Birden fazla Psikolojik Müdahalelerle karşılaştırılacak Bir Bir Bir Yol ANOVA Nasıl Yapılır: Kapsamlı Bir Rehber

Araştırmacılar ve klinikler birden fazla psikolojik müdahalenin etkinliğini değerlendirmeleri gerektiğinde, araştırmacıların yanlış bulgular riskini şişmeksizin birden fazla müdahale grubuyla karşı karşıya olup olmadığını belirlemeleri gerekir.

Bu kapsamlı kılavuz sizi psikolojik araştırmadaki bir ANOVA'yı yürütmek için her açıdan yürür, karmaşık sonuçları yorumlamak ve bulgularınızı rapor etmek için temel kavramları anlamak için.İlk müdahale çalışmanızı tasarlarken, klinik bir araştırmacı tedavi yöntemleriyle karşılaştırır, veya kanıt tabanlı bir uygulamanın istatistiksel temellerini anlamak için bir uygulayıcı, bu makale, karşılaştırmanız gereken temel bilgileri ve pratik rehberlik sağlar.

One-Way ANOVA'yı Anlayın: Birden Çok Grup Karşılaştırmalarının Vakfı

One-Water ANOVA Nedir?

Bir-way ANOVA, ilişkili nüfusun önemli ölçüde farklı olduğunu belirlemek için iki veya daha bağımsız gruplar anlamına gelir. "evcutlaştırma" adı, karşılaştırmak için karşılaştırılabilir görünebilirken, yöntem aslında farklılıkları analiz etmek için gruplar arasında çalışır.

Tipik olarak, ANOVA en az üç grup arasındaki farkları test etmek için kullanılır, çünkü iki grup davası bir t-testle kaplı olabilir. Aslında, sadece iki tane karşılaştırmak için, t-test ve F-test eşdeğerdir; ANOVA ve t ile ilişki F = t2.

Neden ANOVA Multi T-Tests yerine kullanın?

Araştırmacılar arasında ANOVA'ya yeni bir ortak soru şudur: Neden her iki grup arasında birden fazla bağımsız t testi yapmıyorsunuz? Cevap, alfa enflasyon veya ailebil hata oranı denilen bir istatistiksel fenomende yatıyor.

Her grup üç karşılaştırmaya teşebbüs etmek için başka bir araya geldiğinde, Tip I hatasındaki artış, null hipotezinin doğru olmasına rağmen, her bir grubun üç karşılaştırmayı deneme olasılığı arttıkça, diğer bir deyişle, null hipotezinin doğru olması durumunda, alternatif hipotezin (araştırma hipotezi) önemli artışlara rağmen, fark etmediği gerçeğine rağmen.

Tek bir test için 0.05'te önemini ayarladığınızda, bu sorunu yanlış bir pozitif sonuç elde eden tek bir yanlış test şansına sahip olursunuz.Ancak, bu olasılık bileşiklerini üç çiftyüzlü karşılaştırma gerektiren üç grupla, gerçek Type I hata oranınız, doğrulanan% 5 eşiğinizin çok ötesine geçebilir. ANOVA, tüm karşılaştırmalarda istenen hataları koruyan tek bir her karşılaştırmayı koruyan tek bir Omnibus testi sağlayarak bu sorunu çözer.

ANOVA Nasıl çalışır: Ortalama farkları anlamak için Variances ile Karşılaştırma

ANOVA, verinizde toplam varyantasyona ilişkin (veya gruplar arasında hesaplanan) ve gruplar arasındaki farkın oranı ile ilgili olarak, bu zarif yaklaşım bölümlerini iki bileşene dönüştürür: gruplar arasındaki fark (bu, tedavi etkilerini yansıtan) ve gruplar arasındaki farkları etkiler.

Grup değişkeni, grup değişkeni içinde önemli ölçüde daha büyük olduğunda, grubun tek başına şansa sahip olması gerektiğini gösteriyor. F-statistik bu oranı ölçtü ve istatistiksel tablolar veya yazılım, gözlemlenen F-değerin grup farklılıklarının null hipotezini reddetmenin yeterli olup olmadığını belirler.

One-Way ANOVA'nın Eleştirel Asimleri

Bir otoyol ANOVA yapmadan önce, verilerinizin belirli varsayımlarla karşılandığını doğrulamanız gerekir. Bu varsayımları ihlal etmek sonuçlarınızın geçerliliğini tehlikeye atabilir ve yanlış sonuçlara yol açabilirsiniz.

Asim 1: Gözlemlerin Bağımsızlığı

Bir One-Way ANOVA'da bireyler hem gruplar arasında hem de gruplar arasında bağımsız olmalıdır. Başka bir deyişle, bir gruptaki veya diğer gruplardaki bireyler arasında bir bağlantı olmamalıdır. Bu belki de en kritik varsayımdır ve vakaların bağımsızlığı başarısız olduğu ifade edilir.

Gözlemlerin bağımsızlığı, verilerin istatistiksel olarak geçerli örnekleme yöntemleri kullanılarak toplanması anlamına gelir ve gözlemler arasında gizli bir ilişki yoktur. Ortak ihlaller, ilgili bireyler (aile üyeleri veya eşleştirilmiş çiftler gibi) veya sonuçları etkileyebilecek şekillerdeki verileri toplamaktır.

Örneğin, üç terapi müdahalelerini karşılaştırırsanız ve bazı katılımcılar birden fazla tedavi alırlar veya grup terapisi ayarlarındaki katılımcılar birbirlerinin sonuçlarını etkilerlerse, bağımsızlık varsayımı ihlal edilir. Bu tür durumlarda, tekrarlanan önlemler ANOVA veya karışık modeller gibi alternatif istatistiksel yaklaşımlar kullanmanız gerekir.

Asvolt 2: Dağıtım Normalliği

Bağımlı değişken normal veya her grup için normal olarak dağıtılmalıdır. Daha spesifik olarak, retorik değerler ve grup arasındaki farklar normal bir dağıtım takip etmelidir. Bu varsayım, Shapiro-Wilk testi veya Anderson-Darling testi gibi resmi istatistik testleri ile değerlendirilebilir.

Neyse ki, ANOVA normallik varsayımının ihlallerine saygı duyan nispeten sağlam bir prosedürdür. Ek olarak, bir a-way ANOVA normallik varsayımının hafif ihlallerine karşı dirençlidir.Bu varsayımın şiddetli ihlalleri genellikle daha büyük örnek boyutlarda ve dengeli bir grup tasarımları ile artar.

Veriniz normallikten ciddi kalkışlar gösterirse, birkaç seçeneğiniz vardır: Verilerinizi dönüştürmek (kullanıcı, kare kök veya diğer dönüşümler), Kruskal-Wallis testi gibi parametrik alternatifler kullanın veya normalliği varsaymayın sağlam istatistiksel yöntemler kullanın.

Asvolt 3: Variance'ın homojenliği (Homoscedasticity)

Bu, varyans testi veya Brown-Forsythe testi ile aynı olduğunu varsayıyor (bazen homoscedasticity) varsayımı. ANOVA, nüfusun standart sapmasının tüm gruplar için aynı olduğunu varsayıyor. Bu varsayım Levene'nin testini veya Brown-Forsythe testini kullanarak test edilebilir.

Gruplar arasındaki eşit farklar, ANOVA'nın bir tek yönlü varsayımıdır. Bu varsayımın ihlal edilmesi gereken önemli bir varsayım, grup boyutları eşit olduğunda bu varsayımın öneminin artırılması gerekir. Grup boyutlarının daha uyumlu veya eşitsiz olması, grup boyutlarının basit bir tek yönlü olması gerekir.

Variance varsayımının homojenitesi ihlal edildiğinde, Welch testinin eşitsizliğe hesap vermek için serbest bırakabileceğiniz iki test vardır ve genel olarak bu varsayım ihlal edildiğinden daha doğru sonuçlar sunar.

Ek değerlendirmeler: Örnek Boyut ve Outliers

Her grupta benzer veya aynı sayıda gözleme sahip olmak tercih edilir. Bu, varsayımların herhangi birini ihlal etme eğiliminde olan daha güçlü bir model sunar. Dengeli tasarımları (toplam grup boyutları), ihlallerin varsayımına daha sağlam ve genel olarak daha büyük istatistiksel güce sahip.

Bir-way ANOVA, analizinizi yapmadan önce, sonuçlarınızı olumsuz yönde etkileyebilecek aşırı değerler için verilerinizi inceler. Outliers, veri giriş hataları, ölçüm problemleri veya ilgi popülasyonundan meşru aşırı değerleri temsil edip etmediği konusunda araştırmalıdır.

Bir-Way ANOVA Davranışı Yapmak için Adım-by-Step Guide

Adım 1: Araştırma Sorunuzu Formulate ve Hipotezlerinizi

Araştırma sorunuzu açıkça tanımlamakla başlayın. Psikolojik müdahaleler bağlamında, “Dokuzuncu terapi, farkındalık temelli terapi ve psikodinamik terapi depresyon belirtilerinin azaltılmasında farklı sonuçlar doğurabilir mi?”

null hipotezi, grup arasındaki önemli farkların olmadığı anlamına gelir.Arapça çalışmanız için, null hipotezi (H0) tüm müdahale gruplarının eşit derecede anlamlı sonuçlar elde ettiğini ifade eder: μ1 = μ2 = μ3 = ... = μk, k grup sayısını temsil eder.

Alternatif hipotez (Ha) en az bir grubun diğerlerinden farklı olduğunu belirtiyor. Not, bu grupların hangi grupların farklı olduğunu veya kaç farklı farklılıkların var olduğunu belirtmemektedir - sadece tüm bu aynı anlama gelmektedir.Bu yüzden post hoc testleri önemli bir ANOVA sonucu takip etmek gerekir.

2. Adım: Çalışmanızı Tasarım ve Veri Toplayın

Proper çalışma tasarımı, geçerli ANOVA sonuçları için önemlidir. Aşağıdaki unsurları düşünün:

  • Random assignment: Rastgele olarak katılımcıları seçim önyargısını en aza indirmek için müdahale gruplarına atamak ve gruplar temel olarak karşılaştırılabilir.
  • Örnek boyut planlama: Örnek boyutunun anlamlı farklılıkları tespit etmesi için bir güç analizi yapın. Büyük örnekler daha büyük istatistiksel güç ve daha istikrarlı tahminler sağlar.
  • Standartlaştırılmış prosedürler: Her grup içinde sürekli olarak müdahaleler, grup değişkenliği içinde en aza indirmek için.
  • Outcome ölçümü: Güvenilir değişkeninizin güvenilir önlemleri kullanın.Mükemmel olduğunda grup atamaları kördür.
  • Veri kalitesi: Eksik verileri ve ölçüm hatasını en aza indirmek için uygulama prosedürleri.

Veriler toplandığında, analiz için uygun bir formatta organize edin. Çoğu istatistik yazılımı, katılımcı başına bir sıra ile "uzun formatta" veri gerektirir (en katılımcının aldığı müdahalenin hangi müdahalenin alındığına işaret eder) ve sonuç değişkeni (gerekli sonuç sonucun analizi).

Adım 3: Verinizi Hazırlayın ve Ekranlayın

ANOVA’yı yapmadan önce, verilerinizi iyice incele:

  • Veri girişi hataları için kontrol edin: imkansız değerlere bakın, sıra dışı puanlar veya tutarsızlıklar.
  • Eksik verilerle: Eksik verilerin şekli ve boyutunu belirleme. Tam vaka analizi, yönlendirme yöntemleri veya diğer yaklaşımlar kullanma kararlarına karar verin.
  • Tanımlayıcılar: Kutuları kullanın, aşırı değerleri tanımlamak için kutular veya istatistiksel yöntemler kullanın.Sürücüler hataları veya yasal aşırı durumlarda olup olmadığını araştırın.
  • Tanımlayıcı istatistikler: Tamamlayıcı, standart sapmalar ve her grup için örnek boyutlardadır. Bunlar sonuçlarınızı yorumlamak için gerekli olacaktır.

Adım 4: Test İstatistiksel Asimler

Sistematik olarak ANOVA ile devam etmeden önce her varsayımı doğrulayın:

Bağımsızlık: Bağımsızlık: Bağımsız varsayım verilerden değerlendirilmez ve bir şekilde düşünülmelidir. Çalışma tasarım ve veri toplama prosedürlerinizi ihlal edilmelerini sağlamak için gözden geçirin.

Normallik: Her grup için oturma alanı veya Q-Q arsalarını sınav. Dağıtımlar ciddi skewness veya ağır kuyruklar olmadan yaklaşık olarak zil şeklinde görünmeli. Ayrıca Shapiro-Wilk testi gibi resmi testleri de yapabilirsiniz, ancak bunlar büyük örneklerle aşırı hassas olabilir.

Varyanmanın homojenliği: Bu varsayımı Levene'nin varyanların homojenitesi için SPSS İstatistiklerle test edebilirsiniz. (p > 0.05) varsayımın karşılandığını gösterir.Eğer ihlal edilirse, bunun yerine Welch ANOVA'yı kullanmayı düşünün.

Adım 5: Bir-Way ANOVA'yı Yap

Çoğu araştırmacı ANOVA hesaplamalarını gerçekleştirmek için istatistiksel yazılım kullanır. Popüler seçenekler SPSS, R, SAS, Stata ve Python içerir. Belirli adımlar yazılım tarafından değişirken, genel süreç şunları içerir:

  1. Bağımlı değişkeninizi (outcome measure) belirtin
  2. Bağımsız değişkeninizi (grup üyeliği) belirtin
  3. ANOVA testi ve ek istatistikler (başlangıçta tahmin, varsayım testleri, etki boyutları) talep etmek
  4. Analizleri Koşuk

Yazılım birkaç anahtar bileşen içeren bir ANOVA masası üretecektir:

  • Squares (SS): Gruplar ve gruplar içinde yer alan bileşenler arasında yerleştirilmiştir.
  • Özgürlük Dereceleri (df): Gruplar df = k - 1 (kamp gruplar sayısı); grup içinde df = N - k (N toplam örnek boyutu)
  • Ortalama Square (MS): SS her bileşeni için df tarafından bölünmüş
  • F-statistik: MS grupları arasında grup arasındaki oran MS'ye dahil
  • p-değer: F-statistik (veya daha aşırı) elde etme olasılığı gerçek olsaydı, null hipotezi doğru olsaydı

Adım 6: ANOVA Sonuçları

İlk karar noktası, değer ve önceden belirlenmiş önem seviyesine dayanan null hipotezini reddetmenin olup olmadığıdır (tipik olarak α = 0.05).

p < 0.05, null hipotezini reddediyorsunuz ve müdahale gruplarınız arasında istatistiksel olarak önemli farklılıkların var olduğunu sonucuna varıyorsunuz. Ancak, bu durum & #039; size hangi spesifik grupların farklı olduğunu söylemiyorsunuz - bu test gerektirir.

Eğer p ≥0.05, null hipotezini reddetmeye ve gruplar arasındaki farklılıkları iddia etmek için yeterli kanıta sahip olmadığını sonucuna varamazsınız. Bu, grupların aynı olduğunu kanıtlamıyor, ancak gözlemlenen herhangi bir farkın şans nedeniyle makul olabileceğini kanıtlamıyor.

Örnek yorumlama: Gruplar arasında bir-yol ANOVA (F(2,364) = 13.17, p < .001). Bu notasyon, F-değer, ebeveynlik özgürlük dereceleri (gruplar df, gruplar arasında) ve p değerli.

Adım 7: Hesaplama ve Yorum Etkisi Boyutları

İstatistiksel önem, farklılıkların şanstan ziyade gerçek olup olmadığını söyler, ancak bu farklılıkların büyüklüğü veya pratik önemini göstermez. Etkisi boyutları bu önemli bilgileri sağlar.

ANOVA için ortak etki boyutu önlemleri şunları içerir:

  • Eta-squared ( ⁇ 2): Grup üyeliği tarafından açıklanan bağımlı değişkendeki toplam varyan oranı. / SS toplam. 0.06 ve 0.14 değerleri genellikle küçük, orta ve büyük etkiler olarak kabul edilir.
  • Omega-squared ( ⁇ 2): Eta-squared'den daha az önyargılı bir tahmin, özellikle küçük örneklerle. genellikle nüfus etkisi büyüklüğü tahmin için tercih edilir.
  • Partial eta-squared: Birden fazla faktörle daha karmaşık tasarımlarda kullanılır.

Her zaman önemli testlerinizin yanında etki boyutları rapor edin. Çok küçük bir etki büyüklüğü ile istatistiksel olarak önemli bir sonuç sınırlı pratik öneme sahip olabilir, orta etki büyüklüğü ile önemsiz bir sonuç çalışmanın güçlü olduğunu önerebilir.

Post Hoc Test: Belirli Grup Farklarını Tanımlamak

ANOVA'nızın önemli bir sonuç verdiğinde, en azından bir grubun diğerlerinden farklı olduğunu biliyorsunuz, ancak grup çiftlerinin farklı olduğunu ve tam olarak ANOVA testi yaptığını bilmenize yardımcı oluyorsunuz.

Post Hoc Testleri Neden Gereklidir

Post-hoc testleri, belirli farklılıkları tespit ederken bu hata oranını kontrol etmek için gruplarla karşılaştırmamıza izin veriyor (FWER). FWER, birden fazla hipotez test yaparken bir veya daha Tip I hataları yapma olasılığıdır (faz pozitifler). Post hoc testleri bu hata oranını kontrol etmek için çeşitli düzeltme yöntemleri uygular.

Common Post Hoc Testleri ve Them'ı Ne Zaman Kullanacak

Tukey'in Dürüst Önemli Farkı (HSD)

Tukey'in HSD prosedürü, αFW'yi kontrol etmenin en basit yolunu sağlar ve tüm çift açıdan kıyaslanabilen karşılaştırmalar yapılırken en tercih edilebilir yöntem olarak kabul edilir. Bu test özellikle tüm olası çiftleri karşılaştırmak için tasarlanmıştır ve kontrol edilen hata oranları ile dengeli bir çift karşılaştırmalar sunar.

Tukey testi tercih edilen post-hoc testidir, ancak Bonferroni, karşılaştırma sayısının küçük olduğu zaman daha güçlüdür. Tukey çok sayıda yöntem test ettiğinde tavsiye edilir ve daha güçlüdür. Test, Tukey'in HSD'sini kullanmadan önce bu varsayımı doğrulamaktadır.

Bonferroni

Bonferroni α hatasının düzeltilmesi, ANOVA takip eden birden fazla karşılaştırmadan başka bir tür istatistik prosedürüne yaygın olarak uygulanabilir olan tamamen genel bir yöntemdir. Bonferroni, birden fazla karşılaştırma yaparken yanlış pozitifleri kontrol etmek için önemini ayarlar.

Bonferroni yöntemi, Alfa seviyesini karşılaştırma sayısına göre bölmektedir. Örneğin, α = 0.05, her karşılaştırma 0.05/3 = 0.067 olarak test edilirken, bu yaklaşım çok muhafazakar ve yanlış pozitifleri azaltır, geleneksel Bonferroni iktidardan yoksunluğa eğilimlidir.

Scheffé's Test

Onun avantajı, birçok grup arasında post-hoc ilişkileri dahil olmak üzere geniş bir karmaşık testin kapsamını kapsar. Prosedür çok muhafazakar ve güç diğer yöntemlerden daha azdır. Genel olarak Scheffé'nin prosedürü sadece çift açıdan karşılaştırmalar ilgi olduğunda tavsiye edilmez.Bu test, basit çiftbil testlerin ötesinde karmaşık karşılaştırmalar yapmak istediğinizde en kullanışlıdır.

Oyunlar-Howell Test

Eşit değişkenlerin varsayımı ihlal edildiğinde, Oyunlar Howell yöntemi uygulanabilir. Bu test, grup boyutları eşit değişkenleri varsaymıyor ve özellikle de grup boyutları eşit olduğunda yararlıdır.Seks ANOVA'nın diğer posta testlerinden daha güçlü olduğunu takip ediyor.

Dunnett'in Testi

Araştırma tasarımınız bir kontrol grubu içeriyor ve sadece her tedavi grubunu kontrole kıyasla karşılaştırmak ( mümkün olan tüm ikili kıyaslamalardan daha iyi), Dunnett'in testi uygun.Bu test Tukey'in HSD veya Bonferroni'den daha güçlü.

Doğru Post Hoc Testini Seçin

Birden fazla karşılaştırma yönteminin seçiminde, Tukey'in HSD prosedürü veya OKWQ'nun seçim standardı, seçilmiş grupların aileye yönelik karşılaştırmalarını kontrol etme veya genel olarak, Bonferroni prosedürü veya Šidák-Bonferroni prosedürü tercih edilebilir olabilir.

Bir post hoc testi seçerken bu faktörler göz önünde bulundurun:

  • Karşılaştırma sayısı: Tüm olası çiftleri veya sadece belirli planlı karşılaştırmaları karşılaştırıyor musunuz?
  • Eşit varyans: Verileriniz varyan varsayımının homojenitesini karşılıyor mu?
  • Örnek boyutlarda: Gruplarınız dengeli mi yoksa dengesiz mi?
  • Araştırma hedefleri: Güçleri en üstlemek veya yanlış pozitifleri en aza indirmek ister misiniz?
  • Çalışma tasarımı: Kontrol grubu var mı yoksa tüm gruplar deneysel mi?

Post Hoc Sonuçları

Post hoc testleri genellikle her çift açıdan karşılaştırılacak şekilde ayarlanmış p değerliler sağlar, aynı zamanda, .012 ve Mdiff = 7.34, p < .001, ek olarak, hiçbir fark, yarı zamanlı ve rahatça çalışan katılımcılar arasında anlamlı olarak daha yüksek bulundu (Mdiff = 4, p = .012, p = .06).

Raporlama post hoc sonuçları dahil:

  • Hangi özel gruplar önemli ölçüde farklı
  • Farklılıkların yönü ve büyüklüğü (mean farklılıkları)
  • Her karşılaştırma için uygun değerler
  • Mevcut olduğunda güven aralıkları
  • Hangi post hoc yöntemi kullanıldı ve neden

Pratik Örnek: Üç Psikolojik Müdahaleler

Psikolojik müdahale araştırmalarında bir a-way ANOVA'yı yapmanın tüm sürecini göstermek için tam bir örnekle yürüyelim.

Araştırma Senaryo

Klinik psikolog, kaygı belirtileri azaltmak için üç müdahalenin etkinliğini karşılaştırmak istiyor: Bilişsel-Behavioral Terapi (CBT), Zihinsel Stres Azaltma (MBSR), ve Kabul ve Değerlendirme Terapisi (ACT Dokuzuncu katılımcısı, üç müdahaleden birine rastgele atanır (30.)

Hipotezler

  • H0: μ CBT = μ MBSR = μ ACT (tüm üç müdahale eşit anlamlı puanlar)
  • Ha: En azından bir müdahale farklı bir anlam kaygı puanı üretir

Descriptive Statistics

  • CBT grubu: M = 42.3, SD = 8.5, n = 30
  • MBSR grubu: M = 38.7, SD = 9.2, n = 30
  • ACT grubu: M = 45.1, SD = 8.8, n = 30

Asim Test Testi

Bağımsızlık: Bağımsızlık: Katılımcılar, katılımcılar arasındaki çakışma veya ilişkilerle gruplar halinde rastgele görevlendirildiler. Asvolt tanıştı.

Normallik: Histogramlar ve Q-Q arsaları her grup için yaklaşık normal dağıtımlar gösteriyor. Shapiro-Wilk testleri tüm gruplar için önemsiz değildir (p > 0.05).

Varyanmanın homojenliği: Levene'nin testi p = 0.42, gruplardaki varyanlarda önemli bir fark olmadığını gösteriyor. Asvolt tanıştı.

ANOVA Sonuçlar

Bir-way ANOVA F(2, 87) = 5.23, p = 0.007. P < 0.05, null hipotezini reddediyor ve üç müdahale grubu arasında istatistiksel olarak önemli farklılıkların var olduğunu fark ediyoruz ( ⁇ 2), kaygı puanlarındaki farkın yaklaşık% 11'inin müdahale türü tarafından açıklandığını gösteriyor - orta etki boyutu.

Post Hoc Testi

Tüm varsayımlar karşılandığından ve mümkün olan tüm çiftleri karşılaştırmak istiyoruz, Tukey'in HSD uygun. Sonuçlar:

  • CBT vs. MBSR: Ortalama fark = 3.6, p = 0.048 (önemli)
  • CBT vs. ACT: ortalama fark = -2.8, p = 0.18 (önemli değil)
  • MBSR vs. ACT: ortalama fark = -6.4, p = 0.003 (önemli)

Yorum

MBSR müdahalesi hem CBT hem de ACT'den önemli ölçüde daha düşük kaygı puanları üretti. CBT ve ACT arasındaki fark istatistiksel olarak önemli değildi. Bu bulgular, bu popülasyonda kaygıyı azaltmak için özellikle etkili olabileceğini öne sürüyordu, ancak daha fazla araştırma bu farklılıkların altında yatan mekanizmaları anlamak için gerekli olacaktır.

Araştırma Kağıtlarında ANOVA Sonuçları Raporlama

ANOVA sonuçlarının proper raporlaması şeffaflık ve yenidenrodite edilebilirlik için önemlidir. ANOVA sonuçlarını raporlarken, test ettiğiniz değişkenlerin kısa bir açıklaması, her bağımsız değişken için F değeri, özgürlük dereceleri ve p değerleri, ve sonuçların ne anlama geldiğini açıklayın.

Temel Elements to Report

  1. Descriptive istatistikler: Rapor, standart sapmalar ve her grup için örnek boyutlarda, genellikle bir masada veya metin içinde.
  2. Asmiyal test: Kesin olarak varsayımların nasıl test edildiğini ve karşılandıklarını açıklar. ihlal edilirse alternatif prosedürlerin ne kullanıldığını açıklar.
  3. ANOVA sonuçları: F-statistik, özgürlük dereceleri ve standart formatta değer: F(df Between, df within) = F-değer, p = p-değer.
  4. Etkisi büyüklüğü: En az bir etki boyutunun ölçütünü ekleyin ( ⁇ 2, ⁇ 2, veya kısmi ⁇ 2) yorumla.
  5. Post hoc results: Önemli olursa, hangi belirli grupların farklılaştığını rapor edin, farklılıkların büyüklüğü ve p-değerler ayarlayın.
  6. Yorum: Bulguların araştırma sorunuzun bağlamında ne anlama geldiğini açıklayın.

Örnek Sonuçlar Bölüm

"Bir yönlü ANOVA, gruptaki üç psikolojik müdahalenin etkinliğini karşılaştırmak için yapıldı (CBT, MBSR ve ACT) kaygı azaltımı konusunda.Descriptive istatistikler Tablo 1. bağımsızlık, normallik ve homogeneity karşı çıktı. Levene'nin testi, gruplar arasında eşit farklar gösterdi (p = 0.42).

ANOVA, Tukey'in HSD testi kullanılarak istatistiksel olarak önemli bir fark ortaya çıktı (M = 38.7, SD = 9.2) hem CBT grubu (M = 42.3, SD = 8.5, p = 0.048) ve ACT grubu (M = 45.1, SD = 8.8, p = 0.003), SD = ACT arasındaki fark istatistiksel olarak anlamlı değildi.

Ortak Hatalar ve Them'dan Nasıl Kaçırmak

Düzeltme olmadan Birden Çok Karşılaştırma Yapın

En yaygın hatalardan biri birden çok karşılaştırma için ayarlanmamış gruplar arasında birden fazla test yapıyor. Bu şişirme Tip I hatasına yol açıyor ve her zaman doğru bir test olarak ANOVA'yı kullanabilirsiniz, uygun post hoc testleri ile önemliyse.

İgnoz İhtilaflarını Ignoring Asim Violations

Test veya adresleme ihlallerini test etmek, sonuçlarınızı geçersiz kılabilir. Her zaman sistematik olarak kontrol edin ve uygun alternatifler kullanın (Welch ANOVA, Kruskal-Wallis testi, dönüşümler) varsayımlar ihlal edildiğinde.

İstatistiksel ve Pratik İşareti

İstatistiksel olarak önemli bir sonuç mutlaka anlamlı veya klinik olarak önemli bir fark göstermez. Her zaman bulgularınızın tam bir resmini sağlamak için değer ve yorumlar.

Post Hoc Testleri Önemli Bir ANOVA olmadan

Post hoc testleri sadece önemli bir Omnibus ANOVA takip edilmelidir.Eğer ANOVAnız önemsiz değilse, post hoc testi genellikle uygun değildir ve Tip I hataları riskini artırır.

Inadequate Örnek Boyut

Güçlü çalışmalar gerçek farklılıkları tespit etmeyi başarısız olabilir (Type II hatası). Her zaman beklenen etki büyüklüğü ve istenen güç seviyesi için uygun örnek boyutları belirlemek için önceden bir güç analizi yapar (tipik olarak 0.80).

Gelişmiş düşünceler ve Extensions

Alternatif Yaklaşımları Ne Zaman Kullanılır

Kruskal-Wallis Test: Normallik varsayımları ciddi şekilde ihlal edildiğinde ve dönüşümler yardımcı olmaz, Kruskal-Wallis testi, puanlardan ziyade puanların sıralarını karşılaştırır ve normal dağıtımları varsaymıyor.

Welch ANOVA: Variances gruplar arasında eşitsiz olduğunda, Welch ANOVA standart ANOVA'dan daha doğru sonuçlar vermek için özgürlük derecelerini ayarlar. Bu, grup boyutlarının da eşit olmadığı özellikle önemlidir.

Two-Way ANOVA: Bir a-way ANOVA'nın bir uzantısı, iki farklı kategorik bağımsız değişkenin bir değişkene olan etkisini inceleyen iki yönlü analizdir. Bunu iki grup faktöre sahip olduğunuzda kullanın (örneğin, müdahale tipi ve cinsiyet) ve iki ana ve etkileşimleri incelemek istersiniz.

Tekrarlanan Önlemler ANOVA: Aynı katılımcılar birden fazla zaman noktasında veya birden fazla durumda ölçüldüğünde, aynı kişiden ölçümler arasındaki korelasyon için ANOVA hesapları tekrarladı.

ANCOVA: Covariance analizi, istatistiksel olarak kontrol etmek istediğiniz sürekli ortaklar dahil olmak üzere ANOVA'yı genişletir. Bu, temel farklılıkları veya diğer konfounding değişkenleri için muhasebe ile güç ve hassaslığı artırabilir.

Planlanan Contrasts vs. Post Hoc Tests

Planlı kontrastlar önemli bir ANOVA sonucu gözlemleyerek yapılırken, planlı kontrastlar (ayrıca önceki karşılaştırmalar olarak adlandırılır) teorik tahminlere dayanan veri toplamadan önce belirtilir. Planlanan kontrastlar, post hoc testlerinden daha güçlü olabilir, çünkü belirli hipotezlere odaklanırlar ve birden fazla karşılaştırma için daha az katı düzeltme gerektirir.

Örneğin, teori iki aktif müdahalenin hem bir kontrol grubu oluşturacağını tahmin ederse, diğerlerinden farklı olmayacaktır: (1) kontrole karşı iki aktif müdahalenin ortalamasını ve (2) bu odaklanmış karşılaştırmalar, belirli hipotezlerinizin daha güçlü testlerini sağlayabilir.

Eşitsiz Örnek Boyutlarla Anlaşma

Dengeli tasarımlar ideal olsa da, gerçek dünya araştırmaları genellikle yetersiz grup boyutlarında intrition, işe alım sorunları veya diğer faktörler nedeniyle sonuçlanır. ANOVA eşitsiz örnek boyutlarda olabilir, ancak bunun farkında olun:

  • Varyant varsayımının homojenliği daha kritik hale gelir
  • İstatistiksel güç azaltılabilir
  • Bazı post hoc testleri ( Tukey-Kramer gibi) özellikle eşitsiz n için tasarlanmıştır
  • Aşırı dengesizlik testin sağlamlığını etkileyebilir

Software Uygulama Kılavuzu

SPSS

SPSS'de, Analyze'ye gidin - Karşılaştırmalı Testlerinizi seçmek için tıklayın (Tukey, Bonferroni vs.) Testleri, ANOVA masası ve postc karşılaştırmaları talep etmek için "Oc" seçeneğini seçin.

R İstatistiksel Yazılım

R, ANOVA'nın temel işlevleri ve paketleri aracılığıyla esnek seçenekler sunar. Temel sözcüler aov() işlevini kullanır: model < aov(outcome ~ grup, veriler = mydata). Bu efekt (model) ANOVA masası ve TukeyHSD (model) için takip edin.

Python Python Python Python

Python kullanıcıları, ANOVA'yı scipy.stats ve statsmodels kütüphanelerini kullanarak yürütebilir.S oneway() işlevi temel ANOVA'yı gerçekleştirirken, stats modeller, çiftbil tukeyhsd() işlevi aracılığıyla varsayım testleri ve post-son karşılaştırmalar da dahil olmak üzere daha kapsamlı bir çıktı sağlar.

ANOVA Sonuçlar Görselleştirin

Etkili görselleştirme bulgularınızı iletişim etmenize yardımcı olur ve okuyucuların sonuçları hızla kavrayabilmelerine izin verir. Common visualization approach include:

Bar Charts with Error Bars

Ekran, standart hataları veya güven aralıklarını temsil eden hata barları ile her grup için değerler anlamına gelir. Bu, her grup içinde hem merkezi eğilim hem de varyanabiliteyi açıkça gösterir.

Box Plots

Box arsaları, her grup için medyan, kurtiles ve potansiyel outliers gösteriyor. dağıtım şekli hakkında basit bar grafiklerden daha fazla bilgi sağlar ve dışlayıcılar veya skewness gibi varsayım ihlallerini tanımlamaya yardımcı olurlar.

Violin Plots

Kutu arsalarının ve yoğunluk arsalarının özelliklerini birleştirmek, keman arsaları her grup için verilerin tam dağılımını gösteriyor. Analizlerinizi etkileyebilecek çok yönlü dağıtım veya diğer dağıtım özelliklerini tanımlamak için özellikle yararlıdır.

Intervention Research'te Etik Bakışlar

Psikolojik müdahaleleri karşılaştırmak için ANOVA yürütürken, birkaç etik husus dikkati hak eder:

Eşlik ve Tedavi Assignment

Gerçek belirsizliğin hangi tedavinin üstün olduğu konusunda gerçek belirsizlik yalnızca etiktir (kücretsiz bir müdahaleyi zaten tercih ederse, bazı katılımcılara inkar etmek, etkili tedavilerin var olduğu durumlarda aktif kontrol koşullarını kullanmayı kabul edebilir.

Bilgilendirilmiş Consent

Katılımcılar, çeşitli müdahalelerden birine rastgele atandıklarını ve bu müdahalelerin göreceli etkinliğinin bilinmediğini anlamalıdır. açıkça her müdahalenin doğasını, potansiyel risklerin ve faydaları ve herhangi bir zamanda geri çekilme hakkını açıklamalıdır.

Önemli Farklılıkları Kullanın

Eğer interim analizleri, bir müdahalenin açıkça üstün veya daha düşük olduğunu ortaya koyarsa, etik yükümlülükler, çalışma erken durdurmayı ve tüm katılımcılara en etkili tedaviyi sunmaları gerekebilir. Data monitoring komiteleri bu zor kararları almaya yardımcı olabilir.

Intervention Studies'teki İstatistiksel Güç

İstatistiksel güç - var olduğunda gerçek bir etki tespit etme olasılığı - müdahale araştırması için önemli. Çeşitli stratejiler güç artırabilir:

  • Örnek boyut: En basit yaklaşım, kaynakların çoğu zaman sınırlı olmasına rağmen
  • Daha güvenilir sonuçlar kullanın: Ölçüm hatasının azaltılması güç artırır
  • Standart müdahale teslimatı: Grup değişkenliği içinde Minimiz Güçleri Güçleri artırıyor
  • Covariates kullanın: ANCOVA, temel farklılıkları için muhasebe tarafından güç artırabilir
  • Tasarıma Hazırlayın: Dengeli gruplar ve uygun rastgeleleştirme verimliliği artırmak
  • Planlanan kontrastları kullanın: Odaklı karşılaştırmalar, Omnibus testlerinden daha fazla güce sahiptir

ANOVA Sonuçları Kanıta Dayalı Uygulamaya Bütünleme

ANOVA'yı nasıl yürüteceğini ve yorumlayacağımızı anlamak, kanıt tabanlı psikolojik uygulama için önemlidir. müdahale araştırmasını değerlendirdiğinde:

  • P değerlilerin ötesine bakın: Etki boyutları, güven aralıkları ve klinik önem
  • Evaluate çalışma kalitesi: Örnek boyut, rastgeleleştirme prosedürleri ve varsayım testi
  • Genelizability'i düşünün: Bulguların belirli popülasyonuna geçerli olup olmadığını ve ayarlayın
  • Sınav tutarlılığı: Tek bulgulara güvenmek yerine birden çok çalışmada desenler arayın
  • Klinik uzmanlıkla bütünleşme: İstatistiksel bulgular bilgilendirilir ancak klinik yargı yerini almayın

Daha Fazla Öğrenme Kaynakları

ANOVA ve ilgili istatistiksel yöntemlerin anlayışını derinleştirmek için, bu kaynakları araştırıyor:

  • Online dersler: Coursera, edX ve DataCamp gibi platformlar ANOVA'yı derinlikte kapsayan kapsamlı istatistikler kursları sunar.
  • İstatistiksel yazılım öğreticileri: SPSS, R ve Python için resmi belgeler ve kullanıcı toplulukları geniş bir rehberlik sağlar
  • Textbooks: Deneysel tasarım ve istatistiksel analiz üzerine klasik metinler teorik temeller sağlar
  • Profesyonel atölyeler: Amerikan Psikoloji Derneği gibi örgütler, istatistiksel yöntemlerde devam eden eğitim sunuyor
  • İstatistiksel danışmanlık: Birçok üniversite ve araştırma kurumu karmaşık analizler için istatistiksel danışmanlık hizmetleri sunuyor

Kapsamlı istatistik rehberliği için, Laerd Statistics web sitesi Çeşitli yazılım paketlerinde ANOVA yürütmek için ayrıntılı öğreticiler sağlar.The detailed tutorials on carry ANOVA in several software package.The Scribbr istatistikler rehberi Tüm düzeylerde araştırmacılar için güvenilir açıklamalar sunar.

Sonuç: Intervention Research için BirNOVA

Bir-way ANOVA, psikolojik araştırmacının istatistiksel aracında temel bir araç temsil ediyor, Tip I hatasını kontrol ederken birden çok müdahalenin titiz bir şekilde karşılaştırılmasını sağlıyor.Bu kılavuzda belirtilen adımları sistematik olarak takip ederek - test varsayımları ile ilgili net hipotezler yaparak, analizleri gerçekleştirmek, uygun post hoc testleri gerçekleştirmek ve bağlamdaki sonuçları yorumlayabilirsiniz.

İstatistiksel analizin sadece çalışan testlerin mekanik bir süreci olmadığını ve p değerlileri rapor ettiğini unutmayın. Araştırma tasarımının düşünülmesi, varsayımlara dikkat etmek, analitik yöntemlerin uygun seçimi ve hem istatistiksel hem de pratik önemini dikkate alan yorumlanması gerekir. Hedef sadece istatistiksel olarak anlamlı bir bilgi elde etmek değil, psikolojik ilerlemeler ve klinik pratik pratik pratik pratik pratikleri geliştirmektir.

Bu yöntemleri kendi araştırmanızda uygularken, analizlerinize eleştirel bir bakış açısı sağlar. Sorularınızı düşünün, alternatif açıklamalar düşünün ve bulgularınızın sınırlamalarını kabul edin. ANOVA gibi istatistiksel yöntemler güçlü araçlardır, ancak güçlü araştırma tasarımı ile birlikte en değerlilerdir, teorik zemin ve düşünceli yorumlarla.

Psikolojik müdahale araştırması alanı sürekli olarak ortaya çıkan yeni istatistiksel yöntemler ve analitik yaklaşımlarla gelişmeye devam ediyor. Karmaşık analitik zorluklarla karşılaştırıldığında mevcut kalın ve her zaman araştırma katılımcılarının etik tedavilerine ve bilimsel sürecin bütünlüğüne öncelik vermektedir.Bir yönlü ANOVA ve ilgili istatistiksel yöntemlere dayanarak, etkili psikolojik müdahalelere dayanan ve bireyler ve topluluklar için zihinsel sağlık sonuçları geliştirirsiniz.