Wie mache ich meine Datenanalyse?

Übersicht über den Datenanalyseplan

Dissertationsmethoden erfordern einen Datenanalyseplan. Ihr Dissertationsdatenanalyseplan sollte die statistischen Tests und Annahmen dieser Tests klar angeben, um jede der Forschungsfragen zu untersuchen, wie die Punktzahlen bereinigt und erstellt werden, und die gewünschte Stichprobengröße für diesen Test. Die Auswahl der statistischen Tests hängt von zwei Faktoren ab: (1) wie die Forschungsfragen und Hypothesen formuliert sind und (2) der Grad der Messung der Variablen. Zum Beispiel, wenn die Frage die Auswirkungen der Variablen x auf die Variable y untersucht, sprechen wir über Regressionen, wenn die Frage Assoziationen oder Beziehungen sucht, sind wir in Korrelations- und Chi-Quadrat-Tests, wenn Unterschiede untersucht werden, dann sind t-Tests und ANOVA wahrscheinlich der richtige Test.

Entdecken Sie, wie wir Ihnen helfen, Ihre Dissertationskapitel zu bearbeiten

Das Ausrichten des theoretischen Rahmens, das Sammeln von Artikeln, das Synthetisieren von Lücken, das Artikulieren einer klaren Methodik und eines Datenplans sowie das Schreiben über die theoretischen und praktischen Implikationen Ihrer Forschung sind Teil unserer umfassenden Dissertationsbearbeitung.

• Bringen Dissertation Bearbeitung Know-how zu den Kapiteln 1-5 rechtzeitig.
• Verfolgen Sie alle Änderungen und arbeiten Sie dann mit Ihnen zusammen, um wissenschaftliches Schreiben zu erreichen.
• Laufende Unterstützung, um das Feedback des Ausschusses zu berücksichtigen und Revisionen zu reduzieren.

Messniveau

Das Messniveau ist der zweite Faktor, der bei der Auswahl des richtigen statistischen Tests verwendet wird. Wenn die Forschungsfrage die Auswirkungen von X auf die Y-Variable untersucht und diese Ergebnisvariable Y skaliert ist, ist eine lineare Regression der richtige Test. Zum Beispiel, was ist der Einfluss des Einkommens auf Einsparungen (als Skalenvariable), ist die lineare Regression der Test. Wenn diese Ergebnisvariable Y ordinal ist, ist eine ordinale Regression der richtige Test (e.g., wie wirkt sich das Einkommen auf die Ersparnisse aus (mit Ersparnissen als Ordnungszahl $0-$100, $101-$1000, $1001-$10,000, variable), dann ist eine ordinale Regression der richtige Test. Wenn die Forschungsfrage Beziehungen untersucht und die Variablen X und Y kategorisch sind, ist das Chi-Quadrat der geeignete Test. Der Hauptpunkt ist, dass sowohl die Phasenlage der Forschungsfrage als auch der Grad der Messung der Variablen die Auswahl des Tests bestimmen. Dieses Video über Entscheidungsbäume kann nützlich sein.

Statistische Annahmen im Datenanalyseplan

Ein Teil des Datenanalyseplans besteht darin, die Annahmen eines bestimmten statistischen Tests zu dokumentieren. Die meisten Annahmen fallen in die Normalität, Homogenität der Varianz und Ausreißer von Annahmen. Andere Tests haben zusätzliche Annahmen. Bei einer linearen Regression mit mehreren Prädiktoren muss beispielsweise der Varianzinflationsfaktor bewertet werden, um festzustellen, dass die Prädiktoren nicht zu stark korrelieren. Dieses Video zum Datenanalyseplan kann hilfreich sein.

Zusammengesetzte Scores und Datenbereinigung

In Datenanalyseplänen sollte jede umgekehrte Codierung der Variablen und die Erstellung von zusammengesetzten oder subskalierten Scores erörtert werden. Vor der Erstellung von zusammengesetzten Scores sollte die Alpha-Zuverlässigkeit untersucht werden. Das Datenbereinigungsverfahren sollte dokumentiert werden. Zum Beispiel das Entfernen von Ausreißern, das Transformieren von Variablen, um die Normalitätsannahme zu erfüllen usw.

Stichprobengröße und Power-Analyse

Nach Auswahl der geeigneten statistischen Tests sollten die Datenanalysepläne mit einer Power-Analyse fortgesetzt werden. Die Potenzanalyse bestimmt die Stichprobengröße für einen statistischen Test, gegeben ein Alpha von .05, eine gegebene Effektgröße (klein, mittel oder groß) bei einer Potenz von .80 (d. h. eine 80% ige Chance, Unterschiede oder Beziehungen zu erkennen, wenn tatsächlich Unterschiede in den Daten vorhanden sind. Dieses Power-Analyse-Video kann hilfreich sein.