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。

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



數位學習研究方法1013

• 標準分數  
• Freemind    心智圖
• Web office 數位學習平台 http://140.126.36.91/weboffice/zhtw.php

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

• PR值(百份等級)：將母體的資料均分成100等分，該資料落在第幾個等分中，例如為pr值90分，則該資料超過母體資料的約前百分之九十。
• 另一個pr值(PAGE RANK)：一共有1～10級，數值越大的話等級越高，搜索結果的排名也會較高，即代表瀏覽度愈高。http://www.prchecker.info/check_page_rank.php
• 參考資料：http://www.bctest.ntnu.edu.tw/ 98_99年兩次基測量尺總分擇優之PR值及累積人數對照表
• 常態分配：
• Z分數：X-M/SD
• T分數：Z*10+50
• 作業：找出講義中a圖與b圖的生活實際例子（考試分數除外的自然現象），並討論哪樣狀況比較多？
  

 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。

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~

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)：是1986年由摩托羅拉公司的比爾·史密斯提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)

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()



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~~~。