Interpretacja statystyk w ar tykułach naukowych – wskazówki dla praktyków

• Authors: Budzicz Łukasz

Title variants

EN

the interpretation of the statistical data in scientific papers – advices for practitioners

• Languages of publication: PL

Abstracts

PL

Artykuł zawiera informacje o tym, jak interpretować podstawowe dane statystyczne: wskaźniki istotności statystycznej, wielkości efektu i przedziały ufności. Pokazano kilka heurystyk użytecznych przy interpretacji wielkości efektów korelacji r Pearsona, statystyki d Cohena oraz relatywnego ryzyka. Olbrzymia większość pozostałych efektów jest pochodną wyżej wymienionych. Dodatkowo wskazano również, jakie są ograniczenia wybranych wskaźników, szczególnie istotności statystycznej. Artykuł jest pomyślany jako pomoc szczególnie dla psychologów praktyków.

EN

The article contains information how to interpret statistical data: statistical significance, effect size and confidence intervals. Several heuristics are given how to usefully interpret the magnitude of the correlation Pearson’s r, Cohen’s d and relative risk. The vast majority of other effects is a derivative of the aforementioned. In addition, I also show the limitations of selected indicators, especially statistical significance. This article is intended as an aid especially for psychologists practitioners.

Keywords

PL

wielkość efektu; istotność statystyczna; przedziały ufności; interpretowanie danych statystycznych.

EN

effect size; statistical significance; confidence interval; interpretation of statistical data.

• Publisher: Oficyna Wydawnicza Uniwersytetu Zielonogórskiego
• Journal: Psychologiczne Zeszyty Naukowe
• Year: 2017
• Issue: 1
• Pages: 143-158

Contributors

author

Budzicz Łukasz

• Uniwersytet Zielonogórski

References

• Brzeziński, J. (2012). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN.
• Chamorro-Premuzic, T., Reimers, S., Hsu, A., Ahmetoglu, G. (2009). Who art thou? Personality predictors of artistic preferences in a large UK sample: The importance of openness. British Journal of Psychology, 100(3), 501-516.
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Hillsdale: Lawrence Erlbaum.
• Cohen, J. (1994/2006). Ziemia jest okrągła (p < 0,05). W: J. Brzeziński, J. Siuta (red.), Metodologiczne i statystyczne problemy psychologii (100-118). Poznań: Zysk i S-ka.
• Cumming, G. (2013). Understanding the new statistics: Effect sizes, confidence intervals, and meta-analysis. New York: Routledge.
• Ferguson, C.J. (2009). An effect size primer: A guide for clinicians and researchers. Professional Psychology: Research and Practice, 40(5), 532-538.
• Francuz, P., Mackiewicz, R. (2007). Liczby nie wiedzą, skąd pochodzą. Przewodnik po metodologii i statystyce nie tylko dla psychologów. Lublin: Wydawnictwo KUL.
• Gelitz, Ch. (2011). Podyskutujmy o gustach. Charaktery, 3, 34-38.
• Gigerenzer, G. (2004). Mindless statistics. The Journal of Socio-Economics, 33, 587-606.
• Gignac, G.E., Szodorai, E.T. (2016). Effect size guidelines for individual differences researchers. Personality and Individual Differences, 102, 74-78.
• Gloaguen, V., Cottraux, J., Cucherat, M., Blackburn, I. (1998). A meta-analysis of the effects of cognitive therapy in depressed patients. Journal of Affective Disorders, 49, 59-72.
• Hubbard, R., Ryan, P.A. (2000). The historical growth of statistical significance testing in psychology – And its future prospects. Educational and Psychological Measurement, 60(5), 661-681.
• John, L., Loewenstein, G., Prelec, D. (2012). Measuring the prevalence of questionable research practices with incentives for truth-telling. Psychological Science, 23, 524-532.
• King, B., Minium, E. (2009). Statystyka dla psychologów i pedagogów. Warszawa: Wydawnictwo Naukowe PWN.
• Kline, R.B. (2013). Beyond significance testing. Statistics reform in the behavioral sciences. American Psychological Association.
• Masicampo, E.J., Lalande, D.R. (2012). A peculiar prevalence of p values just below .05. The Quarterly Journal of Experimental Psychology, 65(11), 2271-2279.
• Michael, W.B. (1966). An Interpretation of the Coefficients of Predictive Validity and of Determination in Terms of the Proportions of Correct Inclusions or Exclusions in Cells of a Fourfold Table. Educational and Psychological Measurement, 26(2), 419-426.
• McGraw, K.O., Wong, S.P. (1992). A common language effect size statistic. Psychological Bulletin, 111(2), 361-365.
• O’Connor, M.C., Paunonen, S.V. (2007). Big Five personality predictors of post-secondary academic performance. Personality and Individual Differences, 43(5), 971-990.
• Rosenthal, J.A. (1996). Qualitative descriptors of strength of association and effect size. Journal of Social Service Research, 21(4), 37-59.
• Rosnow, R.L., Rosenthal, R. (2003). Effect sizes for experimenting psychologists. Canadian Journal of Experimental Psychology, 57(3), 221.
• Walker, N.P., McConville, P.M., Hunter, D., Deary, I.J., Whalley, L.J. (2002). Childhood mental ability and lifetime psychiatric contact: A 66-year follow-up study of the 1932 Scottish Mental Ability Survey. Intelligence, 30(3), 233-245.
• Webster, D.M., Kruglanski, A.W. (1994). Individual differences in need for cognitive closure. Journal of Personality and Social Psychology, 67(6), 1049-1062.
• Zagorsky, J.L. (2007). Do you have to be smart to be rich? The impact of IQ on wealth, income and financial distress. Intelligence, 35(5), 489-501.