2019年4月29日上午，台湾大学洪永泰教授做客我院“珞珈政治学论坛”，在学院332会议室作了题为“量化数据的描述与比较”的学术报告，论坛由刘伟老师主持。众多老师和同学踊跃参与到本次论坛，其中包括倪星院长，孟颖颖、钟兆真、姚强、黄菁、陈刚、朱海英、陈柏奇等老师及相关专业的博士生、硕士生和本科生。
洪教授首先介绍了数据的两大类型。其一，类别资料：名义尺度和等第尺度。名义尺度是纯分类，无大小和强弱的区别；等第尺度有大小和强弱的却别，但无确定的“量”；其二，数字资料：区间尺度和比率尺度。区间尺度的“0”没有定义、无共同的计量基础点；比率尺度的“0”有明确的定义，表示“没有”的意思，可进行数学的四则运算。
数据的描述方式主要分为：图表和数据。关于图表描述，洪教授介绍到类别资料可采用的图表类型为：次数分配表、饼状图、条状图、地图；数字资料可采用的图表类型为：直方图、次数分布曲线、累计百分比（次数）分布曲线、箱型图、枝干法。其中，累计百分比分布曲线，特别是双累积百分比分布曲线对数据具有强大的解释力，可将许多资料浓缩于一个图中。而关于数据的描述，类别资料可使用众数描述数据中心趋势，IQV描述数据离散趋势；数字资料可使用平均数、中位数、众数描述数据中心趋势，百分位描述数据位置，全距、四分距、均差、标准差、方差、标准化、离差系数描述数据离散趋势。洪教授指出：一般数据越集中，越没有分析的价值；数据越分散，越有分析的价值。其中，均差可以表示数据最真实的平均距离。因为柴式不等式，所以确立了平均数和标准差一直以来在量化数据分析中的重要地位。柴式不等式表示的是，任何资料以平均数为中心左右k个标准偏差，包括了至少（1-1/k2）的个案数（k>1）。从而间接地反映出正态分布，即以平均数为中心，左右1个标准偏差包括了68%的个案数，左右2个标准差包括了95%的个案数，左右3个标准偏差包含了99.7%的个案数。洪教授介绍了描述类别资料的离散程度的数据——IQV（Index of Qualitative Variation），IQV越大，表示离散程度越大，IQV=1时最分散，IQV=0时最集中。各组的分类数不同时亦可比较，但其缺点是不够敏感。在这里，洪教授以消费金额、学生考试成绩等数据为例进行了分析。
洪教授着重介绍了数据的比较。通过总量、平均数、百分比、百分位、四分距、成长率、标准化、交叉标准化、跨年度的标准化数据、两两相比等方法进行数据比较分析。抽样调查百分比的比较方式分为三类：其一，不同的调查；其二，同一次调查，同一问题，不同选项的比较；其三，同一次调查，不同问题的比较。洪老师指出，受到比较基期的影响，成长率计较是很容易“作弊”的比较方式。标准化，即去除计算单位，简化数据成为相对位置。转换成标准值和内插法转换是标准化的两种方法。标准值是把原始数据转化成为“每个观察值在平均数以上或以下几个标准偏差的位置”，受到极端值、平均数及标准偏差数值的影响，比较容易失真，而好处是可以猜测每笔数据的百分位。内插法转换是在新设定的数据范围内将原始数据等比例缩小或放大，完全保持原始数据的信息，只是去除单位，不会失真，也不会引起争议。交叉标准化过程中，两组数据相互交叉标准化所得到的结论可能会不一致，可引入第三组真实或者构建一组虚拟数据作为标准，进行统一标准化。由于两组数据结构不同，各单项所占的比重不一样，致使辛普森吊诡的发生，其解决方法亦为统一标准化。期间，洪教授利用甲乙两班的教学效果、甲乙两厂产品不良率、AB两所大学各学院教师发表论文的数据、某杂志续订情形数据以及企业高管的选任等案例进行比较分析。
洪教授的精彩报告引起了在场师生的浓厚兴趣。在问答互动环节，洪教授同到场师生进行了深入交流。有老师与洪教授交流两岸清廉指数调查的调研方法。围绕“两两相比”是否有比较标准的问题，洪教授回应道，两两比较需要的是最终结果，是最好执行的，只需受访者在二者间选其一即可，无需特别的标准；针对标准化中的“第三方”标准数据是如何确立的问题，洪教授回答道，该数据只需管理当局事前设置一个虚拟标准。
论坛最后，刘伟老师作总结发言。他认为，学习量化研究方法最重要的是运用，研究者通过运用数据分析，可以增强社会科学研究的科学性；实证研究是当前社会科学领域的主导取向，而量化研究又是实证研究的主流做法，因此，为更为全面地把握学术前沿，并推进相关研究的实体性进展，政治学的学生除了接受规范研究的训练，也应加强量化研究的相关训练，借助统计工具对数据做好描述、比较和分析，以增强学术研究的可靠性和说服力。（政治学与行政学系汪昱均、刘远雯供稿）
