सांख्यिकीय महत्व इस बात का एक उद्देश्य संकेतक है कि अध्ययन के परिणाम गणितीय रूप से "वास्तविक" और सांख्यिकीय रूप से रक्षात्मक हैं, न कि केवल एक मौका घटना। आमतौर पर इस्तेमाल किए जाने वाले महत्व परीक्षण डेटा सेट के साधनों में अंतर या डेटा सेट के भिन्नताओं में अंतर की तलाश करते हैं। लागू किए जाने वाले परीक्षण का प्रकार विश्लेषण किए जा रहे डेटा के प्रकार पर निर्भर करता है। यह शोधकर्ताओं पर निर्भर करता है कि वे यह निर्धारित करें कि उन्हें परिणामों की कितनी महत्वपूर्ण आवश्यकता है - दूसरे शब्दों में, वे गलत होने का कितना जोखिम उठाने को तैयार हैं। आमतौर पर, शोधकर्ता 5 प्रतिशत के जोखिम स्तर को स्वीकार करने को तैयार हैं।
टाइप I त्रुटि: अशक्त परिकल्पना को गलत तरीके से अस्वीकार करना
•••स्कॉट रोथस्टीन / आईस्टॉक / गेट्टी छवियां
अपेक्षित परिणाम के साथ विशिष्ट परिकल्पनाओं, या प्रयोगात्मक प्रश्नों का परीक्षण करने के लिए प्रयोग किए जाते हैं। एक शून्य परिकल्पना वह है जो तुलना किए जा रहे डेटा के दो सेटों के बीच कोई अंतर नहीं खोजती है। एक चिकित्सा परीक्षण में, उदाहरण के लिए, शून्य परिकल्पना यह हो सकती है कि अध्ययन दवा प्राप्त करने वाले रोगियों और प्लेसीबो प्राप्त करने वाले रोगियों के बीच सुधार में कोई अंतर नहीं है। यदि शोधकर्ता इस शून्य परिकल्पना को गलत तरीके से खारिज कर देता है, जबकि यह वास्तव में सच है, दूसरे शब्दों में यदि वे "पता लगाते हैं" a रोगियों के दो सेटों के बीच अंतर जब वास्तव में कोई अंतर नहीं था, तब उन्होंने टाइप I किया है त्रुटि। शोधकर्ता समय से पहले निर्धारित करते हैं कि टाइप I त्रुटि करने का कितना जोखिम वे स्वीकार करने को तैयार हैं। यह जोखिम अधिकतम पी-मान पर आधारित है जिसे वे शून्य परिकल्पना को अस्वीकार करने से पहले स्वीकार करेंगे, और इसे अल्फा कहा जाता है।
टाइप II त्रुटि: वैकल्पिक परिकल्पना को गलत तरीके से अस्वीकार करना
एक वैकल्पिक परिकल्पना वह है जो तुलना किए जा रहे डेटा के दो सेटों के बीच अंतर का पता लगाती है। चिकित्सीय परीक्षण के मामले में, आप अध्ययन दवा प्राप्त करने वाले रोगियों और प्लेसीबो प्राप्त करने वाले रोगियों में विभिन्न स्तरों में सुधार देखने की अपेक्षा करेंगे। यदि शोधकर्ता शून्य परिकल्पना को अस्वीकार करने में विफल रहते हैं, तो उन्हें दूसरे शब्दों में, यदि वे "पता लगा" नहीं रोगियों के दो सेट के बीच अंतर जब वास्तव में एक अंतर था, तो उन्होंने एक प्रकार का प्रतिबद्ध किया है द्वितीय त्रुटि।
महत्व के स्तर का निर्धारण
जब शोधकर्ता सांख्यिकीय महत्व का परीक्षण करते हैं और परिणामी पी-मान स्वीकार्य समझे जाने वाले जोखिम के स्तर से कम होता है, तो परीक्षण के परिणाम को सांख्यिकीय रूप से महत्वपूर्ण माना जाता है। इस मामले में, शून्य परिकल्पना - यह परिकल्पना कि दो समूहों के बीच कोई अंतर नहीं है - को खारिज कर दिया जाता है। दूसरे शब्दों में, परिणाम इंगित करते हैं कि अध्ययन दवा प्राप्त करने वाले रोगियों और प्लेसीबो प्राप्त करने वाले रोगियों के बीच सुधार में अंतर है।
एक महत्व परीक्षण चुनना
चुनने के लिए कई अलग-अलग सांख्यिकीय परीक्षण हैं। एक मानक टी-परीक्षण दो डेटा सेटों से साधनों की तुलना करता है, जैसे कि हमारे अध्ययन दवा डेटा और हमारे प्लेसीबो डेटा। एक युग्मित टी-परीक्षण का उपयोग समान डेटा सेट में अंतर का पता लगाने के लिए किया जाता है, जैसे कि पहले और बाद का अध्ययन। विचरण का एकतरफा विश्लेषण (ANOVA) तीन या अधिक डेटा सेट से साधनों की तुलना कर सकता है, और दो-तरफ़ा ANOVA तुलना करता है दो अलग-अलग स्वतंत्र चर के जवाब में दो या दो से अधिक डेटा सेट का मतलब, जैसे कि अध्ययन की अलग-अलग ताकत strength दवा। एक रेखीय प्रतिगमन उपचार या समय के एक ढाल के साथ डेटा सेट के साधनों की तुलना करता है। प्रत्येक सांख्यिकीय परीक्षण के परिणामस्वरूप महत्व के माप या अल्फा होंगे, जिनका उपयोग परीक्षण परिणामों की व्याख्या करने के लिए किया जा सकता है।