Skip to main content
Global

2.6:定量和定性分析

  • Page ID
    203934
    • David G. Lewis, Jennifer Hasty, & Marjorie M. Snipes
    • OpenStax

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\dsum}{\displaystyle\sum\limits} \)

    \( \newcommand{\dint}{\displaystyle\int\limits} \)

    \( \newcommand{\dlim}{\displaystyle\lim\limits} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \(\newcommand{\longvect}{\overrightarrow}\)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)
    学习目标

    在本节结束时,您将能够:

    • 识别定量和定性信息之间的差异。
    • 举一个例子,说明人类学家如何对研究结果进行建模。
    • 描述科学方法的步骤。

    定量和定性信息之间的差异

    定量信息是可测量或可数的数据,可以提供对研究问题的见解。 定量信息是理解有限的具体问题的最直接方法之一,例如文化中人们执行某种行为的频率或某种艺术形式或图案在文化文物中出现的次数。 根据定量数据创建的@@ 统计数据可帮助研究人员了解一段时间内的趋势和变化。 文化遗迹的数量,例如在露营地发现的动物遗骸的数量和分布,可以显示露营地的使用量以及正在猎杀哪种类型的动物。 可以对土著人民用来加工食物的几个不同地点进行统计比较,以确定每个地点的主要用途。

    在文化研究中,定性数据使人类学家能够基于对语言、行为、仪式、象征主义和人际关系的更主观的分析来理解文化。 定性数据有可能通过开放式问题得到更深入的回答,可以对这些问题进行编码和分类,以便更好地确定共同的主题。 定性分析与其说是频率和事物的数量,不如说是研究人员的主观见解和理解。 人类学和社会科学的其他领域经常使用混合方法整合这两种类型的数据。 通过对数据进行三角测量,人类学家可以使用客观和频率数据(例如调查结果)和主观数据(例如观测结果)来提供更全面的理解。

    建模

    许多人类学家创建模型来帮助其他人可视化和理解他们的研究结果。 模型可以帮助人们理解不同数据点之间的关系,也可以包括定性元素。 一个非常熟悉的模型是地图。 地图由投影在平面上的数千个数据点构成,可帮助人们了解距离和关系。 地图通常是二维的,但我们当然都熟悉被称为地球的世界地图的三维版本。 地图和地球仪建立在数据点之上,但它们也包括定性信息,例如用于表示各种特征的颜色和各种地理特征的人为命名。 其他熟悉的模型类型包括图表、日历、时间轴和图表。 GPS 也是当今重要的建模工具。

    GPS 或全球定位系统越来越多地用于考古学。 可以使用计算机程序和一系列 GPS 坐标创建研究地点的模型。 在现场发现的任何人工制品或识别出的重要特征都可以映射到它们在该模型中的确切位置。 如果需要进一步开展工作,这种类型的地图将非常有用,使研究人员能够返回发现原始文物的确切地点。 这些类型的模型还使建筑公司了解最敏感的文化遗址在哪里,从而避免破坏这些遗址。 政府机构和部落政府目前正在绘制包括各种层次的重要文化遗址的全球定位系统地图。 对环境中的数据类型进行分层使研究人员能够轻松地对可用数据进行排序,并专注于与特定问题或任务最相关的数据。

    可以精确记录和绘制野生食用植物、水源、道路和步道,甚至单棵树木的地图。 考古学家可以创建传统原住民景观的复杂分层地图,标明原始居住地、步道和资源位置。 全球定位系统在重现历史时期方面有重要应用。 通过比较过去不同地点的建筑物位置,可以创建 GPS 模型,显示街区甚至整个城市随着时间的推移发生了怎样的变化。 此外,还可以创建包含文化和历史信息的图层。 这些类型的模型是保护剩余文化和历史遗迹和特色工作的重要组成部分。

    人类学科学

    人类学是一门科学,因此,人类学家遵循科学方法。 首先,人类学家根据他们遇到的某种现象提出研究问题。 然后,他们根据他们的问题构造了一个可检验的假设。 为了检验他们的假设,他们收集了数据和信息。 信息可以来自一个或多个来源,本质上可以是定量的,也可以是定性的。 评估的一部分可能包括对数据的统计分析。 然后,人类学家得出结论。 结论很少是 100% 正面或 100% 否定;一般来说,结果是连续的。 大多数积极的结论将被说成 “很可能” 是正确的。 学者们还可以开发出检验和重新检验其结论的方法,以确保他们认为的真实情况通过各种手段被证明是正确的。 当一个假设经过严格检验并且结果与世界的实证观察相一致时,则理论被认为 “可能准确”。 随着更多信息的收集,假设总是会被驳回或修改。


    This page titled 2.6:定量和定性分析 is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by David G. Lewis, Jennifer Hasty, Marjorie M. Snipes, & Marjorie M. Snipes (OpenStax) via source content that was edited to the style and standards of the LibreTexts platform.