Co oznacza Czynnik międzyobiektowy?
Zastosowanie, warunki i dobre praktyki
Każda jednostka należy tylko do jednego poziomu czynnika międzyobiektowego, dlatego porównanie wykorzystuje różnice między niezależnymi grupami. Trzeba ustalić, czy przydział był losowy, czy grupy istniały wcześniej, bo od tego zależy język przyczynowy. W analizie należy uwzględnić nierówne liczebności, heterogeniczność wariancji i ewentualne zagnieżdżenie uczestników.
Najważniejsze zastosowanie: Używaj w ANOVA/regresji dla porównań np. terapii A, B i kontroli.
Jak to się oblicza i co oznaczają symbole?
MS_effect opisuje zróżnicowanie średnich między niezależnymi grupami, a MS_error zróżnicowanie osób wewnątrz tych grup. Iloraz F porównuje oba źródła. Każda osoba należy do jednego poziomu czynnika, dlatego liczebność nie rośnie przez wielokrotne skopiowanie jej rekordu.
Jak poprawnie stosować i interpretować hasło „Czynnik międzyobiektowy”?
Przy ocenie pojęcia „Czynnik międzyobiektowy” najpierw ustala się czynnik, zmienną wynikową oraz to, czy obserwacje w komórkach planu są niezależne, sparowane czy powtarzane. W analizie dotyczącej hasła „Czynnik międzyobiektowy” następnie trzeba rozdzielić pytanie o efekt ogólny od porównań konkretnych poziomów. Dla interpretacji hasła „Czynnik międzyobiektowy” średnie i wykres interakcji są potrzebne do zrozumienia kierunku wyniku; sama statystyka F nie pokazuje, które grupy się różnią ani czy różnica ma znaczenie praktyczne.
Ocena pojęcia „Czynnik międzyobiektowy” powinna uwzględniać rozkład reszt, zachowanie wariancji, obserwacje wpływowe i strukturę projektu. W odniesieniu do hasła „Czynnik międzyobiektowy” przy nierównych wariancjach sensowny może być wariant Welcha, a przy pomiarach powtarzanych korekta stopni swobody albo model mieszany. Przy ocenie hasła „Czynnik międzyobiektowy” testy post-hoc dobiera się do zaplanowanych porównań i kontroluje ich łączny błąd, zamiast uruchamiać wszystkie możliwe pary.
Co trzeba opisać w raporcie?
Wynik odnoszący się do „Czynnik międzyobiektowy” powinien łączyć statystykę testową i stopnie swobody z wartościami p, miarą efektu oraz jej przedziałem ufności. W analizie dotyczącej hasła „Czynnik międzyobiektowy” obok należy podać liczebności, średnie i miary zmienności dla porównywanych warunków, a w modelu z interakcją także efekty proste lub przewidywane średnie marginalne.
Zakres raportowania dla hasła „Czynnik międzyobiektowy”: Podaj liczebności, średnie z CI, efekt główny i odpowiednią miarę efektu.
Przykład praktyczny i gotowa interpretacja
Sytuacja: Uczestnik jest losowany do jednej z trzech metod nauczania i mierzony po interwencji.
Jak ją zinterpretować: Różnica dotyczy odrębnych grup, ponieważ każda osoba występuje tylko na jednym poziomie czynnika. Interpretacja przyczynowa jest dopuszczalna wyłącznie wtedy, gdy sposób przydziału i realizacja badania rzeczywiście kontrolują alternatywne wyjaśnienia.
Najczęstsza pułapka i granica interpretacji
Nie analizuj wielokrotnych pomiarów tej samej osoby jak niezależnych grup.
Wniosek o „Czynnik międzyobiektowy” ogranicza konkretny układ czynników i badana populacja. W odniesieniu do hasła „Czynnik międzyobiektowy” istotny efekt ogólny nie upoważnia do dowolnego wskazania par różniących się między sobą, a nieistotny wynik nie dowodzi równoważności poziomów.
Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Appelbaum et al., 2018).
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Wartość p: co naprawdę oznacza i jak ją poprawnie interpretować
Wartość p bez mitów: definicja, interpretacja, typowe błędy oraz sposób raportowania wraz z wielkością efektu i przedziałem ufności.
Czytaj →PoradnikRegresja logistyczna: założenia, interpretacja i raportowanie modelu
Regresja logistyczna w praktyce: założenia, iloraz szans, diagnostyka, kalibracja, AUC oraz zasady rzetelnego raportowania modelu.
Czytaj →PoradnikModelowanie równań strukturalnych (SEM): od teorii do raportu
SEM bez skrótów myślowych: model pomiarowy i strukturalny, CB-SEM a PLS-SEM, dopasowanie, założenia oraz raportowanie wyników.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Oferta dla badaczyOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
- Wilkinson, L., & Task Force on Statistical Inference. (1999). Statistical methods in psychology journals: Guidelines and explanations. American Psychologist, 54(8), 594–604. https://doi.org/10.1037/0003-066X.54.8.594
- Lang, T. A., & Altman, D. G. (2015). Basic statistical reporting for articles published in biomedical journals: The SAMPL guidelines. International Journal of Nursing Studies, 52(1), 5–9. https://doi.org/10.1016/j.ijnurstu.2014.09.006
- Altman, D. G. (2015). Making research articles fit for purpose: Structured reporting of key methods and findings. Trials, 16, 53. https://doi.org/10.1186/s13063-015-0575-7
- von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., & Vandenbroucke, J. P. (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement. PLoS Medicine, 4(10), e296. https://doi.org/10.1371/journal.pmed.0040296
- Kelley, K., Clark, B., Brown, V., & Sitzia, J. (2003). Good practice in the conduct and reporting of survey research. International Journal for Quality in Health Care, 15(3), 261–266. https://doi.org/10.1093/intqhc/mzg031
Cytowania BibTeX
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}@article{wilkinson1999statistical, author={Wilkinson, Leland and {Task Force on Statistical Inference}}, title={Statistical methods in psychology journals: Guidelines and explanations}, journal={American Psychologist}, year={1999}, volume={54}, number={8}, pages={594--604}, doi={10.1037/0003-066X.54.8.594}}@article{lang2015sampl, author={Lang, Thomas A. and Altman, Douglas G.}, title={Basic statistical reporting for articles published in biomedical journals: the SAMPL guidelines}, journal={International Journal of Nursing Studies}, year={2015}, volume={52}, number={1}, pages={5--9}, doi={10.1016/j.ijnurstu.2014.09.006}}@article{altman2015reporting, author={Altman, Douglas G.}, title={Making research articles fit for purpose: structured reporting of key methods and findings}, journal={Trials}, year={2015}, volume={16}, pages={53}, doi={10.1186/s13063-015-0575-7}}@article{vonelm2007strobe, author={von Elm, Erik and others}, title={The STROBE statement}, journal={PLoS Medicine}, year={2007}, volume={4}, number={10}, pages={e296}, doi={10.1371/journal.pmed.0040296}}@article{kelley2003survey, author={Kelley, Kate and Clark, Belinda and Brown, Vivienne and Sitzia, John}, title={Good practice in the conduct and reporting of survey research}, journal={International Journal for Quality in Health Care}, year={2003}, volume={15}, number={3}, pages={261--266}, doi={10.1093/intqhc/mzg031}}