Прибыль:
- Способность обнаруживать ведущие, двойные и двусмысленные ловушки в вопросах опроса и связывать каждый вопрос с концепцией.
- Умение выполнять реальные статистические расчеты в программе и использовать искусственный интеллект только для выбора и интерпретации методов.
- Способность отличать статистическую значимость от практической значимости и проверять предположения теста.
Количественные исследования — это подход, который измеряет социальные явления с помощью чисел и анализирует их с помощью статистики: он ищет ответы на такие вопросы, как сколько людей, с какой скоростью, какая разница между какими группами. Наиболее распространенным инструментом такого подхода является опрос — метод сбора сопоставимых данных от большого количества людей с помощью стандартных вопросов. Организация хорошего опроса и правильный анализ входящих данных требует навыков; Плохой вопрос портит результат с самого начала. В этом модуле вы узнаете, как использовать ИИ для разработки вопросов опроса, построения шкал (вариантов ответа, которые оценивают отношение, например «полностью согласен… категорически не согласен») и анализировать входящие данные; но вы узнаете, почему вам следует сохранять статистическое суждение.
В количественном анализе ИИ наиболее ценен не в самих вычислениях, а в объяснении того, как их выполнять и что означает результат. ИИ может набросать для вас код анализа (например, команды для запуска на R или Python), объяснить простым языком, когда использовать статистический тест, и помочь вам интерпретировать выходные данные. Но никогда не доверяйте цифрам, которые ИИ генерирует «в уме» в тексте: языковая модель не является калькулятором и может выдавать неправильное среднее, процентное или p-значение. Фактический расчет выполняется в реальной статистической программе.
Шаг за шагом: от опроса к обзору
1. Свяжите каждый вопрос с концепцией. Каждый вопрос, который вы задаете в опросе, должен оценивать концепцию вашего исследовательского вопроса. Не добавляйте вопросы только потому, что «это было бы интересно». ИИ помогает вам проверить соответствие понятий и вопросов в таблице.
2. Отбросьте плохие вопросы. Наводящие («Довольны ли вы этим замечательным сервисом?»), двойной вопрос («Была ли услуга быстрой и дешевой?»), расплывчатые («Вам часто нравилось?») вопросы искажают данные. ИИ хорошо умеет отмечать эти подводные камни в вашем проекте опроса.
3. Постоянно устанавливайте масштаб. Если вы используете шкалу Лайкерта (5- или 7-балльная шкала согласия), сохраняйте единообразие направления и оценок на протяжении всего опроса. ИИ улавливает несоответствия.
4. Очистите данные. Входящие данные могут содержать недостающие ответы, несоответствия или две записи одного и того же человека. ИИ может перечислять этапы очистки и черновик кода; Вы решаете.
5. Выберите правильный тест и ИНТЕРПРЕТИРУЙТЕ его. Вы сравниваете две группы и ищете взаимосвязь? ИИ объясняет, какой тест подходит; Ваша задача — запустить тест в программе, прочитать и осмыслить выходные данные.
Внимание: Не говорите ИИ «вычислить среднее значение этих данных» и записывайте полученное число прямо в отчет. Языковая модель допускает арифметические ошибки. Выполните расчет в электронной таблице или статистической программе; Используйте ИИ только для его метода и интерпретации.
три мини-кейса
Случай 1 — исправлен наводящий вопрос. В проекте опроса был задан вопрос: «Насколько вы удовлетворены транспортными услугами нашего успешного муниципалитета?» У него был вопрос. AI отметила, что прилагательное «успешный» подтолкнуло ответ к положительному. Вопрос: «Как вы оцениваете транспортную службу муниципалитета?» был нейтрализован, и результаты оказались более сбалансированными.
Случай 2 — обнаружен просчет ИИ. Исследователь вставил в ИИ 300 строк данных в виде текста и сказал: «Найдите средний возраст»; YZ сказал 34,2. Когда те же данные были помещены в таблицу, фактическое среднее значение составило 31,7. ИИ просчитался в тексте; Исправлено при переносе аккаунта в программу.
Случай 3 — Уточнен выбор теста. Команда хотела сравнить средний балл двух групп, но не знала, какой тест использовать. ЮЗ объяснил, что t-критерий (тест, который проверяет, является ли разница между средними значениями двух групп случайной) подходит для «двух независимых групп, непрерывной переменной», перечислил свои предположения и предоставил черновой вариант кода. Команда провела тест в программе и интерпретировала результат.
Четыре копируемых шаблона
1) Аудит вопросов опроса:
Ознакомьтесь с вопросами опроса ниже. Проверьте по каждому вопросу: является ли он наводящим, является ли двойной вопрос (два вопроса в одном вопросе), не является ли он двусмысленным, не пересекаются/отсутствуют варианты ответа? Сопоставьте проблему и лучшую версию. Проверьте, совпадает ли направление шкалы. Вопросы: [здесь]
2) Таблица сопоставления понятия-вопроса:
Мой исследовательский вопрос: [вопрос]. Мои ключевые понятия: [список]. Расположите следующие вопросы опроса в таблице: какую концепцию измеряет каждый вопрос? Отметьте вопросы, которые не связаны ни с каким понятием («лишние») и понятия, не имеющие вопросов («праздные»). Опрос: [здесь]
3) План очистки данных (проект кода):
У меня есть набор данных опроса со следующими переменными: [переменные]. Дайте мне контрольный список очистки данных и черновик кода СО СТРОКАМИ КОММЕНТАРИЙ для [R/Python]: недостающие данные, выбросы, повторяющиеся записи, непоследовательное кодирование. Я запущу код и проверю результат; Не занимайтесь математикой.
4) Статистический комментарий (расчет делал я):
Я запустил [имя теста] и получил следующий результат: [выход]. Интерпретируйте этот результат простым языком: что он означает на практике, разделите статистическую значимость и практическую значимость и напомните, какие предположения необходимо проверить. Не преувеличивайте результат; Расскажи мне и о своих пределах.
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Вычислите средние значения групп в этих данных и скажите, какая из них выше. [500 строк данных]
ИИ пытается произвести расчет внутри текста и может выдать неправильные цифры. Более того, без статистического тестирования невозможно ответить на вопрос «Есть ли значительная разница».
Мощная подсказка:
Я хочу сравнить результаты двух групп: непрерывной переменной и двух независимых групп. (1) Какой статистический тест подходит и почему? (2) Каковы его предположения? (3) Прокомментируйте проект кода для [R/Python]. Расчет сделаю в программе; Вы просто указываете метод и код, а не генерируете числа.
Разница: ИИ больше не используется как ненадежный калькулятор, а как надежный советник по методам.
Разделение труда в количественных задачах
Квест
Безопасен ли ИИ?
Как использовать
Аудит дизайна вопросов
Да
Маркировка ловушек
Согласованность масштаба
Да
контрольный список
Код очистки данных
Да (черновик)
Вы запускаете код
Текстовый аккаунт
нет
Никогда не доверяй
Выбор теста
Да
Объясните метод
Заключительный комментарий
Да (поддержка)
Вам судить
Распространенные ошибки
- Непосредственно используя число, сгенерированное ИИ. Языковая модель неверна в арифметике; Внесите расчет в программу.
- Ставим наводящий вопрос. Прилагательные и предположения искажают ответ.
- Путаница статистической значимости с практической значимостью. «Значительной» может быть даже небольшая разница; Посмотрите на размер.
- Отказ от предположений. У каждого теста есть предварительные условия; Не оставляйте комментарии без проверки.
- Задаем дополнительные вопросы. Каждый вопрос опроса должен быть связан с концепцией; остальное раздувает данные.
В итоге
ИИ в количественных исследованиях; Он является сильным консультантом в выявлении ловушек вопросов опроса, картировании концептуальных вопросов, разработке кода очистки и анализа данных, а также интерпретации результатов простым языком. Но никогда не позволяйте ИИ выполнять фактические вычисления; Языковая модель — это не калькулятор. Вы выбираете тест, запускаете его в программе, читаете результаты и различаете статистическую значимость и практическую значимость. ИИ ускоряет метод; Ответственность за проблему и комментарий лежит на вас.
Задача приложения
Напишите черновик опроса из 10 вопросов. Имейте флаг AI и исправляйте наводящие, повторяющиеся и неоднозначные вопросы с помощью шаблона «Аудит вопросов опроса». Затем создайте небольшой выборочный набор данных (20–30 строк) и рассчитайте фактическое среднее значение и проценты в программе для работы с электронными таблицами; Передайте те же данные ИИ в виде текста, сравните их с полученными числами и сообщите о разнице. Наконец, интерпретируйте результаты теста с помощью шаблона «интерпретация статистики».
контрольный список
- [ ] Я связал каждый вопрос опроса с концепцией.
- [ ] Я исключил наводящие, двойные и двусмысленные вопросы.
- [ ] Фактические расчеты я делал в программе статистики, а не в ИИ.
- [ ] Я проверил предположения теста.
- [ ] Я отличал статистическую значимость от практической значимости.