學習成效指標

認知規範：

1. 理解非破壞性編輯的重要性
2. 掌握邏輯運算語法

操作技能：

1. 熟練使用 Filters 篩選資料
2. 執行重新編碼 (Recoding)
3. 計算總分與反向計分

對應教材

• 《用 jamovi 上手統計學》
  • 第 6 章：實務課題

簡報示範資料：電子書範例 / 通用示範檔

作業資料：個人化生成（依學號）

Garbage In, Garbage Out

資料品質決定分析品質

再精密的統計方法，也無法從垃圾資料中提煉出真相

現實世界的資料問題

為什麼不能直接刪除？

錯誤做法：在 Excel 中刪除「不想要」的列

問題：

1. 無法追蹤刪除了什麼
2. 無法還原操作
3. 無法重現分析過程

非破壞性編輯原則

永遠保留原始資料 (Raw Data)

• 使用 Filter 排除異常值
• 使用 Compute 建立新變項
• 使用 Transform 統一編碼

Filter 的概念

Filter = 告訴軟體「只看」符合條件的資料

• 不會刪除原始資料
• 可以隨時關閉
• 分析結果只計算通過篩選的樣本

邏輯運算子

複合條件

jamovi 操作：建立 Filter

1. 點擊「Data」分頁
2. 點擊「Filters」
3. 輸入條件：Age <= 100
4. 按 Enter 確認

結果：不符合條件的列會變灰色

實作練習：排除異常年齡

情境：資料中有人填了 200 歲、250 歲

Filter 條件：

Age <= 100

檢查：觀察被排除的筆數

為什麼需要計算變項？

情境：5 題量表，需要加總得到總分

問題：其中 Q3 是反向題

解決：

1. 先建立 Q3_r（反向計分後）
2. 再計算 Total = Q1 + Q2 + Q3_r + Q4 + Q5

反向計分的原理

原始量表：1 = 非常不同意 → 5 = 非常同意

反向題：分數意義相反

轉換公式：新分數 = (最大值 + 1) - 原分數

jamovi 操作：建立計算變項

1. 切換「Data Tab」
2. 選擇資料表最右側變項的下一欄位
3. 選擇「Computed Variable」
4. 命名為 Q3_r
5. 輸入公式：6 - Q3
6. 重覆以上步驟，再建立計算變項Total_Score

計算總分

公式：

Q1 + Q2 + Q3_r + Q4 + Q5

注意：

• 使用 Q3_r，不是 Q3
• 若使用原始 Q3，總分計算會錯誤

編碼不一致的問題

資料中的 Gender：

• 數字：1, 2
• 英文：M, F, Male, Female, male

問題：jamovi 會當成不同類別

解決方案：Transform變項

1. 建立Transform變項 Gender_clean
2. 使用 Recode 功能統一編碼

目標：

• 1, M, Male → male（男）
• 2, F, Female → female（女）

jamovi 操作：Transform

1. 切換「Data Tab」
2. 點選要轉換的Variable→按「Transform」
3. 設定對應規則：
   • M, Male, male, 1 → 1
   • F, Female, 2 → 2
4. 套用至 Gender 欄位

遺漏值 (Missing Values)

常見形式：

• 空白儲存格
• NA、N/A
• 特殊編碼：-99、999

jamovi 的處理方式

• 自動識別空白為遺漏值
• 分析時自動排除
• 可在系統設定中定義遺漏值代碼

遺漏值的影響

例：計算 5 人的平均數

jamovi 預設：listwise deletion（整列排除）

學術寫作第二步

上週 (W3) 學會了用完整句子描述變項

這週進階：記錄你的資料處理過程

在學術論文的「方法（Method）」章節中，你需要清楚記錄資料處理的每一個步驟。

為什麼要記錄資料處理？

三個理由：

1. 可重製 (Reproducibility)：其他研究者能重行驗證你的分析
2. 透明度 (Transparency)：審查者能檢驗你的決策
3. 記錄你的思考：未來的你（或同事）能理解當初為什麼這樣做

方法段的標準格式

應包含的資訊：

1. 原始樣本數 (N) 與 有效樣本數 (N)
2. 排除準則（例如：年齡不合理、缺漏值）
3. 資料轉換：
   • 變項重新編碼（例如：Gender 1/2 → Male/Female）
   • 反向計分（哪些題目？用什麼公式？）
   • 總分計算（用哪些題目？）

範例：資料處理描述

「原始資料包含 N = 100 筆觀察值。為確保資料品質，移除年齡大於 100 歲的不合理數值，以及實驗依變項(RT_ms)為無效數值的觀察值，篩選後有效樣本數為 N = 93。性別變項 (Gender) 的數值編碼統一採用 1 代表男性，2 代表女性，共有46名女性。量表第三題採用反向計分（6 - Q3），其餘題目維持原始分數。最後計算五個量表題目的總分 (Total_Score)，總分範圍為 8 至 25 分。」

注意格式細節

樣本數符號：使用斜體 N

• ✅ 正確：有效樣本為 N = 142
• ❌ 錯誤：有效樣本為 N = 142（沒有斜體）

使用完整句子與連貫段落：

• ✅ 正確：「原始資料包含 N = 150 筆觀察值。為確保資料品質…」
• ❌ 錯誤（簡報式報告）：
  • 原始樣本：150
  • 排除異常值
  • 有效樣本：142

W4 報告新增目標

【APA 寫作練習：方法段（資料處理）】

請用一段完整的文字描述：

1. 原始樣本數與有效樣本數（使用 N 符號）
2. 排除準則（例如：Age > 100）
3. Gender 重新編碼
4. Q3 反向計分（公式：6 - Q3）
5. Total_Score 計算（Q1 + Q2 + Q3_r + Q4 + Q5）

APA 累積進度

W4 作業：資料清理挑戰

資料檔：個人化資料（依學號生成）

資料檔已上傳至個人用資料夾

jamovi 操作任務：

1. 建立 Filter：排除 Age <= 100
2. 統一 Gender 編碼：建立 Gender_clean（1 → Male, 2 → Female）
3. 建立 Q3_r（反向計分公式：6 - Q3）
4. 計算 Total_Score（公式：Q1 + Q2 + Q3_r + Q4 + Q5）

繳交項目

1. 學號_姓名_W4_Lab.omv（jamovi 檔案）
2. 學號_姓名_W4_Report.docx（Word 報告）

報告模板：請從 Google Classroom 下載 W4_Report_Template.docx

報告內容：

• 【APA 寫作練習】：方法段（資料處理）描述
• 【操作紀錄】：技術細節記錄
• 【反思問題】：四題必答

繳交時程

繳交時間：本堂課下課前上傳至 Google Classroom

評量回饋：2 天內收到個人評量報告

課後輔導：見google classroom預約表單

修正機會：下次上課前可回報改進版本

評分標準（配分調整）

反思問題（報告必答）

Q1：為什麼使用 Computed Variable 建立新變項（如 Q3_r），而不是直接修改原始的 Q3 數值？這種「非破壞性編輯」有什麼好處？

Q2：jamovi 的 Filter 功能與直接 刪除列 (Delete Rows) 有什麼不同？在學術研究中，為什麼我們偏好使用 Filter？

Q3：假設你要將這份作業的資料清理流程分享給同學，讓他能夠用不同的資料重現你的步驟。你在「方法段（資料處理）」中需要記錄哪些關鍵資訊？

Q4：在問卷設計中，為什麼會有些題目需要反向計分？請舉一個例子說明（可以參考 五大人格量表或其他你知道的量表）。

本週關鍵概念

1. 非破壞性編輯：不直接修改原始資料
2. Filter：篩選而非刪除
3. Compute：計算新變項
4. Recode：統一編碼
5. 反向計分：(max + 1) - score

下週預告

W5：描述統計

• 集中趨勢：平均數、中位數、眾數
• 離散程度：標準差、四分位距
• 使用清理後的資料進行分析

Q&A

有任何問題嗎？