1 tammikuun, 2022

Vaihe 7: Data analysis techniques for your dissertation / Lærd Dissertation

STEP SEVEN

Data analysis techniques

in STAGE NINE: Data analysis, we discuss the data you will have collected during STAGE EIGHT: Data collection. Kuitenkin ennen tietojen keräämistä, kun olet noudattanut TUTKIMUSSTRATEGIAA, jonka olet määrittänyt tässä vaiheessa kuusi, on hyödyllistä miettiä tietojen analysointitekniikoita, joita voit soveltaa tietoihisi, kun ne kerätään.

väitöskirjaasi soveltuvat tilastolliset testit riippuvat (a) asettamistasi tutkimuskysymyksistä/hypoteeseista, (B) käyttämästäsi tutkimusasetelmasta ja (C) tietojesi luonteesta. Sinun pitäisi olla jo selvillä tutkimuskysymyksistäsi / hypoteeseistasi vaiheesta kolme: tutkimuskysymysten ja/tai hypoteesien asettaminen sekä tutkimussuunnittelusi tavoitteen tunteminen vaiheesta kaksi: Tutkimussuunnittelu tässä vaiheessa kuusi: tutkimusstrategian asettaminen. Nämä kaksi tiedonkappaletta-tutkimuskysymyksesi/hypoteesisi ja tutkimuksen suunnittelu – antavat sinulle periaatteessa tiedon tilastollisista testeistä, jotka voivat olla tarpeen suorittaa tiedoillasi, jotta voit vastata tutkimuskysymyksiisi.

korostamme sanoja periaatteessa, ja se voi johtua siitä, että sopivin tilastollinen testi, joka suoritetaan tiedoillasi, ei riipu vain tutkimuskysymyksistäsi/hypoteeseistasi ja tutkimusasetelmastasi, vaan myös tietojesi luonteesta. Kuten Sinun olisi pitänyt tunnistaa vaiheessa kolme: Tutkimusmenetelmät ja artikkelissa muuttujien tyypit, Lærdin Väitöskirjan Fundamentalistisessa osassa, (a) Kaikki tiedot eivät ole samoja, ja (b) kaikkia muuttujia ei mitata samalla tavalla (eli muuttujat voivat olla dikotomia, ordinaalisia tai jatkuvia). Lisäksi kaikki tiedot eivät ole normaaleja, eivätkä tiedot ole ryhmiä vertailtaessa välttämättä tasa-arvoisia, termejä selitämme Lærdin Väitöskirjan Fundamentals-osan Data Analysis-osiossa. Tämän seurauksena saatat ajatella, että tietyn tilastollisen testin suorittaminen on oikein tässä vaiheessa tutkimusstrategian asettamista (esim., tilastollinen testi, jota kutsutaan riippuvaiseksi t-testiksi), joka perustuu asettamiisi tutkimuskysymyksiin/hypoteeseihin, mutta kun keräämme tietojasi (eli kahdeksannen vaiheen aikana: tiedonkeruu), tiedot saattavat pettää tietyt oletukset, jotka ovat tärkeitä tällaiselle tilastolliselle testille (eli varianssin normaalius ja homogeenisuus). Tämän seurauksena, sinun täytyy suorittaa toinen tilastollinen testi (esim, Wilcoxon allekirjoitettu-rank testi sijaan riippuvainen t-testi).

väitöskirjaprosessin tässä vaiheessa on tärkeää tai vähintäänkin hyödyllistä miettiä, mitä data-analyysimenetelmiä voit käyttää tietoihisi, kun niitä kerätään. Suosittelemme, että teet tämän kahdesta syystä:

  • syy
    esimiehet odottavat joskus, että tiedät, mitä tilastollista analyysia teet väitöskirjaprosessin tässä vaiheessa

    näin ei aina ole, mutta jos olet joutunut kirjoittamaan Väitöskirjaehdotuksen tai etiikkaa koskevan ehdotuksen, joskus odotetaan, että selität, minkä tyyppistä data-analyysia aiot tehdä. Tietoaineiston analysoinnin ymmärtäminen voi olla myös odotettu osa väitöskirjasi tutkimusstrategian lukua Writ-up (ts. yleensä luku kolme).: Tutkimusstrategia). Siksi on hyvä aika miettiä tietojen analysointiprosessia, jos aiot aloittaa tämän luvun kirjoittamisen tässä vaiheessa.

  • syy B
    tietojen analysoinnin ymmärtäminen

    vie aikaa, kun tulet analysoimaan tietojasi vaiheessa yhdeksän: Data-analyysi, sinun täytyy miettiä (a) valitsemalla oikeat tilastolliset testit tehdä tietosi, (b) suorittamalla nämä testit tietosi käyttäen tilastoja paketti, kuten SPSS, ja (c) oppia tulkitsemaan tuotos tällaisten tilastollisten testien niin, että voit vastata tutkimuskysymyksiin tai hypoteeseja. Vaikka näytämme sinulle, miten tämä tehdään monenlaisia skenaarioita Lærd Väitöskirjan Fundamentals-osan Data-analyysi-osiossa, se voi olla aikaa vievä prosessi. Ellet ottanut kehittynyttä tilastomoduulia / optiota osana tutkintoasi (ts., ei vain johdantokurssin tilastoja, jotka usein opetetaan perustutkintoa ja master?s astetta), se voi kestää aikaa saada pään noin tietojen analysointi. Tämän prosessin aloittaminen tässä vaiheessa (eli vaihe kuusi: tutkimusstrategia) sen sijaan, että odottaisit kunnes olet kerännyt tietosi (eli vaihe kahdeksan: tiedonkeruu), on järkevä lähestymistapa.

viimeiset ajatukset…

väitöskirjasi tutkimusstrategian asettaminen vaati sinua kuvailemaan, selittämään ja perustelemaan tutkimusparadigman, kvantitatiivisen tutkimuksen suunnittelun, tutkimusmenetelmät, näytteenottostrategian, tutkimusetiikan ja data-analyysin lähestymistavan, jota aiot noudattaa, sekä määrittelemään, miten varmistat tutkimustulostesi tutkimuksen laadun, jotta voit tehokkaasti vastata tutkimuskysymyksiisi/hypoteeseihisi. Kuitenkin käytännön näkökulmasta, vain muistaa, että päätavoitteena vaiheessa kuusi: tutkimusstrategia on oltava selkeä tutkimusstrategia, että voit toteuttaa (i.e., operationalize). Loppujen lopuksi, jos et pysty selkeästi seuraamaan suunnitelmaasi ja tekemään tutkimustasi kentällä, sinun on vaikea vastata tutkimuskysymyksiisi/hypoteeseihisi. Kun olet varma, että sinulla on selkeä suunnitelma, on hyvä ottaa askel taaksepäin, puhua esimiehesi kanssa ja arvioida, missä olet ennen kuin siirryt keräämään tietoja. Siksi, kun olet valmis, siirry vaiheeseen seitsemän: Arviointipiste.

Vastaa

Sähköpostiosoitettasi ei julkaista.