Вы находите значимость результатов. Ты анализируешь данные и проводишь эксперименты. Однако значимость бизнеса отличается от статистической значимости. Многие деловые организации не смогли отличить их от неправильного использования и неправильно поняли концепцию. С другой стороны, правильный анализ данных помогает в принятии подходящих бизнес-решений. Именно поэтому менеджеры должны понимать концепцию статистической значимости.

Что такое статистическая значимость?

Статистическая значимость свидетельствует о том, что отношение той или иной переменной к другой переменной является не случайным совпадением, а обусловлено другим фактором, относящимся к этой переменной. Проще говоря, статистическая значимость – это математическое представление надежности статистики. В этой статье вы узнаете, как вычислить статистическую значимость между двумя факторами.

Вычисление статистической значимости

Вы можете понять концепцию и найти исчерпывающий ответ, рассчитав статистическую значимость вручную. Вы можете использовать калькулятор. Вот шаги, которые вы можете предпринять для расчета статистической значимости:

1.Создание гипотезы “Налл”.

Прежде всего, нужно определить нулевую гипотезу. Вы можете выяснить, есть ли разница в используемом наборе данных. Вы никогда не должны верить в свою нулевую гипотезу, так как это всего лишь догадка.

2.Создание альтернативной гипотезы

Теперь узнай альтернативную гипотезу. Когда вы найдете альтернативную гипотезу, вы узнаете, есть ли связь между вашими данными. Альтернативная гипотеза противоположна нулевой гипотезе, найденной ранее.

3.Определение уровня значимости

После нахождения нулевой и альтернативной гипотезы вы определите уровень значимости или альфа. Существует вероятность того, что Вам придется отвергнуть нулевую гипотезу, даже если она может быть верной. Стандартная альфа составляет от 0,05 до 5 процентов.

4.Выбор типа теста

Теперь решайте, какой тест вы выберете – однохвостый или двухвостый. Тем не менее, однохвостовая зона распространения теста является односторонней, а для двуххвостового теста – двусторонней. Простыми словами, в однохвостых тестах Вы будете анализировать отношения двух переменных в одном направлении, а в двух направлениях – в двухсторонних тестах. Если ваши выборки односторонние, то ваша альтернативная гипотеза верна.

5. Выполнение анализа мощности для размера выборки

Анализ мощности поможет вам определить размер образца. Для нахождения анализа мощности необходимо знать статистическую мощность, уровень значимости, размер выборки и размер эффекта. Для выполнения этих расчетов необходимо использовать калькулятор. Оставаясь в некоторой степени уверенным, этот метод поможет вам определить размер выборки. Этот метод поможет вам найти подходящий размер выборки, чтобы вы могли рассчитать статистическую значимость. Например, если размер выборки очень мал, вы не найдете точного результата.

6.Расчет стандартного отклонения

Теперь вычислите стандартное отклонение. Для этого нужно использовать следующую формулу:
Стандартное отклонение = √ ((∑|x-μ|^ 2) / (N-1))
В этом уравнении
– ∑ = это сумма данных
– x = это индивидуальные данные
– μ = среднее значение данных для каждой группы.
– N = общая выборка
С помощью этого расчета можно узнать, как распределить среднее и ожидаемое значение. Найдите разницу между группами, если у вас больше групп выборки.

7.Использование стандартной формулы ошибок

После этого используйте стандартную формулу ошибки. Вот формула для нахождения стандартной погрешности двух групп по среднеквадратическому отклонению.
Нормативная погрешность =√((s1/N1) + (s2/N2)).
В этом уравнении
– s1 = среднеквадратическое отклонение (первая группа)
– N1 = размер выборки (первая группа)
– s2 = среднеквадратическое отклонение (вторая группа)
– N2 = размер выборки (вторая группа)

8.Определение T-Score

На этом шаге тебе нужно найти т-образное пятно. Используйте приведенное ниже уравнение, чтобы найти t-значение:
t =((µ1-µ2) / (sd))
В этом уравнении
– t = это t-оценка
– µ1 = средняя величина (первая группа)
– µ2 = средняя (вторая группа)
– sd = стандартная ошибка

9.Поиск степеней свободы

А теперь выясните степень свободы. Вот формула поиска степеней свободы:
степени свободы =(s1 + s2) – 2
В этом уравнении
– s1 = образцы (первая группа)
– s2 = образцы (вторая группа)

10.использование Т-образной таблицы

Теперь вы можете рассчитать свою статистическую значимость с помощью t-таблицы. Сначала посмотрите на степень свободы с левой стороны и определите дисперсию. Теперь идите вверх и найдите р-значение каждой переменной. Затем сравните уровень значимости или альфа со значением p. Значение p ниже 0,05 можно считать статистически значимым.

Что такое P-значение?

Вероятность нахождения результатов называется P-значением. Например, Вы сравниваете веса граждан США в Нью-Йорке и Калифорнии. Начните с нулевой гипотезы о том, что у жителей Нью-Йорка средний вес больше, чем у калифорнийцев.
Теперь предположим, что Вы проводите исследование, чтобы выяснить, верна ли нулевая гипотеза. После исследования Вы обнаружите, что средний вес ньюйоркцев на 20 фунтов больше, чем у калифорнийцев, при этом P-значение составляет 0,41. Это означает, что нулевая гипотеза верна, и нью-йоркцы весят больше, чем калифорнийцы. Теперь есть 47% шанс, что вы измерите на 20 фунтов больше веса нью-йоркцев.
Но если ньюйоркцы не весят больше, вам всё равно придётся измерять на 20 фунтов больше из-за шума в ваших данных почти в половине случаев. Таким образом, более низкое значение P означает более точные результаты, так как это означает меньший шум в данных.

Заключение

Вы можете использовать статистическую значимость для определения достоверности тестов и анализа. Однако это не означает, что у вас есть точные данные. Многие опросы могут предоставить некорректную информацию с помощью неподходящих данных. Кроме того, вы можете использовать демографические данные с предвзятым представлением.
Более того, ваше понимание будет неточным, если вы плохо выполните тест на статистическую значимость. Люди чаще всего сталкиваются с этой проблемой, когда их уровень значимости (α) является неправильным. Существует вероятность того, что ваше P-значение является ложноположительным. Однако, чтобы противостоять этой проблеме, вы можете повторить исследование. Если вы обнаружите низкое Р-значение по сравнению с предыдущим, вы уменьшили ложноположительный результат.