Kako izračunati pomen

Statistični pomen je objektivni pokazatelj, ali so rezultati študije matematično "resnični" in statistično obrambni in ne zgolj naključni. Pogosto uporabljeni testi pomembnosti iščejo razlike v sredstvih naborov podatkov ali razlike v variancah naborov podatkov. Vrsta preskusa, ki se uporablja, je odvisna od vrste podatkov, ki se analizirajo. Raziskovalci morajo določiti, kako pomembni bodo, če bodo rezultati potrebni - z drugimi besedami, koliko tveganja so pripravljeni sprejeti, da se ne bodo zmotili. Značilno je, da so raziskovalci pripravljeni sprejeti stopnjo tveganja 5 odstotkov.

•••Scott Rothstein / iStock / Getty Images

Z eksperimenti se preizkušajo določene hipoteze ali eksperimentalna vprašanja s pričakovanim rezultatom. Nična hipoteza je tista, ki ne zazna razlike med obema nizoma primerjanih podatkov. Na primer v medicinskem preskušanju je lahko nična hipoteza, da ni razlike v izboljšanju med bolniki, ki prejemajo preskušano zdravilo, in bolniki, ki prejemajo placebo. Če raziskovalec napačno zavrne to nično hipotezo, ko je dejansko resnična, z drugimi besedami, če "zazna" razlika med obema pacientoma, kadar razlike res ni bilo, so storili tip I napaka. Raziskovalci vnaprej ugotovijo, kolikšno tveganje za napako tipa I so pripravljeni sprejeti. To tveganje temelji na največji vrednosti p, ki jo bodo sprejeli, preden bodo zavrnili nično hipotezo, in se imenuje alfa.

Nadomestna hipoteza je tista, ki zazna razliko med obema nizoma podatkov, ki jih primerjamo. V primeru medicinskega preskušanja bi pričakovali različne stopnje izboljšav pri bolnikih, ki so prejemali preskušano zdravilo, in bolnikih, ki so prejemali placebo. Če raziskovalci ne zavrnejo nične hipoteze, kadar bi morali, z drugimi besedami, če "zaznajo" ne razlika med obema pacientoma, ko je res prišlo do razlike, so storili tip II napaka.

Ko raziskovalci opravijo test statistične pomembnosti in je posledična vrednost p manjša od ravni tveganja, ki se šteje za sprejemljivo, se rezultat testa šteje za statistično pomembnega. V tem primeru se zavrne nična hipoteza - hipoteza, da med obema skupinama ni razlike. Z drugimi besedami, rezultati kažejo, da obstaja razlika v izboljšanju med bolniki, ki prejemajo preskušano zdravilo, in bolniki, ki prejemajo placebo.

Na izbiro je več različnih statističnih testov. Standardni t-test primerja sredstva iz dveh naborov podatkov, kot so podatki o študijskih zdravilih in podatki o placebu. Seznanjeni t-test se uporablja za odkrivanje razlik v istem naboru podatkov, kot je študija pred in po. Enosmerna analiza variance (ANOVA) lahko primerja sredstva iz treh ali več podatkovnih nizov, dvosmerna ANOVA pa primerja pomeni dva ali več naborov podatkov kot odziv na dve različni neodvisni spremenljivki, na primer različne jakosti študije drog. Linearna regresija primerja sredstva nabora podatkov po gradientu obdelave ali času. Rezultat vsakega statističnega testa bodo meritve pomembnosti ali alfa, ki jih je mogoče uporabiti za razlago rezultatov testa.