Co oznacza Kryzys replikacyjny w psychologii?
Zastosowanie, warunki i dobre praktyki
Najważniejsze zastosowanie: Wykorzystuj ustalenia kryzysu replikacyjnego do projektowania mocniejszych badań i oceny całego rozkładu dowodów, nie pojedynczego p.
Pojęcie służy do oceny całego systemu tworzenia dowodów, a nie do etykietowania pojedynczego nieudanego badania. W praktyce skłania do projektowania prób o odpowiedniej mocy, ograniczania swobody analitycznej, pełnego raportowania i sprawdzania, czy oszacowania utrzymują się w niezależnych replikacjach.
Jak poprawnie stosować i interpretować hasło „Kryzys replikacyjny w psychologii”?
Zastosowanie pojęcia „Kryzys replikacyjny w psychologii” powinno wskazywać, która część procesu badawczego staje się jawna i możliwa do sprawdzenia: hipotezy, materiały, dane, kod, decyzje analityczne albo wyniki. Dla interpretacji hasła „Kryzys replikacyjny w psychologii” sama deklaracja transparentności nie wystarcza. W odniesieniu do hasła „Kryzys replikacyjny w psychologii” trzeba zaplanować wersjonowanie, ochronę danych wrażliwych, licencję oraz sposób odróżnienia decyzji podjętych przed analizą od późniejszych eksploracji.
Ocena pojęcia „Kryzys replikacyjny w psychologii” polega na sprawdzeniu, czy udostępnione materiały rzeczywiście pozwalają odtworzyć analizę i zrozumieć odstępstwa od planu. Przy ocenie hasła „Kryzys replikacyjny w psychologii” prerejestracja z niejasnymi zmiennymi i testami nie ogranicza swobody decyzyjnej. W analizie dotyczącej hasła „Kryzys replikacyjny w psychologii”, gdy pełne dane nie mogą być publiczne, można udostępnić metadane, kod, dane syntetyczne i procedurę kontrolowanego dostępu.
Co trzeba opisać w raporcie?
Opis pojęcia „Kryzys replikacyjny w psychologii” powinien zawierać trwałe odnośniki, daty, wersje plików i warunki dostępu. Dla interpretacji hasła „Kryzys replikacyjny w psychologii” należy wymienić wszystkie odstępstwa od protokołu oraz oznaczyć analizy eksploracyjne. W odniesieniu do hasła „Kryzys replikacyjny w psychologii” w przypadku oprogramowania warto podać środowisko i zależności, aby reprodukcja nie opierała się na domyślnych ustawieniach innej wersji.
Zakres raportowania dla hasła „Kryzys replikacyjny w psychologii”: Oddziel replikację bezpośrednią od konceptualnej i raportuj wszystkie wyniki.
Przykład praktyczny i gotowa interpretacja
Sytuacja: Wieloośrodkowa replikacja oszacowała wcześniej głośny efekt jako d = 0.08, 95% CI [−0.01, 0.17], znacznie niżej niż pierwsze małe badanie.
Jak ją zinterpretować: Słabszy efekt w replikacji nie oznacza automatycznie, że pierwotne badanie było bezwartościowe, lecz ujawnia niepewność wcześniejszego oszacowania. Ocenę opiera się na zgodności efektów i przedziałów, jakości projektów oraz pełnym zbiorze prób.
Najczęstsza pułapka i granica interpretacji
Niska replikowalność ma wiele źródeł i nie oznacza automatycznie nierzetelności każdego badacza lub całej dziedziny.
Praktyka związana z „Kryzys replikacyjny w psychologii” nie gwarantuje poprawności teorii ani danych. Przy ocenie hasła „Kryzys replikacyjny w psychologii” zwiększa możliwość kontroli i uczenia się z błędów, ale musi być równoważona ochroną uczestników, prawem i ryzykiem ujawnienia informacji.
Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Wasserstein i Lazar, 2016).
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 →PoradnikWielkość efektu: jak ocenić znaczenie wyniku poza wartością p
Wielkość efektu wyjaśniona praktycznie: Cohen d, Hedges g, r, R², iloraz szans, eta², przedziały ufności i znaczenie praktyczne.
Czytaj →PoradnikPytania badawcze i hipotezy: jak przejść od teorii do analizy
Jak formułować pytania badawcze i hipotezy? Od teorii i operacjonalizacji przez kierunek efektu po plan analizy i prerejestrację.
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)
- Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108
- Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Statistical tests, P values, confidence intervals, and power: A guide to misinterpretations. European Journal of Epidemiology, 31(4), 337–350. https://doi.org/10.1007/s10654-016-0149-3
- 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
- Sullivan, G. M., & Feinn, R. (2012). Using effect size—or why the P value is not enough. Journal of Graduate Medical Education, 4(3), 279–282. https://doi.org/10.4300/JGME-D-12-00156.1
- Nosek, B. A., Ebersole, C. R., DeHaven, A. C., & Mellor, D. T. (2018). The preregistration revolution. Proceedings of the National Academy of Sciences, 115(11), 2600–2606. https://doi.org/10.1073/pnas.1708274114
- Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716
Cytowania BibTeX
@article{wasserstein2016pvalues, author={Wasserstein, Ronald L. and Lazar, Nicole A.}, title={The ASA Statement on p-Values: Context, Process, and Purpose}, journal={The American Statistician}, year={2016}, volume={70}, number={2}, pages={129--133}, doi={10.1080/00031305.2016.1154108}}@article{greenland2016misinterpretations, author={Greenland, Sander and Senn, Stephen J. and Rothman, Kenneth J. and Carlin, John B. and Poole, Charles and Goodman, Steven N. and Altman, Douglas G.}, title={Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations}, journal={European Journal of Epidemiology}, year={2016}, volume={31}, number={4}, pages={337--350}, doi={10.1007/s10654-016-0149-3}}@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{sullivan2012effectsize, author={Sullivan, Gail M. and Feinn, Richard}, title={Using effect size—or why the P value is not enough}, journal={Journal of Graduate Medical Education}, year={2012}, volume={4}, number={3}, pages={279--282}, doi={10.4300/JGME-D-12-00156.1}}@article{nosek2018preregistration, author={Nosek, Brian A. and Ebersole, Charles R. and DeHaven, Alexander C. and Mellor, David T.}, title={The preregistration revolution}, journal={Proceedings of the National Academy of Sciences}, year={2018}, volume={115}, number={11}, pages={2600--2606}, doi={10.1073/pnas.1708274114}}@article{osc2015reproducibility, author={{Open Science Collaboration}}, title={Estimating the reproducibility of psychological science}, journal={Science}, year={2015}, volume={349}, number={6251}, pages={aac4716}, doi={10.1126/science.aac4716}}