:::
顯示具有 研究方法\序列分析 標籤的文章。 顯示所有文章

序列分析工具MEPA操作介紹

序列分析工具MEPA操作介紹

2015-12-19_231147

講到滯後序列分析(Lag Sequential Analysis)的時候,說臺科大的候惠澤老師是世界第一把交椅也不是誇張的形容。今天趁著政大圖檔所博士班研究能量提升工作坊的機會跟侯老師討教了MEPA的操作,意外地發現居然如此的簡單。但操作上還是有很多細節,以下我就一步一步介紹如何使用。


多重事件記錄分析 MEPA (Multiple Episode Protocol Analysis)

2015-12-19_232558

MEPA是荷蘭最古老大學之一烏特勒支大學(Utrecht University)教育科學系的Gijsbert Erkens所開發的互動分析軟體。

MEPA是一個用於標註、對於一些口語或行為觀察資料進行編碼的靈活工具。這個程式可以用來發展觀察行為資料的編碼系統,也可以用來針對已經編碼的口語或行為資料進行各種質性與量化的分析。

作者Erkens並沒有直接在網路上公開MEPA軟體,但可以寫信去跟作者索取。(請不要跟我索取,credit回歸作者)

MEPA用於滯後序列分析

我在寫碩士論文的時候候惠澤老師就推薦我用MEPA進行分析,但是我自個兒摸來摸去也不得其門而入。今天請大師指點一二之後,立刻打通任督二脈,終於搞懂怎麼分析了。

1. 將觀察樣本存成xls

2015-12-19_233914

首先我們要先把編碼整理成MEPA可以使用的格式。如何編碼與整理成編碼序列,可以參考之前的介紹「行為編碼與序列分析」。

舉例來說,如果我們最後獲得的觀察樣本是「ABDCCBBD」,那麼就請開啟Excel,將樣本以垂直的方式輸入到Excel中。例如:

A
B
D
C
C
B
B
D

最後將檔案儲存成「xls」格式即可。不可以使用xlsx,請使用早期的xls。

以下提供範例檔案,裡面的序列僅供參考:

2015-12-20_001923

沒有Excel也可以用免費的LibreOffice Calc

2. MEPA匯入xls

2015-12-20_000135

開啟MEPA之後,開啟左上角的File,然後選擇「Read from Excel file」。

2015-12-20_000211

選擇要分析的xls檔案,例如這個data.xls。

2015-12-20_000300

接著會出現Import from Excel對話視窗。我們要設定兩個地方:

  • V4 (cat. var.)是編碼樣本,我們輸入1,表示這是Excel的第1欄。
  • row no 1 to 2500,這個2500是指有多少筆資料需要分析。如果你的Excel資料的列數算到5000,那就是有5000筆,請輸入5000。

設定完成之後按下OK。

2015-12-20_000332

主視窗往下移動,你會發現V4已經匯入了來自Excel的資料。

3. 建立分析檔案

2015-12-20_000452

接著按下上面的「Sequential」,選擇要分析的「V4」。

2015-12-20_000514

這時候會出現Lag Sequential Analysis滯後序列分析輸入視窗,請按下「OK」。很多參數設定還要再研究,但至少我確定那個lag of analyis是1沒錯。

2015-12-20_000528

這時候MEPA會顯示錯誤,這是正常現象。

2015-12-20_000641

接著開啟你輸入檔案的資料夾位置,如果是「data.xls」的話,旁邊應該可以找到新增的「data.ana」。請使用記事本軟體,例如Notepad++ Portable來開啟。

2015-12-20_005204

能看到這個畫面,表示結果正常出來了。

2015-12-20_005458

畫面往下拉到「Adjusted Residuals Table」,這就是我們要的答案。

4. 繪製序列轉換圖

上面範例的調整殘差表(Z-scores)如下:

  A B C D
A

15.70

3.17

-10.82

-9.77

B

-2.99

-15.15

24.14

2.88

C

-2.99

3.10

-8.20

6.74

D

-9.63

9.78

-6.24

-0.27

其中有大於1.96的序列轉換表示有顯著,我以紅字標示,列出結果如下:

  • A > A: 15.70
  • A > B: 3.17
  • B > C: 24.14
  • B > D: 2.88
  • C > B: 3.10
  • C > D: 6.74
  • D > B: 9.78

根據上述序列,我們將各個行為畫成圓形節點,序列轉移顯著程度則是用粗細不同的線條來表示,越粗表示序列轉移越顯著(Z-score越高),沒有連線表示沒有顯著序列轉移。

2015-12-20_011343

結果就是這樣子了。


MEPA跟我寫的工具有何差別?

image

剛剛試著拿MEPA跟我之前寫的序列分析工具來比較,發現結果差異甚多。看來我的程式應該要檢討了。

建議大家以後都用MEPA來分析吧。

(more...)

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

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

(more...)