Co oznacza Wynik znormalizowany?
Zastosowanie, warunki i dobre praktyki
Wynik znormalizowany przedstawia pozycję osoby względem wybranego rozkładu odniesienia. Może być zapisany jako z, sten, stanin, percentyl lub inna skala, a każda z nich zachowuje inną informację. Interpretacja wymaga wskazania norm, daty, grupy i błędu pomiaru; transformacja nie poprawia jakości danych ani trafności testu. Przedziały ufności wokół wyniku indywidualnego przypominają, że jego pozycja względem normy jest oszacowaniem obciążonym błędem, a nie dokładnym punktem.
Najważniejsze zastosowanie: Używaj z jasno zdefiniowanymi i aktualnymi normami.
Jak poprawnie stosować i interpretować hasło „Wynik znormalizowany”?
W przypadku pojęcia „Wynik znormalizowany” trzeba określić wynik surowy, grupę odniesienia i funkcję przekształcającą. Dla interpretacji hasła „Wynik znormalizowany” ta sama liczba surowa może otrzymać inną interpretację w normach różniących się wiekiem, populacją lub datą. W odniesieniu do hasła „Wynik znormalizowany” należy odróżnić liniową transformację wyniku z od skali opartej na percentylach lub kategoriach normatywnych.
Ocena pojęcia „Wynik znormalizowany” obejmuje aktualność i reprezentatywność norm, błąd pomiaru oraz stabilność klasyfikacji przy granicach przedziałów. Przy ocenie hasła „Wynik znormalizowany” zaokrąglenie do stena lub stanina traci informację i może przesunąć osobę do sąsiedniej kategorii. W analizie dotyczącej hasła „Wynik znormalizowany” przy porównywaniu grup trzeba sprawdzić, czy pomiar ma w nich porównywalne znaczenie.
Co trzeba opisać w raporcie?
Raport dotyczący „Wynik znormalizowany” powinien podać rodzaj skali, średnią i odchylenie standardowe przyjętej transformacji, źródło norm oraz badaną grupę odniesienia. Dla interpretacji hasła „Wynik znormalizowany” w decyzjach indywidualnych warto przedstawić przedział wokół wyniku. W odniesieniu do hasła „Wynik znormalizowany” należy zachować również wynik surowy, aby możliwe było ponowne przeliczenie według innych norm.
Zakres raportowania dla hasła „Wynik znormalizowany”: Podaj rodzaj transformacji, normy i niepewność.
Przykład praktyczny i gotowa interpretacja
Sytuacja: Wynik surowy 24 może odpowiadać z=1,2 lub stenowi 7.
Jak ją zinterpretować: Wartość pokazuje względną pozycję w określonym rozkładzie odniesienia i zależy od użytych norm. Nie poprawia jakości pomiaru ani trafności; przy decyzjach o osobie trzeba uwzględnić błąd i przedział.
Najczęstsza pułapka i granica interpretacji
Transformacja nie poprawia trafności ani nie usuwa błędu pomiaru.
Wysoki lub niski „Wynik znormalizowany” opisuje pozycję względem konkretnej grupy, a nie niezmienną cechę osoby. Przy ocenie hasła „Wynik znormalizowany” transformacja nie zwiększa rzetelności ani trafności i nie czyni porównań między nieporównywalnymi normami uzasadnionymi.
Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (McNeish, 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 →PoradnikAlfa Cronbacha: jak oceniać rzetelność skali bez uproszczeń
Alfa Cronbacha krok po kroku: wzór, założenia, interpretacja, ograniczenia i sytuacje, w których lepiej raportować współczynnik omega.
Czytaj →PoradnikRegresja logistyczna: założenia, interpretacja i raportowanie modelu
Regresja logistyczna w praktyce: założenia, iloraz szans, diagnostyka, kalibracja, AUC oraz zasady rzetelnego raportowania modelu.
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)
- McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412–433. https://doi.org/10.1037/met0000144
- Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105(3), 399–412. https://doi.org/10.1111/bjop.12046
- Sijtsma, K. (2009). On the use, the misuse, and the very limited usefulness of Cronbach’s alpha. Psychometrika, 74(1), 107–120. https://doi.org/10.1007/s11336-008-9101-0
- 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
Cytowania BibTeX
@article{mcneish2018alpha, author={McNeish, Daniel}, title={Thanks coefficient alpha, we’ll take it from here}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}@article{dunn2014omega, author={Dunn, Thomas J. and Baguley, Thom and Brunsden, Vivienne}, title={From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation}, journal={British Journal of Psychology}, year={2014}, volume={105}, number={3}, pages={399--412}, doi={10.1111/bjop.12046}}@article{sijtsma2009alpha, author={Sijtsma, Klaas}, title={On the use, the misuse, and the very limited usefulness of Cronbach’s alpha}, journal={Psychometrika}, year={2009}, volume={74}, number={1}, pages={107--120}, doi={10.1007/s11336-008-9101-0}}@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}}