לקבלת ייעוץ 072-3926679

  • תפקידה של הסטטיסטיקה ההיסקית, הינו לבחון השערות ממוקדות אודות אוכלוסייה נתונה באמצעות מדגם מקרי ומייצג שנאסף מתוכה. תוצאתה של השערה סטטיסטית תמיד מכריעה בין המצב הקיים שמשמש לנו כברירת המחדל (הנקרא בלשון מקצועית "השערת האפס") לבין המצב החדש (הנקרא גם "ההשערה האלטרנטיבית"). אם החלטנו לקבל את המצב הקיים אנו אומרים כי "לא דחינו את השערת האפס"; לעומת זאת אם החלטנו כי המצב הקיים אינו נכון ואספנו נתונים המכוונים לאישוש ההשערה האלטרנטיבית אנו אומרים כי "דחינו את השערת האפס". 

    במרבית המקרים, אנו מבקשים לגלות משהו חדש על האוכלוסייה ולפיכך לדחות את השערת האפס. חוקרים בדרך כלל מניחים כי השערת האפס היא זו הנכונה, ועל בסיס כך הם אוספים מידע ביחסלהשערה האלטרנטיבית על מנת למדוד עד כמה המידע שלהם עקבי עם השערת האפס.

    מכיוון שכאמור, ההשערה אינה נבחנת על כלל האוכלוסייה אלא על מדגם קטן מתוכה, נדרשת זהירות רבה בהשלכת מסקנות המוסקות מהמדגם לאוכלוסייה כולה. זהירות זו באה לידי ביטוי במונח אלפא, אוטעות מסוג ראשון, כלומר, הסיכוי לדחות את השערת האפס כאשר למעשה השערת האפס היא נכונה. סיכוי זה הינו סיכוי נתון א-פריורי (כלומר טרם עריכת המחקר) והוא בדרך כלל עומד על 5%. משמעות הדבר היא כי אנו לוקחים סיכון שבמסגרתו גם אם החלטנו לדחות את השערת האפס, תמיד ישנו סיכוי של 5% כי לקחנו החלטה מוטעית. אולם בלעדי סיכון זה, לעולם לא נגלה דברים חדשים.

    לאחר איסוף הנתונים ועריכת המחקר, לו החלטנו כי ההשערה האלטרנטיבית היא זו הנכונה, אנו רוצים לדעת מה הסיכוי לקבל את הממצא שקיבלנו במדגם או קיצוני ממנו באוכלוסיה כולה, תחת הנחה שהשערת האפס נכונה. ככל שסיכוי זה קטן יותר, משמעות הדבר, כי הממצא שלנו הוא פחות מקרי ויותר משקף ממצא אמיתי שאכן מתקיים באוכלוסייה. סיכוי זה נקרא pvalue. 

    אנו מעוניינים כי ערך זה יהיה קטן ככל האפשר ובפרט קטן יותר מאשר האלפא, או אז נאמר כי הממצא שלנו מובהק. באם ה-pvalue הינו גדול מאלפא נאמר כי הממצא איננו מובהק ולמעשה אין בידינו מספיק ממצאים על פיהם הטענה החדשה שלנו נכונה.

    לפיכך ה-pvalue הינו מדד למידת תקפות הטענה החדשה שלנו. מדד זה נקרא במקומות מסוימים גם "אלפא פוסט-ריורית (כלומר הסיכוי לאחר עריכת הניסוי), או "אלפא תג". בתוכנת ה-SPSS מדד זה מכונה sig, כקיצור למילה מובהקות (significance).

    לדוגמא:

    חברת פיתחה תרופה חדשה להקלה על כאבי ראש ותרופה זו מלווה בתופעת לוואי של פריחה על גבי העור. על סמך מחקרים שערכה החברה כ-50% מנוטלי התרופה יתקפו בתופעת הלוואי (זו השערת האפס). משרד הבריאות ערך ביקורת חיצונית וטען כי למעשה שיעור זה גבוה יותר, ובממוצע מעל למחצית מלוקחי התרופה יקבלו פריחה במהלך השימוש שבתרופה (זו ההשערה האלטרנטיבית). 

    לפיכך אסף משרד הבריאות 12 חולים וגילה כי כולם נתקפו בפריחה לאחר השימוש בתרופה החדשה. מידע זה אינו עקבי עם השערת האפס שתטען שרק כשישה חולים אמורים לקבל פריחה ותומכת יותר בהשערה של משרד הבריאות. ערך ה-pvalue במקרה זה, שהינו תוצאה של 12 חולים שנתקפו בתופעת לוואי, בהנחה שרק 50% מהם אמורים לחלות הינו רק 0.00027, שהינו נמוך יותר מ-5%, ולכן נדחה את השערת האפס.

    דגשים נוספים:

    יש לשים לב כי ערך גבוה של pvalue, אין משמעותו כי ההשערה האלטרנטיבית בהכרח אינה נכונה. ייתכן והכישלון לדחות את השערת האפס הוא תוצאה של מחקר שלא נערך כהלכה ולמרות שההשערה האלטרנטיבית תקפה במציאות, החוקר לא הצליח לגלות אותה במחקרו. זו נקראת ביתא, או טעות מסוג שני. יכולות להיות לכך סיבות שונות כגון גודל מדגם קטן מידי, שונות בינאישית גדולה מידי במדגם עצמו, אפקט קטן מידי וגורמים נוספים.

    גם בקבלת ערך pvalue נמוך, כזה התומך בהשערה האלטרנטיבית, חשוב להמשיך ולתקף את הממצא באמצעות מקורות נוספים כדוגמת מחקרים נוספים שבהם בוחנים את ההשערות המקוריות על פי הגדרות תצפיתיות שונות של המושגים הנחקרים, רפליקציה של המחקר על מדגם אחר ועוד.