.png)
【學術演講】#演講側記 〖性別與量化研究基礎概念〗
- 1 day ago
- 3 min read
#演講側記 〖性別與量化研究基礎概念〗
◜◝◟◞#演講側記《性別與量化研究基礎概念》◜◝◟◞◜
▱ ▰▱ ▰▱ ▰▱ ▰▱ ▰▱
▍主題：性別與量化研究基礎概念
▍主講人：陳建州（高雄醫學大學醫學社會學與社會工作學系副教授）
▍主持人：蔡麗玲（國立高雄師範大學性別教育研究所教授）
今日演講一開始，老師用「小紅帽智取大野狼」故事開場：小小的樣本如何「以小博大」推估整個母群體的狀況？也帶領大家開始思考，如果用少少的資料就能知道整個高雄人的平均體重，那這種「小樣本推大母群」到底是怎麼做到的呢？
老師說，這堂課最核心的概念是從描述性統計跨越到推論統計，過去他稱它為「過門」，現在戲稱為「打通任督二脈」，搞懂了這一點，後面的分析流程才會順暢。他提出學員常見的疑惑：量化分析表下方的 p 值是什麼？為什麼少量樣本就可以推論整個母群體？什麼是統計顯著性？什麼是信賴區間？
老師先解釋 p 值，直白地說它就是「接受虛無假設的機率」。p 值大，代表樣本與母群體差異很可能只是抽樣誤差，可以當作沒差；p 值小，則表示差異顯著，不能單純用抽樣誤差解釋。老師用採西瓜、每個人各自採到不同重量來比喻：今天大家各自採1000顆西瓜，拿回來給老師評分誰的樣本（西瓜）平均數最靠近母體平均數，有些人分數很高，但有些人分數較低，其中的差異是什麼？有的人剛好抽到比較多重的西瓜，有的人剛好抽到比較多輕的西瓜，因此樣本平均數就會有所不同。統計要做的事情，就是判斷這種差異究竟只是抽樣的運氣問題，還是真的代表母群體之間存在差異，而 p 值就是用來幫助我們做這個判斷的指標。
接著，老師介紹常態分配、標準化及信賴區間。常態分配就是我們熟悉的鐘型曲線，標準差表示資料分散程度；標準化的 Z 值，則是將個別數值轉換成距離平均數的標準差倍數，方便比較。舉例來說，假設學測平均 56 分、標準差 6 分，小明考 68 分；體重平均 58 公斤、標準差 5 公斤，小明 68 公斤，那小明在群體中哪一個表現比較前面呢？直覺上很多人會覺得兩個都是 68，看起來一樣，但其實要看的是它距離平均數有幾個標準差。經過標準化之後會發現，小明在學測成績和體重兩件事情上的相對位置其實是一樣的，因為兩者距離平均數的標準差倍數相同。透過這個例子，老師強調標準化的意義在於把不同單位、不同尺度的資料轉換到同一個比較基準上，這樣不同的數值才能放在一起比較。
老師也一起補充信賴區間的概念，在做推論統計時，我們不會只估計一個數字，而是估計一個「可能落在某個範圍內的區間」，這個區間就是我們容許誤差存在的範圍，通常會設定 95% 或 99% 的信賴度，表示我們對這個區間有多大的把握。最後，老師操作軟體示範了如何用小樣本推估母群體：多次抽樣樣本平均數的平均值就等於母群體平均數。從圖形中可以看到，一開始樣本平均數分散得很開，但隨著抽樣次數增加，這些樣本平均數會慢慢集中，越來越靠近母體平均數。老師一邊操作一邊說，其實統計的邏輯很單純，就是「一直抽、一直平均，最後就會靠近真正的平均」。大家直觀看到小樣本如何推估母群體，理解抽象概念變得簡單又生動。
整堂課下來，抽象的統計概念透過故事、比喻和生活例子變得可理解。小紅帽、大野狼、高雄體重、學測分數，這些日常元素把統計拉近生活，也讓學員體會到，量化分析其實是一個可以解釋、推論、甚至講故事的工具。
╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱
▍PLAY WITH PRIDE｜讓驕傲上場】學術研討會
時間｜115年4月30日（四）10:00–16:30
地點｜高雄師範大學 行政大樓10樓 國際會議廳
▍如何身處「後 #MeToo 時代」：性別教育與司法現場的再思考
時間：115.05.08（五）10:00–16:30
地點：國立高雄師範大學 行政大樓10樓 國際會議廳
▍新的一季 podcast 開始囉～快去收聽吧！
╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱
