Niveau van betekenis bij het testen van hypothesen

Hypothesetesten is een wijdverbreid wetenschappelijk proces dat wordt gebruikt in statistische en sociale wetenschappen. In de studie van statistieken wordt een statistisch significant resultaat (of een resultaat met statistische significantie) in een hypothesetest bereikt wanneer de p-waarde lager is dan het gedefinieerde significantieniveau. De p-waarde is de waarschijnlijkheid van het verkrijgen van een teststatistiek of monsterresultaat zo extreem als of extremer dan het waargenomene in het onderzoek, terwijl het significantieniveau of alfa een onderzoeker vertelt hoe extreem de resultaten moeten zijn om te weigeren de nulhypothese. Met andere woorden, als de p-waarde gelijk is aan of kleiner is dan het gedefinieerde significantieniveau (meestal aangegeven door α), kan de onderzoeker veilig aannemen dat de waargenomen gegevens niet consistent zijn met de veronderstelling dat de nulhypothese is waar, wat betekent dat de nulhypothese, of het uitgangspunt dat er geen verband is tussen de geteste variabelen, kan worden afgewezen.

Door de nulhypothese te verwerpen of te weerleggen, concludeert een onderzoeker dat er een wetenschappelijke basis voor is de overtuiging is een relatie tussen de variabelen en dat de resultaten niet te wijten waren aan een steekproeffout of kans. Hoewel het verwerpen van de nulhypothese een centraal doel is in de meeste wetenschappelijke studies, is het belangrijk om dat op te merken de afwijzing van de nulhypothese is niet gelijk aan het bewijs van het alternatief van de onderzoeker hypothese.

Het concept van statistische significantie is fundamenteel voor het testen van hypothesen. In een studie waarbij een willekeurige steekproef uit een grotere populatie wordt getrokken in een poging om een ​​resultaat te bewijzen dat op de kan worden toegepast populatie als geheel, is er het constante potentieel dat de onderzoeksgegevens het gevolg zijn van een steekproeffout of eenvoudig toeval of kans. Door een significantieniveau te bepalen en de p-waarde ertegen te testen, kan een onderzoeker vol vertrouwen de nulhypothese handhaven of verwerpen. Het significantieniveau, in de eenvoudigste bewoordingen, is de drempelwaarschijnlijkheid om de nulhypothese ten onrechte af te wijzen als deze in feite waar is. Dit wordt ook wel de type I fout tarief. Het significantieniveau of alfa wordt daarom geassocieerd met het algemene betrouwbaarheidsniveau van de test, wat betekent dat hoe hoger de waarde van alpha, hoe groter het vertrouwen in de test.

Een type I-fout, of een fout van de eerste soort, treedt op wanneer de nulhypothese wordt afgewezen, terwijl deze in werkelijkheid waar is. Met andere woorden, een type I-fout is vergelijkbaar met een vals positief. Type I-fouten worden beheerst door een geschikt significantieniveau te definiëren. Beste praktijk bij het testen van wetenschappelijke hypothesen vereist het selecteren van een significantieniveau voordat het verzamelen van gegevens zelfs begint. Het meest voorkomende significantieniveau is 0,05 (of 5%), wat betekent dat er een kans van 5% is dat de test een type I-fout zal krijgen door een echte nulhypothese te verwerpen. Dit significantieniveau vertaalt zich omgekeerd naar een 95% niveau van vertrouwen, wat betekent dat over een reeks hypothesetests, 95% niet zal resulteren in een type I-fout.