برای انتخاب آزمون آماری، اول نام آزمون را جست‌وجو نکنید؛ سؤال، طراحی و نوع داده را روشن کنید. «دو گروه دارم» یا «داده نرمال نیست» به‌تنهایی برای انتخاب روش کافی نیست. باید بدانیم پیامد چیست، مشاهده‌ها مستقل‌اند یا مرتبط، چه برآوردی لازم داریم و کدام متغیرها در تفسیر نقش دارند.
این راهنما نقشه تصمیم اولیه است. جدول‌های آن نسخه قطعی تحلیل نیستند؛ انتخاب نهایی و بررسی پیش‌فرض‌ها باید با طرح و داده واقعی انجام شود. تحلیل آماری قرار نیست ضعف اساسی طراحی را پس از اجرا محو کند.
اول مشخص کنید می‌خواهید چه چیزی بدانید
توصیف یک جامعه، مقایسه میانگین، بررسی ارتباط، برآورد اثر تعدیل‌شده و ساخت مدل پیش‌بینی سؤال‌های متفاوت‌اند. حتی اگر همه آن‌ها از یک فایل استفاده کنند، روش و تفسیر یکسانی ندارند. پیامد اصلی، مقایسه مورد نظر و واحد اثر را پیش از تحلیل بنویسید.
مثلاً «آیا آموزش مؤثر است؟» باید به پیامد و زمان تبدیل شود: تفاوت نمره در پایان پیگیری، تغییر نسبت به پایه یا احتمال رسیدن به یک وضعیت مشخص؟ پاسخ به این پرسش، انتخاب روش را هدایت می‌کند.
نوع پیامد و ساختار مشاهده‌ها را کنار هم ببینید
| وضعیت نمونه | روش‌های قابل بررسی | نکته مهم |
|---|---|---|
| مقایسه پیامد پیوسته در دو گروه مستقل | روش‌های مقایسه میانگین مانند t یا Welch، متناسب با شرایط | توزیع، پراکندگی و برآورد مورد نظر بررسی شوند |
| اندازه‌گیری پیوسته قبل و بعد در همان افراد | روش جفتی یا مدل مناسب اندازه‌گیری‌های مرتبط | داده را مستقل نگیرید؛ در t جفتی توزیع تفاوت‌ها مطرح است |
| دو متغیر طبقه‌ای در افراد مستقل | کای‌دو یا روش دقیق مناسب | فراوانی مورد انتظار و طراحی مهم است |
| پیامد دوحالتی با چند عامل توضیحی | مدل مناسب مانند رگرسیون لجستیک | کفایت اطلاعات، تعریف متغیرها و تفسیر نسبت شانس بررسی شود |
این جدول همه روش‌ها را پوشش نمی‌دهد. داده جفتی طبقه‌ای، زمان تا رخداد، شمارش، داده خوشه‌ای یا چند نوبت پیگیری به روش‌های متناسب نیاز دارند. در دندانپزشکی، چند دندان یک فرد مستقل از یکدیگر فرض نمی‌شوند؛ در نمونه‌گیری از چند کلاس یا مرکز نیز ساختار خوشه باید دیده شود.
آیا یک آزمون نرمال‌بودن تصمیم را می‌گیرد؟
خیر. شکل توزیع، اندازه نمونه، داده دورافتاده، هدف برآورد و پیش‌فرض‌های روش را هم بررسی کنید. در برخی مدل‌ها، فرض به خطا یا باقیمانده مربوط است، نه لزوماً نرمال‌بودن همه متغیرهای خام. یک P از آزمون نرمال‌بودن، جای بررسی نمودار و شناخت طراحی را نمی‌گیرد.
همچنین آزمون ناپارامتری همیشه آزمون «تفاوت میانه‌ها» نیست. برای مثال تفسیر Mann–Whitney به شکل توزیع‌ها و مفروضات وابسته است. انتخاب آن فقط به دلیل دیده‌شدن یک مقدار نامطلوب در آزمون نرمال‌بودن، می‌تواند تفسیر را نادرست کند.
همبستگی، پیش‌بینی و علت را اشتباه نگیریم
ارتباط دو متغیر به‌تنهایی رابطه علّی را ثابت نمی‌کند. اگر کیفیت خواب و فرسودگی در یک زمان سنجیده شده‌اند، جهت رابطه و نقش عوامل دیگر باید با احتیاط تفسیر شود. انتخاب Pearson یا Spearman نیز به نوع داده، شکل رابطه و هدف بستگی دارد، نه به اینکه کدام خروجی کوچک‌تری تولید می‌کند.
مدل پیش‌بینی علاوه بر ارتباط، به ارزیابی عملکرد و اعتبارسنجی مناسب نیاز دارد. واردکردن همه ستون‌ها به یک رگرسیون و گزارش متغیرهای معنادار، خودبه‌خود یک مدل پیش‌بینی معتبر نمی‌سازد. همچنین تعدیل آماری، تضمین حذف همه مخدوش‌گری نیست.
پیش از اجرای مدل چه کنترل کنیم؟
- تعریف پیامد و سطح مرجع متغیرهای طبقه‌ای؛
- واحد تحلیل و ارتباط رکوردهای یک فرد یا مرکز؛
- الگوی گمشدگی و تعداد واقعی هر تحلیل؛
- کفایت اطلاعات برای پیچیدگی مدل؛
- انتخاب عوامل مهم با منطق علمی و طرح اولیه؛
- پیش‌فرض‌ها، نقاط اثرگذار و تحلیل حساسیت متناسب.
اگر در فایل اشتباه وجود دارد، اول آن را مستند اصلاح کنید. از حذف خودکار مقدارهای دورافتاده یا تکمیل حدسی داده پرهیز کنید. آماده‌سازی فایل داده بخشی از تحلیل معتبر است، نه کار تزئینی پیش از انتخاب آزمون.
فقط نام آزمون و P را گزارش نکنید
روش، تعداد مشاهدات، آمار توصیفی مناسب، برآورد اثر و عدم قطعیت باید خواننده را قادر به فهم نتیجه کند. مقدار P اهمیت بالینی یا کاربردی را اندازه نمی‌گیرد. درباره آزمون‌های متعدد و تحلیل‌های اکتشافی، تصمیم و محدودیت را روشن بنویسید؛ گزارش گزینشی خروجی مطلوب تصویر نادرستی می‌سازد.
برای مثال، در مقایسه دو گروه، جمله «اختلاف معنادار بود» بدون اندازه تفاوت و واحد، برای تصمیم‌گیری کافی نیست. در رگرسیون نیز مشخص کنید برآورد خام است یا تعدیل‌شده و چه متغیرهایی در مدل بوده‌اند. اگر پیامد شایع است، نسبت شانس را بی‌قید معادل نسبت خطر معرفی نکنید.
برای جلسه با مشاور آمار چه آماده کنیم؟
نسخه مصوب پروپوزال، سؤال‌های اصلی، طرح نمونه‌گیری، ابزار و نمره‌گذاری، کدبوک، فایل بی‌هویت و تعداد نمونه هر مرحله را تحویل دهید. محدودیت زمانی و هر تفاوت با روش اولیه را صادقانه مطرح کنید. درخواست «هر آزمونی که معنادار شود» را به درخواست «روش متناسب برای پاسخ معتبر» تبدیل کنید.
پرسش‌های رایج
می‌توانم آزمون مقاله مشابه را تکرار کنم؟
آن مقاله نقطه شروع مطالعه است، اما طراحی، واحد تحلیل، جامعه و هدف شما ممکن است متفاوت باشد. روش آن را همراه با این تفاوت‌ها ارزیابی کنید.
نرم‌افزار جدیدتر، تحلیل را معتبرتر می‌کند؟
نرم‌افزار ابزار اجراست. روش و تفسیر نادرست با عوض‌کردن نرم‌افزار درست نمی‌شوند. نسخه و دستورهای تحلیل را برای بازتولید ثبت کنید.
چه زمانی کمک بگیریم؟
بهترین زمان پیش از گردآوری است؛ اگر داده آماده دارید نیز مشاوره تحلیل می‌تواند محدودیت‌ها و گزینه‌های قابل دفاع را روشن کند.
منابع
- ICMJE؛ گزارش روش‌های آماری
- کاکرین؛ انتخاب اندازه اثر و محاسبه برآوردها
- تفسیر نتیجه غیرمعنادار و فاصله اطمینان
آخرین بازبینی محتوایی: ۱۲ آبان ۱۴۰۵. نمودارها و مثال‌های این راهنما آموزشی‌اند و به‌عنوان داده یا تصویر واقعی یک پژوهش معرفی نشده‌اند.
