22、软件初创企业中的敏捷实践分析

软件初创企业中的敏捷实践分析

1. 数据清洗与验证

为确保调查数据的质量和有效性，对原始数据集进行了仔细的数据清洗和验证过程，主要使用R软件包实现自动化处理，并手动移除可疑数据条目。具体步骤如下：
1. 初步筛选 ：设置回答问题数量的阈值为50（原始调查问题共278个），移除回答问题少于50个的行；合并由同一人针对同一家初创企业回答的数据行；移除数据导出过程中可能引入的重复列；修正因原始调查设计或数据导出过程导致的明显错误。
2. 逐列清洗 ：移除初创企业名称缺失和电子邮件为空的行；排除不同受访者对同一家初创企业的回答；检查初创企业名称、电子邮件和网站，移除包含可疑值（如“none”、“not”、“test”等）的行；对具有固定值集的列应用正则表达式，进一步移除无效答案；打印每个封闭问题的所有可能值，确保数据集中仅存在有效答案。
3. 数据验证 ：使用一组基于对所有调查问题仔细检查发现的验证案例，检测不现实、不可能、无效的答案组合，并移除无效的数据条目。所有使用的验证案例可在 此处 查看。

原始数据集有10171个条目，经过数据清洗和验证后，最终的数据集样本量为1526个。虽然可能会意外移除一些有效条目，但为了获得干净的数据集进行数据分析，这种取舍是值得的。

2. 数据分析

为回答研究问题，分两步对数据进行分析：

2.1 回答RQ1