0,05'ten büyük bir p değeri nasıl yorumlanır (örneklerle)

Bir popülasyon parametresine ilişkin bir hipotezin doğru olup olmadığını test etmek için bir test hipotezi kullanılır.

Ne zaman bir hipotez testi yapsak, daima boş ve alternatif bir hipotez tanımlarız:

• Boş hipotez (H ₀ ): Örnek veriler yalnızca tesadüften gelir.
• Alternatif hipotez ( _HA ): Örnek veriler rastgele olmayan bir nedenden etkilenir.

Hipotez testi yaparken kullanılacak önem düzeyini belirtmemiz gerekir.

Bir önem düzeyi için ortak seçenekler şunları içerir:

• a = 0,01
• a = 0,05
• a = 0,10

Hipotez testinin p değeri belirtilen anlamlılık seviyesinden küçükse, boş hipotezi reddedebilir ve alternatif hipotezin doğru olduğunu söylemek için yeterli kanıtımız olduğu sonucuna varabiliriz.

P-değeri belirtilen anlamlılık düzeyinden az değilse, boş hipotezi reddetmede başarısız oluruz ve alternatif hipotezin doğru olduğunu söylemek için yeterli kanıtımız olmadığı sonucuna varırız.

Aşağıdaki örnekler, pratikte 0,05’ten büyük bir p değerinin nasıl yorumlanacağını açıklamaktadır.

Örnek 1: 0,05’ten büyük bir P değerinin yorumlanması (biyoloji)

Bir biyoloğun, belirli bir gübrenin, bitkileri bir yıllık bir süre içinde normalden (şu anda 20 inç) daha fazla büyüteceğini düşündüğünü varsayalım.

Bunu test etmek için üç ay boyunca laboratuvarındaki bitkilerin her birine gübre uyguluyor.

Daha sonra aşağıdaki hipotezleri kullanarak bir hipotez testi gerçekleştirir:

Boş hipotez (H ₀ ): μ = 20 inç (gübrenin ortalama bitki büyümesi üzerinde hiçbir etkisi olmayacaktır)

Alternatif hipotez: ( _HA ): μ > 20 inç (gübre bitki büyümesinde ortalama bir artışa neden olacaktır)

α = 0,05 anlamlılık düzeyini kullanarak bir ortalama için bir hipotezi test ederken, biyolog 0,2338’lik bir p değeri alır.

0,2338’lik p değeri 0,05 anlamlılık seviyesinden büyük olduğundan biyolog sıfır hipotezini reddetmede başarısız olur.

Dolayısıyla gübrenin bitki büyümesinin artmasına neden olduğunu iddia etmek için yeterli kanıt olmadığı sonucuna varıyor.

Örnek 2: 0,05’ten büyük bir P değerinin yorumlanması (imalat)

Bir makine mühendisi, yeni bir üretim sürecinin belirli bir fabrikada üretilen kusurlu alet sayısını azaltacağına inanıyor; bu sayı şu anda parti başına 3 kusurlu alettir.

Bunu test etmek için, yeni bir parçacık kümesi üretmek üzere yeni süreci kullanır.

Daha sonra aşağıdaki varsayımları kullanarak bir hipotez testi gerçekleştirir:

Boş hipotez (H ₀ ): μ = 3 (yeni sürecin parti başına ortalama kusurlu parça sayısı üzerinde hiçbir etkisi olmayacaktır)

Alternatif hipotez: (H _A ): μ < 3 (yeni süreç, parti başına ortalama kusurlu parça sayısında bir azalmaya yol açacaktır)

Mühendis, α = 0,05 anlamlılık düzeyini kullanarak ortalama için bir hipotez testi gerçekleştirir ve 0,134’lük bir p değeri alır.

0,134’lük p değeri 0,05 anlamlılık seviyesinden büyük olduğundan mühendis sıfır hipotezini reddetmede başarısız olur.

Dolayısıyla, yeni sürecin her partide üretilen kusurlu parçaların ortalama sayısında bir azalmaya yol açtığını iddia etmek için yeterli kanıt olmadığı sonucuna varıyor.

Ek kaynaklar

Aşağıdaki eğitimler p değerleri hakkında ek bilgi sağlar:

P değerlerinin ve istatistiksel anlamlılığın açıklaması
İstatistiksel veya pratik önem
P Değeri vs. Alfa: Fark nedir?