Razina značajnosti u statistici važan je pokazatelj koji odražava stupanj pouzdanosti u točnost i istinitost primljenih (predviđenih) podataka. Koncept se široko koristi u raznim područjima: od provođenja socioloških istraživanja, do statističkog testiranja znanstvenih hipoteza.
definicija
Razina statističke značajnosti (ili statistički značajan rezultat) pokazuje kolika je vjerojatnost slučajne pojave ispitivanih pokazatelja. Opća statistička značajnost fenomena izražava se koeficijentom p-vrijednosti (p-nivoa). U bilo kojem eksperimentu ili opažanju, vjerojatno je da su dobiveni podaci nastali zbog pogrešaka uzorkovanja. To se posebno odnosi na sociologiju.
Odnosno, statistika je statistički značajna čija je vjerojatnost slučajne pojave izuzetno mala ili sklon krajnosti. Ekstremni se u ovom kontekstu smatra stupnjem odstupanja statistike od nulte hipoteze (hipoteza koja se provjerava u skladu s dobivenim podacima uzorka). U znanstvenoj praksi se razina značajnosti bira prije prikupljanja podataka i u pravilu je njezin koeficijent 0,05 (5%). U sustavima gdje su točne vrijednosti izuzetno važne, ovaj pokazatelj može biti 0,01 (1%) ili manji.
dosije
Koncept razine značajnosti uveo je britanski statističar i genetičar Ronald Fisher 1925. godine, kada je razvio metodologiju za testiranje statističkih hipoteza. Kada se analizira postupak, postoji izvjesna vjerojatnost određenih pojava. Poteškoće nastaju pri radu s malim (ili ne očiglednim) postotnim vjerojatnostima koje spadaju u pojam "pogreška mjerenja".
U radu sa statistikama koje nisu dovoljno specifične za provjeru, znanstvenici su se suočili s problemom nulte hipoteze koja „ometa“ male količine. Fisher je predložio definiranje takvih sustava vjerojatnost događaja 5% (0,05) kao prikladan selektivni rez, koji vam omogućuje da odbacite nultu hipotezu u proračunima.
Uvođenje fiksnog koeficijenta
1933. znanstvenici Jerzy Neumann i Egon Pearson u svojim su radovima unaprijed (prije prikupljanja podataka) preporučili da se uspostavi određena razina značaja. Primjeri upotrebe ovih pravila jasno su vidljivi tijekom izbora. Pretpostavimo da postoje dva kandidata, od kojih je jedan vrlo popularan, a drugi je malo poznat. Očito je da prvi kandidat pobjeđuje na izborima, a šanse drugog teže su na nuli. Oni teže - ali nisu jednaki: uvijek postoji vjerojatnost više sile, senzacionalne informacije, neočekivane odluke koje mogu promijeniti predviđene izborne rezultate.
Neumann i Pearson složili su se da je Fisher-ova predložena razina značajnosti od 0,05 (označena simbolom α) najpovoljnija. Međutim, i sam Fisher 1956. godine usprotivio se fiksaciji ove vrijednosti. Vjerovao je da razinu α treba uspostaviti u skladu s određenim okolnostima. Na primjer, u fizici čestica je 0,01.
Razina značajnosti p-
Izraz p-vrijednost prvi se put koristio u Brownleyevom djelu 1960. godine. Razina P (p-vrijednost) je pokazatelj koji je obrnuto povezan sa istinitošću rezultata. Najviša p-vrijednost koeficijenta odgovara najnižoj razini pouzdanosti u uzorku ovisnosti između varijabli.
Ova vrijednost odražava vjerojatnost pogrešaka povezanih s interpretacijom rezultata. Pretpostavimo da je razina p = 0,05 (1/20). Pokazuje vjerojatnost od pet posto da je odnos između varijabli koje se nalaze u uzorku samo slučajna značajka uzorka.To jest, ako je ta ovisnost odsutna, onda se s ponovljenim takvim eksperimentima, u prosjeku, u svakoj dvadesetoj studiji može očekivati jednaka ili veća ovisnost između varijabli. Često se razina p smatra „prihvatljivom granicom“ razine pogreške.
Usput, p-vrijednost možda ne odražava stvarni odnos između varijabli, već pokazuje samo određenu prosječnu vrijednost unutar pretpostavki. Konkretna analiza podataka ovisit će i o odabranim vrijednostima ovog koeficijenta. S razinom p = 0,05, doći će do nekih rezultata, a s koeficijentom 0,01.
Ispitivanje statističkih hipoteza
Razina statističke značajnosti posebno je važna pri testiranju hipoteza. Primjerice, prilikom izračunavanja dvostranog testa, područje odbacivanja se dijeli podjednako na oba kraja distribucije uzorka (u odnosu na nulu koordinatu) i izračunava se istinitost podataka.
Pretpostavimo da se prilikom praćenja određenog procesa (fenomena) pokazalo da novi statistički podaci ukazuju na male promjene u odnosu na prethodne vrijednosti. Štoviše, odstupanja u rezultatima su mala, nisu očita, ali su važna za studiju. Dilema se postavlja pred stručnjakom: događaju li se promjene stvarno ili se radi o pogreškama uzorkovanja (netočnim mjerenjima)?
U ovom se slučaju nulta hipoteza koristi ili odbacuje (sve se pripisuje pogrešci ili se promjena u sustavu prepoznaje kao stvarni dodatak). Proces rješavanja problema temelji se na omjeru ukupne statističke značajnosti (p-vrijednosti) i razine značajnosti (α). Ako je razina p <α, tada se nulta hipoteza odbacuje. Što je manja p-vrijednost, to je značajnija statistika testa.
Korištene vrijednosti
Razina važnosti ovisi o materijalu koji se analizira. U praksi se koriste sljedeće fiksne vrijednosti:
- a = 0,1 (ili 10%);
- a = 0,05 (ili 5%);
- a = 0,01 (ili 1%);
- α = 0,001 (ili 0,1%).
Što su izračuni potrebni točniji, primjenjuje se niži koeficijent α. Naravno, statističke prognoze iz fizike, kemije, farmacije, genetike zahtijevaju veću točnost nego u politologiji, sociologiji.
Pragovi važnosti za određena područja
U visoko preciznim područjima, poput fizike čestica i proizvodnih aktivnosti, statistička se značajnost često izražava kao omjer standardnog odstupanja (označenog sigma koeficijentom - σ) u odnosu na normalnu distribuciju vjerojatnosti (Gaussova raspodjela). σ je statistički pokazatelj koji određuje disperziju vrijednosti određene vrijednosti u odnosu na matematička očekivanja. Koristi se za crtanje vjerojatnosti događaja.
Ovisno o polju znanja, koeficijent σ uvelike varira. Na primjer, pri predviđanju postojanja Higgsovog bozona, parametar σ je pet (σ = 5), što odgovara vrijednosti p-vrijednosti = 1 / 3,5 milijuna. U studijama genoma, razina značajnosti može biti 5 × 10-8koje nisu neuobičajene za ovo područje.
efikasnost
Imajte na umu da koeficijenti α i p-vrijednosti nisu točne karakteristike. Bez obzira na razinu značaja u statistici ispitivanog fenomena, to nije bezuvjetna osnova za prihvaćanje hipoteze. Na primjer, što je manja vrijednost α, veća je vjerojatnost da je utvrđena hipoteza značajna. Međutim, postoji rizik od pogreške, što smanjuje statističku snagu (značajnost) studije.
Istraživači koji se usredotočuju samo na statistički značajne rezultate mogu dobiti pogrešne zaključke. Istovremeno, teško je dvostruko provjeriti njihov rad, jer oni koriste pretpostavke (koje su, u stvari, vrijednosti α i p-vrijednosti). Stoga se uvijek, zajedno s izračunavanjem statističke značajnosti, preporučuje odrediti još jedan pokazatelj - veličinu statističkog učinka. Jačina učinka je kvantitativna mjera snage efekta.
