Gördüğüm gibi, gözlemsel çalışmalarda birkaç bağımsız değişkeni "kontrol eden" iki temel sorun vardır. 1) Açıklayıcı değişkenleri kaçırmak ve böylece model yanlış tanımlamak probleminiz var. 2) Çoklu korelasyonlu bağımsız değişkenler probleminiz - (iyi) tasarlanmış deneylerde mevcut olmayan bir problem - ve ortak değişkenlerin regresyon katsayılarının ve ANCOVA testlerinin kısmi temel alması ve yorumlanmasını zorlaştırmanız. Birincisi, gözlemsel araştırmanın doğasına özgüdür ve bilimsel bağlamda ve rekabetçi detaylandırma sürecinde ele alınmaktadır. İkincisi bir eğitim meselesidir ve regresyon ve ANCOVA modellerinin net bir şekilde anlaşılmasına ve bu katsayıların tam olarak neyi temsil ettiğine dayanmaktadır.
İlk konu ile ilgili olarak, bazı bağımlı değişkenler üzerindeki tüm etkilerin bilinmesi ve bir modele dahil edilmesi durumunda, istatistiksel kontrol yöntemlerinin etkili olduğunu ve bireysel değişkenler için iyi tahminler ve etki tahminleri ürettiğini göstermek kolaydır. "Yumuşak bilimler" deki sorun, tüm ilgili etkilerin nadiren dahil edilmesi veya hatta bilinmesi ve bu nedenle modellerin kötü tanımlanmış ve yorumlanması zor olmasıdır. Yine de, bu alanlarda birçok değerli sorun bulunmaktadır. Cevaplar kesin değildir. Bilimsel sürecin güzelliği, kendiliğinden düzeltici olması ve modellerin sorgulanması, detaylandırılması ve rafine edilmesidir. Alternatif olarak, deney tasarlayamadığımızda bu sorunları bilimsel olarak araştıramayacağımızı öne sürmektir.
İkinci konu, ANCOVA ve regresyon modellerinin doğasında teknik bir konudur. Analistlerin bu katsayıların ve testlerin neyi temsil ettiği konusunda net olması gerekir. Bağımsız değişkenler arasındaki korelasyonlar regresyon katsayılarını ve ANCOVA testlerini etkilemektedir. Bunlar kısmi testlerdir. Bu modeller, belirli bir bağımsız değişken ve modeldeki diğer tüm değişkenlerle ilişkili bağımlı değişken içindeki varyansı çıkarır ve daha sonra bu artıklardaki ilişkiyi inceler. Sonuç olarak, tek tek katsayıları ve testleri, dahil edilen tüm değişkenler kümesinin ve bunların karşılıklı ilişkilerinin net bir kavramsal anlayışı bağlamında yorumlamak çok zordur. Ancak bu, tahmin için HİÇBİR problem üretmez - sadece belirli testleri ve katsayıları yorumlama konusunda dikkatli olun.
Bir yan not: İkinci konu, daha önce bu forumda, diğer öngörücüler bir modele dahil edildiğinde, regresyon işaretlerinin tersine çevrilmesi (örneğin, olumsuzdan olumluya) ile ilgili bir sorunla ilgilidir. İlişkili öngörücülerin varlığında ve tüm öngörücüler kümesi arasındaki çoklu ve karmaşık ilişkilerin net bir şekilde anlaşılması olmadan, belirli bir işarete sahip olmak için (tabiat kısmi olarak) bir regresyon katsayısının BEKLENMESİ için hiçbir neden yoktur. Güçlü bir teori ve bu ilişkilerin net bir şekilde anlaşılması durumunda, bu tür "ters kayıtlar" aydınlatıcı ve teorik olarak yararlı olabilir. Yine de, birçok sosyal bilim probleminin karmaşıklığı göz önüne alındığında, yeterli anlayışın yaygın olmayacağını düşünürdüm.
Feragatname: Eğitim yoluyla bir sosyolog ve kamu politikası analistiyim.