---

Overview

ogólne inf
AJ - analiza wariancj - zmienne
efekt
zapis
słownik

---

Sheet 1: ogólne inf

Brzeziński J. 〈1996〉. Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN. (ss.431-452)

model EFP - ex post facto

"… większość ważnych problemów badawczych z zakresu nauk społecznych i pedagogicznych nie nadaje się do rozwiązywania na drodze eksperymentalnej,

chociaż na wiele z nich można odpowiedzieć poprzez kontrolowane badanie typu ex post facto (...)". (Kerlinger, 1964, - za: Brzeziński, 1996, s.451)

!!!

"… w modelu EPF badacz usiłuje zidentyfikować nie znane mu zmienne niezależne, które spowodowały, iż zmienna zależna przyjęła określone wartości dla osób z badanych populacji.

Ponieważ nie znane badaczowi zmienne niezależne już zadziałały, niekiedy bardzo dawno, na daną zmienną zależną, zatem jedyne co mu pozostało, to próba ich identyfikacji drogą analizy ex post." (s.432)

"W zależności od stopnia wiedzy badacza na temat danej zmiennej zależnej (Y) i jej uwarunkowań, wyróżniamy dwie odmiany modelu ex post facto, tj.:

(a) odmianę eksploracyjną (EPF-E):

Xi

Y

stosuje się w przypadku rozwiązywania problemów istotnościowych, które przyjmują postać następujących kwestii: "Jakie zmienne niezależne są istotne dla danej zmiennej zależnej?"

(b) odmianę konfirmacyjną (EPF-K):

jest postępowaniem zbliżonym do odmiany eksploracyjnej, ale tutaj badacz formułuje hipotezę, która mówi, że: "… zmienna Xj wpływa na zmienną Y",

a następnie zmierza do rozstrzygającej odpowiedzi TAK lub NIE, tzn. albo zmienna Xj jest zmienną istotną dla Y, albo też nie jest. (ss.432-438).

Brzeziński, J. (2000a). Poznanie naukowe - poznanie psychologiczne. W: J. Brzeziński (red.) Metodologia badań naukowych i diagnostycznych. W: J. Strelau (red.). Psychologia. Podręcznik akademicki (t. 1, s. 335-354). Gdańsk: Gdańskie Wydawnictwo Psychologiczne.

Istotność - statystyczny sens istotności (s.348)

"… aby opisać zbiór wyników zmiennej zależnej Y, (…), należy się posłużyć dwoma wskaźnikami: średnią arytmetyczną oraz wariancją, która ze względu na swoje właściwości szczególnie nadaje się do opisu zmienności (zróżnicowania) zmiennej zależnej,

powstałej pod wpływem oddziaływania (wywierania wpływu) na nią innych zmiennych, traktowanych jako zmienne niezależne." (s.349)

"Zmienne niezależne, które wywierają wpływ na inne zmienne, to zmienne istotne dla tych zmiennych. Pozostałe zmienne, to zmienne nieistotne". (s.349)

df

"(…) zmienna istotna dla jakiejś zmiennej zależnej to taka zmienna niezależna, która jest źródłem wariancji tej zmiennej. Mówiąc inaczej, jest to zmienna niezależna, która tłumaczy określony procent wariancji całkowiej zmiennej zależnej." (s.349)

---

Sheet 2: AJ - analiza wariancj - zmienne

w ANOVA - jednozmiennowej analizie wariancji

AJ: ustawienia do obliczeń:

zmienna zależna musi być ciągła; innej możliwości nie ma

zmienna niezależna (nominalna) to np. przynależność do grupy

wybieramy:

(ustawia się ją w okienku zmienna zależna)

(ustawia się ją w okienku czynniki stałe)

1. Analiza

do tego okna dostawia się inne zm. nominalne,

2. Porównywanie średnich

Jeśli średnie oraz wariancje w zakresie zmiennej zależnej różnią się,

3. Jednoczynnikowa ANOVA

czyli nie ma podstaw do utrzymania H0,

jeśli dodatkowo szukamy efektów interakcji między zmiennymi niezależnymi

uznaje się, że jest to spowodowane wpływem zmiennej niezależnej,

które wypadkowo mogą wpływać na rozkład zmiennej zależnej;

czyli specyfiką określonej grupy; mamy wówczas podstawę do przyjęcia H1

to ta operacja jest możliwa dopiero z wykorzystaniem statystyki UNIANOVA:

wybieramy:

1. Analiza

2. Ogólny model liniowy

jeśli w opcjach włączymy analizę wielkości efektów (jest to eta kwadrat), wówczas w tabeli - Test efektów międzyobiektowych, wiersz z nazwą zmiennej niezależnej

3. Jednej zmiennej

z którego odczytujemy wyniki obliczeń dla ANOVy, pokaże się dodatkowo kolumna z Cząstkowym Eta kwadrat

Odczytana wartość Eta kwadrat, na poziomie wiersza z nazwą analizowanej zmiennej zależnej, wymnożona * 100, podaje nam informację o % wyjaśnionej zmienności,

interpretacja

Np.

Wyliczona wartość procentowa η2 informuje nas o tym - w jakim procencie zróżnicowanie wyników zmiennej zależnej jest wyjaśnione wpływem zmiennej niezależnej,

lub

np. przynależnością osób do specyficznych grup naturalnych, albo w eksperymencie (dobieranym, kontrolowanym, manipulowanym)

przez badacza poziomem natężenia określonego czynnika (zmienną niezależną lub interakcją między zmiennymi niezależnymi) w celu wykazania jego wpływu na zachowanie (zm. zależną(e)).

Np. Przynależność do typu osobowości "A" w 25,6% wyjaśnia nam problem zmienności wyników w skali neurotyczności.

Badacz, sięgając do teorii psychologicznej powinien spróbować wyjaśnić - dlaczego tak jest = interpretacja teoretyczna, z elementami metaanalizy.

Trzeba wiedzieć, że analizy statystyczne nie podają wniosków z eksperymentu - to my je wyciągamy.

podobnie będzie z:

innymi zmiennymi

efektami interakcji

w MANOVA-ie

AJ: Uwaga 1: Pamiętajmy, że H0 jest hipotezą statystyczną (przypisaną do wzoru). Nie jest hipotezą badawczą (stricte psychologiczną),

którą formułuje badacz i weryfikuje na bazie wyniku testu F - pozwalającego mu utrzymać H0 lub wymuszającego konieczność przyjęcia H1.

AJ: Uwaga 2: W SPSS-ie najlepiej wybrać: Ogólny model liniowy następnie Jednej zmiennej, potem zahaczyć dalsze ustawienia, wkleić jako syntaks, a następnie do syntaksu dodać kolejne zmienne zależne.

df

ZMIENNA NIEZALEŻNA (independent variable) - czynnik, który badacz dobiera, albo którym manipuluje przynajmniej na dwóch poziomach w celu określenia jego wpływu na zachowanie.

df

ZMIENNA ZALEŻNA (dependent variable) - zachowanie będące efektem wpływu (o ile on nastąpi) zmiennej niezależnej. 〈por. Shaughnessy i in., 2002, ss.54-55〉

AJ:

ANOVA:

H0

MTg1 = MTg2 = MTg3

H0 - zakłada, że wartości średnie oraz wariancje dla kontrolowanej zmiennej zależnej (T) dla grup g1, g2, g3 nie różnią się (F, p>0,05)

AJ:

H1

MTg1 ≠ MTg2 ≠ MTg3

H1 - wynika z konieczności odrzucenia H0, ponieważ wykazano, że wartości średnie oraz wariancje dla kontrolowanej zmiennej T dla grup g1, g2, g3 różnią się (F, p≤0,05)

Różnica spowodowana jest wpływem zmiennej niezależnej, czyli np. specyfiką wynikającą z faktu przynależności osób (obiektów) do określonej grupy lub typu.

tzn. - Istnieje systematyczna zmienność międzygrupowa spowodowana wpływem zmiennej niezależnej.

AJ:

MANOVA:

H0

MSg1 = MSg2 = MSg3

H0 - zakłada, że wartości średnie oraz wariancje dla zespołów kontrolowanych zmiennych S, T, U dla grup g1, g2, g3 nie różnią się (F, p>0,05)

MTg1 = MTg2 = MTg3

MUg1 = MUg2 = MUg3

TEST F (Ronalda Fishera) - test statystyczny oparty na analizie wariancji badający stosunek systematycznej wariancji wyników pomiaru i wariancji błędu.

Przy założeniu prawdziwości hipotezy zerowej oba źródła wariancji reprezentują jedynie wariancję błędu, i dlatego oczekiwana wartość F=1,00.

Niesystematyczna zmienność wyników pomiaru spowodowana różnicami między osobami z każdej z grup nazywana jest wariancją błędu.

Wynik statystycznie istotny (F znacznie większe od 1) oznacza, że różnice uzyskane między porównywanymi grupami są znacznie większe od tych, które mogą wynikać jedynie z wariancji błędu (tzn. przypadku).

---

Sheet 3: efekt

				eta kwadrat		r = pierwiastek z eta kwadrat			r = wielkość liniowego związku pomiędzy dwiema zmiennymi
				0,033		0,182			r = 0,1	mały efekt
				0,045		0,212
				0,05		0,224
				0,06		0,245
				0,07		0,265			r = 0,25	efekt umiarkowany
				0,017		0,130
				0,09		0,300
				0,1		0,316
				0,11		0,332
				0,13		0,361
				0,16		0,400			r = 0,4	duży efekt
Eta kwadrat reprezentuje proporcję wariancji zmiennej zależnej, która wyjaśniana jest wpływem danej zmiennej niezależnej
	AJ:	procent wariancji zmiennej zależnej wyjaśniany wpływem zmiennej niezależnej
			zmienna(e) ciągła(e)				wynikającej ze specyfiki grupy (nominalna)
	Shaughnessy J. J., Zechmeister E. B., Zechmeister J. S. 〈1990/2002〉. Metody badawcze w psychologii. (tłum. z j. ang. M. Rucińska). Gdańsk: Gdańskie Wydawnictwo Psychologiczne. (s.533)

---

Sheet 4: zapis

M	M	symbol średniej arytmetycznej
SD	SD	symbol odchylenia standardowego
MSE	MSE	symbol średniego kwadratu błędu
r	r	symbol efektu
	Efekt główny nie okazał się istotny,				F (1; 16) = 0,10, p ˃ 0,05 (MSE = 0,02, r = 0,10, moc = 0,06)
	Jednak, jak przewidywano, warunek odtworzenia i rodzaj pamięci wchodzą w interakcję, F (1; 16) = 9,50, p ˂ 0,01 (MSE = 0,03, r = 0,61)
	Wielkość efektu (r) wyniosła 0,70 wskazując na dużą różnicę …
		eta kwadrat = pierwiastek z 0,7 =			0,84	* 100 =	84%

---

Sheet 5: słownik

estymacja		znajdowanie nieznanych wartości parametrów rozkładu
estymator		wzór statystyczny służący do oszacowani wartości parmetrów rozkładu.