Ero tilastollisen ja käytännön merkityksen välillä

esittely

Tilastollinen merkitsevyys tarkoittaa pienempää mahdollisuutta näytteenottovirheeseen, joka vaikuttaa keskiarvoeroihin. Tilastollinen merkitsevyys riippuu käytetystä tiedosta ja analyytikon luottamuksesta tulokseen. Toisin sanoen tilastollinen merkitsevyys heijastaa vähäistä todennäköisyyttä, että havaittu tieto on saatu sattumalta.

Tilastollisen merkitsevyyden määrittämiseen käytetään merkitsevyystasoa. P-arvo on todennäköisyys, että laskettava testitilasto saa arvon, joka on yhtä suuri tai pienempi kuin kiinteä arvo tai merkitsevä taso, nimeltään α. Jos P-arvo on yhtä suuri tai pienempi kuin a, niin datan sanotaan olevan tilastollisesti merkitsevä tasolla α. Joten jos α = 0,05, niin tulos on merkittävä P: ssä<.05.

erot

i. Tilastollinen merkitsevyys viittaa siihen, että kahden muuttujan välisen suhteen todennäköisyys on olemassa, jos käytännöllinen merkitys tarkoittaa muuttujien ja reaalimaailman skenaarion välisen suhteen olemassaoloa..

ii. Tilastollinen merkitsevyys on matemaattinen ja otoskokokeskeinen. Käytännön merkitys syntyy tuloksen sovellettavuudesta päätöksenteossa. Käytännön merkitys on subjektiivisempi ja riippuu tilastollisesta merkitsevyydestä ulkopuolisista tekijöistä, kuten kustannuksista, ajasta, tavoitteista jne.

Edellä mainitut erot voidaan ymmärtää esimerkin valossa. Alueen kouluhallinnon järjestämässä tutkimuksessa kouluissa käyvien poikien ja tyttöjen urheiluun osallistumisesta todettiin, että 60% pojista ja 57% tytöistä osallistuu ulkourheiluun. Siksi kysely osoittaa 3%: n eron koulupoikien ja ulkona urheiluun osallistuvien tyttöjen välillä. Nyt kysymys on, kuinka suuri merkitys tällä 3%: n erolla on tilastollisesti ja käytännöllisesti. Tämän 3%: n tilastollinen merkitsevyys riippuu niiden tietojen koosta, joita käytetään määritettäessä poikien ja tyttöjen osallistumista urheiluun. Jos käytetään riittävän suurta otoskokoa, ero on tilastollisesti merkitsevä, ja jos käytetään hyvin pientä otoskokoa, ero on tilastollisesti merkityksetön. Siten mitä suurempi otoskoko on, sitä enemmän on lasketun luvun tilastollinen merkitsevyys.

Toisaalta tämän 3 prosentin eron käytännöllinen merkitys syntyy, jos päätös tehdään tai toimenpiteet toteutetaan tai on tarpeen suorittaa tämän 3 prosentin eron perusteella. Jos kustannukset sallivat, viranomainen voi harkita tyttöopiskelijoiden liikuntaan osallistumisen edistämistä sukupuolten tasa-arvon lisäämiseksi ulkourheilussa. Tässä tapauksessa 3%: n ero, vaikka se on pieni, voi olla käytännössä merkittävä.

Voimme ajatella toista skenaariota, jossa ero on 40%. Jos otoksen koko on riittävän suuri, tämä 40%: n ero on merkittävä sekä tilastollisesti että käytännöllisesti, koska 40% on liian suuri ero, jotta viranomainen voi ryhtyä välittömiin toimiin valtavan epätasapainon korjaamiseksi. Jos näytteen koko on kuitenkin riittävän pieni, 40%: n ero ei ole tilastollisesti eikä käytännössä merkittävä, vaikka luku 40% on riittävän suuri.

Yhteenveto:

i. Tilastollinen merkitsevyys viittaa epätodennäköisyyteen, että tulos saadaan sattumalta, ts. Kahden muuttujan välisen suhteen todennäköisyys on olemassa. Käytännön merkityksellä tarkoitetaan muuttujien ja todellisen tilanteen välistä suhdetta.
ii. Tilastollinen merkitsevyys riippuu otoksen koosta, käytännöllinen merkitys riippuu ulkoisista tekijöistä, kuten kustannuksista, ajasta, tavoitteesta jne.
iii. Tilastollinen merkitsevyys ei takaa käytännön merkitsevyyttä, mutta ollakseen käytännössä merkitsevä, datan on oltava tilastollisesti merkitsevä.

Viitteet:

1. Käytännön merkitys vs. tilastollinen merkitys: saatavana osoitteessa http://www.moresteam.com

2. Käytännön merkitys vs. tilastollinen merkitys: saatavana osoitteessa http: //atrium.lib.uogelph