hyrlj0ricgdrk

翻譯價位

質化研究的興趣地點，恰好就是那不太可能發生，可是事實上又産生的翻譯也就是並說，非對通例有樂趣 (不是各人都一樣嗎？)，而是對特例有樂趣。生命已經夠死板了，為什麼還要專注在平淡上？

固然，市場查詢拜訪是對通例有樂趣，因為要去那眾多普通的人當中賺錢。可是即便是市場調查，而今不也要重視利基市場？！

當然，說完這些，其實不主動表示，質化研究的抽樣就會具有代表性。實際上是如許，所有的統計數據都從平均數開始，也就是說，量化研究的樂趣在於了解普遍的通性，整體梗概是若何翻譯它當然也計議離散的狀態，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。

1. 抽樣誤差：基於「機率抽樣」(probability sampling) 的樣本，是代表性的底子，而最完善的是「簡單隨機抽樣」(simple random sampling)。也就是說，不要靠人的智慧 (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昧 (聖經說)，最好是將一切交給機率翻譯如許說來，目前幾近所有碩博士論文的樣本都是「便當抽樣」(convenience sampling) 或是「立意抽樣」(purposive sampling)，在純潔的統計學者看來，連使用一般以常態分派為根蒂根基 (所有的分派到最後都會釀成常態分派，乃至連二項分派也是) 的統計手藝的資曆都沒有！何況代表性問題。因此抽樣在量化研究傍邊是一個很主要的問題。
2. 好，那麼即使你真正利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)，依然有良多變數會影響你的樣本代表性翻譯包括拒訪、訪談的時候可能都是哪些人會接德律風 (因此會有系統化的偏誤)、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。

其實大可沒必要如此。因為你的氣力常常也是翻譯公司的弱點翻譯反之亦然。學術的工具是不能離開這些真谛的。起首是，它是否是量化研究的氣力，還有很是很是多的因素要考量，一弄欠好，別說強項了，還常常釀成殘廢。在量化研究傍邊，有一些身分會要挾到研究結果的代表性的問題，包孕：

很多學生在寫質化論文時都很心虛，指點先生或口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能夠申明，這些人都是質化研究的外行人。

代表性一貫被視為量化研究的氣力，和質化研究的弱點。

「代表性」平日被稱為「可概化水平 (或是可通用化水平)」(generalizability) 或是「外在效度」(external validity)，此中「外在效度」是相對於「內在效度」(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」則是你的研究發現可以合用於外在其他近似樣本與群體的程度翻譯

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正當性的根蒂根基，也就是說，他這個研究的成果，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，但是遵照統計理論，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，而這就是統計利害的地方，因此也是量化研究的氣力地點。