zisky:
- Schopnosť odhaliť vedúce, dvojité a nejednoznačné pasce v prieskumných otázkach a spojiť každú otázku s konceptom
- Schopnosť vykonávať reálne štatistické výpočty v programe a využívať umelú inteligenciu len na výber a interpretáciu metód
- Schopnosť rozlíšiť štatistickú významnosť od praktickej významnosti a skontrolovať predpoklady testu
Kvantitatívny výskum je prístup, ktorý meria sociálne javy číslami a analyzuje ich pomocou štatistík: hľadá odpovede na otázky, ako koľko ľudí, akou rýchlosťou, aký je rozdiel medzi ktorými skupinami. Najbežnejším nástrojom tohto prístupu je prieskum – metóda zberu porovnateľných údajov od veľkého počtu ľudí pomocou štandardných otázok. Nastavenie dobrého prieskumu a správna analýza prichádzajúcich údajov si vyžaduje zručnosti; Zlá otázka kazí výsledok hneď od začiatku. V tejto lekcii sa naučíte, ako používať AI na navrhovanie otázok prieskumu, vytváranie škál (možnosti odpovedí, ktoré hodnotia postoj, napr. „rozhodne súhlasím… silne nesúhlasím“) a analyzovať prichádzajúce údaje; ale dozviete sa, prečo by ste si mali zachovať štatistický úsudok.
To, kde je AI pri kvantitatívnej analýze najcennejšie, nie je v samotnom výpočte, ale vo vysvetlení, ako vykonať výpočet a čo znamená výsledok. Umelá inteligencia vám môže načrtnúť analytický kód (napr. príkazy na spustenie v jazyku R alebo Python), vysvetliť v jednoduchom jazyku, kedy použiť štatistický test, a pomôcť vám interpretovať výstup. Nikdy však neverte číslam, ktoré AI generuje „z hlavy“ v texte: jazykový model nie je kalkulačka a môže produkovať nesprávny priemer, percento alebo p-hodnotu. Samotný výpočet sa vykonáva v reálnom štatistickom programe.
Krok za krokom: od prieskumu k recenzii
1. Prepojte každú otázku s konceptom. Každá otázka, ktorú zadáte do prieskumu, by mala merať koncept vo vašej výskumnej otázke. Nepridávajte otázky len preto, že „by to bolo zaujímavé“. AI vám pomôže skontrolovať mapovanie konceptu a otázky v tabuľke.
2. Vyraďte zlé otázky. Úvodné („Ste spokojný s touto skvelou službou?“), dvojotázka („Bola služba rýchla a lacná?“), vágne („Páči sa vám často?“) otázky skresľujú údaje. Umelá inteligencia je dobrá pri označovaní týchto úskalí vo vašom návrhu prieskumu.
3. Dôsledne stanovujte mierku. Ak používate Likertovu škálu (5- alebo 7-bodová stupnica súhlasu), udržujte smer a hodnotenie konzistentné počas celého prieskumu. AI zachytáva nezrovnalosti.
4. Vymažte údaje. Prichádzajúce údaje môžu obsahovať chýbajúce odpovede, nezrovnalosti alebo dva záznamy tej istej osoby. AI môže uvádzať kroky čistenia a návrh kódu; Vy rozhodnete.
5. Vyberte správny test a INTERPRETOVAŤ ho. Porovnávate dve skupiny a hľadáte vzťah? AI vysvetľuje, ktorý test je vhodný; Vašou úlohou je spustiť test v programe a prečítať a dať zmysel výstupu.
Pozor: Nehovorte AI „vypočítajte priemer týchto údajov“ a výsledné číslo zapíšte priamo do správy. Jazykový model robí chyby v aritmetike. Nechajte si vykonať výpočet v tabuľkovom procesore alebo štatistickom programe; AI používajte iba na jej metódu a interpretáciu.
tri mini prípady
Prípad 1 – Opravená hlavná otázka. Návrh prieskumu sa pýtal "Ako ste spokojný s dopravnou obsluhou našej úspešnej obce?" Mal otázku. AI označila, že prívlastok „úspešný“ posunul odpoveď na kladnú. Otázka znie "Ako hodnotíte dopravnú obslužnosť obce?" bol neutralizovaný a výsledky boli vyrovnanejšie.
Prípad 2 – Zachytený nesprávny výpočet AI. Výskumník vložil 300 riadkov údajov ako text do AI a povedal „nájdi priemerný vek“; YZ povedal 34.2. Keď sa rovnaké údaje dali do tabuľky, skutočný priemer bol 31,7. AI sa v texte prepočítala; Bolo to opravené, keď bol účet presunutý do programu.
Prípad 3 – Vyjasnenie výberu testu. Tím chcel porovnať priemerné skóre dvoch skupín, ale nevedel, ktorý test použiť. YZ vysvetlil, že t-test (test, ktorý testuje, či je rozdiel medzi priemermi dvoch skupín náhodný) je vhodný pre „dve nezávislé skupiny, spojitá premenná“, uviedol svoje predpoklady a poskytol návrh kódu. Tím vykonal test v programe a interpretoval výsledok.
Štyri kopírovateľné šablóny
1) Audit otázky prieskumu:
Skontrolujte otázky prieskumu nižšie. Pri každej otázke skontrolujte: vedie, je to dvojitá otázka (dve veci v jednej otázke), je nejednoznačná, prekrývajú sa/chýbajú možnosti odpovede? Dajte problém a lepšiu verziu vedľa seba. Skontrolujte, či je smer mierky konzistentný. Otázky: [tu]
2) Tabuľka mapovania konceptu a otázok:
Moja výskumná otázka: [otázka]. Moje kľúčové pojmy: [zoznam]. Usporiadajte nasledujúce prieskumné otázky do tabuľky: aký koncept meria každá otázka? Označte otázky, ktoré nesúvisia so žiadnym pojmom („extra“) a pojmy, ktoré nemajú žiadne otázky („nečinné“). Anketa: [tu]
3) Plán čistenia dát (návrh kódu):
Mám súbor údajov prieskumu s nasledujúcimi premennými: [premenné]. Dajte mi kontrolný zoznam na čistenie údajov a návrh kódu S RIADKAMI KOMENTÁROV pre [R/Python]: chýbajúce údaje, odľahlé hodnoty, duplicitné záznamy, nekonzistentné kódovanie. Spustím kód a overím výstup; Nepočítajte.
4) Štatistický komentár (urobil som výpočet):
Spustil som [názov testu] a dostal som nasledujúci výstup: [výstup]. Interpretujte tento výsledok v jednoduchom jazyku: čo to znamená v praxi, rozlišujte medzi štatistickou významnosťou a praktickou významnosťou a pripomeňte si, ktoré predpoklady je potrebné skontrolovať. Nepreháňajte výsledok; Povedz mi aj ty svoje limity.
Slabá výzva / Silná výzva
Slabá výzva:
Vypočítajte priemer skupín v týchto údajoch a povedzte, ktorá z nich je vyššia. [500 riadkov údajov]
AI sa pokúša počítať v texte a môže vytvárať nesprávne čísla. Navyše je nespoľahlivé odpovedať na otázku „Existuje významný rozdiel“ bez štatistického testovania.
Výkonná výzva:
Chcem porovnať skóre dvoch skupín: spojitá premenná, dve nezávislé skupiny. (1) Ktorý štatistický test je vhodný a prečo? (2) Aké sú jeho predpoklady? (3) Návrh kódu komentára pre [R/Python]. Výpočet urobím v programe; Stačí zadať metódu a kód, negenerovať čísla.
Rozdiel: AI sa už nepoužíva ako nespoľahlivá kalkulačka, ale ako spoľahlivý poradca metód.
Deľba práce v kvantitatívnych úlohách
Quest
Je AI bezpečná?
Ako používať
Otázka auditu dizajnu
áno
Označovanie pascí
Konzistencia stupnice
áno
kontrolný zoznam
Kód na vymazanie údajov
áno (koncept)
Spustíte kód
In-textový účet
č
Nikdy never
Výber testu
áno
Vysvetlite metódu
Záverečný komentár
Áno (podpora)
Je na vás, aby ste to posúdili
Časté chyby
- Priamo pomocou čísla vygenerovaného AI. Jazykový model je nesprávny v aritmetike; Vykonajte výpočet v programe.
- Položenie vedúcej otázky. Prídavné mená a domnienky skresľujú odpoveď.
- Zamieňanie štatistickej významnosti s praktickým významom. "Významný" môže byť aj malý rozdiel; Pozrite sa na veľkosť.
- Preskakovanie predpokladov. Každý test má predpoklady; Nekomentujte bez kontroly.
- Kladenie dodatočných otázok. Každá otázka prieskumu by mala byť spojená s konceptom; zvyšok nafúkne dáta.
V súhrne
AI v kvantitatívnom výskume; Je silným konzultantom pri zachytávaní úskalí prieskumných otázok, mapovaní pojmových otázok, navrhovaní kódu čistenia údajov a analýzy a interpretácii výsledku v jednoduchom jazyku. Ale nikdy nenechajte AI vykonať skutočný výpočet; Jazykový model nie je kalkulačka. Vyberiete si test, ale spustíte ho v programe, prečítate výstup a rozlišujete medzi štatistickou významnosťou a praktickou významnosťou. AI zrýchľuje metódu; Zodpovednosť za problém a komentár je na vás.
Aplikačná úloha
Napíšte návrh prieskumu s 10 otázkami. Majte príznak AI a opravte hlavné, duplicitné a nejednoznačné otázky pomocou šablóny „Audit otázok v ankete“. Potom vytvorte malý vzorový súbor údajov (20-30 riadkov) a vypočítajte skutočný priemer a percentá v tabuľkovom procesore; Zadajte rovnaké údaje AI ako text, porovnajte ich s výslednými číslami a nahláste rozdiel. Nakoniec si nechajte interpretovať výstup testu pomocou šablóny „interpretácia štatistiky“.
kontrolný zoznam
- [ ] Každú anketovú otázku som prepojil s konceptom.
- [ ] Odstránil som úvodné, dvojité a nejednoznačné otázky.
- [ ] Skutočný výpočet som urobil v štatistickom programe, nie v AI.
- [ ] Skontroloval som predpoklady testu.
- [ ] Štatistickú významnosť som odlíšil od praktickej významnosti.