2010年12月29日 星期三

數位學習研究方法1229

第三章  研究設計

  • 準實驗設計(quasi-experimental designs):從研究角度來看,真實驗設計具有嚴謹的控制程序,所以是比較理想的實驗設計,但在從事社會科學的實驗研究時,常需配合現實條件的限制,採用控制較不嚴謹,但施行方便的設計形式;亦就是在實驗中,運用完整的受試者團體,而非隨機將受試者分派於不同之實驗處理或情境的設計,稱之為準實驗研究法。
  • 實驗設計的研究樣本為隨機取樣;準實驗設計則為立意取樣
  • 實驗設計中含有:
    • 自變項(可操控的,ex男生&女生等基本資料);兩個自變項使用t檢定,三個用avona,常見有單因子、雙因子、多因子設計。
    • 依變項(由自變項而改變的,ex分數高低;實驗結果)
  • 例子:
            實驗組及對照組各分為男生、女生,使用facebook、紙本各別進行測試將之分析,同時可得到六種成績:fb成績、紙本成績、fb男生成績、fb女生成績、紙本男生成績、紙本女生成績。

  • 控制變項:在研究中,依變相所產生的變化並不全然歸因於自變項,自變項與依變相的關係有可能是虛假的。﹝ex:x與y之間的關係是虛假的,必須靠第三者z來維持關係,所以z就是控制變項﹞
  • 中介變項:一個中介變項的邏輯地位是把它看作是自變項的結果﹝果﹞,但卻是依變相的決定者﹝因﹞。﹝自變項→中介變項→依變項﹞
研究設計:
  1. 研究架構:指自變項與依變項、中介變項等其它複雜的關係圖表。
  2. 研究樣本:細述施測對象。
  3. 研究步驟:flow chart(流程圖)。
  4. 使用工具:ex本研究前測使用ooxx量表、自製ooxx問卷(重點在於信、效度)。
  5. 分析工具:其中使用了標準差、t檢驗、單因子變異數分析。
期刊、研討會:
  1. 前言(introduction):最後需提及待解決問題與目的。
  2. 文獻(review literture)
  3. 研究方法(methodology)
  4. 發現(finding)
  5. 結論(conclusion)
  6. 參考(reference)
作業
一:找出準實驗設計中,雙因子設計的自變項與依變項為何?並比對論文標題。


        是一種用以檢定某變量(變數),在兩種因子之不同組合下,所產生的結果是否相同,以及探討這些因子間是否彼此交互作用,以致影響該結果的一種統計分析方法。

技術能力與互補資源設為自變項,以創新來源設為依變項

論文名稱:

「由資源基礎與知覺風險觀點探討研發專案創新策略─以資訊電子業為例」

二:數位原生&數位移民

數位原生(Digital natives)


一出生就活在電腦、網際網路世界的一代,這些住民在數位國度裡成長,對於數位科技不會讚嘆,從不猶疑如何使用,也從來不會想到他們用的物品屬於數位,他們流利的使用數位語言。這一世代的人沒有一天不與電腦、網站、手機以及其他新奇的數位用品或玩具,密切的共生共存。從小在鍵盤上打字,字對數位原生來說,是打出來的,不是用寫的。

數位原生的定義為1980年代以後出生的人,有著跟1980年代以前(也稱為數位移民)不一樣的價值觀和道德觀,他們生長在一個充滿科技的世代,他們習慣同時處理許多事情(所以數位移民們都認為這些學生較不專注);他們偏好主動探索,很少聽收音機、不看報紙,但是愛看電視、更愛網路;他們不玩單機版的遊戲,99%有手機,常用簡訊,喜歡觸控螢幕、儲存大量音樂,不喜歡接受任何有線和電池壽命低於十小時的裝置,喜歡圖像式的說明;他們的特色是即時性、個別性、互動性、虛擬性、參與性、多元性、控制性。
數位原生代喜歡掌控自己的東西,喜歡個別化的事物,希望所有都是即時的,也是互動的;他們可以生活在虛擬和現實之間,而且喜歡參與所有事務,但都參與不久,喜歡集體行動或共同參與,但也喜歡展現自我;他們喜歡自訂步調、有彈性,特別喜歡視覺跟影音,也喜歡探索、更喜歡立即回饋。而他們不喜歡獨自作業、默默承受,及受他人主導;不喜歡制式、沒有變化;不喜歡統一規範、一視同仁;不喜歡文字及靜態聽講和延遲回饋。
數位移民 (Digital Immigrants)
數位移民世代指的是出生於電腦已經發明的時代(1980年代前),但是卻尚未有數位環境的存在。這世代從出生開始,接觸到的工具是打字機,逐漸進展到文字處理系統,以及到最近才接觸到網路。相對於數位原住民,他們成長在單純、可預測的、穩定的、低科技的的環境;他們像是從另一個時空來的人,在今天這個數位世界簡直就是外國人,所以稱為數位移民。
像是所有移民一樣,到了新國家要學習適應,要學會當地語言,要尊重本地文化,要瞭解原住民的風俗、習慣,更要入境隨俗。此外還要懂得與原住民溝通,更要讓他們聽得懂你說的話。

在數位國度裡,數位移民難免會說著帶有口音的數位語言,而且內心充滿掙扎,尤其是遇到新的科技或做事的新方法,還是無法擺脫舊思維的移民。數位移民不僅思維與下一代不同,連生活模式都不一樣。諸如:需要操作手冊,甚至上補習班學電腦、學新的軟體;查資料不會立刻上網,可能還要借重字典、百科全書;告訴朋友網站名稱還要打電話;看電子郵件或網路文章還得列印才能閱讀。
數位移民和他們的上一代的思維模式差異不大,可是與下一世代的數位原生相比,就根本不同。從類比過渡到數位時代,造成產業斷裂,而上下這兩個世代,直可說是天壤之別的不連續世代。上一代的父母可以用自己的成長經驗來教育小孩,我們可以稱之經驗傳承。可是對下一代的數位小孩,做父母的自己的生活學習與成長的環境,與孩子截然不同,根本不可能將過去的經驗傳衍給下一代,反而還得向下一代學習。
數位移民可以從這現實生活找到借鑑,在數位國度裡已經不是我們教小孩,而是需要孩子來教父母如何在這新國家求生存,過個比較快樂的數位生活。數位科技讓小孩的成長不需太多父母的教導,網際網路是這種數位孩童的媬姆;他們的家庭教育來自父母的教導越來越少,他們對資訊的取得、吸收、處理與運用,也與父母學習與運用的來源與方式不同。
這幾年總會聽到一些老師或父母數落甚至嘲笑孩子字寫得很糟糕,國文程度低落,網路上也流傳著學童的精彩作文,其實這都顯示這些數位移民的老師或父母,太不瞭解原住民。數位小孩一出生就接觸豐富的影音生活,他們的思維模式,已經跟他們的移民父母不一樣了。他們是從小在鍵盤上打字,字對數位小孩來說,是打出來的,不是用寫的。這輩子只要會寫自己的姓名就不錯了,字寫的好不好與漂不漂亮,不影響與人溝通交流的效率。至於作文對於習慣於圖像溝通與影音交流的人,似乎顯得沉重,如果一個火星文、一張圖片就能充分表達,對小孩來說,幹嘛需要一串囉嗦的文字?
一般移民通常是志願的,而且對移民國家充滿憧憬與夢想;但數位移民是被迫進入數位國度,對未來茫然、甚至難以預測。儘管如此,還是要慶幸有數位生活可以經驗,即使心不甘、情不願,還是要快樂的活下去。做為數位移民要認命,要學習新國家的數位生活工具,要向數位原住民請教、學習,才能期待安度智慧的日子。

數位移民與數位原生的差異


數位移民使用email及電話,使用文字做溝通、喜歡人群;利用電腦網路,但大部分接觸的都還是實體。

數位移民要如何運用這些網路程式在教育上呢?數位原生平常利用即時通訊做溝通表達,所以數位移民可以利用msn,做一對一的即時教學與討論,或是利用msn白板,讓師生可以在同一個畫面上做溝通或是算數,如果是利用msn的群組,就可以用來做即時互動和遠距線上助教群組,做公布欄、討論區或是班級經營。

由於數位原生喜歡使用視覺圖像的介面,所以數位移民可以利用互動式搜尋引擎QUINTURA,就可以訂定新的議題,讓學生來搜尋。

數位原生也喜歡利用網路社群來做社交活動,像FACEBOOK的餐廳經營,與其禁止學生玩,不如利用此遊戲,讓學生練習成為教育性的活動;或是利用FACEBOOK裡的遊戲,創造屬於自己的心理測驗。

他們也喜歡行動學習的方式,所以也可以利用Podcast-ESL Pod的外語網路廣播教材,加強其學習動機。讓學生在搜尋議題資料時,或指定學生做企劃時,可以用Bookmarking,再來是學生喜歡虛實合一的學習環境,而數位移民可以讓Second Life建置一個3D的教學環境,圖書館也可以提供讀者服務。

參考資料:http://blog.xuite.net/kc6191/study/33600318

2010年12月22日 星期三

數位學習研究方法1222

研究方法第二章

文獻探討

1、「典範」(paradigm) 著名的社會科學史家;典範移轉(paradigm shift)
  • kuhn的《科學革命的結構》 http://ahrimanchen.pixnet.net/blog/post/22041850
  • 解釋現象的理論是經由驗證成為學理、知識,所以找出現象規律的理論,稱為「定律」。
  • 在遇見新的現象、或現行定律無法解釋時,尋找、創造一新的、可以解釋的結構,這就是一種典範。
2、當新舊理論產生時,在進行研究時,勢必先將新舊理論作一闡述,以便進行研究。

3、論述題目的關鍵字中,找出該經典者,從最初點開始研究直至現今。

4、涵蓋面向包含最初點的主要發展,至最近的其它發展。

5、「數位學習」:e-learning 一詞由jay cross所提出。
      「合作學習」Cooperative Learning:大師~Johnson & Johnson

6、「三角凳原理」:第二章中內容約略為第一節、第二節、第三節,主要根據題目標題作排序,再尋找相關論文的參考資料。

7、研究目的在於研究本身是否能找出一個創新點,例如該變項為新方法、新工具、新內容或結合進行。

8、引經據典後,將內容作一結論,此為一種方法;撰寫文章並於內容中旁博引徵參考文獻,完成其章節,此為更高明的方法。

9、「串句」:三段論法

例如一,kuhn認為"社會科學知識是演化的"(1971,p.26)->字字經典,直接寫
例如二,kuhn對於典範轉移的探討提出"社會科學知識是演化的"(1971,p.26)->字字經典


例如三,kuhn(1971)提出典範轉移的概念。根據kuhn所提出的理論認定,典範轉移是"ooxx"。->轉化為自己的文字,但中文不得超出23個字,英文不得超過7個字。

例如四(正),所以從ooxx得知,典範轉移是ooxx(下結論)。->自己的文字

例如五(反),接四:然而,根據xxx學者發表於1983年論文指出典範轉移並非常見於中國社會科學研究
例如六,接四、五:多位學者同意(不同意)上述論點(第一位、第二位...),(再提出自己最切合的、最要引用的學者、論點)

作業:找出一段文章有三段論法(關鍵字如:然而、however、in the other way、某某某 pointed out

2010年12月8日 星期三

數位學習研究方法1208

前三周
1. APA格式(林天佑)

2. 引用文獻

3. 分析論述

後三周
 JAY CROSS 數位學習

 數位->數位平台行動學習

 學習->認知心理學

 評量

作業:引用文章;試寫文章;並用prezi製成

「大學生該學什麼? 張忠謀:有目標、有紀律、有系統的終身學習」

「學習生涯有如可帶走的盛宴」

ex:大文豪海明威說:「年輕時住過巴黎,它會一生跟著你,有如一場可帶走的盛宴。」這句話用來形容我前後21年的學校學習生涯,算是十分適當。

我:大文豪海明威說:「年輕時住過巴黎,它會一生跟著你,有如一場可帶走的盛宴。」這句話用來形容我踏入就業服務體係的工作中,算是頗為適當,因為藉由此種為民眾親身服務,瞭解對方的過程,以及成為雇主與勞工的中介者,學習如何扮演好角色、達成設定的目標、滿足雙方的需求,可謂是另類的「媒人婆」。

ex:中國古語常說的「活到老,學到老」,並不是我認同的終生學習。因為,張忠謀先生說終生學習必需具備三項要素:有目標、有紀律、有計畫。

我:中國古語常說的「活到老,學到老」,並不是我認同的終生學習。因為,張忠謀先生說終生學習必需具備三項要素:有目標、有紀律、有計畫。因此,我認為在「活到老,學到老」的過程中,仍是有需要依循的準則,而非單純自認為有學習就是對的,「學習」應該是要有目的,滿足自我不足的地方;「學習」應該是一種自我要求,強化自己的知識、常識的過程;「學習」需要調配,安排時間、活用各種學習方式,來達到效率學習的目的。

prezi作業連結:http://prezi.com/pxguiipjnlpq/1208/

2010年12月6日 星期一

論文相關(一)

資料來源:http://140.126.36.92/aerc/webhd/s26/index.htm

Introduction“研究背景”:做關鍵字介紹,通常會在前言的倒數第二段或第三段開始描述研究目的。
Purpose “研究目的”:目的有多少都可以,但要有對應的研究問題,通常是比較大的領域(於第五章解答) 延伸出研究問題。

Problem “研究問題”:範圍較小,可檢驗(於第四章解答),中間的東西找出關係,縮小成為變相。

Hypothesis“研究假設”:預期的答案。

Assumption“研究假定”:做實驗時才會有研究假定 (例如:填問卷的學生都很認真填 — 這是研究假定),實驗結果未知,但實驗環境可以先規劃。

Limitation“研究範圍”:(研究責任區在哪? 例國小學童,針對四年級學生…,本研究範圍限定在國小四年級),有機會再把變相呈現一次。

“研究限制”:做不到的(受限於研究資金…),若不影響研究品質,則不需要限制。

“研究定義”:兩個目的

1.針對不是這個領域的人,要把名詞解釋清楚(例如EPR)、(例如創造力:學童發展的潛能) 。

2.大家習慣的名詞,在這篇研究中有特殊用途(國小學童 :國小六年級男生)、(本研究的教師,是具十年經驗的教師,解釋一次,後面就只要寫“教師”即可,不用再解釋了)。

2010年12月5日 星期日

數位學習研究方法1124(補)

作業一、在一篇研究文章,找出幾個關鍵字寫出名詞

自己的關鍵字:「數位學習、教育訓練、勞工、中小企業、失業者、滿意度、學習成效

1、論文名稱: 失業勞工數位學習成效評估之研究—以輔助參加提升數位能力研習。謝雅青(民95),國立政治大學勞工研究所

關鍵字:失業勞工、數位學習成效

2、論文名稱: 勞工安全衛生教育訓練上網學習成效之研究。陳逸青(97),國立中正大學勞工研究所2. 並觀察Jounal其中一篇的研究架構是否有別於

關鍵字:勞工、安全衛生、上網學習

3、論文名稱:以科技接受模型探討影響企業員工使用數位學習系統之研究。陳彥勳(民97),

關鍵字:技接受模型、企業員工、數位學習

4、論文名稱:以資訊系統成功模式探討企業員工數位學習系統使用效益之研究。高嘉鴻(民97),義守大學資訊管理學系碩士班

關鍵字:資訊系統成功模式、企業員工、數位學習

5、論文名稱:中小企業運用數位學習之關鍵因素探討-以製造業為例。張嘉琳(民96),靜宜大學管理碩士在職專班

關鍵字:中小企業、數位學習

作業二觀察Jounal其中一篇的研究架構是否有別於
"中英文摘要 > 前言 > 研究設計 > 研究發現 > 研究結論 > 研究參考"
=>
"中英文摘要 > 緖論 > 文獻探討 > 研究方法 > 結果分析 > 結論與建議 > 參考文獻
論文名稱:中小企業導入數位學習之比較。王文雯(民97),中央大學企業管理研究所

作業三http://www.pac.nctu.edu.tw/Homework/ (余英時博士-說歷史意識)
如果是你要以這篇做研究文獻引文,請問哪些是你的關鍵字詞?哪些又是關鍵句子?
試著寫成自己的文章。

關鍵字:歷史意識、人生價值、社群、文化


歷史學者余英時教授指出:「歷史意識是一個精神上的指南針,指示我們每一個人怎樣去尋找自己的時空定位」,自我的定位?一種定義自己、瞭解自己的人生目標等的一種意議,並且從中以「通過時間之流,每一社群所建構的價值和意義最後都連結成一片整體的網絡,這便是我們所說的『文化』」,說明了透過個體或是團體的行為接觸,促成了一種人類表現的集合體,它涵蓋時間以及空間的整合,並強調「歷史意識祇有在一個完全自由開放的社會中才能將它的功能發揮得淋漓盡致」,反之亦然,所以保存豐富的歷史文化是我們生於自由社會中所應被附予的責任。

作業四、找出JayCross。(利用心智圖表示。)

參考資料:
「思維大師Jay Cross:變動世界的領導統御」
「非正式學習」
「與e-Learning大師Jay Cross面對面」

心得:對於非正式學習,自己有很深刻的感覺,由於自己的學習方式或許較為特別,每每在思考一件事情、一個專案時,獨自安靜的思考方式並不適合我,所以我會刻意找人「聊天」,特地的去談這件case,在談話的過程中,最為有趣的是多數自己在發言,而履試不爽地,思緒自然而然會從腦袋產出,這是較常見的一種自我發想的方式,另一種,則是參加活動、聽演講,其實有時參加活動與演講,會發生一種有趣的現象:得到的「發想」並不是主題範圍的東西,例如去聽「ECFA對台灣產業的衝擊與未來因應對策」的演講,自己得到除了演講內容的資訊外,發想的可能是對自己工作上的idea,或是可以買哪一隻股票等等,亦或激勵自己打定主意未來可以從事的方向,這些,有時都是自己在參加前想像不到的,我想,這應該也是「非正式學習」的一種。




作業四、改寫論文題目

2010年11月17日 星期三

數位學習研究方法1117

  • 中央極限定律v.s.區間估計

  • 兩樣本的平均數考驗(test)-->t檢驗
求出該兩樣本是否為同一母群中之樣本

以SPSS測試:
取得三組各30組值1-5的數共90個,作描述性統計得出:



















由上表可得出Q1-Q10的平均數為2.99,即趨近於3(1-5的平均數)。



  • 三樣本的平均數考驗-->anova

以SPSS測試:

取得三組各30組值1-5的數共90個,作描述性統計得出:



統計 顯著性:推論(假設)發生錯誤的機率
ex:.05,即代表發生錯誤機率為5%,反之正確率為95%。
上表可看出,Q1、Q3、Q4具有顯著性。

以Q3為例,得知具有顯著性,故將各組作Q3的獨立樣本T檢定得出:

第一組與第二組:
第一組與第三組:
第二組與第三組:





比較三組表格,可看出第二組與第三組針對於Q3的獨立樣本T檢定的
差異的95%信賴區間的上界與下界皆為負數,第一組與第二組、第一組與第三組的上下界皆為正負數。

2010年11月10日 星期三

數位學習研究方法1110

區間估計:對未知的母體參數估計出一個上下限的區間,並指出該區間包含母體參數的可靠度。

區間估計的步驟:


步驟1 選擇較佳的點估計式並計算點估計值

步驟2 取得樣本統計量的抽樣分配

步驟3 導出母體參數的信賴區間

步驟4 求出母體參數的信賴區間值並做統計推論


抽樣誤差(sampling error):一個不偏估計量與母體參數的差的絕對值稱為抽樣誤差

信賴區間:是在一個既定的信賴水準下所構成的一個區間。是由樣本統計量及抽樣誤差所構成的一個(包含上限,下限的)區間。

統計的自由度:統計學上的自由度(degree of freedom, df),是指當以樣本的統計量來估計總體的參數時,樣本中獨立或能自由變化的資料的個數,稱為該統計量的自由度。
資源來源:維基百科,自由的百科全書

虛無假設
統計估計方法的使用
  • 母群的平均數與標準差
  • 樣本的平均數與標準差
  • 上述後者的數據得知,將使用t分配的統計方式;
  • 若已經母群的標準差,將可使用常態分配。
 使用獨立樣本t檢定
利用excel取得三組30個亂數本。
各別置入spss中,跑獨立樣本t檢定:得到~




三組樣本跑單因子變異分析(anova):得出~


















顯著性<.005,即具有顯著性。

2010年11月3日 星期三

研究方法-量化研究四原則與五面向

        社會科學領域之研究設計,心理學家傾向採用實驗設計;社會學家較偏愛採調查研究或相關研究,不論是實驗設計或調/相關研究,資料/數據分析,皆要以電腦為工具,根據變項屬性,選用適當的統計方法來考驗假設,資料搜集的常用方法包括訪問、問卷調查及觀察等。

研究者如採實驗研究時,應當把握四大原則(Kirk,1995):

1、 要有適切的統計考驗力,使 m m0 間差界,有實質意義存在。

2、 使用最小資源、人數。

3、 提供適當的保護,以防止第一類型的錯誤。

4、 無關干擾變項的影響要最小。

       在實驗設計的選擇上面,除把握以上四個原則外,也要考量到下面五個面向:

1、 這個設計能夠有效計算出實驗效果與誤差效果值?因為由這二個效果值才能得知實驗處理是否有效。

2、 所搜集的資料足以產生可靠的結果?如果所搜集的資料有偏誤,統計結果自然不正確。

3、 設計是否可運用適當的統計方法加以考驗,而考驗結果是否具有足夠的統計考驗力?量化的數據如果不能以統計方法考驗,則無法驗證;此外,統計考驗力太低,也代表正確裁決率不高。

4、 在實驗情境限制下,此設計是否是最有效率,也最富經濟化的設計。

5、 實驗程序是否具體可行?在研究領域中所學的方法是否可以使用?在研究情境類似下,研究者之研究結果應能與其它研究者之發現作一比較。

資料來源:吳明隆(2003)。《SPSS統計應用學習實數》。

註:統計考驗力是指當虛無假設 (null hypothesis) 為假時,能正確拒絕虛無假設的機率。也就是(1-β)。

研究方法-量化研究的四步驟

        量化的研究主要在於觀察與資料的搜集、電腦統計應用分析。量的研究歷程通常包括下列四個步驟(Gay,1992;吳明隆,民89):

1、 選擇與定義問題

        研究問題必須是可以考驗的假設,或研究者領域所感興趣、有價值或重要性的問題,問題可以經由資料搜集、分析來加以考驗或回答。量化研究問題可能是研究者感興趣的主題;或有價值性的問題;或研究者認為社會科學領域中重要的問題,此部份可以由相關文獻的探究分析,發掘相關研究的主題。訂定研究主題之後,要擬定研究架構,草擬研究問題及要考驗之研究假設,並對重要的關鍵詞,給予完整的概念性定義及操作型定義。

2、 執行研究的程序

        完整的實施程序包括樣本或受試者的選擇,測量工具的發展,資料的搜集。如果有特殊實施程序,在研究設計中也應加以規劃。執行研究的程序就是決定取樣的方式,預及正式問各抽取多少受試者,發展、編製或修訂研究之測量工具,研究工具是要先經專家效度檢核?

3、 資料分析

        資料分析通常包括一個以上統計技巧的應用。資料分析的結果可提供研究者考驗研究假設或回答研究問題。資料分析要根據考驗之研究假設及變項性質,選用合適而正確的統計方法,包括預試問卷的信效度考驗及正式問卷的統計應用分析等。在資料分析時,研究者要避免「垃圾進、垃圾出」的現象,首重的是正確統計方法的選用與資料結果的客觀解釋,以促發「垃圾進,資訊出」的效益。

4、 結果探究與結論

        結論的呈現主要根據資料分析的結果,結論應該與最初擬定的假設或研究問題有關,研究結論也要指出研究假設是否得到支持。研究的結論要根據究主要結果而來,重視的是客觀性及實徵性,進而再根據研究結論提出研究的具體建議及研究限制所在,以作為未來研究者的參考。

根據學者Bryman與Cramer,(1997)二人的觀點,完整量化的研究歷程,如下圖1所示:


數位學習研究方法1103

兩類錯誤

第一類型錯誤(type I error),又稱型一誤差


第二類型錯誤(type II error ),又稱型二誤差








中央極限定律:
樣本的平均數會趨近於母群平均數,其中抽樣比率會影響誤差值:
ex:1-10的樣本各別抽7個樣本及4個樣本皆10次,取得其平均值。
抽7個樣本之平均數:5.43










抽4個樣本之平均數:5.8

常態累積機率表:
根據z值
連續隨機變數的機率值就是它的機率分配曲線與橫軸所圍的部份面積,亦即它的機率密度函數在部份範圍的積分值,通常都利用查表的方式配合簡單的計算來求常態分配的機率值。


2010年11月2日 星期二

研究方法-量的研究與質的研究之差異

量的研究與質的研究之差異可從下列五個方面加以區別:

1、 對問題看法的差異:量的研究基本上採取的是邏輯實證主義的論點,認為無論自然或社會現象,其背後的原理可簡化為單一的客觀實在,不因個人的情感或信念而有所不同。質的研究基本上採取的是自然現象主義,認為自然或社會現象的本是多元實在的。

2、 研究目的的差異:量的研究旨在探討影響受試者行為與有關變項間必然性的因果關係或變項間的相關情形;質的研究重視的受試者行為與其所處情境脈絡間關係的詮釋與分析。

3、 研究取向的差異:量的研究重視的是假設演繹取向法,根據某種普遍原理先形成假設,而後演繹推論某特殊情境中加以驗證;質的研究重視的是經驗歸納取向法。

4、 研究者角色的差異:量的研究之研究者保持客觀中立,藉助測量工具如儀器、測驗及問卷等搜集資料;質的研究者是參與性的,研究者經常須與受試者保持互動的關係,實際參與研究的情境,資料搜集與觀察有時受到研究者主觀因素影響。

5、 研究結果推論的差異:量的研究重視的是由受試樣本推論到樣本的母群體,強調情境推論的重要性;質的研究之情境推論則是情境限制推論,研究推論受到很大限制。


資料來源:吳明隆(2003)。《SPSS統計應用學習實數》。

研究方法-量化研究的基本概念

        研究重視的是客觀性、科學性與資料分析的正確性,量化研究,是研究如何減少「垃圾進、垃圾出」(garbage in, garbage out),研究者首先須明瞭變項的性質、選用正確合適的統計方法,以客觀的立場分析數據資料(data),使其成為有用的資訊(information),以考驗研究假設,進而發現研究結果,根據研究結果與研究問題,整理歸納成結論。是故量化研究與統計方法的應用有其密不可分的關係存在。
        量化研究的基本概念,一般社會科學研究的目的不外是描述、解釋與預測,它有三個主要特性:一為客觀性:研究者使用的方法與程序,不受個人主觀因性的影響,方法的運用與資料處理有其一定步驟,不隨個人偏好、成見而隨意改變;二為系統性:科學研究有其一定的程序與研究流程;三為實證性:科學研究的資料來源必須基於實際觀察所得或蒐集之真實資料,經明確的統計分析結果,來支持研究假設或否定研究假設。

資料來源:吳明隆(2003)。《SPSS統計應用學習實數》。

2010年10月27日 星期三

數位學習研究方法1027

課堂筆記

研究假設(Research Hypothesis)
就事實層面,從實招來-->有罪推論
ex:一群人中有一位偷竊者,執法者會檢查每一位人的私人物品。
西方世界研究發展出:無罪推論
ex:執法者在確認有明確的證據才會作檢查動作。

定義:針對問題,研究者認為可能的答案;胡適~「大膽假設,小心求證」

唯有進行現象觀察,才能發展出研究的方向,進而提出問題,進行研究假設。
ex:研究者假設ooo使用xxx方法,對ooo有用?
        以科技接受模式探究線上學習有效性之研究

第一類型錯誤(type 1 error)
第二類型錯誤(type 2 error)




敘述統計:每一個樣本、個數都是已知的。即母群(population)的平均數與標準差是可計算得知。
由已知樣本推論未知的~~即為推論統計。
當今天能在已知樣本中得知平均數及標準差,即可推論未知母群的平均數估計值。

樣本的平均數會受抽樣樣本數而有差別,抽樣次數愈多平均值愈準確。
中央極限定律(The Central Limit Theorem)
是一個非常有用的定律,因為它描述了平均數之樣本分配的特質。這個定律如下:當母群存在著變異數和平均數時,如果樣本的樣本數夠大,則樣本平均數形成的機率分配(稱為平均數的樣本機率分配;sampling distribution of means)會趨近於常態分配;且當樣本數增大時,樣本機率分配會越趨近於常態分配。






2010年10月26日 星期二

發想~~「如果讓我重新做一個研究生」.王汎森

文章詞句「論文應該有所創新 」

感想:身為研究生最大的目的就是要產出一篇論文,原則上一個明確的方向是不容易立即產生的,皆需透過資料、文獻的搜集,再進而整理,配合請教指導老師作指正,這樣的一個流程是完美可行的,只是在腦子中想到的或許不是這麼全面,畢竟學習領域的層級過低,作學生或許會想到一些天飛行空,比較不實際的,或講白一點是沒意義的題目,這些對於指導老師而言可說是見仁見智。創新的論文方向、創新的論文主題,想必是充滿挑戰的,所以現實中真的不是這麼容易使其發生。不過,不論如何持續學習是個王道。

文章詞句「由接受知識到創造知識,是身為一個研究生最大的特色 」

感想:講重點,就是學習,就像文章中所提:「讓他不停的唸書、不停的報告,這是進入一個陌生的領域最快、又最方便的方法」,凡是創造,都是建立在有著成熟的基礎上。

文章詞句「必須要有個問題取向的學習 」

感想:學習的目的除了增進自身的知識,培養研究能力、寫作能力,另外當然還是要解決問題,運用所學,配合資料搜集,找出問題的解決方法,如此的過程才是具有效力、產能。

文章詞句「提出一個重要的問題,跨越一個重要的領域,將決定你未來的成敗 」

感想:研究主題的訂定決定了研究的對象、領域、理論,以及自身的資源運用。

文章詞句「學習是跟生活合在一起的」

感想:持續學習、習慣學習,使學習融入生活,始為做學問的一大方針,實難為之。

文章詞句「循序漸進地練習論文寫作」

感想:透過學術論文、書籍的格式分析、借鏡,搭配老師指導學習正統的學術論文格式。

文章詞句「要每隔一段時間就給自己一個挑戰,挑戰一個你做不到的東西」

感想:每每想到上班的業務以及時效性的壓力,在下班之餘想到研所課程的作業、資料的搜集,一加一大於二的窘境,就會慢慢啃蝕文章所提到的「責任感與罪惡感」 ,前者漸漸萎弱,後者反之茁壯;某時瀏覽網路,又會見到一些在職進修或是國外進修的範例文章,內容分享的學習狀況,驚為天人!也令人慚愧,一切差距在於意志力,挑戰自己比挑戰任何人、事物來得有意義、重要。

文章詞句「選對一個有意義、有延展性、可控制、可以經營的題目是非常重要的」

感想:可以經營的主題是讓自己有著較廣的空間作伸縮、調整,配合老師的指導、自我能力的限制而縮放範圍,另外的可能需要自己好好去感受~~~,所謂的延展性、可控性。

文章詞句「責任感與罪惡感 」

感想:像在寫這些資料就已經呈現罪惡感了,近期有愈來愈強大的趨勢,需要好好拉抬自己的責任感了,固定的時間,要專心做出期望中的進度,需要「意志力」。

文章詞句「留下時間,精緻思考 」

感想:時間是不等人的,一天可利用的時間就是這麼固定,掌握精華、善用學習工具(方法),進行精緻思考,才能事半功倍。

2010年10月20日 星期三

數位學習研究方法1020






























統計圖的偏態:













  • 負偏態:平均數最為穩定,眾數>中位數>平均數。
  • 正偏態:平均數>中位數>眾數。




















變項的意義:變項是科學研究的基本單位,變項的屬性在質或量上具有自由變動的值。因此,變項是可以測量的。變項是指進行實驗研究時控制、操弄或觀察的因素、特徵或條件。

  • 名義變項nominal variable):當吾人使用數字來辨認任何事物或類別時,這些事物便成為名義變項。名義變項也可以用來表示類別之不同。例如:在實驗設計中,將教學法這個變項分為「演講法」、「討論法」、「自學輔導法」等三類,此時名義變項又稱為類別變項classification variable),類別變項只有類別之分,而無次序大小之別。

  • 次序變項ordinal variable):可以就某一特質之多少或大小次序將團體中各份子加以排列的變項,謂之次序變項。例如:國文老師評作文成績時打甲乙丙丁,是一種次序變項。此類變項不但賦予名稱來區別各份子之間的不同,而且排出各份子在某一特質方面的多少或大小次序,但並不描述份子與份子之差異的大小量(magnitude)。在態度量表上,受試者(subject)須就「很不贊成、不贊成、無意見、贊成、很贊成」加以評定,乃依據次序變項的原理。

  • 等距變項(interval variable):除了可以說出名稱和排出大小次序之外,還可以算出差別之大小量的變項,是為等距變項。等距變項有一項基本特性是「相等單位」(equal unit),亦即系列上各段之基本單位的間隔應完全相等。等距變項沒有絕對的零點,其量數可以加減,但不能乘除。

  • 比率變項(ratio variable):除了可以說出名稱、排出次序、和算出差距之外,還可以說某比率和某比率相等的變項,是為比率變項。比率變項最重要的條件是要有絕對零點(absolute zero),亦即所使用的數量須代表從自然原點(natural origin)開始起算的一段距離。比率變項可以加減,亦能乘除。

  • 質的變項與量的變項:
  • 質的變項(qualitative variable)包括名義變項和次序變項。有時,質的變項又可分為次序變項和非次序變項。
  • 量的變項(quantitative variable)包括等距變項和比率變項。有時,量的變項又可分為連續變項和間斷變項。
上述變項種類參考資料:林清山(1992)。心理與教育統計學。臺北:東華書局。

homework:
「如果讓我重新做一個研究生」.王汎森 
精典十句:
  1. 論文應該有所創新
  2. 由接受知識到創造知識,是身為一個研究生最大的特色
  3. 必須要有個問題取向的學習
  4. 提出一個重要的問題,跨越一個重要的領域,將決定你未來的成敗
  5. 學習是跟生活合在一起的
  6. 循序漸進地練習論文寫作
  7. 要每隔一段時間就給自己一個挑戰,挑戰一個你做不到的東西
  8. 選對一個有意義、有延展性、可控制、可以經營的題目是非常重要的。
  9. 責任感與罪惡感
  10. 留下時間,精緻思考

心智圖範例:
一、我與數位學習研究方法
二、如果讓我重新做一個研究生
三、西洋音樂



「我與數位學習研究方法」 心智圖







「西洋音樂」心智圖


2010年10月13日 星期三

數位學習研究方法1013

ex~魏式智商測驗(M=100;SD=15):

六個標準差距:55  70  85  100  115  130  145
55-70;130-145=3%(佔有比率~面積)
70-85;115-130=13.5%
85-100;100-115=34%

在標準的集中情形,data除以6=SD,涵蓋99%的資料

 上述曲線圖屬分散情況相同(SD相同、M不同),其它例子如就寢時間的比較(日班上班族vs大學生)或是平均體重(美國人vs非洲人)等等。主要可歸納為依兩個族群性質不同,針對同個現象的表現。



上述曲線圖屬集中情況相同(M相同、SD不同),其它例子如家庭用電量(大家庭vs小家庭)或是
就業服務站來站客數(周一vs周五)。較常見可視為針對同一族群,在不同現象(時間、地點)的表現。
 
整體來說,以發生在自然界上的集中相異、分散相同的例子應該多於集中相同、分散相異的。

2010年10月12日 星期二

數位學習網站紀錄


教育與科技共舞


正搜尋有關e-learning 設計資料,數位學習的blog,分享之~

2010年10月6日 星期三

數位學習研究方法1006

集中量數:常態分配

變異量數(Measures of Variation):

標準差(SD,Standard Deviation ):資料的分散、分佈情形,數字愈大分散較大,反之亦然。
  • 資料中每一樣本與平均數之差平方的總和,再除以個數開根號。
  • 數列中各數~平方的總和 - 總合的平方
標準差標準公式:


運用EXCEL計算標準差函數(STDEV)

母群:population,浮動的概數,會變化的,有時包含固定已知或未知不固定的。
樣本:固定已知的(N)
我們將從母群中取出樣本(抽樣),進行計算,這過程稱為敘述統計

決定樣本大小:
http://www.lis.ntu.edu.tw/~pnhsieh/epapers/no33.htm

計算樣本數工具:
Sample Size Calculator

推論統計:具有預測的功能。

六個標準差(6 Sigma):1986年摩托羅拉公司的比爾·史密斯出的概念是指在完美情況下每10億個量測值中,其缺點只有2 個機會,亦即2PPB(Part Per Billon),也就是良品率有99.9999966%。

6 Sigma有三個層次的含義: 首先是統計學上的意義,即產品質量屬性的標準差小於客戶要求規格的6倍,即為百萬分之3.4的缺陷率; 其次是改進的過程,即定義、測量、分析、改進、控制5個階段或步驟; 最後是一套科學的質量改進方法集,包含了質量改進所需的各種工具方法。如,新老7種QC工具、QFD、FMEA等

T檢定(T-test)
單因子變異數分析(ANOVA)

2010年10月2日 星期六

數位學習研究方法0929

課堂筆記:

統計是指處理數字資料。

現象是具連續性。
資料是具代表性(取樣)。

集中量數:

於一有代表性的資料中,其中最具代表性的數字,

特性一:樣本數會朝該數集中

特性二:該數可能不存在

其中有:

平均數(Mean:所有分數的總和除以N)

中位數(Median:當我們將資料中所有個案的分數依大小順序排列,站在中間位置的個案的分數)

眾數(Mode:是指資料中出現最多次的數值)

常態分配~(常模:一個具有代表性的樣本團體,在測驗上實際得到的分數之分佈)

資料的數量大、誤差小

老師網站:

http://elt-researchmethod.blogspot.com/

http://140.126.36.92/

利用EXCEL尋找眾數、中位數、以及平均數的相對應函數

眾數:MODE()
(註:眾數於excel中作函數計算時,無法統計藉RAND亂數產出的資料)

算數平均數:AVERAGE()

中位數:MEDIAN()




2010年9月27日 星期一

心理與教育統計之spss的接觸與操作

        這學期同時選修了別校的統計分析技術,課程中單純介紹spss的操作與功能,故在尋找有關統計的資料時,同時就會有些許的共鳴,雖說spss是一套知名且功能強大的統計軟體,不過運用相同的網路搜尋方式,一樣可以有許多的範例檔案(畢竟不是人人都已經寫好前五章了)以及軟體介紹、指令運用等資料~

第一章SPSS系統總論與基本操作
第二章資料轉換與處理(Data)
第三章SPSS的統計圖形製作

多變量分析—SPSS的操作與應用(書籍中的範例檔案)
~資料僅供學習使用~


      有了範例檔,其實能運用的範圍也很廣,接下來才能實際去操作到底....什麼叫T檢定、作ANOVA(變異數分析)了,時間真是一分一秒不等人啊~~~。

2010年9月22日 星期三

心理與教育統計之blog分享

作者blog:http://kurtghost.blogspot.com/search/label/%E7%B5%B1%E8%A8%88%E5%AD%B8

該blog中所列文章標題:
統計1 統計的用途
統計 第一章 序論
統計 第二章 集中量數
統計 第三章 變異量數與分佈形狀
統計 第四章 常態分布
統計 第五章 間段機率分布
[統計] 第六章 連續機率分佈
[統計] 第七章 抽樣分佈與估計式

在網路世界中瀏覽人們所整理、撰寫的資料,往往會落到一困境:學海無涯,或許先不判斷該資料是正確錯誤,最少會認定自己所知的確是有限,需要多作思索及學習,就如同上述blog中內容,由上至下瀏覽,的確相對應出來的keyword以及更深入的資料,我想真的不是簡單就能說明,光看教統的教科書就這麼厚,的確有時會冒出三條線,在文字敘述的過程中,可以循序地瞭解,但當進入符號計算的同時,應該需要有統計軟體等相關的資料繼續作研讀了。

2010年9月17日 星期五

心理與教育統計之統計簡述

keyword:民調 敘述統計 推論統計 隨機樣本 抽樣誤差 信心水準 規律型態

談統計

先從民調談起

媒體報導說,有67%民眾曾經接到過詐騙電話。
做這個調查時有問到你家或我家嗎?
67%是怎麼來的?問了多少人?
負責任的民調,都會提供這項數字及其他相關訊息。
這項調查報告當中說:這次調查於九十三年四月十九日至二十日進行,成功訪問了912位成年民眾;在95%的信心水準下,抽樣誤差在正負3.2%以內。調查是以台灣地區住宅電話為母體,做尾數兩位隨機抽樣。

這樣又有新的問題了。
全台灣成年人一共有多少?
既然才選過總統,不妨就以合格選民來算,這個數目大約在一千六百萬附近;我們就當作全台灣共有一千六百萬成年人。
只問了912人的經驗,就可以說全台灣一千六百萬老百姓當中,有67%接到過詐騙電話,到底有沒有搞錯?有根據嗎?
以上問題的答案,可以在今天的主題-統計裡面找到,是叫做推論統計的部分。

我們先說說統計是什麼。如果要用一句話來定義的話,可以這樣說:統計是從數據當中找訊息的科學。

推論統計又是什麼呢?
有人把統計分為兩大類,敘述統計及推論統計。敘述統計的內容是數據的整理和呈現;整理的目的,是要把數據本身的訊息,清楚顯現出來。這包括畫直方圖、算四分位差或平均數、標準差等等。
敘述統計對於整體統計來說,只佔極小的一部份,它的功能比起推論統計要少得多,學問也小得多;基本上只要會加減乘除,就可以把敘述統計搞定。
推論統計要由小推大、從樣本推母體。

如果我們把全班同學的身高,算出平均數,以便瞭解班上同學身高的一個「中心位置」,這只是敘述統計的內容。然而如果我們試圖用這個平均身高,來推估全台灣同年級同學的平均身高,就進入了推論統計的範疇,這當中最常見的實際例子,就是民意調查。

「推論」是指從小推大、從樣本推母體、甚至從現在推將來。民調只不過是應用推論統計的一個例子而已。
許多重要的事,比如:若干年後台灣地區用電量的預估(從現在推將來),新藥是否有效(只有很小一部份人試用,卻要評估對所有病人的療效),向工廠訂購的大量零件產品是否符合要求(只抽一部份檢驗,卻要估計整批貨的不良品比率)等等許許多多的例子,都要用到統計推論的觀念。

現在用例子來說明民調的依據。
假設我們有興趣知道,究竟有多少百分比的成年人曾經買過樂透彩券。這個數字沒有辦法知道,因為不可能問到每一個人。所以只能抽一個成年人樣本,再把樣本中買過樂透彩的比例,當作母體(全台灣成年人)比例的估計。為了方便說明,需要用一些數字,但是沒有看到這方面的民調結果。因此我們將利用蓋洛普在美國做的調查結果來當例子。蓋洛普歷史悠久,他們做出的民調,品質獲得許多人的信任。

一項2000年左右做的蓋洛普民調,成功訪問了1,523位美國成年人的樣本,其中有868人在過去一年當中買過樂透彩。蓋洛普的報告中有這樣的內容(注1):「…最近一項以賭博為主題的蓋洛普社會調查指出,過去12個月當中,有57%的美國人曾經購買過樂透彩券,這使得樂透成了當今賭博大眾的最愛。」

報告再讀下去,會了解到蓋洛普是和1,523位隨機選出的成人談過之後,才得到這些結論的。這裡的「隨機」兩個字,是關鍵之所在;從樣本推母體,一定要用隨機樣本才行,因為統計推論的背後依據,就是建立在隨機樣本上的。

57%這個數字,是用868除以1,523得來的。但是人口普查局說美國大約有兩億成年人。光是1,523個人的資料,即便它是一個隨機樣本,到底是怎樣能夠告訴我們兩億人的習慣?還有,如果重新抽一個1,523個人的隨機樣本,樣本中買過樂透的比例,還會是57%嗎?那當然是不會(除非碰巧),因為樣本的組成不一樣。再抽一次樣本,應該又不一樣。
既然樣本結果會變來變去,我們居然只用一次抽樣的結果來推估母體比例,而且樣本還比母體小非常多,是否叫人很難對這樣的結果有信心?以下的說明,會對這些疑惑提供答案。

其實樣本絕對沒有辦法告訴我們有關母體的確實資訊。
所以負責任的民意調查,都會提供一個誤差界限以及信心水準。
蓋洛普會在報告中列入以下訊息:「我們可以有95%的信心,此次民調之誤差界限,是正負三個百分點。」所以在讀民調結果時,不能只看57%這一個數字,必須加上95%信心、以及正負三個百分點這兩個數字,才能完整解讀這項民調結果。
解讀的方式如下:把57%分別加減3%的誤差界限,就可以得到一個區間,即從54%到60%,這提供了母體比例(全美國成年人,在過去一年當中買過樂透彩的比例,我們用符號p表示)可能「落腳」的範圍,而信心水準是95%。
統計裡面把這叫做95%信賴區間。

95%信賴區間的意思是這樣的:如果我們不斷重複的抽取隨機樣本,每次都抽1,523個成人訪問,每次所得到的買過樂透彩的比例,都會隨著樣本而改變;加減3%之後的區間,也會隨著樣本而改變。這許許多多的區間當中,有的會把母體比例p包含在裡面、有的不會。信心水準95%的意思,就是說所有這些區間當中,有95%會「抓到」真正的母體比例p。所以運氣不太差的話,我們的信賴區間(0.54, 0.60)就把p包含在裡面了,這個意思就是說,美國成年人買過樂透彩的比例,在54%和60%之間。如果運氣不好,我們抽到的樣本恰好屬於另外那5%,則p就沒有落在0.54和0.60之間。這時候它有可能大於0.60,也有可能小於0.54。
信心水準和誤差界限怎麼來的?
隨機樣本有一項非常重要的特質是這樣的:
雖然每一次抽樣的結果事先無法預知,然而許許多多次抽樣的結果放在一起考慮的時候,會出現某種規律的型態,這個規律的型態是我們可以掌握的(有理論依據),而信心水準和誤差界限,就是根據這個規律型態計算出來的。
如果我們的抽樣方式不正確,得到亂七八糟樣本的話,不僅上述對於民調結果的解讀方式不適用,也找不到其他有根據的解讀方式;這時候還要用樣本比例來估計母體比例的話,可以說和瞎猜也就沒什麼兩樣。
常見樣本中有哪些可歸類為「亂七八糟樣本」呢?
一種是自發性回應樣本,比如扣應(call-in),一種是方便樣本,比如想知道全校同學的意見,卻只問自己身邊的同班同學。會扣應的人,可能有某些共同特質,不能代表一般大眾。同班同學的意見,也不見得可代表全校同學。

上面所提到的規律型態當中,包括以下兩項重要訊息:
第一、樣本比例是母體比例的不偏估計,第二、樣本愈大、樣本比例的變化範圍就愈小。
不偏的意思,是既不會系統性的高估、也不會系統性的低估。也就是說,如果一直重複抽隨機樣本的動作,每次都抽1523個人,樣本比例會隨著樣本而變,然而所有可能的樣本比例的平均,會等於母體比例。
有了這個性質,如果再加上樣本夠大、樣本比例的變化範圍很小的話,則不論我們抽到哪一個樣本,都可以預期所得到的樣本比例,會和真正的母體比例差距很小。這就等於回答了之前的「樣本結果一直變、要怎麼辦」的問題了,因為只要變來變去都沒差多少,都和真正的母體比例很接近的話,就不成其為問題了。

媒體還常常報導一些「研究結果」,比如「出生體重愈重,愈易罹癌」;或者「死會的男人比較會賺錢」等等。這些結果都可信嗎?

如果要做出因果關係的結論,取得數據的方式非常重要;方式正確,結果才可信。


注一:取材自「統計學的世界」第3章及第5章,天下文化出版
天下文化網站:www.bookzone.com.tw


該文轉貼自天下文化網站

心理與教育統計之一二(現代統計學的發展續)

上篇文章內容中,有以下連結:

對外搜尋關鍵字:
平均數
標準差
統計學
機率論
Galton
Karl Pearson
中位數
眾數
Bessel
相關
相關係數
常態曲線
De Moivre
費雪
中央極限定理
假說檢定
Hilbert
Von Neumann
對局論
Kolmogorov

2010年9月16日 星期四

心理與教育統計之一二(現代統計學的發展)

由開學第一周,老師大致上介紹了該課的上課進行方式及重點整理方法,話說網路世界是永無止盡的,so~老師所提之「推論統計」與「敘述統計」,下列文章有簡略的介紹。



現代統計學的發展

戴久永

      「統計」這個名詞的意義因人而異,對一般人而言,統計是任何方面專家們用以支持其論點的一大堆數字;對於略具常識的人來講,這個名詞代表用以摘要和解釋一堆數據如計算平均數 (mean) 與標準差 (Standard deviation) 的程序之類的概念。但是對於從事統計工作的人員而言,統計是依小量數據(樣本)所提供的資料以估計預測某研究對象如群體的方法。或者更廣義地說,統計為面對不定狀況制定決策提供方法的科學。
         雖然統計的起源可追溯至十八世紀甚至更早,然而統計學主要的發展卻遲至十九世紀末葉二十世紀初期才真正開始。到了四十年代才逐漸成熟,統計學和機率論的關係異常密切,事實上任何統計問題的研究都必須牽涉到機率論的運用,因為後者實為前者的主要工具。
        統計人員對如下所舉之類問題的答案深感興趣:是否接受本批送驗成品?吸煙與得癌症有關嗎?張三會於下屆選舉中獲勝嗎?為了回答上述問題,我們必須由具「代表性」的特殊狀況以「瞭解」一般的狀況,由樣本「推測」群體。因此,由統計人員所推測得到的結論都不是絕對肯定可以接受。事實上,統計人員的職責之一是量度他所得結論肯定的程度,但是我們不能以為統計的缺乏肯定性而誤認為統計數學不嚴密,因為構成統計基礎的數學是機率論,它有固若磐石的數理化基礎和經嚴密證明的定理。
        一般而言,我們可以把統計問題分成兩類: 敘述統計和推論統計,簡單的說:任何對數據(即樣本)的處理導致預測或推論群體的統計稱為推論統計。反之,如果我們的興趣只限於手頭現有的數據,而不準備把結果用來推論群體則稱為敘述統計。舉個例子來說,依據過去十年來的統計,每年來華觀光的人數,平均每人在臺停留的日數,平均每人每天在華的花費,十年內那一年創最高記錄等等都是屬於敘述統計的範圍;但是如果我們根據這些年所得的數據來預測來年可能的觀光客人數就是推論統計的問題了。十年前的初級統計課本大多談敘述統計,如今由於計算機的盛行,這部份的工作大多利用計算機來解決,稱為數據處理,而一般統計書的重點別放在推論統計。
……等等

以下截取內容轉貼於http://episte.math.ntu.edu.tw/articles/mm/mm_03_3_09/index.html
以上供參,內容也頗多。仔細研讀完自然就對統計有一點認知,另外於該網頁中也列出有關「教育統計」相關的keyword,看樣子可找的資料也是一拖拉庫了~