--- title: 'JASP與jamovi使用示範' tags: Lecture --- 可理解的分析報告 === ## 本日學習清單 [TOC] ## 從假設到設計,從設計到分析 ![](https://scgeeker.github.io/EXPPSY_Opensci/figs/CH01_FIG01_knowledge_cycle_01.png =600x) <small>來源:[實驗心理學:開放科學取向](https://scgeeker.github.io/EXPPSY_Opensci/)</small> ||設計|分析| |---|:---:|:---:| |假設化為操作型定義|觀察條件形式化|觀察條件符號化| |觀察現象的測量|設定測量方法|符合測量方法的尺度| |因果關係推論|觀察條件之下的測量結果|測量結果參數化| |設定測量極限|測量工具的使用限制、可測範圍|測量結果的參數值域| |設定輔助假設|干擾或調節測量結果的可能原因|可能原因符號化/參數化| |設定測量結果的判斷準則|選擇合適的分析模型|實現分析模型的數值方法| ## 隨機分組的功用 - 一種分組設置一種處置條件 - 疫苗測試比較試驗中的疫苗與安慰劑療效 - 參與者分派到進行反應的任何一種處置條件的機會相等 - 每位參與者反應的隨機誤差在可容許範圍 - 評估處置有效或無效是錯誤的機率在可控範圍之內 - 可判斷結果是處置條件確實有效或確實無效 ## 智性直覺原始報告 ![](https://i.imgur.com/9VweLjx.png) ![](https://i.imgur.com/rltXj0L.png) ![](https://i.imgur.com/bIfNmMj.png) ## 重製分析結果 [虛擬實驗資料](https://osf.io/fcmwe/) ## JASP [檔案下載](https://osf.io/fh5nx/) <iframe src="https://mfr.osf.io/render?url=https://osf.io/fh5nx/?direct%26mode=render%26action=download%26public_file=True&initialWidth=808&childId=mfrIframe&parentTitle=OSF%20%7C%20turri_fake_analysis.jasp&parentUrl=https%3A%2F%2Fosf.io%2Ffh5nx%2F" height=1400 width=800> </iframe> jamovi [檔案下載](https://osf.io/29djc/) --- <iframe src="https://mfr.osf.io/render?url=https://osf.io/29djc/?direct%26mode=render%26action=download%26public_file=True&initialWidth=808&childId=mfrIframe&parentTitle=OSF%20%7C%20turri_fake_analysis.omv&parentUrl=https%3A%2F%2Fosf.io%2F29djc%2F" height=1800 width=800> </iframe> 統計報告示範寫作 --- - 下載檔案後,開啓JASP與jamovi檔案,複製貼上到WORD,比較排版效果。 - 跟隨老師的示範,調整JASP與jamovi檔案內的功能。 ## 迷你黑客松 - 如果有學過其他統計軟體的經驗,你認為JASP與jamovi有什麼不一樣? - 臨場運用軟體重寫中文分析報告,測試JASP與jamovi有何特點。 ## 小論文:解析實驗結果 #### 主題說明 「重量決定重要性」在2010年前後曾吸引社會心理學家注意,最典型的研究是Jostmann, Lakens, 與 Schubert (2009) 在公眾場所邀請51位大學生進行一份校園事務意見調查,雖然受邀的大學生都是填同一份問卷,但是其中28人拿較重的筆記板填答,其他23人拿較輕的筆記板填答,他們發現拿重筆記板填答的學生,對於學生會應該重視學生意見的問題,以7點量表表示的同意度明顯高於拿輕筆記板的學生。這項研究之後被其他學者嘗試再現,但是都沒有人成功。 [Many Labs 3](https://curatescience.org/app/article/261)邀請許多社會心理學實驗室一起再現許多有爭議的研究,包括Jostmann等人的「重量決定重要性」研究,報告詳見論文4.6小節。原研究者之一Daniel Lakens在Many Labs 3報告正式發表後,寫了[網誌](http://daniellakens.blogspot.com/2016/09/why-scientific-criticism-sometimes.html)表達他的意見與感受。 運用Many Labs 3再現「重量決定重要性」的公開資料,使用[JASP](https://osf.io/xv7ya/)與[jamovi](https://osf.io/ukhgs/)重製論文報告的分析。資料內與分析有關的變項是`Site`(實驗室所在機構)、`ClipboardWeight`(筆記板重量)、`ClipBoardMaterial`(筆記板材質)、`IIResponse`(參與者的回答)。參考JASP與jamovi的分析報表,從以下指引解析分析結果。 - 報告裡的統計數值接近`ClipboardWeight`或`ClipBoardMaterial`的分析結果 - `ClipboardWeight`或`ClipBoardMaterial`那一個才是這個研究的獨變項?另一個變項是混淆變項嗎? - 加上`Site`,與`ClipboardWeight`或`ClipBoardMaterial`有什麼交互作用? - 其他在資料表內的變項,有什麼可能影響分析結果的潛在變項? #### 評估標準 - 談到隨機分組的作用 - 說明重製分析與論文報告的不同,評論能否影響個人對報告的信任 - 個人評論再現研究結果能否充分否證原始研究的主張