cum fac analiza datelor de disertație?
Prezentare generală a Planului de analiză a datelor
metodologiile de disertație necesită un plan de analiză a datelor. Planul dvs. de analiză a datelor de disertație ar trebui să precizeze în mod clar testele statistice și ipotezele acestor teste pentru a examina fiecare dintre întrebările de cercetare, modul în care scorurile sunt curățate și create și dimensiunea dorită a eșantionului pentru acel test. Selecția testelor statistice depinde de doi factori: (1) modul în care sunt formulate întrebările și ipotezele cercetării și (2) Nivelul de măsurare a variabilelor. De exemplu, dacă întrebarea examinează impactul variabilei x asupra variabilei y, vorbim despre regresii, dacă întrebarea caută asociații sau relații, suntem în teste de corelație și Chi-pătrat, dacă sunt examinate diferențele, atunci testele t și ANOVA sunt probabil testul corect.
Descoperiți cum vă ajutăm să editați capitolele de disertație
alinierea cadrului teoretic, colectarea articolelor, sintetizarea lacunelor, articularea unei metodologii clare și a unui plan de date și scrierea despre implicațiile teoretice și practice ale cercetării dvs. fac parte din serviciile noastre complete de editare a disertației.
- aduceți expertiza de editare a disertației la capitolele 1-5 în timp util.
- urmăriți toate modificările, apoi lucrați cu dvs. pentru a aduce scrierea științifică.
- sprijin continuu pentru a aborda feedback-ul Comitetului, reducând revizuirile.
nivelul de măsurare
nivelul de măsurare este al doilea factor utilizat în selectarea testului statistic corect. Dacă întrebarea de cercetare va examina impactul lui X asupra variabilei Y și acea variabilă de rezultat Y este scară, o regresie liniară este testul corect. De exemplu, care este impactul veniturilor asupra economiilor (ca variabilă la scară), regresia liniară este testul. Dacă acea variabilă de rezultat Y este ordinală, atunci o regresie ordinală este testul corect (e.g., care este impactul veniturilor asupra economiilor (cu economii ca ordinal $0-$100, $101-$1000, $1001-$10,000, variabilă), atunci o regresie ordinală este testul corect. Dacă întrebarea de cercetare examinează relațiile, iar variabila X și Y sunt categorice, atunci chi-pătrat este testul adecvat. Punctul principal este că atât eliminarea treptată a întrebării de cercetare, cât și nivelul de măsurare a variabilelor dictează selectarea testului. Acest videoclip despre arborii de decizie poate fi util.
ipoteze statistice în planul de analiză a datelor
o parte a planului de analiză a datelor este de a documenta ipotezele unui anumit test statistic. Cele mai multe ipoteze se încadrează în normalitatea, omogenitatea varianței și găleata outlier de ipoteze. Alte teste au ipoteze suplimentare. De exemplu, într-o regresie liniară cu mai mulți predictori, factorul de inflație a varianței trebuie evaluat pentru a determina că predictorii nu sunt prea corelați. Acest plan de analiză a datelor video poate fi de ajutor.
scorurile compozite și curățarea datelor
planurile de analiză a datelor ar trebui să discute orice codificare inversă a variabilelor și crearea scorurilor compozite sau subscale. Înainte de a crea scoruri compozite, ar trebui planificată examinarea fiabilității alfa. Procedura de curățare a datelor trebuie documentată. De exemplu, eliminarea valorilor aberante, transformarea variabilelor pentru a satisface presupunerea normalității etc.
dimensiunea eșantionului și analiza puterii
după selectarea testelor statistice adecvate, planurile de analiză a datelor ar trebui să urmeze o analiză a puterii. Analiza puterii determină dimensiunea eșantionului pentru un test statistic, dat un alfa de .05, o anumită dimensiune a efectului (mic, mediu sau mare) la o putere de .80 (adică o șansă de 80% de a detecta diferențe sau relații dacă, de fapt, diferența este prezentă în date. Acest videoclip de analiză a puterii poate fi util.