د څېړنې پوښتنه او فرضیې

لارښود

په دې پاڼه کې

په احصایوي تحلیل کې ډېری ستونزې په تحلیل کې نه زېږي – مخکې زېږي، کله چې د څېړنې پوښتنه په داسې فرضیه نه وي اوښتې چې رد کېدای شي، او کله چې هغه پرېکړې چې باید د معلوماتو له راټولولو مخکې شوې وای وروسته وشوې. دا پاڼه د Field (2024، 1-3 څپرکي) لار تعقیبوي: کتنه ← تیوري ← فرضیه ← وړاندوینه ← معلومات، او بیا صفري فرضیه (null hypothesis) او بدیله فرضیه، د ازموینې لوری، د معناداري کچه، د نمونې اندازه – او هغه څه چې په تېره لسیزه کې څرګند شول چې څه پېښېږي کله چې پر دې شیانو وروسته پرېکړه وشي. په هغه څه پای ته رسېږي چې p یې وايي او څه یې نه وايي، او د اغېز په اندازې (effect size) – هغه شمېره چې باید له هر p سره وي.

1. د څېړنې بهیر – او ولې فرضیه وړاندوینه نه ده

څېړنه په داسې کتنې پیلېږي چې تشریح ته اړتیا لري – کیسه ییزه ("ما پام وکړ چې...") یا پر معلوماتو ولاړه – او په پوښتنې "ولې". د دې لپاره چې وکتل شي ایا پخپله کتنه سمه ده او تعصب (bias) پکې نشته، لومړی لږ تر لږه یو متحول ته اړتیا ده چې هغه کمي کړي؛ بیا اړونده تیوریو ته مخ اړول کېږي، له هغو یوه تشریح (فرضیه) ترلاسه کېږي، او له فرضیې – وړاندوینې. وړاندوینو ته معلومات اړین دي: پېژندل کېږي چې څه اندازه کېدای شي، راټولېږي، تحلیلېږي. تحلیل یا د فرضیې ملاتړ کوي، یا نوې فرضیه زېږوي، یا تیوري سموي – له همدې امله د معلوماتو راټولول او تیوري په دواړو لورو سره تړلي دي (Field, 2024, Sections 1.2-1.3).

هغه توپیر چې تر ټولو اسانه له پامه غورځي – او Field (2024، 1.4 برخه) یې ته څرګند سمون ځانګړی کوي – د فرضیې او وړاندوینې ترمنځ دی. فرضیه یوه تشریح ده، د یوه میکانیزم په اړه ادعا، او نه لیدل کېدای شي. وړاندوینه هغه څه ده چې له هغې راوځي او هغه لیدل شوې ساحې ته وړي: دا هغه څه ده چې د داسې معلوماتو راټولول ممکنوي چې د فرضیې پر احتمال اغېز ولري. یوه بېلګه چې په دې پاڼه کې به بېرته ورته راګرځو: کتنه – په هغو کلیو کې چې فعاله ټولنیزه موسسه لري، اوسېدونکي د ډېر لوړ تړاو احساس راپور ورکوي. تیوري – ټولنیزه پانګه: د پېژندګلوۍ او باور شبکې تړاو او ګډه کړنه رامنځته کوي. فرضیه – په ټولنیزو فعالیتونو کې ګډون له کلي سره د تړاو احساس پیاوړی کوي. وړاندوینه – هغه اوسېدونکي چې په ټولنیزو فعالیتونو کې ګډون کوي، د هغو اوسېدونکو په پرتله چې ګډون نه کوي، د لوړ تړاو راپور به ورکړي، حتی کله چې په کلي کې د ورته اوسېدو مودې لرونکي اوسېدونکي پرتله شي. اوس د اندازه کولو لپاره څه شته: ګډون (په میاشت کې ساعتونه، یا هو/نه) او تړاو (څو توکیز مقیاس (multi-item scale) – ثبات او اعتبار وګورئ).

پام وکړئ چې همدا کتنه له یوې معکوسې فرضیې سره هم سمون خوري – هغه څوک چې دمخه د تړاو احساس کوي، همغه دی چې فعالیت ته یوځای کېږي – او له یوې درېیمې فرضیې سره: په کلي کې د اوسېدو موده هم تړاو او هم ګډون رامنځته کوي. ښه وړاندوینه د فرضیو ترمنځ توپیر کوي: که لومړۍ فرضیه سمه وي، هغه څوک چې سږکال فعالیت ته یوځای شوی، باید د تېر کال په پرتله په تړاو کې زیاتوالی وښيي؛ که دویمه سمه وي – تړاو له یوځای کېدو مخکې و. هغه څه چې سیالې فرضیې یې غواړي، داسې یو د څېړنې ډیزاین دی چې هغوی سره بېل کړای شي، او دا د متحولونه، د اندازه ګیرنې کچې او د څېړنې ډیزاینونه پاڼې موضوع ده. دلته اصلي خبره: هغه فرضیه چې هره ممکنه پایله تشریح کوي، فرضیه نه ده.

2. تیوري، فرضیه، وړاندوینه – او څه شی یوه ادعا علمي کوي

Field (2024، 1.4 برخه) د دې درېیو ترمنځ د پراخوالي او دریځ له مخې توپیر کوي: تیوري د پدیدو یوه پراخه ډله د یو شمېر لږو ثابتو اصولو له لارې تشریح کوي؛ فرضیه یوه محدوده پدیده تشریح کوي، او لا نه ده ازمویل شوې؛ وړاندوینه هغه لیدل کېدونکې ادعا ده چې له فرضیې راوځي. یوه ادعا هغه وخت علمي ده چې د تجربي شواهدو په وړاندې یې تایید یا رد ممکن وي. "بیټلز تر ټولو اغېزناکه ډله ده چې کله هم وه" علمي نه ده – "اغېز" ښايي په معنادار ډول کمي نه شي – خو "بیټلز تر ټولو ډېره پلورل شوې ډله ده چې کله هم وه" علمي ده، ځکه چې د پلور معلومات راټولېدای او کتل کېدای شي. غیر علمي ادعاوې ځینې وخت په علمي ادعاوو بیا لیکل کېدای شي، او ښه تیوري داسې وړاندوینې رامنځته کوي چې همداسې ادعاوې وي (Field دلته د Popper یادونه کوي). او د ټولنیزې څېړنې په ژبه: "پروګرام ټولنه پیاوړې کړه" وړاندوینه نه ده؛ "د پروګرام یو کال وروسته، د هغو اوسېدونکو سلنه چې لږ تر لږه پنځه ګاونډیان په نوم پېژني، لوړه به شي" – وړاندوینه ده.

د همدې سکې بل اړخ ردول دي: هغه معلومات چې له فرضیې سره په ټکر کې وي. Field دا د ریالټي خپرونو د سیالانو او د خپلې یوې ناکامې تیورۍ په اړه په یوه اوږده کیسه کې ښيي: له هغې څخه یوه وړاندوینه رد شوه، د نورو څېړونکو موندنې ورسره سمون ونه خوړ، او یوې سیالې تیورۍ – چې اصلي کتنه یې هم تشریح کوله او نوې موندنې یې هم – بریا وموندله. د تیورۍ ازموینه دا نه ده چې سمه ښکاري؛ بلکې دا ده چې معلومات تشریح کوي، وړاندوینې یې په نویو معلوماتو کې تاییدېږي، او د نورو موندنې هم تشریح کوي. هغه تیوري چې په هېڅ معلوماتو کې ناکامه کېدای نه شي، هېڅ شی نه تشریح کوي.

3. له وړاندوینې څخه احصایوي فرضیې ته

وړاندوینه په دوو احصایوي فرضیو وېشل کېږي (Field, 2024, Section 2.10.2). بدیله فرضیه (H₁) له تیورۍ څخه وړاندوینه ده – معمولاً دا چې اغېز شته: ګډونوال به د لوړ تړاو راپور ورکړي. صفري فرضیه (H₀) د هغې پر ضد ده – اغېز نشته: ګډونوال او ناګډونوال به د ورته تړاو راپور ورکړي. صفري فرضیه ګټوره ده ځکه چې یوه بنسټیزه کرښه ورکوي: که هېڅ اغېز نه وای، د هغو معلوماتو ترلاسه کول چې موږ ترلاسه کړل – یا تر هغو لا ډېر افراطي – څومره احتمالي وو؟ دا هغه څه دي چې p یې اندازه کوي، او له دې زیات نه. Field د فرضیو د "منلو" او "ردولو" له ژبې خبرداری ورکوي: د p ارزښتونه د داسې تور-سپین پرېکړو لپاره شواهد نه ورکوي، او حتی کله چې بدیله فرضیه له صفري څخه ډېره احتمالي وي، کېدای شي نور ماډلونه – چې موږ نه دي ازمویلي – له معلوماتو سره ښه برابر وي. د نسبي احتمال خبره کېږي، نه د حقیقت.

لوری. لوری لرونکې فرضیه دا هم وايي چې اغېز کوم لوري ته دی ("ګډونوال به د لوړ تړاو راپور ورکړي")؛ بې لوري فرضیه یوازې وايي چې اغېز شته ("ګډون له تړاو سره اړیکه لري"). د لوري لرونکې فرضیې لپاره احصایوي ازموینه یو اړخیزه (one-tailed) ده؛ د بې لوري لپاره – دوه اړخیزه (two-tailed) (Field, 2024, Section 2.10.6). توپیر تخنیکي نه دی: په یو اړخیزه ازموینه کې په معکوس لوري کې معناداره پایله نه حسابېږي – له همدې امله یوازې هغه وخت توجیه کېږي چې معکوسه پایله به همغې کړنې ته لار هواره کړې وای لکه نامعناداره پایله (هغه درمل چې له موجوده درمل څخه خراب وي، نه تاییدېږي، لکه هغه درمل چې له هغه ښه نه وي)، یا کله چې معکوسه پایله تیوریکه معنا ونه لري. Field د ایکولوژۍ د مجلو دوه سروې راوړي: په یوه کې "د یو اړخیزو ازموینو ټولې کارونې ناسمې ښکارېدې"، او په بله کې له 17 مقالو څخه یوازې یوه توجیه شوې وه. او لالچ څرګند دی: دوه اړخیز p = .06 په یو اړخیز p = .03 بدلېږي – خو قاعدې د معلوماتو له راټولېدو وروسته نه شي بدلېدای. په وېبپاڼه کې تلواله (default)، لکه د Field په څېر: دوه اړخیزه.

4. د معلوماتو له راټولولو مخکې څه ټاکل کېږي – او وروسته ټاکل څومره بیه لري

احصایوي ازموینه یوازې هغه وخت کار کوي چې فرضیې او معیارونه د معلوماتو له راټولولو مخکې ټاکل شوي وي (Field, 2024, Section 2.10.3). د Field متل: د نړیوال جام شرط. یوه ټیم ټاکل کېږي او له ټورنمنټ مخکې یوه نرخ ترلاسه کېږي؛ په منځ کې ټیم نه شي بدلېدای، او دفتر له فاینل وروسته نرخ نه شي بدلولای. څېړونکي هغه وخت "درغلي" کوي چې د معلوماتو له راټولېدو وروسته فرضیې جوړوي، په منځ کې یې بدلوي، یا د پایلې له لیدو وروسته د معناداري کچه ټاکي – او هر داسې بدلون د معناداره پایلې چانس زیاتوي، او همداراز دا چانس چې هېڅوک به یې بیا تکرار نه کړای شي. څلور پرېکړې دې پړاو پورې اړه لري:

د معناداري کچه (α). د اوږدې مودې د تېروتنې هغه کچه چې د زغملو لپاره چمتو یو – د داسې اغېز د اعلانولو احتمال چې شتون نه لري (د I ډول تېروتنه (Type I error)). Field ټینګار کوي چې دا باید د څېړنې د ساحې او د ازمویل شوي شي له مخې معناداره پرېکړه وي، او مني چې په عمل کې ټول .05 کاروي "پرته له دې چې فکر وکړي دا څه معنا لري او ولې"؛ پخپله Fisher هېڅکله نه دي ویلي چې .05 جادويي شمېره ده (Field, 2024, Sections 2.10.1, 2.10.3; Box 3.1). قاعده: له مخکې ټاکل کېږي، او که له دود څخه تېرېږئ، دلیل یې ورکول کېږي.

د نمونې اندازه – او له مخکې. د p ارزښت د اوږدې مودې احتمال دی: موږ به څو ځله داسې احصایه ترلاسه کړې وای که چېرې مو همغه د نمونه اخیستنې بهیر بې شمېره ځله تکرار کړی وای. له همدې امله باید د ګډونوالو هغه شمېر راټول شي چې پلان شوی و: د 80 کسانو د تکراري نمونو لپاره د p محاسبه کولو لاره شته، خو د دې پوهېدو لاره نشته چې د 74 کسانو د نمونو لپاره p څه دی "ځکه چې سمسټر پای ته ورسېد او نور ګډونوال مو پیدا نه کړل" (Field, 2024, Section 2.10.3). وخت مخکې درول یا تر هغه دوام ورکول چې پایله معناداره شي – د یوې تېروتنې دوه اړخونه دي. څو ګډونوالو ته اړتیا ده؟ دا د احصایوي ځواک (statistical power) پوښتنه ده: دا احتمال چې ازموینه هغه اغېز ومومي چې په احصایوي ټولګه کې شته، 1 − β، چې β د هغه د له لاسه ورکولو احتمال دی (د II ډول تېروتنه (Type II error)). دود، د Cohen په پیروۍ (1988, 1992, as cited in Field, 2024, Sections 2.10.7 and 2.10.9)، د .80 ځواک دی – د یوه رښتیني اغېز د موندلو 80% چانس، یعنې له هرو پنځو څخه د یوه له لاسه ورکول. ځواک د اغېز په اندازه، په α او د نمونې په اندازه پورې اړه لري؛ کله چې درې معلوم وي، څلورم محاسبه کېږي. د Field په وینا، ګټوره کارونه له څېړنې مخکې ده: د تېرو څېړنو له مخې د متوقع اغېز اندازه اټکل کېږي، α = .05 او ځواک .80 ټاکل کېږي، او د اړینو ګډونوالو شمېر ترلاسه کېږي – په یوه وړیا وسیله لکه G*Power یا په R کې د pwr کڅوړه. هغه زیاتوي چې له څېړنې وروسته د ځواک محاسبه هېڅکله د هغه لپاره د پوهېدو وړ نه وه: که پایله نامعناداره وي – کافي ځواک نه و؛ که معناداره وي – و.

فرضیې او تحلیلي پلان. "د څېړونکي د ازادۍ درجې" (Simmons et al., 2011, as cited in Field, 2024, Section 3.3.2) هغه ټولې پرېکړې دي چې څېړونکی یې په لاره کې کوي: کوم ماډل، له افراطي ارزښتونو سره څه کېږي، کوم کنټرولي متحولونه، کوم شاخصونه، کله راټولول ودرول کېږي. Field یوه څېړنه راوړي چې په هغې کې 29 ټیمونو ورته معلومات او ورته پوښتنه ترلاسه کړه – ایا د فوټبال ریفریان تور پوستو لوبغاړو ته ډېر سور کارتونه ورکوي – 20 یې معناداره اغېز وموند او نهو ونه موند، د ماډلونو په پراخ ډول کې. کله چې دا پرېکړې د هغه څه له مخې وټاکل شي چې p له .05 لاندې راولي – څو تحلیلونه ازمویل کېږي او د یوه راپور ورکول کېږي، متحولونه د p پر هغو د اغېز له مخې زیاتېږي یا لرې کېږي، لس پایلې اندازه کېږي او د معناداره پایلې راپور ورکول کېږي – دا p-hacking دی؛ او کله چې په مقاله کې هغه فرضیه چې له پایلو وروسته جوړه شوې، داسې وړاندې شي لکه له هغو مخکې چې جوړه شوې وي – دا HARKing دی، "له پایلو د معلومېدو وروسته فرضیه" (Field, 2024, Section 3.3.3). هغه درملنه چې علم غوره کړې، مخکینۍ ثبتول (preregistration) دي: د معلوماتو له راټولولو مخکې د منطق، فرضیو، ډیزاین او د معلوماتو د پروسس او تحلیل د پلان عامه خپرول – په یوه مجله کې د ثبت شوي راپور په بڼه، چې له پایلو مخکې ارزول کېږي او هره پایله چې وي خپرېږي، یا په ساده ډول په یوه پرانیستي زېرمتون کې لکه Open Science Framework (Field, 2024, Section 3.6). له پلان څخه انحراف جواز لري – یوازې روښانه کېږي. او په هغه څېړنه کې چې رسمي ثبت نه لري: د نېټې لرونکی پلان سند، د فرضیو، ازموینو او نمونې سره، له لومړي پوښتنلیک مخکې.

5. p څه وايي – او څه نه وايي

p د هغې پایلې د ترلاسه کولو احتمال دی چې موږ ترلاسه کړه، یا تر هغې افراطي، په دې انګېرنه چې صفري فرضیه سمه ده. Field (2024، 3.2.1 برخه) په هغو درېیو عامو تېروتنو پیل کوي چې له معناداره پایلې څخه یې پایله اخیستل کېږي. "معنادار" (significant) "مهم" نه دی: p د نمونې په اندازه پورې اړه لري، له همدې امله ډېر کوچني او بې اهمیته اغېزونه به معنادار وي که کافي معلومات راټول کړو، او لوی او مهم اغېزونه به په کوچنۍ نمونه کې له لاسه ووځي. نامعنادار (not significant) "صفري فرضیه سمه ده" نه دی: نامعناداره پایله یوازې دا وايي چې اغېز دومره لوی نه و چې په دې نمونه کې وموندل شي؛ دا نه وايي چې اندازه یې صفر ده. په احصایوي ټولګه (population) کې د .000000001 اغېز صفر نه دی، او په کافي لویه نمونه کې به هغه هم "وموندل شي"؛ له همدې امله نامعناداره پایله باید د "توپیر نشته" یا "اړیکه نشته" په توګه تفسیر نه شي. او معنادار "صفري فرضیه غلطه ده" نه دی: احتمالي استنباط دا پایله نه ممکنوي – Field دا د Iron Maiden ډلې په یوه قیاس ښيي: "که یو کس ګیتار غږوي، احتمال یې کم دی چې د Iron Maiden غړی وي؛ دا کس د ډلې غړی دی؛ نو احتمال یې کم دی چې ګیتار غږوي" – او پایله غلطه ده، ځکه چې د ډلې نیمایي غړي ګیتار غږوي. معناداري د دواړو فرضیو له هېڅ یوې په اړه شواهد نه برابروي.

لویه عملي ستونزه د ټول-یا-هېڅ فکر دی (Field, 2024, Section 3.2.2): p = .0499 معنادار دی او p = .0501 نه دی، او له داسې شمېرو معکوسو پایلو ته رسېږو چې توپیر یې .0002 دی او د اغېز ورته اندازه منعکسوي. Field د یوه جعلي درمل په اړه لس څېړنې وړاندې کوي: څلور معناداره او شپږ نامعناداره – او د NHST د ترکیبونو د کتاب له مخې، "شواهد سره په ټکر کې دي". بیا د باور واټنونو (confidence intervals) ته کتل کېږي: ټول لس توپیرونه مثبت دي، د باور واټنونه په پراخه کچه یو پر بل پراته دي، او د هر واټن ډېره برخه له صفر پورته ده – یو ثابت شاهد چې په احصایوي ټولګه کې اغېز ښايي مثبت وي. د باور واټن هغه ثبات ښيي چې p یې پټوي. په "عام عقل" څپرکي کې (3.5 برخه) هغه د امریکا د احصایې ټولنې شپږ لارښوونې راوړي (Wasserstein & American Statistical Association, 2016, as cited in Field): p ښودلای شي چې معلومات له صفري فرضیې سره څومره سمون نه خوري – او دقیق ارزښت یې کارول کېږي، نه د پولې کوم اړخ؛ p دا احتمال نه دی چې فرضیه سمه ده، او نه دا احتمال چې معلومات په تصادفي ډول رامنځته شوي؛ علمي پایلې او پالیسي پرېکړې یوازې د یوې پولې په تېرېدو نه ولاړې دي؛ د p ارزښتونه باید په انتخابي ډول راپور نه شي، او راپور ورکول کېږي چې څو فرضیې ازمویل شوې؛ معناداري عملي اهمیت نه دی؛ او p یوازې د یوه ماډل یا فرضیې په ګټه د شواهدو ښه شاخص نه دی.

6. د اغېز اندازه – هغه شمېره چې له هر p سره ملګرې ده

د "معنادار مهم نه دی" نیوکې حل د اغېز د اندازې (effect size) اندازه کول دي: د اغېز کچه او لوری (Field, 2024, Section 3.7). دوه ډوله شته. خام – د اندازه ګیرنې په اصلي واحدونو کې: د ډلو ترمنځ د 2 دقیقو توپیر، په رګرسیون (regression) کې د b ضریب چې وايي د ګډون هر ساعت د تړاو څو نمرې زیاتوي. Field (د Baguley په پیروۍ) دا د اغېز د کمي کولو تر ټولو ګټوره لاره ګڼي، ځکه چې په مستقیم ډول د پوهېدو وړ دی – په دې شرط چې واحدونه معنادار وي. معیاري شوی (standardized) – د معیاري انحرافونو په واحدونو کې، د هغو څېړنو د پرتلې لپاره چې بېلابېل متحولونه یې اندازه کړي: د Cohen d د اوسطونو ترمنځ توپیر لپاره، r د اړیکې لپاره، د چانسونو نسبت د دوه ارزښتیزو پایلو لپاره. بیه یې: شهود. "نیم معیاري انحراف" په نړۍ کې څه معنا لري؟ او د مستقیم پوهېدو په نشتون کې خلک پر پیمانو منګولې لګوي.

د Cohen پیمانې (1988, 1992, as cited in Field, 2024, Sections 3.7.3-3.7.4) – د .2 d (کوچنی)، .5 (منځنی)، .8 (لوی)؛ د .10 r (د واریانس 1%)، .30 (9%)، .50 (25%) – عامې دي، خو Field یادونه کوي چې پخپله Cohen منلې وه چې دا تنبل فکر هڅوي او د اغېز له شرایطو سترګې پټوي: د اندازه ګیرنې وسیله، په ساحه کې نورمونه. هغه له Lenth څخه نقل کوي: کله چې د اغېز اندازه تفسیرېږي، کمیسونه نه پلورل کېږي – "زه به د Metallica اغېز په M سایز واخلم". اغېز د څېړنې د پوښتنې په شرایطو کې ارزول کېږي: د ګډون او تړاو ترمنځ r = .30 یوه موندنه ده کله چې خبره د لسګونو شالیدي متحولونو سره د سروې وي، او بله کله چې یوازینی موندل شوی وي. د اغېز د اندازې بله ګټه (3.7.6 برخه): د پرېکړې قاعده نه لري. په یوه پرله پسې لړۍ کې تفسیرېږي، له همدې امله د .0499 او .0501 ترمنځ نه ماتېږي، او د معلوماتو د راټولولو مخکې یا وروسته پای ته لږ حساس دی – که څه هم په لویه نمونه کې ښه اټکل کېږي.

7. جوړول او راپور ورکول

د څېړنې په وړاندیز کې: د څېړنې پوښتنه په یوه جمله کې؛ فرضیه د تشریح په توګه؛ وړاندوینې د لیدل کېدونکو ادعاوو په توګه، لوری لرونکې یا نه، هره یوه د هغو متحولونو سره چې هغه اندازه کوي، هغه ازموینه چې هغه به ازمویي او د اغېز شاخص؛ د معناداري کچه؛ د نمونې پلان شوې اندازه او څنګه وټاکل شوه (اټکل شوې د اغېز اندازه، ځواک). هغه څه چې دلته نه وي جوړ شوي، وړاندوینه نه ده – سپړونکې موندنه ده، او همداسې راپور ورکول کېږي.

د پایلو په څپرکي کې (Field, 2024, Sections 2.11 and 3.9): د p دقیق ارزښت – p = .023، نه p < .05 – ځکه چې کمپیوټر یې محاسبه کوي، او لوستونکي ته د "له یوې خپلسرې پولې لاندې" په پرتله ډېر معلومات ورکوي؛ یوازینی استثنا p < .001 دی، چې له هغه لاندې رقمونه په زړه پورې نه دي. د باور واټن (confidence interval) په مربع قوسونو کې، د خپلې کچې سره: M = 30, 95% CI [20, 40]. او د هر p تر څنګ د اغېز اندازه، ځکه چې p د نمونې په اندازه پورې اړه لري: "تړاو د ګډونوالو په منځ کې لوړ و، t(148) = 2.31, p = .022, d = 0.38, 95% CI [0.05, 0.71]". د نامعناداره پایلې راپور هم په همدې بڼه ورکول کېږي، د دقیق p او د اغېز د اندازې سره – نه "توپیر ونه موندل شو". په وېبپاڼه کې، لکه په APA کې (2020، 6.36 برخه)، هغه ضریبونه چې له 1 څخه نه شي اوړېدای، پرته له مخکیني صفر لیکل کېږي (p = .023، r = .30)؛ Field دا قاعده یادوي او غوره کوي چې په خپل کتاب کې پرې عمل ونه کړي – هغه د راپور جملې چې د وېبپاڼې حساب ماشینونه یې جوړوي، پرې عمل کوي.

عامې تېروتنې

فرضیه د وړاندوینې په توګه جوړول. "د ډلو ترمنځ توپیر وموندل شو" د هېڅ شي تشریح نه ده. فرضیه وايي ولې؛ وړاندوینه وايي څه به ولیدل شي. پرته له "ولې" څخه، کله چې وړاندوینه ناکامه شي، د سمولو لپاره تیوري نشته.

هغه فرضیه چې هره پایله یې تاییدوي. که په تړاو کې زیاتوالی د تیورۍ ملاتړ کوي، او کموالی هم ("لومړنی مقاومت")، او د بدلون نشتوالی هم ("ځنډنی اغېز") – دلته وړاندوینه نشته. وړاندوینه داسې لیکل کېږي چې یوه ټاکلې پایله یې رد کړي.

د p = .06 له لیدو وروسته یو اړخیز ټاکل. یو اړخیز یوازې هغه وخت توجیه کېږي چې معکوسه پایله به همغې کړنې ته لار هواره کړې وای لکه نامعناداره پایله، او یوازې کله چې له مخکې ټاکل شوی وي. که نه – دوه اړخیز، او پایله معناداره نه ده.

"لږ نور به راټول کړو او وبه ګورو." تر هغه راټولولو ته دوام ورکول چې پایله معناداره شي، یا درول کله چې معناداره شي، د p معنا له منځه وړي. د نمونې اندازه له مخکې د ځواک له محاسبې ټاکل کېږي او ساتل کېږي؛ که ترلاسه نه شوه، راپور یې ورکول کېږي.

له څېړنې وروسته د ځواک محاسبه د نامعناداره پایلې د تشریح لپاره. دا کړیز دی: نامعناداره پایله به تل "بې ځواکه" ښکاري. ځواک مخکې محاسبه کېږي، د نمونې د ټاکلو لپاره.

د معنادار راپور ورکول او پر پاتې نورو چوپتیا. شل ازموینې، یوه معناداره – د .05 په پوله کې دا همغه څه دي چې په تصادفي ډول تمه کېږي. راپور ورکول کېږي چې څو فرضیې ازمویل شوې، او هغه موندنه چې وړاندوینه یې نه وه شوې، د سپړونکې په توګه وړاندې کېږي، په نوې نمونه کې د ازموینې لپاره.

"نامعنادار" د "اړیکه نشته" په توګه لوستل. نامعناداره پایله د صفر شاهد نه دی؛ د دې شاهد دی چې دا نمونه کافي نه وه. د باور واټن وايي چې د اغېز کومې اندازې لا هم معقولې دي.

د شرایطو پر ځای د اندازې پر پیمانه تکیه. "منځنی اغېز" تفسیر نه دی. پوښتنه دا ده چې d = 0.4 په اصلي واحدونو کې څه وايي، او په دې څېړنه کې څومره ارزښت لري – د هغه چا لپاره چې ټولنیز پروګرام پلانوي، د 7 درجو د تړاو په مقیاس کې دوه نمرې د تیوریپوه په پرتله بله موندنه ده.

چک لیست – له لومړي پوښتنلیک مخکې

سرچینې

American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). https://doi.org/10.1037/0000165-000

Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE.