From the sample data, dealing with

From the sample data, dealing with missing data is an important issue (Hair et ai.,2010). In social science research, there are various suggestions made in this arena, such as using the mean of the scores on the variance or otherwise removing the sample/samples, which does/do not respond to any question ( Norusis, 1995). Data must be cleaned, which involves double-checking the data entries on the computer files in order to overcome human errors – particularly with the large numbers of respondents such as in this study. The researcher has therefore checked each section in order to identify the questionnaires with largely missing data to be excluded. At this stage, the researcher excluded one questionnaire owing to the fact that the respondent only answered demographic questions and left the other sections blank (id=8, UUM, science, male, Bumiputere). In addition, 21 additional questionnaires were identified as lacking in various demographic answers, such as age, secondary school background, religious background, parents’ income, as well as father’s and mother’s profession; these were accordingly removed. Finally, the total respondents to be tested for this study were 431.

ผลลัพธ์ (ไทย) 1:

จากข้อมูลตัวอย่าง จัดการกับข้อมูลที่ขาดหายไปเป็นสิ่งสำคัญ (ผม et ai. 2010) ในการวิจัยสังคมศาสตร์ มีคำแนะนำต่าง ๆ ที่ทำในนี้เวที เช่นใช้ค่าเฉลี่ยของคะแนนผลต่าง หรือมิฉะนั้น ลบตัวอย่าง/ตัวอย่าง ซึ่งไม่ / ไม่ตอบคำถามใด ๆ (Norusis, 1995) ข้อมูลต้องถูกทำความสะอาด ซึ่งเกี่ยวข้องกับซอร์สรายการข้อมูล ในแฟ้มคอมพิวเตอร์เพื่อเอาชนะข้อผิดพลาดของมนุษย์– โดยเฉพาะอย่างยิ่ง กับตัวเลขขนาดใหญ่ของผู้ตอบเช่นในการศึกษานี้ นักวิจัยได้ทำการตรวจสอบแต่ละส่วนดังนั้นเพื่อระบุแบบสอบถาม โดยส่วนใหญ่ขาดข้อมูลจะถูกแยกออก ในขั้นตอนนี้ นักวิจัยแยกหนึ่งแบบสอบถามเพราะว่า ผู้ตอบเพียงตอบคำถามประชากร และส่วนอื่น ๆ ปล่อย (รหัส = 8 ระบุ วิทยาศาสตร์ เพศชาย Bumiputere) นอกจากนี้ สอบถามเพิ่มเติมที่ 21 ระบุเป็นขาดคำตอบประชากรต่าง ๆ เช่นอายุ มัธยมพื้นหลัง พื้นหลังศาสนา พ่อเงิน ตลอดจน อาชีพของบิดาและของมารดา เหล่านี้อย่างถูกเอาออกดังนั้น ในที่สุด ผู้ตอบทั้งหมดที่จะทดสอบสำหรับการศึกษานี้ได้ 431

ผลลัพธ์ (ไทย) 2:

จากข้อมูลตัวอย่างการจัดการกับข้อมูลที่ขาดหายไปเป็นเรื่องที่สำคัญ (ผม et AI., 2010) ในการวิจัยทางสังคมศาสตร์มีข้อเสนอแนะต่างๆที่เกิดขึ้นในเวทีนี้เช่นการใช้ค่าเฉลี่ยของคะแนนในการแปรปรวนหรือมิฉะนั้นการเอาตัวอย่าง / ตัวอย่างซึ่งไม่ / ไม่ตอบคำถามใด ๆ (Norusis, 1995) ข้อมูลที่จะต้องทำความสะอาดซึ่งเกี่ยวข้องกับการตรวจสอบอีกครั้งรายการข้อมูลเกี่ยวกับไฟล์คอมพิวเตอร์ในการสั่งซื้อที่จะเอาชนะความผิดพลาดของมนุษย์ - โดยเฉพาะอย่างยิ่งมีจำนวนมากของผู้ตอบแบบสอบถามเช่นในการศึกษานี้ ผู้วิจัยจึงมีการตรวจสอบแต่ละส่วนเพื่อที่จะระบุแบบสอบถามที่มีข้อมูลที่ขาดหายไปส่วนใหญ่จะได้รับการยกเว้น ในขั้นตอนนี้นักวิจัยได้รับการยกเว้นหนึ่งแบบสอบถามเนื่องจากข้อเท็จจริงที่ว่าผู้ถูกกล่าวหาเพียงตอบคำถามประชากรและทิ้งไว้ส่วนอื่น ๆ ที่ว่างเปล่า (id = 8, UUM วิทยาศาสตร์ชาย Bumiputere) นอกจากนี้ 21 แบบสอบถามเพิ่มเติมถูกระบุว่าเป็นขาดในคำตอบต่างๆประชากรเช่นอายุพื้นหลังโรงเรียนมัธยมพื้นหลังทางศาสนารายได้ของผู้ปกครองเช่นเดียวกับพ่อและอาชีพของแม่; เหล่านี้ถูกลบออกตาม ในที่สุดผู้ตอบแบบสอบถามทั้งหมดจะผ่านการศึกษาครั้งนี้มี 431

ผลลัพธ์ (ไทย) 3:

จากข้อมูลตัวอย่าง , การจัดการกับข้อมูลสูญหายเป็นสำคัญ ( ผมและ AI . , 2010 ) ในการวิจัยทางสังคมศาสตร์ มีข้อเสนอแนะต่าง ๆ ที่เกิดขึ้นในเวทีนี้ เช่น การใช้ค่าเฉลี่ยของคะแนนความแปรปรวนหรือเอาตัวอย่าง / ตัวอย่างอื่นซึ่งไม่ / ไม่ตอบคำถามใด ๆ ( norusis , 1995 ) ข้อมูลต้องสะอาด ซึ่งเกี่ยวข้องกับดับเบิลตรวจสอบข้อมูลรายการในแฟ้มข้อมูลคอมพิวเตอร์ เพื่อที่จะเอาชนะความผิดพลาดของมนุษย์ ( โดยเฉพาะกับตัวเลขขนาดใหญ่ของผู้ตอบ เช่น ในการศึกษานี้ ผู้วิจัยจึงได้ตรวจสอบแต่ละส่วนเพื่อระบุคนส่วนใหญ่ขาดข้อมูลที่จะถูกตัดออก ในขั้นนี้ ผู้วิจัย จำนวนรวมหนึ่งเนื่องจากผู้ถูกกล่าวหาเพียงตอบคำถามของประชากร และจากส่วนอื่น ๆ ว่าง ( id = 8 , uum , วิทยาศาสตร์ , ชาย , bumiputere ) นอกจากนี้ 21 คนเพิ่มเติมถูกระบุว่าขาดในคำตอบส่วนบุคคลต่างๆ เช่น อายุ , โรงเรียนพื้นหลัง , พื้นหลังทางศาสนา รายได้ของผู้ปกครอง รวมทั้งพ่อและแม่เป็นอาชีพ ; เหล่านี้ตามลบ สุดท้าย ผู้ตอบแบบสอบถามทั้งหมดจะถูกทดสอบจำนวน 431 .