Como coincidir com o método estatístico com Design Research

Vídeo: Robyn Stein DeLuca: The good news about PMS

Declare a sua questão de pesquisa claramente. Se você está tendo problemas fazendo isso, ele pode ajudar a olhar sobre os possíveis categorias de questões de pesquisa, abaixo, para pedir-lhe.

Categorizar a sua questão de pesquisa. É uma questão de descrição, como “o que é o tamanho médio pé dos clientes da loja de sapatos X?” É uma questão de diferença, como “é a renda média das famílias neste CEP diferente do que os agregados familiares em que ZIP código?”é uma pergunta de associação, como‘como é a quantidade de vitamina C que as pessoas ingerem relacionada com a quantidade de vírus do resfriado em sua corrente sangüínea?’, ou previsão, como“como é que as vendas de ingressos relacionada com o tipo e número de anúncios colocados?”

Determinar o nível de medida que você vai usar para cada variável. Se você tem dados sobre contagens, como quantas pessoas selecionadas Car A versus Cars B e C, você tem dados de nível nominal. Se você pediu dados, como a ordem de chegada dos corredores em uma corrida, então você tem dados ordinais. Se você tiver dados, onde a diferença entre um 10 e um 20 é a mesma quantidade de diferença entre um 30 e um 40, como em graus Fahrenheit ou Celsius, então você tem data- pelo menos intervalo se houver um verdadeiro ponto zero, como em dólares de renda, então você tem os dados de relação.

Fazer suposições sobre o tipo de distribuição de seus dados. Com base em pesquisas anteriores, determinar se os dados que você recolhe provavelmente será distribuída de forma padrão normal “curva do sino”, caso em que você vai usar estatísticas paramétricas, ou em uma forma não-normal, como uma curva de duplo sino, ou um tipo parabólica curva mergulhando, caso em que você vai usar as estatísticas não paramétricas.

Escolha estatísticas para questões de descrição. Por uma questão de descrição, você vai usar medidas estatísticas de tendência central e dispersão. Para dados com distribuição normal “curva de sino” medidos em um ordinal, intervalo, ou nível proporção de medição, irá reportar média, mediana e moda, gama, e o desvio padrão. Para dados não-normal, você vai relatar mediana, moda, e variam, mas para dados relatados em um nível nominal de medição, você irá relatar apenas o modo.

Escolha estatísticas para questões de diferença. Por uma questão de diferença, você vai usar estatísticas sobre a significância das diferenças do grupo. Para dados normalmente distribuídos “curva de sino” medidos nos níveis de intervalo ou o prolongamento de medição, irá conduzir um teste-t para uma comparação de dois grupos, ou uma análise de variância / ANOVA para uma comparação de três ou mais grupos. Para dados não-normais, com os dados reportados em um nível nominal de medição, você usaria as estatísticas não paramétricas como square- chi com os dados reportados em um nível intervalo, você usaria as estatísticas não paramétricos, como o teste de Mann-Whitney.

Escolha estatísticas para questões de associação. Para dados normalmente distribuídos “curva de sino” medidos nos níveis de intervalo ou o prolongamento de medição, vai calcular uma correlação de Pearson momento produto, r. Para dados não-normal, com os dados relatados em um nível nominal de medição, irá calcular um coeficiente de contingência, C. Para dados não normais relatados em um nível ordinal de medição, irá calcular um Spearman ou Kendall de correlação, r- sub-s ou tau.

Escolha estatísticas para questões de previsão. Para dados normalmente distribuídos “curva de sino”, medidos em níveis de intervalo ou o prolongamento de medição, vai calcular uma regressão ou equação de regressão múltipla. Você também pode tentar fazer isso para os dados medidos em um nível ordinal de medida, mas os resultados devem ser interpretados com cautela.