演绎编码是根据一定的逻辑体系将大量的和貌似没有规律的数据划分到有限的简单的中去的过程。这时所选择的逻辑分类体系可以是: (1)某个通用的或约定俗成的分类体系 (2)在一定范围内的标准分类体系 被某些权威机构采用的分类体系 (3)被某些大型或经常活动采用的分类体系: (4)在那些被用来重复验证或比较的研究中使用的分类体系 (5)按照一定理论所推导的心理,行为,现象等的分类体系。
(1)语义整理,即将用不同词语表达的相同答案用标准词语来表达。 (2)对以标准词语表达的答案进行统计,其中有10%以上被调査者提到的答案被选出来构造编码类别。 (3)如果选出的类别偏多,可提高选择阕值, (4)如果选出的类别偏少,可重新审査那些提到次数少的答案,看看它们是否实际上仍是选出类别的同义形式,是否能被归并到这些类别中。 (5)在构成初步类别后还应考察这些类别是否有重叠。
1)人为规范化处理的误区 不规范数据的存在破坏了测量记录的准确性,使特定项目的测量失效,从而也破坏了数据的完整性。因此,严格来说,含有不规范数据的样本个体也应被剔除,至少在相应项目的统计分析时被剔除。但由于不规范数据的普遍性,许多研究者为了保持一定的有效样本量,力图“根据某种迹象”和“合理推测”来将不规范数据”修正”为规范数据。 (2)规范化处理的界限 1严格地说不完整或不规范的数据应排斥在数据分析之外。但是,在一定情况下可以有控制地部分利用不完整或不规范的数据,以充分利用所获得的观察测量结果。这类规范化处理的关键在于严格控制和客观处理,以保证将可能的误差限制在最低的程度。
(1)必须要有直接客观的依据,例如在将模糊结果转换为清楚结果时必须根据原始数据提共的直接依据来转换,不能搞“合理判断” (2)必须要有统一标准 (3)“向下规范”,例如在测量结果精度不一致时用低精度统一描述测量结果,即通过损夫精度来实现规范化。 (4)在公布数据时明确指出规范化处理方法 (5)分析数据时明确指出由规范化处理引起的原始数据形式和样本量的变化。
数据的不规范情況有多种,以下是社会科学研究中常见的几类: (1)使用模糊的度量或描述语言 (2)使用非规范化的度量单位或描述语言 (3)选择“多余”的或重叠的答案 (4)不按要求的内容进行回答 (5)不按要求的形式回答
数据规范性指观察測量记载形式符合观察测量记录要求的程度。不规范的数据往往不能准确反映被测现象的性质和程度,造成描述和理解的误差,造成统计分析的困难。所以需要对数据规范性进行检验。
数据完整性在技术上的一个具体问题是“缺省值”。缺省值有两种: (1)系统缺省值 是测量缺省值,系统缺省值( system missing value)指研究者或观察测量系统允许该项目测量结果为特殊的“空缺”结果。 (2)测量缺省 测量缺省( measure missing value)指测量本身要求有实际值,但测量者或回答者没有记载任何实际值,属于典型的数据不完整。出现这类情况的样本记录可能是无效的或部分无效的。
从操作上讲,数据完整性是指对一个样本的测量是否包括了所有应测项目。有时,在实则量某一样本时并没有按照要求测量所有应测项目,例如问卷调査表中若干项目没有回答,地观察中某一段时间因仪器故障或观察者休息而漏测,或者个案调査中某一类数据因法律因没有收集到。这时,实际测量在测量内容或测量时间上出现遗漏,不能全面完整地反映现象和回答研究问题。严格地讲,出现这类情况的样本应作为无效样本而筛除。
数据检验是指对所有实际观察测量的记录(例如问卷表,访谈记录,观察记录,实验测量记录等)进行检验以考察其完整性和规范性的过程。只有完整和规范的观察测量记录才是有效的记录,只有有效的记录才能用于分析和论证,而无效记录应予“报废”。
在科学研究中,研究者将根据研究目的对研究概念所涉及的客观现象的有关方面和层次行系统的观察测量,利用这些观察测量的集合来全面和完整地反映研究概念。一般地说,不完整的观察测量不能全面地反映客观现象,也就难以准确揭示研究概念的实质,难以准确述研究现象的性质和程度。因此,数据检验的首要任务是对数据完整性进行判断。
上传论文后,系统会自动检测该论文的章节信息,如果你学校的 目录设置符合知网系统内置的分章判断条件,系统就会按章检测, 分章出结果,否则会分段出结果。关于分段或分章主要涉及 查重中的阀值。不论是分章还是分段,保持和学校一致 即可。
对比库为:中国学术期刊网络出版总库,中国博士学位论文全文数 据库/中国优秀硕士学位论文全文数据库,中国重要会议论文全文 数据库,中国重要报纸全文数据库,中国专利全文数据库,个人比对 库,其他比对库, 部分书籍不在知网库,检测不出抄袭。知网库是 国家指定的论文检测对比库,国家指定高校论文检测系统为知网 学位论文检测系统,该系统是目前效果最好、范围最广的官方检 62 测系统,所有高校都是知网的检测系统,这是教育部出于全国学 术不端公平性考虑而实施的