hogyan kell elvégezni a disszertáció adatelemzését?

adatelemzési terv áttekintése

a disszertációs módszertanokhoz adatelemzési terv szükséges. A disszertáció adatelemzési tervének egyértelműen meg kell határoznia ezeknek a teszteknek a statisztikai tesztjeit és feltételezéseit, hogy megvizsgálja az egyes kutatási kérdéseket, a pontszámok tisztítását és létrehozását, valamint a teszt kívánt mintaméretét. A statisztikai tesztek kiválasztása két tényezőtől függ: (1) a kutatási kérdések és hipotézisek megfogalmazása és (2) a változók mérési szintje. Például, ha a kérdés az x változó y változóra gyakorolt hatását vizsgálja, akkor regressziókról beszélünk, ha a kérdés asszociációkat vagy kapcsolatokat keres, korrelációs és khi-négyzet tesztekben vagyunk, ha a különbségeket vizsgáljuk, akkor a t-tesztek és az ANOVA valószínűleg a helyes teszt.

fedezze fel, hogyan segítünk szerkeszteni a dolgozat fejezeteit

az elméleti keret összehangolása, cikkek összegyűjtése, hiányosságok szintetizálása, világos módszertan és adatterv megfogalmazása, valamint a kutatás elméleti és gyakorlati következményeinek írása átfogó disszertációs szerkesztési szolgáltatásaink részét képezik.

• hozd értekezés szerkesztési szakértelem fejezetek 1-5 időben.
• Kövesse nyomon az összes változást, majd dolgozzon veled, hogy tudományos írást hozzon létre.
• folyamatos támogatás a Bizottság visszajelzéseinek kezelésére, a felülvizsgálatok csökkentésére.

mérési szint

a mérési szint a második tényező, amelyet a megfelelő statisztikai teszt kiválasztásához használnak. Ha a kutatási kérdés megvizsgálja az X hatását az Y változóra, és az Y eredményváltozó skála, akkor a lineáris regresszió a helyes teszt. Például, mi a jövedelem hatása a megtakarításokra (skálaváltozóként), a lineáris regresszió a teszt. Ha ez az eredményváltozó y ordinális, akkor egy ordinális regresszió a helyes teszt (e.g., mi a jövedelem hatása a megtakarításokra (a megtakarításokkal, mint sorszámmal $0-$100, $101-$1000, $1001-$10,000, változó), akkor az ordinális regresszió a helyes teszt. Ha a kutatási kérdés összefüggéseket vizsgál, és az X és Y változó kategorikus, akkor a chi-négyzet a megfelelő teszt. A lényeg az, hogy mind a kutatási kérdés fázisa, mind a változók mérési szintje diktálja a teszt kiválasztását. Ez a videó a döntési fákról hasznos lehet.

statisztikai feltételezések az adatelemzési tervben

az adatelemzési terv része egy adott statisztikai teszt feltételezéseinek dokumentálása. A legtöbb feltételezés a normalitásba, a variancia homogenitásába és a feltételezések kiugró vödörébe esik. Más tesztek További feltételezésekkel rendelkeznek. Például egy lineáris regresszióban, több prediktorral, a variancia inflációs tényezőt kell értékelni annak megállapításához, hogy a prediktorok nincsenek-e túl erősen korrelálva. Ez az adatelemzési terv videó hasznos lehet.

összetett pontszámok és adattisztítás

az adatelemzési terveknek meg kell vitatniuk a változók fordított kódolását és az összetett vagy alskála pontszámok létrehozását. Összetett pontszámok létrehozása előtt meg kell tervezni az alfa megbízhatóságának vizsgálatát. Az adattisztítási eljárást dokumentálni kell. Például a kiugró értékek eltávolítása, a változók átalakítása a normalitás feltételezésének teljesítése érdekében stb.

mintaméret és teljesítményelemzés

a megfelelő statisztikai vizsgálatok kiválasztása után az adatelemzési terveket teljesítményelemzéssel kell követni. A teljesítményelemzés meghatározza a statisztikai teszt mintaméretét, adott alfája .05, egy adott hatásméret (kicsi, közepes vagy nagy).80 (vagyis 80% esély a különbségek vagy kapcsolatok észlelésére, ha valójában különbségek vannak az adatokban. Ez a teljesítményelemző videó hasznos lehet.