关于web问卷缺失数据校验程序的优化研究.docVIP

关于web问卷缺失数据校验程序的优化研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
关于web问卷缺失数据校验程序的优化研究

关于WEB问卷缺失数据校验程序的优化研究 摘要nbsp; 减少缺失数据是提高“问卷有效率”的重要环节。本文主要根据统计分析的要求,从技术角度微观地探讨如何在ASP中利用数据库技术防止缺失数据,即通过Recordset对象中Fields集合的字段名(Fields().Name)与网络问卷表单的对象名(Name)进行关联,巧妙地优化缺失数据校验程序,从而设计出更简洁、灵活且不受问卷试题规模影响的校验程序,增强了WEB问卷的通用性,提高了“问卷有效率”,起到事半功倍的效果。 关键词 WEB问卷,缺失数据校验程序,ASP nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;nbsp; nbsp;nbsp;nbsp;nbsp;nbsp; 网络调查具有传统纸质调查无法比拟的优越性,因此在现实调查工作中被广泛运用。但与传统的纸质调查一样,网络调查的质量受问卷试题设计、抽样方案、问卷回收率和“问卷有效率”[1]等因素的制约。一旦利用技术手段对各环节进行合理的优化,网络调查就能够突破诸多因素的制约,提高调查效率和质量。其中,防止缺失数据[2]是提高“问卷有效率”的重要环节。 nbsp; 1 网络调查与缺失数据 nbsp;nbsp;nbsp;nbsp;nbsp; 随着网络调查的推广,许多学者从技术角度宏观地探讨了网络调查,满孝[3]和王骏[4]分别介绍了ASP设计调查引擎和网络调查系统的设计;郭强主编的《网络调查手册》[5]比较详细地介绍了用ASP设计社会调查;何清林[6]实现了“网络问卷调查分析系统”的动态生成。但在实践操作中,还会涉及许多不容忽视的微观问题,如缺失数据问题。 nbsp;nbsp;nbsp;nbsp;nbsp; 统计学所指的缺失数据就是漏填数据项[2]。在网络调查中,缺失数据主要是被调查者在按了“提交”按钮时仍有试题没填或只填了空格所造成的。这样所造成的空缺数据直接影响 “问卷有效率”,进而影响分析结果。此外,有些系统(如ASP)在将空数据存入数据库时就会产生错误。因而缺失数据是个不容忽视的问题。 nbsp;nbsp;nbsp;nbsp;nbsp;nbsp; 一般来说,要避免缺失数据就需编写程序对每个数据项进行校验。小型WEB问卷通常利用JavaScript程序在客户端对每一试题所对应的元素逐一进行校验,全部合法后方能实现对服务器的提交操作。按此算法,所提交的表单中包含有n对象,则在JavaScript程序中就至少需要n个判断。如果大型WEB问卷也如法炮制,设计者的工作量无疑会与问卷规模成比例增加。合理选择算法对设计者方能起到事半功倍的效果。 nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;本文主要根据统计分析的要求,从技术角度微观地探讨如何在ASP中利用数据库技术防止缺失数据。从而设计出不受问卷规模影响的校验程序。 nbsp; 2 大型WEB问卷缺失数据校验的常见算法 nbsp;nbsp;nbsp;nbsp;nbsp; 对于大型WEB问卷调查的设计,必须优化算法,否则会在程序的书写上浪费大量时间。通常的算法是根据问卷自身特点进行处理。 2.1基于里克特量表(Likert Scales)形式的问卷 nbsp;nbsp;nbsp;nbsp;nbsp;nbsp;里克特量表是现代调查研究中普遍被采用的一种测量量表[1],它的基本形式是给出一组陈述,然后要求调查对象表明态度。根据每题所提供答案的个数,又可分为里克特两点量表、三点量表、四点量表、五点量表、六点和七点量表。基于这种量表而制成的问卷其主体呈现出极强的规律性,即每题都是单选且每题预置答案均为n(2≤n≤7)个。因而根据这种特点,在基于B/S模式的网络问卷的规划时,利用JavaScript设计两重循环在客户端就可检验缺失数据问题。程序如下: lt;script language=JavaScriptgt; nbsp; Var m=50; ‘试题总量 Var n=5; ‘每道试题的预置答案数目 function checkradio() nbsp; {var yesno ‘当前试题无缺失时为1,否则为0 var i=0 nbsp; for (i=0;ilt;m;i++) nbsp; nbsp;{yesno=0 ‘每个试题开始检测时均假

文档评论(0)

ailuojue4 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档