උපකල්පන පරීක්ෂණ මූලික කරුණු
උපකල්පිත පරීක්ෂාව යනු අනුමාන සංඛ්යාලේඛනවල ප්රධාන මෙවලමක් වන අතර එය නියැදි දත්ත මත පදනම්ව ජනගහනයක් පිළිබඳ තීරණ හෝ නිගමනවලට එළඹීමට භාවිතා කරයි. සමාජ විද්යාවන්හි සිට ස්වාභාවික විද්යාවන් දක්වා විවිධ ක්ෂේත්රවල, යෝජිත උපකල්පන සහ න්යායන් වලංගු කිරීම සඳහා උපකල්පිත පරීක්ෂාව ඉතා වැදගත් වේ. මෙම ලිපියෙන් උපකල්පිත පරීක්ෂාවේ මූලික කරුණු, උපකල්පිත පරීක්ෂණයක් පැවැත්වීමේ පියවර, උපකල්පිත පරීක්ෂණ වර්ග සහ සැබෑ ලෝක උදාහරණ කිහිපයක් ගැඹුරින් සොයා බලනු ඇත.
කල්පිත පරීක්ෂණය යනු කුමක්ද?
උපකල්පිත පරීක්ෂාව යනු ජනගහනයක් පිළිබඳ ප්රකාශයක් හෝ හිමිකම් පෑමක් පරීක්ෂා කිරීම සඳහා භාවිතා කරන සංඛ්යානමය ක්රමයකි. උපකල්පන වර්ග දෙකකට බෙදා ඇත: ශුන්ය කල්පිතය (H0) සහ විකල්ප කල්පිතය (H1). ශුන්ය කල්පිතය කිසිදු බලපෑමක් හෝ වෙනසක් නිරීක්ෂණය නොකරන බව පවසන අතර, විකල්ප කල්පිතය බලපෑමක් හෝ වෙනසක් පවතින බව සඳහන් කරයි.
උදාහරණයක් ලෙස, නව ඖෂධයක් ප්ලේසෙබෝ එකකට වඩා ඵලදායී දැයි දැන ගැනීමට අපට අවශ්ය නම්, ශුන්ය කල්පිතය මඟින් නව ඖෂධය ප්ලේසෙබෝ (H0) ට වඩා ඵලදායී නොවන බව ප්රකාශ කරන අතර, විකල්ප කල්පිතය මඟින් නව ඖෂධය වඩාත් ඵලදායී බව ප්රකාශ කරනු ඇත (H1).
කල්පිත පරීක්ෂණ පියවර
උපකල්පිත පරීක්ෂණයක් පැවැත්වීමේ මූලික පියවර පහත දැක්වේ.
1. කල්පිත සූත්රගත කිරීම: කල්පිත පරීක්ෂණයේ පළමු පියවර වන්නේ ශුන්ය කල්පිතය (H0) සහ විකල්ප කල්පිතය (H1) සකස් කිරීමයි. උදාහරණයක් ලෙස, ඖෂධය සම්බන්ධයෙන්, H0: නව ඖෂධය ප්ලේසෙබෝට වඩා ඵලදායී නොවේ. H1: නව ඖෂධය ප්ලේසෙබෝට වඩා ඵලදායී වේ.
2. වැදගත්කම මට්ටම (\(\alpha\) තේරීම: වැදගත්කම මට්ටම යනු I වර්ගයේ දෝෂයක් ඇතිවීමේ සම්භාවිතාවයි - එනම්, ශුන්ය කල්පිතය සත්ය වන විට ශුන්ය කල්පිතය ප්රතික්ෂේප කිරීමයි. \(\alpha\) හි බහුලව භාවිතා වන අගයන් 0.05, 0.01, හෝ 0.10 වේ.
3. නියැදි දත්ත රැස් කිරීම: මෙම අදියරේදී, අපි සුදුසු නියැදි ක්රමයක් භාවිතා කරමින් ජනගහනයෙන් දත්ත රැස් කරමු. ඉන්පසු මෙම නියැදිය විශ්ලේෂණය කර ශුන්ය කල්පිතය ප්රතික්ෂේප කිරීමට ප්රමාණවත් සාක්ෂි තිබේද යන්න තීරණය කරනු ලැබේ.
4. පරීක්ෂණ සංඛ්යාලේඛන ගණනය කිරීම: පරීක්ෂණ සංඛ්යාලේඛනයක් යනු ශුන්ය කල්පිතය පිළිබඳ තීරණයක් ගැනීමට භාවිතා කරන නියැදි දත්ත වලින් ගණනය කරන ලද අගයකි. මෙය සිදු කරනු ලබන පරීක්ෂණ වර්ගය අනුව z-අගය, t-අගය, chi-square හෝ F-අගය විය හැකිය.
5. තීරණාත්මක කලාපය හෝ p-අගය තීරණය කිරීම: තීරණාත්මක කලාපය යනු පරීක්ෂණ සංඛ්යාලේඛනය එම කලාපය තුළට වැටේ නම් ශුන්ය කල්පිතය ප්රතික්ෂේප කිරීමට අපට හේතු වන අගයන් වේ. ශුන්ය කල්පිතය සත්ය නම්, p-අගය යනු නිරීක්ෂණය කරන ලද ප්රතිඵලය තරම්ම ආන්තික ප්රතිඵලයක් ලබා ගැනීමේ සම්භාවිතාවයි.
6. තීරණය: තීරණය ගනු ලබන්නේ පරීක්ෂණ සංඛ්යාලේඛනය තීරණාත්මක කලාපය සමඟ සංසන්දනය කිරීමෙන් හෝ p-අගය වැදගත්කම මට්ටම \(\alpha\) සමඟ සංසන්දනය කිරීමෙනි. පරීක්ෂණ සංඛ්යාලේඛනය තීරණාත්මක කලාපය තුළට වැටේ නම් හෝ p-අගය \(\alpha\) ට වඩා අඩු නම්, ශුන්ය කල්පිතය ප්රතික්ෂේප කරනු ලැබේ.
7. නිගමනය: නිගමනයක් ගෙන ශුන්ය කල්පිතය ප්රතික්ෂේප කිරීමට ප්රමාණවත් සාක්ෂි තිබේද නැද්ද යන්න සඳහන් කරන්න.
උපකල්පන පරීක්ෂණ වර්ග
දත්ත වර්ගය සහ පර්යේෂණයේ අරමුණ අනුව, උපකල්පිත පරීක්ෂණ වර්ග කිහිපයක් තිබේ. වඩාත් සුලභ ඒවා නම්:
1. ශිෂ්යයාගේ ටී-පරීක්ෂණය: කණ්ඩායම් දෙකක මධ්යන්යයන් සංසන්දනය කිරීමට භාවිතා කරයි. එක්-නියැදි, ද්වි-නියැදි ස්වාධීන සහ යුගල-නියැදි ටී-පරීක්ෂණ වලින් සමන්විත වේ.
2. Chi-Square පරීක්ෂණය: වර්ගීකරණ විචල්ය දෙකක් අතර සම්බන්ධතාවය පරීක්ෂා කිරීමට භාවිතා කරයි. උදාහරණයක් ලෙස, ස්ත්රී පුරුෂ භාවය සහ නිෂ්පාදන මනාපය අතර සම්බන්ධතාවයක් තිබේද යන්න.
3. ANOVA (විචල්යතා විශ්ලේෂණය): කණ්ඩායම් දෙකකට වඩා වැඩි ගණනක සාමාන්ය සංසන්දනය කිරීමට භාවිතා කරයි. දත්තවල විචලනය කණ්ඩායම් අතර විචලනය සහ කණ්ඩායම් තුළ විචලනය ලෙස බෙදා ඇත.
4. Z-පරීක්ෂණය: ජනගහනයක අනුපාතයන් පරීක්ෂා කිරීමට භාවිතා කරයි. නියැදි ප්රමාණය විශාල වූ විට සාමාන්යයෙන් භාවිතා වේ.
5. F පරීක්ෂණය: සාම්පල දෙකක විචල්යතාවය සංසන්දනය කර ඒවායේ එකම විචලනය තිබේද යන්න තීරණය කිරීමට භාවිතා කරයි.
උපකල්පන පරීක්ෂණ යෙදුමේ උදාහරණය
ගැඹුරු අවබෝධයක් ලබා දීම සඳහා, විවිධ ක්ෂේත්රවල කල්පිත පරීක්ෂණ යෙදුම් පිළිබඳ උදාහරණ කිහිපයක් දෙස බලමු.
1. වෛද්ය: වෛද්ය පර්යේෂණ වලදී, ඖෂධ කාර්යක්ෂමතාව තීරණය කිරීම සඳහා උපකල්පිත පරීක්ෂණය භාවිතා කරයි. නිදසුනක් වශයෙන්, නිශ්චිත ඖෂධයක් ගැනීමෙන් පසු රෝගියෙකුගේ රුධිර පීඩනය අඩු වේද යන්න පරීක්ෂා කිරීම සඳහා, පර්යේෂකයන්ට ඖෂධ ගැනීමට පෙර සහ පසු යුගල කළ ටී-පරීක්ෂණයක් භාවිතා කළ හැකිය.
2. ආර්ථික විද්යාව: රටක දළ දේශීය නිෂ්පාදිතයට බලපාන සාධක තීරණය කිරීම සඳහා ප්රතිගාමී විශ්ලේෂණය. විදේශ සෘජු ආයෝජන වැනි ස්වාධීන විචල්යයන් දළ දේශීය නිෂ්පාදිතයට කිසිදු බලපෑමක් නොකරන බවට ශුන්ය කල්පිතයක් පර්යේෂකයන්ට යෝජනා කළ හැකිය.
3. මනෝවිද්යාව: පාලනය එදිරිව පර්යේෂණාත්මක අත්හදා බැලීමකදී, උදාහරණයක් ලෙස නව ප්රතිකාරයක සඵලතාවය පරීක්ෂා කිරීම සඳහා, ශුන්ය කල්පිතය මඟින් නව ප්රතිකාරය පවතින ප්රතිකාරයකට වඩා සැලකිය යුතු ලෙස වෙනස් නොවන බව ප්රකාශ කළ හැකිය.
4. අලෙවිකරණය: අලෙවිකරණ ව්යාපාරයක සඵලතාවය පරීක්ෂා කිරීම සඳහා, ශුන්ය කල්පිතය මඟින් ව්යාපාරයෙන් පසු විකුණුම්වල කිසිදු වෙනසක් සිදු නොවන බව ප්රකාශ කළ හැකිය.
නිගමනය
උපකල්පිත පරීක්ෂාව යනු ජනගහන පරාමිතීන් පිළිබඳ ඇතැම් ප්රකාශ පරීක්ෂා කිරීම සඳහා භාවිතා කරන අනුමාන සංඛ්යාලේඛනවල ප්රධාන ක්රමවලින් එකකි. උපකල්පිත පරීක්ෂණයේ සාමාන්ය පියවර අතරට උපකල්පනයක් සකස් කිරීම, වැදගත්කම මට්ටමක් තෝරා ගැනීම, නියැදි දත්ත රැස් කිරීම, පරීක්ෂණ සංඛ්යාලේඛන ගණනය කිරීම සහ තීරණයක් ගැනීම ඇතුළත් වේ. උපකල්පිත පරීක්ෂණ වර්ග දත්තවල ලක්ෂණ සහ අධ්යයනයේ අරමුණ අනුව වෙනස් වන අතර, සමහර පොදු ඒවා අතර t-පරීක්ෂණය, Chi-Square පරීක්ෂණය, ANOVA සහ Z-පරීක්ෂණය ඇතුළත් වේ. දත්ත මත පදනම් වූ තීරණ ගැනීම සඳහා විද්යාවේ විවිධ ක්ෂේත්රවල උපකල්පිත පරීක්ෂාවේ මූලික කරුණු පිළිබඳ ගැඹුරු අවබෝධයක් අත්යවශ්ය වේ.
