Testin sonucu küçük bir p (≤ 0.05) ise bu sıfır hipotezinin geçersiz olduğuna dair güçlü bir kanıttır. Testin sonucu büyük bir p (> 0,05) ise alternatif hipotezin zayıf olduğu anlamına gelir, dolayısıyla sıfır hipotez reddedilemez.
Sosyal bilimlerde elde edilen p değerinin 0.05'ten küçük olması istatistiksel olarak anlamlı bir farkın ya da ilişkinin varlığının göstergesi olarak kabul edilir. Ancak p değeri 0.05'ten ne kadar küçük olursa yapacağımız olası hata miktarı o kadar düşük olur.
Bu P değeri “ilgili hipotez testi sonucunda anlamlı fark var- dır” denileceği durumda hatalı karar verme olasılığının ne olduğunu gösterir. Her ne kadar p değerinin 0,05 den küçük olması tıp literatüründe “istatistiksel olarak anlam- lı” kabul edilse de araştırmacının isteğine göre 0,01 olarak ta kabul edilebilir.
p değeri 0,01 ile 0,05 aralığında; İstatistiksel olarak anlamlı fark vardır. p değeri 0,001 ile 0,01 aralığında; Yüksek düzeyde olarak anlamlı fark vardır. p değeri 0,001 den daha küçük ise; Çok yüksek düzeyde istatistiksel olarak anlamlı fark vardır.
P-değeri alpha değerinden (yaygın olarak 0.05 kabul edilir) küçükse, gruplar arasında istatistiksel olarak anlamlı bir fark olduğu sonucuna varılır. P-değeri alpha değerinden (yaygın olarak 0.05 kabul edilir) büyükse, gruplar arasında istatistiksel olarak anlamlı bir fark olmadığı sonucuna varılır.
İlgili 31 soru bulundu
0,05'ten yüksek bir p-değeri istatistiksel olarak anlamlı değildir ve sıfır hipotezi için güçlü kanıtlara işaret eder. Bu, sıfır hipotezini koruduğumuz ve alternatif hipotezi reddettiğimiz anlamına gelir. İstatistiksel olarak anlamlı bir sonuç, bir araştırma hipotezinin doğru olduğunu kanıtlayamaz.
Tekrar ifade etmek gerekirse, sıfır hipotezi doğru olduğunda reddetme olasılığıdır; örneğin, 0,05'lik bir anlamlılık düzeyi, fark olmadığı halde bir fark olduğuna karar verme olasılığının 5% olduğunu gösterir.
P değeri sıfır hipotez testi bağlamında istatistiksel anlamlılığı ölçmek için kullanılır. Sıfır hipotez testi reductio ad absurdum(saçmalığa indirgeme) argümanının istatistiğe uygulanmasıdır. Özetle, bir savın karşıtının mümkün olmadığını gösterilirse, o savın geçerli olduğu kabul edilir.
Basit bir ifadeyle p-değeri, herhangi bir etki olmadığını varsayarak verilere ne kadar şaşırdığınızı ifade eder. P-değeri ne kadar düşük olursa, veriler modelinizle (yani etki olmadığı varsayımıyla) o kadar uyumsuz görünür.
Eğer bir istatistiksel hipotez sınaması için hesaplamalar α-seviyesinden küçük olan bir p-değeri ortaya çıkarırsa, o zaman "sıfır hipotez" reddedilir. Bu türlü analiz sonuçları, pek teorik olmayan bir yaklaşımla, "istatistiksel olarak anlamsız" olarak nitelendirilir.
Tanımlamamızı yaparken, p değeri istatistik için, doğru olan Ho hipotezini reddetmekle yapılacak olan hata düzeyi olarak ifade edilebilir. Mantık açısından düşündüğümüzde de, yaptığımız hata (yani p değeri) kendi belirlediğimiz hata payını aşarsa Ho hipotezini doğal olarak reddedebiliriz.
Tek yönlü ANOVA yapıldıktan sonra sonuçlar aşağıdaki gibi yorumlanabilir: F-istatistiği ve p-değeri: F-istatistiği, gruplar arası varyansın grup içi varyansa oranını ölçer. P-değeri, sıfır hipotezinin doğru olması durumunda gözlemlenen kadar aşırı bir F-istatistiği elde etme olasılığını gösterir.
Anlamlılık testleri bir popülasyon değeriyle ilgili bir iddianın olasılığını değerlendirmek için örneklem verilerini kullanma konusunda biçimsel bir süreç sağlar.
istatistikte bir olayın ya da durumun olasılığını belirten sayı. 0 ile 1 arasındadır, 1 değeri %100 ihtimale tekabül eder. terimdeki p probability kelimesinin kısaltmasıdır.
Genellikle, %5 düzeyini sınır olarak alırlar (bazen p = 0.05 olarak da yazılır). Eğer aradaki fark %5'in altında ise bu farklılığın şans eseri olma olasılığı 20'de 1'in altındadır ve de bu farklılık 'istatistiksel olarak anlamlı' olarak nitelendirilir.
İstatistiksel Değerler
Evrenin ya da örneklemin genel özelliklerini gösteren sayısal değerlerdir. Bu değerlerin sembolleri evrenin ya da örneklemin özelliği olup olmadığına göre farklılık gösterir. Kişi Sayısı: Evrenin ya da örneklemin büyüklüğüdür. Evren için N; örneklem için ise n olarak gösterilir.
İstatistiksel anlamlılık iki veya daha fazla değişken arasındaki ilişkinin şanstan başka bir şeyden kaynaklanma olasılığıdır. Bir veri setinin sonucunun istatistiksel olarak anlamlı olup olmadığını belirlemek için istatistiksel hipotez testi kullanılır.
Tahminin güven düzeyini kullanarak bir parametre için belirlenen aralığa güven aralığı denir. En çok kullanılan güven aralıkları %90, %95 ve %99' dur.
Güven aralığı, istatistik biliminde bir anakütle parametresi için bir çeşit aralık kestirimi olup bir çıkarımsal istatistik çözüm aracıdır. Bir anakütle parametre değerinin tek bir sayı ile kestirimi yapılacağına, bu parametre değerini kapsayabilecek iki (alt ve üst sınır) sayıdan oluşan bir aralık bulunur.
Elimizdeki bulunan iki veri grubun ortalamaları arasında bir fark olup olmadığını araştırmak için kullanılır. Örneğin bir montaj hattı üzerinde yapılan iyileştirmenin istatistiki açıdan anlamlı bir fark yaratıp yaratmadığı test edilmek istendiğinde bu test uygulanabilir.
İstatistik yazılımı aracılığı ile hesapladığımız anlamlılık, yani p-değeri sayesinde test sonucumuza kolaylıkla karar verebiliyoruz. Anlamlılık değerimiz hata payından (p<0.05) düşük ise, korelasyon katsayımızın anlamlı olduğu sonucuna ulaşıyoruz.
II. Tip hata beta (β) ile gösterilir ve beta hatası olarak bilinir. Doğru bir sıfır hipotezinin (gerçekte iki ortalama birbirine eşitken) yanlışlıkla ret edilmesi ile alfa hatası yapılmış olur. Yani gruplar arası fark olmadığı halde fark var denmişse yapılan hata alfa hatasıdır.
P-değeri küçüldükçe istatistik olarak anlamlı farklılığın/ilişkinin kanıt düzeyi artar. Eğer P-değeri 0.05 ile 0.10 arasında ise klinik anlamlılığa da ayrıca bakıp birlikte yorumlamak gerekir. P-değeri 0.000 olarak çıktıysa; bu aslında p<0.001 olarak da gösterilebilir. Sensitivite ve spesifite, doğruluk oranı vd.)
Güven düzeyi % 95 ise, bu aralığının popülasyon ortalamasını ,μ ,içerdiğinden % 95 emin olduğunuz anlamına gelir. Karşılık gelen z skorları ± 1.96 dır.
Bu tip hataya ise TİP 2 HATA denir ve β (beta) ile gösterilir. Tip 2 hata “TESTİN GÜCÜ”nü de belirleyen bir kavramdır. Testin gücü 1'den tip 2 hatayı (β) çıkararak hesaplanır (1- β). Test gücünün (power) kabul edilen en düşük değeri % 80'dir.
Benzer sorularSıkça sorulan sorular
DuyuruReklam alanı
Popüler SorularSıkça sorulan sorular
© 2009-2024 Usta Yemek Tarifleri