Raven pomembnosti pri testiranju hipotez

Preizkušanje hipotez je zelo razširjen znanstveni postopek, ki se uporablja v statističnih in družboslovnih disciplinah. Pri preučevanju statistike dosežemo statistično pomemben rezultat (ali rezultat s statistično pomembnostjo) pri testu hipotez, kadar je vrednost p manjša od določene stopnje pomembnosti. The p-vrednost je verjetnost, da dobimo testno statistiko ali rezultat vzorca tako skrajno ali bolj skrajno kot opaženo v raziskavi, medtem ko stopnja pomembnosti ali alfa raziskovalcu sporočata, kako ekstremni rezultati morajo biti, da jih zavrne the ničelna hipoteza. Z drugimi besedami, če je p-vrednost enaka ali nižja od definirane stopnje pomembnosti (običajno označena z α) lahko raziskovalec varno domneva, da so opaženi podatki v neskladju s predpostavko, da the ničelna hipoteza je res, kar pomeni, da je ničelna hipoteza ali predpostavka, da med preizkušenimi spremenljivkami ni nobene zveze, mogoče zavrniti.

Raziskovalec z zavrnitvijo ali ovrženjem ničelne hipoteze sklepa, da obstaja znanstvena podlaga za prepričanje je neko razmerje med spremenljivkami in da rezultati niso bili posledica napake vzorčenja oz priložnost. Čeprav je zavračanje ničelne hipoteze osrednji cilj v večini znanstvenih študij, je to pomembno upoštevati zavrnitev ničelne hipoteze ni enakovredno dokazovanju raziskovalčeve alternative hipoteza.

Koncept statističnega pomena je ključnega pomena za preskušanje hipotez. V študiji, ki vključuje risanje naključnega vzorca večje populacije, da bi dokazali nek rezultat, ki ga je mogoče uporabiti za za celotno populacijo obstaja stalna možnost, da so podatki iz študije posledica napake vzorčenja ali preprostega naključja ali priložnost. Z določitvijo stopnje pomembnosti in testiranjem p-vrednosti proti njej lahko raziskovalec samozavestno podpira ali zavrne ničelno hipotezo. Raven pomembnosti, najpreprosteje, je mejna verjetnost napačne zavrnitve ničelne hipoteze, če je resnična. To je znano tudi kot napaka tipa I oceniti. Stopnja pomembnosti ali alfa je torej povezana s splošno stopnjo zaupanja testa, kar pomeni, da višja kot je vrednost alfe, večja je zaupanje v test.

Napaka tipa I ali napaka prve vrste se pojavi, ko je ničelna hipoteza zavrnjena, če je v resnici resnična. Z drugimi besedami, napaka tipa I je primerljiva z lažno pozitivno vrednostjo. Napake tipa I nadziramo z določitvijo ustrezne stopnje pomembnosti. Najboljša praksa pri testiranju znanstvenih hipotez zahteva izbiro stopnje pomembnosti, preden se sploh začne zbiranje podatkov. Najpogostejša stopnja pomembnosti je 0,05 (ali 5%), kar pomeni, da obstaja 5% verjetnost, da bo pri preizkusu prišlo do napake tipa I z zavrnitvijo resnične ničelne hipoteze. Ta stopnja pomembnosti obratno pomeni 95% raven zaupanja, kar pomeni, da pri večini testov hipotez 95% ne bo povzročilo napake tipa I.