Jednotky analýzy

Link: http://davidakenny.net/u_o_a.htm

Prohlášení o problému
Ve statistické analýzy, někdy není jasné, jaká je přiměřená úroveň analýzy. Například, osoby ve skupinách (např. Děti ve třídách), a to buď osoba nebo skupina by mohla být jednotkou analýzy. (Tato skupina by byla jednotku analýzy výpočtu v průměru těch osob, které jsou členy skupiny.) Někdy se obě jednotky jsou zkřížené namísto vnořené; Například 30 Soudci hodnotit 20 cílů. Buď cíl, posuzovatel, nebo dokonce pozorování může být jednotkou analýzy. Vzhledem k tomu, hnízdění (například děti ve třídách) je mnohem častější než přejezd, že případ se obecně předpokládá v následující diskusi.

Nezávislost jednotek
Jádrem statistické analýzy je replikace nebo opakované pozorování jevu. Pro replikace být skutečnou replikace, musí být nezávislost pozorování. (Například, duplikace dat není replikace!) Nezávislost pozorování se předpokládá ve standardních opatření variability. , Že se na nezávislost, dvě pozorování nejsou větší pravděpodobnost, že bude podobné (nebo jiný), než jiné dvě pozorování. Existuje několik faktorů, které dělají jednotky nonindependent (Kenny & Judd, 1986). Připomínky lze nonindependent kvůli kompozičních účinků, společný osud a sociální interakce:

Kompoziční účinky poukazují na skutečnost, že nastaví pozorování jsou již podobné před zahájením studie dokonce začíná.
Společný osud se odkazuje na skutečnost, že sady pozorování mohou mít společné příčiny.
Sociální interakce se týká přímého a nepřímého vlivu mezi dvojicemi pozorování.

Za použití analýzy cesta zápisu, kompoziční účinek je zakřivená čára mezi párem pozorování, společný osud je nepodlože- (pozorování způsobené společnou proměnnou) a sociální interakce je přímý účinek. Nonindependence by byl pozitivní v případě, že nonindependent pozorování byla více podobná než nezávislých pozorování; nonindependence by byl negativní, pokud nonindependent pozorování byla více než jiná nezávislých pozorování. Stupeň nonindependence lze pohlížet jako na korelační koeficient, i když to není obvykle měří pomocí běžného Pearson produkt-momentové korelace.

Měření non nezávislost
Chcete-li zjistit jednotku analýzy, posouzení, zda jsou nezávislé pozorování je často užitečné. To znamená, že připomínky, které jsou považovány za nonindependent, může ve skutečnosti být nezávislý. Měření nonindependence může být složité, ale v mnoha případech může být intraclass vztah použít k měření stupně nonindependence. (Read o tomto opatření pro dyád). Toto opatření je vhodné, když skupiny pozorování jsou navzájem spojeny. Kenny a Judd (1996) diskutovat o širokou škálu opatření nonindependence.

Jednotka Zobecnenı
Dalším faktorem při rozhodování jednotku analýzy je úroveň zobecnění, že výzkumný pracovník snaží dělat. Vezměme si výzkumný pracovník, který měří 10 dětí ve třídách 10 ze 10 různých škol, nebo 1000 dětí ve všech. Existují tři možné úrovně zobecnění: studentem, třídních a školních. Jeden jednoduché pravidlo je provést analýzu na úrovni, na které nikdo nechce dělat zevšeobecňování. Takže pokud někdo chce vyvodit závěry o osobách, člověk by měl být jednotkou analýzy. Nicméně, jak bude vidět, toto jednoduché pravidlo, nemůže být vždy následovat.

Výzkumník by měl být vědomi ekologická chyba (Robinson, 1950). Závěry z analýzy provedené na úrovni skupiny nemusí vztahovat na individuální úrovni. Naopak, analýzy na úrovni jednotlivých nemusí vztahovat na úrovni skupiny. V zásadě analýza by měla být provedena na úrovni, na které by měly být zobecnění. Nicméně, tam jsou výjimky z tohoto pravidla.

Jednotka měření
Dalším aspektem je měrná jednotka. Znovu se vracet k příkladem dětí, učebny a školy, mohou být některé proměnné měří na děti (např., Dosažení), některé na třídě (např pohlaví učitele), a někteří na škole (například velikost škola). Jen proto, že jedno opatření proměnná na určité úrovni neznamená, že proměnná pracuje na této úrovni. Vezměme si velikost proměnné skupiny. Pravděpodobně tato proměnná pracuje na úrovni skupiny. Nicméně, pokud výzkumník změnil jednotku měření proměnné a požádal osoby, jak velká skupina byla proměnná bude pravděpodobně stále pracuje na úrovni skupiny, nikoli na individuální úrovni.

S tím souvisí problém je, že někdy výzkumník agregáty napříč jednotek (tj průměry), a tak se změní jednotky měření. Například pro měření organizačním prostředí, by mohla být použita střední hodnota jednotlivých opatření. Jen proto, že průměr je na úrovni organizace, neznamená, že by se ve skutečnosti pracuje na této úrovni.

Jednotka přiřazení nebo vzorkování
Závěrečná úvaha při rozhodování o jednotce analýzy je návrh faktory. Je třeba vzít v úvahu jednotku, které jsou pozorování Výběr pro vstup do studie, nebo jsou přiřazené k úrovním nezávislé proměnné. Dobrý nápad je provést statistické analýzy na úrovni výběru nebo zadání. Tak například, je-li podlahy v koleji jsou přiřazeny experimentálních podmínkách, koleje podlahy, ne člověk, by měl být jednotkou analýzy. Nejedná se o “hard-a-rychlé pravidlo,” jen užitečné vodítko. Například, jedinci mohou být jednotka práce, ale pokud se jednotlivci vzájemně jeden s druhým, pak to nemusí být možné použít individuální jako jednotka analýzy.

Jak mohu provést analýzu?
Existují tři hlavní přístupy k jednotce analýzu otázky, kdy jsou osoby vnořené do skupin (nebo pozorování jsou vnořené uvnitř osoby) a je založen na diskusi Kenny (1996):

Agregace: Určete nejnižší úroveň, na které jsou nezávislé pozorování a potom průměrné skóre obou kauzálních a výsledných opatření na této úrovni. Například, pokud děti jsou vnořené ve třídách, které jsou vnořené ve školách, aby škola jednotkou analýzy. Dítě je nejnižší úroveň a škola je na nejvyšší úrovni. Pokud nejsou žádná škola nebo učební efekt, pak dítě bude jednotka analýzy. V případě, že nebyly žádné školní účinky, ale byly třídních účinky, pak třída by jednotkou analýzy. Kdyby existovala škola efekt, pak by taková škola jednotkou analýzy. Tato strategie je vhodné, když jsou kauzální veličiny měřena na úrovni agregace, nebo když většina je změna v příčinné proměnné je na této úrovni. To znamená, že výsledky, před tím, než jsou agregovány v příčinné proměnné, všechny mají stejnou hodnotu.
V rámci analýzy: Určete nejnižší úroveň, na které pozorování nejsou nezávislé a provést analýzu v rámci každé z těchto jednotek a v každé škole. Uložení odhadů z těchto samostatných analýz a otestovat, zda se průměr odhadů se liší od nuly. Tato strategie je vhodné v případě, že kauzální proměnná v rámci nonindependent jednotek značně liší. Tak například, jestliže učebny nebyly nezávislé a pohlaví studenta byla nezávislá proměnná, pak by se dalo vypočítat průměrný rozdíl mezi chlapci a dívkami za každé třídě. Jedním z problémů, s tímto přístupem je, že se často některé z těchto odhadů jsou přesnější a tak se analýza měla vážit některých odhadů více než ostatní.
Kombinované nebo souhrnná analýza: Víceúrovňová nebo hierarchické lineární modelování v podstatě kombinuje dvě výše uvedené strategie. V podstatě lze říci, že řeší jednotkou analýzy otázku tím, že pseudo otázku. Všechna pozorování jsou analyzovány, a stupeň nonindependence se empiricky odhaduje. (Tato strategie je prakticky nezbytné, když se jednotky překročily.)

K dispozici jsou pak dvě klíčové otázky při určování jednotku analýzy. Nejprve se určí, musí být o nejnižší úrovni jednotek, které jsou nezávislé. Často je nutné statistická analýza určit, do jaké míry jednotky jsou nezávislé (i když to může být obtížné: viz (1998) koncept Kenny Kashy, & Bolger tohoto “následných nonindependence”). Za druhé, určení musí být o míře variability v příčinné proměnné. Pokud je většina jeho variace je mezi nonindependent jednotkami, pak by měla být použita agregace nebo průměrování. Pokud tomu tak není, pak v rámci analýzy by měly být použity.

Někdy bude porušena pravidla o jednotce zadání a jednotky generalizace. Například, učebny může být jednotka práce, ale v případě, neexistuje žádný důkaz o nonindependence důsledku třídě, osoba může být jednotkou analýzy. Případně, pokud existují důkazy, že učebny jsou nonindependent, pak by neměl být jednotkou analýzy, i když osoba je jednotka generalizace. Protože všechny variace léčby je mezi třídami (připomeňme, že ve třídě je jednotka přiřazení), potom účinek při léčbě bude vidět ve třídě mezi variantě, ne v třídě.

Reference

Kenny, A. D. (1996). Konstrukce a analýza výzkumu v sociálních interakcí. Annual Review of psychologie, 47, 59-86.

Kenny, D. A., a Judd, C. M. (1986). Důsledky porušení nezávislosti předpoklady v analýze rozptylu. Psychologické Bulletin, 99, 422-431.

Kenny, D. A., a Judd, C. M. (1996). Obecný postup pro odhad závislosti. Psychologické Bulletin, 119, 138-148.

Kenny, D. A., Kashy, D. A., a Bolger, N. (1998). Analýza dat v sociální psychologii. V D. Gilbert, S. Fiske, a G. Lindzey (Eds.), Handbook of sociální psychologie (4th ed., Vol. 1, str. 233-265). Boston, MA: McGraw-Hill.

Robinson, W. S. (1950). Ekologické korelace a chování jednotlivců. American Sociological Review, 15, 351-357.

Leave a Reply

Your email address will not be published. Required fields are marked *