Hvilket nivå av alfa bestemmer statistisk signifikans?
Getty Images / Infografx
Ikke alle resultater av hypotesetester er like. EN hypotesetest eller test av statistisk signifikans har vanligvis et signifikansnivå knyttet til seg. Dette betydningsnivået er et tall som vanligvis er betegnet med Gresk bokstav alfa. Et spørsmål som dukker opp i en statistikkklasse er: Hvilken verdi av alfa skal brukes til våre hypotesetester?
Svaret på dette spørsmålet, som med mange andre spørsmål i statistikk er, Det avhenger av situasjonen. Vi skal utforske hva vi mener med dette. Mange tidsskrifter fra ulike fagområder definerer at statistisk signifikante resultater er de der alfa er lik 0,05 eller 5 %. Men hovedpoenget å merke seg er at det ikke er en universell verdi av alfa som bør brukes for alle statistiske tester .
Vanlig brukte verdier Nivåer av betydning
Tallet representert av alfa er en sannsynlighet, så det kan ha en verdi av en hvilken som helst ikke-negativ ekte nummer mindre enn én. Selv om i teorien et hvilket som helst tall mellom 0 og 1 kan brukes for alfa, er dette ikke tilfelle når det gjelder statistisk praksis. Av alle signifikansnivåer er verdiene 0,10, 0,05 og 0,01 de som er mest brukt for alfa. Som vi vil se, kan det være grunner til å bruke andre verdier av alfa enn de mest brukte tallene.
Nivå av betydning og type I-feil
En vurdering mot en one size fits all-verdi for alfa har å gjøre med hva dette tallet er sannsynligheten for. Signifikansnivået til en hypotesetest er nøyaktig lik sannsynligheten for a Type I feil . En type I-feil består av feil avviser de nullhypotesen når nullhypotesen faktisk er sann. Jo mindre verdien av alfa er, jo mindre sannsynlig er det at vi forkaster en sann nullhypotese.
Det er forskjellige tilfeller der det er mer akseptabelt å ha en type I-feil. En større verdi av alfa, til og med en større enn 0,10, kan være passende når en mindre verdi av alfa resulterer i et mindre ønskelig resultat.
Ved medisinsk screening for en sykdom, vurder mulighetene for en test som feilaktig tester positivt for en sykdom med en som falsk tester negativ for en sykdom. En falsk positiv vil resultere i angst for pasienten vår, men vil føre til andre tester som vil fastslå at dommen fra testen vår faktisk var feil. En falsk negativ vil gi vår pasient den uriktige antagelsen om at han ikke har en sykdom når han faktisk har det. Resultatet er at sykdommen ikke vil bli behandlet. Gitt valget vil vi heller ha forhold som resulterer i en falsk positiv enn en falsk negativ.
I denne situasjonen vil vi gjerne akseptere en større verdi for alfa hvis det resulterte i en avveining av en lavere sannsynlighet for en falsk negativ.
Nivå av betydning og P-verdier
Et signifikansnivå er en verdi som vi setter for å bestemme statistisk signifikans. Dette ender opp med å bli standarden som vi måler den beregnede p-verdien til teststatistikken vår. Å si at et resultat er statistisk signifikant på nivået alfa betyr bare at p-verdien er mindre enn alfa. For eksempel, for en verdi på alfa = 0,05, hvis p-verdien er større enn 0,05, klarer vi ikke å forkaste nullhypotesen.
Det er noen tilfeller der vi trenger en veldig liten p-verdi å forkaste en nullhypotese. Hvis nullhypotesen vår gjelder noe som er allment akseptert som sant, så må det være en høy grad av bevis for å forkaste nullhypotesen. Dette er gitt av en p-verdi som er mye mindre enn de vanligste verdiene for alfa.
Konklusjon
Det er ikke én verdi av alfa som bestemmer statistisk signifikans. Selv om tall som 0,10, 0,05 og 0,01 er verdier som vanligvis brukes for alfa, er det ingen overstyring matematisk teorem som sier at dette er de eneste betydningsnivåene vi kan bruke. Som med mange ting innen statistikk, må vi tenke oss om før vi regner og fremfor alt bruke sunn fornuft.