以下是因素分析課程的指定閱讀文獻的閱讀心得,個人覺得作者嘗試讓讀者瞭解結構方程模組的概念,推薦適合閱讀的統計書籍,與統計軟體上的限制(亦即過度依賴套裝軟體的內建計算方式可能導致的結果)
,
對於初學者而言很實用。
因此將閱讀心得將大家分享。
對於初學者而言很實用。
因此將閱讀心得將大家分享。
如果有空,不妨讀讀這篇論文。
資料出處:Steiger J.H. (2001).Driving fast in reverse. Journal of the American Statistical Association, 96, 331-338.
心得:
這篇文章先介紹了結構方程模組,接著指出現今使用軟體的人只參考坊間撰寫軟體操作手冊,以及這個現象可能會遭遇的問題,然後推薦幾本好的參考書以及他們的特性,也指正書中的缺點,最後總結這個現象可能起因於現代人使用統計都是以軟體為導向,書商也是以軟體為導向以便提升獲利,同時「隱惡揚善」地宣傳,對初學者而言實在不容易自行找到完整說明結構方程模組的參考書籍並讀懂它。學校教育受限於體制,也難以彌補此缺失。總而言之,天下沒有不勞而獲的事,越依賴介面友善的軟體,卻毫不知道軟體發展背後的概念,只會使得理論與軟體發展漸行漸遠,研究結果與解釋也會受到影響。
在讀這篇之前,對於這個議題就曾經聽過兩派說法:第一派認為如果操作統計軟體時,無法清楚了解自己所做的每個步驟的意義,就不應該貿然使用。另一派的說法是:只要前人曾使用過相同的作法發表論文,就可以採用。反正使用者並不需要「全領域」的統計知識,使了解自己要用的就可以了!這兩派說法各有支持者也各有優缺點。第一派的說法,是比較嚴謹的作法,以可以妥善解釋所有步驟與數據為出發點。然而,對於初學統計的人而言卻有些不切實際,畢竟整個結構方程模式內容博大精深,豈是翻翻坊間的統計軟體手冊就可上手?等到搞懂整個統計模式,以及軟體設計的理念,要到何年何月安心使用套裝軟體軟體?第二派的作法則有些風險。首先,前人的作法未必正確,但是積非成是的情況也屢見不鮮,否則作者就不用寫這篇文章了!其次,就是研究者(尤其是新手)通常很難判斷自己是否已經具備足夠的統計知識,總是誠惶誠恐地查資料,希望有個依據。但是太難的看不懂,太簡單的很可能避重就輕,實在不容易入門。
因此,個人認為有兩個作法或許可以解決這個問題。第一、參考作者建議,閱讀他推薦的書籍之後,找統計學家討論。或是在學校選修完整的相關課程。第二、直接找統計學家合作,請他們以專業知識判斷(當然自己最好先有些概念)資料是否適合這樣的分析。甚至最好在收案之前就規劃好資料應該具備哪些特性、變項,以免事後無法彌補。其實,最關鍵的問題就是:目前缺乏就是對統計方法有深入理解、對軟體特性熟悉的人撰寫的軟體使用手冊。因此,如果老師未來考慮將這學期上課內容整理後出書,一定對新手研究員很有幫助!
沒有留言:
張貼留言