महत्व की गणना कैसे करें

विषय

• टाइप I एरर: गलत तरीके से अस्वीकार करने की परिकल्पना
• टाइप II त्रुटि: गलत तरीके से वैकल्पिक परिकल्पना को खारिज करना
• महत्व का स्तर निर्धारित करना
• एक महत्वपूर्ण परीक्षण का चयन

सांख्यिकीय महत्व एक अध्ययन के परिणाम गणितीय रूप से "वास्तविक" और सांख्यिकीय रूप से रक्षात्मक हैं या नहीं, केवल एक मौका घटना है। आमतौर पर उपयोग किए जाने वाले महत्त्वपूर्ण परीक्षण डेटा सेटों के साधनों या डेटा सेटों के भिन्नताओं में अंतर के लिए देखते हैं। जिस प्रकार का परीक्षण लागू किया जाता है वह उस प्रकार के डेटा पर निर्भर करता है जिसका विश्लेषण किया जा रहा है। यह शोधकर्ताओं पर निर्भर करता है कि वे परिणामों को कितना महत्वपूर्ण मानते हैं - दूसरे शब्दों में, वे गलत होने के लिए कितने जोखिम में हैं। आमतौर पर, शोधकर्ता 5 प्रतिशत के जोखिम स्तर को स्वीकार करने के लिए तैयार हैं।

टाइप I एरर: गलत तरीके से अस्वीकार करने की परिकल्पना

••• स्कॉट रोथस्टीन / iStock / गेटी इमेज

अपेक्षित परिणाम के साथ विशिष्ट परिकल्पनाओं, या प्रयोगात्मक प्रश्नों का परीक्षण करने के लिए प्रयोग किए जाते हैं। एक शून्य परिकल्पना वह है जो डेटा के दो सेटों के बीच तुलना करने में कोई अंतर नहीं खोजती है। एक चिकित्सा परीक्षण में, उदाहरण के लिए, शून्य परिकल्पना यह हो सकती है कि अध्ययन दवा प्राप्त करने वाले रोगियों और प्लेसिबो प्राप्त करने वाले रोगियों के बीच सुधार में कोई अंतर नहीं है। यदि शोधकर्ता गलत तरीके से इस शून्य परिकल्पना को खारिज कर देता है जब यह वास्तव में सही होता है, तो दूसरे शब्दों में यदि वे मरीजों के दो सेटों के बीच अंतर का "पता लगाते हैं" जब वास्तव में कोई अंतर नहीं था, तो उन्होंने टाइप I त्रुटि की है।शोधकर्ता समय से पहले यह निर्धारित करते हैं कि टाइप I त्रुटि होने का कितना जोखिम वे स्वीकार करने के लिए तैयार हैं। यह जोखिम अधिकतम पी-मूल्य पर आधारित है जिसे वे अशक्त परिकल्पना को खारिज करने से पहले स्वीकार करेंगे, और इसे अल्फा कहा जाता है।

टाइप II त्रुटि: गलत तरीके से वैकल्पिक परिकल्पना को खारिज करना

एक वैकल्पिक परिकल्पना वह है जो डेटा के दो सेटों के बीच अंतर का पता लगाती है। चिकित्सा परीक्षण के मामले में, आप अध्ययन दवा प्राप्त करने वाले रोगियों और प्लेसिबो प्राप्त करने वाले रोगियों में सुधार के विभिन्न स्तरों को देखने की अपेक्षा करेंगे। यदि शोधकर्ता शून्य परिकल्पना को अस्वीकार करने में विफल होते हैं, जब उन्हें दूसरे शब्दों में, यदि वे "दो" रोगियों के दो सेटों के बीच कोई अंतर नहीं पाते हैं, तो पता चलता है कि वास्तव में एक अंतर है, तो उन्होंने टाइप II त्रुटि की है।

महत्व का स्तर निर्धारित करना

जब शोधकर्ता सांख्यिकीय महत्व का परीक्षण करते हैं और परिणामस्वरूप पी-मूल्य स्वीकार्य समझे जाने वाले जोखिम के स्तर से कम होता है, तो परीक्षा परिणाम को सांख्यिकीय रूप से महत्वपूर्ण माना जाता है। इस मामले में, शून्य परिकल्पना - इस परिकल्पना कि दोनों समूहों के बीच कोई अंतर नहीं है - अस्वीकार किया जाता है। दूसरे शब्दों में, परिणाम बताते हैं कि अध्ययन दवा प्राप्त करने वाले रोगियों और प्लेसिबो प्राप्त करने वाले रोगियों के बीच सुधार में अंतर है।

एक महत्वपूर्ण परीक्षण का चयन

चुनने के लिए कई अलग-अलग सांख्यिकीय परीक्षण हैं। एक मानक टी-टेस्ट दो डेटा सेट से साधनों की तुलना करता है, जैसे कि हमारे अध्ययन दवा डेटा और हमारे प्लेसबो डेटा। एक युग्मित टी-टेस्ट का उपयोग उसी डेटा सेट में अंतर का पता लगाने के लिए किया जाता है, जैसे कि पहले और बाद के अध्ययन में। वेरिएंस (ANOVA) का एक-तरफ़ा विश्लेषण तीन या अधिक डेटा सेटों से साधनों की तुलना कर सकता है, और एक दो-तरफ़ा एनोवा दो अलग-अलग स्वतंत्र चर के जवाब में दो या अधिक डेटा सेटों के साधनों की तुलना करता है, जैसे कि विभिन्न ताकतें। अध्ययन दवा। एक रेखीय प्रतिगमन उपचार या समय के एक ढाल के साथ डेटा सेट के साधनों की तुलना करता है। प्रत्येक सांख्यिकीय परीक्षा में परिणाम या अल्फा के माप होंगे, जिसका उपयोग परीक्षा परिणामों की व्याख्या करने के लिए किया जा सकता है।