كيف تحسب الدلالة

الأهمية الإحصائية هي مؤشر موضوعي لما إذا كانت نتائج الدراسة "حقيقية" من الناحية الرياضية ويمكن الدفاع عنها إحصائيًا ، وليست مجرد حدث صدفة. تبحث اختبارات الأهمية الشائعة الاستخدام عن الاختلافات في وسائل مجموعات البيانات أو الاختلافات في تباينات مجموعات البيانات. يعتمد نوع الاختبار الذي يتم تطبيقه على نوع البيانات التي يتم تحليلها. الأمر متروك للباحثين لتحديد مدى أهمية النتائج التي يحتاجون إليها - بعبارة أخرى ، مقدار المخاطرة التي يرغبون في تحملها لكونهم مخطئين. عادةً ما يكون الباحثون على استعداد لقبول مستوى مخاطرة بنسبة 5 بالمائة.

•••سكوت روثستين / إستوك / جيتي إيماجيس

تجرى التجارب لاختبار فرضيات محددة ، أو أسئلة تجريبية بنتيجة متوقعة. الفرضية الصفرية هي الفرضية التي لا تكتشف أي فرق بين مجموعتي البيانات التي تتم مقارنتها. في تجربة طبية ، على سبيل المثال ، قد تكون الفرضية الصفرية أنه لا يوجد فرق في التحسن بين المرضى الذين يتلقون عقار الدراسة والمرضى الذين يتلقون الدواء الوهمي. إذا رفض الباحث خطأً هذه الفرضية الصفرية عندما تكون في الواقع صحيحة ، بمعنى آخر إذا "اكتشفوا" الفرق بين مجموعتي المرضى عندما لم يكن هناك فرق حقيقي ، ثم التزموا بالنوع الأول خطأ. يحدد الباحثون مسبقًا مقدار مخاطر ارتكاب خطأ من النوع الأول الذي يرغبون في قبوله. يعتمد هذا الخطر على قيمة p قصوى سيقبلونها قبل رفض الفرضية الصفرية ، ويسمى alpha.

الفرضية البديلة هي الفرضية التي تكتشف الفرق بين مجموعتي البيانات التي تتم مقارنتها. في حالة التجربة الطبية ، تتوقع أن ترى مستويات مختلفة من التحسينات في المرضى الذين يتلقون عقار الدراسة والمرضى الذين يتلقون الدواء الوهمي. إذا فشل الباحثون في رفض فرضية العدم عندما ينبغي عليهم ذلك ، بمعنى آخر إذا "اكتشفوا" لا الفرق بين مجموعتين من المرضى عندما يكون هناك اختلاف بالفعل ، فإنهم ارتكبوا نوعًا الثاني خطأ.

عندما يقوم الباحثون بإجراء اختبار ذي دلالة إحصائية وتكون القيمة الاحتمالية الناتجة أقل من مستوى الخطر الذي يعتبر مقبولاً ، فإن نتيجة الاختبار تعتبر ذات دلالة إحصائية. في هذه الحالة ، يتم رفض الفرضية الصفرية - فرضية عدم وجود فرق بين المجموعتين. بمعنى آخر ، تشير النتائج إلى وجود اختلاف في التحسن بين المرضى الذين يتلقون عقار الدراسة والمرضى الذين يتلقون الدواء الوهمي.

هناك العديد من الاختبارات الإحصائية المختلفة للاختيار من بينها. يقارن اختبار t القياسي الوسائل من مجموعتي بيانات ، مثل بيانات عقار الدراسة وبيانات العلاج الوهمي. يستخدم اختبار t المزدوج لاكتشاف الاختلافات في نفس مجموعة البيانات ، مثل الدراسة قبل وبعد. يمكن أن يقارن تحليل التباين أحادي الاتجاه (ANOVA) الوسائل من ثلاث مجموعات بيانات أو أكثر ، ويقارن ANOVA ثنائي الاتجاه يعني مجموعتين أو أكثر من مجموعات البيانات استجابة لمتغيرين مستقلين مختلفين ، مثل نقاط القوة المختلفة للدراسة دواء. يقارن الانحدار الخطي بين وسائل مجموعات البيانات على طول تدرج المعالجات أو الوقت. سينتج عن كل اختبار إحصائي مقاييس الأهمية ، أو ألفا ، التي يمكن استخدامها لتفسير نتائج الاختبار.