Στατιστική σημαντικότητα

Από τη Βικιπαίδεια, την ελεύθερη εγκυκλοπαίδεια
Πήδηση στην πλοήγηση Πήδηση στην αναζήτηση

Όσον αφορά τις στατιστικές, στατιστική σημαντικότητα (ή ένα στατιστικά σημαντικό αποτέλεσμα) επιτυγχάνεται όταν το p-value είναι μικρότερο από το επίπεδο σημαντικότητας. Η p-value είναι η πιθανότητα απόκτησης τουλάχιστον ως ακραία αποτελέσματα, δεδομένου ότι η μηδενική υπόθεση είναι αληθής, ενώ η σημασία ή άλφα (α) επίπεδο είναι η πιθανότητα της απόρριψης της μηδενικής υπόθεσης, δεδομένου ότι είναι αλήθεια. Ως θέμα της ορθής επιστημονικής μεθόδου-πρακτικής, ένα επίπεδο σημαντικότητας επιλέγεται πριν τη συλλογή δεδομένων και συνήθως βρίσκεται στο 0,05 (5%). Άλλα επίπεδα σημαντικότητας (π.χ., 0,01) δύνανται να βρουν εφαρμογή, ανάλογα με τον τομέα μελέτης.

Η στατιστική σημαντικότητα είναι θεμελιώδης για την δοκιμή στατιστικής υπόθεσης. Σε κάθε πείραμα ή παρατήρηση που περιλαμβάνει τη σύνταξη ενός δείγματος από έναν πληθυσμό, υπάρχει πάντα η πιθανότητα ότι ένα παρατηρούμενο αποτέλεσμα θα συνέβαινε λόγω σφάλμα δειγματοληψίας μόνο. ​​Αλλά αν η p-τιμή είναι μικρότερη από το επίπεδο σημαντικότητας (π.χ., p <0,05), τότε ο ερευνητής μπορεί να συμπεράνει ότι η παρατηρούμενη επίδραση αντανακλά στην πραγματικότητα τα χαρακτηριστικά του πληθυσμού και όχι μόνο δειγματοληπτικό σφάλμα. Ένας ερευνητής μπορεί στη συνέχεια να αναφέρουν ότι το αποτέλεσμα επιτυγχάνει στατιστική σημαντικότητα, απορρίπτοντας έτσι την μηδενική υπόθεση.

Η σημερινή έννοια της στατιστικής σημαντικότητας ξεκίνησε με τον Ronald Fisher, όταν αναπτύχθηκε δοκιμών στατιστικών υποθέσεων με βάση p-αξίες στις αρχές του 20ου αιώνα. Ήταν Jerzy Neyman και Egon Pearson ο οποίος αργότερα συνιστάται η επίπεδο σημαντικότητας να οριστεί εκ των προτέρων, πριν από κάθε συλλογή δεδομένων.

Ο όρος σημασία δεν συνεπάγεται σημασία και ο όρος στατιστική σημασία δεν είναι το ίδιο όπως η έρευνα, θεωρητική ή πρακτική σημασία. Για παράδειγμα, ο όρος αναφέρεται κλινική σημασία στην πρακτική σημασία μιας επίδραση της θεραπείας .

Περαιτέρω Ανάγνωση[Επεξεργασία | επεξεργασία κώδικα]

  • Ziliak, Stephen and Deirdre McCloskey (2008), The Cult of Statistical Significance: How the Standard Error Costs Us Jobs, Justice, and Lives.
  • Ann Arbor, University of Michigan Press, 2009. ISBN 978-0-472-07007-7. Reviews and reception: (compiled by Ziliak)
  • Thompson, Bruce (2004). "The "significance" crisis in psychology and education". Journal of Socio-Economics 33: 607–613. doi:10.1016/j.socec.2004.09.034.
  • Chow, Siu L., (1996). Statistical Significance: Rationale, Validity and Utility, Volume 1 of series Introducing Statistical Methods, Sage Publications Ltd, ISBN 978-0-7619-5205-3 – argues that statistical significance is useful in certain circumstances.
  • Kline, Rex, (2004). Beyond Significance Testing: Reforming Data Analysis Methods in Behavioral Research Washington, DC: American Psychological Association.

Εξωτερικοί Σύνδεσμοι[Επεξεργασία | επεξεργασία κώδικα]

  • Wikiversity has learning materials about Statistical significance
  • The article "Earliest Known Uses of Some of the Words of Mathematics (S)" contains an entry on Significance that provides some historical information.
  • "The Concept of Statistical Significance Testing" (February 1994): article by Bruce Thompon hosted by the ERIC Clearinghouse on Assessment and Evaluation, Washington, D.C.
  • "What does it mean for a result to be "statistically significant"?" (no date): an article from the Statistical Assessment Service at George Mason *University, Washington, D.C.

Παραπομπές[Επεξεργασία | επεξεργασία κώδικα]