Cómo corregir los errores de entrada de datos cualitativos

Errores de entrada pueden ser resultado de utilizar o notificación, información equivocada - errores en las preguntas , respuestas inadecuadas , incoherencia o respuestas imprevistas . Los errores también se puede encontrar con invalidez , informes inexactos o grabación de datos incorrecto . Dado el carácter social de la investigación cualitativa y el grado de interacción humana que requiere, los errores de fijación pueden ser un procedimiento estándar . Los errores más pronto se encuentran , más fácil será para deshacerse de ellos . Profundizando en el tema esencial de la investigación es necesaria para identificar los errores de entrada que pudieran existir dentro de los datos de la encuesta y de las entrevistas , en las preguntas o en las etapas de presentación de informes . Instrucciones
denuncia y eliminación Matemáticas 1 Usted puede evitar muchos errores en la investigación cualitativa desde el principio.

Sé lo más cercano a la derecha como sea posible cuando la presentación de información . Usted puede evitar muchos errores en la investigación cualitativa , dejando fuera de polarización , las respuestas a las preguntas mal construidos o otra información incorrecta para asegurarse de que no tergiversar los datos de informes.
2

Identificar cualquier información que sea o alude a ser, subjetiva . Si es así, podría ser una fuente de error o sesgo , o peor aún , tanto más adelante. Pantalla tan temprano en el proceso de entrevista o encuesta como es posible.
3

Eliminar información identificada que es o podría ser , parcial o subjetiva . Usted debe eliminar cualquier cosa con la posibilidad de ser tomado como una interpretación personal , con exclusión de otras interpretaciones. Esto se llama " cosificación " de las entradas.
4

Reconocer y trabajar en torno a la presencia de errores mediante el control de ellos. Errores a menudo necesitan ser , y pueden ser , controlado en lugar de que sean completamente eliminados más tarde . Por ejemplo, si una porción de su población podría ser parcial , identificar que el sesgo en la delantera , es de código y dejarlo fuera posterior.
5

hecho independiente de la creencia , y luego la creencia separada de error tan pronto después es posible la entrevista . Al facilitar los datos de la entrevista o datos de respuesta a encuestas , por ejemplo, si ellos no están de acuerdo con sus propias creencias , asegúrese de que usted no reporta como propios . Si estos no son verdades se incluyen , el código y los colocan en ángulo recto al que pertenecen.
Software de limpieza de datos
6 Algunos sistemas de software están diseñadas para detectar y errores de entrada limpia.

Localice un sistema de software de la limpieza de datos. Existen sistemas de software para corregir los errores de entrada utilizando definidos por el usuario " restricciones de integridad . " StreamClean es un sistema que , una vez que se define un lenguaje declarativo , corregirá errores en los datos de entrada.
7

Cuando se utiliza un sistema de software de la limpieza de datos, asegúrese de proporcionar ejemplos de datos correctos con descripciones y claramente definido valores.
8

Cuando aparezca un mensaje de datos no válidos , léalo detenidamente y haga las correcciones o eliminar los datos. El sistema modificará automáticamente los datos con la corrección .