เครื่องคำนวณค่า P-value

ตารางอ้างอิง (สองด้าน)

ค่า p-value หมายความว่าอย่างไร

ค่า p คือความน่าจะเป็น โดยสมมติว่าสมมติฐานศูนย์เป็นจริง ที่จะพบค่าสถิติการทดสอบที่มีระดับความรุนแรงไม่ต่ำกว่าค่าที่คุณสังเกตเห็น ค่า p ที่เล็กหมายความว่าข้อมูลเหล่านั้นมีแนวโน้มจะไม่เกิดขึ้นภายใต้สมมติฐานศูนย์ ดังนั้นสมมติฐานศูนย์อาจผิด หรืออาจเป็นเพียงผลลัพธ์ที่เกิดจากความบังเอิญ

ค่า p-value ไม่ได้หมายความว่าอะไร

• มันไม่ใช่ความน่าจะเป็นที่สมมติฐานศูนย์จะเป็นจริง
• สิ่งนี้ไม่ใช่ความน่าจะเป็นที่คุณจะสามารถทำผลการวิจัยนี้ซ้ำได้
• สิ่งนี้ไม่ใช่ขนาดของผลกระทบเลย การมีผลกระทบเพียงเล็กน้อยและไร้ความหมายก็สามารถให้ค่า p < 0.001 ได้ หากขนาดกลุ่มตัวอย่างเพียงพอ
• มันไม่ใช่เกณฑ์ที่ใช้แบ่งระหว่างสิ่งที่ “จริง” กับสิ่งที่ “ไม่จริง” ค่า 0.05 เป็นเพียงข้อกำหนดตามธรรมเนียมปฏิบัติ ไม่ใช่กฎเกณฑ์ที่มีผลผูกพันทางกฎหมาย

การเลือกใช้หางหนึ่งหรือสองหาง

ควรใช้การทดสอบแบบหนึ่งทิศทางเฉพาะเมื่อมีสมมติฐานเชิงทิศทางที่ชัดเจนไว้ก่อนการวิเคราะห์ข้อมูล (เช่น ยาของคุณจะช่วยได้เท่านั้น ไม่อาจก่อให้เกิดอันตราย) มิฉะนั้นควรใช้การทดสอบแบบสองทิศทาง การเปลี่ยนมาใช้การทดสอบแบบหนึ่งทิศทางหลังจากนั้นเพียงเพื่อให้ค่า p-value ต่ำกว่า 0.05 ถือเป็นการปรับค่า p-value โดยไม่มีพื้นฐานทางวิทยาศาสตร์ และจะทำให้ผลการอนุมานเสียความน่าเชื่อถือ

ข้อผิดพลาดที่พบบ่อย

• การเปรียบเทียบหลายครั้ง: ดำเนินการทดสอบทั้งหมด 20 ครั้ง โดยคาดว่าจะมีอย่างน้อยหนึ่งครั้งที่ค่า p < 0.05 เกิดขึ้นโดยบังเอิญ ให้ใช้วิธี Bonferroni หรือ Benjamini–Hochberg
• ขนาดกลุ่มตัวอย่างใหญ่ แต่ผลที่ได้มีขนาดเล็กมาก การใช้กลุ่มตัวอย่างขนาดหลายล้านจะทำให้ความแตกต่างเพียง 0.1% ถูกจัดว่ามีนัยสำคัญทางสถิติ ควรรายงานขนาดของผล (effect size) ร่วมกับค่า p-value เสมอ
• การแบ่งเป็นสองขั้ว: การใช้คำว่า “มีนัยสำคัญ” เทียบกับ “ไม่มีนัยสำคัญ” ทำให้สูญเสียข้อมูลไป โดยค่า p = 0.048 และ p = 0.052 ถือว่ามีระดับความแข็งแกร่งของหลักฐานเท่ากัน
• การตีความค่าไค-สแควร์ผิดพลาด: ค่า p เป็นฟังก์ชันที่ขึ้นอยู่กับทั้งค่าสถิติและจำนวนองศาอิสระ; ค่าไค-สแควร์เท่ากับ 10 มีนัยสำคัญทางสถิติเมื่อ df = 2 (p = 0.0067) แต่ไม่มีนัยสำคัญเมื่อ df = 20 (p = 0.97)