آمار جزء بسیار مهم تحقیقات علمی است. در حالی که آمار نقش مهمی در تحقیقات دارد اغلب،جزئیات روش‌های آماری مورد استفاده در یک مطالعه ناقص است. روش‌های نامشخص بسیار شبیه به ارائه تنها بخشی از دستور غذا هستند. وقتی جزئیات به طور واضحی مشخص نشده باشد، کیفیت محصول نهایی متغیر خواهد بود. در این مقاله، نحوه توصیف روش‌ها و نتایج آماری را مورد بحث قرار می‌دهیم تا اطمینان حاصل کنیم که سایر دانشمندان اطلاعات مورد نیاز برای تکرار دقیق تجزیه و تحلیل شما را در اختیار خواهند داشت.
نقش آمار در علم چیست؟
آمار جزء بسیار مهم تحقیقات علمی است،اما اغلب جزئیات روش های مورد استفاده در یک مطالعه ناقص است.روش های آماری برای طراحی آزمایش ها و تجزیه و تحلیل اطلاعات به منظور تفسیرهای معنادار نتایج تحقیق استفاده می شود. روش های نامشخص بسیار شبیه ارائه تنها بخشی از دستور غذا هستند. برای پخت یک قرص نان، دانستن مواد مورد نیاز کافی نیست. اینکه چه مقدار از هر ماده باید اضافه شود، به چه ترتیبی باید اضافه شود، و دمای فر برای اطمینان از یک نتیجه ثابت جزئیات مهمی هستند. وقتی جزئیات به وضوح مشخص نشده باشد، کیفیت محصول نهایی متغیر خواهد بود.
مانند یک دستور العمل ناقص، روش هایی که جزئیات مهم تجزیه و تحلیل را حذف می کنند، به طور قابل توجهی می‌توانند بر نتایج تکرار مطالعه در آینده تأثیر بگذارند. همچنین می‌توانند تفسیر یافته‌ها را دشوار کنند.
روش‌های نامشخص آماری مسبب اصلی تحقیقاتی هستند که قابلیت تکرار ندارند.
تحقیقاتی که قابلیت تکرار ندارند یک نگرانی عمده است زیرا ادعاهای نامعتبر، پیشرفت علمی را کند می کند، زمان و منابع را تلف می کند و باعث بی‌اعتمادی مردم به علم می‌شود.
بسیار اهمیت دارد که هنگام گزارش تجزیه و تحلیل های آماری، روش های آن را با جزئیات کافی توصیف کنیم. تا سایر محققان بتوانند نتایج مطالعه را با تکرار دقیق تحلیل ها در مطالعه اصلی تأیید کنند. هنگام گزارش نتایج آماری، ارائه جزئیات کافی، مهم است تا خوانندگان بتوانند اعتبار و سودمندی اطلاعات را ارزیابی کنند و تصمیمات مناسب بگیرند. در این مقاله، نحوه توصیف روش‌ها و نتایج آماری را مورد بحث قرار می‌دهیم تا اطمینان حاصل کنیم که سایر دانشمندان اطلاعات مورد نیاز برای تکرار دقیق تجزیه و تحلیل شما را دارند. در زیر مجموعه‌ای از دستورالعمل‌ها را ارائه می‌کنیم که باید هنگام گزارش روش‌ها و نتایج آماری خود در نظر بگیرید.
روش های آماری گزارش
حجم نمونه: حجم نمونه میزان اطلاعاتی را که در اختیار داریم به ما می گوید و تا حدی سطح اطمینانی را که در برآوردهای نمونه خود داریم تعیین می کند. در بخش مواد و روش‌ها، حجم نمونه مورد استفاده در مطالعه را ارائه کنید و نحوه تعیین آن را شرح دهید. اگر حجم نمونه به صورت آماری تعیین شد (به عنوان مثال، تحلیل توان)، روش آماری مورد استفاده را شرح دهید. برای محاسبات حجم نمونه، حتما ورودی های توان، اندازه اثر و آلفا را مشخص کنید. اگر محاسبه حجم نمونه انجام نشد، نحوه تعیین حجم نمونه را شرح دهید و دلیل کافی بودن حجم نمونه را ارائه دهید.
تبدیل داده ها: اگر داده های خام قبل از تجزیه و تحلیل تبدیل شده اند (به عنوان مثال، نرمال سازی، تبدیل های گزارش، نسبت ها)، روش مورد استفاده را توصیف کنید . دلیلی مبنی بر اینکه به چه علت تبدیل شده اند را نیز ارائه دهید.
آزمون‌های آماری: اغلب در بخش مواد و روش‌ها، فهرستی از آزمون‌های آماری مورد استفاده را مشاهده می‌کنید، اما تحلیل مربوط به هر آزمون مشخص نشده است. وقتی مواد و روش‌ها به این شکل ارائه می شوند، نمی توان فهمید که برای هر تحلیل از کدام آزمون استفاده کرده‌اند. برای اطمینان از اینکه روش‌های شما می‌توانند دقیقاً تکرار شوند، مطمئن شوید که مواد و روش شامل شرح مفصلی از آزمون‌های آماری مورد استفاده برای هر تجزیه و تحلیل است. از فهرست کردن همه آزمون‌های مورد استفاده در مطالعه خودداری کنید.
برای هر تحلیل آماری موارد زیر را در نظر بگیرید:
مفروضات
بررسی کنید که داده ها با مفروضات آزمون مورد استفاده برای تجزیه و تحلیل مطابقت دارند. به عنوان مثال، هنگام استفاده از آزمون پارامتریک (مثلاً آزمون t)، نشان دهید که داده ها توزیع نرمال دارند.
تست های جهت دار
مشخص کنید که آیا آزمون ها یک طرفه هستند یا دو طرفه. هنگام استفاده از آزمون یک طرفه، حتماً استفاده از آزمون جهت‌دار را توجیه کنید. تصور کنید می خواهید این فرضیه را آزمایش کنید که یک داروی ارزان قیمت اثر کمتری نسبت به یک داروی گران تر ندارد. در این مورد، آزمون one-tailed می شود زیرا شما فقط می خواهید نشان دهید که دارو کم اثر نیست و اهمیتی نمی دهید که اثربخشی بیشتری داشته باشد.
مقایسه‌های چندگانه
اگر تجزیه و تحلیل شامل مقایسه‌های چندگانه است، مشخص کنید که آیا در نظر گرفته شده‌اند یا خیر. اگر چنین است، حتما توضیح دهید که چطور برای مقایسه های چندگانه تنظیمات را انجام داده‌اید(به عنوان مثال، تصحیح بونفرونی).
موارد پرت
اگر به مطالعه شما مربوط است، نحوه برخورد با موارد پرت را شرح دهید. مقادیر غیرمعمول در یک مجموعه داده ممکن است تحلیل های آماری را تحریف کند. بنابراین ممکن است حذف آن‌ها ضروری باشد. هنگام حذف موارد پرت، حتماً نحوه تعریف موارد پرت را شرح دهید و توضیح دهید که چرا این روش درست بوده است.
سطح آلفا
همیشه سطح آلفای مورد استفاده برای تعریف معنی‌داری آماری را گزارش کنید (به عنوان مثال،P<0.05) تعیین اهمیت آماری یک نتیجه به آلفای تعیین شده قبل از شروع آزمون بستگی دارد. انتخاب سطح اطمینان قبل از شروع آزمون، از هرگونه سوگیری احتمالی جلوگیری می کند.
نرم‌افزار و ابزارها
نرم‌افزار مورد استفاده برای انجام تحلیل‌های مطالعه خود را با ذکر شماره نسخه مورد استفاده نام ببرید (به عنوان مثال، SPSS نسخه 21.0). روش انجام تحلیل در نرم افزارهای مختلف ، به‌ویژه برای تحلیل‌های پیچیده‌تر، ممکن است متفاوت باشد. بنابراین، نتایجی که یک نرم افزار ایجاد می‌کند ممکن است مشابه نرم افزار دیگر نباشد. اطلاعات دقیق نرم افزار می تواند جزییات مهمی داشته باشد که باید هنگام ارائه یک گزارش کامل از روش های آماری خود آن را درج کنید.
گزارش نتایج آماری
آمار توصیفی: از آمار توصیفی برای خلاصه و توصیف کردن ویژگی های اصلی مجموعه ای از داده ها استفاده می‌شود.
هنگام ارائه آمار توصیفی موارد زیر را درنظر بگیرید:
حجم نمونه
مطمئن شوید که حجم نمونه (n) را مشخص کرده‌اید. همچنین اطمینان حاصل کنید که حجم نمونه برای هر تجزیه و تحلیل به عنوان یک مقدار دقیق گزارش می شود، نه یک محدوده.
درصدها
هنگام گزارش همه درصدها حتماً صورت و مخرج را در نظر بگیرید.
اندازه گیری تغییرپذیری
داده ها را با استفاده از میانگین ها و انحراف استانداردها در زمانی که داده ها به طور معمول توزیع می شوند، خلاصه کنید. تغییرپذیری داده ها باید با استفاده از انحراف استاندارد (SD) گزارش شود، نه خطای استاندارد (SE). خطای استاندارد تخمینی از تفاوت میانگین نمونه با میانگین جامعه است و بنابراین تخمین مناسبی از تنوع بین مشاهدات نیست. انحراف معیار اندازه گیری میزان تغییرات یا پراکندگی مجموعه ای از مقادیر است. برای داده‌هایی که توزیع نرمال ندارند، از میانه‌ها و محدوده‌های میان‌درصدی، محدوده‌ها یا هر دو استفاده کنید.
آمار استنباطی: آمار استنباطی بر اساس زیرمجموعه ای از مشاهدات نمونه، استنباط و پیش بینی هایی را در مورد یک جمعیت انجام می دهد، و سپس برای نتیجه گیری استفاده می شود . آمار استنباطی فراتر از چیزی است که تنها با آمار توصیفی نشان داده می شود.
هنگام ارائه آمار استنباطی موارد زیر را در نظر بگیرید:
فرضیه
قبل از ارائه نتایج یک آزمون آماری، حتماً فرضیه مورد آزمون را بیان کرده و هدف تجزیه و تحلیل را شرح دهید.
متغیرها
متغیرهای مورد استفاده در تحلیل را شناسایی کنید. با استفاده از آمار توصیفی مناسب، داده های هر متغیر را خلاصه کنید.
حجم نمونه
حتماً حجم نمونه را ارائه و شرح دهید. حجم نمونه برای هر تجزیه و تحلیل باید به عنوان یک مقدار دقیق گزارش شود، نه به عنوان یک محدوده. به عنوان مثال، اگر گروه A شامل 10 موش و گروه B شامل 13 موش بود، حجم نمونه را به عنوان “موش10 -13 =n” گزارش نکنید. در عوض، اندازه دقیق نمونه هر گروه را به وضوح مشخص کنید (به عنوان مثال، گروه A، 10 موش، گروه B، 13 موش).
آزمون آماری
آزمون آماری مورد استفاده را شرح دهید. در صورت امکان، یک طرفه بودن یا دو طرفه بودن آزمون را مشخص کنید . همچنین هرگونه تنظیماتی که برای مقایسه های چندگانه انجام داده‌اید، توضیح دهید.
نتایج
نتایج حاصل از آمار استنباطی باید شامل آماره آزمون، درجات آزادی، فاصله اطمینان، مقدار p و اندازه اثر باشد.
مقدار P
در صورت امکان، مقادیر p را به عنوان مقادیر دقیق و نه یک محدوده گزارش کنید (به عنوان مثال p=0.049 نه p<0.05). مقادیر دقیق p به ویژه هنگام گزارش یافته های غیر قابل توجه اهمیت دارند. فرض کنید نتایج اصلی یک مطالعه P=0.054 و p=0.54 باشد، اما در مقاله هر دو نتیجه به سادگی به عنوان “غیر معنی دار” گزارش شده اند. تفاسیر این دو نتیجه متفاوت است، اما این تفاوت به خوانندگان اطلاع داده نمی‌شود زیرا مقدار p دقیق ارائه نشده است. مقدار p دقیق نتایجی که به سطح اهمیت تعیین شده شما نمی رسند را گزارش کنید. از گزارش این نتایج به صورت p> 0.05، “غیر قابل توجه” یا NS خودداری کنید.
کلام آخر
آمار ابزار مهمی در تحقیقات علمی است و برای برنامه ریزی آزمایش ها، آزمون فرضیه ها و تفسیر داده ها استفاده می شوند. آمار شرح مفصلی از روش‌ها و نتایج مطالعاتی که قابلیت تکرار دارد، تصویر واضحی از کاری که انجام داده‌اید، چرا آن را انجام داده‌اید و چرا اهمیت دارد را در اختیار خوانندگان قرار می‌دهد.
