積分運(yùn)算不熟悉，為 此須計(jì)算出現(xiàn)成的數(shù)值表供使用者查找。由于正態(tài)曲線的優(yōu)良性 質(zhì)，這項(xiàng)工作可以卓有成效地完成：經(jīng)過X的標(biāo)準(zhǔn)分 ，可以將任何正態(tài)分布N(，2)轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)分布 N(0，1)；運(yùn)用分布函數(shù)的定義，并利用正態(tài)曲線的對(duì)稱性，通 過下式（分布函數(shù)）可以計(jì)算編制出正態(tài)分布表(見附4)。,采用標(biāo)準(zhǔn)正態(tài)變量表達(dá)正態(tài)分布，使標(biāo)準(zhǔn)差得到了進(jìn)一步闡明。我們看到，標(biāo)準(zhǔn)差是計(jì)算總體單位分布及其標(biāo)志值變異范圍的主要依據(jù)，下圖說明了這一點(diǎn)。,（1）變量值在【 -, + 】之間的概率為0.6826。 （2）變量值在【 -2, +2 】之間的概率為0.9546。 （3）變量值在【 -3, +3 】之間的概率為0.9973。,第九章 統(tǒng)計(jì)推論,第一節(jié) 抽樣與統(tǒng)計(jì)推論 第二節(jié) 參數(shù)估計(jì) 第三節(jié) 假設(shè)檢驗(yàn),第一節(jié) 抽樣與統(tǒng)計(jì)推論,一、抽樣的意義與問題 以隨機(jī)變量的概率分布理論為基礎(chǔ)，通過分析某一抽樣的樣本信息，來對(duì)總體情況作出判斷的統(tǒng)計(jì)分析方法，就是統(tǒng)計(jì)推論。推論時(shí)對(duì)或錯(cuò)的概率是多少。 統(tǒng)計(jì)推論包括參數(shù)估計(jì)和假設(shè)檢驗(yàn)。,二、抽樣分布,樣本是從總體中抽樣而產(chǎn)生的，如果抽一次，就產(chǎn)生一個(gè)樣本，假如不停地抽下去的話，就會(huì)產(chǎn)生N個(gè)樣本。 抽樣分布式根據(jù)概率的原則而建立的理論性分布，顯示由同一總體中反復(fù)不斷抽取不同樣本時(shí)，各個(gè)可能出現(xiàn)的樣本統(tǒng)計(jì)值的分布情況。,二、抽樣分布,在推論統(tǒng)計(jì)中，理論和實(shí)際的一個(gè)重要結(jié)合就是通過抽樣分布和抽樣調(diào)查這兩者的聯(lián)系來實(shí)現(xiàn)的。 抽樣分布特指樣本統(tǒng)計(jì)量作為隨機(jī)變量的概率分布。用數(shù)學(xué)語言來說，抽樣分布是運(yùn)用數(shù)理統(tǒng)計(jì)的方法，把具體概率賦予樣本的所有可能結(jié)果的一種理論分布。,二、抽樣分布,比如，從上海財(cái)大12000名學(xué)生中隨機(jī)抽500名，研究其英語的成績(jī)，一共抽C50012000次，將會(huì)產(chǎn)生如下平均數(shù)。,每一個(gè)樣本統(tǒng)計(jì)量發(fā)生的概率是不同的，用概率分布來表示抽樣分布；,大家務(wù)必分清總體分布、樣本分布、抽樣分布：,三、中心極限定理,推論統(tǒng)計(jì)需要有一座能夠架通抽樣調(diào)查和抽樣分布的橋梁。,中心極限定理 我們知道，概率論中用來闡明大量隨機(jī)現(xiàn)象平均結(jié)果的穩(wěn)定性的定理，是著名的大數(shù)定理。其具體內(nèi)容是：頻率穩(wěn)定于概率，平均值穩(wěn)定于期望值。但是，大量隨機(jī)現(xiàn)象的穩(wěn)定性不僅表現(xiàn)在平均結(jié)果上，同時(shí)也表現(xiàn)在分布上，這就是中心極限定理所要闡明的內(nèi)容。 中心極限定理告訴我們：如果從任何一個(gè)具有均值和方差2的總體(可以具有任何分布形式)中重復(fù)抽取容量為n的隨機(jī)樣本，那么當(dāng)n變得很大時(shí)，樣本均值的抽樣分布接近正態(tài)，并具有均值和方差 。,(2)由于抽樣分布的標(biāo)準(zhǔn) 差要比總體標(biāo)準(zhǔn)差小， 并且 ，所以如右圖所示，樣本容量越大，抽樣分 布的峰態(tài)愈陡峭，由樣本結(jié)果來推斷總體參數(shù)的可靠性也隨之提高。,無疑，中心極限定理大大拓展了正態(tài)分布的適用面，同時(shí)我們得到了以下重要信息： (1)雖然樣本的均值可能和總體均值有差別，但我們可期望這些將聚集在的周圍。因此均值抽樣分布的算術(shù)平均數(shù)能和總體的均值很好地重合，這就是為什么總體均值和抽樣分布的均值用同一個(gè)來表示的緣故。,第二節(jié) 參數(shù)估計(jì),通俗地說，就是根據(jù)抽樣結(jié)果來合理地、科學(xué)地猜一猜總體的參數(shù)大概是什么？或者在什么范圍。 參數(shù)估計(jì)分為點(diǎn)估計(jì)和區(qū)間估計(jì)。 所謂點(diǎn)估計(jì)，就是根據(jù)樣本數(shù)據(jù)算出一個(gè)單一的估計(jì)值，用來估計(jì)總體的參數(shù)值。 例如，為了研究上海個(gè)人收入，抽樣調(diào)查發(fā)現(xiàn)樣本中個(gè)人收入的平均數(shù)是6000元，以此估計(jì)上海市個(gè)人收入的情況。,所謂區(qū)間估計(jì)，就是計(jì)算抽樣平均誤差，指出估計(jì)的可信程度，進(jìn)而在點(diǎn)估計(jì)的基礎(chǔ)上，確定總體參數(shù)的所在范圍或區(qū)間。我們經(jīng)常預(yù)測(cè)參數(shù)在點(diǎn)估計(jì)值兩側(cè)的給定的區(qū)間內(nèi)。 例如前面例子，估計(jì)上海市個(gè)人收入的平均數(shù)在5900元和6100元之間。,置信區(qū)間：是我們?yōu)榱嗽黾訁?shù)被估計(jì)到的信心而在點(diǎn)估計(jì)兩邊設(shè)置的估計(jì)區(qū)間。 置信度：用置信區(qū)間估計(jì)的可靠性（把握度）1-a,一、均值的區(qū)間估計(jì), - , + ,例，從某校隨機(jī)地抽取100名男學(xué)生，測(cè)得平均身高為170厘米，標(biāo)準(zhǔn)差為75厘米，試求該校學(xué)生平均身高95和99的置信區(qū)間。,例，從某校隨機(jī)地抽取100名男學(xué)生，測(cè)得平均身高為170厘米，標(biāo)準(zhǔn)差為75厘米，試求該校學(xué)生平均身高95和99的置信區(qū)間。,二、百分比的區(qū)間估計(jì),在社會(huì)研究中我們碰到許多定類變量，其估計(jì)不是均值，而是比率，這便提出了總體成數(shù)的估計(jì)問題。 比如某城市是否屬于老年型， 比如電視節(jié)目的收視率,從總體的均值估計(jì)過渡到總體的成數(shù)估計(jì)，其方法和思路完全相同。 只要用 代替 ， 用 代替 可以得出成數(shù)區(qū)間估計(jì)的置信區(qū)間: - , + ,根據(jù)中心極限定理，在大樣本情況下， 分布近似正態(tài)分布。因此用 和 代替p和 q。,假若從某社區(qū)抽取一個(gè)由200個(gè)家庭組成的樣本，發(fā)現(xiàn)其中有36的家庭由丈夫在家庭開支上做決定的次數(shù)超過半數(shù)。試問，家庭開支的半數(shù)以上由丈夫決定的家庭的置信區(qū)間是多少(使用95和99的置信水平)?,例，設(shè)根據(jù)某地100戶的隨機(jī)調(diào)查，其中60戶擁有電冰箱，求該地?fù)碛斜浔壤闹眯艆^(qū)間。（置信度為95和99）,四、決定樣本的大小,在能夠付出的研究代價(jià)限度內(nèi)，選取最大的樣本； 一項(xiàng)研究能容忍的誤差； 總體的異質(zhì)性情況。,第三節(jié) 假設(shè)檢驗(yàn),假設(shè)檢驗(yàn)是指先成立一個(gè)關(guān)于總體情況的假設(shè)，繼而抽取一個(gè)隨機(jī)樣本，然后以樣本的統(tǒng)計(jì)量或者統(tǒng)計(jì)性質(zhì)來驗(yàn)證假設(shè)。,一、假設(shè)檢驗(yàn)的邏輯,經(jīng)過隨機(jī)抽樣獲得一組數(shù)據(jù)，即一個(gè)來自于總體的隨機(jī)樣本。 如果根據(jù)樣本計(jì)算的某個(gè)或某幾個(gè)統(tǒng)計(jì)量表明在原假設(shè)H0成立的條件下幾乎是不可能發(fā)生，就拒絕或否定這個(gè)原假設(shè)，并繼而接受它的對(duì)立面?zhèn)鋼窦僭O(shè)H1。,反之，如果在原假設(shè)H0成立的條件下，根據(jù)樣本所計(jì)算的某個(gè)統(tǒng)計(jì)量，發(fā)生的概率可能性不是很小的話，那么就接受原假設(shè)。,假設(shè)檢驗(yàn)與小概率原理,小概率原理 大數(shù)定理表明就大量觀察而言，事件的發(fā)生具有一定的規(guī)律性。 根據(jù)概率的大小，人們處理的態(tài)度和方式很不一樣。 在日常生活中，人們往往習(xí)慣于把概率很小的事件，當(dāng)作一次觀察中是不可能發(fā)生的事件。,例如，人們出門做事會(huì)遇到不測(cè)事故，但沒有人在出門前在意這事。原因是：認(rèn)為小概率事件在每次出門不會(huì)發(fā)生。,“小概率事件”：概率必須很小，那么，究竟要小到什么程度？在社會(huì)統(tǒng)計(jì)中一般認(rèn)為在0.05以下為小。,總而言之，小概率原理可以歸納為兩個(gè)方面：一是可以認(rèn)為小概率事件在一次觀察中是不可能出現(xiàn)的；二是如果在一次觀察中出現(xiàn)了小概率事件，那么應(yīng)該否定原有事件具有小概率的說法或者假設(shè)。,例 通過以往大規(guī)模調(diào)查，已知某地一般新生兒的頭圍均數(shù)為34.50cm，標(biāo)準(zhǔn)差為1.99cm。為研究某礦區(qū)新生兒的發(fā)育狀況，現(xiàn)從該地某礦區(qū)隨機(jī)抽取新生兒55人，測(cè)得其頭圍均數(shù)為33.89cm，問該礦區(qū)新生兒的頭圍總體均數(shù)與一般新生兒頭圍總體均數(shù)是否不同？,假設(shè)檢驗(yàn)的目的就是判斷差別是由哪種原因造成的。, 抽樣誤差造成的； 本質(zhì)差異造成的。,礦區(qū)新生兒頭圍 34.50cm,33.89cn,礦區(qū)新生兒頭圍 34.50cm,一種假設(shè)H0,另一種假設(shè)H1,抽樣誤差,總體不同,例、妻子從一年中隨機(jī)選擇一天跟蹤丈夫，發(fā)現(xiàn)他和別的女人約會(huì)。丈夫?qū)ζ拮诱f，這一次非常偶然，是那個(gè)女人糾纏自己，除這次外，從來沒有和其他女人約會(huì)。請(qǐng)問，丈夫的解釋合理嗎？,二、假設(shè)檢驗(yàn)的基本概念,（一）虛無假設(shè)與研究假設(shè) 1、選擇誰作為原假設(shè)？ 在統(tǒng)計(jì)檢驗(yàn)中，通常把被檢驗(yàn)的那個(gè)假設(shè)稱為虛無假設(shè),用符號(hào)H0表示. 又稱之為零假設(shè)、原假設(shè)或者解消假設(shè)。,原假設(shè)往往根據(jù)已有資料或者深思熟慮確定的，是具有穩(wěn)定性的經(jīng)驗(yàn)看法，沒有充分的根據(jù)，是不會(huì)被輕易否定的。,比如，根據(jù)以往多年的統(tǒng)計(jì)表明，上海財(cái)大英語的平均成績(jī)?yōu)?0分，隨機(jī)抽取100個(gè)學(xué)生，其平均成績(jī)?yōu)?0分，問今年財(cái)大學(xué)生的英語成績(jī)是否下降？ 對(duì)上述情況，原假設(shè)應(yīng)該為今年財(cái)大學(xué)生的英語成績(jī)?yōu)?0分。,2、選擇誰作為備擇假設(shè) 備擇假設(shè)用H1 又稱之為研究假設(shè)。 原假設(shè)是保守、穩(wěn)定的，但是并非不能否定，否則就沒有必要研究了。 備擇假設(shè)有三種寫法：,備擇假設(shè)有三種寫法： 第一種：H0: =90 H1: 90 第二種：H0: =90 H1: 90 第三中：H0: =90 H1: 90,一個(gè)完整的假設(shè)應(yīng)該包括原假設(shè)和備擇假設(shè)。,3、臨界值、接受域和否定域、顯著性水平 在統(tǒng)計(jì)檢驗(yàn)中，這些不大可能的結(jié)果稱為否定域。如果這類結(jié)果真的發(fā)生了，我們將否定原假設(shè)；反之就不否定原假設(shè)。 接受域與否定域之間的分界值就是臨界值。,以抽樣分布是正態(tài)分布為例： 找出臨界值、否定域和接受域。,（三）雙尾檢驗(yàn)和單尾檢驗(yàn) 根據(jù)否定域位置的不同，可以講假設(shè)檢驗(yàn)分為雙尾檢驗(yàn)和單尾檢驗(yàn)。 1、雙尾檢驗(yàn) 在統(tǒng)計(jì)中，必須把否定域分配到抽樣分布的兩端的檢驗(yàn)，被稱為雙尾檢驗(yàn)。,在雙尾檢驗(yàn)中，如果顯著性水平為a，則每側(cè)否定域的概率應(yīng)該是a/2,臨界值則是Za/2 雙側(cè)檢驗(yàn)往往寫成這種方式： H0: =90 H1: 90 Z Z a/2 ,否定原假設(shè)，反之則接受。,單尾檢驗(yàn) 所謂單尾檢驗(yàn)，就是把否定域集中到抽樣分布更合適的一側(cè)。這樣，在顯著性水平相同的條件下，可以得到一個(gè)比較大的尾端。 根據(jù)否定域在左側(cè)還是右側(cè)，可以將單側(cè)檢驗(yàn)分為左側(cè)檢驗(yàn)和右側(cè)檢驗(yàn)。,（1）右側(cè)檢驗(yàn) 往往寫成這種方式 第一種：H0: =90 H1: 90 如果Z Za，就拒絕原假設(shè)，反之則接受,（2）左側(cè)檢驗(yàn) H0: =90 H1: 90 如果Z Za，則拒絕原假設(shè)。反之則然。,5、兩類錯(cuò)誤及其關(guān)系 在假設(shè)檢驗(yàn)中，無論是拒絕或者接受原假設(shè)，都不可能做到百分之百的正確，都有一定的錯(cuò)誤。,（1）、第一類錯(cuò)誤棄真的錯(cuò)誤 第一類錯(cuò)誤是，零假設(shè)H0實(shí)際上是正確的，卻被否定了。 犯第一類錯(cuò)誤的大小就是顯著性水平。 因此，有人也把第一類措施稱之為 錯(cuò)誤 （2）、第二類錯(cuò)誤取偽錯(cuò)誤 H0實(shí)際上是錯(cuò)誤的，卻被接受了。,可能發(fā)生的兩類錯(cuò)誤,兩類錯(cuò)誤是對(duì)立的，成反比。如果要減少第一類誤差，將會(huì)增加第二類誤差。 完全消除兩種誤差是不可能的，只有靠增大樣本,我們事先選定的可以犯第一類錯(cuò)誤的概率，叫做檢驗(yàn)的顯著性水平(用表示)，它決定了否定域的大小。 當(dāng)顯著性水平a 減少時(shí)，棄真的錯(cuò)誤會(huì)減少；但納偽的錯(cuò)誤會(huì)增大。,三、假設(shè)檢驗(yàn)的基本步驟,假設(shè)檢驗(yàn)是直接檢驗(yàn)原假設(shè)，間接檢驗(yàn)備擇假設(shè)。 (1)建立假設(shè)； （2）選擇適當(dāng)?shù)慕y(tǒng)計(jì)檢驗(yàn)方法 (3)求抽樣分布； (4)選擇顯著性水平和否定域； (5)計(jì)算檢驗(yàn)統(tǒng)計(jì)量； (6)判定。,例，已知初婚年齡服從正態(tài)分布，根據(jù)9個(gè)人的抽樣調(diào)查表明，平均初婚年齡為23.5歲，標(biāo)準(zhǔn)差為3歲。 問是否可以認(rèn)為該地區(qū)平均初婚年齡已超過20歲（0.05）？,（1）建立假設(shè) H0：20(歲) H1：20(歲),（2）總體正態(tài)，小樣本的t分布 （3）對(duì)自由度8來講，單側(cè)檢驗(yàn)和顯著性水平005，查表知否定域?yàn)閠值等于或大于 1.86。,（4）計(jì)算統(tǒng)計(jì)量 t= 計(jì)算得出,（5）判定 否定原假設(shè)，即可以認(rèn)為該地區(qū)的平均初婚年齡已經(jīng)超過20歲。,第三節(jié) 雙變量分析,第一節(jié) 列聯(lián)表和相關(guān)測(cè)量 第二節(jié) 簡(jiǎn)單線性回歸與積距相關(guān),第一節(jié)列聯(lián)表和相關(guān)測(cè)量,一、相關(guān)概述 相關(guān)是指一個(gè)變量的值與另一個(gè)變量的值有連帶性，即一個(gè)變量值發(fā)生變化，另一個(gè)變量的值也發(fā)生變化。 無相關(guān)：0 完全相關(guān)：1 正相關(guān) 負(fù)相關(guān),一. 列聯(lián)表 列聯(lián)表，是按品質(zhì)標(biāo)志把兩個(gè)變量的頻數(shù)分布進(jìn) 行交互分類，由于表內(nèi)的每一個(gè)頻數(shù)都需同時(shí)滿足兩個(gè) 變量的要求，所以列聯(lián)表又稱條件頻數(shù)表。 例如，某區(qū)調(diào)查了357名選民，考察受教育程度與投 票行為之間的關(guān)系，將所得資料作成下表，便是一種關(guān) 于頻數(shù)的列聯(lián)表。,22頻數(shù)分布列聯(lián)表的一般形式,習(xí)慣上把因變量Y放在表側(cè)，把自變量X放在表頭。 22列聯(lián)表是最簡(jiǎn)單的交互分類表。 rc列聯(lián)表 r(row)、c(column),rc頻數(shù)分布列聯(lián)表的一般形式,兩個(gè)邊際分布：,在相對(duì)頻數(shù)分布列聯(lián)表中，各數(shù)據(jù)為各分類 出現(xiàn)的相對(duì)頻數(shù)(或者頻率)。將頻數(shù) 化成相對(duì) 頻數(shù) 有兩種做法： 相對(duì)頻數(shù)聯(lián)合分布 兩個(gè)邊際分布 或 相對(duì)頻數(shù)條件分布 或,rc相對(duì)頻數(shù)聯(lián)合分布列聯(lián)表,例A1試把下表所示的頻數(shù)分布列聯(lián)表，轉(zhuǎn) 化為自變量受到控制的相對(duì)頻數(shù)條件分布列聯(lián) 表，并加以相關(guān)分析。,從上表可知，受過大學(xué)以上教育的被調(diào)查者絕大多 數(shù)（占95.8%）是投票的，受教育程度在大學(xué)以下的被調(diào) 查者雖多數(shù)也參與投票（占67.9%）,但后者參與投票的百 分比遠(yuǎn)小于前者；前者只有4.2%棄權(quán)，而后者則有32.1% 棄權(quán)。兩相比較可知，受教育程度不同，參與投票的行 為不同，因此兩個(gè)變量是相關(guān)的。,二、用卡方進(jìn)行顯著性檢驗(yàn),根據(jù)樣本中兩個(gè)變量的關(guān)系推論總體兩個(gè)變量的關(guān)系，如果這兩個(gè)變量是定類或者一個(gè)定類（另一個(gè)是定序）時(shí)，就可以用卡發(fā)檢驗(yàn)來推論總體。,例：在某種流行病流行的時(shí)候，共有120個(gè)病人進(jìn)行了治療，其中40個(gè)病人按標(biāo)準(zhǔn)劑量服用某種新藥，另有40個(gè)病人按標(biāo)準(zhǔn)劑量的2倍服用了這種新藥，其余40個(gè)病人只按病狀治療(而不是按病因治療)，治療結(jié)果按迅速痊愈、緩慢痊愈、未痊愈分為三類，最后交叉分類的情況列于表135中，試問這三種療法之間有沒有差別(取005)。,三、相關(guān)系數(shù),1、PRE性質(zhì) PRE（proportionate reduction in error）是指消減誤差比例。 社會(huì)研究的目的就是要預(yù)測(cè)或解釋社會(huì)現(xiàn)象的變化。 比如，有一種社會(huì)現(xiàn)象Y（例如大學(xué)生的最大志愿），在預(yù)測(cè)或解釋這種現(xiàn)象時(shí)，難免會(huì)有誤差。假定另一社會(huì)現(xiàn)象X（比如性別）是與Y有關(guān)系。,如果我們根據(jù)X的值來預(yù)測(cè)Y的值（比如根據(jù)性別來預(yù)測(cè)大學(xué)生的最大志愿），理應(yīng)減少若干誤差。而且X和Y的關(guān)系愈強(qiáng)，所能減少的預(yù)測(cè)誤差就會(huì)越多。 換而言之，所消減的誤差有多少，可以反映X與Y的相關(guān)強(qiáng)弱程度。,現(xiàn)在假定不知道X的值，我們?cè)陬A(yù)測(cè)Y 的值時(shí)所產(chǎn)生的全部誤差是E1，如果知道X的值，我們可以根據(jù)X的值來預(yù)測(cè)Y的值，假定誤差是E2，則用X的值來預(yù)測(cè)Y時(shí)，所減少的誤差就（E1 E2） 則所減少誤差比例 PRE （E1 E2）/ E1,PRE數(shù)值范圍在1和0之間。 討論：通過PRE的值如何反映變量之間的關(guān)系？ PRE數(shù)值的意義就是用一個(gè)現(xiàn)象來解釋另外一個(gè)現(xiàn)象時(shí)能夠減少百分之幾的錯(cuò)誤。,2、Phi相關(guān)系數(shù),3、克拉默V相關(guān)系數(shù),4、Lambda相關(guān)系數(shù),式中： m 為X的每一分類中Y分布的眾數(shù)的頻數(shù)； My 為Y邊際分布中的眾數(shù)的頻數(shù)； n為樣本單位數(shù)。,課堂練習(xí)： 為了研究飲食習(xí)慣與地區(qū)之間的關(guān)系，做了100人的抽樣調(diào)查。問其關(guān)系度如何？,第二節(jié) 簡(jiǎn)單線性回歸與積距相關(guān),一、散點(diǎn)圖與回歸線,散點(diǎn)圖表示的相關(guān)的類型,正相關(guān) 負(fù)相關(guān) 完全正相關(guān) 完全負(fù)相關(guān) 稱零相關(guān),二、簡(jiǎn)單線性回歸方程 線性回歸分析，一般是先依據(jù)相關(guān)表做出 散點(diǎn)圖，直觀地估計(jì)X和Y關(guān)聯(lián)性。如果兩變量 的確呈現(xiàn)出一定的線性相關(guān)趨勢(shì)，便可以設(shè)所 要求的回歸直線方程為 是因變量Y的預(yù)測(cè)值或稱估計(jì)值。 回歸方程的建立： 先做散點(diǎn)圖；利 用最小二乘法。,運(yùn)用最小平方法可以在所有可能的直線中找到使 Q達(dá)到最小的回歸直線。 分別對(duì)a、b求偏導(dǎo)并令其為零，求得兩個(gè)標(biāo)準(zhǔn)方程：,解聯(lián)立方程，得到 a 和 b 的計(jì)算公式：,X,Y,在回歸方程中，b有十分重要的意 義，被稱為回歸系數(shù)。b值的大小， 反映了X對(duì)Y有多大的影響，即b值就 是當(dāng)X增加一個(gè)單位時(shí)Y值的增量。,例：為了研究受教育年限和職業(yè)聲望之間的關(guān)系，設(shè) 以下是8名社會(huì)成員抽樣調(diào)查的結(jié)果，求直線回歸方程。 解：,直線回歸方程是,X,Y,總變差 = 回歸變差 + 剩余變差,三、 決定系數(shù)（r2）,三種變差平方和,總變差 SST,回歸變差 SSB,剩余變差 SSW,是r2而非r 具有PRE意義,決定系數(shù)也可以表達(dá)為回歸變差在總變差中所占比例,四、積矩相關(guān)系數(shù),積鉅相關(guān)系數(shù)又稱之為皮爾遜相關(guān)系數(shù)。 r中的X 和Y位置互換，系數(shù)大小不變； 【-1，1