Archiwum dla miesiąca: kwiecień 2016


Dziś udostępniamy Wam kolejny tutorial. Pokazujemy na nim jak szybko i sprawnie utworzyć wskaźnik będący np. sumą lub średnią kilku występujących po sobie zmiennych. Zajęcia te jednak absolutnie nie wyczerpują nawet małej części tematu związanego z budową wskaźników zwanych też zamiennie wymiarami, skalami czy czynnikami. Na celu mieliśmy jedynie pokazanie jak szybko i sprawnie można na przykład uśrednić kilka itemów pochodzących z przeprowadzonego badania przy użyciu jakiegoś narzędzia badawczego. W tym przypadku pracujemy na narzędziu AIS, które służy do pomiaru nasilenia akceptacji choroby oraz na narzędziu STAI do badania poziomu lęku na dwóch wymiarach ? lęku jako stanu i lęku jako cechy.

Jest to pewnego rodzaju pomoc z psychometrii ponieważ najczęściej wskaźniki tworzymy właśnie tworząc samodzielnie narzędzie badawcze lub adaptując do polskich warunków kwestionariusze innych autorów z innych krajów. Oczywiście umiejętność stworzenia nowej zmiennej składającej się z kilku innych zmiennych jest także kluczowa  gdy po prostu wykorzystuje się dobrze znane i używane od dawna narzędzia pomiarowe (jak np. NEO-FFI, FCZ-KT,  MBI, LBQ, GSES, SWLS, SES, Mini COPE i wiele wiele innych). Analiza statystyczna do pracy dyplomowej lub artykułu naukowego wymaga by w pierwszym kroku przygotować sobie bazę danych. Dobrze jest to zrobić szybko, efektywnie i oczywiście poprawnie, odbierając sobie wszystkie możliwości na popełnienie błędu. Myślę, że zaprezentowany na tym filmie sposób tworzenia wskaźnika spełnia te kryteria. Pamiętaj jednak, że ta statystyczna sztuczka działa tylko wtedy, gdy kolejne itemy (twierdzenia/pytania w kwestionariuszu) są ułożone w bazie danych po kolei ? jeden po drugim. Przyznam szczerze, że takich narzędzi badawczych jest mniejszość, ale mimo wszystko jest ich tak dużo i są na tyle popularne, że wato było podzielić się z Wami tą wiedzą. Wierzę, że przyda Wam się ona prędzej czy później.

Pogotowie Statystyczne jest firmą działającą tak szybko jak to możliwe. Jak to pogotowie J Ponieważ to, co innym zajmuje 2-3 godziny, nam zajmuje ok 10-20 minut, możemy poszczycić się mianem najtańszej firmy na rynku analiz statystycznych. Oczywiście najtańszą firmą oferującą usługi na tym poziomie profesjonalizmu na jakim zwykle realizujemy Wasze projekty. Znam bowiem analityków, którzy potrafią policzyć Wasze wyniki za dwa piwa, ale efekty pracy są … jakby liczyli wszystko po 4 piwach 🙂

Takich sztuczek jak omówiona na tym filmie jest wiele. Znając je wszystkie naprawdę można ograniczyć czas pracy i wykonać analizy statystyczne kilka godzin szybciej. Połowa realizowanych przez nas i przez Was projektów to te z terminem “na wczoraj” więc każda minuta jest na wagę złota. Im szybciej policzycie wyniki i je poprawnie opiszecie tym szybciej zostanie napisana dyskusja wyników Waszych badań.

Pomoc ze statystyki powinna być darmowa więc dzisiaj przygotowaliśmy dla Was kolejny tutorial, na którym pokazujemy w jaki sposób zapisać poprawnie i zgodnie z obowiązującym standardem APA wyniki pochodzące z jednoczynnikowej analizy wariancji (ANOVA).

Nawet najlepiej wykonana analiza statystyczna w naukach społecznych, medycznych czy jakiejkolwiek innej dziedzinie zda się na nic jeśli wyniki będą zapisane niedbale. Nie mówiąc już o sytuacji, w której będą zapisane po prostu niepoprawnie, o czym już kiedyś pisaliśmy na naszym blogu w poście pt. “Jak nie prezentować wyników swoich badań”.

Pomoc ze statystyki nie będzie Ci potrzebna gdy obejrzysz ten tutorial

Oczywiście mam na myśli pomoc w zakresie poprawnego zapisu wyników jednoczynnikowej analizy wariancji (ANOVA) z jedną zmienną niezależną i jedną zmienną zależną. Statystyka jest dziedziną dosyć rozbudowaną i ten tutorial nie rozwiązuje wszystkich problemów statystycznego uniwersum.

Jesteś dyplomowanym psychologiem? A może już niedługo będziesz? Jeśli tak, to wiesz, że w psychologii i chyba wszystkich naukach społecznych to jak opisujemy wyniki reguluje właśnie standard APA. Dla studentów jest to najczęściej przekleństwo albo przynajmniej skrót wywołujący nudności lub chwilową utracę orientacji w czasoprzestrzeni. Rozumiem to, ale uwierzcie, że takie narzucone standardy sprawiają, że lepiej czyta się artykuły naukowe z doniesieniami innych badaczy, którzy pracują w interesującym nas nurcie i chcą przekazać coś niezwykle ciekawego. O ile mi wiadomo to w innych dziedzinach nauki nie kładzie się tak dużego nacisku na ujednolicenie standardów zapisu wyników analiz statystycznych. Dlatego raz obserwuję w naukach o zarządzaniu lub naukach medycznych zapis wyniku w postaci t21=3,14, p>0,05 by za chwilę w innym miejscu w tej samej dziedzinie zobaczyć zapis t = 3,14, df = 21, p = 0,352. Dlatego chyba pomoc ze statystyki jest udzielana przez nas kilkanaście razy dziennie. Oczywiście, jeden i drugi zapis mówi o tym samym niosąc ze sobą informacje, które mnie interesują i są potwierdzeniem tego co autor napisał 2-3 zdania wcześniej, ale to nie powinno tak wyglądać. Dosyć jednak o tym. Standardowi APA poświęcę kiedyś osobny wpis. Właściwe analizy statystyczne to nie wszystko. Tak jak umiejętność pisania nie sprawia, że na pewno napiszemy dobrą dyskusję wyników. Niech po prostu ta dewiza przyświeca Wam jako naukowcom.

Pamiętaj, że profesjonalne opracowanie statystyczne musi iść w parze z profesjonalnym przedstawieniem wyników  w formie zwięzłego, klarownego opisu, który będzie zawierał w sobie wszystkie niezbędne informacje dotyczące wykorzystanych metod statystycznej analizy danych. Z uwagi na to, że ostatnimi czasy bardzo popularna (i słusznie) staje się metaanaliza badań naukowych to dostarczonych informacji powinno być trochę więcej niż mniej. Zapis wyników przeprowadzonego testu jest poniekąd dowodem matematycznym Twoich wypowiedzi, twierdzeń. Powinien pomóc innym badaczom na łatwe i precyzyjne porównanie Twoich doniesień z doniesieniami wszystkich innych autorów, którzy przeprowadzali np. podobne badanie, ale w innych krajach lub w innym czasie. Jednoczynnikowa analiza wariancji, czyli w skrócie ANOVA, jest testem bardzo popularnym i często wykorzystywanym. W przeciwieństwie do testu t Studenta dla prób niezależnych nie ogranicza się jedynie do porównania między sobą 2grup, 3 grup czy 18 grup. Można przy jej użyciu porównać tyle grup ile się chce. Dlatego też postanowiłem nagrać ten tutorial. Chcę żeby opis wyników wyniósł Wasze projekty badawcze na wyżyny. Naprawdę, dobrze opisane wyniki mogą się do tego przyczynić o wiele wiele bardziej niż to co niestety jest np. kluczem do sukcesu zdaniem wielu promotorów – liczba stron pracy dyplomowej. Ponadto jeśli będziecie potrafili zapisać wyniki ANOVA w taki sposób jaki prezentuję, to wzorcowo opiszecie też wyniki testu t Studenta dla prób niezależnych. Robi się to niemal identycznie. Pamiętaj jednak, że tak jak w przypadku analizy statystycznej nie ma jednego, słusznego, najlepszego wyjścia (np. doboru testu statystycznego), przy którym wszystkie inne są beznadziejnie głupie tak samo nie ma jednego, słusznego i bezwzględnie teraz i na zawsze doskonałego opisu wyników. Pomijając układ treści, składnię zdań i ich liczbę, sam zapis wyniku analizy statystycznej może być różnoraki i nadal bardzo poprawny. Na przykład poniższe zapisy są praktycznie tak samo dobre choć różnią się między sobą UWAGA: poniżej w 2 przypadkach powinno być napisane Welch zamiast Welsch – sorry za błąd.

…a takich kombinacji mogłoby być jeszcze kilka. Dwa ostatnie zapisy są zgodne z anglojęzycznym standardem. W tym języku miejsca dziesiętne i setne od pełnych wartości oddziela się bowiem kropką a nie przecinkiem. Wtedy najczęściej też nie piszemy zera przed kropką. Sami zobaczycie, że im dalej w “statystyczny las” tym więcej będzie wieloznaczności i niedomówień. Znając je i mając poparcie w literaturze będziecie niepokonani. Statystyka stosowana w badaniach naukowych to pewnego rodzaju sztuka. Często sztuka wyboru. Życzę udanego seansu.