Co oznacza Zmienna kontrolna?
Zastosowanie, warunki i dobre praktyki
Najważniejsze zastosowanie: Uwzględniaj zmienną kontrolną tylko wtedy, gdy jej rola wynika z modelu przyczynowego lub planu poprawy precyzji.
Zmienną kontrolną włącza się, aby odseparować określone alternatywne wyjaśnienie lub zwiększyć precyzję, a nie dlatego, że jest dostępna w bazie. Jej wybór powinien wynikać z modelu przyczynowego; kontrolowanie mediatora lub kolidera może wprowadzić nowe obciążenie.
Jak poprawnie stosować i interpretować hasło „Zmienna kontrolna”?
W analizie dotyczącej hasła „Zmienna kontrolna” rolę zmiennej definiuje pytanie badawcze i model, a nie nazwa kolumny. Dla interpretacji hasła „Zmienna kontrolna” trzeba narysować zakładane zależności oraz ustalić kolejność czasową: co jest ekspozycją lub predyktorem, co wynikiem, a co wspólną przyczyną, mediatorem albo koliderem. W odniesieniu do hasła „Zmienna kontrolna” ta sama cecha może pełnić inną rolę w innym pytaniu, dlatego każdą decyzję trzeba uzasadnić merytorycznie.
W odniesieniu do hasła „Zmienna kontrolna” dobór zmiennych do kontroli powinien wynikać z wiedzy o mechanizmie i projekcie. Przy ocenie hasła „Zmienna kontrolna” automatyczne dodawanie wszystkich dostępnych cech może wprowadzić obciążenie przez kontrolę mediatora lub kolidera, natomiast pominięcie wspólnej przyczyny może zniekształcić estymowany związek. W analizie dotyczącej hasła „Zmienna kontrolna” należy też sprawdzić czas pomiaru, jakość operacjonalizacji i zakres wspólnych wartości predyktorów.
Co trzeba opisać w raporcie?
W analizie dotyczącej hasła „Zmienna kontrolna” w raporcie należy zdefiniować każdą rolę, sposób pomiaru, skalę i czas obserwacji oraz wyjaśnić, dlaczego zmienna znalazła się w modelu. Dla interpretacji hasła „Zmienna kontrolna” warto odróżnić model główny od analiz wrażliwości i pokazać, jak zmienia się kluczowa estymata po uzasadnionych zmianach zestawu kowariat.
Zakres raportowania dla hasła „Zmienna kontrolna”: Podaj operacjonalizację, skalę i rolę w modelu.
Przykład praktyczny i gotowa interpretacja
Sytuacja: Wiek uwzględniono jako zmienną kontrolną, ponieważ teoria wskazywała jego związek zarówno z aktywnością, jak i zdrowiem; współczynnik aktywności stał się efektem warunkowym względem wieku.
Jak ją zinterpretować: Współczynnik główny opisuje relację przy stałej wartości kontroli tylko w ramach określonej funkcji. Wybór kontroli musi wynikać z diagramu przyczynowego lub teorii, ponieważ kontrola mediatora czy kolidera może zniekształcić wynik.
Najczęstsza pułapka i granica interpretacji
Kontrola zmiennej mierzonej po ekspozycji może wprowadzić, zamiast usunąć, obciążenie.
W odniesieniu do hasła „Zmienna kontrolna” kontrola statystyczna nie zastępuje randomizacji i nie usuwa wpływu zmiennych niezmierzonych. Przy ocenie hasła „Zmienna kontrolna” nazwanie zmiennej „niezależną” nie czyni jej egzogeniczną, a nazwanie współczynnika „wpływem” nie nadaje mu interpretacji przyczynowej.
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}}