序列分析簡介 Sequential Analysis Introduction
序列分析是一種行為分析的工具，國內研究者侯惠澤老師是應用序列分析數位學習行為的專家。最近聽老師演講受到他的啟發，我也去借了Bakeman跟Gottman(1986)的「Observing interaction : an introduction to sequential analysis」來看，了解序列分析是怎麼分析資料，順便將之整理成方便計算的小工具，供大家使用。
序列分析簡介
話說回來，序列分析到底是什麼呢？
在做研究記錄的時候，我們可以把各種「事件」進行「編碼」，然後依照時間順序排列，就可以得到一連串的事件序列觀察樣本。以一群分組合作的學生為例，研究者在觀察他們行為的時候，可以將「各做各的」編碼為「A」、「討論作業」編碼為「B」、「創新意見」編碼為「C」、「聊天」編碼為「D」，於是可以得到「ABDCACDABACADCB」這樣子的資料。從這邊我們可以探討學生行為轉換究竟哪一種比較明顯的議題，最後可能會發現「討論作業」轉換到「創新意見」有顯著高的頻率，那麼我們就可以說學生在「討論作業」時比較容易進入到「創新意見」，並畫出本頁開頭的那張圖。
附帶一提，其實頁首的那張圖是序列分析工具範本觀察樣本算出來的結果。從範本觀察樣本輸入的「ABBDCCAABCBDBCBBBBCDDBCBCBCBBDBCDB……」可以變成這樣的轉換示意圖，你就可以知道序列分析多麼有用了。
進行序列分析研究需要幾種知識：
- 觀察記錄
- 行為編碼
- 序列分析
- 解釋資料
其中1跟2是許多質性研究內容分析法都會探討的議題，而在序列分析裡面更傾向於行為事件的編碼。3跟4則是利用機率統計z分數二項式檢定的顯著性來描述、解釋資料的作法，這就是序列分析需要學習的關鍵。
介紹投影片
為了跟大家解釋怎麼去找出「ABDCACDABACADCB」的關連、並計算其顯著性，我做了一個簡單的投影片供大家參考：(SkyDrive備份)
如果你覺得計算序列分析很麻煩，也可以用用看我寫的序列分析工具，應該有助於你快速分析出資料的規則。至於要怎麼觀察、編碼，那就不是我的領域了，請努力進行文獻探討跟身體力行吧！
參考文獻
- Bakeman, R. (1986). Observing interaction : an introduction to sequential analysis. Cambridge ;New York: Cambridge University Press.
- Hou, H. T.,* Chang, K. E., & Sung, Y. T. (2010). Applying lag sequential analysis to detect visual behavioral patterns of online learning activities. British Journal of Educational Technology, 41, 2, e25-27.
Hi布丁大大：
回覆刪除感激您分享序列分析小工具供大家使用。我有個疑問想請教您，如果我有分析超過兩組以上的編碼，在輸入的時候，會有遇到第N組的最後一個code跟第N+1組的第一個code撞到的問題。我是應該沒有空格的一直輸入下去嗎？不知道您的想法是什麼呢？謝謝
我不是很能理解你的問題，可以請你PO一個你遇到問題的例子，然後敘述你預想希望的結果嗎？
回覆刪除版主您好
回覆刪除投影片的連結似乎無法下載
是否可以請您提供
感謝
To Eddie Wang:
回覆刪除請看Google Doc版本吧：
https://docs.google.com/presentation/d/1cP2gfXp_x643osMXDJ3Q50Ju9VZfsiTqZ70cKRdEKeM/pub?start=false&loop=false&delayms=3000
謝謝pulipuli，您的網站讓我收穫良多！想請教，在工具設定中，first-order和zero-order，一是從樣本中推估期望值，另一是將期望值假設一樣去跑，但我跑出來的顯著序列裡，感覺是zero-order比較類似實際的樣本群有的coding scheme的變化，有看到有些文獻說建議一般是以first-order為結果較佳！因為兩種設定我都有跑，但結果確實有差別，不知道這兩種model的設定，是否有其限制呢？還是在統計角度，需如何去解釋這兩種model的不同結果差異呢？謝謝
回覆刪除To 蘿菠，
回覆刪除Zero-order是假設每一種轉換都會以同樣的機率發生，First-order是用你給予的樣板中去計算期望值，因此每一種轉換發生的機率都不一樣。
First-order鑑定結果較有說服力，Zero-order較差。
一般做序列分析的人不會去說他們用那一種，就各憑良心吧。
你好，我覺得你的序列化分析簡介寫的很好
回覆刪除我試著要用我的說法來解釋序列化分析的簡介，但一直沒辦法像你一樣解釋的這麼精確
請問我是否可以引用你的說法到我的論文中呢？我會註明引用網路資料
序列分析工具 Sequential Analysis Tool。2014年9月22日取自，
http://pulipuli.blogspot.tw/2010/12/sequential-analysis-introduction.html
http://pulipuli.blogspot.tw/2010/12/sequential-analysis-tool.html
期待你的回應，我的maiil是newcici7777@gmail.com
To 異想世界，
回覆刪除我很歡迎你參考我的解釋，但我希望這個解釋是能夠幫助你去理解原文的意思，而不是跳過原作者而引用我的解釋。
這是一個學術倫理的問題，叫做二次引用。
Bakeman發表了這個理論，那我們就應該去引用Bakeman，而不是引用其他人對它的解釋——除非後來研究者去改進他的序列分析，那就可以引用改良版的作者。
這是一種禮貌，把榮譽(credit)回歸原作者。
你可以用我的解釋來搭配原文說明，試著用你的方式來詮釋看看。
但我「非常不希望看到你一字不動地抄襲我的解釋」，這不是什麼保護智慧財產權或很小器的問題，是因為我在blog介紹序列分析是為了協助大家更容易序列分析、是為了鼓勵大家去學習，而絕非是想讓大家抄一抄就完工。
換句話說，如果你自己連序列分析的原理都無法解釋，就算論文裡面抄了我的解釋，那你在口試時要怎麼答辯呢?
總而言之，我不希望你引用我的解釋，而是去引用原作者，然後試著用你的話重新詮釋。
有問題可以在blog留言問我，加油。
文中的原始檔案已經失去鏈結，因此我重新上傳原始檔案供大家參考：
回覆刪除OneDrive: https://onedrive.live.com/redir?resid=6BA2FBE8DE6717A9!2517&authkey=!AH09q4nD76Yv-hc&ithint=file%2cppt
slideshare: http://www.slideshare.net/pulipulichen/20101218-sequentialanalysisintroduction
mega: https://mega.co.nz/#!45gxTZAT!aATTY9ruIhOTbHs0Qlqdp2LrJNy_FwkdBp-GS8vF00E
這個檔案我找了好久orz
布丁大大您好 請問IAM模型適合用在非線上的討論當中嗎?
回覆刪除例如我現在有錄影記錄小組討論情況，想以錄影的方式來人工編法。
非常謝謝您得回覆
To 10樓匿名，
回覆刪除可以試試看。
我實際上沒有好好做過IAM編碼分析，所以也沒有十足把握。
加油
我做的序列分析工具有點問題，可以改用MEPA來分析：
回覆刪除http://pulipuli.blogspot.tw/2015/12/mepa.html
作者已經移除這則留言。
回覆刪除布丁大大您好:
回覆刪除很感謝你所介紹的序列分析簡介,對了解序列分析幫助很大!
想請問關於"不同觀察樣本資料類型的處理方法"之案例2:簡報裏頭提到說可以把資料混再一起後再用案例1方式處理 ! 想請問如果Stu1的全部編碼資料是"ABBCBB" 和 Stu2的全部編碼資料是 " BCBBAC " ,餵進去MEPA的Excel檔資料直接在同一欄空一格就可以嗎?
"ABBCBB BCBBAC " ?
您好，
回覆刪除MEPA沒辦法處理break的問題喔
這我問過侯老師了
break -> 片段
回覆刪除所以MEPA只能處理ABBCBBBCBBAC，不能處理ABBCBB BCBBAC
這樣的話還是用我做的工具吧
http://blog.pulipuli.info/2010/12/sequential-analysis-tool.html
正確性不予保證XD
感謝版主大大耐心解惑,而且版主回答問題都會舉例,真的可以讓即使在網路問答都了解的很清楚!
回覆刪除我試試看板主的工具,因為您的工具有針對同時發生兩兩相對編碼和不同學生但屬於同類型也就是我說的案例2方式,我需要處理這種同屬性不同同學的編碼,因此不同同學的編碼需要被分開如
"ABBCBB BCBBAC"
加油
回覆刪除感謝版主精細的解釋，讓我有了更進一步的了解!
回覆刪除不客氣，加油
回覆刪除版主大大您好:
回覆刪除想請教一下，序列分析有規定編碼的數量嗎?
因為目前看到的資料幾乎都是以四個編碼為主
想請問若是以三個編碼進行序列分析是否可行呢?
感謝版主大大回覆!
To AS，
回覆刪除三個編碼也可以。