运用好心理统计和测量,让你的调查研究更加专业

如和将心理统计和测量运用于实证调查研究当中?本文将结合实际来对这个问题做出解答。

运用好心理统计和测量,让你的调查研究更加专业

心理统计和测量都是实证研究的重要方法,对于两者笔者一直认为掌握其核心思想更加重要,因此本文不过多阐述具体的操作方法,仅结合实际谈谈如何将其运用于实证调查研究之中,观点仅供参考。

一、出于正态分布的考虑,样本量不应该太偏

正态分布也叫常态分布,是连续随机变量概率分布的一种,通过正态分布图来看,群体中的大部分个体相对集中,两端(即极端个体)分布较少。

这符合现实中的大量情况,自然界、人类社会、心理和教育中大量现象均按正态形式分布,例如能力的高低,学生成绩的好坏等都属于正态分布。因此在进行取样的过程中,调查的样本不应该太偏。

运用好心理统计和测量,让你的调查研究更加专业

Your browse does not support frame!

1. 具体到详细的抽样方法时,主要包括:

  • 简单随机抽样:当所研究的总体量有限,且个体之间的差异较小时,可以使用
  • 等距抽样:当所研究的总体量很大时,将个体进行有序排列,然后按照一定的距离进行抽取,比如每隔10个抽取一个样本
  • 分层抽样:当个体差异较大时使用,比如总体中有经验的用户与无经验的用户占比为3:2,则在抽取样本时样本量也应该按照3:2的比例分别抽取

采用何种抽样方法因根据实际情况决定。

2. 抽样的两点要求:等概率性和代表性。

抽样方式中,运用最多的是问卷调查。而现实中经常遇到的情况是,随便在一个qq、微信群丢一个问卷的链接,这样投放存在的问题是,问卷的有效回收率很低,由于对方不一定是你的目标用户,因此得到的问卷的数据也往往是不可靠的。有效的抽样方法应该具备两个条件:

1)每个个体被抽取的概率相等

比如总体共10个,每个个体被抽取的概率即为0.1。因此为了保证每个个体被抽取的概率相等,每次抽取结束之后应该放回,保证每个个体被抽取的概率不变。

2)样本要具备代表性

比如需要研究的儿童群体,则应该抽取相应年龄段的群体。相反即使抽取再多的老年人,样本的代表性也是很低的。

二、显著性检验揭示数据集之间是否实际上存在差异

显著性检验是判断两个或多个数据集之间是否存在差异的方法,即便在现实能够通过求数据集的彼此平均值来进行比较,但平均值并不能够说明什么问题。

假设有如下两组公司某月的销售数据:

A公司=【23,25,26,27,23,24,22,23,25,29,30】

B公司=【24,25,23,26,27,25,25,28,30,31,29】

虽然通过计算平均值得出两者间存在差异,A公司的平均值为25.18,B公司的平均值为26.64,但这种差异并不能表明具有统计学上的意义。

换句话说,要检验彼此差异是否真的存在,则应该进行显著性检验。

通过显著性检验,发现p值为0.203,大于0.05,即表明A、B彼此之间的差异是不显著的。因此虽然在平均值上存在差异,但可以认为这种差异是由偶然的随机抽样误差导致的,当样本量足够大时,很可能彼此之间就没有差异了。

具体的差异性检验的方法主要如下:

运用好心理统计和测量,让你的调查研究更加专业

三、在具体的研究中,变量间的关系包括相关关系和因果关系

1. 相关关系

相关关系是客观存在的一种变量间的相互依存关系,在研究中,如果变量之间存在相关关系,则B的变化会随着A的变化而变化,反之亦然。

相关既包括方向,也包括程度。相关的方向包括正负相关两种,正相关是B随着A的增加而增加,比如用户对产品的满意度越高,推荐度越高,即是一种正相关关系。

相关的程度可以用相关系数表示,数值越高,即表示相关程度越高。相关关系的检验可以通过相关分析实现。

2. 因果关系

相对相关关系来说,因果关系则更加严格区分出自变量和因变量,是单向的。

自变量(一般用x表示)的改变会导致因变量(一般用y表示)的改变,比如对树苗进行施肥(自变量),可以促进其增长(因变量)。

在统计分析中,因果关系的检验可以通过回归分析实现。

相关分析和回归分析的关系如下:

运用好心理统计和测量,让你的调查研究更加专业

四、从维度出发,进行问卷的编制,问卷应有理论基础

1. 问卷应有理论资料支撑

作为一份靠谱的调查问卷,绝不是打开word,随便敲下几个题,这样的问卷往往是不严谨和完善的。相反,在进行问卷编制时,不要着急输出结果,而应该进行资料的收集,资料可以从以下方面获取:

  1. 相关行业的研究报告,比如尼尔森、艾瑞、易观等;
  2. 前人已有的理论模型,比如NPS;
  3. 对产品已有的调研经验的积累;
  4. 对用户的定性访谈的资料。

2. 问卷应该包含不同的维度

因素分析可以将诸多变量归纳为少数几个因子,使得同组内的变量之间的相关性较高,不同组的变量间相关性较低。

比如,对产品满意度的研究,可以分为功能满意度、外观满意度等方面。因此问卷编制在进行问卷编制的时候,可以借助思维导图梳理相关的维度,在此基础上进行问卷的编制。

总结,调查研究虽然表明看似简单易行,实则包含很多的学问,科学的操作和执行才能保证得到更加有效的结果,这也是作为一枚用研人员必须修炼的课程。

注:本文引用资料来源于UXRen、CSDN博客

本文由 新媒体运营 作者:世界是个谜 发表,其版权均为 新媒体运营 所有,文章内容系作者个人观点,不代表 新媒体运营 对观点赞同或支持。如需转载,请注明文章来源。
2

发表评论