Mala reforma u statističkoj analizi podataka u psihologiji: malo p nije dovoljno, potrebna je i veličina efekta

Abstract

Osnovni cilj ovog rada je ukazivanje na ograničenja i probleme koji se javljaju pri oslanjanju na konvencionalno testiranje statističke značajnosti u prikazivanju rezultata empirijskih istraživanja. U radu su prikazane sledeće pogrešne interpretacije p vrednosti: a) p vrednost predstavlja verovatnoću da su dobijeni rezultati posledica greške uzorkovanja; b) p vrednost predstavlja verovatnoću pogrešne odluke u slučaju odbacivanja tačne nulte hipoteze; c) p vrednost predstavlja verovatnoću da je nulta hipoteza tačna ako se dobijeni rezultati uzmu u obzir; d) 1-p daje direktno meru verovatnoće da će se dobijeni rezultat ponoviti ako bi se istraživanje ponovilo u istim uslovima i e) 1-p predstavlja verovatnoću da je, kada se uzmu u obzir dobijeni podaci, alternativna hipoteza tačna. Kao dopunski pokazatelji u procesu statističkog zaključivanja mogu poslužiti mere veličine efekta i interval pouzdanosti. Veliki broj pokazatelja veličine efekta mogu se svrstati u pokazatelje veličine razlika između aritmetičkih sredina, poput Koenovog d, Hidžisovog g, Glasove δ i Koenovog f i pokazatelje proporcije objašnjene varijanse, poput R2, η2 i ηp2. Date su okvirne sugestije za vrednovanje pojedinih pokazatelja, kao i za način njihove interpretacije u kontekstu specifičnih istraživačkih nacrta.

Keywords

• statističko zaključivanje
• p vrednost
• veličina efekta
• interval pouzdanosti