Statistische Signifikanz

Nicht-Wissenschaftler können den Begriff „signifikant“ leicht missverstehen, wenn sie in einem Artikel darauf stoßen. Im alltäglichen Englisch bedeutet das Wort “ wichtig.“Aber wenn Forscher sagen, dass die Ergebnisse einer Studie „statistisch signifikant“ waren, meinen sie nicht unbedingt, dass die Ergebnisse wichtig sind.

Die statistische Signifikanz bezieht sich darauf, ob Unterschiede zwischen den untersuchten Gruppen „real“ sind oder ob sie einfach auf den Zufall zurückzuführen sind., Dies können Gruppen von Arbeitnehmern sein, die an einer Arbeitsschutzintervention teilgenommen haben, oder Gruppen von Patienten, die an einer klinischen Studie teilgenommen haben.

Betrachten wir eine Studie zur Bewertung eines neuen Medikaments zur Gewichtsreduktion. Gruppe A erhielt das Medikament und verlor in sieben Wochen durchschnittlich vier Kilogramm (kg). Gruppe B erhielt das Medikament nicht, verlor aber im selben Zeitraum durchschnittlich ein kg. Hat das Medikament diesen Gewichtsverlust von drei kg bewirkt? Oder könnte es sein, dass Gruppe A einfach durch Zufall mehr Gewicht verloren hat?,

Statistische Tests gehen zunächst von etwas Unmöglichem aus: dass die beiden Personengruppen von Anfang an genau gleich waren. Dies bedeutet, dass das durchschnittliche Startgewicht in jeder Gruppe gleich war, ebenso wie die Anteile von leichteren und schwereren Menschen.

Mathematische Verfahren werden dann verwendet, um Unterschiede in den Ergebnissen (Gewichtsverlust) zwischen den Gruppen zu untersuchen. Ziel ist es festzustellen, wie wahrscheinlich es ist, dass der beobachtete Unterschied — in diesem Fall der Unterschied von drei kg beim durchschnittlichen Gewichtsverlust-allein zufällig aufgetreten ist.,

Der“ p “ – Wert

Hier wird es kompliziert. Wissenschaftler verwenden den Begriff „p“, um die Wahrscheinlichkeit zu beschreiben, einen so großen Unterschied rein zufällig in zwei Gruppen genau derselben Personen zu beobachten. In wissenschaftlichen Studien wird dies als „p-Wert“ bezeichnet.“

Wenn es unwahrscheinlich genug ist, dass der Unterschied in den Ergebnissen allein durch Zufall auftrat, ist der Unterschied „statistisch signifikant“ ausgeprägt.“

Mathematische Wahrscheinlichkeiten wie p-Werte reichen von 0 (keine Chance) bis 1 (absolute Sicherheit). 0,5 bedeutet also eine Chance von 50 Prozent und 0,05 eine Chance von 5 Prozent.,

In den meisten Wissenschaften ergeben Ergebnisse einen p-Wert von .05 werden an der Grenze der statistischen Signifikanz betrachtet. Wenn der p-Wert unter ist .01, Ergebnisse gelten als statistisch signifikant und wenn es unten ist .005 sie gelten als hoch statistisch signifikant.

Aber wie hilft uns das, die Bedeutung statistischer Signifikanz in einer bestimmten Studie zu verstehen? Gehen wir zurück zu unserer Gewichtsverluststudie. Wenn die Ergebnisse einen p-Wert von ergeben .,05, hier ist, was die Wissenschaftler sagen: „Unter der Annahme, dass die beiden Gruppen von Menschen, die verglichen wurden, von Anfang an genau gleich waren, besteht eine sehr gute Chance — 95 Prozent—, dass der Gewichtsverlust von drei kg NICHT beobachtet würde, wenn das Gewichtsverlustmedikament überhaupt keinen Nutzen hätte.“Aus diesem Befund würden Wissenschaftler schließen, dass das Medikament zur Gewichtsreduktion tatsächlich wirksam ist.

Wenn Sie bemerken, dass der p-Wert eines Befundes ist .01 aber lieber anders ausgedrückt, subtrahieren Sie einfach den p-Wert von der Zahl 1 (1 minus .01 entspricht .99). So ein p-Wert von .,dies bedeutet, dass es eine ausgezeichnete Chance gibt — 99 Prozent -, dass der Unterschied in den Ergebnissen NICHT beobachtet würde, wenn die Intervention überhaupt keinen Nutzen hätte.

Nicht alle statistischen Tests werden verwendet, um die Wirksamkeit von Interventionen zu bestimmen. Studien, die Assoziationen suchen — zum Beispiel, ob neue Mitarbeiter anfälliger für Verletzungen sind als erfahrene Arbeitnehmer — stützen sich auch auf mathematische Tests, um festzustellen, ob eine Beobachtung dem Standard für statistische Signifikanz entspricht.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.