社会科学研究方法（精编版）

1、社会科学研究方法一、 选择题(单选 2 分*5题;多选 3 分*5 题,共 25 分)1. 信度与效度的含义与类型a. 信度:测量一致性或稳定性 ;(用一个磅秤多次测同一个人的体重)1) 再测信度 :考察对于同样的问答题,对同一组被访者或受测试者前后两次测量结构就是否一致(计算两次测量之间的相关系数,越接近 1,表示稳定性越好 );2) 复本信度 :如果一套测量可以有两个以上的复本,则可以根据 同一群研究对象同时接受这两个复本测量所得的分数来计算其相关系数;3) 折半信度 :将量表中的项目分成两半计算这两部分的总得分的相关系数rh(如果量表具有较高的内在一致性 ,那么这两部分应该就是高度相关的

2、);b. 效度:测量的有效度或准确度;(用磅秤秤一个人的身高 )1) 表面效度 :主观判断 ,一般根据测量量表所选的题项来判断仅从表面上来观察判断其就是否能够代表想测量的内容或主题;2) 内容效度 :做好文献回顾 ;3) 准则效度 :用一种不同以往的测量方式或指标对同一事物或变量进行测量时 ,将原有的一种测量方式或指标作为准则 ,用新的方式或指标所得到的结果与原有准则的测量结果作比较 ,瞧二者相关程度;4) 结构效度 :评价量表测量的结果就是否与理论假设或框架相关;(因子分析法 )c. 注意信度与效度的关系:测量的信度就是效度的必要非充分条件,即,无信度必然无效度 ,但有信度未必有效度;反之,

3、效度就是信度的充分非必要条件,有效度必然有信度 ,但无效度未必无信度。d. 注意研究有效程度:在一些研究中 ,研究者常用信度系数来近似的说明效度,但这就是有缺陷的,因为在社会研究中 ,其她无控制的变量对资料的效度有很大影响。所以还就是应当通过对内容效度、准则效度与建构效度的检查来说明研究的有效程度。2. 抽样方法的种类及其含义分为概率抽样与非概率抽样。概率抽样包括简单随机抽样、系统抽样、分层抽样、整群抽样、多段抽样、 pps抽样与户内抽样 ;非概率抽样包括偶遇抽样、判断抽样与定额抽样。a. 概率抽样1) 简单随机抽样 :随机数表法 (抽样框 -编号确定位数随机数选取抽取足够量抽取对应样本);2

4、) 系统抽样 :抽样框与编号计算抽样间距k1-k 中随机抽取 1 个元素 a样本 =a+(n-1)·k;(注意 1总体名单有排列顺序 ;2 总体中个体排列的 周期性分布 两种情况 )3) 分层抽样 :确定分层标准、分层比例;分层抽样可 1 降低抽样误差提高精度 ;2 便于理解总体不同层次;4) 整群抽样 :与分层抽样对比 :假设要总体就是全国所有城市的集合,要抽取一个规模为40 的样本。若按照分层抽样 的方法 ,则可先按照城市规模将总体分为特大城市、大城市、中等城市与小城市四类,再从每一类中抽取若干城市;若按照 整群抽样 的方法 ,则可以以省级单位为抽样单位,从全国 31 个省级单位

5、中随机抽取3-5 个省级单位 ,再以所抽取的省级单位中所包含的全部城市的集合作为样本 。5) 多段抽样 :适用范围大、总体数量多 的社会调查 ;6) 户内抽样 :往往在进行多段抽样后,对选取的家庭户样本进行户内抽样;抽取家庭户样本中的成年人时,可用“ kish 选择法”进行。7) pps抽样(cgss)“: 概率与元素的规模大小成比例的抽样”,以阶段性的 (或暂时性的 )不等概率换取最终的、中体的等概率;b.非概率抽样1)偶遇抽样2)判断抽样 :研究者对总体情况熟悉且经验丰富;研究者主观能动性强 ;样本代表性难判断。3)定额抽样 :又叫配额抽样 ;分层抽样就是完全依照概率原则,排除主观因素 ,

6、客观、等概率到各层中抽样;而定额抽样就是由调查人员在配额内主观判断选定样本。3. 社会研究的基本研究方式类型研究方式子类型资料收集方法资料分析方法研究的性质调查研究普遍调查抽样调查实验研究实地实验 实验室实验实地研究参与观察个案研究文献研究统计资料分析二次分析内容分析历史比较分析统计报表 自填式问卷结构式访问自填式问卷结构式访问结构式观察量表测量 无结构观察自由式访问官方资料统计她人原始数据文字声像资料历史文献统计分析定量统计分析定量定性分析定性统计分析定量/ 定性定性分析4.社会研究资料搜集的方法( 调查资料的收集方法？)a.自填式问卷法1)个别发送法2)集中填答法3)邮寄填答法4)网络填答

7、法b.结构式访问法1)当面访问法2)电话访问法5.抽样的几个概念1)总体 (population): 通常与构成它的元素共同定义(element) 则就是构成总体的最基本单位;:总体就是构成它所有元素的集合; 而元素2) 样本(sample):从总体中按一定方式抽出的一部分元素的集合;3) 抽样(sampling):从组成总体的所有元素的集合中,按一定的方式选择或抽出一部分元素的过程;4) 抽样单位 (sampling unit): 直接抽样时所使用的基本单位;5) 抽样框 (sampling frame): 又叫抽样范围 ,就是一次直接抽样时总体中所有抽样单位的名单;6) 参数值 (para

8、meter): 也称总体值 ,它就是关于总体中某一变量的综合描述,最常见的就是平均值。7) 统计值 (statistic): 也称样本值 ,它就是关于样本中某一变量的综合描述,如样本平均值。6.样本规模 (sample size)样本容量 ,指样本中所含个案的多少。影响因素有 4:总体的规模 ;估计的把握性与精确性要求(置信度与置信区间 );总体的异质性程度 ;调查者所拥有的经费、人力与时间。7.抽样方法8.实验研究a.几个基本概念1)自变量与因变量 ;2)前测与后测 :在一项实验研究中 ,通常需要对因变量(或结果变量 )进行前后两次的相同测量。 第一次在给予实验刺激之前,为前测 ,第二次在之

9、后 ,为后测 ;3) 实验组与控制组 :实验组就是在实验过程中接受实验刺激的那一组对象;控制组也叫对照组,它就是各方面都与实验组相同,但在实验过程中不给予实验刺激的一组对象;b. 实验类型4) 标准实验 / 准实验设计 ;5) 实验室实验 (laboratory experiment)/ 实地实验 (field experiment)6) 双盲实验 (double-blind experiments):实验对象与观察对象都不知道实验刺激;c. 实验的逻辑与条件1) 必须建立变量之间的因果关系的假设;2) 自变量必须能够被很好地“孤立” 、“可变”的 ,同时就是容易操纵的 ;3) 实验程序与操作

10、可重复;4) 高度的控制条件与能力。d. 基本实验设计 (所罗门实验设计 为论述题潜在考察对象之一)1) 经典实验设计 :也叫“古典实验设计”/ “古典实验设计” ,包括了实验设计的所有要素,即,实验组、控制组、前测、后测、自变量、因变量以及随机指派;2) 所罗门三组设计 :针对“交互作用效应” (interaction effect), 即前测与实验刺激之间产生的影响所设计,在经典实验设计的基础上,增加一个没有前测 ,只有实验刺激与后测的控制组;3) 所罗门四组设计 :针对实验外部因素 的影响而设计 ,在所罗门三组设计的基础上,增加一个既无前测,也无实验刺激 ,只有后测的控制组 ;e.1)影

11、响实验的因素 (为论述题潜在考察对象之二重大事件的影响 ;)2) 实验对象的发育所造成的的影响:相对于重大事件影响(外部影响 ),发育所造成的影响可以视为一种内部影响 ;3) 前后侧环境不一致 :前后测过程中 ,一些不可控的差别 ,如研究者与实验对象心理状态的不同、对实验人员与实验对象的指示不同、对实验说明的方式不同、实验的物质设备/ 工具不同、实验时间的控制、要求的掌握不同等;4) 初试复试效应 :后测中,实验对象往往会更加熟悉问卷内容、更加清楚问题的含义、更加明了调查的目标 ,特别就是更加明白她们作为调查对象的角色;5) 实验对象的选择与缺损 :a) 选择:实践中,实验对象往往不就是严格从

12、总体中随机抽取的,而就是采用 自愿参加 、征募参加 或者强制参加 这三种方式所选取的 ,问题在于 :1 自愿参加者往往具有比一般人高得多的社会参与意识与较强的冒险精神;2 被招聘者往往在经济上处于比较紧张状况的特点;3 学生或犯人则本就与一般公众有所不同。b) 缺损:前侧后可能存在主动退出的实验对象 ,或者后测开始前由于调动、搬迁、死亡等原因而无法找到 ;理由就是以上缺失者 ,尤其就是中途退出者 ,可能对研究的意义更不关心 ,也可能就是研究题目或研究内容对她们来说更为敏感就是她们感到不安 ,也可能就是文化程度、表达能力等不如她人9. 单变量统计分析a. 单变量描述统计1) 集中趋势分析 (ce

13、ntral tendency analysis):用一个典型值或代表值来反映一组数据的一般水平/ 一组数据向这个典型值集中的情况;常见算数平均值、众数与中位数。2) 离散趋势分析 (dispersion tendency analysis):用一个特别的数值来反映一组数据相互之间的离散程度;常见标准差 (平均数)、异众比率 (众数)、四分位差 (中位数)。b. 单变量推论统计1) 区间估计 (interval estimation): 实质就是在一定的可信度 (置信度 )下,用样本统计值的某个范围(置信区间 )来估计总体的参数值;范围(区间)大小反映的就是精确性问题,区间越大 ,精确程度越小;

14、常见置信度为 90%、95%与 99%,反映估计的可靠性 / 把握性,所对应的显著性水平为 0、01、0、05、0、10。2) 假设检验 (hypothesis test): 依据就是小概率原理 ,即“小概率事件在一次观察中不可能出现”;假设检验的步骤如下 :1 建立研究假设 与虚无假设 (通常就是原假设 )2 构造统计量 ,根据样本计算统计值 3 根据显著性水平确定临界值与拒绝域 4 与临界值比较并作出决策10. 双变量统计分析 :两变量间关系的测量与检验方法0,1对称有2 检验有( 定类- 定序)定序- 定序g-1,1对称有z 检验有定类- 定距e无有测量层次相关系数取值范围就是否对称pr

15、e检验spss定类- 定类( 定序- 定距)2e0,1不对称有f 检验有r-1,1无f 检验有定距- 定距2r0,1对称有(t检验)有注:定序变量下降为定类变量。几点解释 :1) 交互分类 (cross-tabulation, 适用定类 -定类/ 定序变量 ):即通常所说的列联表,用来进行描述样本的分布情况与内在结构,以及进行分组比较 ;而当需要进行 样本推知总体 时,则须进行 2 检验,即卡方检验 ;卡方检验的弱点在于,样本规模变大时 ,可以导致很小的分布差异通过显著检验,因此,问题“如果变量之间存在关系,其强度有多大？”显得更为重要。2) 因此 ,为了了解一对 定类-定类/ 定序变量之间的

16、相关性 ,采用 系数进行测量 ,它具有消减误差比例(pre的)意义;缺点就是仅利用众值资料。3) pre值越大 ,说明以 x 值去预测 y时能够减少的误差所占比例越大,即 x 与 y 之间就越就是相关 ;4) 对于定序-定序变量 ,则用古德曼与古鲁斯卡的gamma 系数(同具有 pre意义)来测量相关关系 ,而当需要进行 样本推知总体 时,则须进行 z 检验;5) 对于定类/ 定序-定距变量 ,用相关比率 (correlation ratio) 或 eta(平方)系数来测量两变量之间的相2关性,记为 e2(同具有 pre意义),e的计算中有 自变量因变量 之分(因此说不对称 );而当需要进行样

17、本推知总体 时,则须进行 f 检验;6) 对于定距-定距变量 ,采用皮尔逊相关系数 r 来进行测量 ;而当需要进行 样本推知总体 时,则须进行t 检验或 f 检验,因为 f=t2二、 简答题 (15 分*2 题)1. 多变量统计分析 :多元回归分析结果解读1) 请根据下列 spss数据输出结果写出标准化回归方程,并对该数据结果进行简要的解释。2)解:根据 beta 值写出标准化回归方程 :v02=(-0、339)v10+(0、128)v48+(-0、107)v583) 比较可知 ,相互控制后 ,人们的受教育年限 (v10)与因变量理想生育子女数(v02)呈较强的负相关关系;职业声望 (v58)与因变量呈较弱的负相关关系;而兄弟姐妹数 (v48)与因变量呈较弱正相关关系。也就就是说,受教育年限越高或职业声望得分越高,所以对应的理想子女数越少; 现有兄弟姐妹数目越多 ,越希望多生育子女。2. 分层抽样 (stratified sampling)3. 定额抽样 (quota sampling)1.研究计划书的内容1)说明研究课题的目的与意义;2)说明研究的