Статистикалық маңыздылық сынағы
Сандық зерттеулерде ең көп таралған сұрақтардың бірі: деректерде байқалған айырмашылықтар немесе байланыстар шынымен «шынайы» ма, әлде олар кездейсоқ ауытқудан туындаған кездейсоқтық па? Бұған жауап беру үшін зерттеушілер статистикалық маңыздылық тесттерін пайдаланады. Бұл тесттер үлгіден алынған нәтижелердің белгілі бір ықтималдық шеңберіне сүйене отырып, популяцияға жалпылауға жеткілікті күшті екенін анықтауға көмектеседі. Терминология техникалық болып көрінуі мүмкін, бірақ негізгі тұжырымдама қарапайым: біз байқағанымызды ешқандай әсер болмаған жағдайда не болатынымен салыстырамыз.
Анықтамасы және мақсаты
Статистикалық маңыздылық сынағы - популяция туралы тұжырым (гипотеза) үшін деректерден алынған дәлелдерді бағалау үшін қолданылатын ресми процедура. Оның негізгі мақсаты - әсердің - мысалы, екі топтың орташа мәндерінің айырмашылығы, екі айнымалы арасындағы корреляция немесе емдеудің әсері - кездейсоқ пайда болу екіталай болатындай үлкен және тұрақты екенін анықтау.
Іс жүзінде маңыздылық тесттері теорияның дұрыстығын «дәлелдемейді», керісінше, деректердің белгілі бір болжамды қаншалықты күшті түрде жоққа шығаратынын өлшейді. Міне, осы жерде статистиканың белгісіздік аясында жұмыс істейтінін түсіну маңызды. Абсолютті сенімділік жоқ, керісінше, деректермен расталатын сенімділік деңгейі бар.
Нөлдік гипотеза және балама гипотеза
Маңыздылық сынақтары әдетте екі тұжырымға негізделген:
1. Нөлдік гипотеза (H₀): ешқандай айырмашылық, байланыс немесе әсер жоқ деп мәлімдейді. Мысалы: «А сыныбының орташа бағасы В сыныбымен бірдей» немесе «Оқу сағаттары мен емтихан нәтижелері арасында ешқандай байланыс жоқ».
2. Балама гипотеза (H₁ немесе Hₐ): айырмашылық, байланыс немесе әсер бар екенін айтады. Мысалы: «А сыныбының орташа бағасы В сыныбынан өзгеше» немесе «Оқу сағаттары мен емтихан баллдары арасында байланыс бар».
Маңыздылық сынақтары H₀ шын деген бастапқы болжамға негізделеді. Содан кейін, егер H₀ шын болса, нәтижелер өте сирек кездесетінін көру үшін деректер талданады. Егер олар сирек болса, біз H₀-ны қабылдамауға бейімбіз.
p мәні (p-мәні) және оның мәні
Маңыздылықты тексерудегі негізгі ұғым - p-мәні. Қарапайым тілмен айтқанда, p-мәні - нөлдік гипотеза дұрыс болған жағдайда, деректерде байқалған нәтиженің кем дегенде экстремалды нәтижесін алу ықтималдығы.
– Егер p аз болса, бұл H₀ ақиқат болған кезде байқалған нәтижелер сирек кездесетінін білдіреді, сондықтан бізде H₀-ны қабылдамауға негіз бар.
– Егер p үлкен болса, бұл H₀ ақиқат болса да, байқалған нәтижелердің орын алуы мүмкін екенін білдіреді, сондықтан бізде H₀-ны жоққа шығаруға жеткілікті дәлел жоқ.
Дегенмен, p-мәні көбінесе дұрыс түсінілмейді. p-мәні H₀-ның ақиқат немесе жалған болу ықтималдығы емес. Сондай-ақ, ол әсердің шамасының өлшемі де емес. p-мәні жай ғана белгілі бір шеңберде H₀-ға қарсы дәлелдемелердің беріктігін көрсетеді.
Маңыздылық деңгейі (α)
Шешім қабылдау үшін зерттеушілер α (альфа) арқылы белгіленетін маңыздылық деңгейін белгілейді. Жиі қолданылатын мәндер 0,05 (5%) немесе 0,01 (1%). Ереже:
– Егер p ≤ α болса, нәтижелер статистикалық тұрғыдан маңызды деп аталады, ал H₀ қабылданбайды.
– Егер p > α болса, нәтиже маңызды емес және H₀ қабылданбайды.
α таңдау тек техникалық шешім емес, сонымен қатар контекстті де ескереді. Мысалы, пациенттердің қауіпсіздігіне қатысты медициналық зерттеулерде зерттеушілер жалған қорытындылар қаупін азайту үшін қатаңырақ α (0,01) таңдауы мүмкін.
I және II типті қателер
Статистикалық тестілер белгісіздік жағдайында шешім қабылдауды қамтитындықтан, қателіктер жіберу мүмкіндігі әрқашан бар:
1. I типті қате (жалған оң): H₀ ақиқат болған кезде H₀-ны қабылдамау. Ықтималдық α арқылы басқарылады.
2. II типті қате (жалған теріс): H₁ ақиқат болған кезде H₀-ны қабылдамау. Ықтималдық β (бета) арқылы белгіленеді; кері шама 1 − β-ға тең дәреже деп аталады.
Нақты өмір жағдайында екі қателік түрінің де елеулі салдары болуы мүмкін. Мысалы, дәрі тиімді емес кезде тиімді деп есептеу (I тип) зиянды болуы мүмкін, ал дәріні іс жүзінде тиімді болған кезде тиімсіз деп есептеу (II тип) терапиялық мүмкіндіктерді жіберіп алуға әкелуі мүмкін.
Маңыздылық сынақтарының кең таралған түрлері
Маңыздылық сынақтары көп, және таңдау мақсатқа, деректер түріне және орындалатын болжамдарға байланысты. Ең жиі қолданылатындардың кейбіреулері:
– Т-тест: екі топтың орташа мәндерін салыстырады (мысалы, эксперименттік және бақылау). Тәуелсіз және жұптасқан t-тест нұсқалары бар.
– ANOVA: екіден астам топтың орташа мәнін салыстырады (мысалы, үш оқыту әдісі).
– Хи-квадрат сынағы: категориялық айнымалылар (мысалы, жынысы және мамандық таңдауы) арасындағы байланысты тексереді.
– Пирсон/Спирман корреляциясы: екі сандық айнымалы арасындағы байланысты тексереді (қалыпты деректер үшін Пирсон, реттік/қалыпты емес деректер үшін Спирман).
– Сызықтық/логистикалық регрессия: нәтиже айнымалысына бір немесе бірнеше болжамды айнымалылардың әсерін тексереді.
Әрбір тесттің қалыптылық, дисперсияның біртектілігі немесе деректердің тәуелсіздігі сияқты болжамдары бар. Бұл болжамдарды бұзу тест нәтижелерінің бұрмалануына әкелуі мүмкін, сондықтан деректерді диагностикалау және алғышарттарды тексеру өте маңызды.
Статистикалық маңыздылық пен практикалық маңыздылық
Маңыздылықты тестілеуге қатысты бір сын - зерттеушілер оның практикалық салдарын ескермей, оның «маңызды» немесе «маңызды емес» екеніне тым көп көңіл бөледі. Өте үлкен үлгілерде шағын айырмашылықтар статистикалық тұрғыдан маңызды болуы мүмкін, дегенмен олардың әсері әрең байқалады. Керісінше, шағын үлгілерде іс жүзінде өте маңызды әсерлер жеткіліксіз қуатқа байланысты маңыздылыққа жете алмауы мүмкін.
Сондықтан, маңыздылық сынақтары әрқашан мыналармен бірге жүруі керек:
– Коэннің d, эта-квадраты немесе коэффициент қатынасы сияқты әсер өлшемдері.
– Параметр мәндерінің диапазонын көрсететін сенімділік аралығы.
p-мәнінің, әсер мөлшерінің және сенімділік аралығының үйлесімі толығырақ көрініс береді: тек «әсер бар ма, жоқ па» ғана емес, сонымен қатар «әсер қаншалықты үлкен және біз бұл бағалауға қаншалықты сенімді бола аламыз».
Маңыздылық сынағын жүргізудің жалпы қадамдары
Жалпы, рәсім келесідей:
1. Зерттеу сұрақтарына сәйкес H₀ және H₁ тұжырымдаңыз.
2. α-ны анықтаңыз (мысалы, 0,05).
3. Деректер түріне және зерттеу дизайнына сәйкес дұрыс тестті таңдаңыз.
4. Тест болжамдарын тексеріңіз (қалыптылық, дисперсия, тәуелсіздік және т.б.).
5. Сынақ статистикасын есептеп, p-мәнін алыңыз.
6. p-мәнін α-мен салыстырыңыз және қорытынды жасаңыз.
7. Мүмкіндігінше әсер ету өлшемдері мен сенімділік аралықтарын қоса алғанда, нәтижелерді толығымен хабарлаңыз.
Жақсы есеп беру үлгі сипаттамалары, өлшеу әдістері және ықтимал ауытқулар сияқты контекстті де қамтиды.
Жабу
Статистикалық маңыздылық тесттері деректердің популяция жағдайларын көрсететінін немесе жай ғана кездейсоқ ауытқудың нәтижесі екенін бағалаудың маңызды құралдары болып табылады. Дегенмен, бұл тесттер ғылыми шындықтың жалғыз арбитрі емес. p-мәнін әсер мөлшерімен, сенімділік аралығымен және нәтижелердің өзектілігін контекстік бағалаумен біріктіріп, дәл түсіну керек.
Дұрыс қолданылған кезде маңыздылық тесттері зерттеулерді объективті және есеп беруші етуге көмектеседі. Керісінше, егер олардың болжамдары мен шектеулерін түсінбей механикалық түрде қолданылса, олар қате қорытындыларға әкелуі мүмкін. Сондықтан, тұжырымдамалық түсіну, ойластырылған түсіндіру және ашық есеп беру деректерге негізделген шешімдерді қолдау үшін маңыздылық тесттерін пайдаланудың кілті болып табылады.
