星期三, 10月 25, 2006

20061025 上課小記

20061025

宋餘俠 yhsung@rdec.gov.tw


19:30~21:40 上課時間

分組:五人為一小組


Research Methodology 研究方法

想做一個研究, 基本上符合一些原則把他完成.

  • 定性:

    • 未必有蒐集很多數據. 要做一些敘述,觀感的蒐集. 對象未必要多.以個案研究為主的研究方法.

    • 個案研究(Case Study)

      • 單一個案研究single case study

      • mini case study

      • historical study


  • 定量:

    • 以根據數據來進行研究.針對很多的對象蒐集很多的數據,找出共通.

    • 樣本調查方法(Sample Survery)

    • 實驗設計(Experiment Design)


Note: 樣本調查方法最好以兩張A4內來設計

樣本調查法,問卷是一個很重要的因素,但是並非一定要做問卷,例如可以去調閱公司的年度 財務報表,或是在三C賣場外面紀錄(但不訪問)民眾購買的物品,

故研究方法絕對不是'問卷調查法' <--------因為非絕對唯一的方式

定性可以隨著時間改變方向,定量不行



Research Frame work 研究架構

以即時通訊會不會影響生產力來舉例


自變數(IV)(即時通訊) ------> 應變數(DV)(生產力)

︿

控制變數(CV)


假設驗證

請回家看第1~6頁

比較重要是第三頁下面

文章如下
1.挑選期刊


Vogel & Wetherbe共挑選了十五本MIS領域中廣為人知的代表性期刊。前十本是根據HamiltonIves19806月所做的期刊排名調查研究,所挑出來的前十名期刊;本研究係以郵寄的方式調查了291MIS學術領域的專家,這些專家都具有博士學位並且相當投入MIS的研究,他們要求專家們根據個人投稿的偏好,由高而低地進行期刊的排序,最後回收了110份問卷,再由這些問卷整理出期刊的整體排名。後五本則是本研究依研究目的所自行挑選的期刊(以字母順序排列)。這十五本具代表性的期刊如下所列:

    1. Management Science

    2. MIS Quarterly

    3. Communications of the ACM

    4. Decision Sciences

    5. Transactions on Database Systems

    6. Information and Management

    7. Sloan Management Review

    8. Academy of Management Journal

    9. ACM Computing Surveys

    10. Accounting Review

    11. Data Base

    12. Datamation

    13. Harvard Business Reviews

    14. Journal of Data Education

    15. Systems, Objectives, and Solutions


2.篩選分類法


過去幾年,很多學者根據不同的研究觀點,發展出各種分類法。Vogel & Wetherbe則從不同角度及出發點,篩選出下列六種可能的分類法做進一步的考量與驗証。他們係將上述十五本期刊內的文章,分別依據所建議的六種分類方法進行歸類,除了記錄每篇文章所屬的分類範疇之外,還包括了作者、機構、以及關鍵字等。其歸類結果將於第三階段進行進一步的分析與評估。


    1. Primary , Secondary(主要、次要)

    2. Basic , Applied(基礎、應用)

    3. Case Study , Survey , Field Test , Experiment

(個案研究、樣本調查、實地實驗、實驗室實驗)

    1. Theorem Proof , Empirical, Creative / Artistic Engineering

(理論證明、實證性、原創工程)

    1. Prescriptive/Explanatory/Causal , Descriptive/Exploratory(解釋/因果性、描述/探索性)

    2. Longitudinal , Non-longitudinal/Cross-Sectional(時間序列面向、橫斷面向)


3.衡量分類法

衡量上述六種分類法是否具備「有效性(effectiveness)」,Vogel & Wetherbe則依據三個準則,分別是「廣泛性(comprehensiveness)」、「精簡性(parsimony)」、以及「有用性(usefulness)」進行衡量。所謂「廣泛性」即表示分類法中的各個分類範疇必須要能涵蓋所有的研究領域,此為有效性的必要條件。而「精簡性」即表示分類法中的各個分類範疇沒有必要涵蓋研究領域以外的範圍。只有廣泛性與精簡性仍不夠充份,還要包括「有用性」,即表示各個範疇的分類要合理且有意義,使人易於理解與使用,並且範疇間的區分要明顯,不可重複或模糊不清。以下將探討以此三個準則來衡量上述六個分類法是否具備「有效性」。

整體來說,這六個分類法中並沒有一個完全符合有效性的準則。以下可分成四個部份來說明。首先,「Primary / Secondary」與「Basic / Applied」這兩個分類法最主要的問題在於缺乏「有用性」,迄今MIS研究大多屬於「Primary」與「Applied」的範疇,這類的區分已經沒有意義了。第二,「Prescriptive / Descriptive」與「Longitudinal / Non-longitudinal」這兩個分類法缺乏「廣泛性」,無法涵蓋所有的MIS研究領域,並且其「有用性」令人質疑。第三,「Theorem Proof / Empirical / Creative, Artistic Engineering」這個分類法符合了「廣泛性」的準則,但卻出現了大量分配不均的現象,其中「Empirical(實證性研究)」佔了絕大部份。第四,「Case Study / Survey / Field Test / Experiment」這個分類法是較具「有用性」及「精簡性」,惟因其只涵蓋了實證性研究的範疇,仍缺乏完整之「廣泛性」。




4.發展唯一且有效的分類法

藉由結合上述六個分類法的優缺點,Vogel & Wetherbe重新發展出一套符合有效性準則的分 類法,其分類範疇如下圖所示。

1-1Vogel & Wetherbe所發展的分類法









因此可以將上述十五本期刊內的文章,依據此分類法進行歸類,並加以衡量與驗證,證明了此分類法符合「有效性」的三個準則(廣泛性、精簡性、有用性)。首先,就「廣泛性」而言,其四個分類範疇「理論證明Theorem Proof /工程實作 Engineering / 實證研究Empirical / 主觀模式發展Subjective, Argumentative」幾乎涵蓋了所有的MIS研究領域,

除了實證性研究外,還包括了非實證性研究的其他領域。另外,就「精簡性」而言,其分類範疇僅簡要區分為四個,並且無一為MIS研究領域之外的多餘範疇。最後,就「有用性」而言,四個主要範疇的分類皆合理且不重複,其中實證性研究又可再進一步區分出四個子範疇「個案研究Case Study(下文將再細分) /樣本調查研究 Survey /田野調查研究 Field Test / 實驗設計Experiment」,顯示了實證性研究中的豐富性與差異性,也更加表現出此分類法的「有用性」。下表為上述各個分類範疇的原文說明。


Categories

Description

Theorem Proof

Captures applicable areas from fields such as Computer Science that otherwise would not be identified

Engineering

Captures MIS research dealing with the application of science and mathematics

Empirical

Captures the essence of research relying on observation

Case Study

Examination of a single organization with no experimental design or controls

Survey

Examination of several or more organizations with an experimental design but no controls

Field Test

Examination of one or more organizations with an experimental design and controls

Experiment

Laboratory study of computer-organizational problems with and experimental design and high degree of control

Subjective / Argumentative

Captures creative MIS research based more on opinion and speculation than observation

1-1、分類範疇與說明


參考書目

1. Vogel & Wetherbe, “MIS Research: A Profile of Leading Journals and Universities,” Data Base, Fall, 1984.

星期三, 10月 18, 2006

20061018 上課小記

20061018

分組報告

1

推論定義上可以再清楚一點,不同的人可能會有不同的定義.

未明確定義驗證方式?

推背圖的功能尚不明確?


2

如何確認所有人都有配戴或是沒有配戴平安符?

配戴的時間必須佔多少的時間或是比率才有成效?


3

可細微定義警察人員平安的定義,方便量測

4

人體靜電排除功用性不明確?不知道要應用在哪一方面?


5

醫學報告的參考資料

木炭含氯成分如何驗證?


7

恐懼的量測方式為?

未對實驗的對象的種族,認知,宗教做實驗設計.


8

未精確定義及設計驗證的條件,未見細微的控制條件來驗證.


9

樣本的數量不足.

未見如何驗證?

驗證的方式, 用事後的事實來倒推研究假設, 有科學實驗的爭議.不適合作為驗證方式.


10

未對檢測條件做明確的定義,例如:身體總水量的定義?


大家報告都很精彩,都很用心

小組的成員辛苦了^^

星期三, 10月 11, 2006

20061011 上課小記

20061011


下星期開始報告

驗證及設計方法

找一篇報導來驗證, 並說明如何設計驗證的方法


如果沒辦法驗證

就把他切成兩半,再分開做驗證


驗證的方法可以無限多

不管用任何角度來驗證,事實只有一個


如果只拿一種方式驗證, 會容易造成假科學的現象.


以英國人的判例來思考制度的設計

如果只是拷貝別人的制度,而沒有進一步了解內容

如果不能驗證research work .......那就....


政客的選舉支票

  • 我們應該接受不知道該怎麼作的人當總統?

  • 能說出答案的人一定比不能說出答案的人利害

    • 李遠哲與教改

    • 政客的選舉支票

  • 唯一的正確的答案,就是沒有永遠正確的答案

  • 那我們該怎麼辦

    • 先釐清我們要辦到什麼再說吧!

    • 再學會把事情從不確定對錯變到差不多確定對錯的方法吧

    • 用上述的方法,隨著改變處理隨之而來的改變


觀心術的科學

  • 猜撲克牌遊戲

    • 他猜對的機率應該跟別人不一樣

      • 實驗執行是否符合要求

      • 次數夠多嗎? 差異顯著嗎?

      • 差異還有其他可能的解釋嗎?

      • 惕除其他可能的理論,我們就趨近於確定

  • 催眠如何從迷信變成科學

    • 現在的催眠跟過去鄉野傳說有何不同?

    • 明確的定義及可重複性


事實一定具有再現性

  • 任何事情都有可能發生,重點是那種比較可能發生

  • 沒有驗證, 我們應該假設一切都是瞎貓碰上死耗子, 並以此作為行為選擇行為的依據

  • 再多的驗證, 也不可能完備,他只是改變不確定的程度


事情既已發生, 就不能當驗證的證據

  • 已經發生的事, 沒有信賴區間的問題

  • 已經發生的事, 不能當成證據


亂數抽樣與代表性

  • 亂數抽樣是用來排除其他非研究變數因素的影響力, 使得研究變數的關係(如果存在的話)能夠浮現的重要工具,尤其是在社會科學研究時

  • 抽樣必須嚴格的操作以符合亂數抽樣,不然研究所得就只能應用在樣本所能代表的有限情境中



假科學

  • 利用科學的工具,支持既定的結論

  • 這可以驗證嗎?

    • 想法年輕的人都喝百事可樂

  • 以能夠衡量的指標當作全部

    • 智育考試成績高 --> 適合讀大學

  • 群眾暴力

    • 多數人的意見就是對的

  • 專家暴力

    • 有名氣,有地位的專家就是對的

    • 算命仙與偽科學家

    • 不願意接受驗證或是忽視驗證結果的知識就是迷信


研究所的使命

  • 公民的四個分類

    • 邪惡但是聰明的公民是大壞蛋,但你通常拿他沒辦法

    • 邪惡但是愚笨的公民是小壞蛋,但你不值得花功夫去辦他

    • 善良但是愚笨的公民是幫凶,沒有他們, 壞蛋們成不了事

    • 善良但是聰明的公民是棟樑,社會需要他們,多多益善

  • 所以,一個社會的未來,繫於他們能不能將壞蛋跟幫凶轉化成棟樑

  • 壞蛋,研究所無能為力. 你該質問宗教界在混什麼?

  • 區隔笨幫兇跟聰明棟樑之間的, 從來不是知識的多寡, 而是他們對待知識的態度是否符合科學的精神

  • 在這個不確定的年代,容許自己比別人笨應該是公訴罪

  • 在這個不確定的年代,容許自己的研究生保持笨蛋的狀態的研究所應該判處死刑

星期三, 10月 04, 2006

20061004 上課小記

20061004


Last week review

提出想法的人,未必是最有價值的人

提出驗證的人,才是最有價值的



為什麼我們不能做得更好?


我們其實還是很無知

  • 讀完研究所與否,都差不太多

  • 要走正確的路,達到正確的目標的兩種方法

    • 累積夠多的知識,一開始就知道正確的路

    • 承認我們的無知,邊走邊問(研究所的目的)

  • 真正的差別是在於你的態度

    • 保持'我們不一定知道應走的方向' 的態度

    • 才能保留各種做出改變,新貢獻和新發現的可能性

    • 裝在瓶中,蜜蜂和蒼蠅的兩種策略

  • 值得為你深信的真理而堅持到不顧事實嗎?

    • 毛澤東,希特勒的堅持, 為什麼最後卻不能為其他人帶來幸福?

    • 管理者必須容許無知及不確定性, 團體才能有希望


科學與宗教

  • 為什麼大多數的科學家都不信神

    • 這是一種在科學界裡傳播的傳染病

    • 他們懂得還不夠多, 所以不相信

    • 他們對科學的理解不正確

      • 科學不能完全否定神的存在,因此相信 ( OR 不確定) 只是一個程度的差別

  • 宗教可以容許對神的存在進行檢驗嗎?

    • 檢驗是決定科學家相信與否的唯一方式

    • 我們不能證明神是否存在, (我們甚至連我們的鼻子是否存在都無法證明)

    • 但我們可以把神棍們的說法放上科學天平上做檢驗

    • 驗證一下星座說是否正確如何?


不相信神,道德就崩盤

  • 宗教三位一體的邏輯

    • 形而上層面:具備極大能力的神明是存在的

    • 道德層面:神明訂有善惡的標準,偏愛我們為善而厭惡我們為惡

    • 激勵層面:所以為了避免被神明厭惡而被它的大能所懲罰,我們必須為善

宗教信仰與科學的衝突

  • 宗教必須以有些說法一定正確為基礎(信仰), 科學卻想要挑戰他

  • 因為事實只會有一個,用來解釋同一現象時,不同法則應該會有相同的預測



科學與三位一體的衝突

  • 地球繞日的爭議

    • 部份衝擊形而上層面

  • 演化論的層面

    • 衝擊形而上,也曾猛力衝擊道德層面

  • 科學研究的成果可以用來判斷對與錯的道德問題嗎?



道德與科學的關係

  • 決策的兩個步驟

    • 事實的認定: 我這麼做,將會發生什麼

      • 科學可以告訴你答案(當然不是完全確定的答案)

      • 道德規範並不能告訴你答案

    • 價值判斷與選擇

      • 科學研究並不能告訴你答案

      • 道德規範可以告訴你答案(雖然每一個人的答案可能完全不一樣)

  • 西方文化的兩大支柱

    • 科學的研究精神

    • 基督教的道德精神


大學教育就是肯定懷疑的價值

  • 地位高,懂得多不一定是對的

    • 觀察跟驗證才是終極法官

    • 無法以事實為基礎的大學教育,是國家的恥辱更是禍害

  • 大學教授跟警察吃案的類同性

    • 拿不出證據就得聽地位高,懂得多的人

    • 但是你拿不出證據,是因為沒有證據,還是他沒鼓勵你要拿出來

    • 前者是不折不扣的科學,後者只是神龍教教主


不自由, 科學不進展

  • 大學教授的兩難

    • 你越無條件相信我,你的學習效率越好

    • 但是你可能學到錯誤的東西

    • 我也可能得教一輩子錯誤的東西

    • 大學生跟研究生的差別在於對不確定性的認知

    • 讓對的事冒出頭來吧!

      • 駁斥我,你可能得付出代價

      • 但是,對你而言,可是很上算的投資呢?

      • 對我而言,這更是一本萬利的投資呢?

      • 你想我會笨到捨得讓你得付出代價嗎?


教授,必須有所不為

  • 最大的錯誤就是斷定教授一定知道正確的答案(沒有人會有完全確定的正確答案)

  • 更大的錯誤是我們竟然不把歧見提出來,讓客觀的事實說話

  • 維繫探索的自由,是身為教授的責任

  • 請協助我們! 各位''研究生''