Test zur Bedeutung mit Hypothesentests
Alle berühmten statistische Signifikanztests (Student t, Chi-Quadrat, ANOVA, usw.) arbeiten nach dem gleichen allgemeinen Prinzip - sie die Größe der offensichtlichen Auswirkungen bewerten Sie in Ihre Daten vor der Größe der zufälligen Schwankungen in Ihrer Daten sehen . Im Folgenden werden die allgemeinen Schritte, die alle gemeinsamen statistischen Signifikanztests zugrunde liegen.
Kochen Sie Ihre Rohdaten nach unten in eine einzige Zahl, eine so genannte Teststatistik.
Jeder Test hat seine eigene Formel, aber im Allgemeinen ist die Teststatistik stellt das Ausmaß der Wirkung Sie nach relativ zu der Größe des Rauschens in den Daten sucht. Zum Beispiel ist die Teststatistik für den ungepaarten Student t-Test für Mittel zwischen zwei Gruppen im Vergleich zu dem Verhältnis verwandten:
(Die eigentliche Formel für die Student-t-Statistik enthält auch hinsichtlich der Anzahl der Probanden in jeder Gruppe beteiligt sind.) Der Zähler des Verhältnisses ein Maß für die Wirkung ist Sie suchen - die Differenz zwischen den beiden Gruppen. Und der Nenner ein Maß für das Rauschen in den Daten - die Verteilung von Werten innerhalb jeder Gruppe. Je größer der beobachtete Effekt ist, bezogen auf die Menge von zufälligen Streuung in den Daten, desto größer wird der Student t-Statistik sein.
Ermitteln Sie, wie wahrscheinlich (oder unwahrscheinlich) für zufällige Schwankungen ist eine Teststatistik so groß wie die eines zu produzieren, die Sie aus Ihren Daten tatsächlich bekam (der "p-Wert").
Die Mathematiker haben die harte Arbeits getan sie Wahrscheinlichkeitsverteilung Formeln entwickelt haben (wirklich komplizierte), die beschreiben, wie viel die Teststatistik springt um, wenn nur zufällige Schwankungen vorhanden sind (dh, wenn H0 ist wahr). Sobald Sie die Teststatistik berechnet haben, können Sie die Wahrscheinlichkeitsverteilung Formeln (oder zu einer Wertetabelle beziehen), um den p-Wert für den Test zu erhalten.
Interpretieren Sie die "p-Wert" und ziehen Sie Ihre Schlüsse.
Wenn der p-Wert weniger als 0,05 (oder ein anderer vorgegebenen Wert), dann gibt es kaum eine Chance (weniger als 1 in 20), die Zufallsschwankungen allein, in Abwesenheit irgendeines realen Effekt haben eine Wirkung erzeugt könnte als groß wie das, was Sie tatsächlich beobachtet. So schließen Sie, dass der Effekt, den Sie beobachtet wurde, war statistisch signifikant.