วิธีการตีความค่า p ที่มากกว่า 0.05 (พร้อมตัวอย่าง)

สมมติฐานการทดสอบ ใช้เพื่อทดสอบว่าสมมติฐานเกี่ยวกับ พารามิเตอร์ประชากร เป็นจริงหรือไม่

เมื่อใดก็ตามที่เราทำการทดสอบสมมติฐาน เราจะกำหนดสมมติฐานที่เป็นโมฆะและเป็นทางเลือกเสมอ:

• สมมติฐานว่าง (H ₀ ): ข้อมูลตัวอย่างมาจากความบังเอิญเพียงอย่างเดียว
• สมมติฐานทางเลือก ( _HA ): ข้อมูลตัวอย่างได้รับอิทธิพลจากสาเหตุที่ไม่สุ่มตัวอย่าง

เมื่อทำการทดสอบสมมติฐาน เราจำเป็นต้องระบุระดับนัยสำคัญที่จะใช้

ตัวเลือกทั่วไปสำหรับระดับนัยสำคัญได้แก่:

• α = 0.01
• α = 0.05
• α = 0.10

ถ้าค่า p ของการทดสอบสมมติฐานน้อยกว่าระดับนัยสำคัญที่ระบุ เราก็สามารถปฏิเสธสมมติฐานว่างและสรุปได้ว่าเรามีหลักฐานเพียงพอที่จะบอกว่าสมมติฐานทางเลือกนั้นเป็นจริง

หากค่า p ไม่น้อยกว่าระดับนัยสำคัญที่ระบุ เราไม่สามารถปฏิเสธสมมติฐานว่างได้ และสรุปว่าเราไม่มีหลักฐานเพียงพอที่จะบอกว่าสมมติฐานทางเลือกนั้นเป็นจริง

ตัวอย่างต่อไปนี้จะอธิบายวิธีการตีความค่า p ที่มากกว่า 0.05 ในทางปฏิบัติ

ตัวอย่างที่ 1: การตีความค่า P ที่มากกว่า 0.05 (ชีววิทยา)

สมมติว่านักชีววิทยาคิดว่าปุ๋ยบางชนิดจะทำให้พืชเติบโตได้ในระยะเวลาหนึ่งปีมากกว่าปกติ ซึ่งปัจจุบันสูง 20 นิ้ว

เพื่อทดสอบสิ่งนี้ เธอใช้ปุ๋ยกับต้นไม้แต่ละต้นในห้องทดลองของเธอเป็นเวลาสามเดือน

จากนั้นเธอก็ทำการทดสอบสมมติฐานโดยใช้สมมติฐานต่อไปนี้

สมมติฐานว่าง (H ₀ ): μ = 20 นิ้ว (ปุ๋ยจะไม่มีผลต่อการเจริญเติบโตของพืชโดยเฉลี่ย)

สมมติฐานทางเลือก: ( _HA ): μ > 20 นิ้ว (ปุ๋ยจะทำให้การเจริญเติบโตของพืชเพิ่มขึ้นโดยเฉลี่ย)

เมื่อทดสอบสมมติฐานสำหรับค่าเฉลี่ยโดยใช้ระดับนัยสำคัญ α = 0.05 นักชีววิทยาจะได้รับค่า p เท่ากับ 0.2338

เนื่องจากค่า p ของ 0.2338 มากกว่าระดับนัยสำคัญที่ 0.05 นักชีววิทยาจึงไม่สามารถปฏิเสธสมมติฐานที่เป็นโมฆะได้

ดังนั้นเธอจึงสรุปว่ามีหลักฐานไม่เพียงพอที่จะอ้างว่าปุ๋ยทำให้พืชเจริญเติบโตเพิ่มขึ้น

ตัวอย่างที่ 2: การตีความค่า P ที่มากกว่า 0.05 (การผลิต)

วิศวกรเครื่องกลเชื่อว่ากระบวนการผลิตใหม่จะช่วยลดจำนวนวิดเจ็ตที่ชำรุดซึ่งผลิตในโรงงานบางแห่ง ซึ่งปัจจุบันมีข้อบกพร่อง 3 ชิ้นต่อชุด

เพื่อทดสอบสิ่งนี้ จะใช้กระบวนการใหม่เพื่อสร้างวิดเจ็ตชุดใหม่

จากนั้นจะทำการทดสอบสมมติฐานโดยใช้สมมติฐานต่อไปนี้

สมมติฐานว่าง (H ₀ ): μ = 3 (กระบวนการใหม่จะไม่มีผลกระทบต่อจำนวนเฉลี่ยของวิดเจ็ตที่มีข้อบกพร่องต่อแบตช์)

สมมติฐานทางเลือก: ( _HA ): μ < 3 (กระบวนการใหม่จะนำไปสู่การลดจำนวนโดยเฉลี่ยของวิดเจ็ตที่มีข้อบกพร่องต่อชุด)

วิศวกรทำการทดสอบสมมติฐานสำหรับค่าเฉลี่ยโดยใช้ระดับนัยสำคัญ α = 0.05 และได้รับค่า p เท่ากับ 0.134

เนื่องจากค่า p ของ 0.134 มากกว่าระดับนัยสำคัญที่ 0.05 วิศวกรจึงไม่สามารถปฏิเสธสมมติฐานที่เป็นโมฆะได้

ดังนั้น เขาจึงสรุปว่ามีหลักฐานไม่เพียงพอที่จะอ้างว่ากระบวนการใหม่นำไปสู่การลดจำนวนวิดเจ็ตที่มีข้อบกพร่องโดยเฉลี่ยที่ผลิตในแต่ละชุด

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้ให้ข้อมูลเพิ่มเติมเกี่ยวกับค่า p:

คำอธิบายค่า P และนัยสำคัญทางสถิติ
ความสำคัญทางสถิติหรือการปฏิบัติ
ค่า P เทียบกับ อัลฟ่า: อะไรคือความแตกต่าง?