ronnief7hr0d@outlook.com

西歐標準語翻譯

質化研究的樂趣所在，恰好就是那不太可能産生，但是事實上又産生的。也就是並說，非對常規有愛好 (不是大家都一樣嗎？)，而是對特例有愛好。生命已夠死板了，為什麼還要專注在平淡上？

固然，市場查詢拜訪是對通例有愛好，因為要去那眾多普通的人傍邊賺錢。但是即便是市場查詢拜訪，現在不也要注厚利基市場？！

許多學生在寫質化論文時都很心虛，指點老師或面試委員也會要肄業生在論文裡面申明並認可質化方式在概化性上的不足翻譯這只可以或許申明，這些人都是質化研究的外行人。

1. 抽樣誤差：基於「機率抽樣」(probability sampling) 的樣本，是代表性的底子，而最完美的是「簡單隨機抽樣」(simple random sampling)翻譯也就是說，不要靠人的聰明 (也就是「配額抽樣」(quota sampling)，非機率抽樣的一種)，因為人的聰明就是神的愚蠢 (聖經說)，最好是將一切交給機率。如許說來，今朝幾近所有碩博士論文的樣本都是「便利抽樣」(convenience sampling) 或是「立意抽樣」(purposive sampling)，在純潔的統計學者看來，連利用一般以常態分派為根蒂根基 (所有的分派到最後城市變成常態分派，乃至連二項分派也是) 的統計技術的資曆都沒有！況且代表性問題。因此抽樣在量化研究傍邊是一個很主要的問題翻譯
2. 好，那麼即便你真正使用簡單隨機抽樣或是接近簡單隨機抽樣 (例如德律風電腦隨機抽樣)，依然有許多變數會影響你的樣本代表性。包羅拒訪、訪談的時候可能都是哪些人會接德律風 (是以會有系統化的偏誤)、受訪者扯謊的問題等等。
3. 其他就不要說，還有訪談者的問題，訪談問題設計的問題，等等這些，無一不會影響量化研究的表裏在效度翻譯

所謂的「代表性」(representativeness) 是量化研究當中很主要的議題，是一個研究是不是有合法性的基礎，也就是說，他這個研究的效果，他抽樣的樣本，可以代表他的母體翻譯例如說，有一萬萬人有投票權，然則遵照統計理論，翻譯公司只要抽樣兩三千人就能夠在必然程度的誤差局限以內具有代表性，而這就是統計利害之處，是以也是量化研究的氣力所在。

「代表性」平常被稱為「可概化水平 (或是可通用化水平)」(generalizability) 或是「外在效度」(external validity)，其中「外在效度」是相對於「內涵效度」(internal validity)，也就是因果效度─你的研究發現可以確認兩個變項之間因果關係的水平。「外在效度」則是翻譯公司的研究發現可以合用於外在其他近似樣本與群體的水平。

當然，說完這些，其實不主動暗示，質化研究的抽樣就會具有代表性。其實是如許，所有的統計數據都從平均數入手下手，也就是說，量化研究的興趣在於認識遍及的通性，整體或許是如何翻譯它固然也接頭離散的狀態，也就是以標準差為根本，可是離開平均數愈遠 (愈多標準差)，它産生的機率也就愈小 (面積愈小)，愈不成能翻譯

代表性一貫被視為量化研究的氣力，和質化研究的弱點。

其實大可沒必要如斯翻譯因為你的力量常常也是你的弱點。反之亦然。學術的工具是不克不及脫離這些真谛的。起首是，它是否是量化研究的氣力，還有特別很是十分多的因素要考量，一弄欠好，別說強項了，還常常釀成殘廢。在量化研究傍邊，有一些身分會威脅到研究效果的代表性的問題，包羅：