¿Cómo puedo hacer tesis doctoral análisis de datos?

Descripción general del Plan de Análisis de datos

Las metodologías de disertación requieren un plan de análisis de datos. El plan de análisis de datos de su tesis debe establecer claramente las pruebas estadísticas y los supuestos de estas pruebas para examinar cada una de las preguntas de investigación, cómo se limpian y crean las puntuaciones y el tamaño de muestra deseado para esa prueba. La selección de las pruebas estadísticas depende de dos factores: (1) cómo se formulan las preguntas e hipótesis de investigación y (2) el nivel de medición de las variables. Por ejemplo, si la pregunta examina el impacto de la variable x en la variable y, estamos hablando de regresiones, si la pregunta busca asociaciones o relaciones, estamos en pruebas de correlación y chi-cuadrado, si se examinan las diferencias, entonces las pruebas t y ANOVA son probablemente la prueba correcta.

Descubra Cómo le ayudamos a Editar los Capítulos de Su Tesis

Alinear el marco teórico, recopilar artículos, sintetizar vacíos, articular una metodología y un plan de datos claros y escribir sobre las implicaciones teóricas y prácticas de su investigación son parte de nuestros servicios integrales de edición de tesis.

• Traiga su experiencia en edición de disertación a los capítulos 1-5 de manera oportuna.
• Haga un seguimiento de todos los cambios, luego trabaje con usted para lograr la escritura académica.
• Soporte continuo para abordar la retroalimentación de los comités, reduciendo las revisiones.

Nivel de medición

El nivel de medición es el segundo factor utilizado para seleccionar la prueba estadística correcta. Si la pregunta de investigación examinará el impacto de X en la variable Y, y esa variable de resultado Y es escala, una regresión lineal es la prueba correcta. Por ejemplo, cuál es el impacto de los Ingresos en el Ahorro (como variable de escala), la regresión lineal es la prueba. Si esa variable de resultado Y es ordinal, entonces una regresión ordinal es la prueba correcta (e.g., cuál es el impacto de los Ingresos en el Ahorro (con el Ahorro como un ordinal $0-$100, $101-$1000, $1001-$10,000, variable), entonces una regresión ordinal es la prueba correcta. Si la pregunta de investigación examina las relaciones, y las variables X e Y son categóricas, entonces el chi-cuadrado es la prueba apropiada. El punto principal es que tanto la fase de la pregunta de investigación como el nivel de medición de las variables dictan la selección de la prueba. Este video sobre árboles de decisión puede ser útil.

Supuestos estadísticos en el Plan de Análisis de Datos

Parte del plan de análisis de datos consiste en documentar los supuestos de una prueba estadística concreta. La mayoría de las suposiciones caen en la normalidad, la homogeneidad de la varianza y el cubo de suposiciones atípicas. Otras pruebas tienen suposiciones adicionales. Por ejemplo, en una regresión lineal con varios predictores, el factor de inflación de varianza debe evaluarse para determinar que los predictores no están muy correlacionados. Este video del plan de análisis de datos puede ser útil.

Puntuaciones compuestas y Limpieza de datos

Los planes de análisis de datos deben analizar cualquier codificación inversa de las variables y la creación de puntuaciones compuestas o subescalas. Antes de crear puntajes compuestos, se debe planificar la confiabilidad alfa para ser examinada. El procedimiento de limpieza de datos debe documentarse. Por ejemplo, la eliminación de valores atípicos, la transformación de variables para cumplir con el supuesto de normalidad, etc.

Tamaño de la muestra y Análisis de potencia

Después de seleccionar las pruebas estadísticas adecuadas, los planes de análisis de datos deben seguir con un análisis de potencia. El análisis de potencia determina el tamaño de la muestra para una prueba estadística, dado un alfa de .05, un tamaño de efecto dado (pequeño, mediano o grande) a una potencia de .80 (es decir, un 80% de probabilidad de detectar diferencias o relaciones si, de hecho, las diferencias están presentes en los datos. Este video de análisis de potencia puede ser útil.