hoe doe ik proefschrift data analyse?

Data Analysis Plan Overview

Dissertatiemethodologieën vereisen een data analysis plan. Uw proefschrift data analysis plan moet duidelijk de statistische tests en aannames van deze tests om elk van de onderzoeksvragen te onderzoeken, hoe scores worden gereinigd en gemaakt, en de gewenste steekproefgrootte voor die test. De selectie van statistische tests hangt af van twee factoren: (1) Hoe de onderzoeksvragen en hypothesen worden geformuleerd en (2) het niveau van meting van de variabelen. Bijvoorbeeld, als de vraag de impact van variabele x op variabele y onderzoekt, hebben we het over regressies, als de vraag associaties of relaties zoekt, zijn we in correlatie en chi-kwadraat testen, als verschillen worden onderzocht, dan zijn t-tests en ANOVA ‘ s waarschijnlijk de juiste test.

ontdek hoe we u helpen bij het bewerken van uw proefschrift Hoofdstukken

het uitlijnen van theoretisch kader, het verzamelen van artikelen, het synthetiseren van hiaten, het articuleren van een duidelijke methodologie en data plan, en het schrijven over de theoretische en praktische implicaties van uw onderzoek zijn onderdeel van onze uitgebreide proefschrift editing services.

• breng proefschrift editing expertise om hoofdstukken 1-5 in tijdige wijze.
• volg alle wijzigingen en werk dan samen met u om wetenschappelijk schrijven tot stand te brengen.
• voortdurende steun voor feedback van het Comité, waardoor herzieningen worden beperkt.

Meetniveau

het meetniveau is de tweede factor die wordt gebruikt bij de selectie van de juiste statistische test. Als de onderzoeksvraag de impact van X op Y-variabele zal onderzoeken, en dat resultaat variabele Y schaal is, dan is een lineaire regressie de juiste test. Bijvoorbeeld, Wat is de impact van het inkomen op het spaargeld (als een schaal variabele), de lineaire regressie is de test. Als die uitkomstvariabele Y ordinaal is, dan is een ordinale regressie de juiste test (e.g., Wat is de impact van inkomen op spaargeld (met spaargeld als ordinaal $0-$100, $101-$1000, $1001-$10,000, variabel), dan is een ordinale regressie de juiste test. Als de onderzoeksvraag relaties onderzoekt, en de x-en Y-variabele categorisch zijn, dan is het chi-kwadraat de geschikte test. Het belangrijkste punt is dat zowel de fasering van de onderzoeksvraag als het meetniveau van de variabelen bepalend zijn voor de keuze van de test. Deze video over beslissingsbomen kan nuttig zijn.

statistische aannames in het Gegevensanalyseplan

een deel van het gegevensanalyseplan bestaat erin de aannames van een bepaalde statistische test te documenteren. De meeste veronderstellingen vallen in de normaliteit, homogeniteit van variantie, en uitschieters emmer van veronderstellingen. Andere tests hebben aanvullende aannames. In een lineaire regressie met verschillende voorspellers moet bijvoorbeeld de variantieinflatiefactor worden beoordeeld om te bepalen dat de voorspellers niet te sterk gecorreleerd zijn. Deze data analyse plan video kan nuttig zijn.

samengestelde Scores en Gegevensreiniging

Gegevensanalyseplannen dienen elke omgekeerde codering van de variabelen en de creatie van samengestelde of subschaal scores te bespreken. Voor het maken van samengestelde scores, alpha betrouwbaarheid moet worden gepland om te worden onderzocht. De procedure voor het opschonen van gegevens moet worden gedocumenteerd. Bijvoorbeeld, het verwijderen van uitschieters, het transformeren van variabelen om te voldoen aan normaliteit aanname, enz.

steekproefgrootte en Vermogensanalyse

na het selecteren van de juiste statistische tests moeten de gegevensanalyseplannen worden gevolgd door een vermogensanalyse. De vermogensanalyse bepaalt de steekproefgrootte voor een statistische test, gegeven een alpha van .05, een gegeven effect Grootte (Klein, medium, of groot) op een macht van .80 (dat wil zeggen, een 80% kans op het detecteren van verschillen of relaties als in feite verschil aanwezig zijn in de gegevens. Deze stroomanalyse video kan nuttig zijn.