यदि आपके पास विषय के आधार पर मूल बातें (आउटलेर्स की पहचान, गुम मान, भार, कोडिंग) है तो सादे शैक्षणिक साहित्य में बहुत कुछ पाया जा सकता है। उदाहरण के लिए सर्वेक्षण अनुसंधान (जो एक ऐसा विषय है जहाँ कई चीजें गलत हो सकती हैं, और पूर्वाग्रह के कई स्रोतों से ग्रस्त हो सकती हैं) बहुत सारे अच्छे लेख हैं।
नियमित रूप से पारगमन के प्रतिगमन की तैयारी करते समय, चीजें कम जटिल हो सकती हैं। उदाहरण के लिए समस्या यह हो सकती है कि आप बहुत से 'आउटलेर्स' हटा दें और इस तरह अपने मॉडल को अच्छी तरह से फिट कर लें।
मैं इस प्रकार आपको अच्छी तकनीकों को सीखने के अलावा, सामान्य ज्ञान को भी ध्यान में रखने की सलाह देता हूं। सुनिश्चित करें कि आप तकनीकों को सही तरीके से लागू करते हैं और नेत्रहीन रूप से नहीं। अन्य उत्तर में सॉफ्टवेयर चर्चा के लिए के रूप में। मुझे लगता है कि SPSS डेटा तैयार करने के लिए बुरा नहीं है (मैंने एसएएस के बारे में अच्छी बातें भी सुनी हैं) आपके डेटासेट के आकार के आधार पर। ड्रॉप डाउन मेनू बहुत सहज हैं।
लेकिन आपके प्रश्न के सीधे उत्तर के रूप में, शैक्षणिक साहित्य विषय और विश्लेषण के आधार पर आपकी डेटा तैयारी के लिए एक बहुत अच्छा स्रोत हो सकता है या नहीं।