"Czym jest wartość p i co ona oznacza?" Statystyka w badaniach

Ze względu na częste używanie wartości P w badaniach uznałem warte przetłumaczenia artykułu zamieszczonego w BMJ. Oryginalny tekst znajduje się pod niniejszym odnośnikiem (Evid Based Nurs 2012;15:34 doi:10.1136/ebnurs-2012-100524).
Autor: Dorothy Anne Frobes

Badacze starają się tworzyć możliwie najwartościowsze konkluzje z ograniczonej liczby danych. By tego dokonać muszą się oni uporać z dwoma problemami. Pierwszy, ważne różnice w wynikach mogą zostać zaciemnione przez naturalną różnorodność i nieprecyzyjności eksperymentu. Z tego względu trudno jest oddzielić prawdziwe różnice od przypadkowych. Drugim jest naturalna skłonność badaczy do stwierdzania, że różnice są prawdziwe i do minimalizowania udziału zmiennych przypadkowych. Prawdopodobieństwo statystyczne minimalizuje ryzyko pojawienia się tych błędów (1).

Prawdopodobieństwo statystyczne [testowe] lub wartość-P oznacza czy wynik badania jest statystycznie znaczący, oznacza to, że wyniki badania nie pochodzą z losowego przypadku. By zrozumieć koncepcję wartości-P ważne jest by zrozumieć jego związek z poziomem alfa. Przed rozpoczęciem badania, naukowcy określają poziom alfa, który najczęściej ustalany jest na poziomie 0,05 (5%). Ten konwencjonalny poziom został oparty opisem Sir Ronald Fisher'a, wpływowego statystyka, który w 1926 roku ogłosił, że preferuje wartość 0,05 dla odseparowania prawdopodobieństwa od nieprawdopodobieństwa (2). Badacze, którzy poziom alfa ustalają na poziomie 0,05 są skłonni zaakceptować, że wyniki ich badań mają 5% szans na to, że są niezgodne z prawdą. Aczkolwiek badacze mogą przyjąć odseparowanie prawdopodobieństwa które jest luźniejsze (na przykład, poziom alfa ustalony na 0,1 oznacza, że istnieje 10% szans że konkluzje są złe) lub bardziej rygorystyczne (na przykład, poziom alfa ustalony na 0,01 oznacza, że istnieje 1% szans na to, że konkluzje są złe). Projekt badania, cel oraz intuicja mogą wpływać na wyznaczenie poziomu alfa przez badaczy (2).

By zademonstrować to jak poziom alfa może wpływać na konkluzje badania przeprowadźmy badania w którym porównamy roczny przychód pielęgniarek w szpitalach i pielęgniarek w społeczeństwie. Średnia przychód pielęgniarek w szpitalach został ustalony na 70 000$, natomiast dla pielęgniarek społecznych na 60 000$. Wartość-P tego badania wynosi 0,08. Jeśli badacze ustalili poziom alfa na poziomie 0,05, mogliby wyciągnąć konkluzję, że nie ma znaczących statystycznie różnice pomiędzy rocznych przychodem pielęgniarek w szpitalu i w społeczeństwie dlatego, że wartość-P wynosząca 0,08 przekracza poziom alfa 0,05. Jednakże, jeśli poziom alfa zostałby ustalone na poziomie 0,10, wartość-P wynosząca 0,08 wyniosłaby mniej niż poziom alfa i badacze mogliby dojść do konkluzji, że istnieje znacząca statystycznie różnica między rocznym przychodem pielęgniarek w szpitalu i społeczeństwie. Dwie całkiem różne konkluzje (3).

Łatwo jest przecenić znaczenie słów dlatego, że statystyka używa definicji których znaczenie jest całkowicie odmienne od ich zwyczajnego znaczenia. To że różnica jest znacząca statystycznie nie oznacza że jest ważna lub interesująca. W powyższym przykładzie na poziomie alfa 0,10 wyniki są znaczące statystycznie, prawdopodobieństwo pojawienia się rezultatu wynosi 1 z 10. Z tego względu, ryzyko błędnej konkluzji jest wyższe niż gdyby poziom alfa został ustalony na poziomie 0,05 i z tego powodu szanse pojawienia się rezultatu wyniosłyby 5 z 100 czy 1 z 20. Na końcu, czytelnik musi zdecydować czy badacze ustanowili prawidłowy poziom alfa oraz czy konkluzje są znaczące czy nie.

• Referencje

1. Graphpad. What is a p value 2011. http://www.graphpad.com/articles/pvalue.htm (accessed 10 Dec 2011).
2. Duffy ME. Munroe BH, Jacobsen BS. Jey principles of statistical inference. IUn: Maher BH, ed. Statistical Methods for Health Care Research. Fifth edition. Philadelphia: Lippincott Williams & Wilkins, 2005:73-105.
3. El-Masri MM. The significance of p values. Can nurse 2011;107:8.