[系统转发] 测量的准确性与现象的意义性

Kenneth

cym,台湾在管理学上曾经有过一个叫做“本土化运动”（indigenous movement）。就是不承认西方的研究结果，一切在本土从量表开发开始重头在做。
我是一个 universalist。也就是相信大部分的关系现象都是共同的。Indigenous research 假设一切都不一样，所以要看见“是一样”的证据才相信是共通。Universalist 假设一切都一样，所以要看见“不是一样”的证据才相信有分歧。因为我是 universalist，所以你讲的问题在我的价值观中是不存在的。如果你相信哪一个理论在中国行不通，哪一个量表在中国行不通，请你证明给我看，有证据我就相信你，用新的量表、新的理论。没有的话，我就继续的相信西方的研究结果在中国还是可以用的。

那么国外的量表拿到中国来用，翻译的问题怎么解决呢？我从哪里可以知道哪些量表是否被翻译过的？是根据论文的引用情况来追踪吗？

Kenny及各位大侠:可以解释一下t检验和卡方检验的区别吗，我看辅导书看上面写的很混，尤其是卡方检验。。

@ 回复 cym 29楼 (Kenneth)

Kenny, 这好像符合符合empiricism。在于研究所寻找的是general laws，在没有证据证明现在的理论不符合特定的某个或者某些case之前，强调现有理论的普适性。不过，这似乎更多是建立在一种信念belief上面。因为研究者不会也不可能找到所有相关的case来检验理论，那么在还没有对所有case进行过检验之前，确认现有理论的普适性，就排除了特殊的case的存在了。可以这样理解了么？

Kathy, 我自己的做法是，不会花很多时间查有没有翻译版本。如果看不到很好的期刊上有发表过说他们用过翻译版本（这样的情况可能可以写信问作者可不可以用他们的），大多数情况我宁愿再翻译一遍。只要是严格按照translation和back-translation的程序做，我猜应该问题不大。不知道Kenny和其他朋友有什么意见？

Kenneth

Nanfeng,整个科学研究方法的假设都是这样的。伽利略只是在比萨斜塔做了一次把木球和圆球同时堕下，证明了它们的加速是一样的。你怎么知道塑胶球也是一样？怎么知道铁球也一样？怎么知道在中国做也一样？
科学研究的发展，是基于科学家希望找到和了解上帝在这个世界订下的“普遍”规律。所以，基本的假设就是规律是简单的、精简的。所以哥白尼的系统才比较Ptolemy系统更“科学”（基于simplicity的条件）。不然，从解析的角度，两者可以是同样精确的。

CYH,t检验和卡方检验的过程可能一两句讲不完。不过也许区分出它们各自解决的不同问题，你就能明白它们的区别了。总的来说，卡方检验主要是对频数和比率进行分析，t检验主要是对不同的组之间连续变量的均值进行分析。

t检验我们一般会用的比较多。而卡方检验主要用于解决这样一些问题：
1、检验两个组或多个组的比例有没有显著不同。（如，两个组中的男女比例是否相同）
2. 对样本按两个或多个变量分割成多组，比较这些组中的个体数目或比例有没有显著不同。（如，不同企业的不同职位上男女比例/数目有没有显著不同。）
3. 在SEM中用卡方检验来作为模型的拟合度标准之一。

不知道这样是否清楚一点 :)

谢谢Kenny鼓励，只是被您说“认真”真是太惭愧了。*-*

谢谢xinxin,我理解了，T检验是检验均值差异，卡方是检验期望频数差异。。

Kenneth

其实，我不知道我是不是明白你的问题。对我来说，一个统计值的抽样分配是一个数学推导的问题。它只有实然性、没有应然性的。比如，当样本大的时候，平均数的抽样分配是接近正态分布的。你问我为什么是正态分布，我只可以说是数学推导的结果，没有其他的答案。那为什么回归系数的抽样分配是符合t-分布呢？也是数学推导的结果，没有为什么的。所以，有些统计值是t-分布，有些是卡方分布，如何去解释“为什么”是这样呢？甚至连说在“什么情形底下”是t，在什么情形底下是卡方也难说的。