六章定究方法課件

1、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：研究者長期深入

2、到所研究的群體或社區(qū)之中，直接參與研究對象的日常生活，對置身其中的社會(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。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、

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)訪談對象個(gè)別訪談群組訪談（座談會(huì)）：將若干訪談對象集中起來同時(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

4、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

5、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

6、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

7、研究對象；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，資料間難以對比；二、口述史方法1、定義口述史方法主要依賴對于老年人進(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、場域和場合。4、口述史方法的操作三、內(nèi)容分析方法內(nèi)容分析方法是對各種文獻(xiàn)資料的內(nèi)容進(jìn)行客觀

8、、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:美國通過分析德國報(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報(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，擊敗競爭對手。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、

9、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，對觀察結(jié)

10、果進(jìn)行對比檢驗(yàn)；（4）對觀察時(shí)間長短進(jìn)行檢驗(yàn)。2、無結(jié)構(gòu)式訪談?dòng)涗浀膶徍酥攸c(diǎn)是要對訪談雙方在互動(dòng)交流過程中的相互影響進(jìn)行審核。（1）要對被訪問者對訪問者的態(tài)度進(jìn)行審核；（2）要對被訪問者對訪問的內(nèi)容和意義的理解進(jìn)行審核；（3）要對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)涡远?、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

11、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) 分布趨勢測量第三節(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)，

12、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：以長方形的長度表示變量不同取值的頻數(shù)或百分比分布，其長方形的寬度沒有實(shí)際意義。定序直方圖：由緊挨著的長方形構(gòu)成，其長度和寬度都有意義，寬度表示組據(jù)，長度表示頻數(shù)或百分比。定距折線圖：用直線連接直方圖中長方形頂端的中點(diǎn)面而成的。定距第二節(jié) 分布趨勢測量一、集中趨勢測量集中趨勢是從一組數(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

13、 集中趨勢的應(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：員工經(jīng)理副經(jīng)理職員A職員B職員C職員D職員E職員F職員G月薪（元）600040001700130012001100110011005001、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 集中趨勢的應(yīng)用591. 對未分組資料 (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

14、）、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 集中趨勢的應(yīng)用63第一種方法 168 6

15、 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?？梢杂糜诙悺⒍ㄐ?、定距、定比層次變量。二、離散趨勢測量7/19/2022661.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。7/19/202267 2、平均差平均差是離差絕對值的算術(shù)平均數(shù)。 A D= 3、 標(biāo)準(zhǔn)差S（standard deviation)

16、定義：各變量值對其算術(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)。7/19/202270 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 集中趨勢的應(yīng)用716. 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

17、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7/19/202272四分位差(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) 求下列兩組成績的四分位差：A: 78 80 82 85 89 87 90 86 79 88 84 81B: 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=呈鐘型對稱 均值=中位數(shù)=眾

18、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，更何況許多人對積分運(yùn)算不熟悉，為此

19、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

20、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

21、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，一共抽C50012000次，將會(huì)產(chǎn)生如下平均數(shù)。樣本 平均成績1234.80827885.77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：均值標(biāo)準(zhǔn)差總體分布樣本分布抽樣分布 S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

22、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

23、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)測參數(shù)在點(diǎn)估計(jì)值

24、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

25、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)

26、，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

27、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

28、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

29、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?yōu)?0分，隨機(jī)抽取100個(gè)學(xué)生，其平均成績?yōu)?0分，問今年財(cái)大學(xué)生的英語成績是否下降？對上述情況，原假設(shè)應(yīng)該為今年財(cái)大學(xué)生的英語成績?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 H

30、1: Za/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: =90H1: 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

31、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?？赡馨l(fā)生的兩類錯(cuò)誤兩類錯(cuò)誤是對立的，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

32、。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)測量第二節(jié) 簡單線性回歸與積距相關(guān)第一節(jié)列聯(lián)表和相關(guān)測量一、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

33、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)表的一般形式自己志愿知心朋友志愿總數(shù)快樂家庭理想工作增廣見聞快樂家庭289340理想工作241750增廣見聞2

34、4410總數(shù)325414100兩個(gè)邊際分布： 在相對頻數(shù)分布列聯(lián)表中，各數(shù)據(jù)為各分類出現(xiàn)的相對頻數(shù)(或者頻率)。將頻數(shù) 化成相對頻數(shù) 有兩種做法： 相對頻數(shù)聯(lián)合分布 兩個(gè)邊際分布 或相對頻數(shù)條件分布 或 rc相對頻數(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頻數(shù)條件分布列聯(lián)表，并加以相關(guān)分析。 投票行為Y受教育程度X 大學(xué)以上 大學(xué)以下投票棄權(quán)160 7129 61289 68合計(jì)：167190357 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

35、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。投票行為Y受教育程度X 大學(xué)以上 大學(xué)以下投票棄權(quán)95.8%(160/167) 4.2%(7/167)67.9%(129/190) 32.1%(61/190)81.0%(289/357) 19.0%(68/357)100.0%(167)100.0%(190)100.0%(357)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1

36、20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Y的

37、值（比如根據(jù)性別來預(yù)測大學(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?，F(xiàn)在假定不知道X的值，我們在預(yù)測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Y的值，假定誤差是E2，則用X的值來預(yù)測Y時(shí)，所減少的誤差就（E1 E2） 則所減少誤差比例PRE （E1 E2）/ E1PRE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

38、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？ 合計(jì)： 南方 北方面食米食 1040 30 20 4060 合計(jì)：Fx 5050n100第二節(jié) 簡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，便可以設(shè)所要求的回歸直線方程為 是因變量Y的預(yù)測值或稱估計(jì)值。 回歸方

39、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：XY 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 調(diào)查對象年x聲望yxyx21 12 70 840 1442 16 801280 2563 9 50 450 814 19 861634 3615 21 901890 4416 10 65 650 1007 5 44 220 258 12 75 900 144合計(jì)10456078641552XY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