מובהקות (significance)
בבדיקת השערות סטטיסטיות, החוקר בוחן שתי השערות:
- השערת האפס (H0) היא ההשערה שאנו רוצים לדחות, כלומר להגיע למסקנה שהיא לא נכונה.
- ההשערה האלטרנטיבית (H1) היא ההשערה שאנו רוצים לאמת, כלומר להגיע למסקנה שהיא נכונה.
מובהקות סטטיסטית היא מידת הביטחון שנדחה את השערת האפס, כלומר מידת הביטחון שהמודל
שדחינו אכן
אינו תואם את המציאות.
לדוגמה, נרצה לבדוק יעילות של טיפול חדש לחרדה, על ידי השוואה בין שתי קבוצות. קבוצה א' היא קבוצת הניסוי, שקיבלה תרופה ניסיונית לטיפול בחרדה. קבוצה ב' היא קבוצת ביקורת, שקיבלה פלצבו.
השערת האפס שלנו היא
שאין הבדל בין הקבוצות, ואת ההשערה הזו אנו מעוניינים לדחות. כלומר, אנו רוצים להוכיח שיש הבדל בין הקבוצות – ושרמת החרדה של הקבוצה שקיבלה את התרופה תהיה נמוכה יותר.
אם אימתנו את ההשערה האלטרנטיבית שלנו
במדגם, נרצה גם לדעת מה הסיכוי שההבדלים שמצאנו בין הקבוצות קיימים גם באוכלוסיה כולה. ככל שהסיכוי לכך קטן יותר, כך נדע שהממצא שלנו פחות מקרי, ויותר משקף את המצב האמיתי שקיים באוכלוסיה. סיכוי זה נקרא P value (מסומן גם PV).
אם ערכו של P גדול מהערך של אלפא שנבחר, פירוש הדבר שלא נראה הבדל
מובהק בין רמת החרדה של שתי הקבוצות. כלומר לא נוכל להסיק שההבדל שמצאנו במדגם קיים גם באוכלוסיה. במצב כזה, לא נדחה את השערת האפס.
בדרך כלל, רמת הביטחון שנשתמש בה היא 95%. במצב כזה, מובהקות התוצאה (p) היא המשלים ל-100% – 0.05. אם הערך של p קטן מ-0.05, נדחה את השערת האפס. בדוגמה שנתנו, נוכל להגיד
שברמת מובהקות של 95%, ההבדלים שאנו רואים במדגם אכן קיימים גם באוכלוסיה.
מובהקות שולית (marginal significance)
מחקרים רבים מדווחים על תוצאות "מובהקות באופן שולי" (marginally significant). כוונתם היא שהערך של p שווה בערך לחתך שנבחר (בד"כ 0.05), אך אינו קטן ממנו. למשל, כאשר p=0.06. במקרה כזה, רמת הביטחון בה נוכל להגיד שהדפוס שאנו רואים במדגם מתרחש גם באוכלוסיה, היא נמוכה יותר (94%), ויש יותר סיכוי לטעות.
האם הערך היה לכם לעזר?
במידה וכן, לחצו:
במידה והייתם מעוניינים שנשפר את הערך, שתפו אותנו ונעדכן אתכם ברגע שנכניס שינויים.
לידיעתכם, נעשה שימוש בכתובת המייל שלכם אך ורק לשם עדכון בנוגע לערך ותו לא!
