Słownik metodologiczny · Projekt badania

Schemat podłużny

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / Schemat podłużny

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Schemat podłużny?

Schemat podłużny obejmuje co najmniej dwa pomiary uporządkowane w czasie, często wykonywane u tych samych osób. Pozwala analizować zmianę i kolejność zdarzeń, ale wymaga uwzględnienia zależności pomiarów, odpływu uczestników i możliwych zmian narzędzia.
Co odróżnia to pojęcie? Schemat podłużny zbiera co najmniej dwa pomiary odnoszące się do tych samych jednostek albo kohort w czasie. Umożliwia analizę zmiany i kolejności, lecz nie zapewnia przyczynowości bez odpowiedniej kontroli. Kluczowe są identyfikatory, odstępy pomiaru, odpływ uczestników i model zależności wewnątrzosobniczej. Powtarzane przekroje różnią się od panelu, ponieważ nie śledzą tych samych osób.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Wybierz, gdy pytanie dotyczy zmiany, stabilności albo kolejności zdarzeń. Powtarzane pomiary tej samej osoby są zależne, dlatego model musi rozdzielać zmienność wewnątrzosobniczą od różnic między osobami oraz uwzględniać odpływ uczestników.

Schemat podłużny umożliwia obserwację zmiany i kolejności czasowej dzięki powtarzanym pomiarom tych samych jednostek. Analiza musi uwzględniać zależność wyników w czasie, nierówne odstępy i selektywny odpływ uczestników; sama obecność dwóch pomiarów nie dowodzi przyczynowości.

Jak poprawnie stosować i interpretować hasło „Schemat podłużny”?

W odniesieniu do „Schemat podłużny” najpierw trzeba wskazać populację, jednostkę przydziału lub obserwacji, momenty pomiaru oraz sposób powstawania porównywanych warunków. Dla interpretacji hasła „Schemat podłużny” to projekt, a nie późniejszy wybór testu, wyznacza możliwość wnioskowania o zmianie, związku lub przyczynie. W odniesieniu do hasła „Schemat podłużny” należy też nazwać zagrożenia dla trafności, takie jak selekcja, odpływ, historia, efekt pomiaru czy brak zaślepienia.

Ocena pojęcia „Schemat podłużny” wymaga sprawdzenia, czy realizacja badania odpowiada planowi: czy randomizacja faktycznie zadziałała, czy pomiary wykonano w tej samej kolejności i czy utrata uczestników różniła się między grupami. Przy ocenie hasła „Schemat podłużny” odstępstwa trzeba opisać wraz z ich konsekwencjami. W analizie dotyczącej hasła „Schemat podłużny” analiza statystyczna może ograniczyć niektóre problemy, ale nie odtwarza kontroli, której zabrakło w projekcie.

Co trzeba opisać w raporcie?

Opis pojęcia „Schemat podłużny” powinien pozwolić odtworzyć rekrutację, przydział, kolejność procedur, liczbę pomiarów i reguły wyłączeń. Dla interpretacji hasła „Schemat podłużny” warto podać diagram przepływu uczestników, moment ustalenia hipotez oraz informację, które analizy były planowane. W odniesieniu do hasła „Schemat podłużny” zakres wniosku należy dopasować do tego, co projekt rzeczywiście identyfikuje.

Zakres raportowania dla hasła „Schemat podłużny”: Opisz jednostkę, czas, przydział, kontrolę, utratę obserwacji i zagrożenia trafności.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Tych samych studentów badano na początku studiów oraz po 6 i 12 miesiącach, dzięki czemu można modelować zmianę wewnątrz osoby i oddzielić ją od różnic między osobami.

Jak ją zinterpretować: Powtarzane obserwacje pozwalają opisać zmianę i kolejność czasową, ale wymagają modelu zależności wewnątrz osoby. Odpływ oraz zmiany narzędzia mogą sprawić, że obserwowana trajektoria nie reprezentuje pierwotnej próby.

Najczęstsza pułapka i granica interpretacji

Powtarzany pomiar nie gwarantuje przyczynowości, a odpływ i zmiana narzędzia mogą zniekształcić trajektorie.

Nawet poprawnie przeprowadzony „Schemat podłużny” nie usuwa błędu pomiaru ani nie gwarantuje reprezentatywności. Przy ocenie hasła „Schemat podłużny” trafność wewnętrzna i możliwość uogólnienia są odrębnymi pytaniami, które wymagają osobnego uzasadnienia.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Appelbaum et al., 2018).

Powiązane hasła

Schemat eksperymentalnySchemat korelacyjnySchemat obserwacyjnySchemat przekrojowySchemat quasi-eksperymentalnyCzynnik międzyobiektowy

Poradniki, w których użyjesz tego pojęcia

Poradnik

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 →Poradnik

Regresja logistyczna: założenia, interpretacja i raportowanie modelu

Regresja logistyczna w praktyce: założenia, iloraz szans, diagnostyka, kalibracja, AUC oraz zasady rzetelnego raportowania modelu.

Czytaj →Poradnik

Modelowanie 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 studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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}}
R