NộI Dung
- Lỗi loại I: Từ chối sai giả thuyết Null
- Lỗi loại II: Từ chối sai giả thuyết thay thế
- Xác định mức độ quan trọng
- Chọn một bài kiểm tra quan trọng
Ý nghĩa thống kê là một chỉ số khách quan cho dù kết quả của một nghiên cứu có "thực tế" và có thể phòng thủ về mặt thống kê hay không, thay vì chỉ là một sự tình cờ. Các thử nghiệm quan trọng thường được sử dụng tìm kiếm sự khác biệt về phương tiện của tập dữ liệu hoặc sự khác biệt về phương sai của tập dữ liệu. Loại thử nghiệm được áp dụng tùy thuộc vào loại dữ liệu đang được phân tích. Các nhà nghiên cứu phải xác định mức độ quan trọng của chúng đòi hỏi kết quả - nói cách khác, mức độ rủi ro mà họ sẵn sàng chấp nhận là sai. Thông thường, các nhà nghiên cứu sẵn sàng chấp nhận mức rủi ro 5%.
Lỗi loại I: Từ chối sai giả thuyết Null
••• Scott Rothstein / iStock / Getty ImagesCác thí nghiệm được tiến hành để kiểm tra các giả thuyết cụ thể, hoặc các câu hỏi thử nghiệm với kết quả dự kiến. Giả thuyết khống là một giả thuyết phát hiện không có sự khác biệt giữa hai bộ dữ liệu được so sánh. Trong một thử nghiệm y tế, ví dụ, giả thuyết khống có thể là không có sự khác biệt trong việc cải thiện giữa bệnh nhân dùng thuốc nghiên cứu và bệnh nhân dùng giả dược. Nếu nhà nghiên cứu bác bỏ sai giả thuyết khống này khi nó thực sự đúng, nói cách khác, nếu họ "phát hiện" sự khác biệt giữa hai bộ bệnh nhân khi thực sự không có sự khác biệt, thì họ đã phạm phải lỗi Loại I.Các nhà nghiên cứu xác định trước mức độ rủi ro của việc phạm lỗi Loại I mà họ sẵn sàng chấp nhận. Rủi ro này dựa trên giá trị p tối đa mà họ sẽ chấp nhận trước khi bác bỏ giả thuyết khống và được gọi là alpha.
Lỗi loại II: Từ chối sai giả thuyết thay thế
Một giả thuyết thay thế là một giả thuyết phát hiện sự khác biệt giữa hai bộ dữ liệu được so sánh. Trong trường hợp thử nghiệm y tế, bạn sẽ thấy các mức độ cải thiện khác nhau ở bệnh nhân dùng thuốc nghiên cứu và bệnh nhân dùng giả dược. Nếu các nhà nghiên cứu không từ chối giả thuyết khống khi họ nên, nói cách khác, nếu họ "phát hiện" không có sự khác biệt giữa hai nhóm bệnh nhân khi thực sự có sự khác biệt, thì họ đã phạm phải lỗi Loại II.
Xác định mức độ quan trọng
Khi các nhà nghiên cứu thực hiện một thử nghiệm có ý nghĩa thống kê và giá trị p kết quả nhỏ hơn mức rủi ro được coi là chấp nhận được, thì kết quả thử nghiệm được coi là có ý nghĩa thống kê. Trong trường hợp này, giả thuyết null - giả thuyết cho rằng không có sự khác biệt giữa hai nhóm - bị bác bỏ. Nói cách khác, kết quả chỉ ra rằng có sự khác biệt về sự cải thiện giữa bệnh nhân dùng thuốc nghiên cứu và bệnh nhân dùng giả dược.
Chọn một bài kiểm tra quan trọng
Có một số thử nghiệm thống kê khác nhau để lựa chọn. Một thử nghiệm t tiêu chuẩn so sánh các phương tiện từ hai bộ dữ liệu, chẳng hạn như dữ liệu thuốc nghiên cứu và dữ liệu giả dược của chúng tôi. Một thử nghiệm t cặp được sử dụng để phát hiện sự khác biệt trong cùng một tập dữ liệu, chẳng hạn như nghiên cứu trước và sau. Phân tích phương sai một chiều (ANOVA) có thể so sánh các phương tiện từ ba bộ dữ liệu trở lên và ANOVA hai chiều so sánh phương tiện của hai hoặc nhiều bộ dữ liệu để đáp ứng với hai biến độc lập khác nhau, chẳng hạn như các cường độ khác nhau của nghiên cứu thuốc. Hồi quy tuyến tính so sánh các phương tiện của các tập dữ liệu dọc theo một dải phương pháp điều trị hoặc thời gian. Mỗi thử nghiệm thống kê sẽ dẫn đến các biện pháp có ý nghĩa, hoặc alpha, có thể được sử dụng để diễn giải các kết quả thử nghiệm.