Tukey post-hoc bulgularını nasıl yazıyorsunuz?

Tukey post-hoc sonuç yazmanın doğru yolu nedir?

Farklı sonuçlara sahip birkaç örnek var mı?

Diyelim ki Kuzey, Güney, Doğu ve Batı var.

North N=50 Mean=2.45  SD=3.9 std error=.577 LB=1.29 UB=3.62  
South N=40 Mean=2.54  SD=3.8 std error=.576 LB=1.29 UB=3.63 
East  N=55 Mean=3.45  SD=3.7 std error=.575 LB=1.29 UB=3.64 
West  N=45 Mean=3.54  SD=3.6 std error=.574 LB=1.29 UB=3.65

Kuzey, Doğu (sig = .009) ve Batı (sig = .040) ile istatistiksel olarak anlamlıdır, ancak Güney (sig = .450). Doğu, Güney (.049) ile istatistiksel olarak anlamlıdır.

Eşya yapısının genel stratejisi

Sonuç yazmayı öğrenmek için genel bir strateji, örnek bir yayın bulmayı ve yapıyı bozmayı içerir. Bu makaleye yapısızlaştırma demeyi seviyorum . Bunu yapmanın basit bir yolu, birkaç örnek bulmak için Google Akademik'te arama yapmayı içerir. Aramanızı bölgenizdeki iyi dergilerle sınırlamak isteyebilirsiniz (örneğin, "tukey post hoc sosyal psikoloji" ). Sonra birkaç yazı prensibi çıkarın.

Post-hoc test örneği

İşte bir post-hoc testin sosyal psikoloji bağlamından yazılmasına bir örnek:

Makale, bir dizi bağımlı değişken için her koşul için bir ortalamalar tablosu ve standart sapmalar içerir. Metinde aşağıdakiler vardır:

Bu puanlar üzerinde bir varyans analizi (ANOVA) tekrar koşullar arasında önemli farklılıklar verdi, F (2, 37) = 4.29, p <.03. Bir post hoc Tukey testi, sadece geleceğin ve gelecekteki ait grupların p <.05; talihsizlik kontrol grubu, ortada bir yerde bulunan diğer iki gruptan anlamlı olarak farklı değildi.

--- Baumeister RF, Twenge JM, Nuss CK. (2002). Sosyal dışlanmanın bilişsel süreçler üzerindeki etkileri: beklenen yalnızlık akıllı düşünceyi azaltır. Kişilik ve Sosyal Psikoloji Dergisi, 83 , 817-27.

Yazma ilkelerini çıkarma

• Ortalamalar ve standart sapmalar tablosu sunun
• İlk rapor genel ANOVA
• Ardından belirli bir alfa düzeyinde hangi çiftlerin önemli ölçüde farklı olduğunu bildirin
• Ardından, hangi çiftlerin önemli ölçüde farklı olmadığını rapor edin.

$a \le b<c$$a,b,c,...$gruplara karşılık gelir); ama en azından iyi bir örnek alarak bir başlangıç ​​noktanız var.

Özellikle potansiyel kitleyi göz önünde bulundurarak görselleştirmek zor. Ancak homojen altkümeleri de göstermelisiniz, böylece birbirinden gerçekten farklı olan unsurları tanımlamak kolaydır. İzleyiciye bağlı olarak, SE veya L / UB veya p değerleri göstermekten bile rahatsız değilim. Satır etiketlerini sol elden kesmek zorunda kaldım çünkü gerçek verilerdi, ancak aşağıdaki sunumu görebilirsiniz:

Altkümeleri çizmek kullanıcının "görmesine" yardımcı olur, yani araçlar birbirinden gerçekten farklıdır. Kitlenize bağlı olarak, bir p değeri eklemek de yararlı olabilir.