Sức mạnh của kích thước hiệu ứng so với sự mơ hồ của giá trị p The power of effect sizes versus the ambiguity of p-values Một sự thay đổi trong tư duy nghiên cứu Chào mừng các bạn đến với bài học đầu tiên trong chuỗi bài về các vấn đề nền tảng của phân tích tổng hợp. Trong suốt quá trình học tập và nghiên cứu, có lẽ không có chỉ số thống kê nào quen thuộc và được sử dụng nhiều như (p-value). Chúng ta thường được dạy rằng một p-value nhỏ (thường là < 0.05) là “cái đích” của một nghiên cứu thành công, là bằng chứng cho thấy một kết quả có “ý nghĩa thống kê”. Tuy nhiên, một trong những thông điệp trung tâm của phương pháp phân tích tổng hợp, và cũng là của khoa học hiện đại, là chúng ta cần một sự thay đổi trong tư duy: chuyển sự tập trung từ giá trị p sang một khái niệm mạnh mẽ và hữu ích hơn nhiều, đó là (effect size). Tại …
Các bài đã xem
- Chuyển đổi và các yếu tố ảnh hưởng đến độ chính xác
- Khi nào nên thực hiện Phân tích tổng hợp?
- Hướng dẫn thực hành tính toán từng bước với Stata
- Bài thực hành tổng hợp từ A-Z với Stata
- Giới thiệu về phân tích tổng hợp tâm lý trắc học
- Những hạn chế của mô hình hiệu ứng ngẫu nhiên
- Tại sao cần thực hiện phân tích tổng hợp?
- Sai lệch xuất bản – Chẩn đoán và xử lý bằng Stata
- Hiểu rõ các thành phần của một phân tích tổng hợp
- Củng cố tư duy phản biện trong phân tích tổng hợp
- Kích thước hiệu ứng cho dữ liệu nhị phân và tương quan
- Các phương pháp nâng cao cho dữ liệu nhị phân
- Từ lý thuyết đến ứng dụng phân tích tổng hợp
- Kích thước hiệu ứng dựa trên giá trị trung bình
- Phân tích phân nhóm để so sánh hiệu ứng
-
Xem thêm