Testare la differenza tra due coefficienti di correlazione: una prospettiva basata sulla Design Analysis

La crisi di replicabilità nell'ambito della ricerca scientifica ha sollevato una serie di preoccupazioni riguardo alla metodologia di ricerca e alla diffusione dei risultati. Questa crisi ha spinto i ricercatori a cercare modi per migliorare l'accuratezza delle loro ricerche e ha portato all'adozione di piattaforme open source come Open Science Framework per condividere dettagli e analisi con la comunità scientifica. Il presente elaborato propone una soluzione innovativa chiamata Design Analysis e la utilizza per focalizzarsi sulla valutazione della differenza tra due coefficienti di correlazione estratti da campioni indipendenti. Sono state sviluppate due funzioni in R, prosp_rho2 e retro_rho2, per la Design Analysis prospettiva e retrospettiva. Queste funzioni consentono di stimare un effect size plausibile e forniscono informazioni cruciali sulla numerosità campionaria, la potenza dello studio e gli errori di tipo M e S, errori innovativi proposti da questo approccio statistico. La Design Analysis contribuisce così a migliorare la qualità delle inferenze statistiche e a ridurre il rischio di conclusioni erronee. In conclusione, l'utilizzo della Design Analysis rappresenta un passo importante per affrontare la crisi di replicabilità, mettendo in luce aspetti trascurati della ricerca e promuovendo una valutazione più accurata degli effetti.