Статистикалык маани тести
Сандык изилдөөлөрдө эң көп кездешкен суроолордун бири: маалыматтарда байкалган айырмачылыктар же байланыштар чындап эле "чыныгыбы" же алар жөн гана кокустук өзгөрүүлөрдөн келип чыккан дал келүүбү? Буга жооп берүү үчүн изилдөөчүлөр статистикалык маани тесттерин колдонушат. Бул тесттер үлгүдөн алынган натыйжалардын белгилүү бир ыктымалдуулук алкагына таянып, популяцияга жалпылаштырууга жетиштүү деңгээлде күчтүү экендигин аныктоого жардам берет. Терминология техникалык угулушу мүмкүн, бирок негизги түшүнүк жөнөкөй: биз байкаган нерселерибизди эч кандай таасир болбогондо эмне болмок экендиги менен салыштырабыз.
Аныктамасы жана максаты
Статистикалык маанилүүлүк тести – бул популяция жөнүндө билдирүү (гипотеза) үчүн маалыматтардан алынган далилдерди баалоо үчүн колдонулган расмий процедура. Анын негизги максаты – таасирдин – мисалы, эки топтун орточо маанисинин айырмасы, эки өзгөрмөнүн ортосундагы корреляция же дарылоонун таасири – кокустан пайда болуу ыктымалдыгы аз болгончолук чоң жана ырааттуу экендигин аныктоо.
Иш жүзүндө, маанилүүлүк тесттери теориянын чындыгын "далилдебейт", тескерисинче, маалыматтар белгилүү бир божомолду канчалык күчтүү четке кагаарын өлчөйт. Дал ушул жерде статистика белгисиздик чөйрөсүндө иштей турганын түшүнүү маанилүү. Абсолюттук тактык жок, тескерисинче, маалыматтар менен колдоого алынган белгилүү бир деңгээлдеги ишеним бар.
Нөлдүк гипотеза жана альтернативдик гипотеза
Маанилүүлүк тесттери, адатта, эки билдирүүгө негизделет:
1. Нөлдүк гипотеза (H₀): эч кандай айырмачылык, эч кандай байланыш же таасир жок деп айтылат. Мисалы: “А классынын орточо баасы В классынын баасы менен бирдей” же “Окуу сааттары менен экзамен упайларынын ортосунда эч кандай байланыш жок”.
2. Альтернативдүү гипотеза (H₁ же Hₐ): айырмачылык, байланыш же таасир бар экенин айтат. Мисалы: “А классынын орточо баасы В классынан айырмаланат” же “Окуу сааттары менен экзамен упайларынын ортосунда байланыш бар”.
Маанилүүлүк тесттери H₀ чын деген баштапкы божомолго негизделет. Андан кийин, эгерде H₀ чын болсо, натыйжалар өтө сейрек кездешеби же жокпу, билүү үчүн маалыматтар талданат. Эгерде алар сейрек кездешсе, биз H₀ны четке кагабыз.
p мааниси (p-мааниси) жана анын мааниси
Маанилүүлүктү текшерүүдөгү борбордук түшүнүк - бул p-мааниси. Жөнөкөй сөз менен айтканда, p-мааниси - бул нөлдүк гипотеза туура деп эсептегенде, маалыматтарда байкалгандай эле экстремалдуу натыйжа алуу ыктымалдыгы.
– Эгерде p кичинекей болсо, анда H₀ туура болгондо байкалган натыйжалар сейрек кездешет дегенди билдирет, андыктан бизде H₀ны четке кагууга негиз бар.
– Эгерде p чоң болсо, анда H₀ чын болсо, байкалган натыйжалардын дагы эле болушу мүмкүн дегенди билдирет, андыктан H₀ны четке кагууга бизде жетиштүү далилдер жок.
Бирок, p-мааниси көп учурда туура эмес түшүнүлөт. p-мааниси H₀нын чын же жалган болуу ыктымалдыгы эмес. Ошондой эле ал таасирдин чоңдугунун өлчөмү да эмес. p-мааниси жөн гана белгилүү бир алкакта H₀га каршы далилдердин күчүн көрсөтөт.
Маанилүүлүк деңгээли (α)
Чечим кабыл алуу үчүн изилдөөчүлөр α (альфа) менен белгиленген маанилүүлүк деңгээлин коюшат. Көп колдонулган маанилер 0,05 (5%) же 0,01 (1%). Эреже:
– Эгерде p ≤ α болсо, анда жыйынтыктар статистикалык жактан маанилүү деп айтылат, ал эми H₀ четке кагылат.
– Эгерде p > α болсо, натыйжа маанилүү эмес жана H₀ четке кагылбайт.
α тандоо таза техникалык чечим эмес, бирок ошол эле учурда контекстти да эске алат. Мисалы, бейтаптардын коопсуздугуна байланыштуу медициналык изилдөөлөрдө изилдөөчүлөр жалган тыянактардын коркунучун азайтуу үчүн катаалыраак α (0,01) тандашы мүмкүн.
I жана II типтеги каталар
Статистикалык тесттер белгисиздик шарттарында чечим кабыл алууну камтыгандыктан, ар дайым ката кетирүү мүмкүнчүлүгү бар:
1. I типтеги ката (жалган оң): H₀ туура болгондо H₀ны четке кагуу. Ыктымалдуулук α менен башкарылат.
2. II типтеги ката (жалган терс): H₁ туура болгондо H₀ны четке кагуу мүмкүн эмес. Ыктымалдуулук β (бета) менен белгиленет; тескериси даража деп аталат, ал 1 − β.
Реалдуу дүйнөдөгү жагдайларда эки типтеги каталар олуттуу кесепеттерге алып келиши мүмкүн. Мисалы, дары натыйжалуу эмес кезде (I түрү) зыяндуу болушу мүмкүн, ал эми дары чындыгында натыйжалуу болгон кезде натыйжасыз деп эсептөө (II түрү) терапиялык мүмкүнчүлүктөрдү колдон чыгарууга алып келиши мүмкүн.
Маанилүүлүк тесттеринин кеңири таралган түрлөрү
Маанилүүлүктү аныктоочу көптөгөн тесттер бар жана тандоо максатка, маалыматтардын түрүнө жана аткарылып жаткан божомолдорго жараша болот. Эң көп колдонулгандарынын айрымдары:
– Т-тест: эки топтун орточо маанисин салыштырат (мисалы, эксперименталдык жана контролдук). Көз карандысыз жана жупташкан t-тесттин версиялары бар.
– ANOVA: экиден ашык топтун орточо көрсөткүчүн салыштырат (мисалы, үч окутуу ыкмасы).
– Хи-квадрат тести: категориялык өзгөрмөлөрдүн (мисалы, жынысы жана адистикти тандоо) ортосундагы байланышты текшерет.
– Пирсон/Спирман корреляциясы: эки сандык өзгөрмөнүн ортосундагы байланышты текшерет (кадимки маалыматтар үчүн Пирсон, иреттик/кадимки эмес маалыматтар үчүн Спирман).
– Сызыктуу/логистикалык регрессия: натыйжа өзгөрмөсүнө бир же бир нече божомолдоочу өзгөрмөлөрдүн таасирин текшерет.
Ар бир тесттин нормалдуулук, дисперсиянын бир тектүүлүгү же маалыматтардын көз карандысыздыгы сыяктуу божомолдору бар. Бул божомолдорду бузуу тесттин жыйынтыктарын туура эмес берүүгө алып келиши мүмкүн, андыктан маалыматтарды диагностикалоо жана алдын ала текшерүүлөр абдан маанилүү.
Статистикалык маани жана практикалык маани
Маанилүүлүктү текшерүүгө карата бир сын-пикир, изилдөөчүлөр анын практикалык маанисин эске албастан, анын "маанилүү" же "маанисиз" экенине өтө көп көңүл бурушат. Өтө чоң үлгүлөрдө кичинекей айырмачылыктар статистикалык жактан маанилүү болушу мүмкүн, бирок алардын таасири дээрлик байкалбайт. Тескерисинче, кичинекей үлгүлөрдө чындыгында абдан маанилүү болгон таасирлер жетишсиз күчтөн улам мааниге жетпей калышы мүмкүн.
Ошондуктан, маанилүүлүк тесттери ар дайым төмөнкүлөр менен коштолушу керек:
– Коэндин d, eta-квадрат же ыктымалдуулук катышы сыяктуу эффект өлчөмдөрү.
– Параметрдин акылга сыярлык маанилеринин диапазонун көрсөтүү үчүн ишеним аралыгы.
p-маанисинин, эффекттин өлчөмүнүн жана ишеним аралыгынын айкалышы толук көрүнүштү берет: жөн гана "эффект бар же жок" эмес, "эффект канчалык чоң жана биз ал баалоо жөнүндө канчалык ишенимдүү боло алабыз".
Маанилүүлүк тестин жүргүзүүнүн жалпы кадамдары
Жалпысынан алганда, жол-жобосу төмөнкүдөй:
1. Изилдөө суроолоруна ылайык H₀ жана H₁ формулаларын түзүңүз.
2. αны аныктаңыз (мисалы, 0,05).
3. Маалыматтардын түрүнө жана изилдөөнүн дизайнына жараша туура тестти тандаңыз.
4. Тесттин божомолдорун текшериңиз (нормалдуулук, дисперсия, көз карандысыздык ж.б.).
5. Тест статистикасын эсептеп, p-маанисин алыңыз.
6. p-маанисин α менен салыштырып, тыянак чыгаргыла.
7. Мүмкүн болгон жерде таасирдин өлчөмдөрүн жана ишеним интервалдарын кошо алганда, жыйынтыктарды толугу менен отчет бериңиз.
Жакшы отчеттуулук ошондой эле үлгүнүн мүнөздөмөлөрү, өлчөө ыкмалары жана мүмкүн болгон бир жактуулук сыяктуу контекстти камтыйт.
Penutup
Статистикалык мааниге ээлик тесттери маалыматтардын табылгалары популяциянын шарттарын чагылдырабы же жөн гана кокустук өзгөрүүлөрдүн натыйжасыбы, баалоо үчүн маанилүү куралдар болуп саналат. Бирок, бул тесттер илимий чындыктын жалгыз калеми эмес. p-маанисин так түшүнүү керек, аны эффекттин өлчөмү, ишеним аралыгы жана натыйжалардын актуалдуулугун контексттик баалоо менен айкалыштыруу керек.
Туура колдонулганда, маанилик тесттери изилдөөлөрдү объективдүү жана жоопкерчиликтүү кылууга жардам берет. Тескерисинче, эгерде алардын божомолдорун жана чектөөлөрүн түшүнбөстөн механикалык түрдө колдонулса, алар туура эмес тыянактарга алып келиши мүмкүн. Ошондуктан, маалыматтарга негизделген чечимдерди колдоо үчүн маанилик тесттерин колдонуунун ачкычы болуп концептуалдык түшүнүү, ойлонулган чечмелөө жана ачык-айкын отчеттуулук саналат.
