7,129
个编辑
更改
→初始数据分析
有两种方法来评估测量: [注意: 似乎只列出了一种方法]
有两种方法来评估测量: [注意: 似乎只列出了一种方法]
* 同质性检验（'''内部一致性internal consistency'''）用来表示测量仪器的'''可靠性Reliability'''。在这个分析过程中，我们会检查各个项目的变异和量尺刻度，量尺的'''<font color='#ff8000'>克隆巴赫α系数 Cronbach’s alpha </font>''' ，以及当一个项目从量尺上被删除时克隆巴赫α系数的变化。
* 同质性检验（'''内部一致性 internal consistency'''）用来表示测量仪器的可靠性。在这个分析过程中，我们会检查各个项目的变异和量尺刻度，量尺的'''<font color='#ff8000'>克隆巴赫α系数 Cronbach’s alpha </font>''' ，以及当一个项目从量尺上被删除时克隆巴赫α系数的变化。
<br>
<br>
* '''数据遗失Dropout'''（这应该在初始数据分析阶段进行识别）
* '''数据遗失 Dropout'''（这应该在初始数据分析阶段进行识别）
* 项目'''回收率Response rate'''（是否随机，应在初始数据分析阶段进行评估）
* 项目'''回收率 Response rate'''（是否随机，应在初始数据分析阶段进行评估）
* '''操纵质量Treatment quality''' （使用'''<font color='#ff8000'>操纵检验manipulation check</font>'''）
* '''操纵质量 Treatment quality''' （使用'''<font color='#ff8000'>操纵检验 manipulation check</font>'''）
<br>
<br>
* 在项目和测量量尺不匹配的情况下：是否应省略项目以对测量仪器进行调整，还是应确保与其他（用途的）测量仪器具有可比性？
* 在项目和测量量尺不匹配的情况下：是否应省略项目以对测量仪器进行调整，还是应确保与其他（用途的）测量仪器具有可比性？
* 在具有（太）小的子群的情况下：是否应该放弃群体间差异的假设，或者使用小样本技术，比如'''<font color='#ff8000'>精确检验exact tests</font>'''或者bootstrapping？
* 在具有（太）小的子群的情况下：是否应该放弃群体间差异的假设，或者使用小样本技术，比如'''<font color='#ff8000'>精确检验 exact tests</font>'''或者bootstrapping？
* 在随机化程序似乎有缺陷的情况下：能够而且应该计算'''<font color='#ff8000'>倾向分数propensity scores</font>'''并将其作为协变量包括在主要分析中吗？
* 在随机化程序似乎有缺陷的情况下：能够而且应该计算'''<font color='#ff8000'>倾向分数 propensity scores</font>'''并将其作为协变量包括在主要分析中吗？
<br>
<br>
<br>
<br>
===主要数据分析阶段===
===主要数据分析阶段===