Wynik uzyskany w procesie weryfikacji hipotez statystycznych uznaje się za istotny statystycznie, jeżeli przy założeniu prawdziwości hipotezy zerowej prawdopodobieństwo otrzymania takiego lub bardziej skrajnego wyniku jest niewielkie.
Konwencjonalnie przyjmuje się zdefiniowany poziom istotności , czyli prawdopodobieństwo odrzucenia hipotezy zerowej w badaniu, pod warunkiem, że hipoteza zerowa jest prawdziwa i porównuje z nim wartość p wyniku (ang. p-value, prawdopodobieństwo uzyskania wyniku co najmniej tak skrajnego, gdy hipoteza zerowa jest prawdziwa). Wynik uznaje się za statystycznie istotny, gdy . Poziom istotności badania należy wybrać przed zebraniem danych. Zazwyczaj wynosi on 5% lub znacznie mniej – w zależności od dziedziny badań.
W każdym eksperymencie lub badaniu obserwacyjnym, w którym pobierana jest próba z populacji, zawsze istnieje możliwość, że zaobserwowany efekt wystąpi wyłącznie z powodu błędu losowania. Jeśli jednak wartość p obserwowanego efektu jest mniejsza (lub równa) od poziomu istotności, badacz może stwierdzić, że efekt odzwierciedla zależność istniejącą w populacji i odrzucić tym samym hipotezę zerową.
Tę technikę testowania istotności statystycznej wyników opracowano na początku XX wieku. Termin istotność nie oznacza tu ważności, a termin istotność statystyczna nie jest tym samym, co istotność badawcza, istotność teoretyczna czy istotność praktyczna. Na przykład termin istotność kliniczna odnosi się do praktycznego znaczenia efektu leczenia.
Przypisy
Kategoria:Weryfikacja hipotez statystycznych