robertgg2dr56@outlook.com

雜誌翻譯

質化研究的樂趣地點，恰恰就是那不太可能産生，可是事實上又發生的翻譯也就是並說，非對通例有興趣 (不是大師都一樣嗎？)，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？

1. 抽樣誤差：基於「機率抽樣」(probability sampling) 的樣本，是代表性的根本，而最完善的是「簡單隨機抽樣」(simple random sampling)。也就是說，不要靠人的聰明 (也就是「配額抽樣」(quota sampling)，非機率抽樣的一種)，因為人的智慧就是神的笨拙 (聖經說)，最好是將一切交給機率。如許說來，今朝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)，在純粹的統計學者看來，連利用一般以常態分派為基礎 (所有的分派到最後城市釀成常態分配，甚至連二項分派也是) 的統計手藝的資格都沒有！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)，依然有很多變數會影響你的樣本代表性。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。

「代表性」通常被稱為「可概化水平 (或是可通用化水平)」(generalizability) 或是「外在效度」(external validity)，其中「外在效度」是相對於「內涵效度」(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類似樣本與群體的程度。

固然，說完這些，並不自動示意，質化研究的抽樣就會具有代表性翻譯實際上是如許，所有的統計數據都從平均數最先，也就是說，量化研究的興趣在於領會遍及的通性，整體大概是若何翻譯它固然也接頭離散的狀況，也就是以標準差為基礎，可是脫離平均數愈遠 (愈多標準差)，它發生的機率也就愈小 (面積愈小)，愈不成能翻譯

良多學生在寫質化論文時都很心虛，指點老師或口試委員也會要求學生在論文裡面申明並認可質化方法在概化性上的不足。這只可以或許申明，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力量，和質化研究的弱點。

所謂的「代表性」(representativeness) 是量化研究傍邊很主要的議題，是一個研究是否有合法性的根蒂根基，也就是說，他這個研究的結果，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，可是遵照統計理論，翻譯公司只要抽樣兩三千人就可以在必然程度的誤差規模以內具有代表性，而這就是統計利害的地方，是以也是量化研究的力量所在。

固然，市場調查是對通例有樂趣，因為要去那眾多尋常的人當中賺錢。然則即便是市場查詢拜訪，現在不也要注重利基市場？！

其實大可沒必要如斯翻譯因為你的氣力往往也是翻譯公司的弱點翻譯反之亦然翻譯學術的器材是不能離開這些真谛的。起首是，它是不是是量化研究的氣力，還有極度異常多的身分要考量，一弄欠好，別說強項了，還常常釀成殘廢。在量化研究傍邊，有一些因素會要挾到研究成效的代表性的問題，包孕：