天花板效應
天花板效應（英語：ceiling effect）是統計學中的一種因果現象，指測量工具設置的最高分限制了能力高者的表現，導致數據過度集中在上限區域，使優秀個體之間的實際差異無法準確測量[1][2]。
天花板效應會降低統計變量的區分度。當因變量因天花板效應被截斷時，高分區域的數據會被壓縮導致統計分析的準確性降低，不同數據之間的差異更難比較，從而影響研究結果的可信度[3]。
研究
[編輯]傳播學
[編輯]在傳播學媒體效應研究中，天花板效應是常見的方法論問題，影響研究者對媒體效果和傳播分析的準確度測量。
1970年，明尼蘇達大學學者菲利普·J.蒂奇諾（Phillip J. Tichenor）、喬治·A.多諾霍（George A. Donohue）和克拉麗絲·N.奧利恩（Clarice N. Olien）在《Public Opinion Quarterly》發表的論文中發現，測量工具的最高分數限制會影響對高知識水平個體的準確測量，導致天花板效應，並低估媒體在彌合或加劇大眾知識差距方面的實際作用。菲利普等人發現，學界普遍假設媒體信息對各人群的影響具有均等性但天花板效應的存在使得研究者難以辨識高知識群體內部的知識差異，最高分限制可能掩蓋媒體對特定群體的實際影響，致使研究結論的全面性受限[4]。
統計學
[編輯]在統計學中，天花板效應會導致測量工具的上限截斷高水平個體的真實能力或表現，使數據在最高值處聚集，從而減少變量的離散程度並降低統計分析檢測組間差異的效能，削弱推斷結果的可靠性。天花板效應會使數據的變異性被人為壓縮，導致組間方差變小，組間顯著性差異被隱藏，導致研究者易錯誤認為實驗變量對結果沒有顯著作用[2]。
參見
[編輯]參考鏈接
[編輯]- ^ Ceiling Effect, SAGE Publications, Inc., 2010 [2025-03-30], ISBN 978-1-4129-6127-1, doi:10.4135/9781412961288.n44, （原始內容存檔於2023-09-25）
- ^ 2.0 2.1 Cramer, Duncan; Howitt, Dennis Laurence. The SAGE Dictionary of Statistics: A Practical Resource for Students in the Social Sciences Third. SAGE. 2005: 21. ISBN 978-0-7619-4138-5.
- ^ Liu, Qimin; Wang, Lijuan. t-Test and ANOVA for data with ceiling and/or floor effects. Behavior Research Methods. 2021-02, 53 (1): 264-277 [2025-03-30]. ISSN 1554-3528. doi:10.3758/s13428-020-01407-2 （英語）.
- ^ TICHENOR, P. J.; DONOHUE, G. A.; OLIEN, C. N. MASS MEDIA FLOW AND DIFFERENTIAL GROWTH IN KNOWLEDGE. Public Opinion Quarterly. 1970-01-01, 34 (2): 159-170 [2025-03-30]. ISSN 0033-362X. doi:10.1086/267786. （原始內容存檔於2024-12-07）.