A2 Katsausartikkeli tieteellisessä aikausilehdessä
Eight Simple Guidelines for Improved Understanding of Transformations and Nonlinear Effects (2022)


Rönkkö, M., Aalto, E., Tenhunen, H., & Aguirre-Urreta, M. I. (2022). Eight Simple Guidelines for Improved Understanding of Transformations and Nonlinear Effects. Organizational Research Methods, 25(1), 48-87. https://doi.org/10.1177/1094428121991907


JYU-tekijät tai -toimittajat


Julkaisun tiedot

Julkaisun kaikki tekijät tai toimittajatRönkkö, Mikko; Aalto, Eero; Tenhunen, Henni; Aguirre-Urreta, Miguel I.

Lehti tai sarjaOrganizational Research Methods

ISSN1094-4281

eISSN1552-7425

Julkaisuvuosi2022

Ilmestymispäivä11.03.2021

Volyymi25

Lehden numero1

Artikkelin sivunumerot48-87

KustantajaSAGE Publications

JulkaisumaaYhdysvallat (USA)

Julkaisun kielienglanti

DOIhttps://doi.org/10.1177/1094428121991907

Julkaisun avoin saatavuusAvoimesti saatavilla

Julkaisukanavan avoin saatavuusOsittain avoin julkaisukanava

Julkaisu on rinnakkaistallennettu (JYX)https://jyx.jyu.fi/handle/123456789/74700


Tiivistelmä

Transforming variables before analysis or applying a transformation as a part of a generalized linear model are common practices in organizational research. Several methodological articles addressing the topic, either directly or indirectly, have been published in the recent past. In this article, we point out a few misconceptions about transformations and propose a set of eight simple guidelines for addressing them. Our main argument is that transformations should not be chosen based on the nature or distribution of the individual variables but based on the functional form of the relationship between two or more variables that is expected from theory or discovered empirically. Building on a systematic review of six leading management journals, we point to several ways the specification and interpretation of nonlinear models can be improved.


YSO-asiasanatorganisaatiotutkimustilastolliset mallitlineaariset mallitregressioanalyysi

Vapaat asiasanattransformations; generalized linear model; Poisson regression; logistic regression


Liittyvät organisaatiot

JYU-yksiköt:


Hankkeet, joissa julkaisu on tehty


OKM-raportointiKyllä

Raportointivuosi2022

JUFO-taso3


Viimeisin päivitys 2024-22-04 klo 16:11