Statistik Əhəmiyyət Testi
Kəmiyyət tədqiqatlarında ən çox verilən suallardan biri budur: məlumatlarda müşahidə edilən fərqlər və ya əlaqələr həqiqətən "realdır", yoxsa sadəcə təsadüfi dəyişikliyin yaratdığı təsadüfdür? Buna cavab vermək üçün tədqiqatçılar statistik əhəmiyyət testlərindən istifadə edirlər. Bu testlər, müəyyən bir ehtimal çərçivəsinə əsaslanaraq, nümunədən əldə edilən nəticələrin populyasiyaya ümumiləşdiriləcək qədər güclü olub olmadığını müəyyən etməyə kömək edir. Terminologiya texniki səslənə bilsə də, əsas konsepsiya sadədir: müşahidə etdiklərimizi heç bir təsir olmasaydı baş verə biləcək şeylərlə müqayisə edirik.
Tərif və Məqsəd
Statistik əhəmiyyətlilik testi, populyasiya haqqında bir ifadə (fərziyyə) üçün məlumatlardan əldə edilən dəlilləri qiymətləndirmək üçün istifadə edilən rəsmi bir prosedurdur. Onun əsas məqsədi bir təsirin - məsələn, iki qrup ortalaması arasındakı fərqin, iki dəyişən arasındakı korrelyasiyanın və ya müalicənin təsirinin - təsadüfən baş verməsi ehtimalı az olan qədər böyük və ardıcıl olub olmadığını müəyyən etməkdir.
Praktikada, əhəmiyyətlilik testləri bir nəzəriyyənin doğruluğunu "sübut etmir", əksinə məlumatların müəyyən bir fərziyyəni nə dərəcədə rədd etdiyini ölçür. Statistikanın qeyri-müəyyənlik aləmində işlədiyini anlamaq vacibdir. Mütləq əminlik yoxdur, əksinə məlumatlarla dəstəklənən müəyyən dərəcədə etibarlılıq var.
Sıfır Hipotez və Alternativ Hipotez
Əhəmiyyət testləri ümumiyyətlə iki ifadəyə əsaslanır:
1. Sıfır hipotezi (H₀): heç bir fərq, əlaqə və ya təsir olmadığını bildirir. Məsələn: “A sinfinin orta qiyməti B sinfi ilə eynidir” və ya “Dərs saatları ilə imtahan balları arasında heç bir əlaqə yoxdur”.
2. Alternativ fərziyyə (H₁ və ya Hₐ): fərq, əlaqə və ya təsir olduğunu bildirir. Məsələn: “A sinfinin orta qiyməti B sinfindən fərqlidir” və ya “Dərs saatları ilə imtahan balları arasında əlaqə var.”
Əhəmiyyət testləri H₀-nın doğru olduğu ilkin fərziyyəsinə əsaslanır. Daha sonra, H₀ doğru olduqda nəticələrin son dərəcə nadir olub olmadığını görmək üçün məlumatlar təhlil edilir. Əgər onlar nadirdirsə, biz H₀-nı rədd etməyə meylliyik.
p dəyəri (p-dəyəri) və onun mənası
Əhəmiyyət testində əsas konsepsiya p-dəyəridir. Sadə dillə desək, p-dəyəri, sıfır hipotezinin doğru olduğunu fərz etsək, məlumatlarda müşahidə edilən qədər ifrat bir nəticə əldə etmə ehtimalıdır.
– Əgər p kiçikdirsə, bu o deməkdir ki, müşahidə olunan nəticələr nadir hallarda H₀ doğru olduqda baş verir, ona görə də H₀-nı rədd etmək üçün səbəbimiz var.
– Əgər p böyükdürsə, bu o deməkdir ki, H₀ doğrudursa, müşahidə olunan nəticələrin hələ də baş verməsi ehtimalı var, ona görə də H₀-nı rədd etmək üçün kifayət qədər dəlilimiz yoxdur.
Lakin, p-dəyəri çox vaxt səhv başa düşülür. p-dəyəri H₀-nın doğru və ya yanlış olma ehtimalı deyil. O, həmçinin təsirin böyüklüyünün ölçüsü də deyil. p-dəyəri sadəcə müəyyən bir çərçivə daxilində H₀-ya qarşı dəlillərin gücünü göstərir.
Əhəmiyyət Səviyyəsi (α)
Qərar vermək üçün tədqiqatçılar α (alfa) ilə işarələnən əhəmiyyətlilik səviyyəsini təyin edirlər. Tez-tez istifadə olunan dəyərlər 0,05 (5%) və ya 0,01 (1%)-dir. Qayda belədir:
– Əgər p ≤ α olarsa, nəticələrin statistik cəhətdən əhəmiyyətli olduğu deyilir və H₀ rədd edilir.
– Əgər p > α olarsa, nəticə əhəmiyyətli deyil və H₀ rədd edilmir.
α seçimi sırf texniki bir qərar deyil, həm də konteksti nəzərə alır. Məsələn, xəstə təhlükəsizliyi ilə bağlı tibbi tədqiqatlarda tədqiqatçılar yalan nəticələr riskini azaltmaq üçün daha sərt α (0,01) seçə bilərlər.
I və II tip səhvlər
Statistik testlər qeyri-müəyyənlik şəraitində qərar qəbul etməyi əhatə etdiyindən, həmişə səhv ehtimalı var:
1. I tip xəta (yalançı müsbət): H₀ doğru olduqda H₀-nı rədd edir. Ehtimal α ilə idarə olunur.
2. II Tip səhv (yanlış mənfi): H₁ doğru olduqda H₀-nı rədd edə bilməmək. Ehtimal β (beta) ilə işarələnir; tərs dəyər 1 − β olan dərəcə adlanır.
Real həyatda hər iki növ səhv əhəmiyyətli nəticələrə səbəb ola bilər. Məsələn, bir dərmanın təsirli olmadığı halda təsirli olduğunu düşünmək (I Tip) zərərli ola bilər, dərmanın əslində təsirli olduğu halda təsirsiz olduğunu düşünmək (II Tip) isə terapevtik imkanların əldən verilməsinə səbəb ola bilər.
Əhəmiyyət Testlərinin Ümumi Növləri
Bir çox əhəmiyyətlilik testləri mövcuddur və seçim məqsəddən, məlumat növündən və yerinə yetirilən fərziyyələrdən asılıdır. Ən çox istifadə edilənlərdən bəziləri bunlardır:
– T-test: iki qrupun orta qiymətlərini müqayisə edir (məsələn, eksperimental və nəzarət). Müstəqil və qoşa t-test versiyaları mövcuddur.
– ANOVA: ikidən çox qrupun (məsələn, üç öyrənmə metodu) ortalamasını müqayisə edir.
– Xi-kvadrat testi: kateqoriyalı dəyişənlər (məsələn, cins və ixtisas seçimi) arasındakı əlaqəni yoxlayır.
– Pearson/Spearman Korrelyasiyası: iki ədədi dəyişən arasındakı əlaqəni yoxlayır (normal məlumatlar üçün Pearson, sıra/qeyri-normal məlumatlar üçün Spearman).
– Xətti/logistik reqressiya: nəticə dəyişəninə bir və ya daha çox proqnozlaşdırıcı dəyişənin təsirini sınaqdan keçirir.
Hər bir testin normallıq, variasiyanın homogenliyi və ya məlumatların müstəqilliyi kimi fərziyyələri var. Bu fərziyyələrin pozulması yanlış test nəticələrinə səbəb ola bilər, buna görə də məlumatların diaqnozu və ilkin testlər vacibdir.
Statistik Əhəmiyyət vs Praktik Əhəmiyyət
Əhəmiyyət testinə qarşı tənqidlərdən biri tədqiqatçıların onun praktiki təsirlərini nəzərə almadan onun "əhəmiyyətli" və ya "əhəmiyyətsiz" olub-olmadığına çox diqqət yetirmələridir. Çox böyük nümunələrdə kiçik fərqlər, təsiri çətinliklə nəzərə çarpsa da, statistik cəhətdən əhəmiyyətli ola bilər. Əksinə, kiçik nümunələrdə əslində olduqca vacib olan təsirlər qeyri-kafi güc səbəbindən əhəmiyyətə çata bilməz.
Buna görə də, əhəmiyyət testləri həmişə aşağıdakılarla müşayiət olunmalıdır:
– Koenin d, eta-kvadrat və ya ehtimal nisbəti kimi effekt ölçüləri.
– Məqbul parametr dəyərlərinin diapazonunu göstərmək üçün etibarlılıq intervalı.
p-dəyəri, effekt ölçüsü və etibarlılıq intervalının kombinasiyası daha tam bir mənzərə yaradır: təkcə "təsir var ya yox" deyil, həm də "təsir nə qədər böyükdür və bu qiymətləndirməyə nə qədər əmin ola bilərik".
Əhəmiyyət Testinin Keçirilməsi üçün Ümumi Addımlar
Ümumiyyətlə, prosedur belədir:
1. Tədqiqat suallarına uyğun olaraq H₀ və H₁ ifadələrini formullaşdırın.
2. α-nı təyin edin (məsələn, 0,05).
3. Məlumatların növünə və tədqiqat dizaynına uyğun olaraq düzgün testi seçin.
4. Test fərziyyələrini (normallıq, dispersiya, müstəqillik və s.) yoxlayın.
5. Test statistikasını hesablayın və p-qiymətini əldə edin.
6. p-qiymətini α ilə müqayisə edin və nəticə çıxarın.
7. Mümkün olduqda təsir ölçüləri və etibarlılıq intervalları da daxil olmaqla, nəticələri tam şəkildə bildirin.
Yaxşı hesabat həmçinin nümunə xüsusiyyətləri, ölçmə metodları və potensial qərəz kimi konteksti də əhatə edir.
Bağlanır
Statistik əhəmiyyətlilik testləri, məlumat tapıntılarının populyasiya şəraitini əks etdirib-etdirmədiyini və ya sadəcə təsadüfi dəyişikliyin nəticəsi olub-olmadığını qiymətləndirmək üçün vacib vasitələrdir. Lakin, bu testlər elmi həqiqətin yeganə meyarı deyil. p-dəyəri dəqiq başa düşülməli, təsir ölçüsü, etibarlılıq intervalı və nəticələrin aktuallığının kontekstual qiymətləndirilməsi ilə birləşdirilməlidir.
Düzgün istifadə edildikdə, əhəmiyyət testləri tədqiqatın daha obyektiv və hesabatlı olmasına kömək edir. Əksinə, fərziyyələrini və məhdudiyyətlərini başa düşmədən mexaniki olaraq istifadə edildikdə, səhv nəticələrə səbəb ola bilər. Buna görə də, məlumatlara əsaslanan qərarları dəstəkləmək üçün əhəmiyyət testlərindən istifadə etmək üçün konseptual anlayış, düşünülmüş şərh və şəffaf hesabat vacibdir.
