Co oznacza Czynnik wewnątrzobiektowy?
Zastosowanie, warunki i dobre praktyki
Najważniejszą cechą takiego czynnika jest zależność obserwacji: kolejne wyniki pochodzą od tej samej osoby lub tej samej jednostki. Dzięki temu każda osoba może pełnić rolę własnego punktu odniesienia, co często zwiększa precyzję porównania. Analiza musi jednak uwzględnić kolejność warunków, efekt uczenia, brakujące pomiary i strukturę korelacji w czasie. Jeżeli interesuje nas zmiana, najbardziej informacyjne są kontrasty między konkretnymi punktami czasu wraz z przedziałami, a nie sam test zbiorczy.
Najważniejsze zastosowanie: Stosuj w modelach powtarzanych pomiarów, uwzględniając korelację obserwacji.
Jak to się oblicza i co oznaczają symbole?
MS_effect opisuje systematyczne różnice między warunkami mierzonymi u tych samych osób. Mianownik błędu musi oddzielać różnice międzyosobnicze od zmiany wewnątrz osoby. Przy więcej niż dwóch poziomach klasyczna statystyka F wymaga oceny sferyczności albo korekty stopni swobody.
Jak poprawnie stosować i interpretować hasło „Czynnik wewnątrzobiektowy”?
Przy ocenie pojęcia „Czynnik wewnątrzobiektowy” najpierw ustala się czynnik, zmienną wynikową oraz to, czy obserwacje w komórkach planu są niezależne, sparowane czy powtarzane. W analizie dotyczącej hasła „Czynnik wewnątrzobiektowy” następnie trzeba rozdzielić pytanie o efekt ogólny od porównań konkretnych poziomów. Dla interpretacji hasła „Czynnik wewnątrzobiektowy” 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 wewnątrzobiektowy” powinna uwzględniać rozkład reszt, zachowanie wariancji, obserwacje wpływowe i strukturę projektu. W odniesieniu do hasła „Czynnik wewnątrzobiektowy” przy nierównych wariancjach sensowny może być wariant Welcha, a przy pomiarach powtarzanych korekta stopni swobody albo model mieszany. Przy ocenie hasła „Czynnik wewnątrzobiektowy” 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 wewnątrzobiektowy” powinien łączyć statystykę testową i stopnie swobody z wartościami p, miarą efektu oraz jej przedziałem ufności. W analizie dotyczącej hasła „Czynnik wewnątrzobiektowy” 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 wewnątrzobiektowy”: Podaj średnie/kontrasty z CI, korelacje lub strukturę kowariancji oraz korektę sferyczności, jeśli potrzebna.
Przykład praktyczny i gotowa interpretacja
Sytuacja: Każdy z 48 pacjentów wykonał zadanie przed terapią, po terapii i po trzech miesiącach, dlatego trzy wyniki tej samej osoby potraktowano jako zależne.
Jak ją zinterpretować: Porównanie wykorzystuje zmianę w obrębie tej samej osoby, więc kolejne pomiary nie są niezależne. Wniosek powinien wskazać konkretny kontrast czasów lub warunków oraz uwzględnić kolejność, brakujące pomiary i korelację odpowiedzi.
Najczęstsza pułapka i granica interpretacji
Niezależny test dla każdego czasu ignoruje zależność i mnoży liczbę testów.
Wniosek o „Czynnik wewnątrzobiektowy” ogranicza konkretny układ czynników i badana populacja. W odniesieniu do hasła „Czynnik wewnątrzobiektowy” 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}}