Статистичка значајност: Разлика помеѓу преработките

Одлуката дали ќе се прифати или отфрли нултата хипотеза е базирана на контрастот помеѓу добиените резултати и оние резултати кои се очекувани кога нултата хипотеза би била точна <ref name="точна" />. Од наведеното, статистичката значајност е тесно поврзана и неодвоива од статистичкото тестирање на хипотези, односно не можеме да ги претставиме како два одделни процеси.

 

[[Т – тест (t)]]

 

 

 

Истрежувањата кои се спроведуваат на целата основна маса често се скапи и бараат многу време. Затоа често во праксата се користат методи и техники на статистичко заклучување врз основа на податоците од примерокот,од кои се донесуваат заклучоци за основната маса. При таквото заклучување се поставуваат различни претпоставки или [[хипотези]]. Потребно е да се разликуваат научните од статистичките хипотези <ref name="хипотези" />.

[[Научните хипотези]] претставуваат претпоставка, очекување или знаење кое го мотивира истражувачот. Од научните хипотези,односно хипотезата на истражувачот (која е најчесто афирмативна) се изведува статистичката хипотеза.

[[Статистичките хипотези]] се претставуваат на начин на кој ќе можат да бидат вреднувани со статистичко-аналитички постапки. Тоа е всушност математички израз кој претставува појдовна основа на која се темели калкулацијата на статистичкиот тест.

 

* [[Нулта хипотеза]] H0 – се претпоставува на непостоење на ефект т.е. не постои разлика помеѓу примероците во набљудуваната популација. Таа почетна хипотеза е всушност онаа претпоставка која се тестира и која се настојува да се отфрли.

 

*[[Алтернативна хипотеза]] H1 – оваа хипотеза има вредност ако нултата хипотеза не е вистинита. Таа е дадена во облик на сложена хипотеза и може да се каже дека алтернативната хипотеза е хипотеза на истражувачот.

 

 

Со оглед на тоа дека заклучувањето се одвива врз основа на информациите од [[примерокот]], можно е да се погреши и да се донесе неточен заклучок. Притоа, зависно од донесената одлука, можат да се појават два вида на грешки.Големината на сигнификантноста или значајноста на тестот α во литературата е позната како “Грешка од прв вид” (α),односно како веројатност да се отфрли нултата хипотеза кога таа е точна. “Грешка од втор вид” (β) претставува веројатност да се прифати нултата хипотеза кога таа не е точна. А јачина на тестот (1 – β) е веројатност да се прифати лажната нулта хипотеза.<ref name="нулта хипотеза" />

 

Критичните вредности или прагови на значајност се вредности на статистиката на тестот со кои се разделува областа на прифаќање од областа на отфрлање на нултата хипотеза. Доколку критичната вредност е поголема од добиениот резултат на тест статистиката не се отфрла нултата хипотеза, бидејќи веројатноста за појавување на таков резултат е поголема од избраното ниво на значајност.

Нивото на значајност (α) го бира самиот истражувач. Тоа може да биде било која вредност од интервалот 0-100% , но вообичаено се избира ниво на значајност од 5% или 1%, затоа што за нив најчесто се пресметани вредностите во статистичките таблици. Доколку на пример се користи ниво на значајност од 0.05, тоа практично значи дека постои веројатност од 5% да воочената врска помеѓу варијаблите настанала под влијание на случајноста.

 

<big>'''ПРИМЕР 1:'''</big>

Хипотезите во овој пример ќе ги поставиме на следниот начин:

H0: β1=0 и H1: β1≠0 и tb1=16,7978, што претставува тест статистиката на коефициентот b1.Критичната вредност t за ниво на значајност од 0,05 и n-2 степени на слобода изнесува t5;0,05/2 = 2,5706.Бидејќи тест статистиката (16,7978) е поголема од критичната вредност (2,5706) ја отфрламе нултата хипотеза и заклучуваме дека со ниво на значајност од 0,05 оценката за параметарот β1 е статистички значајна.

 

 

 

<br>

</br>

 

 

[[P-вредноста]] e поврзана со тест статистиката. Таа е случајна променлива и нејзината популарност се состои во тоа што p-вредноста содржи информација за силината на отфрлање на нултата хипотеза. Таа е еднаква на нивото на значајност на тестот за кое “само што” би ја отфрлиле нултата хипотеза. P-вредноста се споредува со посакуваното ниво на значајност на тестот и доколку е помала, резултатот е значаен. Тоа значи дека нултата хипотеза, на ниво на значајност од 5%, би се отфрлила кога “p<0,05”. Мали вредности на p,сугерираат дека нултата хипотеза е помалку веројатно да биде вистинита, т.е. колку е помала нејзината вредност,толку поубедливи се аргументите дека нултата хипотеза е неточна. На пример, на ниво на значајност од 1% доколку веројатноста p<0,01 се отфрла нултата хипотеза,а доколку веројатноста p>0,01 се прифаќа нултата хипотеза. Во нашиот претходен пример со регресијата на БДП и финалната лична потрошувачка, p-вредноста изнесува 0,00001 што значи дека и според овој метод [[коефициент на наклон|коефициентот на наклон]] од регресијата е статистички значаен.

 

 

 

* Статистичката значајност не е исто што и практична значајност. Мала разлика може да биде статистички значајна, а да нема практична значајност. Статистичката значајност всушност значи дека воочените разлики помеѓу варијаблите настанале како резултат на влијанието на експерименталните фактори, а не на случајноста.

 

 

 

<references>