[修讀原因]

人文社會最後一堂課說是人文社會, 但還不如說是跟數學的關係, 就是定量研究/量化研究, 就像是上一篇的數學講應用, 這篇的人文來講數學吧.

目前人文社會的 Track 課程科目如下:

• 資訊架構學與圖書資訊學
• 網際網路社會概論
• Software Engineering / 軟體工程
• Data Visualization / 資料視覺化
• User Interface / User Experience (使用者介面/使用者經驗)
• 使用者行為/田野調查/社群資料/讀者服務
• Information Retrieval / Software Agent / Crawler
• Semantic Web / Text Mining (語意網路/文字探勘/語意分析)
• 量化研究 / Quantitative Research

雖然大部份的量化研究幾乎是聚焦在統計, 其中包含:

• 描述性分析
• 集中趨勢機率分析
• 離散程度分析
• 列表分析
• 假設檢驗分析
• 多項分析
• 多元統計分析
• 一元線性回歸分析
• 聚類分析

但事實上在實作經驗的定量與量化研究所用到的技巧不只如此, 這也是個基礎與觀念的開始, 因此也是在這邊做個總結.

[基本資訊]

• 課程題目: Quantitative Research Methods
• 大學學程: 社會類研究所研一必修
• 困難度: ＊＊
• 必要度: ＊＊＊
• 所須時間: ＊＊
• 建議書籍: Qualitative, Quantitative, and Mixed Methods Approaches

[基本介紹]

量化研究大概就是以科學方法來研究社會, 其方法為:

13. The generation of models, theories and [hypotheses](http://en.wikipedia.org/wiki/Hypothesis" style=")
14. The development of instruments and methods for measurement
15. Experimental control and manipulation of variables
16. Collection of empirical data
17. Modeling and analysis of data

而主要的方法就是統計, 其中最重要的是調查的方法:

19. Identify and select potential sample members.
20. Contact sampled individuals and collect data from those who are hard to reach (or reluctant to respond).
21. Evaluate and test questions.
22. Select the mode for posing questions and collecting responses.
23. Train and supervise interviewers (if they are involved).
24. Check data files for accuracy and internal consistency.
25. Adjust survey estimates to correct for identified errors.

通常最重要的是討論定量與定性的差異:

這大概也是說出量化研究跟質化研究的差異.

所以做為一個資料工程師, 前提也是要成為研究者, 成為社會學家, 一點也不過份.

[修習方式]

電子書:

• http://johnwcreswell.com/books/
• http://bookboon.com/en/introduction-to-research-methods-ebook
• http://www.neebo.com/Textbook/quantitative-research-in-communicationb9781412956963/ISBN-9781412956963

開放課程:

• http://ocw.mit.edu/courses/political-science/17-878-qualitative-research-design-and-methods-fall-2007/
• http://www.myoops.org/main.php?act=course&id=1921

關鍵字:

• Antipositivism
• Market research
• Quantitative marketing research
• Quantitative psychology
• Likert Scale
• Official statistics