:::

行為編碼與序列分析 / Introduction of Behavior Coding and Sequential Analysis

image

這是我在今年六月時應台科大高老師的邀約,到她實驗室跟同學介紹數位學習中質性行為的編碼、編碼者一致性信度計算以及序列分析的原理。以下分享投影片與相關工具給大家使用。


什麼是序列分析? / What’s Sequential Analysis

image

序列分析,或說是行為序列分析(Behavior Sequential Analysis)是將研究對象的行為資料進行編碼,並以二項式檢定(bionomial distribution)計算編碼與編碼之間的轉換是否有達到顯著性的一種方法。

必須先聲明的是,本篇在講的是行為序列分析,跟統計的時間序列分析 (Time Series Forecasting Method) 以及資料探勘的循序樣式分析(Sequential Pattern Mining)是不同的方法喔。雖然名稱很像,但是計算方式有很大的不同,請不要搞錯了。


投影片 / Slide

下載:Google DriveOneDriveMegaSlideShare

這份投影片算是之前序列分析簡介中投影片的完整版本。原本的投影片只有介紹後面的序列分析,這次連前面的行為編碼也一併介紹了。

相關工具 / Tools

投影片中會使用到一些工具。質性行為編碼的工具包括:

編碼 階段 運作
1 定義問題 具體描繪問題或釐清問題的定義
2 尋求解決方法 針對問題提供(詳細/簡略的)資訊或解決方法
3 分析與歸納 分析、比較與評論他人提出的意見、解決方法以及資訊
4 統整與結論 歸納先前的提議或意 見,並提出結論
5 其他 與主題無關的討論

序列分析會使用到的工具包括:

一般化序列查詢器 / GSEQ

GSEQ5big

除了以上我自己開發的工具之外,序列分析的作者Bakeman等人也開發了專門做序列分析的工具:Generalized Sequential Querier。現在已經是免費下載了:

我的工具畢竟還不算是十分完美,只能說是入門基本款而已,有些Bug到現在也還沒有時間好好研究。未來應該要更深入來研究GSEQ的使用才對。


結語:結合質性與量化的研究方法 / Conclusion: The mixed research method of qualitative and quantitative

一般都認為質性研究跟量化研究是水火不容的兩種方法。這是由於兩種方法所站的哲學角度是有所不同:質性研究是基於社會建構論(social constructionism),認為這個世界是由獨立的個體組成,每個人都是獨一無二,世界是由微觀的行為與鉅觀的社會脈絡所建構而成;量化研究相信實證主義(positivism),認為這個世界一定存在唯一不變的真理,而我們可以利用取樣來由小見大。

而序列分析則是將這種兩者方法結合在一起:我們記錄質性的行為資料,然後進行編碼分析,再來使用量化的推論統計來解釋行為序列的轉換。一般的質性研究大概十人上下各30分鐘的訪談就是一篇碩士論文,但是數位學習的序列分析通常是取兩個班級、共約60人左右,而且是做兩個小時以上的行為觀察。一般的量化研究通常是跑獨立樣本t檢定(兩組平均數比較)、變異數分析(三組以上的平均數比較)、共變數分析(考量前測的平均數比較)、皮爾森相關係數分析,但是序列分析則是使用二項式檢定 (其實統計課都會教,沒印象的人回去跟統計老師道歉) 。不管是從質性研究還是量化研究的角度來看,序列分析要做得事情都不比前兩種還少。

由於序列分析工具做起來很簡單,我本來以為兩個小時就能講完序列分析的內涵。結果講到最後竟然用了快三個半小時,越講越覺得序列分析真是博大精深。不過序列分析依然有其侷限:只能呈現行為之間的轉換,而非建模。在研究分析上應結合其他方法一起應用。

話說回來,從哲學觀點來看,序列分析其實比較偏向量化研究,也就就是實證主義的哲學觀點。因為他是希望從大量資料中歸納出具有推論性的結論。就這個就觀點來看,如果分析質性資料的時候腦袋裡面還想著「在受訪對象中有一半人都發生這樣的行為」,那其實這是一種量化研究的思維,而不是質性研究喔。很多人都以為做訪談就是質性研究、問卷就是量化研究,其實並非如此,有必要跟大家釐清一下。

總之經過這次的歷練,如果下次還有誰想要認識序列分析的話,歡迎來找我去介紹。預計下次就會再加入GSEQ的介紹了吧XD

總共1 則留言, (我要發問)

  1. 我做的序列分析工具有點問題,可以改用MEPA來分析:
    http://pulipuli.blogspot.tw/2015/12/mepa.html

    回覆刪除

留言工具: