ทฤษฎีที่อยู่เบื้องหลังค่า p และสมมติฐานว่างอาจดูซับซ้อนในตอนแรก แต่การเข้าใจแนวคิดจะช่วยให้คุณสำรวจโลกแห่งสถิติ น่าเสียดายที่ข้อกำหนดเหล่านี้มักถูกนำไปใช้ในวิทยาศาสตร์ที่เป็นที่นิยมดังนั้นจึงเป็นประโยชน์สำหรับทุกคนที่จะเข้าใจพื้นฐาน
ดูบทความของเราวิธีการลบทุก ๆ แถวใน Excel
การคำนวณค่า p-value ของแบบจำลองและการพิสูจน์ / พิสูจน์หักล้างสมมติฐานว่างเป็นเรื่องง่ายอย่างน่าประหลาดใจกับ MS Excel มีสองวิธีในการทำและเราจะครอบคลุมทั้งสองอย่าง มาขุดกัน
สมมติฐานว่าง ๆ และ p- Value
สมมติฐานว่างเป็นคำสั่งหรือที่เรียกว่าตำแหน่งเริ่มต้นซึ่งอ้างว่าความสัมพันธ์ระหว่างปรากฏการณ์ที่สังเกตได้ไม่มีอยู่จริง นอกจากนี้ยังสามารถนำไปใช้กับความสัมพันธ์ระหว่างสองกลุ่มที่สังเกตได้ ในระหว่างการวิจัยคุณทดสอบสมมติฐานนี้และพยายามพิสูจน์มัน
ตัวอย่างเช่นสมมติว่าคุณต้องการสังเกตว่าอาหารแฟชั่นเฉพาะอย่างนั้นมีผลลัพธ์ที่สำคัญหรือไม่ สมมุติฐานว่างในกรณีนี้คือว่าน้ำหนักของผู้ทดสอบไม่แตกต่างกันอย่างมีนัยสำคัญก่อนและหลังการอดอาหาร สมมติฐานทางเลือกคืออาหารนั้นสร้างความแตกต่าง นี่คือสิ่งที่นักวิจัยจะพยายามพิสูจน์
p-value แสดงถึงโอกาสที่สรุปสถิติจะเท่ากับหรือมากกว่าค่าที่สังเกตได้เมื่อสมมติฐานว่างเป็นจริงสำหรับแบบจำลองทางสถิติที่แน่นอน แม้ว่ามันมักจะแสดงเป็นเลขทศนิยม แต่โดยทั่วไปดีกว่าที่จะแสดงเป็นเปอร์เซ็นต์ ตัวอย่างเช่นค่า p-value 0.1 ควรแสดงเป็น 10%
ค่า p- low ที่ต่ำหมายความว่าหลักฐานที่มีสมมติฐานว่างมีความแข็งแรง นี่หมายความว่าข้อมูลของคุณมีความสำคัญ ในทางกลับกันค่า p-value สูงหมายความว่าไม่มีหลักฐานที่ชัดเจนต่อสมมติฐาน เพื่อพิสูจน์ว่าอาหารแฟชั่นทำงานได้นักวิจัยจะต้องค้นหาค่า p ต่ำ
ผลลัพธ์ที่มีนัยสำคัญทางสถิติคือสิ่งที่ไม่น่าจะเกิดขึ้นอย่างมากหากสมมติฐานว่างเป็นจริง ระดับความสำคัญจะแสดงด้วยตัวอักษรกรีกอัลฟาและจะต้องมีขนาดใหญ่กว่าค่า p-value เพื่อให้ผลลัพธ์มีนัยสำคัญทางสถิติ
นักวิจัยหลายคนในหลากหลายสาขาใช้ค่า p เพื่อรับข้อมูลเชิงลึกที่ดีขึ้นและลึกลงไปในข้อมูลที่พวกเขาทำงานด้วย สาขาวิชาที่โดดเด่น ได้แก่ สังคมวิทยาความยุติธรรมทางอาญาจิตวิทยาการเงินและเศรษฐศาสตร์
การค้นหา p -Value ใน Excel
คุณสามารถค้นหาค่า p ของชุดข้อมูลใน MS Excel ผ่านฟังก์ชัน T-Test หรือใช้เครื่องมือวิเคราะห์ข้อมูล อันดับแรกเราจะดูในฟังก์ชั่นการทดสอบ T เราจะตรวจสอบนักศึกษาห้าคนที่ทานอาหาร 30 วัน เราจะเปรียบเทียบน้ำหนักของพวกเขาก่อนและหลังอาหาร
หมายเหตุ: สำหรับวัตถุประสงค์ของบทความนี้เราจะใช้ MS Excel 2010 แม้ว่าจะไม่ใช่รุ่นล่าสุด แต่โดยทั่วไปขั้นตอนควรใช้กับเวอร์ชันที่ใหม่กว่าด้วยเช่นกัน
ฟังก์ชั่น T-Test
ทำตามขั้นตอนเหล่านี้เพื่อคำนวณค่า p -val ด้วยฟังก์ชัน T-Test
- สร้างและเติมข้อมูลในตาราง ตารางของเรามีลักษณะดังนี้:
- คลิกที่เซลล์ใด ๆ นอกตารางของคุณ
- พิมพ์เป็น: = T.Test (
- หลังจากวงเล็บเปิดเปิดให้พิมพ์อาร์กิวเมนต์แรก ในตัวอย่างนี้เป็นคอลัมน์ Before Diet ช่วงควรเป็น B2: B6 ป่านนี้ฟังก์ชันมีลักษณะดังนี้: T.Test (B2: B6
- ต่อไปเราจะใส่อาร์กิวเมนต์ที่สอง คอลัมน์ After Diet และผลลัพธ์เป็นอาร์กิวเมนต์ที่สองของเราและช่วงที่เราต้องการคือ C2: C6 ลองเพิ่มลงในสูตร: T.Test (B2: B6, C2: C6
- พิมพ์เครื่องหมายจุลภาคหลังอาร์กิวเมนต์ที่สองและตัวเลือกการแจกแจงแบบด้านเดียวและแบบสองด้านจะปรากฏขึ้นโดยอัตโนมัติในเมนูแบบเลื่อนลง ลองเลือกการกระจายแบบแรก - ด้านเดียว คลิกสองครั้งที่มัน
- พิมพ์เครื่องหมายจุลภาคอื่น
- ดับเบิลคลิกที่ตัวเลือกจับคู่ในเมนูแบบเลื่อนลงถัดไป
- ตอนนี้คุณมีองค์ประกอบทั้งหมดที่คุณต้องการแล้วให้ปิดวงเล็บ สูตรสำหรับตัวอย่างนี้มีลักษณะดังนี้: = T.Test (B2: B6, C2: C6, 1, 1)
- กดปุ่มตกลง. เซลล์จะแสดงค่า p-value ทันที ในกรณีของเราค่าเป็น 0.133906 หรือ 13.3906%
ค่าสูงกว่า 5% ค่า p นี้ไม่ได้แสดงหลักฐานที่ชัดเจนเกี่ยวกับสมมติฐานว่าง ในตัวอย่างของเราการวิจัยไม่ได้พิสูจน์ว่าการอดอาหารช่วยให้ผู้ทดสอบลดน้ำหนักได้มาก นี่ไม่ได้หมายความว่าสมมติฐานว่างนั้นถูกต้องเฉพาะ แต่ยังไม่ได้พิสูจน์ว่าผิด
เส้นทางการวิเคราะห์ข้อมูล
เครื่องมือการวิเคราะห์ข้อมูลช่วยให้คุณทำสิ่งดีๆมากมายรวมถึงการคำนวณค่า p เพื่อทำให้สิ่งต่าง ๆ ง่ายขึ้นเราจะใช้ตารางเดียวกันกับวิธีก่อนหน้านี้
นี่คือวิธีที่มันทำ
- เนื่องจากเรามีความแตกต่างน้ำหนักในคอลัมน์ D อยู่แล้วเราจะข้ามการคำนวณส่วนต่าง สำหรับตารางในอนาคตให้ใช้สูตรนี้: =” Cell 1” -“ Cell 2”
- ถัดไปคลิกที่แท็บข้อมูลในเมนูหลัก
- เลือกเครื่องมือการวิเคราะห์ข้อมูล
- เลื่อนรายการลงและคลิกที่ t-Test: จับคู่สองตัวอย่างสำหรับวิธีการ
- คลิกตกลง
- หน้าต่างป๊อปอัปจะปรากฏขึ้น ดูเหมือนว่านี้:
- ป้อนช่วง / อาร์กิวเมนต์แรก ในตัวอย่างของเราคือ B2: B6
- ป้อนช่วง / อาร์กิวเมนต์ที่สอง ในกรณีนี้มันคือ C2: C6
- ปล่อยให้ค่าเริ่มต้นในกล่องข้อความอัลฟา (มันคือ 0.05)
- คลิกที่ปุ่มตัวเลือก Range Output และเลือกตำแหน่งที่คุณต้องการผลลัพธ์ หากเป็นเซลล์ A8 ให้พิมพ์: $ A $ 8
- คลิกตกลง
- Excel จะคำนวณค่า p-value และพารามิเตอร์อื่น ๆ ตารางสุดท้ายอาจมีลักษณะเช่นนี้:
อย่างที่คุณเห็นค่า one-tail p - value เหมือนกับในกรณีแรก - 0.133905569 เนื่องจากมีค่ามากกว่า 0.05 จึงใช้สมมติฐานว่างสำหรับตารางนี้และหลักฐานที่แสดงว่ามันอ่อนแอ
สิ่งที่ควรรู้เกี่ยวกับ p- Value
นี่คือเคล็ดลับที่เป็นประโยชน์เกี่ยวกับการคำนวณค่า p ใน Excel
- หากค่า p-value เท่ากับ 0.05 (5%) ข้อมูลในตารางของคุณมีความสำคัญ หากน้อยกว่า 0.05 (5%) ข้อมูลที่คุณมีนั้นสำคัญมาก
- ในกรณีที่ค่า p-value มากกว่า 0.1 (10%) ข้อมูลในตารางของคุณจะไม่มีนัยสำคัญ หากอยู่ในช่วง 0.05-0.10 คุณจะมีข้อมูลที่สำคัญเพียงเล็กน้อย
- คุณสามารถเปลี่ยนค่าอัลฟาแม้ว่าตัวเลือกที่พบบ่อยที่สุดคือ 0.05 (5%) และ 0.10 (10%)
- การเลือกการทดสอบแบบสองด้านอาจเป็นทางเลือกที่ดีกว่าทั้งนี้ขึ้นอยู่กับสมมติฐานของคุณ ในตัวอย่างข้างต้นการทดสอบแบบด้านเดียวหมายความว่าเราสำรวจว่าผู้ทดสอบจะลดน้ำหนักหลังจากอดอาหารหรือไม่และนั่นคือสิ่งที่เราต้องการเพื่อค้นหา แต่การทดสอบแบบสองด้านจะตรวจสอบว่าพวกเขาได้รับน้ำหนักที่มีนัยสำคัญทางสถิติหรือไม่
- p -value ไม่สามารถระบุตัวแปรได้ กล่าวอีกนัยหนึ่งถ้ามันระบุความสัมพันธ์มันไม่สามารถระบุสาเหตุที่อยู่เบื้องหลัง
p -Value Demystified
นักสถิติทุกคนควรจะรู้คุณค่าและความลึกของการทดสอบสมมติฐานว่างและความหมายของค่า p ความรู้นี้จะเป็นประโยชน์ต่อนักวิจัยในสาขาอื่น ๆ
คุณเคยใช้ Excel ในการคำนวณค่า p-value ของตัวแบบสถิติหรือไม่? คุณใช้วิธีใด คุณชอบวิธีอื่นในการคำนวณไหม แจ้งให้เราทราบในส่วนความเห็น
