社會研究方法/定量研究
在研究人員進行實驗和/或調查後，他/她所獲得的資訊被稱為定量資料。這種資訊是可衡量的，並側重於數值，與描述性更強的定性資料不同。收集到定量資料後，研究人員會對研究結果進行分析。
- 定量分析
- 對觀察結果進行數值表示和處理，以便描述和解釋這些觀察結果所反映的現象。
研究人員使用編碼過程來分析他們的發現。在進行調查時，一些資料是數值的，而其他資料必須從定性轉換為定量。
- 編碼
- 將原始資料轉換為適合機器處理和分析的標準化形式的過程。
編碼是指將一組資料分配數值，以簡化分析，並可用於量化顯性內容和隱性內容。在調查研究中，顯性內容和隱性內容之間的區別非常重要。
顯性內容是指有形的或具體的表面內容（資料），與隱性內容相區別，隱性內容是指這些資訊背後的潛在含義。
顯性內容的優點是易於測試和可靠，缺點是有效性。隱性內容是交流的潛在含義，與顯性內容相區別。隱性內容的優點是它被設計為完美地挖掘交流的潛在含義，其缺點是可靠性和特異性。
為了使編碼資料易於理解和管理，需要建立一個程式碼簿。這本書解釋了編碼過程，並充當資料集中定位變數的指南。程式碼簿還描述了每個程式碼的含義。這些程式碼簿有兩個目的，首先，它們是編碼過程的指南。其次，程式碼簿充當研究中定位變數的指南。
定量編碼的例子
- 一項調查在 1-9 的範圍內對回覆進行排名，並讓受訪者選擇九個選項中的一個。
- 其他變數，例如性別或政治傾向，必須分配一個數值才能進行定量分析
- 例如：男性=1；女性=2 或者 民主黨=1；共和黨=2；無黨派=3
- 由於年齡已經用數字表示，研究人員可以選擇不為這些資料開發編碼系統。
編碼在分析資料中是必要的，因為必須能夠將原始資料轉換為有意義的資訊。
一旦資料被正確編碼，它就可以被分析。一種分析型別是單變數資料分析，其中一個變數（例如性別、種族或社會經濟地位）被單獨分析，以便更好地描述。
有許多不同的方法可以分析這些資料，包括
- 頻率分佈：計算樣本中資料收集的次數。
- 平均值：表示資料總體趨勢的術語。
- 均值：資料總和除以資料點數。
- 中位數：如果資料按降序或升序排列，則是資料中的“中間數”。
- 眾數：出現頻率最高的資料點。
- 均值：資料總和除以資料點數。
- 離散度或方差：衡量資料圍繞中心值（例如均值）的範圍。
- 標準差：也衡量圍繞均值的離散度；但是以一種樣本的 68% 將落在均值正負一個標準差範圍內的形式。
技術先進的程式（如 Microsoft Excel）能夠從一組資料中計算均值、中位數、眾數、方差和標準差。這是分析一組資料非常方便且簡單的方法。
- 正態分佈圖通常用作圖表來顯示標準差和方差。
如果很大一部分值的緊密聚集在均值附近，則表示標準差低；而如果值在所有可能值的範圍內廣泛分佈，則表示標準差高。簡而言之，低離散度和標準差表明值彼此相當接近，變化量相對較小。
- 連續變數是指其屬性形成穩定進展的變數。
- 離散變數是指其屬性彼此分離的變數。
因此，連續變數（如高度）可以具有無限個可能的值，而離散變數（如年份）只能具有特定的值（2010 或 2011，但不能為 2010.5）。Microsoft Excel 也可以輕鬆計算這兩個值。
單變數分析可以用圖表或圖形直觀地描述。在構建圖表或圖形時，最好保持簡單，以便更好地理解。
- 雙變數分析
- 同時分析兩個變數，目的是確定它們之間的經驗關係。
雙變數分析側重於變數之間的關係，而不是組的比較。雙變數分析探討了自變數和因變數之間的統計關聯。它的目的是通常是解釋性的，而不僅僅是描述性的。
雙變數分析的結果通常以列聯表的形式呈現，列聯表是為了揭示自變數對因變數的影響而構建的。
- 列聯表
- 一種以百分比分佈形式展示變數之間關係的格式
如何構建和解讀雙變量表
- 根據自變數的屬性將個案分為不同的組別
- 用因變數的屬性描述子組
- 透過比較自變數子組在因變數特定屬性上的差異來解讀表格
- 多元分析
- 對多個變數之間同時關係的分析。它使用自變數、中介變數和先導變數來檢驗和解釋因變數的變異。
- 中介變數在時間順序上或作為因果機制位於自變數和因變數之間。
- 先導變數位於自變數之前。
多元表可以根據更復雜的子組描述建立，遵循與雙變量表類似的框架。這是由於使用了多個自變數，並且因變數依賴於這些自變數來顯示任何關係。
- 例如參加賓果比賽。假設之前認為老年人通常會參加這種遊戲，我們可以根據年齡將參與者分成幾組。當年齡差異被分解成不同的子組時，年齡差異將成為我們的自變數，並會顯示出與因變數（參加賓果比賽）的關係。
為了展示資料，通常使用表格而不是條形圖等，因為展示多個自變數會很複雜。這些表格也有助於排除意見，找到真實的事實和資料。
定量資料分析的一個問題是存在偏差的可能性。研究人員傾向於偏愛某個發現是很常見的。為了幫助消除這種偏差，在研究之前制定詳細的假設是有益的。透過記錄可能無法證明你的假設正確的結論，對於研究類似主題的其他研究人員來說，瞭解你的結果是有益的，因為它可以幫助他們進行研究。如果研究過程正確，並且在表格中適當展示，則可以在研究有爭議的主題時收集和展示資料，而不會有任何偏差。
在進行定量分析時，需要記住一些有用的研究技巧
- 使用百分比進行比較是一個好主意，併為因變數的每個類別建立這些百分比
- 應重新編碼變數，以便進行想要進行的比較，並且可以以不同的方式進行這種重新編碼。
- 選擇一個具有足夠解釋力的自變數，以使其有意義。