หลายท่านคงเคยอ่านหรือเคยสรุปผลงานวิจัยของตนเองมาบ้าง และคุ้นเคยกับคำว่า ค่านัยสำคัญทางสถิตที่ p-value < 0.05 แต่ทราบหรือไม่ว่าความหมายที่แท้จริงคืออะไร และทำไมต้อง 0.05 บทความนี้จะช่วยให้ท่านเข้าใจมากยิ่งขึ้น ดังนี้
“p-value” คือ ผลของการทดสอบสมมติฐานมีโอกาสเกิดขึ้นได้โดยบังเอิญอยู่เท่าไร (วัดเป็น %) ซึ่งในทางสถิติความบังเอิญนั้นควรจะน้อยกว่า 0.05 (5%) นั่นเอง หรือเรียกว่า“มีนัยสำคัญทางสถิติ” (Statistical Significant) นั่นเอง
อธิบายเพิ่มเติม
ปกติแล้วในการทำงานวิจัยเชิงปริมาณ มักจะตั้งสมมติฐานงานวิจัยไว้ล่วงหน้า เช่น ส่วนสูงของกลุ่ม A แตกต่างกับกลุ่ม B หรือ ยา A รักษาโรคได้ดีว่ายา B เป็นต้น ซึ่งในทางสถิติแล้วสามารถจำแนกสมมติฐานเป็น
มื่อตั้งสมมติฐานแล้วจึงไปเก็บข้อมูลแล้ววิเคราะห์เพื่อทดสอบสมติฐาน สมมุติว่าข้อมูลส่วนสูงของกลุ่ม A จำนวน 10 คนเฉลี่ย 185 เซนติเมตร และข้อมูลส่วนสูงของกลุ่ม B จำนวน 10 คนเฉลี่ย 165 เซนติเมตร นำไปวิเคราะห์ความแตกต่างค่าเฉลี่ยโดยใช้สมมติฐานที่ตั้งไว้ ดังนี้
แบบทางเดียว – ส่วนสูงกลุ่ม A มากกว่า กลุ่ม B
พบว่ากลุ่ม A มีส่วนสูงโดยเฉลี่ยมากกว่ากลุ่ม B อยู่ 20 cm. อย่างมีนัยสำคัญทางสถิติ p-value < 0.05 แปลว่า กลุ่ม A มีส่วนสูงโดยเฉลี่ยมากกว่ากลุ่ม B อยู่ 20 cm. ซึ่งโอกาสที่จะพบความแตกต่างนี้โดยบังเอิญมีน้อยกว่า 5% จึงถือว่าความแตกต่างนี้มีนัยสำคัญทางสถิติ
แบบสองทาง – ส่วนสูงกลุ่ม A ไม่เท่ากับ กลุ่ม B
พบว่ากลุ่ม A มีส่วนสูงโดยเฉลี่ยไม่เท่ากับกลุ่ม B อย่างมีนัยสำคัญทางสถิติ p-value < 0.05 แปลว่า กลุ่ม A มีส่วนสูงโดยเฉลี่ยไม่เท่ากับกลุ่ม B ซึ่งโอกาสที่จะพบความแตกต่างนี้โดยบังเอิญมีน้อยกว่า 5% จึงถือว่าความแตกต่างนี้มีนัยสำคัญทางสถิติ
Authors : วรุฒ ชัยวงษ์