Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
математическая статистика. наследов.doc
Скачиваний:
1
Добавлен:
01.07.2025
Размер:
7 Мб
Скачать
☆

Часть II

МЕТОДЫ

СТАТИСТИЧЕСКОГО ВЫВОДА: ПРОВЕРКА ГИПОТЕЗ

Глава 7

ВВЕДЕНИЕ В ПРОБЛЕМУ СТАТИСТИЧЕСКОГО ВЫВОДА

ГИПОТЕЗЫ НАУЧНЫЕ И СТАТИСТИЧЕСКИЕ

Обычно исследование проводится для проверки гипотезы, которая явля­ется следствием теоретических представлений.10 Эта гипотеза содержит утвер­ждение о связи абстрактных категорий, относящихся к свойствам более или менее широкой совокупности объектов — генеральной совокупности.

ПРИМЕР

Исходя из теории социального научения, исследователь может предположить, что демонстрация сцен насилия по телевидению ведет к повышению агрессивности подростков. Или у менеджера по кадрам некоторого крупного предприятия, исхо­дя из собственного мнения о роли внешности, может родиться предположение, что отношение сотрудников к своим обязанностям зависит от внешнего вида ру­ководителя. Эти совершенно различные предположения объединяет то, что их можно проверить с использованием научного подхода.

Предположение, которое проверяется с применением научного метода, будем называть научной гипотезой. Следует отметить, что не всякая гипотеза, а только та, которая допускает для своей проверки применение научного мето­да, может претендовать на научность. Кроме того, можно научно проверять гипотезы относительно любых мелких проблем, обладающих ничтожной на­учной или практической значимостью. Сам факт применения научного метода вовсе не гарантирует, что проверяемая гипотеза представляет научный интерес.

Применение научного метода для проверки гипотезы предполагает опре­деленную последовательность действий исследователя. Исследование начи­нается с операционализации абстрактных категорий — определения операций, при помощи которых соответствующие этим категориям явления (агрес­сивность, внешний вид и т. д.) могут быть измерены. Затем исследователь организует выборку и проводит соответствующие измерения. Результаты из­мерения преобразуют с использованием описательных статистик к виду, до­пускающему статистическую проверку научной гипотезы.

ПРИМЕР 7.1

Изучая влияние на агрессивность подростков демонстрации сцен насилия, иссле­дователь измерил агрессивность на двух выборках, различающихся частотой и дли­тельностью просмотра телепередач со сценами насилия. Далее он вычислил сред­ние значения агрессивности для этих выборок: Мх = 6,3 — для тех, кто чаще смотрит такие телепередачи, и М2 = 5,9 — для другой выборки. Какой вывод в отношении гипотезы можно сделать на основе такого различия? Будут ли подобные различия наблюдаться в генеральной совокупности?

Любое исследование сводится к выявлению связи между переменными. В приведенном примере, в частности, исследуется связь между просмотром телепередач со сценами насилия и агрессивностью подростков. Связь эта мо­жет выражаться в величине и направлении различий между сравниваемыми группами или в знаке и величине коэффициента корреляции. То есть связь характеризуется своей силой и направлением. Однако есть еще одна не менее важная характеристика связи — ее надежность, «истинность».

Надежность связи непосредственно связана с репрезентативностью выбор­ки, с тем, насколько уверенно статистики выборки позволяют судить о соот­ветствующих параметрах генеральной совокупности. Ведь связь, обнаруженная в выборке, интересует исследователя лишь в той мере, в какой она позволяет судить о связи, которая существует в генеральной совокупности.

ПРИМЕР

Возвращаясь к предыдущему примеру 7.1, обратим внимание, что исследователь действительно обнаружил различие между выборками, свидетельствующее о спра­ведливости его гипотезы. Однако смысл статистической проверки не в том, «раз­личаются ли результаты двух выборок...», а в том, насколько вероятно, что суще­ствует различие между всей совокупностью одних и других подростков, которые могли попасть в выборку.

Надежность связи определяется тем, насколько вероятно, что обнаружен­ная в выборке связь будет вновь обнаружена (подтвердится) на другой анало­гичной выборке, извлеченной из той же генеральной совокупности.

Очевидный способ проверки надежности обнаруженной в исследовании связи — это многократное проведение аналогичного исследования на разных выборках. Однако это и трудоемко и не всегда возможно. Но можно сформу­лировать вопрос по-другому. Если в генеральной совокупности связи нет, то какова вероятность случайного получения данного результата исследования? Иначе говоря, какова вероятность, что полученный результат является слу­

чайным, а на самом деле связи в генеральной совокупности нет? Вопрос, сфор­мулированный таким образом, позволяет получить ответ с использованием методов статистики. Соответствующее проверяемое утверждение — об отсут­ствии связи — называется статистической гипотезой.

Статистическая гипотеза — это утверждение относительно неизвестного параметра генеральной совокупности, которое формулируется для проверки надежности связи и которое можно проверить по известным выборочным статистикам — результатам исследования. Обычно выделяют основную (ну­левую) и альтернативную статистические гипотезы. Основная (нулевая) гипо­теза (Н0) — содержит утверждение об отсутствии связи в генеральной сово­купности и доступна проверке методами статистического вывода. Альтернативная гипотеза (Н,) — принимается при отклонении Н0 и содержит утверждение о наличии связи. При этом нулевая и альтернативная гипотезы представляют собой, в терминах теории вероятности, «полную группу несовместных собы­тий»: если верна одна из них, то другая является ложной, и наоборот, откло­нение одной из них неизбежно влечет принятие другой.

В примере 7.1 для определения надежности связи агрессивности с просмотром те­лепередач со с_ценами насилия необходимо проверить основную статистическую гипотезу Н0: М\ = М2 — о равенстве двух средних в генеральной совокупности (или, что то же самое, о том, что две выборки принадлежат одной генеральной совокуп­ности). Если по результатам проверки эту гипотезу можно отклонить, то принима­ется альтернативная гипотеза: М^М2. Отклонение нулевой и принятие альтер­нативной статистической гипотезы в данном случае означало бы, что надежность связи достаточно велика, чтобы говорить о наличии этой связи в генеральной сово­купности. Иначе говоря, это свидетельствовало бы в пользу проверяемой научной гипотезы о связи агрессивности с просмотром телепередач со сценами насилия.

Отметим, что статистическая проверка научной гипотезы следует Аристо­телевой логике доказательства «от противного». Исследователь обычно заин­тересован в установлении связи между изучаемыми явлениями, соответствен­но, его научная гипотеза обычно содержит утверждение о наличии такой связи. Но средствами статистики по результатам вы­борочного исследования проверяется гипо­теза об отсутствии различий. И научная ги­потеза подтверждается в той мере, в какой по результатам выборочного исследования возможно отклонение основной статисти­ческой гипотезы.

ПРИМЕР

Первым примером применения такой логики для проверки статистической ги­потезы, по-видимому, является работа врача королевы Анны, а ранее учителя ма­тематики, Дж. Арбутнота «Довод в пользу божественного провидения, выведенный из постоянной регулярности, наблюдаемой в рождении обоих полов» (1710—

1712 гг.)11. В распоряжении Арбутнота были записи о рождении детей на протяже­нии 82 лет, которые свидетельствовали о том, что за этот период времени каждый год мальчиков рождалось больше, чем девочек. Если исходить из равновероятного рождения мальчиков и девочек (Н0: Р= ]/2), то вероятность того, что каждый год на протяжении 82 лет мальчиков родится больше, чем девочек, составляет (1/2)82 = 2-10~25. Так как эта вероятность очень мала, статистическую гипотезу о рав­новероятном рождении мальчиков и девочек можно отклонить, приняв альтерна­тивную гипотезу о том, что в действительности вероятность рождения мальчиков достоверно выше i/2- Логика обоснования «довода в пользу божественного прови­дения», предложенная Арбутнотом, в общих чертах сохранилась и по сей день.

ИДЕЯ ПРОВЕРКИ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ

Рассмотрим идею проверки статистической гипотезы на примере. Пред­положим, психолог решил проверить пригодность разработанных ранее норм для имеющегося в его распоряжении теста интеллекта. Прежний норматив­ный показатель А = 10. На новой выборке численностью N= 100 человек он получил следующие результаты: М— 10,6; а = 3.

Различия действительно обнаружены. Но интуитивно понятно, что такой результат может быть получен случайно, даже если в действительности (в ге­неральной совокупности) различий нет, как и наоборот, когда различия на самом деле существуют. Поэтому точный ответ в отношении генеральной со­вокупности по результатам выборочного исследования получить невозмож­но. Но методы статистики, как уже отмечалось, позволяют оценить вероят­ность случайного получения такого различия при условии, что различий на самом деле в генеральной совокупности нет (верна Н0).

В нашем примере Н0: МХ=А, то есть проверяется гипотеза, что среднее ге­неральной совокупности М, из которой извлечена выборка, равно А = 10. Предположим, что выборка одного и того же объема jVизвлекается из такой совокупности многократно. И каждый раз вычисляется выборочное среднее значение Мх. После многократного проведения таких опытов можно постро­ить распределение выборочных средних значений. Понятно, что выборочные средние чаще будут близки к А = 10, но иногда более или менее существенно отличаться от 10. Оказывается, что форма выборочного распределения для данного случая, как и для многих других, известна заранее (поэтому они на­зываются теоретическими распределениями). Одна из основных теорем стати­стики — центральная предельная теорема — гласит, что распределение сред­них значений выборок, извлекаемых из одной и той же совокупности при достаточно большом /^соответствует нормальному распределению. Среднее значение всех выборочных средних будет равно среднему значению совокуп­ности (в данном случае — А = 10), а дисперсия выборочных средних составит величину т2 = o2/N, где ох2 — дисперсия совокупности, N — объем каждой выборки (т еще называют ошибкой среднего).

Таким образом, заранее известно распределение средних для случая, когда верна Н0. Это распределение позволяет определить, насколько вероятно то или иное случайное отклонение выборочного среднего от А — среднего в ге­неральной совокупности. Например, из свойств нормального распределения мы знаем, что примерно 68% площади под кривой нормального распределе­ния находится в диапазоне ± о от среднего значения. Следовательно, 68% всех выборочных средних будет находиться в диапазоне А ±т. Вероятность того, что выборочное среднее случайно попадет в этот диапазон составляет 0,68, а вероятность того, что оно будет отличаться от А больше чем на 1 т составляет

  1. — 0,68 = 0,32. Аналогичным образом мы можем определить, насколько веро­ятно получение данного конкретного (или большего) отклонения выбороч­ного среднего от А при условии истинности Н0.

Для нашего примера необходимо сначала определить, насколько выбороч­ное среднее отличается от А в единицах стандартного отклонения, то есть оп­ределить соответствующее г-значение:

■Jn

Формулы, подобные 7.1, позволяют получить так называемое эмпиричес­кое значение критерия для соответствующего теоретического распределения (в данном случае формула 7.1 позволяет вычислить эмпирическое значение Z-критерия — для нормального распределения). Подставляя выборочные зна­чения, получаем z = 2. По таблице параметров нормального распределения можно определить, что в диапазоне ±2 находится 0,954 всей площади под кри­вой. В соответствии с интерпретацией единичной нормальной кривой, этой площади соответствует вероятность того, что случайное отклонение от 0 бу­дет меньше z — ±2. А для нашего случая найденная площадь соответствует ве­роятности того, что случайное отклонение выборочного среднего значения будет меньше ±(МЛ — А) = ±0,6. Соответственно, вероятность случайного от­клонения выборочного среднего от генерального среднего на 0,6 и больше определяется площадью в «хвостах» под кривой нормального распределения — за пределами найденного диапазона (рис. 7.1). Следовательно, вероятность того, что данная выборка принадлежит генеральной совокупности со сред­ним А (то есть, что верна Н0), составляет/7= 1 — 0,954 = 0,046. Это и есть веро­ятность того, что данный выборочный результат мог быть получен случайно, когда на самом деле в генеральной совокупности верна Н0 или то, что называется р-уровнем значимости.

Следует отметить, что выборочное распределение средних значений соот­ветствует нормальному виду, если N> 100. Для выборок меньшего объема рас­пределение средних начинает зависеть от объема выборок (точнее — от числа степеней свободы, df) и соответствует другому теоретическому распределе-

Рис. 7.1. Выборочное распределение средних значений для верной Н0

нию — /-Стьюдента. Тем не менее, общая последовательность проверки ста­тистической гипотезы остается той же, как, впрочем, и для любого другого случая. Сначала вычисляется соответствующее эмпирическое значение:

  1. М - АI

'■-W-<7-2)

Затем вычисленное эмпирическое значение сопоставляется с теоретичес­ким /-распределением для соответствующего числа степеней свободы df Это позволяет определить ^-уровень — вероятность того, что выборка принадле­жит генеральной совокупности, для которой верна нулевая гипотеза Н0: М=А.

Таким образом, в основе статистической проверки гипотез лежит представ­ление о теоретическом распределении выборочной статистики — для условия, когда в генеральной совокупности верна нулевая статистическая гипотеза. В исследовании Арбутнота в качестве теоретического выступало биномиаль­ное распределение для Н0: Р = У2, а в нашем примере — распределение выбо­рочных средних для известной нулевой гипотезы (Z-распределение для боль­ших Nu /-распределение для малых N). В процессе проверки статистической гипотезы определяется /7-уровень значимости (вероятность того, что нулевая статистическая гипотеза верна) путем соотнесения эмпирических значений выборочных статистик (например, разности средних) с теоретическим рас­пределением, соответствующим нулевой статистической гипотезе.

УРОВЕНЬ СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ

Статистическая значимость (Significant level, сокращенно Sig.), или р-уро­вень значимости (p-level), — основной результат проверки статистической ги­потезы. Говоря техническим языком, это вероятность получения данного ре­зультата выборочного исследования при условии, что на самом деле для генеральной совокупности верна нулевая статистическая гипотеза — то есть связи нет. Иначе говоря, это вероятность того, что обнаруженная связь носит случайный характер, а не является свойством совокупности. Именно статис­тическая значимость, ^-уровень значимости является количественной оцен­кой надежности связи: чем меньше эта вероятность, тем надежнее связь.

Предположим, при сравнении двух выборочных средних было получено значение уровня статистической значимостир — 0,05. Это значит, что проверка статистической гипотезы о равенстве средних в генеральной совокупности по­казала, что если она верна, то вероятность случайного появления обнаружен­ных различий составляет не более 5%. Иначе говоря, если бы две выборки мно­гократно извлекались из одной и той же генеральной совокупности, то в 1 из 20 случаев обнаруживалось бы такое же или большее различие между средни­ми этих выборок. То есть существует 5%-ная вероятность того, что обнаружен­ные различия носят случайный характер, а не являются свойством совокупности.

В отношении научной гипотезы уровень статистической значимости — это количественный показатель степени недоверия к выводу о наличии связи, вычисленный по результатам выборочной, эмпирической проверки этой ги­потезы. Чем меньше значение р-уровня, тем выше статистическая значимость результата исследования, подтверждающего научную гипотезу.

Полезно знать, что влияет на уровень значимости. Уровень значимости при прочих равных условиях выше (значение ^-уровня меньше), если:

  • величина связи (различия) больше;

D изменчивость признака (признаков) меньше;

  • объем выборки (выборок) больше.

Это демонстрируют формулы 7.1 и 7.2, как и другие формулы, предназна­ченные для соотнесения эмпирических значений статистик с теоретически­ми распределениями. В данном случае статистическая значимость возрастает (^-уровень уменьшается), когда увеличивается г-значение: при увеличении разности средних значений, при уменьшении дисперсии признака, при уве­личении объема выборки.

Чем больше гипотез проверяется, тем выше шанс получить результат чис­то случайно — р-уровень увеличивается пропорционально количеству проверяе­мых гипотез!

Например, если результат считается значимым при р < 0,05 и проверяется 20 гипотез (о корреляции или различиях), то одна из гипотез подтвердится наверняка, независимо от действительного положения дел. Единственный шанс внести ясность — проверить эти гипотезы на параллельной (идентич­ной) выборке.

СТАТИСТИЧЕСКИЙ КРИТЕРИЙ И ЧИСЛО СТЕПЕНЕЙ СВОБОДЫ

Статистический критерий (Statistical Test) — это инструмент определения уровня статистической значимости. В частности, при демонстрации логики проверки статистической гипотезы мы воспользовались г-критерием, а также упомянули критерий /-Стьюдента. Как следует из логики проверки статисти­ческих гипотез, в качестве основы для применения статистических критери­ев используют теоретические распределения, для условия, когда верна нулевая гипотеза. Критерий также подразумевает формулу, позволяющую соотнести эмпирическое значение выборочной статистики с этим теоретическим рас­пределением (например, формулы 7.1 и 7.2). Применяя эту формулу, исследо­ватель вычисляет эмпирическое значение критерия. Полученное эмпирическое значение позволяет определить р-уровень — значение вероятности того, что нулевая статистическая гипотеза верна.

Помимо формулы эмпирического значения, критерий задает формулу для определения числа степеней свободы. Число степеней свободы (degrees offree­dom — обозначается как df)— это количество возможных направлений измен­чивости признака. Как правило, число степеней свободы линейно зависит от объема выборки, от числа признаков или их градаций — чем больше эти пока­затели, тем больше число степеней свободы. В связи с тем, что для каждого случая определение df имеет свою специфику, сейчас подчеркнем лишь следу­ющее. Каждая формула для расчета эмпирического значения критерия обязательно сопровождается правилом (формулой) для определения числа степеней свободы.

Назначение критерия — проверка статистической гипотезы путем опреде­ления р-уровня значимости (вероятности того, что Н0 верна).

Выбор критерия определяется проверяемой статистической гипотезой.

Критерий включает в себя:

  • формулу расчета эмпирического значения критерия по выборочным ста­тистикам;

П правило (формулу) определения числа степеней свободы;

  • теоретическое распределение для данного числа степеней свободы;

  • правило соотнесения эмпирического значения критерия с теоретичес­ким распределением для определения вероятности того, что Н0 верна.

Для проверки статистических гипотез применяются различные критерии. При этом одному теоретическому распределению могут соответствовать раз­ные формулы критериев — в зависимости от проверяемой статистической гипотезы. Но принцип проверки является общим для всего этого многообра­зия: вычисленное по формуле эмпирическое значение критерия сопоставля­ется с теоретическим распределением для заданного числа степеней свобо­ды, что позволяет определить вероятность того, что Н0 верна.

ПРОВЕРКА ГИПОТЕЗ С ПОМОЩЬЮ СТАТИСТИЧЕСКИХ КРИТЕРИЕВ

Множество разработанных статистических критериев (или статистических тестов) соответствует множеству возможных формулировок статистических гипотез. Выбор критерия представляет собой отдельную проблему, которая

Выбор критерия представляет собой отдельную проблему

будет рассматриваться нами в следующей главе. А сейчас будем исходить из того, что исследователь уже решил проблему выбора критерия, и рассмотрим общую последовательность проверки гипотезы.

При обработке данных на компьютере при помощи статистической про­граммы (например, SPSS) исследователю достаточно указать программе, ка­кой критерий (метод, тест) необходимо применить к заданной выборке ис­ходных данных. Далее программа сама вычисляет эмпирическое значение критерия и сопоставляет его с теоретическим распределением. В качестве ре­зультата исследователь получает значение ^-уровня значимости, наряду с эм­пирическим значением критерия и числом степеней свободы.

Когда расчеты производятся «вручную», исследователь совершает более сложную последовательность действий для проверки гипотезы, включающую применение специальных таблиц критических значений критерия:

  1. Выбор критерия в зависимости от вида исходных данных и статистичес­кой гипотезы: теоретического распределения, формул расчета эмпири­ческого значения критерия и числа степеней свободы.

  2. Расчет по исходным данным (или по имеющимся статистикам) эмпи­рического значения критерия и числа степеней свободы.

  3. Применение «Таблицы критических значений критерия» позволяет оп­ределить значение ^-уровня для данного числа степеней свободы.

Таблица критических значений содержит значения (квантили) теоретичес­кого распределения, соответствующие наиболее важным — критическим зна­чениям уровня (0,1; 0,05; 0,01 и т. д.) для различных чисел степеней свободы, р-уровень значимости по вычисленному эмпирическому значению критерия при помощи таких таблиц определяется следующим образом. Для данного числа степеней свободы по таблице определяются ближайшие критические значения и ^-уровни, им соответствующие. Далее значение ^-уровня опреде­ляется в виде неравенства по правилу, которое демонстрируется на рис. 7.2 (значимость возрастает слева направо, в соответствии с убыванием /^-уровня):

  • если эмпирическое значение критерия (Кэ) находится между двумя кри­тическими значениями, то ^-уровень меньше того критического р, ко­торое находится левее;

  • если Кэ находится левее крайнего левого критического значения (обычно это соответствует критическому р = 0,1, реже — р = 0,05), то /7-уровень больше, чем крайнее правое критическое значение р;

  • если Кэ находится правее крайнего правого критического значения, то /7-уровень меньше крайнего правого критического р.

Например, если эмпирическое значение критерия (Кэ) находится между AJ>>05 и /Г0 01, то р < 0,05. Если Кэ находится левее Ко и то р > 0,1. Если К3 находится правее A^.ooi» то Р < 0,001.

Решение исследователя:

р > 0,1 р < 0,1 р < 0,05 р<0,01 р< 0,001

р = 0,1 р = 0,05 р = 0,01 р = 0,001

Ко,1 к 0,05 Ко,01 ^0,001

Рис. 7.2. Схема определения р-уровня (р = ... — критические значения р-уровня, К — соответствующие критические значения критерия)

Для разных критериев возможны разные соотношения между /7-уровнем и величиной критических его значений. Для большинства критериев (t, F, %2 и др.) — чем больше значение критерия, тем выше статистическая значимость (меньше /7-уровень). Но для некоторых критериев зависимость обратная. На­пример, [/-Манна-Уитни или Г-Вилкоксона убывают по мере увеличения уровня значимости (уменьшения /7-уровня). Тем не менее, правило остается общим, в соответствии со схемой на рис. 7.2. Например, если t3 находится между t0д и /0 05 (т. е. tQд < ?э < ?0,о5)> то/? < 0,1. И если V.3 находится между f/0, и U0,05 (т. е. i/0,05 < U0 < UQjО, тор < 0,1. Если же эмпирическое значение попадает левее критического для /7 = 0,1 ((3 < (0>1, но U3 > U0il), то уровень значимости определяется как р > 0,1.

ПРИМЕРЫ

  1. Гипотеза Н0: М =100 проверяется при помощи критерия /-Стьюдента. Для вы­числения эмпирического значения критерия /э применяется формула 7.2. На выборке N= 36 получены следующие значения статистик: М= 107,5, о = 15. По формуле 7.213= 3,df= 35. Далее воспользуемся таблицей критических значений /-Стьюдента (приложение 2). В этой таблице строки соответствуют df — числам степеней свободы, столбцы — критическим значениям /j-уровня. В строке для df= 35 обнаруживаем, что наше эмпирическое значение попадает в интервал между значениями 2,724 (для р = 0,01) и 3,591 (для р = 0,001). Следовательно, вероятность того, что Н0 верна, р < 0,01.

  2. Предположим, та же гипотеза проверяется на выборке N= 36, но получены сле­дующие значения статистик: М= 102,5, о = 15. По формуле /э= 1, df= 35. Вос­пользовавшись той же таблицей критических значений, обнаруживаем, что наше эмпирическое значение меньше, чем t01 = 1,69. Следовательно, в соответ­ствии со схемой на рис. 7.2, р > 0,1.

СТАТИСТИЧЕСКОЕ РЕШЕНИЕ И ВЕРОЯТНОСТЬ ОШИБКИ

До сих пор под проверкой статистической гипотезы мы подразумевали про­цедуру определения надежности связи (р-уровня, как показателя статистичес­кой значимости). Однако в конечном итоге проверка статистической гипотезы должна заканчиваться принятием статистического решения о том, какая же ги­потеза верна: нулевая — об отсутствии связи или альтернативная — о ее нали­чии. Соответственно, от этого зависит и окончательный, содержательный вы­вод исследования: подтверждена или нет исходная научная гипотеза.

Вполне очевидно, что основанием для принятия исследователем решения

о том, какая гипотеза верна, является ^-уровень — вероятность того, что вер­на все-таки нулевая гипотеза. Чем меньше ^-уровень, тем с большей уверен­ностью можно отклонить Н0 в пользу Нь тем самым подтвердив исходную содержательную гипотезу. Не менее очевидно и то, что, принимая решение, исследователь всегда допускает вероятность его ошибочности: ведь исследо­вание проведено на выборке, а вывод делается в отношении генеральной со­вокупности. При отклонении Н0 в пользу Hi исследователь рискует, что связи на самом деле в генеральной совокупности нет. И наоборот, решение в пользу Н0 вовсе не исключает наличие связи. Рассмотрим возможные исходы приня­тия решения в зависимости от действительного положения дел:

В действительности:

Решение

Н„ истинна

Н,истинна

исследователя:

Отклонить Н0

Неправильное решение,

Правильное решение,

(принять Н,)

ошибка I рода,

вероятность = 1 — р

вероятность = а

(мощность или чувствительность критерия)

Принять Н„

Правильное решение,

Неправильное решение,

вероятность = 1 — а

ошибка 11 рода,

(доверительная вероятность)

вероятность = р

Как следует из таблицы, решение исследователя зависит от того, какую ве­роятность ошибки I рода а, он считает допустимой: если ^-уровень, получен­ный в процессе проверки гипотезы, меньше или равен а, исследователь отклоняет Н0, и это, как правило, желательный для него результат (содержа­тельная гипотеза подтверждается!). Отметим, что в этом случае вероятность ошибки известна, она меньше или равна а, точнее, равна р-уровню. Если же р-уровень превышает а, то принимается Н0 и содержательная гипотеза не под­тверждается12. Но при этом вероятность ошибки II рода Р — того, что верна все же Ht обычно остается неизвестной.

Рассмотрим соотношение ошибок I и II рода. Предположим, как и в прошлых примерах, проверяется гипотеза об отличии среднего значения от некоторой величины А. Нулевой гипотезе Н0: М~А соответствует известное теоретическое распределение со средним А. Предположим также, что в гене­ральной совокупности на самом деле среднее значение больше А и равно В, а исследователь, как обычно, об этом даже и не догадывается. Этому положе­нию дел будет соответствовать свое, «альтернативное» теоретическое распре­деление, сходное с распределением для Н0, но со средним В (рис. 7.3). На рис. 7.3 видно, что с уменьшением «растет «доверительная вероятность»

  1. — а, которая определяет величину отклонения выборочного среднего от А для принятия Н0: уменьшая а, исследователь увеличивает возможное отклоне­ние выборочного среднего от А, при котором принимается Н0. Принятие Н0 при больших отклонениях выборочного среднего от А увеличивает вероятность ошибки II рода, [3, вероятность того, что на самом деле верна альтернативная гипотеза. Таким образом, снижение величины а увеличивает риск допустить ошибку IIрода — не обнаружить различия или связи, которые на самом деле существуют.

Вероятность (1 — Р) называется мощностью (чувствительностью) критерия. Эта величина характеризует статистический критерий с точки зрения его способности отклонять Н0, когда она не верна. Точное значение величины мощности критерия в большинстве случаев остается неизвестным. Величина

Рис. 7.3. Соотношение вероятностей ошибок I и II рода

(1 - а) характеризует степень доверия к результатам статистической провер­ки и называется доверительной вероятностью.

Итак, основная проблема статистического вывода заключается в том, что заранее должно быть установлено оптимальное значение величины а, удов­летворяющее двум противоречивым требованиям. Величина а должна быть достаточно мала, чтобы обеспечивать доверие к результатам исследования при отклонении Н0. Величина а должна быть достаточно велика, чтобы откло­нить Н0 при наличии связи (различий), не допуская ошибки II рода. Вопрос о том, какая же величина а является приемлемой, не имеет однозначного отве­та. Есть лишь общие соображения, которыми можно руководствоваться при назначении а для статистического вывода:

  • Для установленного значения а вероятность ошибки р уменьшается с ростом объема выборки.

П Вероятность ошибки р уменьшается при увеличении значения а (на­пример, с 0,01 до 0,05).

Вопрос о величине а — вопрос о том, при каком же р-уровне исследова­тель может отклонить Н0, решается преимущественно исходя из неформаль­ных соглашений, принятых на основе практического опыта в различных областях исследования. Традиционная интерпретация различных уровней значимости исходит из а = 0,05 и приведена в табл. 7.1. В соответствии с ней приемлемым для отклонения Н0 признается уровень р < 0,05. Такая от­носительно высокая вероятность ошибки I рода может быть рекомендована для небольших выборок (когда высока вероятность ошибки II рода). Если объемы выборок около 100 и более объектов, то порог отклонения Н0 целе­сообразно снизить до а = 0,01 и принимать решение о наличии связи (раз­личий) при р < 0,01.

Таблица 7.1

Традиционная интерпретация уровней значимости при а = 0,05

Уровень

значимости

Решение

Возможный статистический вывод

Р > 0,1

Принимается Н0

«Статистически достоверные разли­чия не обнаружены»

р< 0,1

сомнения в истинности Н0, неопределенность

«Различия обнаружены на уровне ста­тистической тенденции»

р < 0,05

значимость, отклонение Н(|

«Обнаружены статистически досто­верные (значимые) различия»

< 0,01

высокая значимость, откло­нение Н„

«Различия обнаружены на высоком уровне статистической значимости»

р > 0,1 рОД pv< 0,05 р.* 0,01 ps< 0,001

НАПРАВЛЕННЫЕ И НЕНАПРАВЛЕННЫЕ АЛЬТЕРНАТИВЫ

Основная (нулевая) статистическая гипотеза, как отмечалось, содержит ут­верждение о равенстве нулю (коэффициента корреляции) или о равенстве сред­них значений, дисперсий и т. д. Если по результатам статистической проверки основная гипотеза отклоняется, то принимается альтернативная гипотеза. При­нимаемая альтернатива может быть как направленной (например, Ht: /■> 0 или Нр Мх > М2), так и не направленной (например, Н,: г ^ 0 или Нх: М{ ^ М2). То, какая альтернатива должна быть принята по результатам проверки, зависит от применяемого для проверки метода и теоретического распределения. Обычно характер альтернативы явно указывается при описании метода.

В большинстве случаев направленность или ненаправленность альтерна­тивы зависит от формы теоретического распределения. Если оно симметрич­но и включает отрицательные значения, то обычно применяются ненаправ­ленные альтернативы. Это относится к таким теоретическим распределениям, KaKZ-распределение (нормальное распределение), распределение Г-Стьюден- та и т. д. Если распределение асимметрично и может принимать только поло­жительные значения, то применяются направленные альтернативы, напри­мер, при использовании критериев х2-Пирсона или /'-Фишера, хотя встречаются и исключения. Важно отметить, что выбор альтернативы — на­правленной или ненаправленной — исключает произвол исследователя и обычно задается выбранным методом проверки гипотезы.

Если процедура проверки гипотезы Н0 подразумевает ненаправленную аль­тернативу, то критические области, соответствующие ее отклонению (приня­тию альтернативы), поровну распределяются по обоим «хвостам» распреде­ления (рис. 7.4). Чаще всего интервал принятия нулевой гипотезы (1 - а) при этом охватывает диапазон теоретических значений, симметричный относи­тельно нуля (вспомним Z-распределение). Поэтому такие критерии часто на­зывают двусторонними (2-tailed), имеющими «два хвоста» — для проверки не­направленных гипотез. Заметим, что в этом случае, если принят уровень а для решения об отклонении Н0, существует два теоретических (критических) зна­чения: одно отсекает а/2 справа, а другое, отрицательное — а/2 слева. Если проверяется направленная гипотеза, то процедура проверки допускает при-

Рис. 7.4. Различие направленной (а) и ненаправленной (б) альтернатив (для одного и того же эмпирического значения р-уровень в случае (б) в два раза больше, чем в случае (а))

нятие односторонней альтернативы (1-tailed) (например, Ht: г> 0). В этом слу­чае, если принят уровень а для решения об отклонении Н0, существует одно теоретическое (критическое) значение (для Hj: г > 0 — положительное), и оно отсекает ровно а справа (или слева — в зависимости от направления альтерна­тивы). Очевидно, что односторонняя альтернатива более «лояльна» к откло­нению Н0 для одних и тех же выборочных результатов. При двусторонней аль­тернативе, по сравнению с односторонней, нулевая гипотеза отвергается при больших значениях силы связи (корреляции, различий средних и пр.).

Важно отметить, что принятие по результатам проверки гипотезы нена­правленной альтернативы вовсе не означает ограничение выводов лишь «не­направленными» суждениями типа: «средние различаются», «корреляция отличается от нуля». Как следует из предыдущих рассуждений, проверка не­направленной гипотезы является более «строгой» (при прочих равных усло­виях). Принятие ненаправленной (двусторонней) альтернативы позволяет сде­лать вывод о направлении связи в генеральной совокупности в соответствии с выборочными данными.

ПРИМЕР

При проверке статистической значимости коэффициентов корреляции обычно используются ненаправленные альтернативы (Н0: г= 0 против Н,: г ^ 0). Однако если Н0 отклоняется, например, при г= —0,34, то вывод не ограничивается конста­тацией отличия от нуля, а распространяется и на знак связи: «обнаружена статис­тически достоверная отрицательная корреляция».

Ранее отмечалось, что определение /ьуровня значимости — чисто техни­ческая процедура, выполняемая компьютерной программой автоматически, а при расчетах «вручную» — по таблицам теоретических распределений (кри­тических значений). Тем не менее, полезно знать, что существует простое соотношение между р-уровнями для направленных и ненаправленных аль­тернатив. Для одного и того же эмпирического значения критерия р-уровень зна­чимости для направленной альтернативы в 2 раза меньше р-уровня для нена­правленной альтернативы.

ПРИМЕР

Предположим, сравниваются две дисперсии. При использовании таблицы крити­ческих значений для критерия F-Фишера (для направленных альтернатив) (прило­жение 3) эмпирическое значение оказалось между критическими для р = 0,05 и р = 0,01. Следовательно, для направленном альтернативы р < 0,05. Однако при срав­нении двух дисперсий проверяется двусторонняя (ненаправленная) альтернатива, поэтому действительный уровень значимости в данном случае — р< 0,1.

Различие между направленной и ненаправленной альтернативами, кажется, еще более усложняет и без того непростую логику статистической проверки ги­потез. Однако в большинстве случаев выбор альтернативы не является пробле­мой для исследователя — он определен самим методом (критерием) статисти­ческой проверки и исключает возможность произвола. То, какая альтернатива предполагается, указывается явным образом при описании метода проверки. При проверке гипотезы с помощью таблиц критических значений указывает­ся, для какой альтернативы приведены критические значения. А при исполь­зовании статистической компьютерной программы в результатах указывается, для какой альтернативы приведен р-уровень значимости. Например, при обра­ботке в среде программы SPSS: Sig. (2-tailed) — р-уровень значимости (двусто­ронний), Sig. (1-tailed) — р-уровень значимости (односторонний).

СОДЕРЖАТЕЛЬНАЯ ИНТЕРПРЕТАЦИЯ СТАТИСТИЧЕСКОГО РЕШЕНИЯ

Статистическое решение является основанием для содержательного вывода в отношении проверяемой гипотезы. Н0 гарантирует ли отклонение Н0 истин­ность содержательной гипотезы о наличии связи или различий? Может ли при­нятие Н0 служить основанием для вывода об отсутствии связи или различий?

Принятие Н0. Из обсуждения оснований принятия статистического реше­ния следует, что, когда принимается Н0, всегда остается вероятность того, что связь или различия все же есть. И мы ничего не можем сказать о том, насколь­ко велика или мала эта вероятность.

Принятие Н0 не означает, что различия отсутствуют или мера связи равна нулю; из этого следует только то, что статистически значимые результаты не обнаружены.

Когда в результате исследования принимается Н0, никакого содержательно­го вывода сделать нельзя. Поэтому выражение «Отрицательный результат ис­следования — тоже результат» имеет для исследователя исключительно пси­хотерапевтическое значение: отрицательный результат исследования — это отсутствие какого бы то ни было результата!

Отклонение Н0. В этом случае остается вероятность того, что Н0 все-таки верна и эта вероятность равна р-уровню значимости. Следовательно, нельзя утверждать, что результаты доказывают справедливость содержательной ги­потезы. Корректным будет более осторожный вывод о том, что получено сви­детельство в пользу содержательной гипотезы.

Не менее рискован содержательный вывод о причинно-следственной за­висимости между изучаемыми явлениями только на основании статистичес­кой значимости связи между соответствующими признаками. Конечно, ста­тистическая связь между признаками — это необходимое, но не достаточное условие причинно-следственной связи между ними. Утверждение о том, что явление А есть причина явления В, справедливо, если одновременно выпол­няются три условия (Д. Кэмпбелл, 1980): а) явления А и В статистически свя­заны; б) А происходит раньше В\ в) отсутствует альтернативная интерпрета-

Альтернативная интерпретация статисти­чески достоверной связи между явлениями

ция появления В помимо А (другими словами — отсутствует общая причина Ссовместной изменчивости А и В). Таким образом, применение статистичес­ких методов позволяет обосновать наличие только статистической связи — одного из трех признаков причинно-следственной связи.

Следует отметить, что при оформлении исследовательского отчета (курсо­вой или дипломной работы, публикации) статистические гипотезы и статисти­ческие решения, как правило, не приводятся. Обычно при описании результа­тов указывают критерий, приводят необходимые описательные статистики (средние, сигмы, корреляции и т. д.), эмпирические значения критериев, сте­пени свободы и обязательно — р-уровень значимости. Затем формулируют со­держательный вывод в отношении проверяемой гипотезы с указанием (обыч­но — в виде неравенства) достигнутого или недостигнутого уровня значимости.

ПРИМЕРЫ

На трех разных выборках проверялась содержательная гипотеза о связи креатив­ности и тревожности. При расчете на компьютере корреляций Пирсона были по­лучены следующие результаты для каждой из трех выборок:

  1. /-=0,270; N= 36;р = 0,11.

  2. /-=0,411; N= 28;р = 0,02.

  3. /-= 0,270; 7V = 41;р = 0,08.

Приведем примеры содержательных выводов для каждого случая:

  1. Связь между креативностью и тревожностью не обнаружена (р >0,1). Или: ста­тистически значимой связи между креативностью и тревожностью не обнару­жено {р > 0,1).

  2. Обнаружена статистически значимая связь между креативностью и тревожнос­тью (р < 0,05). Или: обнаружена статистически достоверная связь между креа­тивностью и тревожностью (р < 0,05).

  3. Связь между креативностью и тревожностью обнаружена лишь на уровне стати­стической тенденции (р < 0,1).

В заключении главы отметим место статистического вывода в общей по­следовательности проверки содержательной гипотезы.

  1. Формулировка содержательной гипотезы.

  2. Планирование исследования (выборка, процедура, инструментарий...), в том числе предварительная формулировка доступной проверке стати­стической гипотезы.

  1. Проведение измерений и накопление исходных данных.

  2. Окончательная формулировка статистической гипотезы, выбор статис­тического критерия, установление величины а — допустимой вероятно­сти ошибки I рода.

  3. Определение р-уровня статистической значимости в результате приме­нения статистического критерия.

  4. Статистический вывод: статистическое решение о принятии или откло­нении Н0.

  5. Формулировка содержательного вывода.