Στη στατιστική, τα επίπεδα σημαντικότητας αποτελούν σημαντικό μέρος του ελέγχου των υποθέσεων. Επιπλέον, σε αντίθεση με άλλους αριθμούς στα στατιστικά σας δεδομένα, το επίπεδο σημαντικότητας δεν υπολογίζεται από το λογισμικό στατιστικής ανάλυσης. Αντ' αυτού, εσείς επιλέγετε το επίπεδο σημαντικότητας. Έχετε αναρωτηθεί ποτέ γιατί συμβαίνει αυτό;
Σε αυτό το άρθρο, το Mind The Graph θα σας δώσει μια επισκόπηση του επιπέδου σημαντικότητας, ώστε να μπορείτε εύκολα να κατανοήσετε τη λειτουργία και τη σημασία του.
Ποιο είναι το επίπεδο σημαντικότητας;
Το επίπεδο σημαντικότητας, επίσης γνωστό ως άλφα ή α, είναι μια μέτρηση που προσδιορίζει την ποσότητα των αποδείξεων που πρέπει να παρουσιαστούν στο δείγμα σας προτού απορρίψετε τη μηδενική υπόθεση και δηλώσετε το αποτέλεσμα ως στατιστικά σημαντικό. Ακόμη και πριν ξεκινήσετε το πείραμά σας, πρέπει να επιλέξετε ένα επίπεδο σημαντικότητας.
Για να το επαναλάβουμε, είναι η πιθανότητα απόρριψης της μηδενικής υπόθεσης όταν αυτή είναι αληθής- για παράδειγμα, ένα επίπεδο σημαντικότητας 0,05 αντιπροσωπεύει 5% πιθανότητα να αποφασιστεί ότι υπάρχει διαφορά ενώ δεν υπάρχει. Χαμηλότερα επίπεδα σημαντικότητας υποδηλώνουν ότι χρειάζεστε περισσότερα στοιχεία για να απορρίψετε τη μηδενική υπόθεση.
Επίπεδο σημαντικότητας Σύμβολο
Το επίπεδο σημαντικότητας αντιπροσωπεύεται από το ελληνικό σύμβολο α (άλφα). Επίπεδο σημαντικότητας = τιμή πιθανότητας (σφάλμα τύπου Ι) = α, στην προκειμένη περίπτωση.
Όταν οι τιμές ή οι παρατηρήσεις αποκλίνουν από τον μέσο όρο, είναι λιγότερο πιθανές. Τα ευρήματα χαρακτηρίζονται ως "σημαντικά στο x%".
Για παράδειγμα, η τιμή σημαντική στο 5% υποδηλώνει τιμή p μικρότερη από 0,05 ή p < 0,05. Ομοίως, η τιμή σημαντικός σε 1% υποδηλώνει τιμή p μικρότερη από 0,01.
Πώς να βρείτε το επίπεδο σημαντικότητας;
Για να προσδιορίσετε το επίπεδο σημαντικότητας του ευρήματός σας, προσδιορίστε πρώτα την τιμή p-value, η οποία καθορίζει την πιθανότητα ανακάλυψης ενός αποτελέσματος που θα απαντήσει στο αν η μηδενική υπόθεση είναι σωστή ή όχι. Η μηδενική υπόθεση απορρίπτεται εάν η τιμή p-value είναι μικρότερη από το επίπεδο σημαντικότητας. Εάν η τιμή p-value είναι μεγαλύτερη ή ίση με το επίπεδο σημαντικότητας (α), η μηδενική υπόθεση πρέπει να γίνει αποδεκτή.
Η ακόλουθη είναι η κοινή ερμηνεία της τιμής p-value σε επίπεδο σημαντικότητας 10%:
Εάν p > 0,1, η μηδενική υπόθεση δεν υποτίθεται.
Εάν p > 0,05 και p ≤ 0,1, χαμηλή παραδοχή της μηδενικής υπόθεσης.
Εάν p > 0,01 και p ≤ 0,05, ισχυρή υπόθεση της μηδενικής υπόθεσης.
Εάν p ≤ 0,01, πολύ ισχυρή υπόθεση της μηδενικής υπόθεσης.
Απλά να έχετε κατά νου ότι το 0,05, ή 5%, είναι το συμβατικό άλφα, και η αλλαγή του επιπέδου σημαντικότητας σε κάτι διαφορετικό από το 0,05 συνήθως απαιτεί επιτακτικό λόγο.
Αλλαγή του επιπέδου σημαντικότητας
Η αύξηση του επιπέδου σημαντικότητας από 0,05 σε 0,10, για παράδειγμα, μειώνει το επίπεδο απόδειξης. Αντίθετα, η μείωσή του από 0,05 σε 0,01 αυξάνει το πρότυπο.
Ας υποθέσουμε ότι αξιολογείτε τη δύναμη των μπαλονιών για πάρτι για να προσδιορίσετε ποια μάρκα είναι η καλύτερη. Επειδή ένα ψευδώς θετικό αποτέλεσμα θα σας αναγκάσει να αγοράσετε το πιο αδύναμο μπαλόνι, τα μειονεκτήματα είναι ελάχιστα. Μειώνοντας το επίπεδο σημαντικότητας στο 0,10, μπορείτε να ελαχιστοποιήσετε την ποσότητα των απαιτούμενων αποδεικτικών στοιχείων, αυξάνοντας παράλληλα την πιθανότητα ψευδώς θετικού αποτελέσματος από 0,05 σε 0,10.
Από την άλλη πλευρά, εάν αξιολογείτε την αντοχή του υφάσματος που χρησιμοποιείται στα αερόστατα, ένα ψευδώς θετικό αποτέλεσμα είναι εξαιρετικά επικίνδυνο, καθώς μπορεί να οδηγήσει σε θάνατο. Πρέπει να είστε πολύ προσεκτικοί και να επιλέξετε τον καλύτερο κατασκευαστή. Σε αυτό το σενάριο είναι προτιμότερο να αυξήσετε, αντί να μειώσετε, το επίπεδο σημαντικότητας στο 0,01. Με τον τρόπο αυτό μειώνεται η πιθανότητα ενός ψευδώς θετικού αποτελέσματος που κυμαίνεται από 0,05 έως 0,01.
Τίποτα δεν μπορεί να νικήσει ένα άψογο οπτικό κομμάτι που παραδίδει ένα σύνθετο μήνυμα
Δυσκολεύεστε να επικοινωνήσετε μεγάλο όγκο πληροφοριών; Χρησιμοποιήστε infographics και εικονογραφήσεις για να κάνετε το έργο σας πιο κατανοητό και προσιτό. Mind the Graph είναι ένα εξαιρετικό εργαλείο για τους ερευνητές που θέλουν να κάνουν την εργασία τους πιο αποτελεσματική χρησιμοποιώντας οπτικά ελκυστικά infographics.
Εγγραφείτε στο ενημερωτικό μας δελτίο
Αποκλειστικό περιεχόμενο υψηλής ποιότητας σχετικά με την αποτελεσματική οπτική
επικοινωνία στην επιστήμη.