Două tipuri de statistici privind dimensiunea efectului: standardizate și nestandardizate

Statisticile privind dimensiunea efectului sunt la moda în zilele noastre.

Editorii jurnalelor le solicită. Comitetele nu vor trece disertații fără ele.

Dar motivul pentru care le calculează nu este doar că cineva le dorește – ele vă pot ajuta cu adevărat să înțelegeți analiza datelor dvs.

Ce este un Statistica dimensiunii efectului?

Când mulți dintre noi auzim „Statistica dimensiunii efectului”, credem imediat că avem nevoie de una dintre câteva statistici: Eta-squared, Cohen’s d, R-squared.
Și da, acestea se califică cu siguranță. Dar conceptul unei statistici a dimensiunii efectului este de fapt mult mai larg. Iată o descriere dintr-un articol frumos despre statisticile dimensiunii efectului:

„… informații despre amploarea și direcția diferenței dintre două grupuri sau relația dintre două variabile.”

– Joseph A . Durlak, „Cum se selectează, se calculează și se interpretează dimensiunile efectului”

Dacă vă gândiți la asta, multe statistici familiare se potrivesc acestei descrieri. Coeficienții de regresie oferă informații despre amploarea și direcția relația dintre două variabile. La fel și coeficienții de corelație.

La fel, o diferență simplă între două mijloace de grup se potrivește direct cu această definiție.

Deci, de ce trebuie să raportăm statistici specifice dimensiunii efectului?

Statistici simple și standardizate despre dimensiunea efectului

Există două tipuri de statistici care descriu dimensiunea unui efect.

Primul tip este standardizat. Când majoritatea oamenilor vorbesc despre statisticile dimensiunii efectului, despre asta vorbesc.

Statisticile standardizate privind dimensiunea efectului elimină unitățile variabilelor din efect.

Al doilea tip este simplu. Aceste statistici descriu dimensiunea efectului, dar rămân în unitățile originale ale variabilelor.

Deci, de exemplu, spuneți că comparați temperatura medie a solului în două condiții diferite.

Dimensiunea simplă a efectului ar fi diferența de temperatură medie:

Media 1 – Media 2.

Ați interpreta această statistică în grade Celsius. De exemplu: temperatura medie în starea 1 a fost cu 2,3 grade mai mare decât în starea 2.

Statistica standardizată a mărimii efectului ar împărți această diferență medie la abaterea standard:

(Media 1 – Media 2) / Abaterea standard.

Ați interpreta această statistică în termeni de abateri standard: temperatura medie în starea 1 a fost de 1,4 abateri standard mai mare decât în starea 2 .

Avantaje și dezavantaje

În timp ce mulți editori de jurnale doresc dimensiuni standardizate ale efectelor, nu sunt întotdeauna mai bune decât dimensiunile simple ale efectelor. Cu toate acestea, ele au avantaje reale în anumite situații.

1. Dimensiunile standardizate ale efectelor vă ajută să evaluați cât de mare sau mic este un efect atunci când unitățile de măsură nu sunt intuitive.

Majoritatea oamenilor de știință din sol vor înțelege bine dacă 2,3 grade Celsius reprezintă o diferență semnificativă. 2,3 grade Celsius înseamnă ceva deoarece un grad este intuitiv. Dar nu este întotdeauna cazul.

Imaginați-vă o diferență de 2,3 puncte pe o scară de anxietate care variază de la 7 la 49. Este o diferență semnificativă? Ei bine, este greu de spus, deoarece aceste puncte nu sunt foarte intuitive. Ar trebui să avem o înțelegere puternică a distribuției scorurilor pentru a vedea dacă 2,3 puncte a fost o mișcare mare și ar trebui să înțelegem ce ne spune cu adevărat 2,3 puncte despre anxietate.

Uneori, standardizarea statistica – punând-o în termeni de abateri standard – ajută la eliminarea unităților fără sens și permite cercetătorilor să evalueze efectele în comparație cu distribuția completă a scorurilor.

2. Dimensiunile standardizate ale efectului vă pot ajuta să comparați rezultatele între studii.

Multe variabile sunt măsurate la diferite scale în diferite studii. Din nou, acest lucru nu se va întâmpla probabil cu o variabilă, cum ar fi temperatura, dar există mai multe scale de anxietate din care să alegeți, fiecare dintre acestea fiind la o scară diferită. Includerea statisticilor standardizate privind dimensiunea efectului poate ajuta cititorii să înțeleagă tendințele sau diferențele dintre studii.

Ele stau la baza metaanalizei, care analizează rezultatele dintr-un eșantion de studii, astfel încât raportarea acestor statistici va fi de folos colegilor dvs.

3. Dimensiunile standardizate ale efectului ar trebui utilizate cu prudență în calculele dimensiunilor eșantionului.

Atât cel mai mic efect semnificativ simplu, cât și o abatere standard sunt necesare pentru a estima statisticile dimensiunii eșantionului (având în vedere o anumită alfa și puterea dorită, printre alte estimări necesare ). Unele programe software necesită mai întâi să combinați aceste două informații într-o statistică standardizată a dimensiunii efectului pentru a calcula dimensiunea eșantionului necesar pentru a obține puterea dorită.

Deși nu este nimic în neregulă cu utilizarea dimensiunilor standardizate ale efectelor în aceste calcule, dacă doriți estimări bune, trebuie să parcurgeți procesul de obținere a unei abateri standard rezonabile a variabilelor dvs. și să vă gândiți la ce ar avea un efect semnificativ be.

Da, acest lucru este foarte dificil și nu există un singur răspuns corect. Dar sunteți expertul în domeniul dvs. și depinde de dvs. să determinați din literatură ce dimensiune are efectul semnificativ.

Dacă utilizați statistici de dimensiune a efectului generice pentru baza de calcul a puterii, fără să vă gândiți despre ceea ce înseamnă în studiul dvs., veți obține doar o estimare generică a dimensiunii eșantionului. Nu este foarte util.

Statistici dimensiunea efectului
Software-ul statistic nu ne oferă întotdeauna dimensiunile efectelor de care avem nevoie. Aflați câteva din statistici comune privind dimensiunea efectului și modalitățile de a le calcula personal.

Lasă un răspuns

Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *