Kahta tehostekokotyyppiä: vakioitu ja standardoimaton

Efektikokotilastot ovat kaikki nykyään raivoa.

Lehden toimittajat vaativat niitä. Valiokunnat eivät läpäise väitöskirjoja ilman niitä.

Mutta syy niiden laskemiseen ei ole vain se, että joku haluaa heitä – he voivat todella auttaa sinua ymmärtämään tietosi analyysia.

Mikä on Efektikoko?

Kun monet meistä kuulevat ”Efektikoko-tilastot”, luulemme heti tarvitsevamme yhtä harvoista tilastoista: Eta-neliö, Cohenin d, R-neliö.
Ja kyllä, nämä ehdottomasti täyttävät vaatimukset. Mutta vaikutuskokotilaston käsite on itse asiassa paljon laajempi. Tässä on kuvaus mukavan artikkelin vaikutuskokotilastoista:

”… tietoa kahden ryhmän välisen eron suuruudesta ja suunnasta tai kahden muuttujan välisestä suhteesta.”

– Joseph A . Durlak, ”Kuinka valita, laskea ja tulkita tehosteiden kokoja”

Jos ajattelet sitä, monet tutut tilastot sopivat tähän kuvaukseen. Regressiokertoimet antavat tietoa suuruuden ja suunnan kahden muuttujan välinen suhde. Joten tekevät korrelaatiokertoimet.

Samoin yksinkertainen ero kahden ryhmän keskiarvon välillä sopii suoraan tähän määritelmään.

Miksi meidän on siis ilmoitettava erityiset vaikutuskoon tilastot?

Yksinkertaiset ja standardoidut tehosteiden kokotilastot

Efektin kokoa kuvaavia tilastoja on kahta tyyppiä.

Ensimmäinen tyyppi on standardoitu. Kun useimmat ihmiset puhuvat tehosteiden kokotilastoista, tästä he puhuvat.

Vakioidut tehokokotilastot poistavat tehosteen muuttujien yksiköt.

Toinen tyyppi on yksinkertainen. Nämä tilastot kuvaavat vaikutuksen kokoa, mutta pysyvät muuttujien alkuperäisissä yksiköissä.

Oletetaan esimerkiksi, että vertaat maaperän keskilämpötilaa kahdessa eri olosuhteessa.

Yksinkertainen vaikutuskoko olisi keskilämpötilan ero:

Keskiarvo 1 – Keskiarvo 2.

Tulkitsisit tämän tilaston Celsius astetta. Esimerkiksi: Tilan 1 keskilämpötila oli 2,3 astetta korkeampi kuin tilassa 2.

Vakioitu vaikutuskoon tilasto jataisi tämän keskimääräisen eron keskihajonnalla:

(Keskiarvo 1 – Keskiarvo 2) / Keskihajonta.

Tulkitsisit tämän tilaston standardipoikkeamina: Keskilämpötila ehdossa 1 oli 1,4 standardipoikkeamaa korkeampi kuin tilassa 2 .

Edut ja haitat

Vaikka monet päiväkirjatoimittajat haluavat standardoidut tehosteet, ne eivät ole aina parempia kuin yksinkertaiset tehosteet. Heillä on kuitenkin todellisia etuja tietyissä tilanteissa.

1. Vakioidut vaikutuskoot auttavat sinua arvioimaan, kuinka suuri tai pieni vaikutus on, kun mittayksiköt eivät ole intuitiivisia.

Useimmilla maaperätutkijoilla on hyvä käsitys siitä, onko 2,3 astetta mielekäs ero. 2,3 astetta tarkoittaa jotain, koska aste on intuitiivinen. Mutta näin ei ole aina.

Kuvittele 2,3 pisteen ero ahdistusasteikolla, joka vaihtelee välillä 7–49. Onko tämä merkityksellinen ero? No, on vaikea kertoa, koska nämä kohdat eivät ole kovin intuitiivisia. Meillä on oltava vahva käsitys pisteiden jakautumisesta, jotta voimme nähdä, onko 2,3 pistettä suuri liike, ja meidän on ymmärrettävä, mitä 2,3 pistettä todella kertoo meille ahdistuksesta.

Joskus standardisoimalla tilastotiede – keskihajonta – auttaa poistamaan merkityksetön yksiköt ja antaa tutkijoille mahdollisuuden arvioida vaikutuksia verrattuna pisteiden täydelliseen jakautumiseen.

2. Vakioidut vaikutuskoot voivat auttaa sinua vertaamaan tuloksia tutkimuksissa.

Monia muuttujia mitataan eri mittakaavoissa eri tutkimuksissa. Jälleen, tämä ei todennäköisesti tapahdu muuttujan, kuten lämpötilan, kanssa, mutta on olemassa useita ahdistusasteikkoja, joista kukin on eri mittakaavassa. Standardoitujen vaikutuskokotilastojen sisällyttäminen voi auttaa lukijoita ymmärtämään tutkimusten trendejä tai eroja.

Ne ovat meta-analyysin perusta, joka analysoi tutkimusten otoksen tuloksia, joten näiden tilastojen ilmoittaminen hyödyttää kollegoitasi.

3. Standardoituja vaikutuskokoja on käytettävä otoskokolaskelmissa varoen.

Sekä pienin merkityksellinen yksinkertainen vaikutus että keskihajonta tarvitaan otoskokotilastojen arvioimiseksi (tietyn alfan ja halutun tehon lisäksi muiden tarvittavien estimaattien mukaan) ). Jotkin ohjelmistot edellyttävät ensin näiden kahden tiedon yhdistämistä standardoituun tehokokotilastoon tarvittavan otoskoon laskemiseksi halutun tehon saavuttamiseksi.

Vaikka standardoitujen efektikokojen käyttämisessä näissä laskelmissa ei ole mitään vikaa, jos haluat hyviä arvioita, sinun on käydävä läpi muuttujien kohtuullinen keskihajonta ja pohdittava, mikä mielekäs vaikutus olisi ole.

Kyllä, tämä on hyvin vaikeaa, eikä ole olemassa yhtä oikeaa vastausta. Mutta olet alasi asiantuntija, ja sinun on määritettävä kirjallisuudesta kirjallisuuden mukaan, mikä merkityksellinen vaikutuskoko on.

Jos käytät yleisiä vaikutuskokotilastoja teholaskennasi perusteella ajattelematta siitä, mitä se tarkoittaa tutkimuksessasi, saat vain yleisen otoskokoarvion. Se ei ole kovin hyödyllistä.

Tehosteen kokotilastot
Tilasto-ohjelmisto ei aina anna meille tarvitsemiasi tehosteita. Opi joitain yleisten vaikutusten kokotilastot ja tapoja laskea ne itse.

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *