Statistische significantie is het nummer, genaamd een p-waarde, die u vertelt de kans dat uw resultaat wordt waargenomen, gezien het feit dat een bepaalde uitspraak (de nulhypothese) waar is. Indien p-waarde klein genoeg, kan de experimentator uitgaan dat de nulhypothese onjuist.
Stappen
- 1Bepaal het experiment dat u wilt uitvoeren en wat je wilt leren. Voor dit voorbeeld, laten wij van mening dat u een stuk hout hebben gekocht van een hout winkel. Je kocht een stuk hout dat de verkoper je vertelde was 8 meter lang (laten we duiden deze L = 8). Denk je dat de verkoper bedriegt u, en gelooft dat de lengte van het hout is in feite minder dan 8 voet (L <8). Dit heet uw alternatieve hypothese H A.
- 2Staat uw nulhypothese. Om dat L tonen <8, moeten we laten zien dat het onredelijk is om te geloven L> = 8 gezien de gegevens die we hebben waargenomen. Daarom stellen we ons nulhypothese is dat de lengte van de plaat groter is dan of gelijk aan 8 voet, of H 0: L> = 8.
- 3Bepaal hoe ongewoon uw gegevens moet zijn voor deze belangrijke kan worden beschouwd. Veel statistici beschouwen zijnde 95% zeker dat de nulhypothese is vals als een minimum voor statistische significantie (het geven van een p-waarde van 0,05). Dit is het betrouwbaarheidsniveau. Een hoger niveau van vertrouwen (en dus een lagere p-waarde): de resultaten zijn significant. Merk op dat een betrouwbaarheidsniveau van 95% betekent dat u niet correct zijn 1 keer op de 20 keren dat je het experiment uit te voeren.
- 4Verzamelen van gegevens. De meesten van ons zou uitbreken het meetlint, vinden dat de lengte van de plaat is minder dan 8 meter, en dan gaan vragen de hout-dealer voor een nieuw stuk hout. Echter, de wetenschap vereist een veel grotere bewijslast dan alleen een enkele meting. Bijvoorbeeld, wat als je bijzonder slecht met een meetlint? In plaats daarvan moeten we veel metingen te doen en te gebruiken deze resultaten om onze p-waarde te bepalen.
- 5Bereken de gemiddelde (gemiddelde) van uw gegevens. We zullen dit μ duiden.
- Voeg al uw waarnemingen samen
- Delen door het aantal metingen die u hebt gemaakt (n).
- 6Bereken de standaardafwijking van de steekproef. We zullen deze s duiden.
- Aftrekken van de gemiddelde μ van al uw observaties.
- Plein van de resulterende waarden.
- Voeg ze samen.
- Delen door n-1.
- Neem de vierkantswortel van deze waarde.
- 7Zet uw gemiddelde naar een standaard normale waarde (Z-score). We zullen duiden deze Z.
- Trek de waarde van H 0 (8) van uw waargenomen gemiddelde μ.
- Verdeel het resultaat van de steekproef standaarddeviatie s.
- 8Vergelijk deze waarde z de z-waarde voor uw vertrouwen niveau. Deze waarde komt uit een tabel van de normale distributie. Bepalen van deze kritische waarde valt buiten het bestek van dit artikel, maar als uw berekende Z-waarde is negatiever dan -1,645, dan kunt u ervan uitgaan dat uw bord heeft een lengte van minder dan 8 meter met meer dan 95% vertrouwen. Dit heet verwerpen de nulhypothese. Dit betekent dat de waargenomen μ statistisch significant (omdat het verschilt van de genoemde lengte). Als uw waargenomen Z is niet minder dan -1,645, dan kun je niet afwijzen H 0. In dit geval rekening mee dat u niet hebben bewezen dat H 0 is waar. Je gewoon niet genoeg informatie om te zeggen dat het vals is.
- 9Overweeg een follow-up studie. Doet een ander onderzoek, met meer metingen of een nauwkeuriger meetinstrument, zal helpen verhogen van uw vertrouwen in uw conclusie.
Tips
- Statistiek is een groot en ingewikkeld gebied, neem een middelbare school of hogeschool niveau (of daarbuiten) cursus over statistische inferentie te helpen begrijpen van statistische significantie.
Waarschuwingen
- Deze analyse is specifiek voor het gegeven voorbeeld. Het zal veranderen afhankelijk van je hypothese.
- We hebben een aantal aannames die niet worden besproken gemaakt. Een statistiek klasse zal u helpen begrijpen deze.