滚雪球抽样是一个non-probability抽样法。不像概率抽样(包括某种形式的随机选择),最初的个人选择研究的招募新的参与者。
因为不是每一个目标人群的成员都有一个平等的机会被招募到样本,滚雪球抽样的随机选择。
滚雪球抽样是一个non-probability抽样法,那里不是一个平等的机会每一个成员的人口中样本。
重复性和复现性相关条款。
分层抽样和定额抽样都涉及到分人口从每个子群子组,选择单位。在这两种情况下的目的是选择一个代表性样本和/或允许子组之间的比较。
主要的区别在于,在分层抽样,你画一个随机样本从每个子群(概率抽样)。在配额抽样,你选择一个预先确定的数量或比例的单位,以随机的方式(non-probability抽样)。
便利抽样和定额抽样都是non-probability抽样方法。他们都使用标准的非随机像可用性、地理相邻、专家知识来招募参与者。
然而,在便利抽样,你继续样本单位或者案件直到你到达所需的样本量。
在配额抽样,您首先需要将您感兴趣的人口划分为子组(层)和估计他们的人口比例(配额)。然后你就可以开始你的数据收集,利用便利抽样招募参与者,直到比例在每个子群与估计的人口比例。
作为一个经验法则,相关的问题思想、信仰和感情在焦点小组工作得很好。花时间制定强有力的问题,特别注意措辞。应该注意避免主要的问题你的反应,偏见。
总的来说,你的焦点小组的问题应该是:
面试官效应是一种偏见,当面试官的特点(种族、年龄、性别身份,等等)影响的反应被采访者。
有一个面试官的风险影响类型的采访,但它可以减轻通过编写真正高质量的面试问题。
归纳推理是一个自底向上的方法,而演绎推理是自上而下的。
归纳推理需要你从具体到一般,在演绎推理,你做出的推论,从一般前提具体结论。
在归纳研究,你开始通过观察和收集数据。然后,你需要广泛的扫描数据和搜索模式。最后,你让一般的结论可能纳入理论。
有四个主要类型的三角测量:
一般来说,同行评审过程遵循以下步骤:
每个数据集都需要不同的技术清理脏数据,但是你需要以一种系统化的方式解决这些问题。你专注于发现和解决数据点,不同意或符合你其他的数据集。
这些数据可能缺失值,异常值,重复的值,格式不正确的,或者无关紧要。你先筛查和诊断数据。然后,你会经常标准化和接受或删除数据,使你的数据一致性和有效性。
研究不当行为意味着编造或伪造数据,操作数据分析,在研究报告或曲解的结果。这是一种学术欺诈行为。
这些行为是故意,可以造成严重后果;研究不当行为并不是一个简单的错误或观点的分歧,而是认真的道德的失败。
匿名意味着你不知道参与者是谁,保密意味着你知道他们是谁,但删除识别信息从你的研究报告。两者都是重要的道德的考虑。
你只能保证匿名不收集任何个人识别信息- - -例如,姓名、电话号码、电子邮件地址、IP地址、物理特性、照片或视频。
您可以通过使用数据保密聚合信息在你的研究报告,这样你只参考团体的参与者,而不是个人。
研究伦理物质科学完整性、人权和尊严,科学与社会之间的合作。这些原则确保参与研究是自愿的,明智的,安全的。
相关系数总是介于1和1之间。
系数的符号告诉你的方向关系:正数意味着变量在同一个方向改变,而一个负值意味着他们在相反的方向变化。
一个数的绝对值等于数量没有信号。相关系数的绝对值告诉你的大小关系:绝对值越大,相关性越强。
调查问卷可以自行或researcher-administered。
问卷可以在线交付或纸笔写成的格式,亲自或通过邮件。所有的问题都是标准化的,所有受访者获得同样高的问题相同的措辞。
Researcher-administered问卷是通过电话进行面试,面对面,或在线研究者与受访者之间。你可以获得更深的见解通过澄清问题的受访者或问后续问题。
你可以组织逻辑上的问题,与一个明确的发展从简单到复杂,或受访者之间的随机。逻辑流帮助受访者过程问卷更容易和更快,但它可能导致偏见。随机化可以最小化偏差从订单影响。
封闭式或restricted-choice问题提供受访者选择从一组固定的选择。这些问题更容易迅速回答。
开放式或长篇让受访者回答的问题在自己的文字里。因为没有限制他们的选择,受访者可以回答的方式,研究人员可能没有其他考虑。
相关描述变量之间的关联:当一个变量发生变化时,另一个也是如此。相关性是一个统计的指标变量之间的关系。
因果关系意味着一个变量的变化带来的变化;有一个变量之间的因果关系。这两个变量是相互关联的,还有他们之间的因果关系。
一个相关通常是一次测试的两个变量,但是你可以测试三个或多个变量之间的相关性。
一个相关系数是一个数字,描述变量之间的关系的强度和方向。
不同类型的相关系数可能适合您的基于他们的数据水平的测量和分布。的皮尔逊积差相关系数(皮尔森的r)通常用于评估两个定量变量之间的线性关系。
随机和系统误差两种类型的测量误差。
随机误差可能观察到的和真实值之间的区别的东西(例如,研究员误读磅秤记录不正确的测量)。
系统误差是一致的或观察到的和真正的比例差异值的东西(例如,也是一个的误算规模持续记录重量比实际更高)。
之间的区别解释和响应变量很简单:
一个中介变量解释的过程两个变量是相关的,而主持人变量影响这种关系的强度和方向。
是的,您可以创建一个分层抽样使用多个特征,但你必须确保每个参与者在研究属于一个且只有一个亚组。在这种情况下,您乘子组的数量为每个特征组的总数。
举个例子,如果你是分层的位置有三个子组(城市、农村或郊区)和婚姻状况与五组(单身、离婚、丧偶、结婚或合作),你会3 x 5 = 15子组。
一个实验组,也称为一个治疗组,研究者想研究接收治疗的效果,而一个对照组没有。在所有其他方面他们应该是相同的。
不。的价值因变量取决于一个独立的变量,所以不能独立和依赖的变量在同一时间。它必须引起或影响,不是两个!
确定因果关系是科学研究的最重要的部分之一。要知道——这是原因独立变量- - - - - -因变量的影响。
在non-probability抽样,基于随机样本选择标准,而不是每一个成员人口有机会被包括在内。
抽样误差是一个之间的区别总体参数和样本统计量。
一个统计指措施有关样本,而参数指措施有关人口。
样品是用来推断人口。更容易收集样本数据,因为它们是实用,划算,方便,易于管理。
纵向研究可以持续几个星期到几十年,虽然他们往往是至少一年。
的1970年英国队列研究收集的数据,对17000年英国人的生活因为他们出生在1970年,是一个著名的例子纵向研究。
纵向研究更好地建立正确的事件序列,确定随时间变化而变化,并提供洞察因果关系,但他们也倾向于比其他类型的研究更加昂贵和耗时。
我们的团队可以帮助学生通过毕业:
Scribbr专业编辑进一步研究文档。我们校对:
的Scribbr引文发电机使用开源开发的吗引用样式语言(CSL)项目和弗兰克·班尼特citeproc-js。这是许多其他流行的引文所使用的相同的技术工具,包括Mendeley和Zotero。乐动体育赞助商
你可以找到所有的引用风格和地区Scribbr引用中使用发电机在我们公开访问在Github库。
