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

區間尺度,論文最常用到的尺度之一

10/30/2018

0 評論

 
區間尺度又稱為等距尺度,通常會是這樣:
 
你覺得這家店的服務品質如何,1分到7分勾一個,分數靠近1表示劣等,分數靠近7則是優等。然後,假設1與2, 2與3的距離相等(其他也是以此類推)。其他的例子像是李克特尺度,問你對一件事情的看法,請你勾選同意不同意的程度
1: 非常不同意
2: 不同意
3: 有點不同意
4: 普通
5: 有點同意
6: 同意
7: 非常同意
 
那因為這篇文章有點長,如果你有興趣,我放在我的部落格,請點以下連結去看喔!
 
這個尺度有一個特性,就是各個分類的值之決定是很武斷的,你說的算,只要它是等距,譬如我也可以這樣
-3: 非常不同意
-2: 不同意
-1: 有點不同意
0: 普通
1: 有點同意
2: 同意
3: 非常同意
 
那這樣說來,這裡的0並不是絕對零點(表示什麼都沒有,沒有東西),是有東西的,在此例子就是對某件事情普通的看法。其實最常見的區間尺度例子就是溫度計,1度與2度之間,2度與3度之間距離相等,而且0度不代表沒有溫度,還是有溫度,表示沒有絕對零點。
 
因為等距,所以區間尺度可以做加減運算,常見的做法就是用在量表,量表就是問一個概念的多個題項,譬如,忠誠度這個概念用三題問
 
以下三題,請你回答同意不同意的程度,七點尺度(非常不同意(1)到非常同意(7))
1.我覺得我對這家店是忠誠度
2.我覺得我會和親朋好友推薦這家店
3.我還會去這家店消費
然後,如果你第一題答同意,第二題答非常同意,第三題答同意,你就會在第一題得到6分,第二題得到7分,第三題6分,這個時候你就可以將這三題的分數加總起來,代表你對這家店的顧客忠誠度分數=6+7+6=19分..這種量表也因為這種加總的特性被稱為summated scale(加總量表)
 
區間尺度在實務上常常會用到,特別是寫論文時xd
 
區間尺度值的決定,雖然是武斷的,但是建議還是要遵循大家的做法,也就是
1: 非常不同意
2: 不同意
3: 有點不同意
4: 普通
5: 有點同意
6: 同意
7: 非常同意
 
任何其他的作法只是會造成溝通的困難而已,就別了吧! 想一下,如果你現在想要和大家不同
 
7: 非常不同意
6: 不同意
5: 有點不同意
4: 普通
3: 有點同意
2: 同意
1: 非常同意
 
雖然不能說你錯,但這樣就會很怪阿,記得很久一前當兵時
識別證掛反了,班長跑來說,你為什麼要跟別人不一樣? 為何要不一樣? 為何要不一樣?
 
所以,不要和別人不一樣吧! 不然會造成誤解還要解釋,浪費時間,遵循大家的習慣吧!

好好消化吸收, 一起簡單學,做的好吧! 

你已經差不多學會了尺度的概念了,打好這個基礎表示你可以開始學SPSS基礎分析了,現在鬍鬚曾提供免費基礎統計SPSS課程,邀請你加入喔!
 
 

0 評論

分配基本概念

10/28/2018

0 評論

 
[分配]
一個變數,就是一直在變的數,假設這個變數叫做考試分數,然後我是小班制,只有16位同學,這些同學的分數如下
30 40 40 50 50 50 60 60 60 60 70 70 70 80 80 90,我們可以這樣看:
30分的有一個,40分的有兩個,50分的有三個,以此類推,然後我們可以畫成下面:
60
50 60 70
40 50 60 70 80
30 40 50 60 70 80 90
妳現在是不是看到了考試成績可以被描述成一座山,這就是考試成績這個變數的分配! 你可以看到中間高旁邊低,長個很像個鐘,這種分配通常稱為鐘型分配,或是常態分配喔!
常態分配的變數才能進行推論統計(理論上)
可是現在我們是針對母體的分配阿,因為班上16個人全部都被我探聽成績了,所以,不用做推論統計,當你知道母體,你就不用根據樣本推論,不然就是多此一舉。針對母體的統計分析,通常都是描述統計即可。
今天就和大家介紹很基本的分配概念..
每天都要簡單學,做得好!🤣
0 評論

母體變異數與標準差

10/25/2018

0 評論

 
上次我們提到平均數、中位數與眾數,這些都是反映母體分配的中央趨勢..😉🤗
那有反映離散程度的嗎?
有喔,今天介紹一個最常聽到的,叫做變異數。變異數的公式簡單來說就是平均離差平方和,這是啥鬼?
(母體變數值-平均值)之平方加總/母體中元素個數
如果今天母體只有五個人,考試成績為60, 80, 100, 60, 100
平均數=400/5=80
(母體變數值-平均值)之平方加總=(60-80)平方+(80-80)平方+(100-80)平方+(60-80)平方+(100-80)平方=400+400+400+400=1600
母體中元素個數=5
變異數=1600/5=320
標準差就是變異數開根號=17.88854
統計學考試有一個方便記憶的笑話: 根號的數學符號就像一個窗戶,√320 其實窗戶左邊還有個2被省略了,意思就是寒窗苦讀第2年
考試問標準差,你如果忘記開根號就要再考一次,第二年才有機會,所以你要寒窗苦讀再一年!所以題目要看清楚別忘了開根號!😂
對了,這裡介紹的是母體變異數與標準差喔,樣本的變異數與標準差可就不同了,而我們也比較常用樣本,因為調查母體成本太高了,那麼樣本標準差與變異數要怎麼算呢? 其實差不多,下次再分享囉!🤩
0 評論

中位數

10/22/2018

0 評論

 

[中位數]
上次談到平均數可以騙人,容易受到樣本中極端值的影響..那如果樣本中有極端值,我們就要靠中位數了,中位數就是中間的數,首先你必須要先將數字從小排到大,然後找到中間的那個.. 90,85,95這時,中位數就是85, 90,95的中間就是90 阿如果第三個傢伙的數字忽然從95變成0,這時,排列出來就是0, 85, 90,你就會知道中位數就是85 當第三個傢伙的數字從95變成0,平均數從90變成58.33,而中位數從90變成85,從變化量來看,你就可以知道中位數比較不會受到極端值影響...

​所以,就來問問大家了,如果下面有兩個資料集,哪一個比較適合用中位數呢?這就是我給大家的題目了!😜

A: 80 81 82 83 84 85 85 85 85 86 86 86 87 89 89 90 
B: 20 10 82 83 84 85 85 85 85 86 86 86 87 89 89 90

0 評論

平均數的謊言

10/22/2018

0 評論

 

​常會看到網路上寫臺灣平均薪資不錯的訊息,可是你有想過這是對的嗎? 如果看到平均月薪50000以上,就下結論,不錯,那可要小心了, 此為平均數的謊言!

要瞭解一下平均數,以三個人考試成績為例: 90,85,0,平均是3個加起來除以3=58.33 90,85,95, 平均是3個加起來除以3=90

所以,第三個人成績忽然變很高,平均數就膨脹很多:-? 那你就知道,既然平均數容易受到極端值影響,那麼在算平均月薪時,如果樣本裡有一個人或一些人所得特別高,那整體的平均薪資就上升很多, 樣本的代表性就很重要了,樣本的組成必須反映所有人的結構才行 那既然平均數容易受極端值影響,有沒有什麼替代指標? 有哦,就是中位數!容我之後再說:-))

​我發現鬍鬚長了,到底要不要刮呢?刮了就沒正字標記,不刮看起來很頹廢,真是難易決定,你們幫我決定好了!

0 評論

變數尺度_順序尺度

10/22/2018

0 評論

 

【變數之尺度: 順序尺度】🤗🤗🤗
之前講很多關於類別變數之尺度特性,現在我們要講順序尺度。簡單說,一個變數如果它的值反映了一個偏好的順序,它就是順序尺度。

看以下的例子! 請你針對服務品質將以下速食品牌做個排名: 摩斯漢堡、笨寶王、漢堡王、肯德基、麥當勞 如果有一個人排好了:

摩斯漢堡>笨寶王>漢堡王>肯德基>麥當勞 你可以知道,現在每個類別(品牌)就會有大小(優劣)之分 此外,你還可以說因為摩斯>笨寶王,又笨寶王>漢堡王,所以摩斯>漢堡王,這叫做偏好的遞移性 你一定還會發現,其實順序尺度下的變數它也可以是類別變數,摩斯漢堡、笨寶王、漢堡王、肯德基、麥當勞這些品牌還是反映類別,如果你指派一個數字到這些類別:

1: 摩斯
2: 笨寶王
3: 漢堡王
4: 肯德基
5: 麥當勞

值的意思只是個標籤,代表某個品牌,只是現在你知道更多資訊,根據這個顧客的偏好,你知道1>2>3>4>5,以前在名目尺度時,你是不知道這個大小順序的。 那你會問說,這樣順序尺度可以加減嗎? 因為不是反映了大小?

我就要問你了,什麼樣的情況下可以加減?😜
現在讓我們看減法: 2-1=1, 3-2=1, 4-3=1

你是否發現一個共同之處,1和2之間差1,2和3之間也是差1,3和4之間也是1,這表示要做加減運算,有個條件,就是兩個類別之間要”等距”

那我就要問你了: 請問麥當勞與肯德基之間的差距是否等於肯德基與漢堡王,以此類推? 想想看吧! 然後留言到下面,驗證你的學習成效,和我一起學習成長吧! 😉😉😉

0 評論

眾數之應用

10/21/2018

0 評論

 

眾數在計算計量變數(區間與比率尺度)可能不比中位數、平均數來的有用,可是眾數卻很適合用在類別變數(名目尺度)
 
如果將學校附近的餐廳都列出來,問同學最常去哪一家餐廳,這時根據同學的答案,我們不可以算平均數,因為類別變數不能加減,我們也不能算中位數,因為中位數要從小到大排列,我們可不知道哪家餐廳是小,哪家是大。這時,我們卻可以用眾數,它會很有效率地告訴我們,最多學生選某某餐廳,這就是為何眾數那麼適合用在計算類別變數的中央趨勢。

你想知道怎麼用SPSS統計軟體跑出眾數、平均數、中位數嗎?

​那就進入基礎統計課程免費學習喔!
 
一起來簡單學,做得好吧!

0 評論
<<上一步
    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