Exploratory study 探索性研究

#探索性研究是為了釐清與定義一問題的本質所做的初始研究。探索性研究的不像結論式研究（敘述性研究和因果性研究）有明確界定的研究問題和假設，並能夠以結構式的方法進行研究，主要適合應用於研究主題涉及釐清問題本質，且為前人未做或甚少做過的主題，目的在於發掘與洞察一些想法、觀念與見解，而不在於為一些現象作推理或提供明確的解決方案（Churchill, 1995；Zikmund, 1994）。

1. 探索性研究：其最主要目的是從出現異常徵兆的現象中，依所面對的各種狀況，非正式地小規模收集各種可能資料來釐清並確認問題所在，從而確定研究主題。

2. 描述性研究之目的是在敘述一個整體的現象或是特色。可能很簡單，也可能很複雜，對問題的界定很清楚，複雜的會有研究假設，且會使用到統計分析技術以驗證假設。

3. 解釋性研究注重對所研究的各種社會現象或事物的特性、內在關係、成因和規律作出清楚的理論說明，亦可擴大理論之概化程度。

4. 預測性研究即著重預測的能力，需要更客觀的資料來進行。

#驗證性研究即是因果性研究，探討變數間之因果關係，其發生通常於前三個研究之後。其實上述四種研究取向都有某種程度的涵蓋，如描述性研究亦可以有預測性質徎是解釋性質，驗證性研究也可以有解釋性質，諸如此類，上面的分法較細一點，但實際上大約可分為探索性研究、敘述性研究與因果性研究等三類即可，其中包含很多種進行方式，且在實際的狀況中，也很難把一個研究完全歸於某一類的研究取向，因為絕大多數研究都同時包含多種取向。

Bibliometric Analysis 書目計量學分析

• 書目計量學是一種利用數學及統計之計算法，對所有形式之出版品與其作者，進行組織、分類及量化的評估。
• 在學術發展史上，任何一門學科或研究的發展及創新，都是建立在前人的研究成果為基礎之上，進一步的研究發展而來。而在學術領域中，資訊使用者將引用前人的觀念或行為，稱為“Citation”(引用)。

• 使用「引用」這個詞時，將只涉及引用行為，而包含在引用行為的兩個對象將分別稱之為「來源文獻」(Source Work , Citing Work)和「被引文獻」(Cited Work)。

• 引文分析（Citation Analysis）是文獻計量學中重要的研究領域

1. 引文分析即是探討分析來源文獻（Source works）及被引文獻（Cited Works）之間的關係。最重要的特徵是在於利用各種數學、統計學的方法，以及比較、歸納、抽象、概括等邏輯方法，對於期刊、論文、著者等各種分析對象的引用或被引用現象進行分析。
2. 透過引文分析，研究者可以了解某學科領域的發展現況、學科領域內文獻使用的特性、學科領域內文獻彼此之間的關聯性，以及學科領域研究的未來發展趨勢等。

• 布萊德福Samuel Clement Bradford, 1878-1948 創立布萊德福文獻分散經驗法則，是文獻計量學的主要奠基人。
• 文獻老化的概念:學術文獻隨其“年齡” 的增長，其內容日益變得陳舊過時，作為資訊源的價值不斷減小，甚至完全失去利用價值。

reference:
陳光華 國立台灣大學圖書資訊學系

迴歸分析

迴歸分析是以一個或一組自變數(預測變數，Xi)，來預測一個數值性的因變數(被預測變數，Y)。若只有一個自變數稱為簡單迴歸；若使用一組自變數則稱為多元迴歸(multiple regression)或複迴歸。

簡單迴歸有直線迴歸、非線性迴歸(二次曲線模式、對數模式)等。

判定係數(R square)表示可幫助解釋資料百分比的能力。

若判定係數不是很高，可將SPSS中「方程式中的常數項」選項取消，算一條新的迴歸方程式將不含常數項。

Methodology

Methodology 研究方法

研究方法主要是描述如何實施研究的步驟程序及使用材料設備，以落實達成緒論中所提出的研究目的。

研究方法的寫作應求詳實明確，每一執行的步驟都要具體描述。研究方法的寫作可分為以下部分：

(1)研究設計 Research Design

(2)研究對象和材料 Subjects/Materials

(3)資料收集步驟 Data Collection Procedure

(4)資料分析 Data Analysis

研究對象 subjects, participants.

量化 quantitative

質性 qualitative

實證性研究 empirical study

使用 use, employ, utilize

執行 conduct, carry out, do

由...組成 或 包含 consist of, contain, constitute, be composed of

問卷 questionnaire

過程 流程 session, procedure

7/29(四) 汪Lab Meeting 筆記

7/29(四) 汪Lab Meeting 筆記

1. 學術論文專有名詞要明確(specific)，需注意不可任意更換，否則會讓人誤解其意。

例如：一下講ETC，一下講RFID，一下又講無線通訊技術，三者的定義與使用範圍是有區別的。

2. Introduction 的寫法要由大方向切入，在慢慢聚焦在(focus on)要探討的主題上。

例如：先談行銷領域中廣告的目的與重要性，逐漸切入廣告代言人的主題。

3. 學術文章論理要清楚，同段落的前後文其邏輯要能連貫起來。

例如：先講eWOM的定義與發展，再講eWOM逐漸受到重視，後面接續講為何我們選擇eWOM作為文獻回顧的主題。

4. 寫英文論文應少用it，因為容易誤解其意。

5. 前面已提到的名詞，之後文章再提到不需再使用全名，應用縮寫(abbreviation)替代即可。

例如：electronic word of mouth ---> eWOM

6. 在論文撰寫上，不相干贅長的(lengthy)語句應省略，文字使用上應精實(lean)，讓人清楚了解你的表達。

內部效度&外部效度

內部效度（Internal Validity）
內在效度是指實驗研究者所操縱的實驗變項對依變項所造成的影響真正程度，亦即一個實驗研究能夠有效的實驗出所要實驗的因果關係，若實驗的干擾愈多，正確性愈差，則該實驗的內在效度便愈低，反之干擾變項能完全控制，其正確性愈高，則該實驗的內在效度便愈高。

研究結果所得的變數關係是否代表真正的關係。
排除研究以外的變數愈多，內部效度愈高。

內在效度：
研究的歷史過程(history)：實驗期間可能影響實驗結果的非實驗者安排的因素，例如補習，校慶活動。
研究對象的成熟(maturation)：可能有積極（認知發展）或消極作用（疲勞，飢餓）
前測經驗：經驗有利作答
評量工具和施測：內容，難度，施測人員，場地，時間都會影響。
統計回歸：極端分數趨向平均
取樣差異：能力，特質，條件
樣本流失：中途缺席
交互作用
因果方向不明
實驗處理擴散到控制組
補償性均等：提供更多學習機會和資源給非實驗組
補償性競爭：積極的亨利效應，未被選取樣本，表現過度。
怨恨性怠工：消極的亨利效應



外部效度（External Validity）
外在效度是指實驗結果的可推論性之程序的大小，實驗結果的可推論性愈大，亦即其適用性，代表性愈大，實驗的外在效度則愈高。易言之，就是指實驗研究結果是否可推論到研究對象以外的其他受試者，或研究情境以外的其他情境。

獲得研究結果是否能推論/一般化（ generalizibility ）。
母體效度（Population Validity）：樣本推論至所代表母體的程度。
生態效度（Ecological Validity）：樣本推論至其他母體的程度，外在效度的一種，指情境的可推論性，亦即根據研究情境的研究結果能否推論到不同情境的信心程度。

影響生態效度(ecological validity)的因素(影響推論至非研究的一般情境）
研究變項與情境敘述不清：結果的試用情境和範圍不清楚
重複實驗的干擾：非實驗不太可能重複處理
實驗效應：霍桑效應，受試者表現過度積極
實驗情境的新奇或干擾：新奇情境無法類推
實驗者效應：主試者暗示或鼓勵，促成受試者的不同表現
前測效應：引起注意
後側效應：提供個體表現機會，所以有後測的效應。一般情境只有處理，無後測，無法推論一般情境。
特殊事件影響
依變項的測量：有些測量工具無法在一般情境被了解或採納。
實驗效果的時間性：實驗時間常和一般情境不同，推論的精確性限制。

Crobach α係數

Crobach α係數是由Lee J.Cronbach在1951年所提出，是目前社會科學最常使用的信度分析方法。

Crobach α係數為一種測量內部一致性的信度分析方法。

信度(reliability)：指的是測驗的可靠性、穩定性與一致性。

Crobach α係數愈高，代表量表的內部一致性愈佳。

通常Crobach α係數要大於0.7以上，代表此量表構面具良好的信度。

P-Value

P-Value (P 值) 是在統計檢定中用來顯示「顯著性」的指標，反應出虛無假設成立的可能性。
因此，P 值越小，表示檢定的結果越顯著，越可以拒絕假設檢定中的虛無假設。

P-value > alpha 落入接受區 不拒絕虛無假設(non-reject H0)
P-value > alpha 落入拒絕區 拒絕虛無假設(reject H0)

alpha(顯著水準)通常為0.05(5%)

For example,想要知道吃藥與沒吃藥之間有沒有差別，於是我們就去做研究，得到一些數據。
然後，就要做統計檢定。通常我們的虛無假設會是「吃藥與不吃藥沒有差別」， 因此當我們得到 P 值之後，就可以根據這個值的大小，來決定實驗所得到的結果到底有沒有差別。
一般來說，如果 P 值小於 0.05(reject H0)，我們就會說是吃藥與不吃藥有差別的，如果小於 0.001 那麼就會是有非常顯著的差別。