ZJUTADAC的个人博客分享 http://blog.sciencenet.cn/u/ZJUTADAC

博文

【Knowledge Sharing】为什么需要提供统计检定力(避免type II error)

已有 552 次阅读 2021-11-16 09:57 |个人分类:结构方程模型|系统分类:科研笔记

    我们的研究正确吗?大部分的研究者在提出虚无假设(Null hypothesis)检验时,聚焦在避免I错误(type I error)时,而忽略了避免型II错误(type II error)。我们最新研究论文提供计算SEM(PLS-SEM)统计检定力。

参考文献如下:

  • Shiau, W.-L., Chen, H., Chen, K., Liu, Y.-H., and Tan, F. T. C.(2021). A Cross-Cultural Perspective on the Blended Service Quality for Ride-Sharing Continuance. Journal of Global Information Management (JGIM, SSCI), Vol. 29 No. 6, Article 2, pp. 1-25.https://www.igi-global.com/....../a-cross....../287602

    感谢顶尖学者 Prof. Christian RIngle (SmartPLS Developer)的肯定与转发我们的文章,在讨论后,将来SmartPLS 软件也考虑提供SEM(PLS-SEM)统计检定力,太棒了。

Dear Mac Shiau

I will discuss with the team on how to include power statistics into SmartPLS.

Best

Christian

    为什么需要提供统计检定力(避免type II error)的说明如下。说明:为什么需要提供统计检定力(避免type II error)?

    现在的管理研究(例如,信息管理)假设中,大量的使用X正向显著的影响Y,或者是X显著地关连(associate)Y, 是带要有方向和显著性的,这和Null hypothesis是一致的吗?这该如何检定和解释呢?Lin et al. (2013)在ISR顶刊中提出了相当好的说明,Lin et al. (2013) stated:

  “…, The null hypothesis either contains only the nondirectional no effect scenario or it contains both the no effect scenario and the opposite directional scenario….”

   目前我们所建立的假设常常隐喻着是在统计学中谈到的对立假设(alternative hypothesis), 因此,正确可靠的对立假设是需要避免(β) Type II错误,也就是需要考虑(1-β), power statistics 统计检验力(功效),我们建议未来的研究,尽可能在研究设计中,就需要考虑避免Type II错误,也考虑报告(1-β)统计检定力(功效)。

参考文献如下:

  • Lin, M., Lucas, H. C., Jr., & Shmueli, G. (2013). Too big to fail: Large samples and the p-value problem. Information Systems Research, 24(4), 906–917. https://doi.org/10.1287/isre.2013.0480




https://m.sciencenet.cn/blog-3444471-1312619.html

上一篇:[Knowledge Sharing] 正确的类别型调节分析+ 模式比较+统计检定力
下一篇:混合方法研究:它是什么和它可能是什么

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-1-28 02:10

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部