In this study risk variables were d

In this study risk variables were dichotomized to produce the cumulative score. Although this is a common approach in previous studies, dichotomizing variables in this way may lead to oversimplifying the dataset, resulting in information loss (Pollard,Hawkins,& Arthur 1999). Furthermore,cumulative risk scores that use the lowest25% as a cut-off to signify risk are limited to the sample from which the data were collected and may not reflect the entire population, limiting generalizability (Raviv et al., 2010). Nonetheless, in response to some of these criticisms, Farrington and Loeber (2000) contend that splitting data by means of dichotomization has a minimal effect on the data and should not affect the conclusions drawn.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ ตัวแปรความเสี่ยงถูก dichotomized การผลิตคะแนนสะสม แม้ว่านี้เป็นวิธีการทั่วไปในการศึกษาก่อนหน้านี้ dichotomizing ตัวแปรในลักษณะนี้อาจนำไปสู่ oversimplifying ชุดข้อมูล เกิดการสูญเสียข้อมูล (Pollard ฮอว์กินส์ และ 1999 อาร์เธอร์) นอกจากนี้ ความเสี่ยงสะสมคะแนนใช้ lowest25% เป็นการตัดเพื่อบ่งความเสี่ยงที่ จะจำกัดตัวอย่างที่เก็บรวบรวมข้อมูล และอาจไม่สะท้อนประชากรทั้งหมด จำกัด generalizability (Raviv et al. 2010) กระนั้น ในการตอบสนองของการวิพากษ์วิจารณ์เหล่านี้ Farrington และ Loeber (2000) ขับเคี่ยวที่ แบ่งข้อมูล โดย dichotomization มีผลน้อยที่สุดในข้อมูล และไม่มีข้อสรุปที่วาด

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้ตัวแปรความเสี่ยงถูกแบ่งออกเป็นสองในการผลิตคะแนนสะสม แม้ว่านี่จะเป็นแนวทางร่วมกันในการศึกษาก่อนหน้านี้ dichotomizing ตัวแปรในลักษณะนี้อาจนำไปสู่ ​​oversimplifying ชุดข้อมูลที่ส่งผลให้เกิดการสูญเสียข้อมูล (พอลลาร์, ฮอว์กินและอาร์เธอร์ 1999) นอกจากนี้ความเสี่ยงคะแนนสะสมที่ใช้ lowest25% ที่เป็นจุดตัดที่มีความหมายมีความเสี่ยงจะถูก จำกัด ให้ตัวอย่างจากการที่ข้อมูลถูกเก็บรวบรวมและอาจไม่สะท้อนประชากรทั้งหมด generalizability จำกัด (Raviv et al., 2010) อย่างไรก็ตามในการตอบสนองบางส่วนของการวิพากษ์วิจารณ์เหล่านี้ Farrington และ Loeber (2000) ยืนยันว่าข้อมูลที่แยกโดยวิธีการของ dichotomization มีผลกระทบน้อยที่สุดกับข้อมูลและไม่ควรส่งผลกระทบต่อข้อสรุปที่ได้

ผลลัพธ์ (ไทย) 3:

ในการศึกษาตัวแปรความเสี่ยง dichotomized ผลิตคะแนนสะสม แต่นี้เป็นวิธีการทั่วไปในการศึกษา dichotomizing ตัวแปรในลักษณะนี้อาจนำไปสู่ oversimplifying ข้อมูล ทำให้ข้อมูลสูญหาย ( พอลลาร์ด ฮอว์กินส์ และอาร์เธอร์ , 1999 ) นอกจากนี้ คะแนนความเสี่ยงสะสมที่ใช้ lowest25 % เป็นการตัดเพื่อบ่งบอกความเสี่ยงจะถูก จำกัด ไปยังกลุ่มตัวอย่างซึ่งเก็บรวบรวมข้อมูลจากประชากรทั้งหมด และอาจสะท้อนให้เห็นถึงการสรุปอ้างอิง ( raviv et al . , 2010 ) อย่างไรก็ตาม ในการตอบสนองบางส่วนของการวิพากษ์วิจารณ์เหล่านี้ ฟาร์ริงตัน และ loeber ( 2000 ) ยืนยันว่า การแยกข้อมูลโดยใช้วิธีการ dichotomization มีผลกระทบน้อยที่สุดต่อข้อมูลและจะไม่ส่งผลกระทบต่อข้อสรุป .