Kaikki hypoteesitestausten tulokset eivät ole yhtä suuret. hypoteesitesti tai tilastollisen merkitsevyystestin tyypillinen merkitys liittyy siihen. Tämä merkitsevyystaso on luku, jota tyypillisesti merkitään Kreikan kirje alfa. Yksi kysymys, joka nousee esiin tilastoluokassa, on "mitä alfa-arvoa tulisi käyttää hypoteesitesteissämme?"
Vastaus tähän kysymykseen, kuten moniin muihinkin tilastokysymyksiin, on: "Se riippuu tilanteesta." Tutkimme mitä tarkoitamme tällä. Monet eri tieteenalojen lehdet määrittelevät, että tilastollisesti merkitsevät tulokset ovat niitä, joissa alfa on yhtä suuri kuin 0,05 tai 5%. Mutta tärkeintä huomata, että alfalla ei ole universaalia arvoa, jota tulisi käyttää kaikille tilastolliset testit.
Yleisesti käytetyt arvot merkitsevyystasot
Alfa edustama luku on todennäköisyys, joten se voi ottaa minkä tahansa ei-negatiivisen arvon oikea numero vähemmän kuin yksi. Vaikka teoriassa mitä tahansa lukua välillä 0 ja 1 voidaan käyttää alfaan, tilastollisessa käytännössä näin ei ole. Kaikista merkitsevyystasoista arvot 0,10, 0,05 ja 0,01 ovat alfalle yleisimmin käytetyt. Kuten näemme, muiden alfa-arvojen kuin yleisimmin käytettyjen lukujen käyttöön voi olla syitä.
Merkitystaso ja tyypin I virheet
Yksi alfa-arvon "yksi koko sopii kaikille" -arvoon liittyvä huomio liittyy siihen, mistä tämä luku on todennäköisyys. Hypoteesitestin merkitsevyystaso on tarkalleen yhtä suuri kuin a: n todennäköisyys Tyypin I virhe. Tyypin I virhe koostuu väärin hylättiin nolla hypoteesi kun nollahypoteesi on totta. Mitä pienempi alfa-arvo, sitä epätodennäköisempää on, että hylkäämme todellisen nollahypoteesin.
On erilaisia tapauksia, joissa tyyppi I -virhe on hyväksyttävämpi. Suurempi alfa-arvo, jopa yksi yli 0,10, voi olla tarkoituksenmukainen, kun pienempi alfa-arvo johtaa vähemmän toivottavaan lopputulokseen.
Harkitse sairauden lääketieteellisessä seulonnassa sellaisen testin mahdollisuuksia, joka osoittaa virheellisesti positiivisen sairauden suhteen, sellaisen testin mahdollisuudet, joka virheellisesti osoittaa negatiivisen sairauden suhteen. Väärä positiivinen aiheuttaa ahdistusta potilaaseemme, mutta johtaa muihin kokeisiin, jotka määrittävät, että testimme tuomio oli todella väärä. Väärä negatiivinen antaa potilaallemme väärän oletuksen, että hänellä ei ole sairautta, kun hän itse asiassa tekee. Seurauksena on, että tautia ei hoideta. Valinnan vuoksi meillä olisi mieluummin olosuhteet, jotka johtavat väärään positiiviseen kuin väärään negatiiviseen.
Tässä tilanteessa hyväksymme mielellämme suuremman alfa-arvon, jos se johtaa väärän negatiivisen todennäköisyyden pienempään vaihtoon.
Merkitys ja P-arvot
Merkittävyystaso on arvo, jonka asetimme määrittämään tilastollisen merkitsevyyden. Tämä lopulta on standardi, jolla mitataan testitilastomme laskettu p-arvo. Sanoa, että tulos on tilastollisesti merkitsevä alfa-tasolla, tarkoittaa vain sitä, että p-arvo on pienempi kuin alfa. Esimerkiksi, jos arvo alfa = 0,05, jos p-arvo on suurempi kuin 0,05, niin emme hylkää nollahypoteesia.
Joissakin tapauksissa tarvitsemme hyvin pienen p-arvo hylätä nollahypoteesi. Jos nollahypoteesimme koskee jotain, joka hyväksytään laajalti totta, niin nollahypoteesin hylkäämiseksi on oltava korkea todiste. Tämän aikaansaa p-arvo, joka on paljon pienempi kuin alfan yleisesti käytetyt arvot.
johtopäätös
Ei ole yhtä alfa-arvoa, joka määrittelee tilastollisen merkitsevyyden. Vaikka numerot, kuten 0,10, 0,05 ja 0,01, ovat arvoja, joita yleensä käytetään alfaan, ei ole pakottavaa matemaattinen lause joka sanoo, että nämä ovat ainoat merkitystasot, joita voimme käyttää. Kuten monissa tilastoissa, meidän on ajateltava ennen kuin laskemme ja ennen kaikkea käytämme järkeä.