LApie savavališkus reikšmingumo lygius nusprendžiama prieš apskaičiuojant kontrasto statistiką, o nesavavališki reikšmingumo lygiai priklauso nuo kontrasto statistikos vertės, kurios abi priklauso nuo pasiskirstymo, po kurio seka duomenys.
Kitaip tariant, savavališki reikšmingumo lygiai skirtingoms bandymo statistikos reikšmėms visada bus vienodi, o ne savavališki reikšmingumo lygiai bus skirtingi skirtingoms bandymo statistikos reikšmėms.
Nėra savavališkas
Kai nurodoma sąvoka, savavališkumo savybė reiškia, kad tos sąvokos vertę pasirenka tyrėjas. a priori (prieš) atlikdamas eksperimentą nepasikliaudamas jokia susijusia informacija.
P vertė ir drambliai
Pavyzdžiui, tarkime, kad mes norime išbandyti dramblių skaičių pievoje.
Prieš pamatydami pievą ir dramblius, kurie iš tikrųjų egzistuoja, mes manome a priori dramblių skaičius. Mes sakome, kad dramblių gali būti 10. Taigi, einame į pievą ir suskaičiuojame matomų dramblių skaičių: 1, 2, 3, 4, 5, 6 ir 7.
Mūsų nulinė hipotezė buvo ta, kad dramblių skaičius pievoje buvo lygus 10, o mūsų alternatyvi hipotezė buvo ta, kad jų buvo mažiau nei 10. Taigi, atsižvelgdami į dramblius, mes atmesime nulinę hipotezę. Bet … O jei pievoje yra dar 3 drambliai, bet jie paslėpti už medžių? Mes atmestume savo nulinę hipotezę, kai tai gali būti tiesa, jei užuot skaičiavę dramblius, būtume apskaičiavę maksimalų dramblių skaičių, kurį pievoje telpa.
Analizė
Iš pradžių pasirinkti 10 dramblių buvo visiškai savavališki, nes mes nematėme pievos dydžio, todėl nežinome, ar 10 dramblių yra daug, ar mažai.
Kita vertus, jei, atsižvelgiant į pievos dydį, apskaičiuosime maksimalų dramblių skaičių, kurį joje gali tilpti, žinosime, kokia yra didžiausia vertė, kad nepaneigtume nulinės hipotezės. Taigi rasti tikrąjį skaičių bus daug lengviau.
Palyginimas
Tas pats pasakytina apie 1%, 5% ir 10% reikšmingumo lygius, lyginant su p verte. Daugeliu kontrastų mes pasirenkame reikšmingumo lygį neatsižvelgdami į jokią kitą informaciją, išskyrus paskirstymą. Paprastai reikšmingumo lygiu (alfa) naudojamas 5%, o patikimumo intervale lieka 95% mėginio.
Reikšmingumo lygio savavališko priskyrimo problema yra ta pati problema, kurią turime su dramblio pavyzdžiu. Jei manome, kad teisinga taikyti 5% (reikšmingumo lygis), galime atmesti nulinę hipotezę, kai mažiausia atmestina reikšmė yra 2% (p reikšmė). Klaidingų rezultatų gautume paprasčiausiai nustatydami 5%, o ne mažiausią atmestiną vertę (2%).
Kitaip tariant, darome išvadą, kad pievoje yra mažiau nei 10 dramblių, bet iš tikrųjų yra dar 3 drambliai, tačiau jie yra paslėpti. Taigi daug greičiau apskaičiuoti, koks yra didžiausias ar mažiausias reikšmingumo lygis, kurio mes neatmestume arba atmettume nulinę hipotezę.
Atmetimo taisyklė
Jei vertė - p < reikšmingumo lygis => H0 atmetimas.
Jei vertė - p > reikšmingumo lygis => nėra atmetimo H0.