Hvad er alfa-niveauet? | Statistik

I frekventistisk statistik er alfa-niveauet (også kendt som signifikansniveauet) sandsynligheden for at forkaste nulhypotesen, når den er sand. I forbindelse med fysioterapiforskning kan nulhypotesen være, at der ikke er nogen forskel i smertereduktion mellem to forskellige fysioterapeutiske interventioner. Alfa-niveauet er typisk sat til 0,05, hvilket betyder, at der er 5 % chance for fejlagtigt at afvise nulhypotesen (dvs. konkludere, at der er en forskel i smertereduktion, når der faktisk ikke er det) på lang sigt.

Det er især vigtigt at betragte dette som et langsigtet resultat. Hvis der udføres 100 lignende undersøgelser, vil 5 af dem i gennemsnit vise et falsk positivt resultat, hvis der ikke er nogen effekt.

Forklaret med et eksempel

Lad os sige, at en undersøgelse sammenligner to fysioterapeutiske interventioner for lændesmerter, og resultaterne viser, at den gennemsnitlige smertereduktion for intervention A er 6 point på en smerteskala, og den gennemsnitlige smertereduktion for intervention B er 8 point på en smerteskala. Med et alfa-niveau på 0,05 vil forskerne afvise nulhypotesen og konkludere, at der er en statistisk signifikant forskel i smertereduktion mellem de to interventioner, fordi forskellen i gennemsnit er større, end hvad man ville forvente ved en tilfældighed.

Alle hagl p<0,05?

Det er vigtigt at bemærke, at et alfaniveau på 0,05 er en konvention og ikke en regel. Valget af alfaniveau afhænger af undersøgelsens kontekst og de potentielle konsekvenser af et falsk positivt eller falsk negativt resultat. Hvis konsekvenserne af et falsk positivt resultat (dvs. at konkludere, at en behandling er effektiv, når den ikke er det) er mere alvorlige, kan forskere f.eks. vælge at bruge et lavere alfa-niveau (f.eks. 0,01) for at mindske sandsynligheden for et falsk positivt resultat.

Udsigt på lang sigt

Vi vil gerne endnu en gang understrege vigtigheden af et langsigtet perspektiv. Man kan ikke bare sige, at der er 5% chance for, at papiret er blevet et falsk positivt resultat. Når forskningen er udført, er det simpelthen en falsk positiv, eller også er det ikke. De 5 % taler om langsigtede resultater. Hvis man udfører denne test i flere studier med lignende forhold, vil ca. 5 % af artiklerne have et falsk positivt resultat.

En fysioterapeutisk intervention kan se ud til at være meget effektiv til at reducere lændesmerter med en lille p-værdi (som indikerer en statistisk signifikant forskel) og en stor effektstørrelse. Men hvis denne ene undersøgelse ikke gentages i andre undersøgelser, er det svært at afgøre, om resultaterne skyldes tilfældigheder eller en reel effekt.

Et langsigtet perspektiv tager højde for resultaterne af flere undersøgelser over tid for at give en mere omfattende forståelse af en interventions effektivitet. Denne tilgang er særlig vigtig i fysioterapiforskning, hvor resultaterne af en enkelt undersøgelse måske ikke kan generaliseres til andre populationer eller miljøer.

Misforståelser

Der er flere almindelige misforståelser omkring p-værdien:

• P-værdien er et mål for styrken af evidensen: P-værdien måler ikke styrken af beviserne mod nulhypotesen, men snarere sandsynligheden for at observere en teststatistik, der er lige så ekstrem eller mere ekstrem end den observerede, forudsat at nulhypotesen er sand.
• Lille p-værdi betyder stærk evidens mod nulhypotesen: En lille p-værdi indikerer kun, at dataene ikke stemmer overens med nulhypotesen, men den giver ikke bevis for den alternative hypotese. Desuden betyder en lille p-værdi ikke, at effekten er stor eller vigtig.
• En P-værdi på 0,05 er en hård grænse for signifikans: Tærsklen på 0,05 er vilkårlig og er blevet vedtaget som en konventionel grænse for statistisk signifikans, men det betyder ikke, at resultater med p-værdier større end 0,05 automatisk ikke er signifikante. Fortolkningen af p-værdien bør afhænge af konteksten og det undersøgte forskningsspørgsmål.
• P-værdien er sandsynligheden for, at nulhypotesen er sand: P-værdien er ikke sandsynligheden for, at nulhypotesen er sand, men snarere sandsynligheden for at observere data, hvis nulhypotesen er sand.
• P-værdien kan bruges til at lave en kausal slutning: P-værdien giver kun bevis for eller imod en nulhypotese og indebærer ikke nødvendigvis en årsagssammenhæng. Kausal inferens kræver yderligere information, såsom et veldesignet studie med passende kontrol for forstyrrende faktorer

For mere information om P-værdien. Se vores indlæg om det her!

Upshur, R. E. (2001). Alfaens etik: refleksioner over statistik, evidens og værdier inden for medicin. Teoretisk medicin og bioetik, 22(6), 565-576.

Berger, V. W., & Hsieh, G. (2005). Nytænkning af statistik: At basere alfa-niveauer for effekt på sikkerhedsdata i randomiserede forsøg. Israeli Journal of Emergency Medicine, 5(3), 55-60.

Neyman, J. og Pearson, E.S. (1928) On the Use and Interpretation of Certain Test Criteria for Purposes of Statistical Inference. Biometrika, 20A, 175-240.

Grønland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Statistiske tests, P-værdier, konfidensintervaller og styrke: en guide til fejlfortolkninger. European journal of epidemiology, 31(4), 337-350.