258. Jak sprawdzać poprawność obliczeń skal kwestionariuszy?
Praktyczna lekcja o kontroli obliczeń skal kwestionariuszy: rekodowaniu pozycji, sumowaniu, brakach danych, zakresie wyników i weryfikacji rzetelności.
-
-
239. Minimalna istotna zmiana w wynikach skal
Minimalna istotna zmiana pomaga ocenić, czy różnica w wyniku skali jest ważna dla pacjenta, a nie tylko statystycznie wykrywalna.
-
238. Wrażliwość na zmianę – czy skala wykrywa poprawę?
Wrażliwość na zmianę pokazuje, czy skala potrafi uchwycić rzeczywistą poprawę lub pogorszenie. Lekcja wyjaśnia responsywność, MDC, MIC i interpretację wyników.
-
237. Efekt podłogi i sufitu – dlaczego jest ważny?
Efekt podłogi i sufitu ogranicza czułość skal, utrudnia wykrywanie różnic i zmian oraz może prowadzić do błędnych wniosków o skuteczności interwencji.
-
234. Trafność konstruktu – co oznacza?
Trafność konstruktu nie jest pojedynczym współczynnikiem. To ocena, czy teoria i dane uzasadniają interpretację wyników jako miary określonej cechy.
-
139. Kontrola zakresów dopuszczalnych wartości
Jak ustalać, sprawdzać i dokumentować dopuszczalne zakresy wartości w badawczej bazie danych? Praktyczne zasady, przykłady i najczęstsze błędy.
-
133. Odwrócone itemy – po co się je stosuje i jak je rekodować?
Odwrócone itemy mogą ograniczać bezrefleksyjne odpowiadanie, ale także zwiększać ryzyko błędów. Lekcja pokazuje, jak je rozpoznawać, rekodować i kontrolować.
-
131. Data i czas jako zmienne analityczne
Data i czas nie są wyłącznie informacją opisową. W badaniach mogą określać kolejność zdarzeń, czas obserwacji, sezonowość, opóźnienia i czas do wystąpienia wyniku.
-
130. Zmienne porządkowe – jak zachować naturalny porządek kodów?
Jak kodować zmienne porządkowe, aby liczby zachowywały kolejność kategorii, ale nie sugerowały nieuprawnionych odległości?
-
129. Kategorie wielokrotnego wyboru – jak kodować je w bazie?
Jak poprawnie zapisywać odpowiedzi typu „zaznacz wszystkie pasujące” w bazie danych? Lekcja wyjaśnia strukturę zmiennych, kodowanie 0/1, braki danych i analizę.
-
128. Zmienne binarne – kodowanie 0/1 i interpretacja
Zmienne binarne przyjmują dwie kategorie, ale sposób ich zakodowania wpływa na interpretację tabel, modeli regresji i wyników badań.
-
126. Skala Likerta a pojedynczy item Likerta – ważne rozróżnienie
Wyjaśnienie różnicy między pojedynczym itemem Likerta a wielopozycyjną skalą Likerta oraz konsekwencji dla kodowania, analizy i interpretacji danych.
-
125. Poziom pomiaru a wybór statystyki – jak je łączyć bez uproszczeń?
Poziom pomiaru pomaga dobrać statystykę, ale nie działa jak automatyczna instrukcja. Sprawdź, jak łączyć skalę zmiennej z rozkładem, celem analizy i projektem badania.
-
124. Skala ilorazowa – kiedy zero ma sens absolutny?
Skala ilorazowa pozwala interpretować nie tylko różnice, lecz także proporcje między wartościami. Sprawdź, kiedy zero jest rzeczywistym początkiem pomiaru.
-
123. Skala przedziałowa – znaczenie równych odległości
Skala przedziałowa pozwala interpretować różnice między wynikami, ale nie uzasadnia porównań typu „dwa razy więcej”. Lekcja wyjaśnia jej własności, przykłady i ograniczenia.
-
122. Skala porządkowa – co naprawdę oznacza kolejność kategorii?
Skala porządkowa pozwala stwierdzić, że jedna kategoria oznacza więcej, mniej lub wyższy poziom badanego zjawiska niż inna, ale nie mówi, jak duże są różnice między kategoriami.
-
121. Skala nominalna – właściwości, przykłady i dopuszczalne operacje
Skala nominalna służy do klasyfikowania obiektów do rozłącznych kategorii. Poznaj jej właściwości, zasady kodowania, przykłady i poprawne operacje statystyczne.
-
115. Jak dokumentować sposób liczenia skali lub indeksu?
Dobra dokumentacja skali lub indeksu pozwala odtworzyć wynik bez dostępu do autora analizy. Lekcja pokazuje, co opisać: kodowanie, wzór, braki danych, transformacje i interpretację.
-
096. Zmienne złożone i indeksy – kiedy warto je tworzyć?
Zmienne złożone i indeksy pozwalają syntetyzować informacje pochodzące z wielu pomiarów. W tej lekcji wyjaśniamy, kiedy ich tworzenie jest uzasadnione, jak budować je poprawnie oraz jak unikać błędów interpretacyjnych.