顯著性差異
統計學名詞 / 維基百科,自由的 encyclopedia
統計學的假說檢定中[1][2],顯著性差異(或統計學意義,英語:statistical significance)是對數據差異性的評價,當某次實驗的結果在虛無假說下不大可能發生時,就認為該結果具有顯著性差異。更準確而言,譬如某項研究設定了一個數值α(顯著水準),表示虛無假說本來正確但卻被拒絕的出錯機率[3](並非虛無假說為真的機率、對立假說為假的機率、實驗再現失敗率[4]),然後用p值表示虛無假說條件為真時得到某結果或更極端結果的機率[5]。當p ⩽ α時,就可以認為結果具有統計學意義,或數據之間具有了顯著性差異。[6][7][8][9][10][11][12]顯著水準應當在開始數據收集前就設定,通常習慣設定為5%[13]或更低,因研究的具體學科領域而異。[14]
在任何涉及到從母體中抽取樣本的實驗或觀察性研究中,觀察到的結果都有可能只不過是由抽樣誤差(英語:sampling error)產生的。[15][16]但是,如果一個觀察結果的p值小於(或等於)顯著水準α,研究者就可以得出「該結果能反映母體的特徵」的結論[1],並拒絕虛無假說[17]。
顯著性差異的原因可能是:
- 參與比對的數據是來自不同實驗對象,如比-西一般能力測驗中,大學學歷被試組的成績與小學學歷被試組之間,會存在顯著性差異;
- 也可能是因為實驗處理對實驗對象造成了改變,因而前測、後測的數據會有顯著性差異。例如,記憶術研究發現,被試者學習某記憶法前的成績,和學習記憶法後的記憶成績會有顯著性差異,則這一差異很可能來自於這種記憶法對被試記憶能力的改變。