Dalam Wilcoxon signed-peringkat uji signifikansi statistik, kami datang di beberapa data yang menghasilkan -nilai dari . Dengan ambang , apakah hasil ini cukup untuk menolak hipotesis nol, atau lebih aman untuk mengatakan tes itu tidak meyakinkan, karena jika kita membulatkan nilai p ke 3 tempat desimal menjadi ?0,04993 p < 0,05 0,050
hypothesis-testing
statistical-significance
p-value
Islam El-Nabarawy
sumber
sumber
Jawaban:
Ada dua masalah di sini:
1) Jika Anda sedang melakukan uji hipotesis formal (dan jika Anda sudah terlalu jauh mengutip nilai p dalam buku saya, sudah), apa aturan penolakan formal?
Saat membandingkan statistik uji dengan nilai kritis, nilai kritis ada di wilayah penolakan . Meskipun formalitas ini tidak terlalu menjadi masalah ketika semuanya kontinu, itu penting ketika distribusi statistik uji terpisah.
Sejalan dengan itu, ketika membandingkan nilai p dan tingkat signifikansi, aturannya adalah:
Harap dicatat bahwa, bahkan jika Anda membulatkan nilai p Anda hingga 0,05, bahkan jika nilaihal tepat 0,05, secara formal, Anda tetap harus menolak .
2) Dalam hal 'apa yang dikatakan nilai-p kami', maka dengan asumsi Anda bahkan dapat menafsirkan nilai-p sebagai 'bukti terhadap nol' (misalkan pendapat tentang itu agak terbagi), 0,0499 dan 0,0501 tidak benar-benar mengatakan hal-hal berbeda tentang data (ukuran efek akan cenderung hampir identik).
sumber
Itu terletak di mata yang melihatnya.
Jadi itu benar-benar bermuara pada apa yang dikatakan AlefSin sebelumnya. Tidak mungkin ada "jawaban yang benar" untuk pertanyaan Anda. Laporkan apa yang Anda dapatkan, bulat atau tidak.
Ada banyak literatur tentang "signifikansi signifikansi"; lihat misalnya makalah baru-baru ini dari salah satu ahli statistik terkemuka Jerman Walter Krämer tentang "Kultus signifikansi statistik - Apa yang harus dan tidak boleh dilakukan oleh para ekonom untuk membuat data mereka berbicara", Schmollers Jahrbuch 131 , 455-468, 2011.
sumber
Masalah utama adalah frasa ini: "Kami menemukan beberapa data ...".
Ada nama untuk jenis penyimpangan statistik ini: pengerukan data . Saya ambivalen melaporkannya di koran sebagai hipotesis yang menarik; apakah ada alasan fisik yang Anda harapkan?
Namun, ada satu jalan keluar. Mungkin Anda memutuskan apriori untuk melakukan hanya ini satu tes pada hanya ini satu set data. Anda menuliskannya di buku catatan laboratorium Anda, di depan seseorang sehingga Anda bisa membuktikannya nanti. Lalu Anda melakukan tes Anda.
sumber