A hipotézisteszt eredményei nem egyformák. A hipotézis teszt vagy a statisztikai szignifikancia-teszthez általában szignifikanciaszint tartozik. A szignifikancia ezen szintje olyan szám, amelyet általában a Görög levél alpha. Az egyik kérdés, amely felmerül egy statisztikai osztályban, a következő: "Milyen alfa-értéket kell használni a hipotézistesztjeinkhez?"
Ehhez a kérdéshez, mint sok más statisztikai kérdéshez is, a válasz: "A helyzettől függ." Meg fogjuk vizsgálni, hogy mit értünk ezzel. Számos folyóirat a különféle tudományágakból meghatározza, hogy statisztikailag szignifikáns eredmények azok, amelyekben az alfa értéke 0,05 vagy 5%. A legfontosabb szempont, hogy meg kell jegyezni, hogy nincs olyan univerzális alfaérték, amelyet mindenki számára használjon statisztikai tesztek.
Általánosan használt értékek a szignifikancia szintjei
Az alfa által ábrázolt szám valószínűség, tehát bármilyen nemnegatív értékét felveheti valós szám kevesebb, mint egy. Noha az elméletben 0 és 1 közötti szám felhasználható az alfa számára, a statisztikai gyakorlatban ez nem ez a helyzet. Az összes szignifikancia szint közül a 0,10, 0,05 és 0,01 értékeket használják leggyakrabban az alfa-értékekhez. Mint látni fogjuk, okok lehetnek az alfa-értékek használatánál, a leggyakrabban használt számoktól eltérő értékeknél.
Jelentőségi szint és I. típusú hibák
Az „egy méret mindenkinek megfelelő” értékkel szembeni megfontolás az alfa szempontjából annak függ, hogy mekkora ez a szám valószínűsége. A hipotézis teszt szignifikancia szintje pontosan megegyezik az a valószínűségével I. típusú hiba. Az I. típusú hiba helytelenül áll elutasító az null hipotézist amikor a nullhipotézis valóban igaz. Minél kisebb az alfa értéke, annál kevésbé valószínű, hogy egy valódi nullhipotézist visszautasítunk.
Különböző esetekben elfogadható az I. típusú hiba. Nagyobb, még 0,10-nél nagyobb alfaérték akkor is megfelelő lehet, ha egy kisebb alfa-érték kevésbé kívánatos eredményt eredményez.
A betegség orvosi szűrésekor mérlegelje egy olyan teszt lehetőségét, amely tévesen teszteli pozitívnak egy betegséget, és egy olyan beteget, amely tévesen teszteli a betegség negatív eredményét. A hamis pozitív eredmény szorongást fog okozni a betegünk számára, ám más tesztekhez vezet, amelyek meghatározzák, hogy a tesztünk ítélete valóban helytelen volt. A hamis negatív betegnél téves feltételezést ad arra, hogy valójában nem szenved betegsége. Ennek eredményeként a betegséget nem kezelik. Figyelembe véve a választást, inkább olyan körülményekkel rendelkeznénk, amelyek hamis pozitív, mint hamis negatív eredményt eredményeznek.
Ebben a helyzetben örömmel fogadnánk el egy nagyobb értéket az alfa számára, ha az alacsonyabb valószínűséggel téves negatív kompromisszumot eredményezne.
Jelentőségi szint és P-értékek
A szignifikancia szintje olyan érték, amelyet a statisztikai szignifikancia meghatározására állítunk be. Ez végül a standard, amellyel megmérjük a vizsgálati statisztika kiszámított p-értékét. Ha azt mondjuk, hogy az eredmény statisztikailag szignifikáns az alfa szintjén, az azt jelenti, hogy a p-érték alacsonyabb, mint az alfa. Például, ha az alfa = 0,05, ha a p-érték nagyobb, mint 0,05, akkor a nullhipotézist nem lehet elutasítani.
Vannak olyan esetek, amikor nagyon kicsire lenne szükségünk p-érték egy semleges hipotézis elutasítása. Ha a nullhipotézisünk valamire vonatkozik, amelyet széles körben elfogadnak igaznak, akkor nagyfokú bizonyítékokra van szükség a nullhipotézis elutasítása érdekében. Ezt egy p-érték biztosítja, amely jóval kisebb, mint az alfa általánosan használt értékek.
Következtetés
Nincs egy olyan alfa-érték, amely meghatározza a statisztikai szignifikanciát. Bár az olyan számok, mint a 0,10, 0,05 és 0,01, általában az alfa-értékek, általában nincs kényszerítő matematikai tétel ami azt mondja, hogy csak ezek a szignifikanciaszintek használhatók fel. Mint sok statisztikai elemben is, gondolkodnunk kell, mielőtt kiszámolnánk és mindenekelőtt a józan észt használnánk.