Kasu:
- Võimalus tuvastada küsitluse küsimustes juhtivaid, topelt- ja mitmetähenduslikke lõkse ning ühendada iga küsimus kontseptsiooniga
- Võimalus teha programmis reaalseid statistilisi arvutusi ja kasutada tehisintellekti ainult meetodi valikul ja tõlgendamisel
- Oskus eristada statistilist olulisust praktilisest olulisusest ja kontrollida testi eeldusi
Kvantitatiivne uurimine on lähenemine, mis mõõdab sotsiaalseid nähtusi numbritega ja analüüsib neid statistikaga: otsitakse vastuseid küsimustele, kui palju inimesi, millise tempoga, mis vahe on milliste rühmade vahel. Selle lähenemisviisi kõige levinum tööriist on küsitlus – meetod, mille abil kogutakse standardküsimuste abil võrreldavaid andmeid paljudelt inimestelt. Hea küsitluse seadistamine ja sissetulevate andmete korrektne analüüsimine nõuab oskusi; Halb küsimus rikub tulemuse kohe algusest peale. Selles üksuses saate teada, kuidas kasutada tehisintellekti uuringuküsimuste kujundamiseks, skaalade koostamiseks (vastusvalikud, mis hindavad suhtumist, nt "täiesti nõus … ei nõustu täielikult") ja analüüsida sissetulevaid andmeid; kuid saate teada, miks peaksite säilitama statistilise hinnangu.
Tehisintellekt on kvantitatiivses analüüsis kõige väärtuslikum mitte arvutamises endas, vaid selles, kuidas selgitada, kuidas arvutada ja mida tulemus tähendab. Tehisintellekt võib teile visandada analüüsikoodi (nt käsud käitamiseks R-is või Pythonis), selgitada lihtsas keeles, millal statistilist testi kasutada, ja aidata teil väljundit tõlgendada. Kuid ärge kunagi usaldage numbreid, mille AI tekstis genereerib: keelemudel ei ole kalkulaator ja võib anda vale keskmise, protsendi või p-väärtuse. Tegelik arvutus tehakse reaalses statistikaprogrammis.
Samm-sammult: küsitlusest ülevaateni
1. Seo iga küsimus kontseptsiooniga. Iga küsimus, mille küsitluses esitate, peaks mõõtma teie uurimisküsimuse kontseptsiooni. Ärge lisage küsimusi lihtsalt sellepärast, et "see oleks huvitav". AI aitab teil kontrollida mõiste-küsimuse vastendamist tabelis.
2. Rooki välja halvad küsimused. Juhtiv ("Kas olete selle suurepärase teenusega rahul?"), topeltküsimused ("Kas teenus oli kiire ja odav?"), ebamäärased ("Kas teile meeldis sageli?") küsimused moonutavad andmeid. AI oskab neid lõkse teie küsitluse mustandis hästi märgistada.
3. Määrake skaala järjepidevalt. Kui kasutate Likerti skaalat (5- või 7-palline kokkuleppe skaala), hoidke suund ja hinnangud kogu küsitluse vältel järjepidevad. AI tabab ebakõlasid.
4. Kustutage andmed. Sissetulevad andmed võivad sisaldada puuduvaid vastuseid, ebakõlasid või kahte sama isiku kirjet. AI saab loetleda puhastamise etapid ja koodi mustandi; Sina otsustad.
5. Valige õige test ja TÕLGENDAGE seda. Kas võrdlete kahte rühma ja otsite suhet? AI selgitab, milline test on sobiv; Teie ülesanne on programmis test käivitada ning väljundit lugeda ja mõtestada.
Tähelepanu: ärge öelge AI-le "arvutage nende andmete keskmine" ja kirjutage saadud arv otse aruandesse. Keelemudel teeb aritmeetikas vigu. Laske arvutus teha tabeli- või statistikaprogrammis; Kasutage tehisintellekti ainult selle meetodi ja tõlgendamise jaoks.
kolm minikarpi
Juhtum 1 – juhtküsimus parandatud. Küsitluse eelnõus küsiti "Kui rahul olete meie eduka valla transporditeenusega?" Tal tekkis küsimus. AI märkis, et omadussõna "edukas" lükkas vastuse positiivseks. Küsimus on "Kuidas hindate valla transporditeenust?" neutraliseeriti ja tulemused olid tasakaalukamad.
Juhtum 2 – tuvastati tehisintellekti valearvestus. Teadlane kleepis AI-sse tekstina 300 rida andmeid ja ütles: "Leia keskmine vanus"; YZ ütles 34,2. Kui samad andmed tabelisse panna, oli tegelik keskmine 31,7. AI oli tekstis valesti arvutanud; See parandati, kui konto viidi programmi.
Juhtum 3 – testivalik on selgitatud. Meeskond soovis võrrelda kahe rühma keskmist tulemust, kuid ei teadnud, millist testi kasutada. YZ selgitas, et t-test (test, mis kontrollib, kas kahe rühma keskmiste erinevus on juhuslik) sobis "kahe sõltumatu rühma jaoks, pidev muutuja", loetles oma eeldused ja esitas koodi mustandi. Meeskond viis programmis läbi testi ja tõlgendas tulemust.
Neli kopeeritavat malli
1) Küsitluse küsimuse audit:
Vaadake allolevad küsitluse küsimused üle. Kontrollige iga küsimuse puhul: kas see on suunav, kas see on topeltküsimus (kaks asja ühes küsimuses), kas see on mitmetähenduslik, kas vastusevariandid kattuvad/puuduvad? Esitage probleem ja parem versioon kõrvuti. Kontrollige, kas skaala suund on ühtlane. Küsimused: [siin]
2) Mõiste-küsimuse kaardistamise tabel:
Minu uurimisküsimus: [küsimus]. Minu põhimõisted: [loend]. Järjesta järgmised küsitluse küsimused tabelisse: millist mõistet iga küsimus mõõdab? Märkige küsimused, mis ei haaku ühegi mõistega ("lisa") ja mõisted, millel pole küsimusi ("jõude"). Küsitlus: [siin]
3) Andmete puhastamise plaan (koodi kavand):
Mul on küsitluse andmestik järgmiste muutujatega: [muutujad]. Andke mulle [R/Python] jaoks andmete puhastamise kontroll-loend ja koodi mustand KOMPMENTAARIDEGA: puuduvad andmed, kõrvalekalded, dubleeritud kirjed, ebajärjekindel kodeerimine. Käivitan koodi ja kontrollin väljundit; Ärge tehke matemaatikat.
4) Statistiline kommentaar (mina tegin arvutuse):
Käivitasin [testi nimi] ja sain järgmise väljundi: [väljund]. Tõlgendage seda tulemust lihtsas keeles: mida see praktikas tähendab, tehke vahet statistilisel ja praktilisel olulisusel ning tuletage meelde, milliseid eeldusi tuleb kontrollida. Ärge liialdage tulemusega; Ütle mulle ka oma piirid.
Nõrk viip / Tugev viip
Nõrk viip:
Arvutage nendes andmetes olevate rühmade keskmised ja öelge, milline neist on suurem. [500 rida andmeid]
AI proovib arvutada teksti sees ja võib anda valesid numbreid. Pealegi on ebausaldusväärne vastata küsimusele "Kas on oluline erinevus" ilma statistilise testimiseta.
Võimas viip:
Ma tahan võrrelda kahe rühma hindeid: pidev muutuja, kaks sõltumatut rühma. (1) Milline statistiline test on sobiv ja miks? (2) Millised on selle eeldused? (3) [R/Python] kommentaarikoodi mustand. Teen arvutuse programmis; Sa annad lihtsalt meetodi ja koodi, ära genereeri numbreid.
Erinevus: AI-d ei kasutata enam ebausaldusväärse kalkulaatorina, vaid usaldusväärse meetodite nõustajana.
Tööjaotus kvantitatiivsetes ülesannetes
Quest
Kas AI on ohutu?
Kuidas kasutada
Küsimus disaini audit
Jah
Püüniste märgistamine
Skaala järjepidevus
Jah
kontrollnimekiri
Andmete kustutamise kood
Jah (mustand)
Käitate koodi
Tekstisisene konto
ei
Ärge kunagi usaldage
Testi valik
Jah
Selgitage meetodit
Lõppkommentaar
Jah (tugi)
See on teie otsustada
Levinud vead
- Kasutades otse tehisintellekti loodud numbrit. Keelemudel on aritmeetikas vale; Tee arvutus programmi.
- Juhtiva küsimuse esitamine. Omadussõnad ja oletused moonutavad vastust.
- Ajab segi statistilise olulisuse praktilise tähtsusega. "Märkimisväärne" võib olla isegi väike erinevus; Vaata suurust.
- Eelduste vahelejätmine. Igal testil on eeldused; Ärge kommenteerige kontrollimata.
- Lisaküsimuste esitamine. Iga küsitluse küsimus peaks olema seotud kontseptsiooniga; ülejäänu paisutab andmeid.
Kokkuvõttes
AI kvantitatiivses uurimistöös; Ta on tugev konsultant küsitluse küsimuste lõkse tabamisel, mõistete-küsimuste kaardistamisel, andmete puhastamise ja analüüsi koodi koostamisel ning tulemuste lihtsas keeles tõlgendamisel. Kuid ärge kunagi laske tehisintellektil tegelikke arvutusi teha; Keelemudel ei ole kalkulaator. Valite testi, kuid käivitate selle programmis, loete väljundit ja eristate statistilist olulisust praktilisest olulisusest. AI kiirendab meetodit; Vastutus probleemi ja kommentaari eest on teie.
Rakenduse ülesanne
Kirjutage 10 küsimusega küsitluse mustand. Kasutage tehisintellekti märgistamist ja parandage juhtivaid, dubleerivaid ja mitmetähenduslikke küsimusi malliga „Küsitluse küsimuse audit”. Seejärel koostage väike näidisandmekogum (20-30 rida) ja arvutage tabelarvutusprogrammis tegelik keskmine ja protsendid; Andke tehisintellektile samad andmed tekstina, võrrelge neid saadud arvudega ja teatage erinevusest. Lõpuks laske testi väljundit tõlgendada "statistika tõlgendamise" malliga.
kontrollnimekiri
- [ ] Sidusin iga küsitluse küsimuse kontseptsiooniga.
- [ ] Kõrvaldasin suunavad, topelt- ja mitmetähenduslikud küsimused.
- [ ] Tegeliku arvutuse tegin statistikaprogrammis, mitte AI-s.
- [ ] Kontrollisin testi eeldusi.
- [ ] Eristasin statistilise olulisuse praktilisest olulisusest.