鬍鬚曾統計顧問
  • 首頁
  • 最新消息
  • 統計學課程
    • 基礎統計SPSS
    • 行銷數量分析課程介紹
    • 信效度分析
    • 基礎迴歸分析
    • PLS結構方程式
  • 關於我們
  • 隱私政策
  • 統計學懶人包

 統計學懶人包

熱門搜尋:  標準化 | 問卷前測 | 交叉分析

[做問卷很多人都會遺忘的步驟------前測]

6/22/2019

0 評論

 
很多人編制好問卷後,就想要趕快發出去,可是發出去後搞不好就看到很多問題,可是來不及改了。

問卷前測就是透過很小的樣本去事先檢視一下問卷是否有問題的一個流程。這個步驟很多時候我們會認為不怎麼重要而遺漏了,或是我們只會草草帶過,但其實,問卷前測還是很重要的,因為它可以讓我們用比較少投入成本發現到正式問卷中可能會遇到的問題...
通常我在論文中最常看到的方式就是: 請一群專家協助
就是找一群和你研究領域、主題相關的專家,可能是業者也可能是學者,有時也可以找問卷設計領域的專家、或是目標研究對象,大概3-7位吧,雖然這個人數沒有一定的準則,然後請他們協助看看問卷的設計與問題有沒有需要調整之處,通常專家可能會對一些地方看法不同,這個時候就需要透過討論的方式達成共識,最後再根據專家訪談的結果針對問卷去做修正。這個方式之所以常用,就是因為它的成本比較低廉又比較快速。
有很多關於問卷前測的關鍵問題:

1. 有哪些問卷前測的方法? 
2. 樣本需要多少?
3. 問卷前測到底有沒有辦法偵測出不好的問題?
4. 誰是前測的對象?
5. 誰做前測?
點選問卷前測重點精華整理去長知識吧!
😎
一起簡單學,做得好!
#鬍鬚曾統計顧問 #問卷設計 #簡單學做得好 #問卷前測
0 評論

[變異的拆解: 變異數分析與迴歸分析中那個鬼鬼的表?]

6/13/2019

0 評論

 
統計學家很喜歡去看變異這個東西,變異就是一個變數值的變化,那我們就會想要知道什麼東西造成了變數值的變化,因此,就把變異分解了,我們會根據經驗或是文獻、理論等去想想到底哪些東西可以解釋某的變數的變化,好吧,我們就舉個例子比較清楚,假設你開了一家餐廳,你發現你的店銷售量似乎一值在變動,這個時候你就想要知道到底是什麼因素解釋了銷售量的變動,你想來想去,想到了一個最有可能的理由,就是競爭者的促銷活動,你認為銷售量的變化有很大一部份是歸因於競爭者的促銷活動,可是你又不是神,所以你無法完全命中,也就是銷售量的變動無法完全被競爭者促銷活動解釋,在此情況,你就知道銷售量的變動有些部分是由不知道的因素所解釋。因此,我們可以知道:

總變異=可解釋變異(競爭者的促銷活動)+不可解釋變異(其他不知道的因素)
如果你的可解釋變異那邊放的是類別變數,譬如,競爭對手有無進行促銷活動,那通常這個可解釋變異就被稱為SSTR(Sum of Squares due to Treatment),之所以是稱為Treatment處理是因為實驗設計的傳統,實驗設計下通常可解釋變異會放類別變數,而且是被操弄(處理)的:
情境一: 競爭對手沒有促銷活動 (故意在本餐廳旁邊開了一個攤位,賣的東西和本餐廳類似,假裝是競爭對手,但請他們不要進行促銷活動)
情境二: 競爭對手有促銷活動 (故意在本餐廳旁邊開了一個攤位,賣的東西和本餐廳類似,假裝是競爭對手,但請他們進行促銷活動)
在此情境下,就要用變異數分析,報表中一定會有SST(總變異)、SSTR(歸因於實驗處理的變異)與SSE(不可解釋變異)。
好吧,如果你的可解釋變異那邊放的是連續的變數,譬如,顧客感知競爭者促銷活動的程度,那通常這個可解釋的變異就會被稱為SSR(Sum of Squares due to Regression),也是會有不可解釋的變異,此時要做的分析為回歸分析,報表中一定會有SST(總變異)、SSR(可被自變數的變異)與SSE(不可解釋變異)。
但是,其實回歸分析中的可解釋變異部分,它的變數可以是類別或是連續,因此,變異數分析其實也可以用回歸分析跑,變異數分析是回歸分析的特例,此時可解釋變異就會是SSTR,當然如果你有很多Treatment(處理),SSR=所有SSTR的加總…
其實概念不難,只是計算很機車而已..
不過我們有SPSS, SAS等軟體幫我們計算,重點還是
我們要懂概念,不然只會計算不懂概念還是沒有用的喔!
好好吸收吧,一起簡單學做的好!
😄😄😄
#簡單學做的好 #鬍鬚曾統計顧問 #基礎統計
0 評論
    圖片

    我是誰

    鬍鬚曾,政大博士,為人和善客氣,看起來呆呆萌萌的,喜歡分享簡單統計知識,熱心幫助有需要的人,做事認真,常常忘記要照顧自己

    查文章

    十月 2024
    十月 2022
    九月 2022
    十月 2021
    九月 2021
    八月 2021
    十月 2020
    二月 2020
    一月 2020
    十二月 2019
    十一月 2019
    十月 2019
    九月 2019
    八月 2019
    七月 2019
    六月 2019
    五月 2019
    四月 2019
    二月 2019
    一月 2019
    十二月 2018
    十一月 2018
    十月 2018

    類別

    全部
    勉勵與期許
    問卷前測
    問卷設計
    基礎統計概念
    大數據分析
    抽樣
    推論統計
    進階統計
    進階統計
    關於鬍鬚曾

    RSS 訂閱


隱私政策  |  部落格  |  關於鬍鬚曾  |  免費好康  |  輔大永續研究中心


Hours

M-F: 11 am - 5pm

Facebook

點我

Email

[email protected]
  • 首頁
  • 最新消息
  • 統計學課程
    • 基礎統計SPSS
    • 行銷數量分析課程介紹
    • 信效度分析
    • 基礎迴歸分析
    • PLS結構方程式
  • 關於我們
  • 隱私政策
  • 統計學懶人包