Salvatore Massimo Lombardo.Buongiorno a tutti e complimenti per l’idea del forum!
Ho una domanda generale (forse anche troppo) sul data cleaning di dati survey destinati a SEM, esperimenti o analisi simili. Questa sezione del forum tratta del design del survey, che aiuta a ridurre questo tipo di problemi; tuttavia, può capitare di accorgersi di aver commesso un errore e di dover sistemare la situazione ex post. Esistono linee guida/protocolli solidi e comunemente accettati da seguire?
In particolare, potrebbero essere interessanti i seguenti topic:
-Rilevazione ex post di risposte disattente;
-Gestione dei missing;
-Outlier univariati e multivariati;
-Normalità dei dati;
-Se e quando ha senso winsorizzare su scale Likert.
Se avete checklist operative o articoli metodologici da consigliare, sarebbero una lettura preziosa.
Grazie
Grazie Salvatore per il tuo intervento sul forum.
Per i dati da survey un utile riferimento è il libro di Barbaranelli, C. (2007), Analisi dei dati. Tecniche multivariate per la ricerca psicologica e sociale, 2a ed. Milano: LED. che dedica il primo capitolo al trattamento preliminare dei dati.
Per i dati sperimentali, alcuni aspetti preliminari all’analisi sono trattati in Seltman, H.J. (2018), Experimental Design and Analysis.
Può essere utile anche consultare la reference:
Hulland, J., Baumgartner, H., & Smith, K. M. (2018). Marketing survey research best practices: Evidence and recommendations from a review of JAMS articles. Journal of the Academy of Marketing Science, 46(1), 92–108.
A presto, Maria Antonietta Raimondo
Prof.ssa Raimondo, la ringrazio per aver condiviso queste utilissime reference
A presto, Salvo
Salvatore Massimo Lombardo.
Devi essere connesso per rispondere a questo topic.
