ใช่สามารถทำได้ถ้าคุณใช้การแปลง R-to-z ของฟิชเชอร์ วิธีอื่น ๆ (เช่น bootstrap) อาจมีข้อได้เปรียบบางอย่าง แต่ต้องการข้อมูลต้นฉบับ ใน R ( rคือสัมประสิทธิ์สหสัมพันธ์ตัวอย่างnคือจำนวนการสังเกต):
z <- 0.5 * log((1+r)/(1-r))
zse <- 1/sqrt(n-3)
min(pnorm(z, sd=zse), pnorm(z, lower.tail=F, sd=zse))*2
ดูยังโพสต์นี้บนบล็อกของฉัน
ที่กล่าวว่าไม่ว่าจะเป็น. 01 หรือ. 001 นั้นไม่สำคัญเท่าไหร่ อย่างที่คุณพูดนี่คือฟังก์ชั่นขนาดตัวอย่างส่วนใหญ่และคุณรู้อยู่แล้วว่าขนาดตัวอย่างใหญ่ ข้อสรุปเชิงตรรกะคือคุณอาจไม่จำเป็นต้องทำการทดสอบเลย (โดยเฉพาะอย่างยิ่งไม่ใช่การทดสอบสมมติฐานที่เรียกว่า 'ไม่มี' ที่ความสัมพันธ์เป็น 0) ด้วยN = 878 คุณสามารถมั่นใจในความแม่นยำของการประมาณการและมุ่งเน้นไปที่การตีความโดยตรง (เช่นคือ. 75 ขนาดใหญ่ในสาขาของคุณ?)
อย่างไรก็ตามอย่างเป็นทางการเมื่อคุณทำการทดสอบทางสถิติในกรอบงานของ Neyman-Pearson คุณจะต้องระบุระดับข้อผิดพลาดล่วงหน้า ดังนั้นหากผลลัพธ์ของการทดสอบมีความสำคัญและมีการวางแผนการศึกษาด้วย. 01 เป็นเกณฑ์จะทำให้รู้สึกถึงการรายงานp <.01 เท่านั้นและคุณไม่ควรฉวยโอกาสทำให้มันเป็นp <.001 ตามค่าp ที่ได้รับ ความยืดหยุ่นที่ไม่เปิดเผยประเภทนี้เป็นหนึ่งในเหตุผลหลักที่อยู่เบื้องหลังการวิจารณ์ของดาวฤกษ์ดวงเล็ก ๆ และโดยทั่วไปแล้วการทดสอบนัยสำคัญที่ใช้สมมติฐานสมมุติฐานว่างในสังคมศาสตร์
ดูเพิ่มเติม Meehl, PE (1978) ความเสี่ยงเชิงทฤษฎีและเครื่องหมายดอกจันแบบตาราง: เซอร์คาร์ล, เซอร์โรนัลด์และความก้าวหน้าช้าของจิตวิทยาอ่อน วารสารการให้คำปรึกษาและจิตวิทยาคลินิก, 46 (4), 806-834 (ชื่อมีการอ้างอิงถึง "ดาว" เหล่านี้ แต่เนื้อหาเป็นการสนทนาที่กว้างกว่ามากเกี่ยวกับบทบาทของการทดสอบที่สำคัญ)