P-Arvolaskuri

Z-Arvon Muuttaminen Sattuman Todennäköisyydeksi

P-arvo on todennäköisyys nähdä vähintään yhtä äärimmäinen tulos kuin havaittu, puhtaasti sattumalta, jos todellista vaikutusta ei todellisuudessa olisi. Syötä z-arvo ja valitse testin tyyppi, ja tämä laskuri muuntaa sen p-arvoksi — vakiolukuna, jota käytetään päättämään, onko tulos tilastollisesti merkitsevä. Jos sinulla on raakaa otosdataa jo lasketun z-arvon sijaan, etsi se ensin Z-Arvolaskurilla.

Pienempi p-arvo tarkoittaa, että havaittu tulos olisi epätodennäköisempi tapahtua pelkästä sattumasta, mikä on vahvempi todiste oletusta vastaan, ettei mitään todellista tapahdu (“nollahypoteesi”). Pitkäaikaisen käytännön mukaan useimmilla aloilla alle 0,05 p-arvoa pidetään yleisesti tilastollisesti merkitsevänä — mutta tämä kynnysarvo on käytäntö, ei luonnonlaki, ja se, mikä lasketaan “riittävän merkitseväksi”, voi vaihdella alan mukaan ja sen mukaan, kuinka kallis väärä johtopäätös olisi.

Kaava

Vasensuuntaiselle testille (onko tulos epätavallisen alhainen?):

$$p = \Phi(\vA{z})$$

Oikeasuuntaiselle testille (onko tulos epätavallisen korkea?):

$$p = 1 - \Phi(\vA{z})$$

Kaksisuuntaiselle testille (onko tulos epätavallinen kumpaan tahansa suuntaan?):

$$p = 2 \times \left(1 - \Phi(|\vA{z}|)\right)$$

Jossa $\vA{z}$ on z-arvo ja $\Phi$ on standardinormaalijakauman kertymäfunktio — todennäköisyys, että satunnaisesti poimittu arvo tuosta jakaumasta osuu tiettyyn pisteeseen tai sen alle, laskettuna tässä hyvin vakiintuneella virhefunktion polynomiapproksimaatiolla.

Laskuesimerkki

1. Z-arvo 1,96 on oppikirjan viitepiste kaksisuuntaiselle testille tavanomaisella 95 %:n luottamustasolla: $p = 2 \times (1 - \Phi(1.96)) \approx 2 \times (1 - 0.975) \approx 0.0500$.
2. Noin 0,05 p-arvo sijaitsee juuri tavanomaisella merkitsevyyskynnyksellä. 3. Suurempi z-arvo 2,576 (kaksisuuntainen viitepiste 99 %:n luottamukselle) antaa pienemmän, merkitsevämmän p-arvon, noin 0,0100.

Keskeiset Huomioitavat Tekijät

• P-arvo EI kerro todennäköisyyttä, että nollahypoteesi on tosi. Tämä on yksi yleisimmistä väärinymmärryksistä tilastotieteessä — p-arvo 0,03 tarkoittaa, että on 3 %:n mahdollisuus nähdä näin äärimmäinen tulos (tai äärimmäisempi), JOS nollahypoteesi OLISI tosi, ei 3 %:n mahdollisuutta, että nollahypoteesi on todellisuudessa oikea.
• Yksisuuntainen ja kaksisuuntainen testi samalle z-arvolle antavat eri p-arvot, ja väärän valitseminen voi johtaa harhaan. Yksisuuntainen testi tarkistaa vaikutuksen vain yhteen tiettyyn suuntaan, kun taas kaksisuuntainen testi tarkistaa vaikutuksen kumpaankin suuntaan — valinta tulisi tehdä todellisen tutkimuskysymyksen perusteella ENNEN datan katsomista, ei valita jälkikäteen suotuisamman näköisen p-arvon tuottamiseksi.
• Tilastollinen merkitsevyys ja käytännöllinen merkitsevyys ovat kaksi eri asiaa. Riittävän suurella otoskoolla jopa pieni, käytännössä merkityksetön vaikutus voi tuottaa hyvin pienen p-arvon — tilastollisesti merkitsevä tulos ei ole automaattisesti tärkeä tai suuri todellisen maailman vaikutus, ja vaikutuksen suuruus tulisi ottaa huomioon p-arvon rinnalla.
• Tavanomainen 0,05-kynnys on laajalti käytetty käytäntö, ei universaali tieteellinen laki. Jotkin alat (kuten hiukkasfysiikka) vaativat paljon tiukempia kynnyksiä ennen löydöksen julistamista, kun taas toiset pitävät 0,05:tä kohtuullisena standardina — se, mikä lasketaan “riittävän merkitseväksi”, riippuu alasta ja väärässä olemisen kustannuksesta.

Yleisiä Virheitä

• Testin tyypin päättäminen vasta tulosten katsomisen jälkeen. Valinnan yksi- ja kaksisuuntaisen testin välillä tulisi perustua todelliseen tutkimuskysymykseen, päätettynä ennen kuin data on käsillä — vaihtaminen jälkikäteen siihen testiin, joka tuottaa pienemmän p-arvon, on tiedon manipuloinnin muoto, vaikka tahatontakin.
• P-arvon ilmoittaminen ilman minkäänlaista vaikutuksen suuruuden mittaa. P-arvo kertoo vain, kuinka epätodennäköinen tulos on nollahypoteesin vallitessa — se ei kerro mitään siitä, kuinka suuri tai merkityksellinen tulos todellisuudessa on, minkä vuoksi p-arvo ilmoitetaan yleensä yhdessä luottamusvälin tai vaikutuksen suuruuden kanssa, ei yksinään.
• P = 0,049:n ja p = 0,051:n käsitteleminen perustavanlaatuisesti erilaisina tuloksina. 0,05-raja on käytäntö, ei terävä viiva luonnossa — kaksi näin lähellä toisiaan olevaa tulosta ovat todistusvoimaltaan käytännössä identtisiä, vaikka toinen teknisesti ylittää kynnyksen ja toinen ei.
• Monien testien tekeminen ja vain merkitseviksi osoittautuneiden raportoiminen. Riittävän monen vertailun testaaminen paljastaa lopulta “merkitsevän” tuloksen pelkästä sattumasta — p-arvon merkitys olettaa yhden, etukäteen suunnitellun testin, ei parasta monista valittua tulosta.

Hyvä Tietää

• Aloitatko raa’asta otosdatasta jo tunnetun z-arvon sijaan? Z-Arvolaskuri muuntaa raa’an arvon tunnettua keskiarvoa ja keskihajontaa vasten tämän laskurin tarvitsemaksi z-arvoksi.
• Haluatko joukon todennäköisiä arvoja yhden merkitsevyystuomion sijaan? Luottamusvälilaskuri ilmaisee epävarmuuden välinä, joka on p-arvon yleinen seuralainen eikä sen korvike.
• Tarvitsetko ensin yhteenvetotilastoja — keskiarvon, keskihajonnan, varianssin — raa’asta lukulistasta? Tilastolaskuri laskee ne suoraan datastasi.