定性分析的研究程序

这里是与可杂谈，喜欢可以点上方蓝色背景按钮加关注哦！封城的第52天，天气回暖，楼下的声音多了起来。今天分享一下调查研究要用到的方法。方法是为了达到某种目的（解决某个问题）而采取的测量手段，如购物网站、点评平台用到的星级评定。以这么一个问题为例，玩暴力游戏会让人变得暴力吗？先用实验的方法，在实验组中，实验人员玩双人对战暴力游戏，对照组中，实验人员玩双人非暴力游戏，赢家可以选择对输家进行惩罚，结果表明，玩暴力游戏的一组选择的惩罚力度更强。再用最不暴力的游戏测试，俄罗斯方块和巴斯特，结果显示，挫败感会让人们产生暴力情绪。用文本的方法，媒体中对暴力游戏和现实暴力行为的所有报道的梳理，但其有一种偏向性，尽管努力靠近客观的态度。用二手数据的方法，得出，同时期暴力游戏销量增加，青少年的犯罪率显著降低。用访谈或问卷的方法，有深度访谈、焦点小组访谈，调查问卷这么几种形式。还可以使用观察的方法，看暴力游戏和暴力行为是否有相关关系。研究问题在制定计划、收集、分析、综合、得出结论的过程中，收集和分析就是调查方法。定性的调查方法可以有一个总体和大概的判断，揭示事物的本质，适合于小规模、深入细致、长期的调查。定性多用于创造想法，以文字形式报告，问题是开放式的探索，缺点是广而不深。定量的调查方法选取一定数量有代表性的样本，用数学工具分析，计算机录入、整理，多以数字形式呈现。定量多用于验证想法，问题是封闭式的选择，优点是代表性强。定性是定量的基调，定量是定性的准确化。定量中有自变量与因变量，自变量的变化要优先于因变量，因变量的变化由自变量引起，没有其他原因。相关变量无法确定谁影响谁，比如媒介偏好和风险感知。共变变量是两者同时变化，不是因为对方的影响，而是同时受第三方的影响，如春晚期间抖音和快手的注册用户明显增加是因为春晚中的红包活动。测量结果的衡量标准有信度，即使用相同调查方法重复测量同一个对象得到相同研究结果的可能性，比如体重用目测和体重秤测量的信度是不一样的。效度，即有效性，测量工具或手段能够准确测出所需测量事物的程度，如菜市场里的公平秤，肩负着准确测量的使命。在调查与研究方法中，属于定量的有问卷调查、实验、内容、文本、话语分析，属于定性的有观察法（民族志）、深度访谈、焦点小组访谈。有任何想法，欢迎告诉我哦！来评论区留言吧！期待听到你们的看法与建议！喜欢可以关注，收藏，转发哦！你们的支持是最大的鼓励！比心！

这里所谓一般物质，可能是均态的金属、氧化物、酸、碱、盐等简单物质，只需要鉴定少数几个元素也可能是较复杂的天然矿物和岩石，或人工合成的合金和其他产品。在进行分析之前，首先要了解试样的来源、用途、价值，以及要求分析的目的，因为这对决定要分析的组分的范围以及安排分析步骤和方法（分别分析法、系统分析法以及具体鉴定方法）有参考价值。例如，分析普通合金时，除Mg（有时为Ca）外，第四、五组阳离子通常可不必检验，而必须检验的阴离子，也不过PO43-、AsO43-、SO42-及SiO22-（分别由对应的单质或金属化物的氧化而来）等数种。矿石或高热煅制品中，能含有的阴离子，通常不外CO32-、S2-、S042-、F－、C1-、PO43-、BO2-（或B4O72-）及SiO32-等八、九种，至于C2042-及CH3COO等则无检验的必要。简单物质或复杂物质只需要检出几个元素或离子时，最好用分别分析，而作复杂物质的分析时，特别是在完全未知的情况下，最好采用系统分析，适当配合分别分析。无机物质检出的离子，应根据反应产物的多少，或颜色的深浅，约略估计其相对含量（半定量），以便判断主要组分和杂质。由于许多物质，特别是天然产物，多不溶于水，甚至难溶于酸，因此，溶液的制备有时会成为分析过程中最困难的一个步骤，制备液的方法是随试样的性质而选择的。另外，许多金属离子对于阴离子的分析能发生干扰，而许多阴离子也能干扰阳离子的分析，都应在适当时机加以处理。一般物质的分析工作，通常包括下列几个步骤：1. 初步观察及样品的准备；2. 预测试验3．阳离子分析试液的制备及其分析4．阴离子分析试液的制备及其分析；5．分析结果的判断。阳离子与阴离子的分析，通常是各取一分同一试样分别进行分析结果应当进行核对。在初步试验与分析结果之间，阳离子分析结果与阴离子分析结果之间应无矛盾之处，例如，如果试祥能溶于水或酸，则阳离子的分析中检出Ba2+或Pb2＋时，阴离子就不应再检出SO42-。

本文转载自【微信公众号：社科学术圈，ID:shkxquan】经微信公众号授权转载，如需转载与原文作者联系今天小编推荐的这篇文章，语言精练，实用性强。大部分的学术论文，基本遵循了“前言/背景介绍→文献回顾→研究方法/设计→研究结果→讨论”的框架。换句话说，当你在写作一篇学术论文时，完全可以按照上述路径架构自己的论文，然后在这个框架中，填充自己的具体研究内容就可以了。很多学者认为的“学术论文的八股文写作方法”，其实就是这个道理。1.前言/背景介绍 描述研究所涉及的相关社会背景和清晰阐述具体研究问题。如研究在哪里开展的，研究的社会背景和脉络是什么，以及本研究对该领域的实践和政策等方面的有什么重要意义。将本研究问题和具体的研究目标跟与此相关的社会问题、健康问题或相关知识、理论联系起来。简要论述为什么定性研究方法适用于该研究问题。2.文献回顾 首先，回顾与本研究问题相关的最新研究发现。其次，简要讨论相关的，尤其是研究对象相关理论视角。然后，指出在回应类似研究问题的复杂性时采用不同研究方法可能会遇到的局限。最后，总结以往研究的优点和不足。3.研究方法 研究方法部分应详细阐述开展本研究的原因、研究过程以及执行步骤。应注意，如果定性研究只是研究所采取的混合研究方法（mixed methods）的一个组成部分，那么在文章中应尽早明确这一点。描述研究者的价值判断或者所持观点和立场，包括可能会影响到研究过程和结果的研究者的个人特征和背景。描述作者的反身性（reflexivity）不仅能使读者清楚地认识到作者是如何看待研究对象和研究本身，而且对透明化（transparent）研究过程具有重要意义。此部分一般需交代以下各方面要求的内容，但也视具体研究而定，如不适用，请简述原因：01具体研究方法确定具体的研究视角或方法（例如传记法、叙事研究法、民族志法、扎根理论法、现象学法和影像发声方法等）。简要描述研究中用到的理论视角和关键概念（允许使用图表来帮助理解这些概念）。告诉读者关于选择研究方法的基本原理，为什么这个方法适合此研究问题，以及所选的研究方法将如何完成论文所描述的研究目标。02招募和抽样过程详细阐明研究成员是如何招募来的。如果研究的对象是人的话，他们是如何参与到本研究中的。清楚描述抽样方法和抽样的类型（如目的性抽样、方便性抽样、滚雪球抽样等）。汇报样本量以及样本的特征，被调查者是否存在中途退出或拒绝参与的情况，并解释为什么该样本量足够满足本研究需求。详细描述本研究抽样方法在内的研究单位、涉及物质环境及调查环境，但需要保护被调查者的隐私。描述样本饱和状态是如何执行、记录和实现的（例如，不再进一步收集新的数据，是因为增加的数据对产生的理论贡献很少，或对研究结果/主题几乎没有新的影响和变化）。03数据收集过程收集数据的方法。详细描述收集数据的方法（例如访谈法、观察法、文献资料法等），从而帮助读者了解该研究数据的潜在充分性（如对每一位被调查者不仅只是一次访谈，还在研究过程中进行了长期细致的观察）。谁收集数据。汇报数据收集者的信息，以及他们是否接受过相关定性研究训练等简要的背景信息。如何保证数据准确度。数据是否经过三角校正（triangulation，即有三个以上研究人员对定性数据和结果进行相互检验与核查）。假如是单个研究人员在单个时间点收集的数据，则应标注此研究局限。说明研究中是否采取了特殊的数据收集方法。详细介绍这些特殊的方法，解释为什么选择此方法，或是此方法与其他方法相比的优势之处。“在哪”及“何时”收集的数据。标注数据收集的地点，以及数据收集的时间。如果采用了多种数据收集方法，那么还需要汇报不同方法之间是如何相互补充的。04数据分析提供数据分析的详细步骤，以及得出结论的过程。对研究主题分析进行充分描述，以帮助读者更好地理解这些研究主题是如何产生的；这些信息是增强研究发现可信度的关键。描述用于提炼研究主题的标准。避免使用模糊的词语来表述数字或频率，比如若干（a number of）或者一些（some）；相反地，可以使用一些能相对清楚表达频次概念的词汇，例如很少（few）、许多（many）、最多（most）、大多数（a majority）。确定编码者（coder）的数量。如果有多个编码者，需解释编码者之间一般是如何保持一致的（编码标准），以及对不一致的编码是如何处理的。描述设计和检验编码过程的步骤。描述所有步骤中如何建立内部信度（interrater reliability）或者一致性（concordance）。描述如何提高研究结果的可信度（credibility）、可转换性（transferability）、可核查性（auditability）、可确定性（confirmability）或者其他方面的好的标准。例如，同行核检（peerdebriefing）、审核追踪（audit trail）、负性个案分析（negative case analysis）、长期的参与观察（prolonged engagement）、数据三角校正（datatriangulation）、内部成员校验（member checking）等。如使用了软件辅助分析数据，可考虑标注所使用的定性数据分析软件的类型。例如，如果软件的使用对于如何进行数据分析具有重要影响，那么标明软件的类型就是比较关键的信息。05研究伦理明确说明该研究是否获得相关伦理审查委员会（如Institutional Review Board，IRB）的审核和批准（或者豁免）。描述知情同意书的发放过程（如口头或书面形式）。简要描述如何保护被调查者的隐私，以及匿名化的具体措施，特别是在论文报告中应使用化名。此外，还应描述如何确保研究数据的安全。文章应避免汇报那些对了解调查方法或理解研究发现的不重要的信息，以防止不经意间暴露被调查者的身份。例如，当研究场所的相关信息并不是解释选择该研究方法的关键因素，那么应该避免长篇大论地对研究场所进行过于详细的描述。4.结果或发现 结果（或研究发现）部分应该呈现从分析中提炼出来的主题，换言之，这部分的内容不应只是简单的描述性内容，而应挖掘现象背后的东西，如：检验不同研究主题之间的关系，讨论某些现象之间的规律，而非简单地报告一系列主题。此外，应考虑是否能找到某些理论来帮助解释研究发现。指出研究发现之间的可能存在的复杂性，如果有可能，还应指出那些意想不到的研究发现。谨慎引用研究对象的语录以丰富文章，从而让研究对象自己“发声”来支持所要呈现的研究主题或对其他观点进行进一步阐释。确保引文充分和准确地表达想要呈现的主题、话题或概念等。确保研究发现和文章的阐释跟引文之间是相互联结的。研究的引文可以来自多种渠道和形式。例如，为了防止信息遗忘，研究人员可能引用来自数据刚收集完后的详细的田野笔记。必要的话，可加入能更好地帮助读者理解研究的图表。但是，这些图表不应该重复文本可以表达清楚的内容，而应该用于帮助阐明那些靠文本很难完全描述的某个概念或某种关系。这些图表应该清楚易懂，作者应清楚地标注图例或注释来帮助读者理解图表。5.讨论 总结研究发现，并将这些发现跟研究问题联系起来。讨论本研究的优势和不足。例如，有关定性研究普遍会遇到的抽样的局限性，或是相对较少的样本量或缺乏深度的数据也许会降低研究的推广性（transferability）。不过需要注意的是，在定性研究中，缺少普遍性或概括性（generalizability）并非是一种不足。阐述研究发现如何有助于丰富社会工作相关实践知识，或对发展相关政策起到的影响或贡献作用。解释研究发现可以应用到社会工作相关实践、研究或者公共政策领域的方法。描述研究发现是如何丰富和贡献相关领域知识，即描述研究发现是否与以往相关文献或理论相符合，或者对现有的知识或理论进行了补充。

定性分析的任务主要是鉴定物质由那些元素（或或离子）所组成。定性分析所应用用的方法主要是化学分析法。这种方法是使被分析物质中某种组分（元素或离子）发生化学反应，生成具有某些特殊性质的新物质（如难溶的沉淀、易挥发的气体、有色的化合物等），从而可以把某种（或某些）组分分离出来，或判断被分析物质中某种组成是否存在。在分析过程中用于分离或判断的化学反应，通称为分析反应。判断某种组分存在，称为检出或鉴定。用作鉴定的化学反应，称为鉴定反应。为了使分析反应正常进行，常将一种（或一种以上）已知成份和性质的物质加到被分析的物质中。所加的物质称为试剂，被分析的物质称为试样。按照分析时所用试样的多少，溶液体积和操作技术，定性分析大致分为常量分析法、半微量分析法和微量分析法三种（表92）。三种定性方法的比较由于常量分析所取试样较多，试液体积较大，并在反应时得到大量的沉淀，所以一般进行操作时均使用烧杯、普通试管与漏斗进行过滤。微量分析所用试样量少，试液体积亦小，所用用仪器也亦很小，操作方法亦与常量分析不同，一般比较简便快速。当物质中所含待鉴定成分量较少，或能用来分析的试样本身的量不多时，往往采用微量分析。这种分析方法通常采用显微结晶和点滴分析进行反应和观察反应结果。它的优点是可节省试剂，检出微量离子。近年来发展起来的超微量分析，其试样用量更省，方法更灵敏，可以检出10－6～10－12克离子。但微量分析和超微量分析方法都缺乏系统性，操作技术也比较困难难，不适于初学者应用。然而超微量分析的发展对于近代科学的发展是有很大意义的。半微量分析是介于微量与常量分析之间的一种方法，所取试样和试液的量亦介乎于二者之间。使用的仪器主要是离心试管。利用离心的方式进行沉淀与溶液的分离。这个方法的主要优点是分析省时，节省试剂，准确可靠，是目前最普遍采用的定性分析方法之一。定性分析根据分析反应的方法，可分为干法和湿法分析。1．干法分析析一般是利用固体试样与固体试剂在高温下发生反应来进行鉴定的，例如熔珠试验就是干法分析的一个例子。在定性分析中，此法一般只用作辅助试验。2．湿湿法分析使试剂和试样在水溶液中进行反应。在水溶液中发生的反应主要是离子间的反应。湿法分析通常检出的是离子而不是元素本身。在鉴定离子时，一般是利用反应所发生的外部效果来判断某种离子是否存在。般所指外部效果，有下列三种（1）沉淀的生成与溶解 例如氯离子与银离子生成凝乳状不溶于硝酸的白色沉淀，其反应如下：C1-+Ag+=Agc1↓若在含有硝酸的溶液中加入银离子后生成白色沉淀，则表示溶液中可能含有氯离子。由于氯化银可溶于氢氧化铵溶液，Agc1+2NH4OH=[Ag(NH3)2]++C1-+2H2O因此若将氢氧化铵溶液加于氯化银沉淀上，则沉淀溶解，可进一步证明氯离子的存在。（2）溶液颜色的改变 如在三价铁离子的酸性溶液中加入适量的硫氰酸铵溶液，则溶液变成血红色，其反应为Fe3++3SCN-=Fe(SCN)根据溶液中血红色的出现，可以判断铁离子的存在。（3）气体的逸出 根据反应中逸出的气体的颜色、嗅味或逸出的气体与一定的试剂所发生的作用，可以检验某种离子。例如碳酸盐与酸作用，逸出二氧化碳，其反应为:CO32-＋2H+＝H2O＋CO2↑然后利用CO2遇石灰水变浑浊的作用，即可以检验出CO3离子，其反应是：CO2＋Ca（OH）2＝CaCO3↓＋H2O。

用户调研得来的数据该如何处理？笔者在本文给出了敏捷量化分析方法，可供同学们参考并交流。上一篇文章讲了B端用户调研的一些灵活方法，当收集到用户调研的数据之后，接下来就是做问题的整理、分析和优化了。实际工作中，用户调研阶段可能会已经花费了较长的时间，出于对时间成本、工作进度、问题时效性等多方面的考虑，总是希望能尽快的输出一个用户调研数据结果，给产品的迭代优化提出改进方向和计划。本问将会讲一种简单迅速的处理用户调研问题优先级的量化方法。一、用户调研数据分析思路数据收集整理→问题优先级排序→解决方案设计→解决方案的优先级排序二、步骤详细说明第一步：数据收集整理关于用户调研的数据收集、整理，每个企业、团队、产品经理等都有自己的记录分析的方法和规范体系，为了方便最后的敏捷量化分析，数据的收集整理请注意以下几点：团队内建立一个问题识别的规范体系，更加快捷地识别问题的严重性；标注出问题发生在哪里，如屏幕、模块、用户界面组件、流程等；清楚用户反馈问题时，正在参与的具体任务；一个简洁的问题描述。《量化用户体验》的参考示例表格：“1”代表此用户出现此问题，“0”代表没出现。第二步：问题优先级排序先来说一下，问题严重性评分的几个影响因素：任务的关键性：任务的未完成对业务及用户产生的影响；问题发生频率：在不同的参与者中这个问题发生了多少次；问题的影响：对于用户顺利完成任务的影响程度。具体优先级分析步骤：1）给测试中的每个任务设立关键性评分K。根据任务对于业务或用户的重要性来设置分值，可以结合实际工作情况，合理安排分支区间。我们实际工作中按5分制，即1、2、3、4、5。2）给任务中出现的每个问题，设立影响力评分I。参考标准一：5分：该问题阻碍了用户完成任务（障碍）3分：该问题导致用户产生挫败感或者延误任务的完成时间（严重）2分：对于完成任务的行为表现产生较小的影响（轻微）1分：参与者提出的建议（建议）参考标准二：5分：影响任务完成的行为3分：导致用户“偏离航线”的行为2分：用户表达出来的挫败感1分：用户说自己完成任务但实际未完成3）计算问题发生频率F=问题反馈人数/用户总人数。4）计算问题综合严重性评分S=关键性评分K*影响力分值I*发生频率F，并按评分S进行由大到小排序。对前面的表格进行优化后，示例如下（仅以两个用户示例）：模板下载详见文末，计算过程已在Excel加入公式自动实现计算操作（包括根据添加用户数量自动计算F，根据F自动计算S=K*I*F）。第三步：解决方案设计注意：有时解决方案十分明确，或者只有1~3种解决方案，可以通过综合考虑业务逻辑、交互体验、研发成本等方面问题，就可以确定解决方案，而不需要精确的数据化分析。但是当问题没有那么明显或者存在多种解决方案时，为了降低做出错误设计的风险，可以设计多种备选方案，分析选取最佳方案。对于每个问题，需要准备大量的解决方案（注意与开发、设计、需求、业务等成员合作讨论）。重新整理解决方案，确保描述具体详细。标记出方案可能解决的其他问题：在实践中，一个好的方案可以解决多个问题，好的解决方案是通用的。第四步：解决方案的优先级排序计算效力值E=解决问题1关键性评分*自定义加权数+解决问题2关键性评分*自定义加权数+…量化解决方案复杂度C（团队评估出的每个解决方案的复杂度）计算投资回报率（RIO）=效力值/复杂度（E/C）三、视觉工具(便利贴、白板等)——分析方法作为设计师或者产品经理，大家更喜欢团队人员，在一个会议室，使用便利贴或者白板来工作，这样分析更加方便、有趣、直观，也便于团队内部之间的合作。如下图：四、分析方法选择视觉工具分析快速随性，可以促进团队之间的协作，但也可能降低数据的准确性。敏捷量化的分析方法，数据直观，更方便整理问题排序。所以，要根据实际情况，选择最符合自己产品特点、用户调研方法、用户量和调研目标的方法。五、注意事项对于优先级的理解需要注意的是，根据上述方法得到的问题优先级排列是用研人员基于用户的测试而给出的参考结果，结果也可能会因为样本选择、统计方法等因素而出现误差。所以，这个优先级顺序并不是产品开发的实际优先级顺序。所以，用研应该和公司相关业务、运营、开发等成员，一起从用户的角度来理解这些问题的重要程度，再由相关人员决定实际的优先级排次序。使用的局限性在优先级阶段我们只关注了可用性问题，用户在测试过程中表现出来的态度以及行为并未涉及到。可以选择分开记录这类数据，使用它来补充和平衡测试结果。但是，我们在实际工作中，远程测试居多，也可以通过用户语气、停顿时间等做记录。在可用性测试中，当用户提到产品的某个或某些优点时，我们同样需要记下来，并在事后的报告中提及，特别是一些被多次提及的优点。有利于可用性测试等用户研究后续的合作、沟通；重视用户提及多的优点，为后续迭代做参考。六、最后陈述定性研究数据的分析还有许多种方法，本次只是分享了一种比较敏捷的量化分析方法，希望对大家的工作有帮助，更期待大家“批阅”后多提意见！模板下载链接：提取码：8ziz本文由 @Ace-老糊 原创发布于人人都是产品经理，未经作者许可，禁止转载。题图来自Unsplash，基于CC0协议。

欢迎关注“雄安学术”，后台为大家准备了90余款分析绘图软件，15种语言包及其他素材。欢迎来寻宝喲~完全精准的数学模型，可以完美解决定量指标的运算，然而数学工具并非万能的，面对大量的无法定量化的指标（如TA爱你的程度），精准的数学模型和工具顿时无法施展拳脚。如何完成定性指标的定量化分析，成为软科学与硬科学（自然科学）之间的研究论题。层次分析法（AHP），一言蔽之就是通过构建一套多层次的评价指标体系，完成对定性指标的定量化分析。层次分析法（AnalyticHierarchy Process，AHP）由美国运筹学家、匹兹堡大学教授SattyT.L.于二十世纪70年代提出，是一种将与决策有关的元素分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策方法。常被运用于多目标、多准则、多要素、多层次的非结构化的复杂决策问题，特别是战略决策问题，可以较好地解决多要素相互关联、相互制约的复杂系统的评价，具有十分广泛的实用性，是一种新型简洁化、实用化的研究方法。在实际工作中，层次分析法经常和德尔菲法、百分权重法结合，用于确定评价指标的权重。举个栗子：如TA爱你的程度，可以用联系你的频率、关心你的程度、为你付出时间、为你付出的购买力等因素。先对这几个指标进行权重赋值，随后结合你的TA这些指标相应的得分，进行权重*得分的乘积运算，并将所有要素进行加和，即可得到TA爱你的程度（指数，手动狗头·-·）1971年AHP首次应用于美国国防部研究“应急计划”，随后又开展了多项研究，奠定了AHP在定性研究领域的基础，1982年AHP在“中美能源、资源、环境”学术会议上被首次介绍到中国。喵博士结合相关研究现状，梳理了当前主要涉及领域应用如下：适宜性评价、环境保护措施评价、安全性评价、危化物危害性评价、城市应急灾害能力评价、空间格局安全性评价。同时，亦可用于指导消费者在生活领域决策提供一定指导，如购房影响因素评价、购车影响因素评价、专业选择与就业倾向评价等，均可以发挥其优秀的功效。如在居住区适宜性评价（如上图）时，根据既有研究成效，居住区园林景观适宜性评价可以划分为：绿化种植景观、道路景观、场所景观、硬质景观、水景景观和庇护性景观等六个一级指标（准则层），每个一级指标又可以细分为若干二级指标，以完成定性指标的定量化分析。基于层次分析法（AHP）先分解后综合的基本工作思路，先将要分析的要素进行层次化、步骤化，构建形成多层次分析评价模型，最终确定各层级指标的重要程度（权重），或优先次序。AHP把一个复杂的问题表示为一个有序的递阶层次结构，并通过主管判断和科学计算给出备选方案的优劣顺序（或权重）。简而言之，层次分析法人如其名，首先要构建合理的层次，其次要分析层次内部各因素的优劣。层次分析法的使用流程：1) 根据需求对目标层进行分解，如适宜性可以分解为6个一级指标；2) 建立层次结构图，及判断矩阵；3) 计算权重系数（主要基于德尔菲法，或曰专家打分，对各指标要素的权重进行赋值）；4) 进行一致性检验（在AHP软件中可自行设定），若一致性指标CR<0.1，则满足研究需要，进入下一环节。不满足时则需要对各指标权重重新赋值（重新进行第三步分析）；5) 层次总排序，选出最优方案。如在评价购房影响要素时，可以细分为房价要素、区位要素、户型要素、口碑要素等一级指标，并分别对各一级要素进行深度开发，构建相应的二级评价指标以完成对一级指标的评价。1）建立层次结构模型将决策的目标（城市空间格局安全）、考虑的决策准则因素（空间结构安全、空间要素安全、空间环境安全）和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图（如下图，强迫症的患者有意见，在“雄安学术”公号文末留言啊~，获取宝贝啊）。2）构造判断矩阵在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因而Saaty等人提出：一致矩阵法，即：不把所有因素放在一起比较，而是两两相互比较。对比时采用相对尺度，以尽可能减少性质不同因素相互比较的困难，以提高准确度。由专家对同一层次内N个指标的相对重要性（两两因素之间）进行打分。相对重要性的比例标度取1-9之间。同时，对各同级指标的重要性评价时，存在三种标度范畴（如下图），根据研究需要自行选择。构建判断矩阵A（正交矩阵），用aij表示第i个因素相对于第j个因素的比较结果：3) 计算权重将矩阵A的各行向量进行几何平均（方根法），然后进行归一化，即得到各评价指标权重和特征向量W：4) 一致性检验判断矩阵的一致性检验，所谓一致性是指判断思维的逻辑一致性。如当甲比丙是强烈重要，而乙比丙是稍微重要时，显然甲一定比乙重要。这就是判断思维的逻辑一致性，否则判断就会有矛盾。计算最大特征根λmax：计算一致性指标CI（Consistency Index）、随机一致性指标RI（Random Index）和一致性比例CR（Consistency Ratio）：一般情况下，当CR＜0.1时，即认为矩阵具有满意的一致性，否则需要对判断矩阵进行调整。5）层次排序层次排序，可分为层次单排序和层次总排序。所谓层次单排序是指，对于上一层某因素而言，本层次各因素的重要性的排序。层次总排序，确定某层所有因素对于总目标相对重要性的排序权值过程，称为层次总排序。这一过程是从最高层到最底层依次进行的。对于最高层而言，其层次单排序的结果也就是总排序的结果。1）构建评价结构一位顾客决定要买一套新住宅，经过初步调查研究确定了三套候选的房子A、B、C，问题是如何在这三套房子里选自一套较为满意的房子呢? 下面给出有关的数据和资料：将影响购买新房的因素归纳为4个标准：· 房子的地理位置及交通；· 房子的居住环境；· 房子结构、布局与设施；· 房子的每平方米建筑面积地单价（模型如下）。2）邀请专家（20-30名）打分对同一层次内4个指标的相对重要性（两两因素之间）进行打分。经过专家的打分，每个标准相对的权重，即标准的特征向量如下表。3）用规范列平均法求权重 第一步：先求出两两比较矩阵每一列的总和。 第二步：把两两比较矩阵的每一元素除以其相应列的总和，所得商所组成的新的矩阵称之为标准两两比较矩阵。 第三步：计算两两比较矩阵的每一行的平均值，这些平均值就是各方案在地理位置及交通方面的权重。我们称最后求得的行平均值为房子选择问题中地理位置及交通方面的特征向量。三个方案在其它三个方面的特征向量。每个标准相对的权重，即标准的特征向量。通过两两矩阵比较，可求得标准的特征向量如下：地理位置及交通：0.398居住环境：0.218结构布局设施：0.085每平米单价：0.2994）两两比较一致性检验两两比较矩阵的元素是通过两个因素比较得到的，而在很多这样的比较中，往往可能得到一些不一致性的结论。例如，当因素i、j、k的重要性很接近的时候，在两两比较时，可能得出i比j重要，j比k重要，而k又比i重要等矛盾的结论，这在因素的数目多的时候更容易发生。 第一步：由被检验的两两比较矩阵乘以其特征向量，所得的向量称之为赋权和向量。 第二步:每个赋权和向量的分量分别除以对应的特征向量的分量。1.803 / 0.593 =3.0401.034 / 0.341 =3.0320.197 / 0.066 =2.985 第三步：计算出第二步结果中的平均值，记为λmax。λmax = (3.040+3.032+2.985)/ 3 = 3.019 第四步：计算一致性指标CI。CI = (λmax– n ) / (n - 1)CI = (3.019 – 3 ) / (3 – 1 ) = 0.010 第五步：计算一致性率CRCR = CI / RI，在这里，RI是自由度指标（修正值）。本例中可计算得CR = 0.01 / 0.58 = 0.017 < 0.1我们已经求出了四个标准的特征向量，以及四个在单一标准下的三个购房方案的特征向量，如表：5）最优方案求解方案 A：0.398*0.593+0.218*0.123+0.085*0.087+0.299*0.265=0.349方案 B（最优）0.398*0.341+0.218*0.320+0.085*0.274+0.299*0.655=0.425方案 C：0.398*0.066+0.218*0.557+0.085*0.639+0.299*0.080=0.226层次分析法优点：· 系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。· 简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。计算简便，并且所得结果简单明确，容易为决策者了解和掌握。· 所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，层次分析法把判断各要素的相对重要性的步骤留给了大脑，只保留人脑对要素的印象，化为简单的权重进行计算。这种思想能处理许多用传统的最优化技术无法着手的实际问题。层次分析法缺点：· 不能为决策提供新方层次分析法的作用是从备选方案中选择较优者。在应用层次分析法的时候，可能就会有这样一个情况，就是我们自身的创造能力不够，造成了我们尽管在我们想出来的众多方案里选了一个最好的出来，但其效果仍然不够企业所做出来的效果好。而对于大部分决策者来说，如果一种分析工具能替我分析出在我已知的方案里的最优者，然后指出已知方案的不足，又或者甚至再提出改进方案的话，这种分析工具才是比较完美的。但显然，层次分析法还没能做到这点。· 定量数据较少，定性成分多，不易令人信服在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。· 指标过多时，数据统计量大，且权重难以确定当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加。指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵。那么我们就需要对许多的指标进行两两比较的工作。由于一般情况下我们对层次分析法的两两比较是用1至9来说明其相对重要性，如果有越来越多的指标，我们对每两个指标之间的重要程度的判断可能就出现困难了，甚至会对层次单排序和总排序的一致性产生影响，使一致性检验不能通过。不能通过，就需要调整，在指标数量多的时候比较难调整过来。· 特征值和特征向量的精确求法比较复杂在求判断矩阵的特征值和特征向量时，所用的方法和我们多元统计所用的方法是一样的。在二阶、三阶的时候，我们还比较容易处理，但随着指标的增加，阶数也随之增加，在计算上也变得越来越困难。不过幸运的是这个缺点比较好解决，我们有三种比较常用的近似计算方法。第一种就是和法，第二种是幂法，还有一种常用方法是根法（来自百度百科）。

数据可视化工具包含许多非常先进的技术。这些技术方法可以通过使用图像，图形和计算机视觉来可视化数据。在进行数据分析时，有许多类型的数据，那么主要用什么类型的数据可视化工具进行数据分析？今天，DataFocus将为您提供详细的介绍。 市面上常用的数据分析工具可以简单的分为两大类。一个是探索性数据分析，另一个是定性数据分析。它们与其他同类产品不同，分析功能非常强大，交互方式也非常丰富，允许用户及时掌握信息，发现问题，找到答案并采取行动。 1.分析定性数据。数据可视化工具可以分析非数字数据或数据，例如照片，单词和观察。它也被称为定性研究，定性数据分析或定性研究数据分析。 如Tableau这类老牌的传统数据分析工具就有这这一类的鲜明特征。 2.分析探索性数据。这种方法由美国着名统计学家命名。它是对传统统计假设检验方法的有效补充。它是形成一个值得假设的测试。也是新一代可视化工具的一个主要特征。注重敏捷、探索和智能，比起工具，更像一个辅助的帮手，常常在可用性上做到极致，比如新一代的DataFocus数据分析工具。 近年来，数据可视化工具基本上基于视觉元素，例如图形，表格或地图。可以通过分析动态分析数据，例如钻孔，过滤，跳跃，链接和突出显示。它可以提供各种数据表示形式，以及各种图形渲染形式，还可以支持商业逻辑动态脚本引擎和丰富的人机交互等。可以说它是一个非常强大的工具，能够为公司的发展提供很多帮助。 除非注明，否则均为DataFocus企业大数据分析系统,让数据分析像搜索一样简单原创文章，转载必须以链接形式标明本文链接。

定量研究其实没那么难，本文笔者通过对量化研究方法的一些最常见用例的介绍，以及对每个实例的成本和难度进行估计，来帮大家更好地去找我定量研究的方法。你是否需要有关产品用户体验的数字数据, 但却不确定应该如何做？许多从事用户体验及研究的专业人士倾向于定性方法论, 而这也这被广泛认为比定量 (量化) 研究更容易。但不得不承认，定性研究可能回避了较大的样本规模和量化相关的统计数据问题。而量化方法却是经验丰富的用户体验研究员的工具包中应当包含的重要组成部分。量化方法允许你：用数字为产品的可用性打上一个标签；数字有时比质量测试的结果更有说服力 (特别是当你试图说服像 CEO 这样的高管时)；比较不同的设计 (例如, 产品的新版本与旧版本, 或你的产品与竞争对手的产品)， 并确定你所观察的差异是否具有统计学意义, 而不是随机偶然；改进用户体验权衡决策。例如, 如果建议的设计改进预计会花费很大的成本来实现, 它值得做吗？如果你估计了更改将在一定程度上提高可用性，那么量化方法可以帮助你决定是否值得重新设计；将用户体验改进与组织目标和关键绩效指标联系起来 (从而显示你的投资回报并证明用户体验研究团队的价值）。定量研究，首要确定的是：到底需要哪种量化研究方法？在此，我们介绍一些目前最流行的量化研究类型：定量可用性测试 (基准测试)网络分析 (或 App Analytics)A/B 测试或多变量测试卡片分类树测试调查和问卷调查聚类定型数据可取性研究眼动测试每种方法都产生有价值的数量数据, 但这些技术在所收集的数据类型，以及所需的资源和工作量方面差别很大。本文列出了这些方法的最常见用例，并估计了每个实例的成本和难度。此外，应该知道，这些方法中都需要不同的最小样本量来确定统计意义。一、定量可用性测试（基准测试）用途：随时跟踪可用性、与竞争对手比较费用：中等收集难度：中等分析难度：中等方法类型：行为使用环境：基于任务虽然不经常使用，但定量可用性测试（有时称为可用性基准测试）很像定性可用性测试——用户被要求使用产品执行实际任务。两者之间的主要区别在于，可用性测试优先考虑观察，例如识别可用性问题。相比之下，量化可用性测试侧重于收集任务或成功时间等指标。一旦你收集了具有相对较大样本量（大约 35 个参与者或更多）的指标，你就可以使用它们跟踪产品的可用性随时间推移的进度，或者将其与竞争对手产品的可用性进行比较。你选择的可用性测试类型（面对面，远程主持或远程未经调度）将影响成本，由于定量和定性可用性研究的目标不同，测试的结构和使用的任务也需要不同。二、网络分析（或 App Analytics）用途：检测或优先排序问题、监控性能。成本：低收集难度：低分析难度：高方法类型：行为使用环境：live分析数据描述了人们对你的实时产品做了什么：他们去哪里、他们点击了什么、他们使用了什么功能、他们来自哪里，以及他们决定离开网站或应用程序的页面。此信息可以支持各种用户体验活动。特别是它可以帮助你监控产品中各种内容：UI 或功能的性能，并确定哪些是真的不起作用。三、A / B 测试或多变量测试用途：比较两个设计选项成本：低收集困难：低分析困难：低方法类型：行为使用情况：live虽然你可以使用分析指标来监控产品的性能，但你也可以创建实验来检测不同的 UI 设计如何通过 A / B 测试或多变量测试来更改这些指标。在 A / B 测试中，团队创建同一 UI 的两个不同的实时版本，然后将每个版本显示给不同的用户，以查看哪个版本的性能最佳。例如，你可以创建相同号召性用语按钮标签的两个版本：“获取定价”与“了解更多信息”，然后，你可以跟踪按钮在两个版本中收到的点击次数。多变量测试类似，但涉及一次测试多个设计元素（例如，测试可能涉及不同的按钮标签，排版和页面上的位置。）这两个基于分析的实验都非常适合决定同一设计的不同变体，并且可以结束团队关于哪个版本最佳的争议，但这种方法的一个主要缺点是它经常被滥用。四、卡片分类用途：确定信息架构标签和结构成本：低收集难度：低分析难度：中等方法类型：态度（人们怎么说）使用环境：不使用产品在卡片分类研究中，参与者被给予内容项目（有时字面上写在索引卡片上），并要求以对他们有意义的方式对这些项目进行分组和标记。该测试既可以亲自进行，也可以使用实体卡进行，也可以使用卡片分类平台进行远程测试。这种方法为你提供了进入用户信息空间的心理模型的机会。他们使用什么术语？他们如何在逻辑上将这些概念组合在一起？对创建类似分组的参与者的百分比进行定量分析可以帮助确定大多数用户可以理解哪种分类方法。五、树测试用途：评估信息架构层次结构成本：低收集难度：低分析难度：中等方法类型：行为使用环境：基于任务，不使用产品在树测试中，参与者尝试仅使用你站点的类别结构来完成任务。它本质上是一种评估你的信息架构的方法，通过将其与 UI 的所有其他方面隔离开来。假设你的产品是宠物用品网站，这是你的顶级层次结构，你可能会要求参与者完成一项任务——找到狗项圈。树测试结果的定量分析将显示人们是否能够在信息层次结构中找到该项目的正确路径，以及有多少参与者选择了错误的类别。此方法可用于识别 IA 结构，标签和展示位置是否符合人们的期望。六、调查和问卷调查用途：收集有关您的用户他们的态度和行为的信息成本：低收集难度：低分析难度：低方法类型：态度使用环境：任何调查是一种灵活的用户研究工具。你可以在各种环境中管理它们：在实时网站、电子邮件或可用性测试之后进行短暂拦截调查等。它们可以产生定量和定性数据的组合——评级，多项选择题中每个选项的答案比例，以及开放式答案。你甚至可以将对调查的定性响应转换为数值数据。你可以创建自己的自定义调查，也可以使用许多已建立的问卷中的一个（例如，系统可用性量表或净推荐值得分）。调查问卷的一个优点是，你通常可以将结果与行业或竞争对手的分数进行比较，以了解你的工作情况。即使你创建自己的自定义调查问卷，也仍然可以跟踪你的平均分数以监控产品改进。七、聚类定性数据用途：识别定性数据中的重要主题成本：低收集难度：中等分析难度：中等方法类型：态度（人们怎么说）使用环境：任何这种技术不是数据收集方法，而是更多的定性数据分析方法。它涉及根据共同主题对来自定性研究（例如日记研究、调查、焦点小组或访谈）的观察进行分组。如果你有大量观察结果，则可以计算提及特定主题时的实例数。例如，假设你进行日记研究，要求参与者每次在日常生活中使用你的产品并进行一周报告，目的是了解他们在何种环境中使用你的产品。此方法可以识别特定主题或情况的普遍性或频率，例如，用户投诉的频率或 UI 问题。这种方法是从大量定性信息中挖掘数值数据的好方法，但它可能非常耗时。八、可取性研究用途：识别与您的产品或品牌相关的属性。成本：低收集难度：低分析难度：低方法类型：态度使用环境：基于任务定量可取性研究试图量化和衡量产品的某些质量，例如美学吸引力、品牌强度、语调。这些研究可以根据你的研究问题进行定制，但通常包括首先将参与者暴露给你的产品（通过向他们展示静止图像或要求他们使用实时产品或原型）。然后，你将要求他们通过从描述性词汇列表中选择选项来描述设计。随着样本量越来越多，一些趋势则开始出现。 例如：你可能有 84％ 的受访者将设计描述为“新鲜”。九、眼动测试使用：确定哪些 UI 元素分散注意力，可查找或可发现。成本：高收集难度：高分析难度：高方法类型：行为使用环境：基于任务眼球跟踪研究需要特殊的设备，来跟踪用户在界面上移动时的眼睛。 当许多参与者（30 个或更多）在同一界面上执行相同的任务时，有意义的趋势开始出现，你可以通过一些可靠性告诉页面的哪些元素会吸引人们的注意力。眼动测试可以帮助你确定需要强调或强调哪些界面和内容元素，以使用户能够实现其目标。运行眼球跟踪研究的一个主要障碍是高度专业化、极其昂贵且有些不稳定的设备以及需要大量的培训才能使用。在尝试确定使用哪种定量方法引导你的研究问题时，你需要了解什么？例如：我们的产品可用性如何随时间而变化？与竞争对手相比，我们的表现如何？我们哪个问题影响最大？我们应该如何优先排序？对于这些类型的问题你可能希望使用定量可用性测试、网站分析或调查。当你想要回答更具体的问题时，或许其他方法更佳。 例如：我们应该如何修复我们的全球导航类别？我们的大多数用户对我们的视觉设计有何看法？我们应该在仪表板中使用这两种设计方案中的哪一种？对于这些研究问题，你可能希望使用 A / B 测试、卡片分类、树木测试、编码定性评论，可取性研究或眼球跟踪。但是，这些建议中有一些灰色地带。 例如：出于安全或技术原因，A / B 测试可能不是贵公司的选项。如果是这种情况，你可以进行面对面的量化可用性研究来比较两个原型。但是，这不是定量可用性测试的典型用法，所以没有在这里讨论它。在研究问题之后，选择方法的第二个最有影响力的因素是成本。这些方法的成本会有很大差异，具体取决于你实施研究的方式。你使用的工具、你拥有的参与者数量以及研究人员花费的时间都将影响最终成本。低预算团队将依赖数字方法——远程可用性测试、在线卡片分类平台、如 OptimalSort、A / B 测试以及 Web 或应用程序分析。根据经验，现场方法（例如：面对面的可用性测试，面对面的卡片种类）往往更昂贵，因为它们需要更多消耗研究人员更多的时间。此外，他们可能需要旅行和设备租赁。眼动测试是这里列出的最昂贵的方法，应该只有具有大预算和研究问题的团队才能使用它。一旦选择了方法，就要了解它，并确保你获得有用的成果。警告：不能只收集指标并开始做出决策而不进行任何统计分析。仅收集来自 5 个用户的评级规模响应，取平均值并继续前进是不够的。对于此处讨论的每种方法，都建议最小样本量以获得可靠的数据并确定统计显着性。如果你不这样做，你无法保证你的发现不只是侥幸。无论你选择哪种方法，一定要考虑研究相关统计概念所需的时间。我保证，定量研究不像它看起来那么难，对于你的定量数据来说非常值得。作者：研如玉，神策数据·用户行为洞察研究院 公众号（ID：SDResearch）本文作者：Kate Moran文章来源：Nielsen Norman Group本文由 @研如玉 翻译发布于人人都是产品经理，未经许可，禁止转载题图来自Unsplash，基于CC0协议

定性分析，是利用保留时间定性，这是最常用、最简单的办法。理论和实验结果都表明，对于一定的色谱仪和一定的操作条件，每一种物质都有一个确定的保留时间。这样，对于某一指定的气相色谱仪，在一定的的操作条件下测出各种已知物的保留时间，然后把被测时间和已知物相比较，一般情况下，保留时间相同的就是相同的组分。HRD在线气相色谱仪当然，两种物质的保留时间相同的情况也是存在的，这就要分析者根据其他情况加以判断，如有怀疑可采用其他方法进行判断。定量分析，是在定性分析的基础上利用色谱图上色谱峰的峰高或峰面积定量。显然，后者要比前者精确。在线气相色谱仪的这些计算都是由仪器自动进行的。 气相色谱法主要作用于热稳定性好、易气化的中低分子量挥发性有机化合物的定量分析，分离效率高，分析速度快，样品用量少，灵敏度高，准确度可达±1%~±2%。