التحليل الإحصائي للأطروحة: سير عمل قابل لإعادة الإنتاج

اختر تحليلًا من سؤال البحث والتصميم والعملية القياسية بدلاً من حزمة البرمجيات المفضلة. تحديد السكان والنتيجة والمقارنة والتقدير قبل فحص النتائج. تحديد ما هي الاستنتاجات التي يمكن أن تدعمها تصميم العينات والدراسات.

إعداد قاموس البيانات والحفاظ على مجموعة البيانات الأصلية بأمان. وحدات السجلات، واتفاقيات الترميز، وقواعد القيمة المفقودة، ومعايير الاستبعاد. تمييز الهوية من بيانات التحليل واتباع الأخلاق المعتمدة والترتيبات لإدارة البيانات. لا تضع معلومات المشاركين في أمثلة عامة أو مستودع مفتوح.

وصف البيانات قبل تطبيق نموذج. تحقق من توزيعات القيم غير العادية وكمية ونمط الإفراط. ينبغي أن يؤدي تحذير البرمجيات إلى التحقيق؛ فهي ليست سببًا لحذف الملاحظات غير السارة. وثيقة تبرر التصحيحات والحفاظ على مسار قابل للتكرار.

اختيار الأساليب والتشخيص المناسبة للنتيجة والتصميم. وتقييم الافتراضات الحكومية واستخدام الأدلة المناسبة. تقرير تقديرات تأثير وعدم اليقين، جنبا إلى جنب مع أي اختبارات الافتراض. لا يحدد قيمة P الصغيرة وحدها أهمية عملية أو سبب أو دراسة مصممة بشكل جيد.

في R ، احفظ النسخ والنسخ الحزمة ؛ في SPSS ، احفظ المحاكاة وكذلك النتيجة. ربط اللوحات والأرقام إلى التحليل الوثيق بدلا من تحرير النتائج يدويا. تمييز التحليلات المخططة من الفحوصات الاستكشافية ووصف العديد من المقارنات وتحليلات الحساسية بصراحة.

ينبغي أن يشرح أطروحة ما تم القيام به بشكل جيد بما فيه الكفاية للقارئ المجهول لتقييمها. ابحث عن مراجعة منهجية مؤهلة عندما يكون التصميم معقدًا أو تكون العواقب مهمة. يجب أن تعزز الدعم الأكاديمي فهمك ودقة البحث، وليس تصنيع البيانات أو النتائج أو الكتابة.