ተግባራት

  • የችግር ደረጃ: ቀላል ቀላል , መካከለኛ መካከለኛ , ጠንካራ ከባድ , በጣም ከባድ በጣም ከባድ
  • ሂሳብ ይጠይቃል ( ሂሳብ ይጠይቃል )
  • የዲጂታል ኮድ ይፈልጋል ( የዲጂታል ኮድ ይፈልጋል )
  • መረጃ ስብስብ ( የውሂብ ስብስቦች )
  • የኔ ተወዳጆች ( የማዘወትረው )

  1. [ ከባድ , ሂሳብ ይጠይቃል ] በምዕራፉ ውስጥ, ስለ ድህረ-ሙቀት ማስተዋወቅ በጣም ጥሩ ነበር. ሆኖም ግን, ይሄ ሁልጊዜ ግምቶችን ጥራት ማሻሻል አይደለም. የድህረ-ሙቀት መጨመር የግምቱን ጥራት የሚቀንስ ሁኔታ ያዘጋጁ. ( Thomsen (1973) .)

  2. [ ከባድ , የውሂብ ስብስቦች , የዲጂታል ኮድ ይፈልጋል ] በአማዞን ሜካክ ቱርክ ላይ ስለ የጦር መሣሪያ ባለቤትነት እና ስለጦር መሳሪያ ቁጥጥር መጠየቅ በተመለከተ ጥያቄ ያልቀረበበት የዳሰሳ ጥናት ንድፍ እና ስራ ላይ ማከናወን. ስለሆነም ግምትዎን ከፋብሪካው ናሙና ከሚገኙት ጋር ማነጻጸር ይችላሉ, እባክዎን የጥያቄ እና የጽሑፍ አማራጮችን በቀጥታ ከ Pew የምርምር ማዕከል ከሚመራው ከፍተኛ ጥራት ያለው ዳሰሳ በቀጥታ ይቅዱ.

    1. የዳሰሳ ጥናትዎ ምን ያህል ጊዜ ይወስዳል? ስንት ነው ዋጋው? የእርስዎ ናሙናዎች ስብስብ ከአሜሪካ ሕዝብ ስነ-ሕዝብ ጋር እንዴት ይዛመዳል?
    2. የእርስዎ ናሙና በመጠቀም የጦር መሣሪያ ባለቤትነት ግምት ምንድነው?
    3. ከሰንጠረዥ በኋላ ወይም ሌላ ስልትን በመጠቀም የርስዎን ናሙና በአወላጅ ውክልና አለመሆኑን ያስተካክሉ. አሁን የጦር መሣሪያ ባለቤትነት ግምት ምንድነው?
    4. የእርስዎ ግምት ከዲሲፒኤስ ላይ ከተመዘገበው ናሙና ጋር የቅርብ ጊዜ ግምት ጋር ሲወዳደር? ካለ ልዩነት ምን ያስረዳል ብለው ያስባሉ?
    5. ጥያቄዎችን እንደገና ይግለጹ (ለ) - (መ) የጦር መሣሪያ መቆጣጠር ላይ. የእርስዎ ግኝት እንዴት ይለያያል?

  3. [ በጣም ከባድ , የውሂብ ስብስቦች , የዲጂታል ኮድ ይፈልጋል ] Goel እና ባልደረቦች (2016) ከጠቅላላው የማህበራዊ ጥናት (GSS) 49 የተለያዩ አማራጮችን ያስተዳድሩና በ Pew የምርምር ማእከል የተደረጉ ጥናቶችን ከአማዞን ሜካክ ቱርክ የመጡ ሊሆኑ የማይችሉ ተለዋጭ ናሙና ናሙናዎችን መርጠዋል. ከዚያም ሞዴሉን መሠረት ያደረገ የኋላይ ሽግግሮችን በመጠቀም የውሂብ ውክልና አለመሆኑን አስተካክለው የተሻሻለውን ግምታቸውን ከኬክሮስ እና ከፒኤች የዳሰሳ ጥናቶች ጋር በማወዳደር ከግምት ውስጥ እንዲገቡ አድርገዋል. በአማዞን ሜካክ ተርክ ውስጥ ተመሳሳይ የዳሰሳ ጥናትን ያካሂዱ እና የተሻሻለውን ግምትዎን በቅርብ ጊዜ በቅርብ ጊዜ ከ GSS እና ፒው ጥናቶች በተሰጡት ግምቶች ጋር በማነጻጸር ቁጥር 2 ሀን እና ምስል 2 ለን ለማባዛት ይሞክራሉ. (ለ 49 ጥያቄዎች ዝርዝር አባሪ ሠንጠረዥ A2 ይመልከቱ.)

    1. ውጤቶችዎን ከ Pew እና GSS ጋር ያወዳድሩ እና ያወዳድሩ.
    2. በ Goel, Obeng, and Rothschild (2016) ከሚገኘው የሜካኒካ ዳርክ ጥናት Goel, Obeng, and Rothschild (2016) ጋር ያወዳድሩ.

  4. [ መካከለኛ , የውሂብ ስብስቦች , የዲጂታል ኮድ ይፈልጋል ብዙ ጥናቶች በራሳቸው በራቸውን ጥቅም ላይ የዋሉ የሞባይል ስልክ አገልግሎቶችን ይጠቀማሉ. ይህ ተመራማሪዎች እራሳቸውን የሚመሩ ባህሪን Boase and Ling (2013) ባህሪ ጋር ማወዳደር የሚችሉበት ሁኔታ ነው (ለምሳሌ, Boase and Ling (2013) ). ለመጠየቅ ሁለት የተለመዱ ስነ-ጠባይዎች መደወል እና የጽሑፍ መልዕክት እየሆኑ ነው, እና ሁለት የተለመዱ የጊዜ ቋሚዎች «ትላንትና» እና «ባለፈው ሳምንት» ናቸው.

    1. ማንኛውንም መረጃ ከማሰባሰብዎ በፊት ለራስ-ሪፖርት ደረጃዎች ትክክለኛነት ይበልጥ ትክክለኛ ነው ብለው ያሰቡት? ለምን?
    2. በጥናትዎ ውስጥ አምስት ጓደኞችዎን ይፍጠሩ. እነዚህ አምስት ጓደኛሞች እንዴት እንደተመረጡ እባክዎን በአጭሩ ያብራሩ. በዚህ ናሙና አሠራር ውስጥ በግምትዎ ውስጥ አንዳንድ ልዩነቶች እንዲኖሩ ሊያደርግ ይችላል?
    3. የሚከተሉትን ማይክሮ አራሚ ጥያቄዎችን ይጠይቋቸው:
    • «ትናንቶቹን ለመደወል ስንት ጊዜ የሞባይል ስልክዎን ተጠቅመዋል?»
    • «ትላንትና ምን ያህል መልዕክቶች ልከውል ነበር?»
    • "ባለፉት ሰባት ቀናት ውስጥ ለመደወል የሞባይል ስልክዎን ስንት ጊዜ ተጠቅመዋል?"
    • «ባለፉት ሰባት ቀናት ውስጥ የጽሑፍ መልዕክቶች / ኤስኤምኤስ ለመላክ እና ለመቀበል ስንት ጊዜ ሞባይልዎን ተጠቅመዋል?»
    1. አንዴ ይህ ማይክሮሶርቭ ተሠርጎ ከተጠናቀቀ በኃላ በስልክ ወይም በአገልግሎት አቅራቢው እንደገባቸው የአጠቃቀም መረጃዎን ለማየት ይጠይቁ. እንዴት ነው የራስ-ሪፖርት አጠቃቀም ከማነጣጠሪያ ውሂብ ጋር ያነጻጽራል? የትኛው በጣም ትክክለኛ ነው, እሱም በጣም ትክክል የሆነው?
    2. አሁን በክፍልህ ውስጥ ካሉ ሌሎች ሰዎች ጋር ውሂብ በመሰብሰብ የሰበሰብካቸውን ውሂቦች አንድ ላይ በማዋሃድ (ይህንን እንቅስቃሴ ለአንድ ክፍል እያደረክ ከሆነ). በዚህ ሰፊ የውሂብ ስብስብ, ክፍልን ይድገሙት (መ).

  5. [ መካከለኛ , የውሂብ ስብስቦች ] Schuman and Presser (1996) ለጥያቄዎች ትዕዛዞች ለሁለት አይነት ጥያቄዎች አስፈላጊ ይሆናል ብለው ይከራከራሉ. እነዚህ ሁለት ጥያቄዎች በአንድ ተመሳሳይ ደረጃ (ሁለት የፕሬዝዳንታዊ እጩዎች መመዘኛዎች) ሲሆኑ; በአጠቃላይ ጥያቄ ላይ ይበልጥ ግልጽ የሆነ ጥያቄን (እና, "በስራዎ ምን ያህል ይረካሉ?" የሚለውን በመቀጠል "በህይወትዎ ምን ያህል ይረካሉ?" ብለው ይጠይቁ).

    እነሱም ሁለት ዓይነት የዝውውር ቅኝት ተፅዕኖዎችን ያሳያሉ-ቀጣይ ጥያቄዎችን ለመመለስ (ከዚህ በላይ ቢሆኑ) ለቀጠለ ጥያቄ ምላሽ ሲሰጡ (ሳቲን) ውጤት ይከሰታል. የሁለት ጥያቄዎችን ምላሽዎች መካከል ከፍተኛ ልዩነቶች ሲኖሩ የንፅፅር አሉታዊ ውጤቶች ይከሰታሉ.

    1. ትልቅ የጥያቄ ውጤት ያስከትላል ብለው የሚያስቡ ሁለት የከፊል ክፍፍል ጥያቄዎች መፍጠር; በትልቅ ቅደም ተከተል ላይ ትልቅ ቅደም ተከተል የሚያስከትሉ ናቸው. እና አላስፈላጊ ትዕዛዛት ያልሰጡ ሁለት ጥያቄዎች አሉ. ጥያቄዎችዎን ለመፈተሽ በ Amazon, ሜካ ቱርክ ላይ አንድ የዳሰሳ ጥናት ያካሂዱ.
    2. ምን አይነት ትልቅ ከፊል ውጤት መፍጠር ይችላሉ? ተመሳሳይነት ወይም ተቃርኖ ውጤት ነበር?
    3. ምን ያህል ትልቅ ድባብ ነዎት? ተመሳሳይነት ወይም ተቃርኖ ውጤት ነበር?
    4. በትእዛዙዎ ውስጥ ቅደም ተከተል የማወያየት ትዕዛዝ ተከስቶ ነበር?

  6. [ መካከለኛ , የውሂብ ስብስቦች ] በ Schuman እና Presser, Moore (2002) የተገነባው የጥያቄ ቅደም ተከተል ውጤት የተለየ ጥልቀት እንዳለው ይገልጻል. እነዚህ ተጨባጭ እና መቀነስ ውጤቶች. መልስ ሰጪዎች በሁለቱም መካከል እርስ በርስ በሚዛመዱበት ግኝቶች ምክንያት ተቃርኖ እና የችግሮች ውጤቶች የሚመነጩ ሲሆኑ, መልስ ሰጪዎች ለጥያቄዎች ውስጣዊ መጠነ ሰፊ ሰፋ ያለ አቀራረብ ሲደረግላቸው ተጨማሪ እና ተጨባጭ ውጤቶች ይፈጠራሉ. Moore (2002) ን አንብቡ, ከዚያ ኤቲስትክ ላይ ተጨባጭ ወይም መቀነጣትን ለማሳየት የዳሰሳ ጥናት ሙከራ ይፍጠሩ እና ያሂዱ.

  7. [ ከባድ , የውሂብ ስብስቦች ] ክሪስቶፈር አንቶንና ባልደረቦች (2015) ከሌሎች አራት የመስመር ላይ የማፈላለጊያ ምንጮች የተሻለውን ናሙናዎች በማነጻጸር ላይ ያተኮረ ነበር-MTurk, Craigslist, Google AdWords እና Facebook. ቀለል ያለ ዳሰሳ ጥናት ይፍጠሩ እና ቢያንስ ሁለት የተለያዩ የመስመር ላይ የማፈላለጊያ ምንጮችን በመጨመር ተሳታፊዎችን ይመዝግቡ (እነዚህ ምንጮች በ Antoun et al. (2015) አራቱ ምንጮች ሊለዩ ይችላሉ.

    1. ወጪን በገንዘብ - በገንዘብ እና በጊዜ መካከል-በተለያዩ ምንጮች መካከል ያለውን ዋጋ ያወዳድሩ.
    2. ከተለያዩ ምንጮች የተገኙትን ናሙናዎች ስብጥር ያወዳድሩ.
    3. ናሙናዎቹ መካከል ያለውን የውሂብ ጥራት ያነጻጽሩ. ስለ ምላሽ ሰጪዎች የውሂብ ጥራት እንዴት Schober et al. (2015) ለማሰብ, Schober et al. (2015) .
    4. የእርስዎ ተወዳዳሪ ምንጭ ምንድነው? ለምን?

  8. [ መካከለኛ በ 2016 የአውሮፓ ህብረት የመሪዎች ምልከታ (ማለትም, Brexit) በዩናይትድ ኪንግደም ውስጥ ወደ 800,000 ለሚጠጉ ሰዎች የመስመር ላይ የድምፅ መስጫ ጥናት በድረገጽ ላይ በድረገጽ ላይ ታትሟል.

    የዩጎቭ ስታትስቲክዊ ሞዴል ዝርዝር መግለጫ በ https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/ ላይ ይገኛል. በእርግጠኝነት በዎጎቭ በ 2015 አጠቃላይ የምርጫ ምርጫ ምርጫ, ዕድሜ, ብቃቶች, ጾታ, የቃለ መጠይቅ ቀን እና በየትኛው የመኖሪያ ክልል ምርጫ ላይ ተመርኩረው በ በመጀመሪያ, ከየኢዮብል ፓርቲዎች የተሰበሰቡትን መረጃዎች በመረጡት ድምጽ መሰረት ለእያንዳንዱ የመራጭ ድምጽ ማፍሰሻ የሚለቁ ሰዎች ብዛት በድምጽ አሰጣጡ ላይ እንዲመዘግቡ ተደርገዋል. የእያንዳንዱን የድምፅ ሰጪ አይነት ከ 2015 የምርጫ ቅስቀሳ የተረጋገጠ የ 2015 ብሪታንያ የምርጫ ጥናት (BES) በተካሄደው ድህረ-ምርጫ - ፊት ለፊት ጥናት (BES) ተገኝተዋል. በመጨረሻም, በዘመቱ ቆጠራና በየዓመቱ በሚታወቅ የህዝብ ብዛት ጥናት ላይ በመመርኮዝ (ከመቀነጫቸው ምንጮች ተጨማሪ መረጃዎችን) በመመርኮዝ ከመራጮች ምዝገባ ውስጥ ምን ያህል ሰዎች እንደነበሩ ገምተዋል.

    ከድምጽ 3 ቀን በፊት ለ YouGov ለመሄድ ሁለት ደረጃ ነጥብን አስቀምጧል. በምርጫው ዕለት የምርጫው ውጤት ውጤቱ ለመጥራት ቅርብ እንደሆነ ያመለክታል (49/51 ቀሪ). የመጨረሻው ጥናት በቀን 48/52 ረይን (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/) ላይ ይደግፋል. በእርግጥ ይህ የመጨረሻ ውጤቱን (52/48 ፈቃድ) በ 4 ከመቶ አልፏል.

    1. ምን ሊከሰት እንደሚችል መገምገም በዚህ ምእራፍ የተብራራውን ጠቅላላው የጥናት ስህተት የስርዓተ-ፆታ ችግርን ተጠቀም.
    2. ከምርጫው በኋላ የ YouGov ምላሽ (https://yougov.co.uk/news/2016/06/24/brexit-follows-close-run-campaign/) እንዲህ በማለት ገልጿል: - "ይህ በአብዛኛው የሚሳተፈው በአካል ጉዳተኞች ለነዚህ በጣም ሚዛናዊ የሆነ ውድድር ውጤት ወሳኝ እንደሆነ ሁላችንም ተናግረናል. የእኛ የመስፈርት ሞዴል በከፊል, ምላሽ ሰጪዎች በመጨረሻው ጠቅላላ ምርጫ ላይ ድምጽ እንደሰጡና በአጠቃላይ የምርጫ ውጤት ላይ በተለይም በሰሜኑ ላይ የሰራተኛ ደረጃ ማራዘሚያዎች ይስተጓጎላሉ. "ይህ የአንተን መልስ ክፍል (ሀ) ይለውጣልን?

  9. [ መካከለኛ , የዲጂታል ኮድ ይፈልጋል ] በ 3.2 የስዕል ስህተቶች ያሉትን እያንዳንዳቸው የውድድር ስህተቶች ለመግለጽ አንድ አስረጅ ይግለጹ.

    1. እነዚህ ስህተቶች በትክክል መሰረዝ በሚፈልጉበት ሁኔታ ውስጥ ይፍጠሩ.
    2. ስህተቶቹ እርስ በእርሳቸው በሚጣመሩበት ሁኔታ ውስጥ ይፍጠሩ.

  10. [ በጣም ከባድ , የዲጂታል ኮድ ይፈልጋል ] Blumenstock እና ባልደረቦች (2015) ጥናት የጥናት ውጤቶችን ለመገመት ዲጂታል የመከታተያ መረጃን የሚጠቀም የማሽን መማሪያ ሞዴል ማዘጋጀት ያስፈልግ ነበር. አሁን, በተለየ የውሂብ ስብስብ ተመሳሳይ ነገር ለመሞከር ይችላሉ. Kosinski, Stillwell, and Graepel (2013) እንደሚያሳየው የፌስቡክ መውደዶች እያንዳንዱን ባህሪዎች እና መለያዎች ሊተነብዩ ይችላሉ. የሚያስገርመው እነዚህ ትንበያዎች ከጓደኞቻቸው እና ከሥራ ባልደረቦቻቸው (Youyou, Kosinski, and Stillwell 2015) የበለጠ ትክክለኛ ናቸው.

    1. Kosinski, Stillwell, and Graepel (2013) ን ያንብቡ, እና ቁጥር 2 ን Kosinski, Stillwell, and Graepel (2013) በ http://mypersonality.org/ ይገኛል.
    2. አሁን ቁጥር 3 ን ማባዛት.
    3. በመጨረሻም ሞዴልዎን በእራስዎ የፌስቡላ ውሂብን ይሞክሩ: http://applymagicsauce.com/. ለእርስዎ ምን ያህል ይሠራልዎታል?

  11. [ መካከለኛ ] Toole et al. (2015) የተንቀሳቃሽ ስልክ ተጠቀሚ የጥሪ ዝርዝር መዝገቦች (ሲዲኤችዎች) አጠቃላይ የሥራ አጥነት አዝማሚያዎችን ለመገመት.

    1. የ Toole et al. (2015) ጋር Blumenstock, Cadamuro, and On (2015) .
    2. ሲ.ዲ.ዲዎች የተለመዱ የዳሰሳ ጥናቶችን መተካት አለባቸው, ይሟላሉ ወይስ የመንግስት ፖሊሲ አውጭዎች ሥራ አጥነትን ለመከታተል ፈጽሞ ጥቅም ላይ የማይውሉ ይመስልዎታል? ለምን?
    3. ሲዲዎቹን የሚተቹትን የአሠራር ድግምግሞሽ ባህሪን ሙሉ በሙሉ ሊተካ እንደሚችሉ ምን ማስረጃ አለ?

Powered by Open Review Toolkit