Jak raportować wyniki badań mieszanych (mixed methods)
Badania mieszane łączą dane ilościowe i jakościowe. Wyjaśniam typologie projektów mieszanych i jak integrować wyniki obu podejść.
Czytaj więcej →Kategoria
Metodologia
Wartości odstające — wykrywanie i postępowanie
Outliersy mogą dramatycznie wpłynąć na wyniki analiz. Wyjaśniam metody wykrywania, kiedy usuwać a kiedy zachowywać i jak raportować.
Czytaj więcej →Transformacje danych — kiedy i jak stosować
Transformacja logarytmiczna, pierwiastkowa i inne pomagają gdy dane naruszają założenia normalności. Wyjaśniam kiedy jest potrzebna i jak raportować.
Czytaj więcej →Błąd pomiaru i rzetelność — teoria klasyczna i IRT
Każdy pomiar zawiera błąd. Klasyczna teoria testu i teoria odpowiedzi na pozycje (IRT) to dwa podejścia do modelowania rzetelności i trafności.
Czytaj więcej →Rzetelność między-sędziowska — kappa Cohena i ICC
Gdy dane koduje więcej niż jedna osoba, musisz sprawdzić zgodność ich ocen. Wyjaśniam kappa Cohena, ważoną kappę i ICC.
Czytaj więcej →Trafność pomiaru — trafność treściowa, kryterium i konstruktu
Rzetelność bez trafności to nic. Wyjaśniam trzy rodzaje trafności i jak je oceniać w badaniach kwestionariuszowych.
Czytaj więcej →Braki danych — imputacja wielokrotna i inne metody
Braki danych to rzeczywistość każdego badacza. Wyjaśniam MCAR, MAR, MNAR i jak stosować imputację wielokrotną.
Czytaj więcej →Jak tworzyć kwestionariusze badawcze — poradnik
Tworzenie dobrego kwestionariusza to sztuka i nauka. Wyjaśniam jak pisać itemy, projektować skale i pilotować narzędzie.
Czytaj więcej →Projekt eksperymentalny vs obserwacyjny — kiedy co stosować
Eksperymenty randomizowane to złoty standard przyczynowości. Ale badania obserwacyjne też mają swoje miejsce. Wyjaśniam zalety i ograniczenia obu podejść.
Czytaj więcej →Statystyka w R vs SPSS — co wybrać dla swojej pracy?
R i SPSS to dwa najpopularniejsze narzędzia do analizy statystycznej. Porównuję je pod kątem łatwości nauki, możliwości i zastosowań w pracach naukowych.
Czytaj więcej →