又到暑假囉,今年又要出國玩,之前做過一篇島嶼的比較,冠軍是蘇美島http://dasanlin888.pixnet.net/blog/post/34469489。今年想要去日本玩,同樣的鎖定了四個日本的地區做比較,看看哪個地區CP值比較高。
又到暑假囉,今年又要出國玩,之前做過一篇島嶼的比較,冠軍是蘇美島http://dasanlin888.pixnet.net/blog/post/34469489。今年想要去日本玩,同樣的鎖定了四個日本的地區做比較,看看哪個地區CP值比較高。
由於最近常在處理有關於資料處理的問題,小編這邊學到兩個還蠻好用的功能分享給大家:(1)為每一列的資料增加辨識碼,相當於流水號;(2)針對相同流水號(同一個人)的資料,再增加一欄辨識碼,相當於該列資料為該研究對象的第幾次資料。
一、增加流水號
在前述例子中,我們預期研究人員會將完整資料提供在文章上,所謂「完整資料」包括兩組的人數、outcome的平均數與標準差,聽起來我們對「完整資料」的要求並不高,但事實上,確實有些文章沒有同時將所有資訊都呈現,例如作者只提供平均數以及顯著性考驗而沒有提供標準差,這種狀況確實頗為常見,接著我們舉出幾種常見的狀況,希望各位讀者未來遇到這種狀況時可以迎刃而解。
通常資料鍵檔、清理及編碼完之後,就會開始進行分析!!不過有時候就得先去篩選樣本後再來進行分析,通常會發生在(1)選擇特定樣本,譬如說只分析男生,或只分析學歷在大專以上的對象;(2)針對所有樣本隨機抽取選需的份數。
情況一的部分,主要是研究者欲針對特定對象來進行統計分析,因此會在分析之前以滿足調件的方式,去篩選出特定樣本;情況二的部分則常發生在研究者僅作一次收案,但又要進行預試分析,因此針對所有資料抽取出一小部分的樣本來進行預試分析,再用剩下的資料進行正試分析。
(四)樣本數計算軟體介紹:G*power
目前為止,我們已經得到效果量(Cohen’s d)並且帶入統計公式,進而計算出每組至少需要165名,不過讀者會問,難道每一次都得自己手算嗎?當然不是,在此隆重介紹世界知名的樣本數計算軟體:G*Power,是由德國好幾間大學的教授所研發撰寫的,不僅功能強大而且完全免費。
(三)狀況一:有實驗組與對照組的平均數與標準差
以下例子引用Rosner (2002, p.308). Hypertension and Oral Contraceptive between Premenopausal nonpregnant women。該研究為比較有無服用某種口服避孕藥兩組的收縮壓(SBP),假設我們現在想要規劃一個類似的研究,但是使用的藥物則跟Rosner該例中的藥物不同,然而我們到底要收集多少樣本數也必須要有一個根據,因此我們只好假設如果我們預期效果若跟Rosner的研究相同,那我們至少需要收集多少樣本數以達到這個效果。
(二)好用工具介紹:ES_calculator
不過,有些讀者可能對以上公式要在Excel自行寫函數會有些困難,因此我隆重介紹一個非常好用的工具,此EXCEL是由「Practical meta-analysis」此書的作者David Wilson所設計的,裡頭包括了10幾種不同狀況之下該如何計算出效果量,此檔案可由google直接搜尋下載,請搜尋「effect size determination program Wilson」,第一個網頁連結即可直接下載該EXCEL檔(檔名:ES_calculator.xls)。