有时候在心理学研究中,很多数据测试不显著,科学上有一些方法对此进行修正。
在心理学的许多研究者(尤其是许多个人在一线做实验,或只有“科学实验”的标准,忽视了实验处理这重要的一点,或者不做预实验,没有根据反馈调整实验方案称为“心理学家”的受试者使用)一群孤立的刺激接收器和数据输出是不容忽视的(事实上,可能决定实验成败的主要因素)的情景因素,群体因素的考试科目和时间因素,这是很多研究不能“显著”的结果的原因之一。
变量转换的主要目的不是取得显著的结果。事实上,如果你的假设是错误的,而数据仅仅反映了真实情况,那么你如何改变就不能得到预期的结果。转换后的数据有显著的结果,只有你判断数据形式可能是正确的;然而,有时即使你不改变,仍然可以通过其他测试方法获得“等效”结果,如非参数检验不依赖于数据形式。
实验中常用的分离范式(不仅用于心理学)常希望一组结果不显著,另一组显著。例如,假设是良药,可以提高一个人的短期记忆(而不是一般认知能力),再到医疗条件(的药物或安慰剂的使用)作为独立变量,在短期记忆任务的同时,短期记忆任务涉及的认知推理为因变量,以一个因变量,我们希望得到有意义的结果,我们希望得到一个不显著的结果,否则我们不会知道这种药物的实际效果。如果使用更严格的双分离范式,就必须验证一种治疗对x有用,对Y无效,B处理对y有用,对x无效。
很多时候数据不显著的原因各种各样,我们需要对数据进行整理才能适用。