Thissupports the contention of Youn

This
supports the contention of Young (116), who previously
highlighted this problem. Many studies did not include, or
did not clearly report, a test reliability analysis, which is a
major concern because it reduces the validity of the findings.Data presented in many of the included studies were collected during both control (rest) and experimental (stretch)
conditions, and statistical analyses were then performed on
the data sets to determine the level of significance between conditions. One problem, however, is that statistics for reliability were rarely presented, so the potential exists for the
magnitude of between-condition differences to have been
within the limits of data variability, resulting from learning,
motivation variability, fatigue, or some other external influence, and were not solely influenced by the stretch intervention.Nonetheless, several statistical methods to
eliminate this problem, including comparison of mean tests
(e.g., t-tests, ANOVA), intraclass correlation coefficients,
and coefficients of variation (CV) to establish reliability
from repeated testing during control conditions, were appropriately used by several researchers (39,106,121) and
should provide an exemplar for future research. Regardless,
and importantly, our analysis revealed that the removal of
studies with the poorer design did not markedly affect the
conclusions drawn from the review because a similar proportion of these studies reported significant versus nonsignificant results.

ผลลัพธ์ (ไทย) 1:

นี้
สนับสนุนการโต้เถียงของหนุ่ม (116), ซึ่งก่อนหน้านี้
เน้นปัญหานี้ ไม่มีการศึกษามากมาย หรือ
รายงาน การทดสอบความน่าเชื่อถือวิเคราะห์ ซึ่งไม่ชัดเจนไม่เป็น
หลักกังวลเนื่องจากลดความถูกต้องของผลการวิจัยมีการรวบรวมข้อมูลนำเสนอในการศึกษารวมควบคุม (เหลือ) และทดลอง (ยืด)
เงื่อนไข แล้วดำเนินการวิเคราะห์ทางสถิติบน
ชุดข้อมูลเพื่อกำหนดระดับของความสำคัญระหว่างเงื่อนไข หนึ่งปัญหา อย่างไรก็ตาม คือ ว่า ไม่ค่อยได้มีการนำเสนอสถิติสำหรับความน่าเชื่อถือ เพื่อศักยภาพมีอยู่ในตัว
ขนาดของความแตกต่างระหว่างสภาพที่ได้
ภายในขีดจำกัดของความแปรผันของข้อมูล เกิดจากการเรียนรู้,
แรงจูงใจสำหรับความผันผวน ล้า ภายนอกอื่น ๆ หรือมีอิทธิพลต่อ และถูกไม่เพียงรับอิทธิพลจากการแทรกแซงที่ยืดกระนั้น วิธีทางสถิติหลาย
กำจัดปัญหานี้ รวมทั้งเปรียบเทียบการทดสอบเฉลี่ย
(เช่น t-ทดสอบ การวิเคราะห์ความแปรปรวน), ค่าสัมประสิทธิ์สหสัมพันธ์ intraclass,
และสัมประสิทธิ์ของความแปรผัน (CV) เพื่อสร้างความน่าเชื่อถือ
จากการทดสอบซ้ำในระหว่างการควบคุมเงื่อนไข ใช้ได้อย่างเหมาะสม โดยนักวิจัยหลาย (39,106,121) และ
ควรให้ exemplar การวิจัยในอนาคต ไม่คำนึงถึง,
และที่สำคัญ วิเคราะห์ของเราเปิดเผยที่เอาของ
ศึกษา ด้วยการออกแบบย่อมได้อย่างเด่นชัดมีผลต่อการ
บทสรุปออกจากการตรวจทานเนื่องจากสัดส่วนคล้ายคลึงกันของการศึกษานี้รายงานอย่างมีนัยสำคัญเมื่อเทียบกับผล nonsignificant

ผลลัพธ์ (ไทย) 3:

สนับสนุนการต่อสู้ของหนุ่มนี้

( 116 ) ซึ่งก่อนหน้านี้เน้นปัญหานี้ การศึกษามากมาย ไม่รวมหรือ
ไม่ได้ชัดเจน รายงาน การทดสอบความน่าเชื่อถือของการวิเคราะห์ ซึ่งเป็นปัญหาใหญ่ เพราะมันลด
ความถูกต้องของข้อมูล ข้อมูลที่นำเสนอในการเก็บรวบรวมศึกษาหลายแห่ง รวมทั้งในระหว่างการควบคุม ( ส่วนที่เหลือ ) และกลุ่มทดลอง ( ยืด )
เงื่อนไขและการวิเคราะห์ทางสถิติแล้วแสดงบน
ข้อมูลชุดเพื่อกำหนดระดับนัยสำคัญที่ . 05 ระหว่างเงื่อนไข ปัญหาหนึ่ง อย่างไรก็ตาม คือ ว่า สถิติสำหรับความเที่ยงไม่ค่อยนำเสนอ ดังนั้น ศักยภาพที่มีอยู่ สำหรับขนาดของความแตกต่างระหว่างสภาพ

ได้ภายในขอบเขตของความแปรปรวนของข้อมูลที่เกิดจากการเรียนรู้
แรงจูงใจความ เหนื่อยล้าหรืออื่น ๆบาง อิทธิพลภายนอก และไม่ได้อิทธิพลแต่เพียงผู้เดียวโดยยืดแทรกแซง อย่างไรก็ตาม หลายวิธีการทางสถิติ
ขจัดปัญหานี้ รวมทั้งเปรียบเทียบค่าเฉลี่ยการทดสอบ
( e.g . , t-test , ANOVA ) ค่าสัมประสิทธิ์สหสัมพันธ์
แสดง , และ สัมประสิทธิ์การแปรผัน ( CV ) เพื่อสร้างความน่าเชื่อถือ
จากการทดสอบซ้ำในช่วงสภาวะควบคุมเหมาะสมและมีใช้โดยนักวิจัยหลาย ( 39106121 ) และ
ควรให้ตัวอย่างสำหรับการวิจัยในอนาคต ไม่ว่า
และที่สําคัญ , การวิเคราะห์ของเรา พบว่า การกำจัด
การศึกษาที่มีการออกแบบอย่างยากจนไม่มีผลต่อ
ข้อสรุปจากการทบทวน เพราะสัดส่วนที่คล้ายกันของการศึกษาเหล่านี้อย่างมีนัยสำคัญเมื่อเทียบกับรายงานผลครั้งสุดท้าย