تدقيق جودة بيانات تطوير المقاييس
تدقيق بيانات الاستبيان قبل EFA/CFA
الوصف
تدقق هذه المهارة بصورة منهجية في بيانات الاستبيان الخام التي جُمعت ضمن دراسة لتطوير مقياس، وذلك من حيث البيانات المفقودة، والمشاهدات الشاذة، والاستجابة غير المتأنية (straightlining وlongstring والاستجابة العشوائية)، واختلالات توزيع البنود، وشروط الموثوقية وقابلية التحليل العاملي. ولا تنتج نتائج EFA/CFA النهائية؛ بل تقدم قرارًا قائمًا على الأدلة من نوع "go/no-go" بشأن جاهزية البيانات لمراحل التحليل اللاحقة، إلى جانب اقتراح لتقسيم العينة إلى طبقات من أجل تقسيم EFA/CFA. تُجرى جميع الحسابات من خلال تشغيل كود فعلي (Python: pandas, scipy, factor_analyzer, pingouin)، ولا تُنتج أرقام افتراضية.
تدقيق جودة بيانات تطوير المقاييس
تدقيق بيانات الاستبيان قبل EFA/CFA
الوصف
تدقق هذه المهارة بصورة منهجية في بيانات الاستبيان الخام التي جُمعت ضمن دراسة لتطوير مقياس، وذلك من حيث البيانات المفقودة، والمشاهدات الشاذة، والاستجابة غير المتأنية (straightlining وlongstring والاستجابة العشوائية)، واختلالات توزيع البنود، وشروط الموثوقية وقابلية التحليل العاملي. ولا تنتج نتائج EFA/CFA النهائية؛ بل تقدم قرارًا قائمًا على الأدلة من نوع "go/no-go" بشأن جاهزية البيانات لمراحل التحليل اللاحقة، إلى جانب اقتراح لتقسيم العينة إلى طبقات من أجل تقسيم EFA/CFA. تُجرى جميع الحسابات من خلال تشغيل كود فعلي (Python: pandas, scipy, factor_analyzer, pingouin)، ولا تُنتج أرقام افتراضية.
اعثر على مهارتك المفضلة التالية
استكشف مزيدًا من مهارات الذكاء الاصطناعي المنتقاة للبحث والإبداع والعمل اليومي.