UNIT 07 · Ethics & Quality

研究倫理、信效度與模型品質

在資料收集前處理倫理要求,在分析階段用適當的信度、效度與預測指標判斷研究品質。

研究倫理與 IRB

研究倫理涵蓋知情同意、隱私、風險、資料保存與誠信。倫理審查通常必須在研究開始前完成;是否需要送審、免送審或申請免審證明,應依研究性質與所在地規範判斷,不能事後補做或誤導期刊。

信度與效度

信度關注測量的一致性,可用再測、複本、折半、Cronbach’s α 或編碼者間信度評估。效度關注是否測到預定概念,包括內容、表面、建構、收斂與區別效度等。高信度不必然代表高效度。

預測模型品質

分類模型不能只看正確率,尤其在類別不平衡時。混淆矩陣、精確率、召回率、F1、ROC 與 AUC 提供不同觀點,指標選擇應反映哪一類錯誤最重要。

重點

  1. 倫理判斷與審查要在資料收集前完成。
  2. 免送審與取得免審證明是不同概念。
  3. 信度是穩定一致,效度是測得正確概念。
  4. 模型指標要依類別不平衡與錯誤成本選擇。

觀念複習

QUESTION 01

倫理審查最適合在何時完成?

  1. A資料分析後
  2. B投稿被問到時
  3. C研究與資料收集開始前
  4. D論文口試後
查看答案

C研究與資料收集開始前
倫理審查的目的在事前保護參與者與研究程序。

QUESTION 02

高信度代表什麼?

  1. A一定測到正確概念
  2. B測量結果具有一致性
  3. C樣本一定有代表性
  4. D研究一定具創新
查看答案

B測量結果具有一致性
信度著重一致與穩定,不等同效度。

QUESTION 03

類別極度不平衡時,只看正確率的主要問題是?

  1. A正確率無法計算
  2. B可能掩蓋重要少數類別的錯誤
  3. C一定比 F1 低
  4. D不需要混淆矩陣
查看答案

B可能掩蓋重要少數類別的錯誤
模型即使忽略少數類別,也可能得到表面很高的正確率。