P-value
هل تعلم والإنفوغرافيك >>>> كاريكاتير
Image: https://www.imdb.com/title/tt0241527/
وعلى ذلك فإن المنهجية الأشيع لاستخدام قيمة P-value في أي اختبار هي وفق ما يأتي:
1- تحديد النموذج الإحصائي المناسب للبيانات الموجودة (1)
2- تحديد الفرضية العدم (Null Hypothesis) والفرضية البديلة (Alternative Hypothesis) (1,2)
3- تحديد القيمة الحدية (Cut-off) والمسماة عادة ألفا أو مستوى الأهمية (Significance level - α) وعادة ما تكون هذه القيمة 0.05 وتحدد وفقاً لطبيعة البيانات والفرضيات (2,3)
4- بعد حساب P-value نقارنها مع القيمة الحدية فإذا كانت أصغر منها نرفض فرضية العدم ونقبل الفرضية البديلة والعكس بالعكس (2,3)
لكن هناك جملة من الملاحظات يجب الانتباه إليها:
- يمكن أن تشير P-value إلى مدى عدم توافق البيانات مع نموذج إحصائي محدد.
- لا تدرس P-value احتمالية أن الفرضية المدروسة صحيحة ولا احتمالية كون البيانات منتَجة عشوائياً وبالصدفة.
- يجب ألا تستند القرارات العلمية والعملية والسياسية إلى ما إذا كانت P-value تتجاوز عتبة معينة وحسب.
- يتطلب الاستدلال الصحيح إبلاغ التقارير كاملة وبكل شفافية.
- لا تقيس P-value حجم التأثير أو أهمية النتيجة.
- ولا توفر P-value في حد ذاتها مقياساً جيداً للأدلة المرتبطة بنموذج أو فرضية (4).
يجب الانتباه هنا إلى أن ما ذكر لا يتعدى كونه ملخصاً بسيطاً جداً عن P-value والتعامل معها ومع الفرضيات المرتبطة بها ونترك لكم المجال دوماً أعزاءنا القرّاء لمزيد من البحث والتفاصيل، والمراجع موجودة وبكثرة فيما يخص الدراسات الإحصائية.
المصادر:
