10.6 APPLICATIONS AND STATISTICAL A

10.6 APPLICATIONS AND STATISTICAL ANALYSES OF BETWEEN-SUBJECTS DESIGNS
Two-Group Mean Difference
The simplest of a between-subjects experimental design involves comparing only two groups of participants: the researcher manipulates one independent variable with only two levels. This design is often referred to as the single-factor two-group design or simply the two-group design. This type of design can be used to compare treatments, or to evaluate the effect of one treatment by comparing a treatment group and a control group. When the measurements consist of numerical scores, typically, a mean is computed for each group of participants, and then an independent-measures t tent is used to determine whether there is a significant difference between the means (sec Chapter 14).
The primary advantage of a two-group design is its simplicity. It is easy to set up a two-group study, and there is no subtlety or complexity when interpreting the results; either the two groups are different or they are not. In addition, a two-group design provides the best opportunity to maximize the difference between the two treatment conditions; that is, you may select opposite extreme values for the independent variable. For example, in a study comparing two types of therapy, the two therapies con be structured to maximize or even exaggerate the differences between them. Or, in a research study comparing a treatment and a no-treatment control, the treatment group can be given the full-strength version of the treatment. This technique increases the likelihood of obtaining noticeably different scores from the two groups, thereby demonstrating a significant mean difference.
The primary disadvantage of a two-group design is that it provides relatively little information. With only two groups, a researcher obtains only two real data points for comparison. Although two data points are sufficient to establish a difference, they often are not sufficient to provide a complete or detailed picture of the full relationship between an independent and a dependent variable. Figure 10.5 shows a hypothetical relationship between dosage levels for a drug (independent variable). Notice that the complete set of five data points, representing five different drug doses, gives a good picture of how drug dosage affects. Now, consider the limited data that would be available if the researcher had used only two different drug doses. If, for example, the researcher had used only a 0-dose and

ผลลัพธ์ (ไทย) 1:

10.6 ประยุกต์และสถิติวิเคราะห์ของ BETWEEN-เรื่องออกแบบ
2 กลุ่มหมายถึงผลต่าง
เกี่ยวข้องกับการที่ง่ายที่สุดของการออกแบบการทดลองระหว่างหัวข้อเปรียบเทียบเพียง 2 กลุ่มผู้เรียน: นักวิจัยการควบคุมตัวแปรอิสระหนึ่งเพียงสองระดับ มักได้อ้างถึงนี้ออกแบบเป็นแบบ 2 กลุ่มปัจจัยเดียวหรือเพียงแค่การออกแบบ 2 กลุ่ม ออกแบบชนิดนี้สามารถใช้เปรียบเทียบการรักษา การประเมินผลของการรับการรักษา โดยการเปรียบเทียบการรักษาและกลุ่มควบคุม เมื่อการวัดประกอบด้วยตัวเลขคะแนน ปกติ ค่าเฉลี่ยที่คำนวณสำหรับแต่ละกลุ่มของผู้เรียน แล้ว การประเมินอิสระ t เต็นท์ถูกใช้เพื่อกำหนดว่า มีความแตกต่างอย่างมีนัยสำคัญระหว่างวิธีการ (บทที่ 14 วินาที) .
เอาเปรียบแบบ 2 กลุ่มหลักคือ ความเรียบง่าย ง่ายต่อการตั้งค่าการศึกษา 2 กลุ่ม และมีไม่ถึงความละเอียดอ่อนหรือซับซ้อนเมื่อทำนายผลลัพธ์ ทั้งสองกลุ่มจะแตกต่างกัน หรือไม่ นอกจากนี้ แบบสองกลุ่มมีโอกาสที่ดีที่สุดเพื่อเพิ่มความแตกต่างระหว่างเงื่อนไขสองรักษา นั่นคือ คุณสามารถเลือกค่ามากตรงกันข้ามสำหรับตัวแปรอิสระ ตัวอย่าง ในการศึกษาเปรียบเทียบสองชนิดของการบำบัด รักษาสองคอนได้จัดโครงสร้างการขยาย หรือการโอ้อวดแม้ความแตกต่าง หรือ ในการศึกษาวิจัยที่เปรียบเทียบการรักษาและควบคุมการไม่รักษา กลุ่มรักษาสามารถได้รับเวอร์ชันเต็มความแรงของการรักษา เทคนิคนี้เพิ่มโอกาสของการได้รับคะแนนแตกต่างกันอย่างเห็นได้ชัดจากกลุ่มสอง จึงเห็นความแตกต่างเฉลี่ยอย่างมีนัยสำคัญ
ข้อเสียหลักออกเป็น 2 กลุ่มคือ ให้ค่อนข้างน้อยข้อมูล นักวิจัยที่ได้รับเพียงสองจุดข้อมูลที่แท้จริงสำหรับการเปรียบเทียบกับกลุ่มที่สอง ถึงแม้ว่าคะแนนข้อมูลมีเพียงพอที่จะสร้างความแตกต่าง มักจะไม่เพียงพอเพื่อให้ภาพสมบูรณ์ หรือรายละเอียดของความสัมพันธ์ทั้งหมดระหว่างอิสระและตัวแปรขึ้นอยู่กับการ รูปที่ 10.5 แสดงความสัมพันธ์สมมุติระหว่างระดับปริมาณยา (ตัวแปรอิสระ) โปรดสังเกตว่า ชุดสมบูรณ์ของจุดข้อมูล 5 แสดงปริมาณยาต่าง ๆ ห้า ให้รูปดีกระทบของขนาดยา ตอนนี้ พิจารณาข้อมูลจำกัดที่จะมีนักวิจัยได้ใช้ปริมาณยาที่แตกต่างกันสองเท่า ถ้า ตัวอย่าง นักวิจัยได้ใช้เฉพาะ 0 ยา และ

ผลลัพธ์ (ไทย) 2:

10.6 การใช้งานและการวิเคราะห์ทางสถิติของการระหว่างวิชา DESIGNS
สองกลุ่มหมายถึงความแตกต่าง
ที่ง่ายที่สุดของการออกแบบการทดลองระหว่างวิชาที่เกี่ยวข้องกับการเปรียบเทียบเพียงสองกลุ่มของผู้เข้าร่วม: นักวิจัยปรุงแต่งตัวแปรอิสระหนึ่งที่มีเพียงสองระดับ การออกแบบนี้มักจะถูกเรียกว่าเป็นปัจจัยเดียวในการออกแบบสองกลุ่มหรือเพียงแค่การออกแบบสองกลุ่ม ประเภทของการออกแบบนี้สามารถใช้ในการเปรียบเทียบการรักษาหรือการประเมินผลของการรักษาอย่างใดอย่างหนึ่งโดยการเปรียบเทียบกลุ่มทดลองและกลุ่มควบคุม เมื่อวัดประกอบด้วยคะแนนเป็นตัวเลขโดยทั่วไปค่าเฉลี่ยจะคำนวณสำหรับแต่ละกลุ่มของผู้เข้าร่วมแล้วเต็นท์เสื้อมาตรการอิสระจะใช้ในการตรวจสอบว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่างวิธี (วินาทีบทที่ 14)
ประโยชน์หลัก ของสองกลุ่มการออกแบบคือความเรียบง่ายของ มันเป็นเรื่องง่ายที่จะตั้งค่าการศึกษาทั้งสองกลุ่มและมีความสวยงามหรือความซับซ้อนเมื่อแปลผล; ทั้งสองกลุ่มมีความแตกต่างกันหรือพวกเขาจะไม่ นอกจากนี้ยังมีการออกแบบสองกลุ่มมีโอกาสที่ดีที่สุดเพื่อเพิ่มความแตกต่างระหว่างสองเงื่อนไขการรักษา; นั่นคือคุณอาจเลือกค่ามากตรงข้ามสำหรับตัวแปรอิสระ ตัวอย่างเช่นในการศึกษาเปรียบเทียบทั้งสองประเภทของการรักษาทั้งสองวิธีการรักษา con จะมีโครงสร้างเพื่อเพิ่มหรือแม้กระทั่งการพูดเกินจริงความแตกต่างระหว่างพวกเขา หรือในการศึกษาวิจัยเปรียบเทียบการรักษาและการควบคุมไม่มีการรักษา, กลุ่มการรักษาจะได้รับเวอร์ชันเต็มความแข็งแรงของการรักษา เทคนิคนี้จะเพิ่มโอกาสของการได้รับคะแนนที่แตกต่างกันอย่างเห็นได้ชัดจากทั้งสองกลุ่มจึงแสดงให้เห็นถึงความแตกต่างอย่างมีนัยสำคัญหมายถึง
ข้อเสียเปรียบหลักของการออกแบบที่สองกลุ่มก็คือว่ามันจะให้ข้อมูลค่อนข้างน้อย มีเพียงสองกลุ่มนักวิจัยได้รับเพียงสองจุดข้อมูลที่แท้จริงสำหรับการเปรียบเทียบ แม้ว่าทั้งสองจุดข้อมูลที่เพียงพอที่จะสร้างความแตกต่างที่พวกเขามักจะไม่เพียงพอที่จะให้ภาพที่สมบูรณ์หรือรายละเอียดของความสัมพันธ์ระหว่างเต็มรูปแบบที่เป็นอิสระและตัวแปรตาม รูปที่ 10.5 แสดงให้เห็นถึงความสัมพันธ์ระหว่างระดับสมมุติยาสำหรับยาเสพติด (ตัวแปรอิสระ) ขอให้สังเกตว่าชุดของห้าจุดข้อมูลที่เป็นตัวแทนของห้าปริมาณยาเสพติดที่แตกต่างกันให้ได้ภาพที่ดีของวิธีการปริมาณยาเสพติดส่งผลกระทบต่อ ตอนนี้พิจารณาข้อมูลที่ จำกัด ที่จะสามารถใช้ได้ถ้านักวิจัยได้ใช้เพียงสองปริมาณยาเสพติดที่แตกต่างกัน ตัวอย่างเช่นหากนักวิจัยได้ใช้เพียง 0 ยาและ

ผลลัพธ์ (ไทย) 3:

10.6 การประยุกต์และการวิเคราะห์สถิติของแบบวัดซ้ําประเภท

2 กลุ่มหมายถึงความแตกต่างง่ายระหว่างกลุ่มทดลองที่เกี่ยวข้องกับการเปรียบเทียบเพียงสองกลุ่มของผู้เข้าร่วม : ผู้วิจัยจัดการหนึ่งตัวแปรอิสระที่มีระดับเพียงสองคน การออกแบบนี้มักจะเรียกว่าเป็นปัจจัยเดียว สองกลุ่ม หรือเพียงแค่สองกลุ่มออกแบบประเภทของการออกแบบนี้สามารถใช้ในการเปรียบเทียบการรักษาหรือเพื่อศึกษาผลของการรักษา โดยเปรียบเทียบระหว่างกลุ่มทดลองและกลุ่มควบคุม เมื่อวัดประกอบด้วยตัวเลขคะแนน โดยทั่วไป หมายถึง จะคำนวณสำหรับแต่ละกลุ่มของผู้เข้าร่วมแล้วที่เป็นมาตรการทีเต็นท์จะใช้เพื่อตรวจสอบว่ามีความแตกต่างระหว่างค่าเฉลี่ย ( วินาทีบทที่ 14 ) .
ประโยชน์หลักของการออกแบบเป็น 2 กลุ่ม คือ ความเรียบง่าย มันง่ายในการตั้งค่าการศึกษาเป็น 2 กลุ่ม และมีความละเอียดอ่อน หรือความซับซ้อน เมื่อการตีความผลลัพธ์ ทั้งสองกลุ่มแตกต่างกัน หรือพวกเขาจะไม่ นอกจากนี้ออกแบบสองกลุ่มมีโอกาสที่ดีที่สุดเพื่อเพิ่มความแตกต่างระหว่างสองการรักษาเงื่อนไข นั่นคือ คุณอาจจะเลือกค่าสุดขีดกับตัวแปรอิสระ ตัวอย่างเช่นในการศึกษาเปรียบเทียบทั้งสองประเภทของการบำบัด รักษา สองคอนจะมีโครงสร้างเพื่อเพิ่มหรือพูดเกินจริงความแตกต่างระหว่างพวกเขา หรือในการศึกษาเปรียบเทียบการรักษาและการรักษา ควบคุม กลุ่มทดลองจะได้รับความแข็งแรงเต็มรุ่นของการรักษา เทคนิคนี้ช่วยเพิ่มโอกาสของการได้รับคะแนนจากทั้งสองกลุ่มแตกต่างกันอย่างเห็นได้ชัด ซึ่งแสดงให้เห็นถึงความแตกต่าง
หมายถึง .ข้อเสียเปรียบหลักของการออกแบบเป็น 2 กลุ่ม คือ มันมีค่อนข้างน้อยข้อมูล มีเพียงสองกลุ่ม ผู้วิจัยได้รับจริงเพียงสองจุดข้อมูลสำหรับการเปรียบเทียบ แม้ว่าสองจุดข้อมูลที่เพียงพอที่จะสร้างความแตกต่าง พวกเขามักจะไม่เพียงพอที่จะให้ภาพที่สมบูรณ์ หรือรายละเอียดของความสัมพันธ์ทั้งหมดระหว่างอิสระและตัวแปรตามรูปที่ 10.5 แสดงความสัมพันธ์ระหว่างระดับยา . ยา ( ตัวแปรอิสระ ) สังเกตว่าชุดสมบูรณ์ของข้อมูลจุดห้าห้าโดสยาต่าง ๆซึ่งให้ภาพที่ดีของปริมาณยาเสพติดส่งผลกระทบต่อ ตอนนี้พิจารณาจำกัดข้อมูลที่จะสามารถใช้ได้ถ้าผู้วิจัยได้ใช้เพียงสองโดสยาแตกต่างกัน ถ้า ตัวอย่างผู้วิจัยได้ใช้ไปแค่ 0-dose และ