- 最后登录
- 2016-11-27
- 注册时间
- 2003-1-21
- 威望
- 250
- 金钱
- 16832
- 贡献
- 11934
- 阅读权限
- 255
- 积分
- 29016
- 日志
- 4
- 记录
- 0
- 帖子
- 1438
- 主题
- 69
- 精华
- 0
- 好友
- 380
    
- 注册时间
- 2003-1-21
- 最后登录
- 2016-11-27
- 积分
- 29016
- 精华
- 0
- 主题
- 69
- 帖子
- 1438
|
本帖最后由 Kenneth 于 2012-8-8 01:19 编辑 # Y3 ~/ b' r+ o6 C4 Y
: Y: C" R4 {7 [% Z% @% iXanadu-uiwltkyr,我猜有两个可能。( h9 b1 h8 e' g( ~" d8 | B t
: A9 f# U2 m4 y3 B- j( ^
第一个可能是他是统计的专家,与我们做实战研究的人要求不同。
% c2 q1 p( x5 W9 m, v
0 r/ L4 L( H, D# C( E& i如果要验证你的压力量表的有效性,自然是在不同的人群中,都试试这量表是否有效。不然,如果在医生中有效,你如何知道在老师中都有效?所以,用单一样本有好处(结论清晰,不会有其他的可能影响),但是不同样本也可以保证量表的多用性。我看不见有什么问题。3 O# a [2 _( Q/ ~' ^6 B9 p
% G6 t s. M9 {. g3 F至于方便取样,这是管理研究的特征。能够找绝对适合的样本自然好,可是大部分情形,我们都是用方便取样的。只要这个“方便”的取样不会明显的造成什么偏差就好了。2 W& N# O5 a: J9 f) T& }
3 x) N# g3 i6 @, I. O9 y! F. Y
至于所谓“证明目前的样本量对于信效度验证有把握”,这明显是搞统计的人才会想的问题。我猜他的意思是对应不同的 effect size 和 统计项,我们都可以计算出要表现这个 effect size 所需要的样本数。比如当相关系数是0.9时,可能样本数是150 就足够找到显著的相关系数。但是如果总体的相关是0.0001的话,你的样本数可能就要超过1000 才可能可以找到显著的结果。越小的effect size,需要的样本数就越大。但是,这是针对过小的样本数,就算总体的effect size (比如相关系数)是不等如零,你也没有能力(statistical power)去把这个不是0的effect size表现出来而已。因为样本数太小,你总会发现结果是不显著的。
* g; T( x2 E: C7 r7 v, V* n* Q3 T
/ i |, E4 y8 [7 c' o第二个可能性是,这个所谓外审专家,可能根本不知道自己在说什么,只是以为身为评委,就要尽量找理由去批判你的研究。可能是我才疏学浅。我倒看不见压力量表有什么所谓适合的亚群体。这个评价唯一可能合理的情形,就是叫你去找一些特别有压力的行业。可是没有行业是不会有什么压力的。所以我完全同意你说。我不知道什么叫做“适合”的亚群体。# M3 k. K/ @9 i4 u3 J2 c" H
8 M) P+ N. @2 N再者,如果你的结果是统计上显著的话,其实也没有statistical power的问题。所以我也不知道他讲的是什么意思。
( W( R1 N. l( I, K5 W% r& M
! r9 m! T3 r7 ]6 J% R# b; h讲了这么多,具体意见是:* H& Y; F6 U# l8 h( ~; K
1. 随便找一个理由,比如找出几个压力可能是比较大的行业,或者是你的研究问题比较合用的行业,称他们为“适合”的亚群体。稍微加大样本。我个人不觉得有这必要。但是如果你要满足评委的话,你没有选择。$ `7 u: B7 s( T4 S% C9 ?) B! p
2. 看看 Cohen and Cohen 的 statistical power 一书。尝试计算你得到的相关系数(也就是评委说的效度),如果要一个你说假定的power的话,所需要的样本数。这一点完全是为了满足评委的需要。我个人对是否要如此做很怀疑。! @& F% `8 C4 |) g; R b
! U1 z3 q1 `* e( K! ?1 _4 X# ?. c" ]- X" L' C$ I
最后,我的理解是,如果量表是在open domain,比如项目已经打印在文章中,你就可以随意引用,只是一定要说明出处就好了。. W, r1 m8 v' Q' F' f' Y+ R$ }
|
|