فهرست مطالب

فصل اول –  تعاریف و مفاهیم اولیه

همان­طور که گفتیم، یکی از خطاهای مهم در بررسی­های آماری، خطای ناشی از بی­پاسخی است. تمام محققین تلاش می­کنند تا حد ممکن این خطا به حداقل مقدار تقلیل یابد. تاکنون راهکارهای گوناگونی، توسط افراد مختلف ارائه شده­اند. در این پایان­نامه به بررسی آنها می­پردازیم.در اين فصل اصطلاحات، تعاریف، مفاهیم و سابقه مربوط به بي‌پاسخي و علل بروز آن، فعاليت‌هاي آماري مرتبط با بي‌پاسخي، راههاي جبران بي‌پاسخي و مقايسه نرخ‌هاي بي‌پاسخي را بررسی می­کنیم.برای جبران بی­پاسخی و کاهش اریبی ناشی از بی­پاسخی می­توان از دو رویکرد استفاده کرد، رویکرد اول مبتنی بر آمار کلاسیک است که سعی می­کند به­نحوی اریبی بی­پاسخی را کاهش دهد و محتاج مراجعات مکرر یا نمونه­گیری­های مکرر است. رویکرد دوم روش بیزی است که در واقع تصحیح اریبی را به­وسیله شرطی کردن روی بی­پاسخی­ها انجام می­دهد.اريكسون (1976) [1] پيشگام مطالعه به روش بيزي در اين زمينه بوده است و بررسي وي در زمينه تشريح روش بيزي در ارتباط با گرفتن زير نمونه از واحدهاي بي‌پاسخ، بوده است. علاوه بر روش‌هاي بالا، اخيراٌ افراد ديگري از جمله ليتل[2] (2003) رويكرد ديگري، اختيار كرده‌اند. به اين شرح كه افراد نمونه‌اي به دو زيرنمونة داراي پاسخ و بي‌پاسخ تقسيم مي‌شوند و سعي مي‌شود كه توزيع صفت مورد بررسي براي افراد با پاسخ به‌شرط مقادير متغير مورد بررسي براي افراد بي‌پاسخ طبق يك مدل آماري معيني به‌دست آورده شود.بدين ترتيب تصحيح لازم در مقادير مشاهده شده به‌عمل آيد به‌طوري‌كه اريبي ناشي از بي‌پاسخي از بين برود.از آنجايي‌كه رويكرد ما در اين رساله مبتني بر اجراي طرح نمونه­گيري و استفاده از نتايج آن و روش‌هاي فراواني­گرا است، از پرداختن به ارائه­ي مدل آماري براي تعديل برآوردگرهاي ناشي ازداده­هاي بي­پاسخ در تعيين برآورد احتمال حضور شخص در خانه و نیز روش‌هاي بيزي خودداري مي‌كنيم. خواننده علاقه­مند می­تواند به پاتهاف[3] (1993) و لیتل (2003) مراجعه کند.در بخش دوم اين فصل تعریف بی­پاسخی و چند تعریف دیگر مرتبط با آن آورده مي­شود. در بخش سوم اهميت و دلايل بروز بي­پاسخي بررسي مي­شود سپس در بخش چهارم اثرات بي­پاسخي روي برآوردها و اريبي بي­پاسخي روي ميانگين و محاسبه ميزان آن شرح داده مي­شود. در بخش پنجم به تاريخچه تحقيق در زمينه­ بي­پاسخي اشاره مي­شود و در بخش ششم مثال كاربردي در طرح آمارگيري آمريكا، نحوه محاسبه نرخ­هاي بي­پاسخي و دلایل اختلاف در معيارهاي بي­پاسخي توضيح داده مي­شود. هم­چنين در بخش هفتم روش­هاي جبران بي­پاسخي و كنترل نرخ بي­پاسخي شرح داده مي­شود و در انتها به نتيجه­گيري اين فصل در بخش هشتم مي­پردازيم.بي‌پاسخي امري است كه هيچ محققی نمي‌تواند به‌طور كامل از آن پرهيز نمايد چرا كه جامعه مورد بررسي به‌طور كامل دراختيار او نيست و او تنها مي‌تواند به قسمتي از آن به­عنوان نمونه‌هاي تعیین شده دسترسي پيدا كند. در هر آمارگيري، تماس با بعضي افراد، خانوارها، بنگاه‌ها و ساير واحدهاي نمونه‌گيري، ميسر نمي‌شود. افراد به‌علت اشتغال و يا گذراندن تعطيلات در منزل نيستند، آدرس‌ها و شماره تلفن‌ها اشتباه هستند و يا عدم دسترسي مصاحبه كننده به خانوارهاي ساكن در مناطق دورافتاده، از جمله موارد عدم امكان برقراري تماس، محسوب مي‌شوند. حتي در صورت برقراري تماس نيز ممكن است بعضي از واحدها به بعضي از سؤالات آمارگيري پاسخ ندهند،)بزرگ نيا وحسينيون1366 ،بزرگ نيا و صادقي 1368 (.

در آمارگيري در سه مرحله ممكن است موضوع بي‌پاسخي مربوط به واحد آماري يا بي‌پاسخي مربوط به اقلام اطلاعاتي اتفاق بيفتد که عبارتند از

  • تعیین محل واحد آماری یا تماس با واحد آمارگیری
  • پاسخ­گیری از واحد آماری
  • جمع­آوری اطلاعات

مرحله تماس با واحد آمارگيري (تعيين محل واحد آماري) به مرحله‌اي اطلاق مي‌شود كه طي آن مأمور آمارگيري تلاش مي‌كند با واحدهاي نمونه تماس برقرار كند تا اطلاعات لازم را كسب كند. در صورتي‌كه مأمور آمارگيري نتواند با واحد آماري نمونه تماس بگيرد، موضوع بي‌پاسخي مربوط به واحد آماري رخ داده است.صحيح و كامل بودن آدرس هريك از واحدهاي نمونه، عوامل موفقيت در اين مرحله هستند. دسترسي به واحدهاي نمونه از ديگر عوامل موثر در اين زمينه است.آمارگيري و مصاحبه با افراد ساكن در مناطق تحت كنترل از ديگر مشكلات مربوط به مرحله تماس با واحد آماري مي‌باشد. بايد به زمان مراجعه و تعداد دفعات مراجعه به واحد آماري براي دريافت اطلاعات مورد نظر جهت تأثيرگذاري در بروز بي‌پاسخي در مرحله تماس با واحد آماري نیز توجه کرد.پس از تماس با واحد آماري نمونه، در بعضي موارد ممكن است واحد نمونه از دادن پاسخ امتناع كند و پرسشگر موفق به كسب اطلاعات لازم نشود. در اين صورت براي اين‌گونه واحدهاي نمونه نيز موضوع ”بي پاسخي واحد آماري“ رخ داده است.در آمارگيري‌هايي كه از طريق مصاحبه انجام مي‌شود ميزان موفقيت در جلب همكاري مردم، حس كنجكاوي و داشتن بينش كافي درباره اهداف آمارگيري از ديگر عوامل مثبت براي موفقيت در كسب پاسخ، تلقي مي‌شود.در ميان عواملي كه موجب كاهش همكاري در ارايه اطلاعات مي شود مي‌توان به ترس و بيم، عدم اطمينان به محرمانه بودن پاسخ‌ها، داشتن خصومت با مجریان آمارگيري، خستگي، نظارت و آموزش ناكافي، حساسيت داشتن نسبت به هدف از آمارگيري از جمله عوامل منفي به‌حساب مي‌آيند.جمع­آوري از اطلاعات نيز به مرحله­اي از آمارگيري اطلاق مي­شود كه پرسشنامه آمارگيري تكميل و پس از ويرايش آماده تجزيه و تحليل مي­شود و خطاهايي كه به هنگام آماده­سازي داده­ها براي تجزيه و تحليل، به­وجود مي­آيد باعث مي­شود كه بعضي از اقلام اطلاعاتي پرسشنامه، بدون پاسخ بماند مثلاً مصاحبه­كننده به­طور تصادفي پاسخ برخي از سؤال­ها را مشخص نكند.حال در ادامه دلایل عمده و مهمی که ممکن است باعث بی­پاسخی شوند را می­آوریم.

 – موضوع آمارگيري: در صورتي كه موضوع­های مطرح شده در آمارگيري مورد علاقه پاسخگو      باشند، مي‌توان افزايش نرخ پاسخگويي و در نتيجه كاهش نرخ بي‌پاسخي را انتظار داشت. در حالت      كلي به سؤالات داراي ويژگي‌هاي عمومی، بيشتر از سؤالات شخصی پاسخ داده مي‌شود.

– نوع مصاحبه: نوع مصاحبه نيز از جمله مواردی است كه روی ميزان بي پاسخي تأثير دارد.      مصاحبه‌هاي حضوري با استفاده از مأموران آمارگير آموزش‌ديده معمولاً نسبت به آمارگيري‌هاي      پستي، تلفني و يا اينترني از نرخ پاسخگويي بيشتري برخوردار هستند. زیرا در مصاحبه­های      حضوری آمارگیر می­تواند پاسخگو را به نحوی راضی به دادن پاسخ نماید. اما در آمارگیری­های      پستی، تلفنی و یا اینترنتی از آنجا که پاسخگو با کسی روبرو نیست اغلب پاسخگویی را به      تأخیر انداخته، گاهی آن را فراموش می­کند، یا اصلاً به آن اهمیت نمی­دهد.

– فرد پاسخگو: در برخي از آمارگيري‌‌هاي خانوار، اگر فرد پاسخگو سرپرست خانوار تلقي شود،     نرخ بي‌پاسخي قلم آماري كمتر مي­شود، و اگر به‌طور تصادفي يك فرد پاسخگو برگزيده شود،     ممكن است نرخ بي‌پاخي قلم آماري به‌علت اطلاعات كم فرد انتخاب شده، كاهش نيابد.نرخ‌هاي بي‌پاسخي برحب اينكه پاسخگو هر سني داشته باشد و يا اينكه تعداد تماس‌ها چندبار باشد، متفاوت است. بنابراين برای کاهش نرخ بی­پاسخی در طرح‌هاي نمونه‌گيري می­توان سیاست­های زیر را به­کار برد.

 
1-1  مقدمه…………………………………………………………………………… 2
1-2  بی­پاسخی……………………………………………………………………….. 3
1-3  اهمیت بی­پاسخی و علل بروز آن…………………………………….. 5
1-4  اریبی ناشی از بی­پاسخی…………………………………………………. 8
1-5  سابقه­ی پژوهش…………………………………………………………….. 9
1-6  یک مثال كاربردي………………………………………………………………. 13
1-7  روش­های جبران بی­پاسخی………………………………………………………. 17
1-8  خلاصه و نتیجه­گیری…………………………………………………………….. 24
 

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فصل دوم – کاهش خطای بی­پاسخی با استفاده از روش آمارگیری­های پستی و مصاحبه حضوری (روش هانسن و هورويتز)

در این فصل یکی از روش های مقابله با بی پاسخی واحدها كه ‌ترکیبی از دو روش پستی و حضوری است را بررسي مي­كنيم.  مسئله مورد نظر، تعیین تعداد پرسشنامه‌های پستی فرستاده شده و تعداد مصاحبه‌های حضوری انجام شده است. البته این کار بعد از خاتمه دوره دریافت پرسشنامه‌های پستی (به منظور رسیدن به دقت لازم) با حداقل هزینه انجام می شود.اين روش در هر نوع روش جمع­آوري اطلاعات می‌تواند به کار گرفته شود. به‌عنوان مثال، شاید مشکل بی پاسخی در آمارگیری پستی به‌اندازه مراجعات مکرر در مصاحبه‌ها، اهمیت داشته باشد که در حالت اخیر برای حداقل کردن هزینه به ازاء یک دقت معلوم، لازم است که نمونه بزرگتری از مصاحبه‌های اولیه را درنظر گرفته و به کسری از آنها که معمولاً در خانه نیستند، مراجعه شود. در بخش 2-2 بي­پاسخي در نمونه­گيري پستي را شرح مي­دهيم و براي توضيح بيشتر مثالي را ذکر
می­کنیم و در بخش 2-3 به بحث و نتيجه­گيري مي­پردازيم.براي تدوين مطالب اين فصل از منبع هانسن و هورويتز(1946)، استفاده شده است .

2-2  بي­پاسخي در نمونه­گيري پستي

روش آمارگیری پستی به‌دلیل نرخ بی‌پاسخی زیاد، معمولاً یک اریبی نامعلومی را وارد نتیجه‌گیری‌ها می‌کند. در مصاحبه‌های حضوری معمولاً پاسخ کامل دریافت می‌شود، اما هزینه  هر مصاحبه در مقایسه با روش پستی بسیار بالاست.ابتدا روش نمونه گیری تصادفی ساده و شیوه‌های برآورد میانگین یا مجموع جامعه را توضیح می‌دهیم و این روش برای نمونه گیری با طبقه بندی و سایر روش‌های برآورد نیز به کار می رود.براي مثال، فرض کنید می خواهیم تعداد کارمندان مغازه‌های خرده فروشی را طی یک دوره مشخص در یک استان، برآورد کنیم. فرض کنيد فهرستی از آدرس همه موسسات و مغازه‌هایی که دارای یک یا چند کارمند هستند دراختیار داریم. شیوه ای که گاهی اوقات اجرا می‌شود این است که نمونه ای از آدرس‌ها را از این فهرست انتخاب و پرسشنامه‌ها را برای آنها از طريق پست ارسال مي­كنيم. سپس پرسشنامه­هائی که به‌دست ما رسیده را بررسي مي­كنيم. حال اگر تعداد کارمندان را برای همه مغازه‌های خرده‌فروشی در استان به كمك اين پرسشنامه­ها، برآورد کنیم، اين برآورد، اریب خواهد بود.اگر نرخ بی پاسخی خیلی زیاد باشد، اریبی خیلی جدی است. از طرفي ديگر به همه آدرس‌ها مأمور آمارگیری بفرستيم، هزینه جمع­آوری داده‌ها خیلی زیاد خواهد بود. براي مثال فرض کنید هزینه­هاي آمارگيري نمونه­اي به قرار زير باشند:

  • هزينة ارسالي هر پرسشنامه، 10 واحد پولي (مثلاً ريال، دلار، هزار ريال).
  • هزينه فرآوري پرسشنامه­هاي برگشتي، 40 واحد پولي.
  • هزينه مصاحبه­هاي ميداني هر پرسشنامه، 410 واحد پولي.

ولي فرض كنيم كه هزینه فرآوری هر پرسشنامه ای که با عملیات میدانی پر شده، 450 واحد پولی باشد. بنابراین اگر60 درصد پاسخ داشته باشیم به ازاء هزینه یک بار مراجعه در عملیات میدانی بايد تعداد 13پرسشنامه ارسال كردكه ازبين آنها  8 پرسشنامه برمي گردد. در حالی که اگر فقط 20 درصد نرخ پاسخگویی داشته باشیم، مي­توانيم 5 پرسشنامه دريافت كنيم.بنابراين به ازاي يك مقدار هزینة ثابت مي­توان ‌اندازه نمونه را بین 5 تا 8 برابر بزرگتر از زمانی گرفت که از طریق مصاحبه حضوری انجام مي­شود. البته این به معنای آن نیست که باید همه نمونه‌ها را با روش پستی جمع­آوري كنيم.در صورتي­كه طرح نمونه­گيري مناسب به كار رود و داده­ها با دقت ثبت شوند معمولاً با افزايش نمونه خطاي برآورد كم مي­شود. اما در مواردي كه بي­پاسخي وجود داشته باشد. خطاي برآورد با افزايش نمونه زياد كاهش نمي­يابد.مثال 2-1. فرض کنید پرسشنامه‌ها به یک نمونه 1000 تایی که به تصادف از یک فهرست 40000 تایی از مغازه‌ها استخراج شده‌اند، فرستاده شوند. همچنين فرض کنید 500 تا از آنها(50 % نمونه‌ها)، جواب می دهند و 500 تای دیگر، بی  پاسخ‌اند. 10% مواردی که بی‌پاسخ بوده‌اند، انتخاب شده و به آنها مراجعه حضوری می‌شود. مي­توان فرض كرد که این نمونه ايي معرف از جامعه پرسشنامه­هاي پستی بي­پاسخ هستند.

 
2-1  مقدمه…………………………………………………………………………… 26
2-2  بی­پاسخی در نمونه­گیری پستی…………………………………………….. 26
2-3  خلاصه و نتیجه­گیری…………………………………………………………….. 43

فصل سوم –  کاهش خطای بی­پاسخی با استفاده از روش پولیتز – سیمونز

 

 
3-1  مقدمه…………………………………………………………………………… 45
3-2  غایبین و حاضرین در مصاحبه­ها………………………………………………… 45
3-3  پیش­بینی نمونه­ای مبتنی بر برآوردهای نااریب از زمانی که پاسخگویان در خانه بوده­اند………………………………………………………………………….. 48
3-4  مباحث نظری حذف مراجعات مکرر…………………………………………….. 55
3-5  واریانس برآورد نمونه­ای………………………………………………………… 64
3-6  مثال­ عددی……………………………………………………………………… 67
3-7  خلاصه و نتیجه­گیری…………………………………………………………….. 70

 فصل چهارم – کاهش خطای بی­پاسخی با استفاده از روش دمینگ

  • در این فصل به بررسی تأثیر اریبی ناشی از بی­پاسخی روی برآوردگرها و روش­های کاهش این اریبی می­پردازیم. افزایش تعداد نمونه بیش از آنچه که طرح لازم دارد باعث کاهش واریانس بی پاسخی می گردد. در این فصل به دنبال تعیین بهینه چنین افزایشی هستیم. روش­هاي عمده که در این فصل آنها را ارائه می­دهیم بررسی شواهد و دلایل حاصل از یک مکانیزم پیشنهادی است که واریانس قابل محاسبه را مطرح خواهد ساخت، اریبی بی پاسخی قابل محاسبه را بیان خواهد کرد و هزینه قابل محاسبه را مشخص خواهد کرد و نيز براساس این مکانیزم تعداد مراجعات مکرری که لازم است تا به یک دقت مطلوب به ازاء مینیمم هزینه، دست بیابیم را مشخص خواهد کرد.
  • در بخش دوم به بررسی ملاک طرح بهینه برای کاهش اریبی می­پردازیم. در بخش سوم مراحل جمع­آوری اطلاعات مسئله مورد مطالعه را ارائه می­دهیم. در بخش چهارم روابط و معادلات مربوط به اریبی و واریانس حاصل از ترکیب مراحل جمع­آوری اطلاعات از نمونه اولیه شرح داده
    می­شود و سرانجام به نتیجه­گیری مطالب این فصل در بخش پنجم می­پردازیم.           براي تدوين مطالب اين فصل از منابع زير  استفاده شده است : موريس لون (1934)، هانسن وهورويتز(1946)، پوليتزوسيمونز (1950-1949) ، بنجامين(1950)، بيرن بام وسيركن (1950) ، هاسمن(1953) و دمينگ (1953)
 
4-1  مقدمه…………………………………………………………………………… 73
4-2  ملاک طرح بهینه……………………………………………………………….. 73
4-3  جمع­آوری اطلاعات……………………………………………………………… 76
4-4  مراحل و نتايج مربوط به آن……………………………………………………… 84
4-5  خلاصه و نتيجه­گيري…………………………………………………………….. 87

 

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فصل پنجم – راههای پیشگیری و درمان بی­پاسخی

بي‌پاسخي مشكلي است كه در داده‌هاي نمونه‌گيري مكرراً اتفاق مي‌افتد. هرچند كه نمي‌توان آن را كاملاً از بين برد، اما تا حد زيادي مي‌توان كاهش داد. اين كار باعث مي‌شود كه نه‌تنها داده‌هاي بيشتري را براي استفاده در تحليل‌ها دراختيار پژوهشگران بگذارد بلكه اطلاعات كمكي براي جانهي و تعديل بهتر فراهم مي‌سازد. در معامله با داده‌هاي گم شده، درك، پيشگيري، و جانهي با هم مرتبط‌‌‌اند. براي ارائه ابزارهاي كافي به پژوهشگراني كه از داده‌هاي نمونه‌گيري استفاده مي‌كنند، همة اين جنبه‌ها  را مرور مي‌كنيم. ابتدا، يك گونه‌شناسي از الگوهاي داده‌هاي گم شده و منشاء آنها را عرضه مي‌كنيم.
بر پاية اين گونه‌شناسي و منشاء بالقوة بي‌پاسخي سؤال، طرحي كلي را براي اينكه چگونه مي‌توان تا حد امكان از داده‌هاي گم شده پيشگيري كرد ارائه مي‌كنيم. در پايان بحث مي‌كنيم كه چگونه آگاهي از فرايند گردآوري داده‌ها مي‌تواند بررسي آماري داده‌هاي گم شده باقيمانده را بهبود بخشد.

شاخصي مهم از كيفيت داده‌هاي نمونه‌گيري ميزان داده‌هاي گم شدة مربوط به سؤال‌هاست. وقتي بي‌پاسخي سؤال رخ مي‌دهد، يك واحد آمارگيري (مثلاً، يك شخص) داده‌هايي را دراختيار مي‌گذارد اما به دليلي داده‌هاي مربوط به سؤال‌ها يا اقلام خاص پرسشنامه براي تحليل در دسترس نيستند. زمان‌هايي نه چندان دور، پژوهشگران اين مشكل را با ناديده گرفتن آن و محدود ساختن تحليل به مقادير مشاهده شده، يا موارد كامل حل كرده‌ بودند. اما، اين كار باعث از دست رفتن اطلاعات مي‌شود؛ برآوردها كارآيي كمتري خواهند داشت، و آزمون­های آماری توان کمتری خواهند داشت. با در دسترس قرار گرفتن نرم‌افزارهايي كه كار با آنها آسان است و به‌طور مداوم توليد مي‌شوند استفاده از دو روش جانهي و برآورد مستقيم افزايش خواهد يافت. پيش‌نياز بررسي آماري داده‌هاي گم شده آن است كه دربارة اينكه داده‌هاي گم شده چگونه و چرا رخ داده‌اند بيشتر بدانيم. مثلاً، مقدار گم شده‌اي كه از فراموش كردن كاملاً تصادفي يك سؤال ناشي مي‌شود با مقدار گم شده‌اي كه از بي‌رغبتي يك پاسخگو به افشاي اطلاعات حساس ناشي مي‌شود (بی­پاسخی) كاملاً تفاوت دارد. نوع اول گم شدگي را مي‌توان به عنوان گم شدگي كاملاً تصادفي انگاشت، نوع دوم گم شدگي تصادفي نيست و روشهاي پيچيده‌تري را لازم دارد كه شامل مدلي براي گم شدگي است. بدين ترتيب، پژوهشگران خود را در موضع ” دور تسلسل “ مي‌يابند : بايد دربارة داده‌هاي گم شده بيشتر دانست تا بهترين روش را براي رفتار با داده‌هاي گم شده انتخاب كرد. بنابراين، پيشگيري گام نخست لازم براي رويارويي با داده‌هاي گم شده است. كاهش بي‌پاسخي سؤال به جانهي كمتر در مجموعة داده‌ها، به داده‌هاي بيشتر براي بررسي الگوهاي بي‌پاسخي سؤال و انتخاب بهترين درمان و سرانجام به داده‌هاي بيشتر براي
بنا نهادن يك جانهي صحيح بر آنها، منجر خواهد شد. معاملة موفقيت‌آميز با بي‌پاسخي سؤال مستلزم تلاش و همكاري توأم ” كاهش‌دهندگان“ و ”تعديل‌كنندگان“ است!در اين فصل داده‌هاي گم شده در آمارگيري‌هاي نمونه‌اي بحث مي‌شود. هدف ما آن است كه آمارشناسان نمونه‌گيري را كه بر تعديل آماري توجه دارند به تأكيد بر درك بهتر از بي‌پاسخي سؤال و درمان آن متوجه سازیم. در بخش 2 با تعريف اشكال مختلف داده‌هاي گم شده شروع مي‌كنيم. بر پاية اين گونه‌شناسي، معرف‌هاي داده‌هاي گم شده در بخش 3 از هم تميز داده شده و پيامدهاي مربوط به بررسي آماري بحث مي‌شوند. همچنين با شناختن معرف‌ها مي‌توان اقدامات لازم براي پيشگيري از بي‌پاسخي را انجام داد و اين موضوع در بخش 4 بررسي مي‌شود. در بخش 5 نیز روش­های درمان
بی­پاسخی مورد بررسی قرار می­گیرد. موضوع را با نتیجه­گیری از مطالب این فصل در بخش 6 به پايان مي‌بريم.

 
5-1  مقدمه…………………………………………………………………………… 90
5-2  گونه­شناسی داده­های گم­شده………………………………………………. 92
       5-2-1  گم­شدگی تصادفی و غیرتصادفی………………………………….. 92
       5-2-2  تعریف­های بی­پاسخی و الگوهای داده­های گم­شده……………….. 93
5-3  عوامل تعیین کننده بی­پاسخی سؤال…………………………………….. 99
5-4  پیشگیری……………………………………………………………………….. 102
       5-4-1  شیوه گردآوری داده­ها………………………………………………….. 102
       5-4-2  پرسشنامه………………………………………………………………. 103
       5-4-3  پاسخگو………………………………………………………………… 105
       5-4-4  مصاحبه­گر…………………………………………………………….. 109
       5-4-5  فرآوری داده­ها…………………………………………………………. 111
5-5  درمان………………………………………………………………………….. 111
       5-5-1  دانش لازم از ساختار و الگوهای داده­های گم­شده و بی­پاسخی……………. 111
       5-5-2  روش­های ساده و مؤثر درمان داده­های بی­پاسخ……………….. 113
5-6  خلاصه و نتیجه­گیری…………………………………………………………….. 116
مثال………………………………………………………………………………….. 118
منابع………………………………………………………………………………….. 126


بلافاصله بعد از پرداخت به ایمیلی که در مرحله بعد وارد میکنید ارسال میشود.


فایل pdf غیر قابل ویرایش

قیمت25000تومان

خرید فایل word

قیمت35000تومان