We realize that it may be frustrati

We realize that it may be frustrating to learn that the results of the
best-controlled experiment often do not permit a defi nite conclusion about
whether the independent variable produced a difference in behavior. In other
words, what you have learned so far about research methods is not enough!
Unfortunately, even with the tools of data analysis we cannot give you a way
to make defi nite conclusions about what produced a difference in behavior.
But what we can give you is a way (actually, several ways) to make the best
possible statement about what produced a difference. The conclusion will
be based on a probability—namely, a probability that will help you to decide
whether your effect is or is not simply due to chance. It is easy to get lost in
the complexities of null hypothesis testing and confi dence intervals, but keep
in mind the following two critical points:
First and foremost, differences in behavior can arise simply due to chance
(often referred to as error variation). What you want to know is, how likely
it is that the difference you have observed is only due to chance (not to the
effect of your independent variable)? Actually, what you would really like
to know is, how likely it is that your independent variable had an effect?
However, we can’t answer these questions using statistical inference.

Kết quả (Việt) 1:

Chúng tôi nhận ra rằng nó có thể là bực bội để tìm hiểu rằng các kết quả của cácthử nghiệm chạy nhất kiểm soát thường không cho phép một kết luận nite defi vềcho dù biến độc lập sản xuất một sự khác biệt trong hành vi. Kháclời nói, những gì bạn đã học được cho đến nay về phương pháp nghiên cứu là không đủ!Thật không may, ngay cả với các công cụ phân tích dữ liệu chúng tôi không thể cung cấp cho bạn một cáchđể làm cho defi nite kết luận về những gì tạo ra một sự khác biệt trong hành vi.Nhưng những gì chúng tôi có thể cung cấp cho bạn một cách (trên thực tế, một số cách) để làm cho tốt nhấtcó thể tuyên bố về những gì tạo ra một sự khác biệt. Kết thúc sẽDựa trên xác suất-cụ thể là, một khả năng mà sẽ giúp bạn quyết địnhcho dù bạn có hiệu lực là hay không phải là chỉ đơn giản là do cơ hội. Nó rất dễ dàng để có được mất trongsự phức tạp của null hypothesis thử nghiệm và cấu dence khoảng thời gian, nhưng giữtrong tâm trí các điểm quan trọng sau hai:Lần đầu tiên và quan trọng nhất, sự khác biệt trong hành vi có thể phát sinh chỉ đơn giản là do cơ hội(thường được gọi là lỗi biến thể). Những gì bạn muốn biết, làm thế nào có thể lànó là sự khác biệt mà bạn đã quan sát thấy là chỉ vì có thể có (không phải cáchiệu quả của các biến độc lập của bạn)? Trên thực tế, những gì bạn thực sự muốnbiết là, làm thế nào có thể là của bạn biến độc lập này có hiệu lực?Tuy nhiên, chúng tôi không thể trả lời những câu hỏi này bằng cách sử dụng suy luận thống kê.

Kết quả (Việt) 2:

Chúng tôi nhận ra rằng nó có thể là bực bội khi biết rằng các kết quả của các
thí nghiệm tốt nhất kiểm soát thường không cho phép một kết luận Defi đêm về
việc các biến độc lập tạo ra một sự khác biệt trong hành vi. Trong khác
từ, những gì bạn đã học được rất nhiều về phương pháp nghiên cứu là không đủ!
Thật không may, ngay cả với các công cụ phân tích dữ liệu, chúng tôi không thể cung cấp cho bạn một cách
để làm cho kết luận đêm Defi về những gì tạo nên sự khác biệt trong hành vi.
Nhưng những gì chúng tôi có thể cung cấp cho bạn là một cách (trên thực tế, nhiều cách) để thực hiện tốt nhất
tuyên bố có thể về những gì đã tạo ra một sự khác biệt. Các kết luận này sẽ
được dựa trên một xác suất cụ thể là, một xác suất mà sẽ giúp bạn quyết định
liệu có hiệu lực của bạn là hoặc không phải chỉ đơn giản là do cơ hội. Nó rất dễ dàng để mất đi trong
sự phức tạp của thử nghiệm giả thuyết và khoảng dence confi, nhưng giữ
trong tâm trí hai điểm quan trọng sau đây:
Trước hết, sự khác biệt trong hành vi có thể phát sinh chỉ đơn giản là do cơ hội
(thường được gọi là biến thể lỗi). Những gì bạn muốn biết là, làm thế nào có khả năng
đó là sự khác biệt mà bạn đã quan sát thấy chỉ là do cơ hội (chưa đến
ảnh hưởng của biến độc lập của bạn)? Trên thực tế, những gì bạn thực sự muốn
biết là, làm thế nào khả năng nó là biến độc lập của bạn có ảnh hưởng?
Tuy nhiên, chúng tôi không thể trả lời những câu hỏi sử dụng suy luận thống kê.