Wyniki wyszukiwania - Biblioteka Nauki

1

Possibilities of usage meta-analysis method in economic research area

100%

Gondek A.

|

nr 2

117-126

EN

Possibilities of usage meta-analysis method in economic research area The article presents the method of meta-analysis showing its essence, main elements, steps of carrying out research, as well as showing the advantages and disadvantages. In the support to available scientific bases of the source body of the literature, the author checked the economic studies, in which meta-analysis was used and divided them into twelve subject groups. Two group were the most numerous, they were: (1) macro-economics in such subjest as development and growth economics, sustainable development, national accounts, public budgeting and finance and (2) management, especially about productivity, quality of human capital, organizational attitude, and widely understood competitiveness.

2

Wybrane wskaźniki wielkości efektu w badaniach psychologicznych

84%

Prajzner A.

Annales Universitatis Mariae Curie-Skłodowska, sectio J – Paedagogia-Psychologia

|

2022

|

tom 35

|

nr 4

139-157

EN

Reflecting the changing statistical practice in psychological research, dominated by null hypothesis testing using a decision about the level of significance of the results, the recommendations are indicated for reporting effect sizes in papers. The study presents the concept of the effect size and indicates its place in data analysis regarding to outcome’s significance. The purpose of the work is to describe selected effect size indicators and to point the need of use and their proper presentation and interpretation in social sciences empirical work data analysis reports. Considering statistical analysis approach limits based on significance level only, the study presents the possibility of including in the data analysis an indicator of a more practical use which is the size of the effect. By using the most popular analysis methods, such as, Student t-test, univariate analyses of variance in between- and within-group schemes as well as Wilcoxon test, Mann-Whitney’s U, Kruskal-Wallis H, Friedman’s test and considering analysis for qualitative data, matched to research plans indicators of the effect size were presented. The paper presents the use, calculation and interpretation of the size effect such as: Cohen’s d, Hedges g, delta, Glass’s rg, matched pairs correlation rc, eta-square, omega-square and epsilon-square, Kendall’s W and fi, Cramer’s V as well as odds ratio and relative risk. The presentation of the effect size indicators was contrasted with the corresponding research plans and the type of data collected.

PL

Odzwierciedlając zmieniającą się praktykę statystyczną w badaniach psychologicznych, w której dominuje testowanie hipotez zerowych z wykorzystaniem decyzji o poziomie istotności wyników, wskazano zalecenia dotyczące raportowania w pracach wielkości efektu. W opracowaniu przedstawiono pojęcie wielkości efektu oraz wskazano miejsce, jakie zajmuje w analizie danych w odniesieniu do istotności wyników. Celem pracy jest opisanie wybranych wskaźników wielkości efektu, a także wskazanie potrzeby zastosowania i poprawnej ich prezentacji i interpretacji w raporcie analiz prac empirycznych z zakresu nauk społecznych. Biorąc pod uwagę ograniczenia podejścia statystycznej analizy danych opartej jedynie na poziomie istotności, w opracowaniu zaprezentowano możliwości umieszczania w analizach danych wskaźnika o większym praktycznym zastosowaniu, jakim jest wielkość efektu. Wykorzystując najbardziej popularne metody analityczne, takie jak testy t Studenta, jednoczynnikowe analizy wariancji w schematach między- i wewnątrzgrupowych, a także analizy testem Wilcoxona, U Manna-Whitneya, H Kruskala-Wallisa, testem Friedmana oraz uwzględniając analizy dla danych jakościowych, zaprezentowano dobrane do planów badawczych wskaźniki wielkości efektu. Ponadto opisano wykorzystanie, sposób obliczania oraz interpretację wybranych wskaźników wielkości efektu, jakimi są wskaźniki: d Cohena, g Hedgesa, delta, rg Glassa, korelacja par dopasowanych rc, eta-kwadrat, omega-kwadrat oraz epsilon-kwadrat, W Kendalla oraz fi, V Cramera czy iloraz szans i ryzyko względne. Prezentację wskaźników wielkości efektu zestawiono z odpowiadającymi im planami badawczymi i rodzajem zebranych danych.

3

Pojęcie wielkości efektu na tle teorii Neymana-Pearsona testowania hipotez statystycznych

84%

Szymczak W. , Uniwersytet Łódzki W. N. o. W. , wieszym@uni.lodz.pl

|

PL

Celem tej pracy jest zwrócenie uwagi badaczy wykorzystujących metody statystyczne w analizie wyników swoich badań na pomieszanie dwóch różnych teorii testowania hipotez statystycznych, teorii Fishera i teorii Neymana–Pearsona. Zawarcie, w obecnie stosowanym instrumentarium statystycznym, pomysłów z obu tych teorii, powoduje, że znakomita większość badaczy bez chwili namysłu za prawdziwą przyjmuje stwierdzenie, iż im mniejsze prawdopodobieństwo, tym silniejsza zależność. Przedstawione zostały słabe strony teorii Neymana–Pearsona i wynikające z nich problemy przy podejmowaniu decyzji w wyniku przeprowadzonych testów. Problemy te stały się usprawiedliwionym poszukiwaniem mniej zawodnych rozwiązań, jednakże zaproponowane mierniki wielkości efektu, jako wykorzystujące z jednej strony dogmat o związku między wielkością prawdopodobieństwa w teście i siłą zależności, a z drugiej – brak jakichkolwiek podstaw teoretycznych tego rozwiązania, wydają się jeszcze jednym pseudorozwiązaniem rzeczywiście występujących problemów. Dodatkowo, wykorzystywanie mierników wielkości efektów wygląda na próbę zwolnienia badaczy z głębokiego myślenia o uzyskanych wynikach z analizy statystycznej, w kategoriach merytorycznych. Powstał trywialny przepis: odpowiednia wartość miernika natychmiast implikuje siłę zależności – podejście takie wydaje się niegodne badacza.

EN

The aim of this study is to draw the attention of researchers using statistical methods in the analysis of the results of their research on the combination of two different theories testing statistical hypothesis, Fisher’s theory and Neyman-Pearson’s theory. Including in the presently used statistical instruments, ideas of both of these theories, causes that the vast majority of researchers without a moment’s thought, acknowledge that the smaller the probability the stronger relationship. The study presents the weaknesses of Neyman-Pearson’s theory and the resulting problems with decision-making as a result of the conducted tests. These problems have become a justified quest for less unreliable solutions, however, the proposed measures of the size effect as using on one hand dogma about the relationship between the degree of probability in the test and the strength of dependence, on the other, lack of any theoretical basis of this solution, seem to be another pseudo solution to actual problems. Moreover, the use of measures of size effect seems to be an attempt to free researchers from the profound thinking about the results obtained from the statistical analysis. A trivial recipe was established: the corresponding value of the measures instantly implies the strength of the relationship – this approach seems unworthy of the researcher.