統計方法的使用步驟
統計學的定義為:蒐集、整理、陳示、分析、解釋統計資料,並可由樣本推論母體,使能在不確定情況下作成決策的科學方法。故統計方法的使用步驟如下:
統計學內容
1.敘述統計學:僅就所蒐集之統計資料討論分析,而不將其意義推廣至更大範圍。
2.推論統計學
(1)有母數統計學:母體為常態分配之統計推論方法。
(2)無母數統計學:母體之機率分配未知或非常態母體或樣本為小樣本時的統計推論法。
3.實驗設計:利用重覆性及隨機性,使特定因素以外之其他已知及未知因素之影響相互抵銷,以淨化觀察特定因素的影響效果,因而提高分析精確度的設計。
統計數字的測量尺度
1.名義尺度(同一性的基準)
又稱類別尺度。使用數字代號來分辨事物之性質或類別,此種尺度之變數只說明事物之此一性質與他一性質不同,並未說明性質與性質或類別與類別之間差異的大小和形式,例如以0、1代表男、女,並不意謂1大於0或0小於1。使用同一性的資訊可以計算的統計量是眾數,以分析的方法來說有χ2檢定等。
2.順序尺度(同一性的基準+順位性的基準)
又稱等級尺度,就某一事物之某一特質的好壞、多少、大小次序加以排列,例如以1至5代表態度反應之「極不贊成、不贊成、無意見、贊成、極贊成」。此等數值的大小僅表示等級順序,但數值間之差異無意義,亦不必等距,加減乘除之算術運算並無任何意義。當數據具有順序的資訊才有計算中央值此統計量的意義。以分析手法來說有Spearman的順位相關係數、Mann-Whitney檢定、符號等級和檢定等。
3.間隔尺度(同一性基準+順位性的基準+加法性的基準)
以此種尺度表示的變數,不但可以區分類別及排出大小順序之外,還可算出差異之大小。如智商、體溫、年次,可加減運算。但是無法做乘除運算,因為等距尺度的原點(零點)是任意選定的。例如溫度乃等距尺度之典型例子,華氏與攝氏均可衡量溫度但其零點並不相同。我們可以說攝氏30度與攝氏25度的溫差等於攝氏18度與攝氏13度的溫差,但我們不能說攝氏30度比攝氏20度熱1.5倍,因為攝氏0度並非表示沒有熱量,亦即該原點(零點)並非熱量的真正原點。換句話說,攝氏溫度之衡量其原點是任意選定的(為了衡量的方便)。又例如某甲統計學成績80分,某乙40分,我們說某甲的成績高出某乙40分,但我們不能說某甲的統計學程度優於某乙二倍,因為統計學0分只是操作上的定義,而非數學上的意義,它並不代表對統計學一點概念都沒有。當數據具有間隔的資訊,即具有計算平均值的條件。以分析法來說有Pearson相關係數、 t檢定、變異數分析等。
4.比例尺度( 同一性基準+順位性的基準+加法性的基準+等比性的基準)
以此種尺度表示之變數,除了可以說出名稱、排出順序、算出差距外,還可以表示出比例的關係,例如父親身高180公分,體重81kg,兒子身高90公分,體重27kg,則兒子的身高是父親的1/2,體重是1/3。又譬如,大會的入場人數如為0,意謂空無一人,意指存在絕對的零點,因之今日的入場人數100人,即可以說是昨日入場人數50人的2倍,或今日比昨日的人數多50人。像此類表格即可做加減乘除運算。當數據具有比例的資訊時,也具有計算平均值的條件,比例尺度的情形可以使用所謂的統計手法。