Tölfræðileg marktæknipróf
Í megindlegum rannsóknum er ein algengasta spurningin: eru munirnir eða tengslin sem sjást í gögnunum sannarlega „raunveruleg“ eða eru þau einfaldlega tilviljun af völdum handahófskenndra breytinga? Til að svara þessu nota vísindamenn marktæknipróf. Þessi próf hjálpa til við að ákvarða hvort niðurstöður úr úrtaki séu nógu sterkar til að alhæfa yfir á þýði, byggt á ákveðnum líkindaramma. Þó að hugtökin hljómi tæknileg er grunnhugmyndin einföld: við berum saman það sem við sjáum við það sem hefði gerst ef engin áhrif hefðu verið til staðar.
Skilgreining og tilgangur
Marktæknipróf er formlegt ferli sem notað er til að meta gögn sem byggja á fullyrðingu (tilgátu) um þýði. Megintilgangur þess er að ákvarða hvort áhrif - til dæmis munurinn á meðaltölum tveggja hópa, fylgni milli tveggja breyta eða áhrif meðferðar - séu nógu stór og samkvæm til að ólíklegt sé að þau komi fram fyrir tilviljun.
Í reynd „sanna“ marktæknipróf ekki að kenning sé sönn, heldur gefa þau mælikvarða á hversu sterklega gögnin hafna tiltekinni forsendu. Þá er mikilvægt að skilja að tölfræði starfar innan óvissusviðs. Það er engin alger vissu til staðar, heldur ákveðið öryggi sem gögnin styðja.
Núlltilgáta og varatilgáta
Marktæknipróf eru almennt byggð á tveimur fullyrðingum:
1. Núlltilgáta (H₀): segir að enginn munur, ekkert samband eða engin áhrif séu til staðar. Til dæmis: „Meðaleinkunn í A-flokki er sú sama og í B-flokki“ eða „Það er ekkert samband milli námstíma og prófskora“.
2. Önnur tilgáta (H₁ eða Hₐ): segir að það sé munur, tengsl eða áhrif. Til dæmis: „Meðaleinkunn í A-flokki er önnur en í B-flokki,“ eða „Það er tengsl milli námstíma og prófskora.“
Marktæknipróf virka út frá þeirri upphaflegu forsendu að H₀ sé satt. Síðan eru gögnin greind til að sjá hvort niðurstöðurnar séu afar sjaldgæfar ef H₀ er satt. Ef þær eru sjaldgæfar höfum við tilhneigingu til að hafna H₀.
P-gildið (p-gildi) og merking þess
Meginhugtakið í marktækniprófum er p-gildið. Einfaldlega sagt er p-gildið líkurnar á að fá niðurstöðu sem er að minnsta kosti jafn öfgakennd og sú sem sést í gögnunum, að því gefnu að núlltilgátan sé sönn.
– Ef p er lítið þýðir það að niðurstöðurnar sem sjást koma sjaldan fyrir þegar H₀ er satt, þannig að við höfum ástæðu til að hafna H₀.
– Ef p er stórt þýðir það að niðurstöðurnar sem mældar voru eru samt líklegar til að eiga sér stað ef H₀ er satt, þannig að við höfum ekki nægar sannanir til að hafna H₀.
Hins vegar er p-gildið oft misskilið. P-gildið er ekki líkurnar á því að H₀ sé satt eða ósatt. Það er heldur ekki mælikvarði á stærð áhrifanna. P-gildið gefur einfaldlega til kynna styrk sönnunargagna gegn H₀ innan ákveðins ramma.
Marktæknistig (α)
Til að taka ákvörðun setja rannsakendur marktæknistig, táknað með α (alfa). Algeng gildi eru 0,05 (5%) eða 0,01 (1%). Reglan er:
– Ef p ≤ α eru niðurstöðurnar sagðar vera tölfræðilega marktækar og H₀ er hafnað.
– Ef p > α er niðurstaðan ekki marktæk og H₀ er ekki hafnað.
Að velja α er ekki eingöngu tæknileg ákvörðun, heldur tekur það einnig tillit til samhengis. Til dæmis, í læknisfræðilegum rannsóknum sem varða öryggi sjúklinga, gætu vísindamenn valið strangari α (0,01) til að draga úr hættu á röngum niðurstöðum.
Villur af gerð I og gerð II
Þar sem tölfræðilegar prófanir fela í sér ákvarðanatöku undir óvissu er alltaf möguleiki á villum:
1. Villa af gerð I (ósatt jákvætt): H₀ er hafnað þegar H₀ er satt. Líkurnar eru stjórnaðar af α.
2. Villa af gerð II (ósatt neikvætt): H₀ er ekki hafnað þegar H₁ er satt. Líkurnar eru táknaðar með β (beta); hið andhverfa kallast veldi, sem er 1 − β.
Í raunverulegum aðstæðum geta báðar tegundir mistaka haft verulegar afleiðingar. Til dæmis getur það verið skaðlegt að gera ráð fyrir að lyf sé virkt þegar það er það ekki (tegund I), en að gera ráð fyrir að lyf sé virkt þegar það er í raun virkt (tegund II) getur leitt til þess að meðferðartækifæri eru glatað.
Algengar gerðir af marktækniprófum
Það eru margar marktækniprófanir og valið fer eftir tilgangi, tegund gagna og forsendum sem eru uppfylltar. Sumar af þeim sem oftast eru notaðar eru:
– T-próf: ber saman meðaltöl tveggja hópa (t.d. tilraunahópur vs. samanburðarhópur). Það eru til óháð og parað t-próf.
– ANOVA: ber saman meðaltal fleiri en tveggja hópa (t.d. þrjár námsaðferðir).
– Kí-kvaðrat próf: prófar tengslin milli flokkabreyta (t.d. kyns og vals á aðalgrein).
– Pearson/Spearman fylgni: prófar samband tveggja tölulegra breyta (Pearson fyrir eðlileg gögn, Spearman fyrir raðtölur/óvenjuleg gögn).
– Línuleg/logísk aðhvarfsgreining: prófar áhrif einnar eða fleiri spábreyta á útkomubreytuna.
Sérhver prófun hefur forsendur, svo sem eðlilegleika, einsleitni dreifni eða óhæði gagnanna. Brot á þessum forsendum getur leitt til villandi niðurstaðna prófsins, þannig að gagnagreining og forsendurprófanir eru nauðsynlegar.
Tölfræðileg þýðing vs. hagnýt þýðing
Ein gagnrýni á marktæknipróf er að rannsakendur einblína of mikið á hvort þau séu „marktæk“ eða „ómarktæk“ án þess að taka tillit til hagnýtra afleiðinga þeirra. Með mjög stórum úrtökum geta litlir munir verið tölfræðilega marktækir, jafnvel þótt áhrif þeirra séu varla merkjanleg. Aftur á móti, með litlum úrtökum, geta áhrif sem eru í raun frekar mikilvæg ekki náð marktækni vegna ófullnægjandi afls.
Þess vegna ættu marktæknipróf alltaf að fylgja:
– Áhrifastærðir eins og Cohen's d, eta-kvaðrat eða líkindahlutfall.
– Öryggisbil til að sýna bilið af eðlilegum breytugildum.
Samsetning p-gildis, áhrifastærðar og öryggisbils gefur heildstæðari mynd: ekki bara „það eru áhrif eða ekki“, heldur „hversu mikil eru áhrifin og hversu viss getum við verið um þá áætlun“.
Almenn skref til að framkvæma marktæknipróf
Almennt séð er aðferðin eftirfarandi:
1. Formúleraðu H₀ og H₁ samkvæmt rannsóknarspurningunum.
2. Ákvarðið α (t.d. 0,05).
3. Veldu rétta prófið eftir gerð gagna og rannsóknarsniðinu.
4. Athugaðu forsendur prófsins (normalgildi, dreifni, óhæði o.s.frv.).
5. Reiknið út próftölfræðina og fáið p-gildið.
6. Berðu p-gildið saman við α og dragðu ályktanir.
7. Greinið frá niðurstöðum ítarlega, þar með talið áhrifastærðir og öryggisbil ef mögulegt er.
Góð skýrslugerð felur einnig í sér samhengi, svo sem einkenni úrtaks, mæliaðferðir og hugsanlega skekkju.
Lokun
Marktæknipróf eru mikilvæg verkfæri til að meta hvort niðurstöður gagnanna endurspegli líklega aðstæður í þýði eða séu einfaldlega afleiðing af handahófskenndum breytingum. Þessi próf eru þó ekki eini mælikvarðinn á vísindalegan sannleika. Skilja verður p-gildið nákvæmlega, ásamt áhrifastærð, öryggisbili og samhengisbundnu mati á mikilvægi niðurstaðnanna.
Þegar marktæknipróf eru notuð rétt hjálpa þau til við að gera rannsóknir hlutlægari og ábyrgari. Aftur á móti, ef þau eru notuð vélrænt án þess að skilja forsendur þeirra og takmarkanir, geta þau leitt til rangra niðurstaðna. Þess vegna eru huglæg skilningur, ígrunduð túlkun og gagnsæ skýrslugjöf lykilatriði til að nota marktæknipróf til að styðja við gagnadrifnar ákvarðanir.
