Kayıp veri ile nasıl başa çıkılır?
Boş bırakılan sorular veriyi ne kadar bozar? Kayıp veri türleri, silme ve atama yöntemleri ve tezde nasıl raporlanacağı.
Örneklem büyüklüğü, tezin en çok tartışılan ama en az anlaşılan konularından biri. Doğru sayı evrenin büyüklüğüne, kabul ettiğiniz hata payına ve kullanacağınız analize göre değişir; çoklu regresyon ya da yapısal eşitlik modeli kuracaksanız basit formüllerin verdiği sayı yetmez.
Bu kategorideki yazılar hem hesabın nasıl yapıldığını hem de sayıyı topladıktan sonra karşılaşacağınız pratik sorunları kapsıyor: olasılıklı ve olasılıksız örnekleme arasındaki fark, kartopu yönteminin ne zaman meşru sayıldığı, yanıt oranını artırmanın uygulanabilir yolları ve eksik verinin nasıl ele alınacağı.
Hedef kitlesi dar araştırmalarda (belirli bir meslek grubu, belirli bir şehir) katılımcıya ulaşmak genellikle asıl darboğazdır; bu durumda veri toplama planınızı anket tasarımıyla birlikte, en baştan kurmanız gerekir.
Boş bırakılan sorular veriyi ne kadar bozar? Kayıp veri türleri, silme ve atama yöntemleri ve tezde nasıl raporlanacağı.
Anketi açan on kişiden kaçı bitiriyor? Terk oranını düşüren, denenmiş on iki değişiklik.
Tabakalı mı küme mi? Kolayda örnekleme kullanmak sorun mu? Sekiz örnekleme yönteminin farkı ve tezde nasıl yazılacağı.
Anket hazır ama katılımcı yok. Denenmiş dokuz yöntem, hangisinin ne kadar sürdüğü ve hangi durumda hangisinin işe yaradığı.
384 sayısı nereden geliyor? Güven düzeyi, hata payı ve evren büyüklüğünün örneklem sayısını nasıl değiştirdiği, hesaplama örnekleriyle.