Słownik metodologiczny · Projekt badania

Schemat przekrojowy

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

Strona główna / Słownik / Schemat przekrojowy

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Schemat przekrojowy?

Schemat przekrojowy opisuje populację lub zależności między zmiennymi w jednym okresie pomiaru. Jest użyteczny do oceny rozpowszechnienia i współzmienności, lecz zwykle nie pozwala ustalić, która zmienna pojawiła się wcześniej.
Co odróżnia to pojęcie? Schemat przekrojowy opisuje populację i relacje w określonym okresie lub momencie. Dobrze nadaje się do estymacji rozpowszechnienia, ale jednoczesny pomiar ekspozycji i wyniku utrudnia ustalenie kolejności. Wniosek o zmianie wymaga danych w czasie, a wniosek o ryzyku — właściwego mianownika i doboru. Duża próba przekrojowa nie zamienia współwystępowania w zależność przyczynową.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Stosuj do opisu rozpowszechnienia cech i zależności między zmiennymi w określonym momencie. Ponieważ ekspozycja i wynik są mierzone jednocześnie, schemat zwykle nie pozwala ustalić kolejności czasowej ani odróżnić przyczyny od skutku.

Schemat przekrojowy opisuje populację lub związki między zmiennymi w jednym okresie pomiaru. Jest efektywny dla częstości i współwystępowania, lecz zwykle nie rozstrzyga, co było pierwsze; język przyczynowy wymaga dodatkowych założeń i innego projektu.

Jak poprawnie stosować i interpretować hasło „Schemat przekrojowy”?

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

Ocena pojęcia „Schemat przekrojowy” 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. W analizie dotyczącej hasła „Schemat przekrojowy” odstępstwa trzeba opisać wraz z ich konsekwencjami. Dla interpretacji hasła „Schemat przekrojowy” analiza statystyczna może ograniczyć niektóre problemy, ale nie odtwarza kontroli, której zabrakło w projekcie.

Co trzeba opisać w raporcie?

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

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

Przykład praktyczny i gotowa interpretacja

Sytuacja: Ankietę dotyczącą wypalenia i obciążenia pracą wypełniono tylko raz w maju. Dane opisują różnice między osobami w tym momencie, ale nie kolejność czasową zmiennych.

Jak ją zinterpretować: Dane pokazują różnice między osobami w jednym okresie i są użyteczne opisowo. Nie ustalają kolejności zmian, więc mediacja lub kierunek przyczynowy pozostają założeniem teorii, a nie wynikiem schematu.

Najczęstsza pułapka i granica interpretacji

Jednoczesny pomiar nie pozwala ustalić, która zmienna była wcześniejsza.

Nawet poprawnie przeprowadzony „Schemat przekrojowy” nie usuwa błędu pomiaru ani nie gwarantuje reprezentatywności. W analizie dotyczącej hasła „Schemat przekrojowy” 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 podłużnySchemat 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