研究設計與統計的關聯
- 科學研究是驗證知識的應用程式
- 研究設計 = 使用者介面
- 統計 = 應用程式的演算法
研究的效度
- 效度指標快速使用指南
- 必定要有內在效度與外在效度
- 在意測量結果確實測出你想測量的東西，要看建構效度
- 表面效度給你測量結果的「有效感」
- 生態效度是看起來更有質感的表面效度。
- 能正確推論變項之間的因果關係的有效程度。
- 結果變項:大學生的寫作錯誤指標
- 預測變項:教學方法 vs. 學生修業年數
- 那一種預測變項與結果變項有較好的內在效度？
- 研究結果的普遍性(generalisability)或可用性(applicability)。
- 調查各公司機關擬定「心理調適假」的必要性
- 最合適的調查對象是：在學大學生？ 專職人員？ 自由接案人士？
- 研究者使用的測量工具是不是符合理論設定。
- 某份線上填答的試卷內容是不是由人工智慧平台生成的？
- 請真正的人類評估 vs. 使用人工智慧平台評估 vs. 混合兩種評估方法
- 測量工具是否“看起來”正常發揮。
- 值得參考的表面效度資訊 ~ 研究同行的批評；非專業人士的理解；研究利益關係人的接受心態
- 研究條件的設定符合所要調查的現實世界場景。
- 一般認為研究有好的生態效度，就有好的外在效度，但非絕對。
- 在駕訓場地學習開車 vs. 在真正的馬路學習開車
影響研究效度的各種因素
混淆因素(confounder)影響內在效度
人為反應(artifcat)影響外在效度
- 以上任何一種效應都是混淆因素及人為反應的湊合。
- 良好的研究設計即使無法排除可能影響研究效度的某種因素，事前可佈置能以統計方法處理的措施。
