什么是波普尔否证法？ 波普尔( Popper)重新考虑了归纳方法能否证明理论和怎样证明理论的问题,提出了以 下分析: （1）“某些单称陈述为真能否证明某一全称陈述为真?” （2）“某些单称陈述为真能否证明某一全称陈述为真或为假?” （3）“能否根据某些单称陈述为真来选择某些全称陈述或排斥某些全称陈述?”
5141
0
2020-12-11
（1）观察测量工具(例如问卷),以保留每个问题和每个答案的实际表述形式 （2）数字编码表,详尽定义每个问题的每个答案的标准数字编码 （3）数据矩阵定义表,详尽定义每个问题每个答案的数字编码位置: （4）实际数据矩阵
4522
0
2020-12-11
指通过数字编码,我们可将某个样本的所有回答都用数字来表示。如果我们进一步确定每回答之编码的排列位置(包括数字代码长度和位置),我们可将该样本的所有回答用一个数字代码行来表示(如上表)。如果我们用同样方式来描述所有样本的所有回答,我们可构造一 数据矩阵,其每一行依次代表了每一个样本的所有回答,其每一列依次代表了所有样本对某个问题的回答。这样,我们可以方便地用这个数据矩阵来表示所有数据,并让计算机对该数据矩阵进行分析处理。
7681
0
2020-12-11
要有标准的编码方式,所有的编码者都按照同一方式对同一问题的答案进行编码。一般来说,在进行数字编码前,要构造一个编码本,详尽地规定每一问题的每一答案的数字代码,供所有编码者作为编码依据。
4792
0
2020-12-11
数字编码是指在数据检验和分类编码后,将用文字语言表述的数据内容用更简炼的数字式来表示,以便用于统计分析,尤其是便于计算机处理。
5326
0
2020-12-11
演绎编码是根据一定的逻辑体系将大量的和貌似没有规律的数据划分到有限的简单的中去的过程。这时所选择的逻辑分类体系可以是: （1）某个通用的或约定俗成的分类体系 （2）在一定范围内的标准分类体系 被某些权威机构采用的分类体系 （3）被某些大型或经常活动采用的分类体系: （4）在那些被用来重复验证或比较的研究中使用的分类体系 （5）按照一定理论所推导的心理,行为,现象等的分类体系。
7626
0
2020-12-11
（1）语义整理,即将用不同词语表达的相同答案用标准词语来表达。 （2）对以标准词语表达的答案进行统计,其中有10%以上被调査者提到的答案被选出来构造编码类别。 （3）如果选出的类别偏多,可提高选择阕值, （4）如果选出的类别偏少,可重新审査那些提到次数少的答案,看看它们是否实际上仍是选出类别的同义形式,是否能被归并到这些类别中。 （5）在构成初步类别后还应考察这些类别是否有重叠。
6035
0
2020-12-11
1）人为规范化处理的误区 不规范数据的存在破坏了测量记录的准确性,使特定项目的测量失效,从而也破坏了数据的完整性。因此,严格来说,含有不规范数据的样本个体也应被剔除,至少在相应项目的统计分析时被剔除。但由于不规范数据的普遍性,许多研究者为了保持一定的有效样本量,力图“根据某种迹象”和“合理推测”来将不规范数据”修正”为规范数据。 （2）规范化处理的界限 1严格地说不完整或不规范的数据应排斥在数据分析之外。但是,在一定情况下可以有控制地部分利用不完整或不规范的数据,以充分利用所获得的观察测量结果。这类规范化处理的关键在于严格控制和客观处理,以保证将可能的误差限制在最低的程度。
5800
0
2020-12-11
（1）必须要有直接客观的依据,例如在将模糊结果转换为清楚结果时必须根据原始数据提共的直接依据来转换,不能搞“合理判断” （2）必须要有统一标准 （3）“向下规范”,例如在测量结果精度不一致时用低精度统一描述测量结果,即通过损夫精度来实现规范化。 （4）在公布数据时明确指出规范化处理方法 （5）分析数据时明确指出由规范化处理引起的原始数据形式和样本量的变化。
8094
0
2020-12-11
数据的不规范情況有多种,以下是社会科学研究中常见的几类: （1）使用模糊的度量或描述语言 （2）使用非规范化的度量单位或描述语言 （3）选择“多余”的或重叠的答案 （4）不按要求的内容进行回答 （5）不按要求的形式回答
5283
0
2020-12-11
数据规范性指观察測量记载形式符合观察测量记录要求的程度。不规范的数据往往不能准确反映被测现象的性质和程度,造成描述和理解的误差,造成统计分析的困难。所以需要对数据规范性进行检验。
6811
0
2020-12-11
