Results found: 2

Search results

Search:
in the keywords: null hypothesis

Sort By:

Limit search:

Complexity trade-offs do not prove the equal complexity hypothesis

100%

Fenk-Oczlon G., Fenk A.

Poznań Studies in Contemporary Linguistics

2014

vol. 50

issue 2

145-155

Complexity trade-offs are often considered as evidence for the hypothesis that all languages are equally complex; simplicity in one component of grammar is balanced by complexity in another. According to Shosted (2006), this "negative correlation hypothesis", as he calls it, was never validated using quantitative methods. The present paper recalls, in a first step, our previously found significant negative cross-linguistic correlations between syllable complexity and number of syllables per clause and per word, as well as an almost significant negative correlation between syllable complexity and number of morphological cases. All these correlations indicate complexity trade-offs between subsystems of language, as do the positive correlations found between syllable complexity, number of syllable types, and number of monosyllabic words. In a second step we argue against the view of such complexity trade-offs as proof of the equal complexity hypothesis. This hypothesis is hardly testable for several reasons: As long as it is impossible to quantify the overall complexity of a single language, it is also impossible to compare different languages with respect to that quantity. Secondly, it could – because of its character as a null hypothesis – never be corroborated for principal reasons.

Wybrane wskaźniki wielkości efektu w badaniach psychologicznych

72%

Prajzner A.

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

2022

vol. 35

issue 4

139-157

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.

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.

Refine search results

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

1 Poznań Studies in Contemporary Linguistics

1 Fenk A.

1 Fenk-Oczlon G.

1 Prajzner A.

1 2022

1 2014

Search results

Complexity trade-offs do not prove the equal complexity hypothesis

Wybrane wskaźniki wielkości efektu w badaniach psychologicznych