Mi az az Alfa Szint? | Statisztika

A gyakorisági statisztikában az alfa szint (más néven szignifikancia szint) annak a valószínűsége, hogy elutasítjuk a nullhipotézist, ha az igaz. A gyógytorna kutatásával összefüggésben a nullhipotézis az lehet, hogy nincs különbség a két különböző gyógytorna-beavatkozás közötti fájdalomcsökkenésben. Az alfa szintet általában 0,05-re állítják be, ami azt jelenti, hogy 5% az esélye annak, hogy helytelenül utasítjuk el a nullhipotézist (azaz arra a következtetésre jutunk, hogy van különbség a fájdalomcsökkenésben, amikor valójában nincs) hosszú távon.

Fontos ezt hosszú távú eredményként kezelni. Ha 100 hasonló tanulmány készül, átlagosan 5 fog téves pozitív eredményt mutatni hatás hiányában.

Egy példán keresztül mutatjuk be

Tegyük fel, hogy egy tanulmány két gyógytorna beavatkozást hasonlít össze derék fájdalomra, és az eredmények azt mutatják, hogy az A beavatkozás átlagos fájdalomcsökkenése 6 pont a fájdalomskálán, míg a B beavatkozás átlagos fájdalomcsökkenése 8 pont. 0,05-ös alfa szint esetén a kutatók elutasítják a nullhipotézist, és arra a következtetésre jutnak, hogy statisztikailag szignifikáns különbség van a két beavatkozás közötti fájdalomcsökkenésben, mert az átlagok különbsége nagyobb, mint ami a véletlen által várható lenne.

Éljen a p<0.05?

Fontos megjegyezni, hogy a 0,05-ös alfa szint beállítása csak egy szokás, nem szabály. Az alfa szint megválasztása a tanulmány kontextusától, illetve a téves pozitív vagy téves negatív eredmény lehetséges következményeitől függ. Például, ha egy téves pozitív eredmény következményei (azaz azt a következtetést vonjuk le, hogy egy kezelés hatásos, pedig nem az) súlyosabbak, akkor a kutatók alacsonyabb alfa szintet (pl. 0,01) is választhatnak a téves pozitív eredmény valószínűségének csökkentése érdekében.

Hosszú távú szemlélet

Szeretnénk ismételten hangsúlyozni a hosszú távú szemlélet fontosságát. Nem állíthatod egyszerűen, hogy 5% az esélye annak, hogy a tanulmány hamis pozitív eredményt hozott. Amikor a kutatást végzik, az vagy hamis pozitív, vagy nem. Az 5% a hosszú távú eredményekről szól. Ha ezt a tesztet hasonló állapotok mellett több tanulmányban elvégzed, az eredmények körülbelül 5%-ában lesz hamis pozitív eredmény.

A gyógytorna kezelés nagyon hatékony lehet a derékfájdalom csökkentésében, kis p-értékkel (ami statisztikailag szignifikáns különbséget jelez) és nagy hatásmérettel. Viszont, ha ezt az egyetlen tanulmányt nem ismétlik meg más tanulmányokban, nehéz megállapítani, hogy az eredmények a véletlennek vagy valós hatásnak köszönhetőek-e.

A hosszú távú szemlélet több tanulmány eredményeit veszi figyelembe, hogy átfogó képet kapjunk a beavatkozás hatékonyságáról. Ez különösen fontos a gyógytorna kutatásban, ahol egyetlen tanulmány eredményei nem feltétlenül általánosíthatók más populációkra vagy környezetre.

Tévhitek

Számos tévhit kering a p-érték körül:

• A p-érték a bizonyíték erősségét méri: A p-érték nem a nullhipotézissel szembeni bizonyíték erősségét méri, hanem annak a valószínűségét, hogy egy tesztstatisztika olyan szélsőséges vagy még szélsőségesebb legyen, mint a megfigyelt, feltételezve, hogy a nullhipotézis igaz
• A kicsi p-érték erős bizonyíték a nullhipotézis ellen: A kicsi p-érték csak azt jelzi, hogy az adatok nem egyeztethetők össze a nullhipotézissel, de nem nyújt bizonyítékot az alternatív hipotézisre. Továbbá, a kicsi p-érték nem jelenti azt, hogy a hatás nagy vagy fontos
• A 0,05-ös P-érték szigorú küszöb a szignifikancia szempontjából: A 0,05-ös küszöb önkényes, és a statisztikai szignifikancia bevett határértékeként fogadták el, de nem jelenti azt, hogy a 0,05-nél nagyobb p-értékű eredmények automatikusan nem szignifikánsak. A p-érték értelmezése a kontextustól és a vizsgált kutatási kérdéstől függjön
• A p-érték a nullhipotézis igaz valószínűségét mutatja: A p-érték nem a nullhipotézis igaz valószínűsége, hanem az adatok megfigyelésének valószínűsége, ha a nullhipotézis igaz
• P-értékkel ok-okozati következtetést vonhat le: A p-érték csak a nullhipotézist támasztja alá vagy cáfolja, ok-okozatiságot nem feltétlenül jelez. Oki következtetéshez további információkra van szükség, például megfelelően megtervezett, kontrollált tanulmányra a zavaró tényezőkkel kapcsolatban

További információt szeretnél a P-értékről? Nézd meg a itt található bejegyzésünket!

Upshur, R. E. (2001). Az alfa etikája: gondolatok a statisztikáról, a bizonyítékokról és az értékekről az orvoslásban. Theoretical Medicine and Bioethics, 22(6), 565-576.

Berger, V. W., & Hsieh, G. (2005). A statisztika újragondolása: a hatékonysági alfa-szintek biztonsági adatokon alapulnak a randomizált vizsgálatokban. Israeli Journal of Emergency Medicine, 5(3), 55-60.

Neyman, J. és Pearson, E.S. (1928) Statisztikai következtetéshez használt tesztkritériumok alkalmazásáról és értelmezéséről. Biometrika, 20A, 175-240.

Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Statisztikai tesztek, P-értékek, konfidencia intervallumok és a szignifikancia: útmutató az értelmezési hibákhoz. European journal of epidemiology, 31(4), 337–350.