Ieguvumi:
- Spēja atklāt vadošos, dubultos un neskaidros slazdus aptaujas jautājumos un savienot katru jautājumu ar koncepciju
- Spēja programmā veikt reālus statistikas aprēķinus un izmantot mākslīgo intelektu tikai metodes izvēlei un interpretācijai
- Spēja atšķirt statistisko nozīmīgumu no praktiskās nozīmes un pārbaudīt testa pieņēmumus
Kvantitatīvā izpēte ir pieeja, kas mēra sociālās parādības ar skaitļiem un analizē tās ar statistiku: tā meklē atbildes uz tādiem jautājumiem kā, cik cilvēku, ar kādu ātrumu, kāda ir atšķirība starp kādām grupām. Visizplatītākais šīs pieejas rīks ir aptauja — metode salīdzināmu datu vākšanai no liela skaita cilvēku, izmantojot standarta jautājumus. Lai izveidotu labu aptauju un pareizi analizētu ienākošos datus, ir vajadzīgas prasmes; Slikts jautājums jau pašā sākumā sabojā rezultātu. Šajā nodaļā jūs uzzināsit, kā izmantot mākslīgo intelektu, lai izstrādātu aptaujas jautājumus, veidotu skalas (atbildes opcijas, kas novērtē attieksmi, piemēram, "pilnībā piekrītu … pilnībā nepiekrītu") un analizētu ienākošos datus; bet jūs uzzināsiet, kāpēc jums vajadzētu saglabāt statistisko spriedumu.
Kvantitatīvajā analīzē mākslīgais intelekts ir visvērtīgākais nevis pašā aprēķinā, bet gan izskaidrošanā, kā veikt aprēķinu un ko nozīmē rezultāts. AI var ieskicēt analīzes kodu (piem., komandas, kas jāpalaiž R vai Python), vienkāršā valodā izskaidrot, kad jāizmanto statistikas tests, un palīdzēt interpretēt izvadi. Taču nekad neuzticieties skaitļiem, ko AI ģenerē tekstā: valodas modelis nav kalkulators un var radīt nepareizu vidējo, procentuālo vai p-vērtību. Faktiskais aprēķins tiek veikts reālā statistikas programmā.
Soli pa solim: no aptaujas līdz apskatam
1. Saistiet katru jautājumu ar jēdzienu. Katram jautājumam, ko uzdodat aptaujā, ir jāmēra jēdziens jūsu pētījuma jautājumā. Nepievienojiet jautājumus tikai tāpēc, ka "tas būtu interesanti". AI palīdz pārbaudīt jēdzienu un jautājumu kartējumu tabulā.
2. Atsijāt sliktos jautājumus. Vadošie ("Vai esat apmierināts ar šo lielisko pakalpojumu?"), dubultjautājumi ("Vai pakalpojums bija ātrs un lēts?"), neskaidri ("Vai jums bieži patika?") izkropļo datus. AI labi atzīmē šīs nepilnības jūsu aptaujas projektā.
3. Konsekventi nosakiet mērogu. Ja izmantojat Likerta skalu (5 vai 7 ballu vienošanās skala), saglabājiet virzienu un vērtējumu konsekventu visā aptaujā. AI uztver neatbilstības.
4. Notīrīt datus. Ienākošajos datos var būt trūkstošu atbilžu, neatbilstības vai divi vienas personas ieraksti. AI var uzskaitīt tīrīšanas darbības un koda melnrakstu; Jūs izlemjat.
5. Izvēlieties pareizo testu un INTERPRETĒJIET to. Vai jūs salīdzināt divas grupas, meklējot attiecības? AI izskaidro, kurš tests ir piemērots; Jūsu uzdevums ir palaist testu programmā un lasīt un izprast rezultātu.
Uzmanību: nesakiet AI "aprēķiniet šo datu vidējo vērtību" un ierakstiet iegūto skaitli tieši pārskatā. Valodas modelis pieļauj aritmētikas kļūdas. Veikt aprēķinu izklājlapā vai statistikas programmā; Izmantojiet AI tikai tās metodei un interpretācijai.
trīs mini futrāļi
1. gadījums — galvenais jautājums ir izlabots. Aptaujas projektā tika uzdots jautājums "Cik jūs esat apmierināts ar mūsu veiksmīgās pašvaldības transporta pakalpojumu?" Viņam radās jautājums. AI atzīmēja, ka īpašības vārds "veiksmīgs" nospieda atbildi uz pozitīvu. Jautājums ir "Kā jūs vērtējat pašvaldības transporta pakalpojumu?" tika neitralizēts un rezultāti bija līdzsvarotāki.
2. gadījums — konstatēts mākslīgā intelekta nepareizs aprēķins. Pētnieks AI ielīmēja 300 datu rindiņas kā tekstu un teica: "atrasti vidējo vecumu"; YZ teica 34.2. Kad tie paši dati tika ievietoti tabulā, faktiskais vidējais bija 31,7. AI bija nepareizi aprēķinājis tekstā; Tas tika novērsts, kad konts tika pārvietots uz programmu.
3. gadījums — precizēta testa atlase. Komanda vēlējās salīdzināt divu grupu vidējo punktu skaitu, taču nezināja, kuru testu izmantot. YZ paskaidroja, ka t-tests (tests, kas pārbauda, vai atšķirība starp divu grupu vidējiem rādītājiem ir nejauša) bija piemērots "divām neatkarīgām grupām, nepārtrauktam mainīgajam", uzskaitīja viņa pieņēmumus un sniedza koda projektu. Komanda veica testu programmā un interpretēja rezultātu.
Četras kopējamas veidnes
1) Aptaujas jautājuma audits:
Pārskatiet tālāk sniegtos aptaujas jautājumus. Pārbaudiet katru jautājumu: vai tas ir noteicošais, vai tas ir dubultjautājums (divas lietas vienā jautājumā), vai tas ir neskaidrs, vai atbilžu varianti pārklājas/trūkst? Norādiet problēmu un labāku versiju blakus. Pārbaudiet, vai skalas virziens ir konsekvents.Jautājumi: [šeit]
2) Jēdzienu-jautājuma kartēšanas tabula:
Mans pētījuma jautājums: [jautājums]. Mani galvenie jēdzieni: [saraksts]. Sakārtojiet šādus aptaujas jautājumus tabulā: kādu jēdzienu mēra katrs jautājums? Atzīmējiet jautājumus, kas nav saistīti ar nevienu jēdzienu ("papildu") un jēdzienus, kuriem nav jautājumu ("dīkstāve"). Aptauja: [šeit]
3) Datu tīrīšanas plāns (koda projekts):
Man ir aptaujas datu kopa ar šādiem mainīgajiem: [mainīgie]. Sniedziet man datu tīrīšanas kontrolsarakstu un koda melnrakstu AR KOMENTĀRU rindiņām [R/Python]: trūkst datu, novirzes, ierakstu dublikāti, nekonsekventa kodēšana. Es izpildīšu kodu un pārbaudīšu izvadi; Nedari matemātiku.
4) Statistikas komentārs (es veicu aprēķinu):
Es veicu [testa nosaukumu] un saņēmu šādu rezultātu: [izeja]. Interpretējiet šo rezultātu vienkāršā valodā: ko tas nozīmē praksē, nošķiriet statistisko nozīmīgumu un praktisko nozīmīgumu un atgādiniet, kuri pieņēmumi ir jāpārbauda. Nepārspīlējiet rezultātu; Pastāsti man arī savas robežas.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Aprēķiniet šajos datos esošo grupu vidējos lielumus un pasakiet, kura no tām ir augstāka. [500 datu rindiņas]
AI mēģina aprēķināt teksta ietvaros un var radīt nepareizus skaitļus. Turklāt bez statistiskās pārbaudes ir neuzticami atbildēt uz jautājumu "Vai pastāv būtiska atšķirība".
Spēcīga uzvedne:
Es vēlos salīdzināt divu grupu rādītājus: nepārtraukts mainīgais, divas neatkarīgas grupas. (1) Kurš statistikas tests ir piemērots un kāpēc? (2) Kādi ir tā pieņēmumi? (3) Komentāru koda melnraksts [R/Python]. Aprēķinu izdarīšu programmā; Jūs vienkārši norādiet metodi un kodu, nevis ģenerējiet skaitļus.
Atšķirība: AI vairs netiek izmantots kā neuzticams kalkulators, bet gan kā uzticams metodes padomdevējs.
Darba dalīšana kvantitatīvos uzdevumos
Meklējumi
Vai AI ir drošs?
Kā lietot
Jautājuma dizaina audits
Jā
Slazdu marķēšana
Mēroga konsekvence
Jā
kontrolsaraksts
Datu dzēšanas kods
Jā (melnraksts)
Jūs palaižat kodu
Teksta konts
nē
Nekad neuzticieties
Testa atlase
Jā
Izskaidrojiet metodi
Noslēguma komentārs
Jā (atbalsts)
Tas ir jūsu ziņā
Biežas kļūdas
- Tieši izmantojot AI ģenerēto numuru. Valodas modelis ir nepareizs aritmētikā; Veiciet aprēķinus programmā.
- Uzdodot vadošo jautājumu. Īpašības vārdi un pieņēmumi izkropļo atbildi.
- Jaukt statistisko nozīmīgumu ar praktisko nozīmi. "Nozīmīga" var būt pat neliela atšķirība; Paskaties uz izmēru.
- Izlaižot pieņēmumus. Katram pārbaudījumam ir priekšnoteikumi; Nekomentējiet bez pārbaudes.
- Uzdodot papildu jautājumus. Katrs aptaujas jautājums jāsaista ar jēdzienu; pārējais uzpūš datus.
Rezumējot
AI kvantitatīvos pētījumos; Viņš ir spēcīgs konsultants aptaujas jautājumu, jēdzienu-jautājuma kartēšanas, datu tīrīšanas un analīzes koda uzmetuma un rezultātu interpretācijas jomā vienkāršā valodā. Bet nekad neļaujiet AI veikt faktiskos aprēķinus; Valodas modelis nav kalkulators. Jūs izvēlaties testu, bet palaižat to programmā, izlasiet rezultātu un atšķirat statistisko nozīmīgumu un praktisko nozīmīgumu. AI paātrina metodi; Jūs esat atbildīgs par problēmu un komentāru.
Lietojumprogrammas uzdevums
Uzrakstiet aptaujas melnrakstu ar 10 jautājumiem. Izmantojiet AI karodziņu un labojiet galvenos, dublētos un neskaidros jautājumus, izmantojot veidni “Aptaujas jautājuma audits”. Pēc tam izveidojiet nelielu datu paraugu kopu (20-30 rindas) un izklājlapu programmā aprēķiniet faktisko vidējo un procentus; Sniedziet AI tos pašus datus kā tekstu, salīdziniet tos ar iegūtajiem skaitļiem un ziņojiet par atšķirību. Visbeidzot, testa izvade tiek interpretēta, izmantojot veidni "statistikas interpretācija".
kontrolsaraksts
- [ ] Es saistīju katru aptaujas jautājumu ar jēdzienu.
- [ ] Es izslēdzu vadošos, dubultos un neskaidros jautājumus.
- [ ] Es veicu faktisko aprēķinu statistikas programmā, nevis AI.
- [ ] Es pārbaudīju testa pieņēmumus.
- [ ] Es nošķīru statistisko nozīmīgumu no praktiskās nozīmes.