Słownik metodologiczny · Projekt badania

Zmienna zakłócająca

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

Strona główna / Słownik / Zmienna zakłócająca

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Zmienna zakłócająca?

Zmienna zakłócająca jest wspólną przyczyną ekspozycji i wyniku, tworząc lub zniekształcając obserwowany związek.
Co odróżnia to pojęcie? Zmienna zakłócająca jest wspólną przyczyną ekspozycji i wyniku, która może tworzyć lub zniekształcać obserwowany związek. Definicja jest przyczynowa, nie opiera się tylko na korelacji lub zmianie współczynnika po dodaniu zmiennej. Powinna poprzedzać ekspozycję i nie być jej skutkiem. Kontrola działa tylko przy poprawnym pomiarze, postaci modelu i braku niezmierzonych zakłóceń.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Identyfikuj potencjalne zakłócenia jako wspólne przyczyny ekspozycji i wyniku przed obejrzeniem współczynników modelu.

Zmienna zakłócająca jest wspólną przyczyną ekspozycji i wyniku, która może tworzyć lub zniekształcać obserwowany związek. Trzeba ją zidentyfikować przed analizą na podstawie wiedzy dziedzinowej; wybór wyłącznie według korelacji lub p może pominąć ważne zakłócenie.

Jak poprawnie stosować i interpretować hasło „Zmienna zakłócająca”?

W odniesieniu do hasła „Zmienna zakłócająca” rolę zmiennej definiuje pytanie badawcze i model, a nie nazwa kolumny. Przy ocenie hasła „Zmienna zakłócająca” trzeba narysować zakładane zależności oraz ustalić kolejność czasową: co jest ekspozycją lub predyktorem, co wynikiem, a co wspólną przyczyną, mediatorem albo koliderem. W analizie dotyczącej hasła „Zmienna zakłócająca” ta sama cecha może pełnić inną rolę w innym pytaniu, dlatego każdą decyzję trzeba uzasadnić merytorycznie.

W analizie dotyczącej hasła „Zmienna zakłócająca” dobór zmiennych do kontroli powinien wynikać z wiedzy o mechanizmie i projekcie. Dla interpretacji hasła „Zmienna zakłócająca” automatyczne dodawanie wszystkich dostępnych cech może wprowadzić obciążenie przez kontrolę mediatora lub kolidera, natomiast pominięcie wspólnej przyczyny może zniekształcić estymowany związek. W odniesieniu do hasła „Zmienna zakłócająca” należy też sprawdzić czas pomiaru, jakość operacjonalizacji i zakres wspólnych wartości predyktorów.

Co trzeba opisać w raporcie?

W odniesieniu do hasła „Zmienna zakłócająca” w raporcie należy zdefiniować każdą rolę, sposób pomiaru, skalę i czas obserwacji oraz wyjaśnić, dlaczego zmienna znalazła się w modelu. Przy ocenie hasła „Zmienna zakłócająca” warto odróżnić model główny od analiz wrażliwości i pokazać, jak zmienia się kluczowa estymata po uzasadnionych zmianach zestawu kowariat.

Zakres raportowania dla hasła „Zmienna zakłócająca”: Podaj operacjonalizację, skalę i rolę w modelu.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Ciężkość choroby wpływała na wybór terapii i późniejszy wynik, dlatego mogła tworzyć pozorną przewagę jednej metody w danych obserwacyjnych.

Jak ją zinterpretować: Wspólna przyczyna ekspozycji i wyniku może tworzyć lub maskować obserwowaną relację. Należy ją identyfikować przed analizą na podstawie teorii, a nie wybierać wyłącznie według korelacji lub p.

Najczęstsza pułapka i granica interpretacji

Nie każda korelująca zmienna jest zakłóceniem; potrzebna jest rola przyczynowa względem ekspozycji i wyniku.

W analizie dotyczącej hasła „Zmienna zakłócająca” kontrola statystyczna nie zastępuje randomizacji i nie usuwa wpływu zmiennych niezmierzonych. Dla interpretacji hasła „Zmienna zakłócająca” 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

Zmienna kontrolnaZmienna niezależnaZmienna zależnaCzynnik międzyobiektowyCzynnik wewnątrzobiektowyManipulacja eksperymentalna

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