2019년 5월 31일 금요일
2019년 4월 9일 화요일
Vague Quantifiers vs Numeric Response Options
자주, 많이 등과 같은 Quantifiers(수량사)는 설문 보기에서도 많이 등장한다.
문. 귀하께서는 지난 한달동안 종이신문을 얼마나 자주 읽으셨습니까?
1. 매우 자주
2. 자주
3. 때때로
4. 아주 가끔
5. 전혀 읽지 않음
위와 같은 보기를 Vague Quantifiers options(모호한 수량사 보기???)라 하는데 사실 이런 보기는 별로 좋지 않은 것이라고만 생각했다. 이런 보기보다는 명확한 Numeric Response Options이 더 좋다는 것이다. 이런 기준으로 위 설문을 바꾸면 아래와 같다.
문. 귀하께서는 지난 한달동안 종이신문을 얼마나 자주 읽으셨습니까?
1. 거의 매일
2. 1주일에 4-5일
3. 1주일에 3-4일
4. 1주일에 1-2일
5. 2주일에 1-2일
6. 3주일에 1-2일
7. 한달에 1-2일
8. 전혀 읽지 않음
그러나 Vague Quantifiers options이 Numeric Response Options보다 낫다는 주장을 하는 논문이 꽤 많았다. 특히 변수간 관계나 영향력에 있어 Vague Quantifiers options이 더 크다는 것은 한 번 쯤 생각해볼 중요한 함의를 가지고 있다고 생각한다.
2019년 4월 6일 토요일
피드 구독하기:
글 (Atom)
-
중간 보기가 없는 2점이나 4점의 경우는 긍정비율(찬성, 만족 등)을 가지고 주로 분석을 한다. 그러나 중간 보기가 있는 3점이나 (특히) 5점의 경우 긍정비율보다는 평균값(3점 or 5점 만점, 아니면 이를 100점으로 환산)을 많이 활용한다. 왜... -
서론: 시간의 흐름 속 ‘스냅샷’으로 정책 효과 측정하기, 횡단조사와 이중차분법(DID) 어떤 정책이 시행된 후, 그 효과를 과학적으로 측정하고 싶다고 가정해 봅시다. 가장 이상적인 방법은 정책의 영향을 받은 사람들과 받지 않은 사람들을 수년간 추...
-
서론: 표본을 ‘유권자 전체’로 만드는 마법, 가중치와 두 가지 해법 선거여론조사는 보통 1,000여 명의 표본을 통해 수천만 명에 달하는 전체 유권자의 민심을 추정하는 작업입니다. 하지만 우리가 무작위로 추출한 1,000명의 인구통계학적 특성(성...