在筆者的實務諮詢經驗中,常發現研究者用不適當的名詞來形容變項之間的關係,別以為這是研究新手才會犯的錯誤,其實許多研究經驗豐富的教授/醫師們也並未能夠總是使用最精確(最保守)的詞彙,因此本文旨在分享在不同的情境之下,應該使用何種詞彙來形容變項之間的關係。

影響

在各種形容變項間關係的詞彙之中,就以影響(Influence / Affect)屬於表達因果關係(Casual effect)最強烈的詞彙,通常在實驗室情境(Lab-based)的研究或是隨機對照試驗(Randomized controlled trial, RCT)使用此詞彙會比較沒有疑慮。當然有些準實驗設計(Quasi-experimental)的研究如果宣稱有影響的關係存在,還是有些可信度,或許不太會被Reviewers強烈抨擊。

預測

預測(Prediction / Predictive effect)是筆者認為被濫用最嚴重的詞彙,尤其是護理領域的橫斷面研究(Cross-sectional study)。研究者是在單一時間點獲取到研究對象各個變項的資料,通常是問卷調查或是查病歷,接著研究者自行定義自變項(X)與依變項(Outcome, Y),若多變項迴歸分析顯示自變項與依變項達顯著關係,即會宣稱此『自變項可預測依變項』,或是下結論說『該自變項為預測因子』

然而,欲證明因果關係有一個很大的前提,亦即『因要先發生,果隨後才發生』,這是一個很基本的邏輯概念,但是當套用到學術量化研究的時候,研究者常常就無法堅持這個基本概念。就筆者經驗,往往研究者也隱約知道這樣寫不夠嚴謹,但是因為大家都這麼寫,因此事情變成『如果大家都是寫錯的,那就是對的』。

關聯

關聯(Association),先講結論,這是筆者認為最安全且最常見的寫法,絕對不會有Reviewers氣憤填膺地指責研究者不該使用「關聯」這個詞彙。就筆者的認知,關聯涵蓋了各種變項之間的關係,包括影響、預測、差異即相關等,所以是一個很籠統的名詞,也就是因為籠統,所以很安全。

若研究者進行橫斷面研究,也作了迴歸分析,但不敢宣稱『某變項是預測因子』,那麼就可以改為『某變項是關聯因子』(Associated factor / Factor associating with Y / X had an effect associating with Y等)。因此在各種的研究設計之下,都可以使用關聯這個詞彙。

相關

相關(Correlation),這是在描述變項間關係的各種詞彙中最保守的一個,就統計的角度,相關分析指的不外乎是Pearson’s correlation或Spearman’s rank correlation等的『雙變項分析』(Bivariate analysis),廣泛來說也包括像是t-test或ANOVA這些『差異分析』。在各種詞彙中,相關屬於暗示因果關係最弱的名詞,因此也就變成也是最安全的名詞了。

以上為筆者實務經驗中提供的一些心得,希望有助於讀者在未來撰寫學術論文時,可以按照所使用的研究設計,進而使用比較適當的詞彙。

創作者介紹
創作者 晨晰部落格新站 的頭像
晨晰部落格新站

晨晰統計部落格新站(統計、SPSS、BIG DATA討論園地)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()