Sadržaj
- Pogreška tipa I: pogrešno odbacivanje nulte hipoteze
- Pogreška tipa II: pogrešno odbacivanje alternativne hipoteze
- Utvrđivanje razine značaja
- Odabir testa značaja
Statistička značajnost objektivni je pokazatelj jesu li rezultati studije matematički "stvarni" i statistički obranljivi, a ne samo slučajna pojava. Često korišteni testovi značajnosti traže razlike u sredstvima skupa podataka ili razlike u varijanci skupova podataka. Vrsta ispitivanja koja se primjenjuje ovisi o vrsti podataka koji se analiziraju. Na istraživačima je da odrede koliko su značajni za njih potrebni rezultati - drugim riječima, koliki su rizik voljni preuzeti rizik da budu pogrešni. Značajno je da su istraživači spremni prihvatiti razinu rizika od 5 posto.
Pogreška tipa I: pogrešno odbacivanje nulte hipoteze
••• Scott Rothstein / iStock / Getty ImagesEksperimenti se provode radi ispitivanja specifičnih hipoteza ili eksperimentalnih pitanja s očekivanim rezultatom. Nulta hipoteza je ona koja ne otkriva razliku između dva skupa podataka koji se uspoređuju. Na primjer, u medicinskom ispitivanju, nulta hipoteza može biti da nema razlike u poboljšanju između pacijenata koji su primali ispitivani lijek i pacijenata koji su primali placebo. Ako istraživač pogrešno odbaci ovu ništavnu hipotezu kad je ona zapravo istina, drugim riječima ako oni "otkriju" razliku između dva skupa pacijenata kada stvarno nije bilo razlike, tada su počinili pogrešku tipa I.Istraživači unaprijed utvrđuju koliki je rizik počinjenja pogreške tipa I spremni prihvatiti. Taj se rizik temelji na maksimalnoj p-vrijednosti koju će prihvatiti prije odbacivanja nulte hipoteze i naziva se alfa.
Pogreška tipa II: pogrešno odbacivanje alternativne hipoteze
Alternativna je hipoteza koja otkriva razliku između dva skupa podataka koji se uspoređuju. U slučaju medicinskog ispitivanja, očekuje se da ćete vidjeti različite razine poboljšanja kod pacijenata koji su primali ispitivani lijek i bolesnika koji su primali placebo. Ako istraživači ne uspiju odbaciti ništavnu hipotezu kad bi trebali, drugim riječima ako "ne otkriju" razliku između dva skupa pacijenata kada je stvarno došlo do razlike, tada su počinili pogrešku tipa II.
Utvrđivanje razine značaja
Kada istraživači izvrše test statističke značajnosti i rezultirajuća p-vrijednost je manja od razine rizika koja se smatra prihvatljivom, tada se rezultat testa smatra statistički značajnim. U ovom se slučaju nula hipoteza - hipoteza da nema razlike između dvije skupine - odbacuje. Drugim riječima, rezultati pokazuju da postoji razlika u poboljšanju između pacijenata koji su primali ispitivani lijek i pacijenata koji su primali placebo.
Odabir testa značaja
Postoji nekoliko različitih statističkih testova za izbor. Standardni t-test uspoređuje sredstva iz dva skupa podataka, kao što su podaci o ispitivanim lijekovima i naši placebo podaci. Upareni t-test koristi se za otkrivanje razlika u istom skupu podataka, poput studije prije i poslije. Jednosmjerna analiza varijance (ANOVA) može usporediti sredstva iz tri ili više skupova podataka, a dvosmjerna ANOVA uspoređuje sredstva dvaju ili više skupova podataka kao odgovor na dvije različite neovisne varijable, poput različitih snaga proučiti lijek. Linearna regresija uspoređuje sredstva skupova podataka duž gradijenta liječenja ili vremena. Svaki će statistički test rezultirati mjerama značajnosti, odnosno alfa, koje se mogu koristiti za tumačenje rezultata ispitivanja.