Fisa explicativa Flashcards

1
Q
  1. Care sunt avantajele unui studiu experimental față de un studiu descriptiv?
A

Față de studiile descriptive, studiile experimentale oferă dovezi conclusive cu privire la relațiile cauză-efect. Cu alte cuvinte, cu ajutorul studiilor experimentale putem deriva cauzalitatea. Dacă țineți minte, avem nevoie de 3 condiții pentru stabilirea unei relații cauzale:
1. Covariatie
2. Succesiune în timp
3. Lipsa unor variabile confundate (sau, dacă există A, atunci există B / nu există A, atunci nu există nici B)
Studiile descriptive ne permit să verificăm doar prima condiție. În experiment le putem verifica și pe următoarele două.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

. Care este raționamentul din spatele conducerii unui experiment și de ce realizăm studii experimentale?

A

DE CE: Psihologii fac experimente pentru a testa în mod empiric ipoteze care derivă din teorii. De asemenea, ei vor să vadă dacă un tip de tratament sau program poate afecta în mod eficient (vizibil) comportamentul.
LOGICA EXPERIMENTULUI: Într-un experiment, dorim să selectăm anumite condiții / variabile care ne interesează în cercetare și să vedem modul cum influențează ele comportamentul. Experimentul ne permite controlul acestor variabile și observația clară a unor posibile cauzalități.
Într-un experiment bine conceput, cercetătorul manipulează cel puțin o variabilă independetă, pentru a-i vedea efectele asupra comportamentului participanților. De asemenea, el distribuie participanții în diverse condiții ale experimentului astfel încât să creeze o situație inițială echilibrată. El trebuie și să controleze variabilele externe ce ar putea afecta comportamentul participanților.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

. Ce este grupul experimental și grupul de control?

A

Grupul experimental este cel în care se manipulează variabila independentă (nivelul variabilei independente e diferit de 0)
Grupul de control este cel în care nu se manipulează variabila independentă (nivelul variabilei independente este 0). Sunt folositoare îndeosebi când vrem să avem un baseline pt comportament.
● se oferă un placebo
● se măsoară pur și simplu comportamentul fără a se face nicio intervenție
● waiting list
● cu încătușare (tratament similar, dar fără elementul cheie)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

. Ce reprezintă variabila independentă, variabila dependentă, variabila confundată și care sunt diferențele dintre acestea?

A

Variabila independentă - cercetătorul manipulează una sau mai multe variabile independente pt a vedea efectele lor asupra comportamentului. O variabilă independentă trebuie să aibă cel puțin 2 niveluri/condiții (adică valori diferite ale variabilei).
Variabila dependentă - răspunsul care e măsurat în experiment (depinde de cea independentă)
Variabilele confundate - alte variabile în afara celei independente care ar fi putut influența variabila dependentă în mod sistematic.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

. Dați exemple de variabile confundate din cadrul unui studiu experimental.

A

Tot ce este sistematic.
● Selection bias- cercetatorul va considera in mod eronat ca efectul este datorat variabilei independente,cand de fapt el este datorat diferentei dintre subiecti (acestia nu au fost selectati astfel incat sa formeze un grup omogen)
● Biased assignment - dacă selecția inițială a participanților se face nesistematic
● Atriția diferențială - pierderea participanților în timpul studiului - duce la grupuri inegale
● Pretest sensitization - dacă s-a făcut un pretest, participanții pot să se obișnuiască cu variabila independentă și să răspundă altfel la ea
● Istoricul participanților - de exemplu, un eveniment din istoria comună a participanților interferează cu variabila independentă
● Maturizarea - participanții se schimbă, se maturizează, efectele în timp (în studii pe termen lung) nu sunt datorate intervenției noastre
● Așteptările cerectătorului
● Demand characteristics - participantul se comportă așa cum crede că ar trebui să se comporte (soluția la ultimele 2 probleme - studii double-blind, în care nici participantul, nici cercetătorul nu știu ce nivel al variabilei independente le e administrat/ administrează)
● Posibilitatea apariției efectului Placebo (soluție - placebo control group)
● Altele - trebuie să încercăm să uniformizăm condițiile, trebuie să tratăm ambele grupuri experimentale în același fel

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

. Care sunt tipurile de variabile independente și cum pot fi acestea manipulate în cadrul unui experiment?

A

● De mediu - manipulări ale mediului fizic sau social (folosirea de „confederați” în experimentele de psihologie socială)
● Invazive - manipularea / crearea unor modificări fizice în corpul participanților prin operație sau administrarea de substanțe; nu se prea practică în psihologie
● Instrucționale - manipularea instrucțiunilor verbale oferite participanților

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

De ce sunt variabilele care țin de diferențele interindividuale diferite față de variabilele independente

A

Aceste variabile nu pot fi manipulate, dar ele pot influența variabila dependentă. Ele țin de diferențele cognitive, fiziologice, emoționale și comportamentale ale participanților. Vor influența participanții și îi vor face să reacționeze diferit la variabila independentă, creând eroare nesistematică (fluctuație / varianță mai mare). O soluție este să aplicăm experimentul unui grup relativ omogen de participanți.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Ce presupune alocarea participanților într-o condiție experimentală și pe ce raționamente se face acest lucru?

A

La începutul experimentului, trebuie să fim siguri că grupurile diferite care vor fi supuse la nivelurile diferite ale variabilei independente sunt relativ echivalente. De aceea, participanții trebuie alocați în mod aleator în diferite niveluri/condiții experimentale. Acest lucru se poate face fie prin simple random assignment, care oferă fiecărui participant șanse egale să fie plasat în orice condiție; matched-random assignment (pe perechi) - împărțirea participanților după o caracteristică relevantă pentru experimentul nostru (și legată, dar nu indentică cu variabila independentă) și apoi randomizarea lor în grupuri echivalente; design cu măsurători repetate.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

. Ce presupune controlul experimental și de ce este important?

A

Controlul experimental presupune să tratăm toți participanții în eact același mod, mai puțin prin administrarea unor niveluri diferite ale variabilei independente. Prin controlul experimental, ne asigurăm că putem concluziona că variabila dependentă a fost cauzată de cea independentă și nu de alte variabile. Cu alte cuvinte, avem validitate internă.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Care este diferența dintre manipulare, menținerea condițiilor constante și balansarea în cadrul unui experiment?

A

● Manipularea - ține de variabila independetă. Presupune modificarea ei pe diferite niveluri / condiții experimentale pentru a observa un efect urmărit
● Menținerea condițiilor constante - cercetătorii încearcă să mențină condițiile experimentului constante (să trateze toți participanții la fel) pentru a se asigura că numai variabila independentă diferă în mod sistematic în grupurile experimentale
● Balansarea - participanții diferă dpv al diferențelor interindividuale. De aceea, prin randomizarea lor, ne asigurăm că grupurile experimentale sunt echivalente / balansate la începutul experimentului

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

. Ce este validitatea internă a unui experiment și care sunt factori ce o pot influența?

A
Validitatea internă reprezintă gradul la care un cercetător trage concluzii corecte despre efectele variabilei independente. Un experiment are validitate internă când se elimină toate sursele care ar putea adăuga variabilitate în afară de variabila independentă (cofound variance). Dacă ceva a afectat variabila dependentă în afară de cea independentă, vorbim de cofounding (contaminare).
Poate fi afectată de variabile confundate (de la punctul 5) (sistematice)(trebuie eliminate) și eroarea standard (nesistematic)(trebuie minimizate).
Poluție nesistematică:
-	Diferențele individuale
-	Stări trecătoare ale participanților
-	Factori de mediu
-	Tratament diferențial
-	Erori de măsurătoare
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

. Care este diferența dintre designul experimental de bază și designul factorial?

A

În designul de bază există o variabilă independentă (cu mai multe niveluri). În cel factorial există mai multe variabile independente (fiecare cu mai multe niveluri), denumite factori.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

. Ce presupun următoarele tipuri de design experimental și în ce condiții le folosim?

A

a. design experimental cu eșantioane independente:design experimental cu eșantioane independente:
● grupuri randomizate (random group design); fiecare participant este alocat în mod aleator unui nivel al condiției experimentale
● grupuri perechi (matched group design) participanților li se măsoară o variabilă relevantă pentru variabila independentă, apoi ei sunt grupați pe perechi în grupuri experimentale, astfel încât 2 participanți cu scoruri asemănătoare pe variabila relevantă să fie fiecare în câte un grup experimental (exemplul e pt 2 grupuri, analog pt orice nr de grupuri)
● grupuri naturale (natural group design) împărțirea participanților se face pe baza diferențelor lor interindividuale (pe care nu le putem manipula). Dimensiunea pe care diferă subiecții (de ex, sex, religie, rasă, etc) e folosită ca variabilă independentă. Cu toate astea, aceste studii nu pot fi folosite decât pt a face corelații și predicții. E problematic să inferăm cauzalitatea din ele.
b. design experimental cu eșantioane dependente:
● măsurători repetate Researchers choose to use a repeated measures design in order to (1) conduct an experiment when few participants are available, (2) conduct the experiment more efficiently, (3) increase the sensitivity of the experiment, and (4) study changes in participants’ behavior over time.
- intra-subiecți (within subject-design) - fiecare participant e măsurat în mai multe niveluri ale variabilei independente, deci fiecare își servește ca propriul control
- Inter-subiecți - presupun că e vorba de măsurătorile repetate în timp, adică se măsoară același lucru pe o perioadă de timp, dar pe eșantioane diferite, selectate din aceeași populație. Conceptele de inter-subiect și intra-subiect se referă mai degrabă la variabilitate oricum. Variabilitatea / diferențele inter-subiect se referă la diferențele între subiecți diferiți, independenți, iar cele intra-subiect se referă la diferențele dintre performanțele pe variabila dependentă ale aceluiași subiect.
design experimental cu un singur subiect - https://en.wikipedia.org/wiki/Single-subject_design
d. design quasi-experimental design în care măsurăm o variabilă dependentă, dar nu putem randomiza la început participanții în grupuri echivalente; de aceea, controlul nostru scade, pot apărea variabile confundate și validitatea internă scade.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Care sunt factorii ce pot influența rezultatele unei cercetări ce folosește un design experimental cu măsurători repetate?

A

● Order effects - ordinea nivelurilor variabilei independente poate influența răspunsul (soluție - contrabalansarea; la diverși participanți se dau niveluri în ordine diferită; exemplu - designul pătratului latin)
● Carryover effects - când efectele unui nivel al unei variabile independente sunt încă prezente când se măsoară efectele unui nou nivel (soluția - „se face o aerisire” - se așteaptă până efectul nu mai e prezent sau se alterneaza ordinea)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

) Care este contextul în care un test t se aplică?

A

Aplicăm testul t când nu cunoaștem abaterea standard în populație și când lucrăm cu eșantioane mici.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

) Care sunt cunoscutele și necunoscutele în cazul unei situații de cercetare care implică folosirea unui test t /Z pentru un singur eșantion?

A

Atunci când folosim un test Z, cunoaștem media populației și a eșantionului, abaterea standard în populație și nr de participanți (N). În cazul testului t nu cunoaștem abaterea standard în populație (folosim s).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Care sunt ipotezele statistice pe care le-am putea formula într-un demers inferențial?

A

În demersul nostru statistic, ne propunem să facem un experiment pe un eșantion, care ne va furniza o serie de date, care vor avea anumiți indicatori (precum media eșantionului). Media eșantionului nostru poate fi diferită de media populației din care am selectat eșantionului, dar acest lucru se poate datora fluctuației de eșantionare, adică a faptului că sunt șanse foarte mari să fi selectat un eșantion din populație care să aibă o medie diferită decât cea a populației. Dacă experimentul nostru chiar a avut un efect, șansele ca această medie (a eșantionului) să fie atât de diferită de cea a populației din care l-am extras trebuie să fie foarte mici. Noi putem lansa ipoteza că media eșantionului nostru e egală media populației (deci că eșantionul nostru face parte din populația respectivă) (IPOTEZA NULĂ/Ho), dau putem presupune că media eșantionului nostru nu e egală cu media populației (și probabil face parte, de fapt, din altă populație)(IPOTEZA ALTERNATIVĂ/H1).

18
Q

Ce reflectă distribuția ipotezei nule (Ho) și a ipotezei alternative (H1) în planul populațional?

A

Extragem un eșantion dintr-o populație. Facem o intervenție în eșantionul selectat. Asumpția ipotezei nule este că intervenția noastră nu a avut niciun rezultat, adică că media estimată în populație a eșantionului nostru este aceeași cu media reală (cea a populației din care am extras eșantionul).
Cu toate astea, dacă intervenția noastră a avut un efect, media estimată, ipotetică, în populație va fi diferită de cea a populației din care am extras eșantionul. Dacă această medie ipotetică este foarte diferită de cea a populației, putem trage concluzia că eșantionul nostru nu face parte din populația din care l-am extras, ci dintr-o altă populație. Distribuția acestei noi populații este distribuția ipotezei alternative.

19
Q

) De ce testăm adevărul ipotezei nule Ho?

A

În demersul nostru inferențial, principiul de bază e că dorim să vedem dacă intervenția noastră a avut un efect real sau doar unul aleatoriu, din cauza întâmplării. De aceea, luăm cel mai rău caz, cel în care rezultatul nostru se datorează întâmplării și presupunem că e adevărat. Încercăm să testăm această afirmație (care este ipoteza nulă). Testăm adevărul ipotezei nule pt că ea implică o singură valoare sigură, ipotetică μipotetic = μreal), în timp ce cea alternativă implică un interval de valori. (μipotetic ≠ μreal )

20
Q

) De ce avem nevoie de un prag de decizie într-un demers de cercetare?

A

Pragul de decizie presupune riscul pe care suntem dispuși să ni-l asumăm. Chiar dacă respingem ipoteza nulă, întotdeauna ne asumăm riscul de a comite o eroare (o respingem, dar ea este adevărată și noi nu am obținut de fapt un efect real). Cât de dispuși suntem să observăm un efect acolo unde el nu este de fapt înseamnă pragul de decizie (alfa, 𝛼). Alegerea lui depinde de tipul de experiment.

21
Q

) De ce variabilitatea în distribuția mediilor este mai mică ca și cea din distribuția scorurilor unei populații?

A

Într-un test cu un singur eșantion, distribuția ipotezei nule este aceeași cu distribuția mediilor eșantionelor din populație (despre care am învățat în sem 1). În acea distribuție, abaterea standard a mediilor din populație era abaterea standard a populației / radical din N. Dpv statistic, este mai mică pt că împărțim la radical din N. Această distribuție e mai îngustă (fluctuează mai puțin, are varianță mai mică) întrucât fiecare scor reprezintă media pentru mai mulți subiecți (reprezentăm mai mulți subiecți printr-un singur scor, varianța inter-individuală e mai mică).

22
Q

) Cum interpretăm o valoare Zcalculat față de un Zcritic?

A

Z calculat este poziția în distribuția ipotezei nule unde se plasează scorul obținit de noi. Z critic reprezintă valorea maximă a lui Z față de care respingem Ho. (Z calculat trebuie să fie mai mare decât Zcritic pentru a putea respinge Ho). Cu alte cuvinte, Zcalculat este atât de tare în extrema distribuției, încât e improbabil să fi obținut valoarea respectivă doar din cauza întâmplării.

23
Q

Care sunt erorile de decizie?

A

Eroarea de tip 1 / alfa (resping H0, deși ea este adevărată – cu alte cuvinte, am obținut rezultate în expriment care nu există în realitate.
Eroarea de tip 2 / beta(accept H0, deși ea este falsă – nu reușim să arătăm statistic ceva ce este în realitate).

24
Q

Care sunt asumpțiile unui demers de cercetare care folosește un test t?

A

variabilă numerică (ca să putem calcula media și abaterea standard);
• distribuții normale în populații (pentru a avea o distribuție H0, de referință
normală)
- distribuția diferențelor de medii tinde să se apropie de una normală,
chiar dacă distribuțiile populațiilor nu sunt perfect normale DAR trebuie să
avem eșantioane mari (peste 25 de persoane)
• eșantioanele să fie selectate independent din populație, selecție cu înlocuire
• asumpția omogenității varianțelor
- violarea acestei asumpții e mai puțin gravă dacă avem eșantioane mari,
de mărimi egale

25
Q

. Care este contextul în care se aplică testu t pentru eșantioane independente

A

Folosim testul t când nu cunoaștem abaterea standard în populație.

26
Q

. Care este întrebarea la care poate oferi un răspuns realizarea acestui test?

A

La întrebarea semnificativității statistice. Este probabil ca intervenția din grupul experimental să fi fost un rezultat al întâmplării sau nu?

27
Q

Care sunt cunoscutele și necunoscutele situației de cercetare pentru testul t cu eșantioane independente?

A

Cunoaștem: media grupului 1 (m1), media grupului 2 (m2), abaterile standard în grupuri (s1 și s2) și mărimea grupurilor (n1, n2).
Eșantion - N (n1 + n2)
Grupuri - n1 ȘI n2

28
Q

De ce apare în câmpul de interes diferența dintre mediile populației?

A

Dorim să vedem dacă eșantionul care compune grupul experimental are o medie care provine din aceeași populație cu eșantionul care compune grupul de control. În cazul în care ele provin din aceeași populație, diferența dintre mediile celor două populații este 0 (sau fluctuează într-o distribuție normală în jurul valorii 0 - distirbuția diferențelor mediilor eșantioanelor, cu media 0). Cu alte cuvinte, cele „două” populații se suprapun, sunt aceeași populație. Dacă grupul experimental provine din altă populație, diferența e diferită de 0 și e într-o extremă a distribuției diferenței mediilor (același principiu ca la testarea ipotezei nule pe un eșantion).

29
Q

Cum ar trebui să reprezentăm și interpretăm distribuțiile de referință în cazul ipotezelor statistice într-un demers inferențial cu eșantioane independente?

A

La eșantioane independente lucrăm cu diferențe între medii. Când m1 are valoare maximă și m2 are valoare minimă înseamnă că diferența m1-m2 va fi maximă și asta e valoarea maximă posibilă în distribuție. Analog, când m1 e minim și m2 e maxim diferența m1-m2 va fi cea mai mică valoare posibilă a distribuției.

30
Q

. In estimarea erorii standard de ce adunăm erorile standard ale populației din care provin cele două eșantioane?

A

(pagina 206, Cohen) - Demonstrație:

  • Selectăm un scor. Avem șanse mari să fie la o dev standard față de medie (68% scoruri sunt acolo). Avem șanse mult mai mici să selectăm un scor la 2 dev standard față e medie (95% din scoruri sunt între plus minus 2 dev standard)
  • Selectăm 2 scoruri în același timp. Avem șanse mari ca fiecare să fie la o dev standard față de medie. Sunt șanse 50/50 ca ele să fie de aceeași parte a distribuției (atunci diferența dintre ele va fi 0) sau să fie de părți opuse (diferența va fi 2 dev standard)
  • Rezultă că avem șanse mai mari să selectăm două scoruri ale căror diferență va fi 2 dev standard decât să selectăm un scor care e la 2 dev standard față de medie. O diferență de scoruri are, de obicei, mai multă variabilitate decât variabilitatea unui singur scor față de medie.
  • Legea statistcă spune că când aduni sau scazi două scoruri aleatorii din 2 distribuții normale, varianța diferenței (sau sumei) este suma celor două varianțe
31
Q

. De ce eliminăm din calcul, în procesul de standardizare a eșantioanelor, diferența dintre mediile populației?

A

Ipoteza nulă pleacă de la asumpția că această diferență = 0.

32
Q

De ce un tcalc>tcritic nu poate fi interpretat imediat ca fiind un succes al intervenției?

A

Pentru că acest lucru nu ne spune nimic despre dimensiunile diferenței dintre mediile populațiilor. Cu un eșantion destul de mare, un rezultat foarte mic poate fi semnificativ statistic.
În aceste cazuri, să calculăm un interval de încredere al diferenței (vezi cursul următor) poate fi foarte informativ.

33
Q

Ce impact va avea asumarea egalității σ=s în condițiile în care eșantioanele sunt mai mici ca volum?

A

Cu cât eșantionul e mai mare cu atât se apropie de mărimea populației. Astfel devin și parametrii mai similari cu cei ai populației. Dacă eșantionul e mai mare atunci s se apropie mai mult spre valoarea lui σ. Dacă eșantioanele sunt mai mici atunci s are șanse mai mari să fie diferit de σ. De aceea folosim testul t în cazul eșantionelor mici ca volum

34
Q

. Care sunt neajunsurile demersului inferențial bazat pe testarea ipotezei nule?

A

Demersul inferențial bazat pe testarea ipotezei nule nu ne oferă date exacte; ne spune că există sau nu o diferență între populație și eșantion, dar nu precizează diferența, nu este destul de informativ, pentru că e o decizie de tip resping/ accept bazată pe o singură valoare.

35
Q

. Ce reprezintă eroarea de tip I (α)?

A

Eroarea de tip I sau Alfa se referă la respingerea ipotezei nule H0 când aceasta este adevărată; spunem că există o diferență semnificativă statistic, deși ea nu există cu adevărat în populație. Vedem un efect ce nu există

36
Q

. Cum sunt rezolvate aceste neajunsuri prin intermediul intervalelor de încredere și mărimii efectului? Care este diferența dintre cele 2 (intervale de incredere, mărimea efectului)?

A

● Intervalul de încredere: asemănător procesului de estimare de la media dintr-o populație. Putem estima parametrul în populație, stabilind un interval de posibile valori, cu probabilitatea de 1-alfa ca parametrul estimat să fie inclus cu adevărat în intervalul nostru.

● Mărimea efectului sugerează că diferența dintre două populații este efectul (rezulatul) a ceva. Notată prin d, mărimea efectului ne spune cât de mare este diferența dintre media populației din care face parte eșantionul nostru (μ ipotetic) și media populației din care am extras eșantionul (μ observat) în termeni de abateri standard. Răspunde la întrebarea „cât de mare e efectul observat?”. Rezolvă neajunsurile testării ipotezei nule pentru că ne permite nu doar să vedem că t calculat e mai mare decât t critic, deci că există un efect, ci și cât de mare este acel efect.
Intervalele de încredere ne permit o estimare a unei valori (medie, diferențe de medie sau media diferențelor), în timp ce mărimea efectului ne spune cât de mare e efectul pe care l-am obținut în experiment.

37
Q

. Ce reprezintă mărimea efectului?

A

Mărimea efectului reprezintă magnitudinea diferenței dintre media ipotetică și cea reală în abateri standard (noi utilizăm abaterile standard,dar poate fi exprimată și în alte moduri). Arată cât de mare trebuie să fie diferența dintre cele două medii pentu a fi detectată. Cu alte cuvinte, Mărimea efectului sugerează faptul că diferența dintre două populații e efectul a ceva. Mai exact: diferența de înălțime dintre bărbați și femei poate spune că este datorată de gen. Mai exact efectul acestei diferențe este genul. Dacă ai mărimea efectului mare atunci poți spune mai sigur și ma ușor că acea diferență este explicată de ceva.

38
Q

. Cum setăm a priori valoarea mărimii efectului?

A

Pentru a vedea mărimea efectului avem 2 condiții:

a) pe baza rezultatelor cercetării tragem concluzie despre mărimea efectului și vedem cum e
b) selectăm a priori(adică selectăm înainte de a face studiul) valoarea mărmii efectului ca să vedem cum ar trebui să fie datele despre studiu (mărimea eșantionului, valoarea alfa) prin 3 metode:
- facem meta-analize: selectăm valoarea mărimii efectului din studii similare
- facem un test pilot pentru a observa abaterea standard, media, alfa și în funcție de asta selectăm mărimea efectului
- folosim o valoare medie a mărimii efectului dacă nu avem alte date (această este 0,5 dar studii recente arată că 0,45 e o valoare mai bună)

39
Q

Care este diferența dintre semnificativitatea practică și semnificativitatea statistică?

A

Un rezultat este statistic semnificativ dacă t calculat este mai mare decât t critic sau p < valoarea alfa setată. Cu alte cuvinte, există o probabilitate mică ca rezultatele să se fi produs din întâmplare.
Un rezultat statistic semnificativ nu este neapărat și un rezultat important, semnificativ din punct de vedere practic. Acest lucru ține de interpretarea datelor și integrarea lor în demersul cercetării.

40
Q

Ce este eroarea de tip II (β)?

A

Eroarea de tip II sau Beta se referă la acceptarea ipotezei nule H0 când aceasta este falsă; spunem că nu există o diferență semnificativă, dar ea este acolo de fapt. Nu vedem ceva ce există.

41
Q

. Care este relația dintre puterea testului și eroarea beta?

A

Puterea testului = 1- β, adică cu cât eroare de tip beta (probabilitatea de a nu vedea un anumit efect când el există) scade, cu atât puterea testului crește,deci puterea testului si eroarea de tip Beta sunt complementare..

42
Q

Ce măsuri putem lua a priori pentru a crește puterea testului?

A

.
● Cresterea mărimii eșantionului
● Un bun control al varianței (eliminarea variabilelor confundate, creșterea fidelității etc.)
● Folosirea unui test unidirecțional ( dacă logica experimentului permite)
● Folosirea unui design experimental cu măsurători repetate
● Creșterea valorii Alfa ( dacă Alfa crește, Beta scade, iar 1-beta e mai mare