شمارياتي اهميت جو امتحان
مقداري تحقيق ۾، سڀ کان عام سوالن مان هڪ اهو آهي: ڇا ڊيٽا ۾ مشاهدو ڪيل فرق يا لاڳاپا واقعي "حقيقي" آهن، يا اهي صرف هڪ اتفاق آهن جيڪي بي ترتيب تبديلي جي ڪري پيدا ٿيا آهن؟ ان جو جواب ڏيڻ لاءِ، محقق شمارياتي اهميت جا ٽيسٽ استعمال ڪندا آهن. اهي ٽيسٽ اهو طئي ڪرڻ ۾ مدد ڪن ٿا ته ڇا نموني مان حاصل ڪيل نتيجا هڪ مخصوص امڪاني فريم ورڪ جي بنياد تي آبادي لاءِ عام ڪرڻ لاءِ ڪافي مضبوط آهن. جڏهن ته اصطلاح ٽيڪنيڪل لڳي سگهي ٿي، بنيادي تصور سادو آهي: اسان جيڪو مشاهدو ڪريون ٿا ان جو مقابلو ڪريون ٿا جيڪو جيڪڏهن ڪو اثر نه هجي ها ته ڇا ٿئي ها.
تعريف ۽ مقصد
شمارياتي اهميت جو امتحان هڪ رسمي طريقو آهي جيڪو آبادي بابت بيان (مفروضو) لاءِ ڊيٽا مان ثبوتن جو جائزو وٺڻ لاءِ استعمال ڪيو ويندو آهي. ان جو بنيادي مقصد اهو طئي ڪرڻ آهي ته ڇا ڪو اثر - مثال طور، ٻن گروپن جي وچ ۾ فرق، ٻن متغيرن جي وچ ۾ لاڳاپو، يا علاج جو اثر - ايترو وڏو ۽ هڪجهڙائي وارو آهي جو اتفاق سان ٿيڻ جو امڪان نه هجي.
عملي طور تي، اهميت جا امتحان ڪنهن نظريي کي "ثابت" نٿا ڪن ته اهو سچ آهي، پر ان جي بدران اهو اندازو مهيا ڪن ٿا ته ڊيٽا ڪنهن خاص مفروضي کي ڪيتري مضبوطي سان رد ڪري ٿو. هتي اهو سمجهڻ ضروري آهي ته انگ اکر غير يقيني صورتحال جي دائري ۾ ڪم ڪن ٿا. ڪا به مڪمل يقين نه آهي، پر ڊيٽا جي حمايت سان اعتماد جي هڪ درجي جي برابر آهي.
خالي مفروضو ۽ متبادل مفروضو
اهميت جا امتحان عام طور تي ٻن بيانن تي ٺهيل آهن:
1. خالي مفروضو (H₀): بيان ڪري ٿو ته ڪو به فرق، ڪو به تعلق، يا ڪو به اثر ناهي. مثال طور: "ڪلاس A جو سراسري گريڊ ڪلاس B جي برابر آهي،" يا "مطالعي جي ڪلاڪن ۽ امتحان جي اسڪور جي وچ ۾ ڪو به تعلق ناهي."
2. متبادل مفروضو (H₁ يا Hₐ): بيان ڪري ٿو ته هڪ فرق، هڪ تعلق، يا هڪ اثر آهي. مثال طور: "ڪلاس A جو سراسري گريڊ ڪلاس B کان مختلف آهي،" يا "مطالعي جي ڪلاڪن ۽ امتحان جي اسڪور جي وچ ۾ هڪ تعلق آهي."
اهميت جا امتحان شروعاتي مفروضي تي ڪم ڪن ٿا ته H₀ سچ آهي. پوءِ، ڊيٽا جو تجزيو ڪيو ويندو آهي ته ڏسو ته نتيجا انتهائي ناياب آهن جيڪڏهن H₀ سچ آهي. جيڪڏهن اهي ناياب آهن، ته اسان H₀ کي رد ڪرڻ جو رجحان رکون ٿا.
پي ويليو (پي-ويليو) ۽ ان جي معنيٰ
اهميت جي جاچ ۾ مرڪزي تصور پي-ويليو آهي. سادي لفظن ۾، پي-ويليو گهٽ ۾ گهٽ ڊيٽا ۾ مشاهدو ڪيل انتهائي نتيجو حاصل ڪرڻ جو امڪان آهي، فرض ڪيو ته خالي مفروضو سچ آهي.
- جيڪڏهن p ننڍو آهي، ته ان جو مطلب آهي ته مشاهدو ڪيل نتيجا تمام گهٽ ئي ملندا آهن جڏهن H₀ سچو هوندو آهي، تنهن ڪري اسان وٽ H₀ کي رد ڪرڻ جو سبب آهي.
- جيڪڏهن p وڏو آهي، ته ان جو مطلب آهي ته جيڪڏهن H₀ سچو آهي ته مشاهدو ڪيل نتيجا اڃا تائين ممڪن آهن، تنهنڪري اسان وٽ H₀ کي رد ڪرڻ لاءِ ڪافي ثبوت نه آهن.
جڏهن ته، p-value کي اڪثر غلط سمجهيو ويندو آهي. p-value اهو امڪان ناهي ته H₀ صحيح آهي يا غلط. ۽ نه ئي اهو اثر جي شدت جو اندازو آهي. p-value صرف هڪ مخصوص فريم ورڪ اندر H₀ جي خلاف ثبوت جي طاقت کي ظاهر ڪري ٿو.
اهميت جي سطح (α)
فيصلو ڪرڻ لاءِ، محقق هڪ اهميت جي سطح مقرر ڪندا آهن، جيڪا α (الفا) سان ظاهر ڪئي ويندي آهي. عام طور تي استعمال ٿيندڙ قدر 0,05 (5٪) يا 0,01 (1٪) آهن. قاعدو هي آهي:
- جيڪڏهن p ≤ α آهي، ته نتيجن کي شمارياتي طور تي اهم چيو ويندو آهي، ۽ H₀ رد ڪيو ويندو آهي.
– جيڪڏهن p > α آهي، ته نتيجو اهم نه آهي، ۽ H₀ رد نه ڪيو ويو آهي.
α چونڊڻ خالص ٽيڪنيڪل فيصلو ناهي، پر ان سان گڏ تناظر کي به نظر ۾ رکيو ويندو آهي. مثال طور، مريضن جي حفاظت سان لاڳاپيل طبي تحقيق ۾، محقق غلط نتيجن جي خطري کي گهٽائڻ لاءِ وڌيڪ سخت α (0,01) چونڊي سگهن ٿا.
ٽائپ I ۽ ٽائپ II غلطيون
ڇاڪاڻ ته شمارياتي ٽيسٽ ۾ غير يقيني صورتحال ۾ فيصلو ڪرڻ شامل آهي، هميشه غلطي جو امڪان هوندو آهي:
1. ٽائپ I غلطي (غلط مثبت): H₀ کي رد ڪرڻ جڏهن H₀ سچ آهي. امڪان α ذريعي ڪنٽرول ڪيو ويندو آهي.
2. قسم II غلطي (غلط منفي): جڏهن H₁ سچ آهي ته H₀ کي رد ڪرڻ ۾ ناڪامي. امڪان β (بيٽا) سان ظاهر ڪيو ويندو آهي؛ انورس کي پاور سڏيو ويندو آهي، جيڪو 1 − β آهي.
حقيقي دنيا جي تناظر ۾، ٻنهي قسمن جون غلطيون اهم نتيجا ڏئي سگهن ٿيون. مثال طور، فرض ڪرڻ ته ڪا دوا اثرائتي آهي جڏهن اها نه آهي (قسم I) نقصانڪار ٿي سگهي ٿي، جڏهن ته فرض ڪرڻ ته ڪا دوا غير موثر آهي جڏهن اها اصل ۾ اثرائتي آهي (قسم II) علاج جا موقعا وڃائڻ جو سبب بڻجي سگهي ٿي.
اهميت جي ٽيسٽن جا عام قسم
ڪيتريون ئي اهميت جا امتحان آهن، ۽ چونڊ مقصد، ڊيٽا جي قسم، ۽ مفروضن تي منحصر آهي جيڪي پورا ڪيا پيا وڃن. ڪجھ سڀ کان وڌيڪ استعمال ٿيندڙ آهن:
- ٽي-ٽيسٽ: ٻن گروپن جي ذريعن جو مقابلو ڪري ٿو (مثال طور، تجرباتي بمقابله ڪنٽرول). آزاد ۽ جوڙيل ٽي-ٽيسٽ ورجن موجود آهن.
- انووا: ٻن کان وڌيڪ گروپن جي سراسري جو مقابلو ڪري ٿو (مثال طور ٽي سکيا جا طريقا).
- چي-اسڪوائر ٽيسٽ: ڪيٽيگريڪل متغيرن جي وچ ۾ تعلق کي جانچيندو آهي (مثال طور جنس ۽ ميجر جو انتخاب).
- پيئرسن/اسپيئرمين ڪوريليشن: ٻن عددي متغيرن جي وچ ۾ تعلق کي جانچيندو آهي (عام ڊيٽا لاءِ پيئرسن، آرڊينل/غير معمولي ڊيٽا لاءِ اسپيئرمين).
- لڪير/لاجسٽڪ ريگريشن: نتيجو متغير تي هڪ يا وڌيڪ اڳڪٿي ڪندڙ متغيرن جي اثر کي جانچيندو آهي.
هر ٽيسٽ ۾ مفروضا هوندا آهن، جهڙوڪ نارملٽي، ويرينس جي هڪجهڙائي، يا ڊيٽا جي آزادي. انهن مفروضن جي ڀڃڪڙي گمراهه ڪندڙ ٽيسٽ نتيجن جو سبب بڻجي سگهي ٿي، تنهن ڪري ڊيٽا جي تشخيص ۽ ضروري ٽيسٽ ضروري آهن.
شمارياتي اهميت بمقابله عملي اهميت
اهميت جي جاچ جي هڪ تنقيد اها آهي ته محقق ان جي عملي اثرن تي غور ڪرڻ کان سواءِ ان تي تمام گهڻو ڌيان ڏين ٿا ته اهو "اهم" آهي يا "غير اهم". تمام وڏن نمونن سان، ننڍا فرق شمارياتي طور تي اهم ٿي سگهن ٿا، جيتوڻيڪ انهن جو اثر مشڪل سان قابل ذڪر آهي. ان جي برعڪس، ننڍن نمونن سان، اهي اثر جيڪي اصل ۾ ڪافي اهم آهن ناکافي طاقت جي ڪري اهميت تائين پهچڻ ۾ ناڪام ٿي سگهن ٿا.
تنهن ڪري، اهميت جا امتحان هميشه سان گڏ هجڻ گهرجن:
- اثر سائيز جهڙوڪ ڪوهين جو ڊي، ايٽا-اسڪوائر، يا اوڊس تناسب.
- معقول پيرا ميٽر قدرن جي حد ڏيکارڻ لاءِ اعتماد جو وقفو.
پي-ويليو، اثر جي سائيز، ۽ اعتماد جي وقفي جو ميلاپ هڪ وڌيڪ مڪمل تصوير فراهم ڪري ٿو: نه رڳو "اثر آهي يا نه،" پر "اثر ڪيترو وڏو آهي ۽ اسان ان اندازي بابت ڪيترو يقين ڪري سگهون ٿا."
اهميت جي ٽيسٽ ڪرائڻ لاءِ عام قدم
عام طور تي، عمل هي آهي:
1. تحقيقي سوالن مطابق H₀ ۽ H₁ ٺاهيو.
2. α (مثال طور 0,05) جو تعين ڪريو.
3. ڊيٽا جي قسم ۽ ريسرچ ڊيزائن جي مطابق صحيح ٽيسٽ چونڊيو.
4. ٽيسٽ مفروضن جي جانچ ڪريو (معموليت، فرق، آزادي، وغيره).
5. ٽيسٽ جا انگ اکر ڳڻيو ۽ پي-ويليو حاصل ڪريو.
6. p-value جو α سان مقابلو ڪريو ۽ نتيجا ڪڍو.
7. نتيجن کي مڪمل طور تي رپورٽ ڪريو، جتي ممڪن هجي اثر جي سائيز ۽ اعتماد جي وقفن سميت.
سٺي رپورٽنگ ۾ تناظر پڻ شامل آهي، جهڙوڪ نموني جون خاصيتون، ماپ جا طريقا، ۽ امڪاني تعصب.
پينوٽ اپ
شمارياتي اهميت جا امتحان اهم اوزار آهن اهو جائزو وٺڻ لاءِ ته ڇا ڊيٽا جا نتيجا آبادي جي حالتن کي ظاهر ڪن ٿا يا صرف بي ترتيب تبديلي جو نتيجو آهن. بهرحال، اهي ٽيسٽ سائنسي سچائي جا واحد ثالث نه آهن. پي-ويليو کي صحيح طور تي سمجهڻ گهرجي، اثر جي سائيز، اعتماد جي وقفي، ۽ نتيجن جي مطابقت جي هڪ لاڳاپيل تشخيص سان گڏ.
جڏهن صحيح طريقي سان استعمال ڪيو وڃي ٿو، ته اهميت جا امتحان تحقيق کي وڌيڪ مقصدي ۽ جوابده بڻائڻ ۾ مدد ڪن ٿا. ان جي برعڪس، جيڪڏهن انهن جي مفروضن ۽ حدن کي سمجهڻ کان سواءِ مشيني طور تي استعمال ڪيو وڃي، ته اهي غلط نتيجن تي پهچن ٿا. تنهن ڪري، تصوراتي سمجھ، سوچي سمجهي تشريح، ۽ شفاف رپورٽنگ ڊيٽا تي ٻڌل فيصلن جي حمايت لاءِ اهميت جي تجربن کي استعمال ڪرڻ لاءِ اهم آهن.
