اختبار الفرضيات باستخدام الانحراف المعياري

نظرة عامة

اختبار الفرضيات هو أسلوب إحصائي لاتخاذ قرارات حول المجتمعات بناءً على بيانات العينة. يلعب الانحراف المعياري دورًا محوريًا في تحديد ما إذا كانت الفروق المُلاحظة ذات دلالة إحصائية أم مجرد نتيجة للصدفة العشوائية.

صياغة الفرضيات

صياغة فرضية العدم (H₀) والفرضية البديلة (H₁)

اختيار مستوى الدلالة

اختيار مستوى الدلالة (α)، عادةً 0.05

حساب إحصائية الاختبار

حساب إحصائية الاختبار باستخدام الانحراف المعياري

المقارنة بالقيمة الحرجة

المقارنة بالقيمة الحرجة أو حساب القيمة الاحتمالية (p-value)

اتخاذ القرار

اتخاذ القرار: رفض أو عدم رفض H₀

اختبار Z

استخدم اختبار Z عندما تعرف الانحراف المعياري للمجتمع (σ) ولديك حجم عينة كبير (n ≥ 30).

إحصائية اختبار Z

z = (x̄ - μ₀) / (σ / √n)

مثال

يدّعي مصنّع أن البطاريات تدوم 100 ساعة في المتوسط (μ₀ = 100). اختبرت 36 بطارية ووجدت أن x̄ = 98 ساعة. إذا كان σ = 12 ساعة: z = (98 - 100) / (12 / √36) = -2 / 2 = -1 مع z = -1 وα = 0.05 (ثنائي الطرف)، لا نرفض H₀. الفرق ليس ذا دلالة إحصائية.

اختبار T

استخدم اختبار t عندما لا تعرف الانحراف المعياري للمجتمع ويجب تقديره من العينة (باستخدام s بدلاً من σ).

إحصائية اختبار T

t = (x̄ - μ₀) / (s / √n)

متى تستخدم اختبار T مقابل اختبار Z

- اختبار Z: σ معروف، n ≥ 30 - اختبار T: σ غير معروف (استخدم s)، أي حجم عينة في الممارسة العملية، اختبارات t أكثر شيوعًا بكثير لأننا نادرًا ما نعرف القيمة الحقيقية لـ σ للمجتمع.

الخطأ المعياري

الخطأ المعياري (SE) يقيس مدى تباين متوسطات العينات عن متوسط المجتمع. إنه الرابط الأساسي بين الانحراف المعياري واختبار الفرضيات.

الخطأ المعياري للمتوسط

SE = σ / √n (أو s / √n عند استخدام الانحراف المعياري للعينة)

ينخفض الخطأ المعياري مع زيادة حجم العينة. العينات الأكبر تعطي تقديرات أكثر دقة وتسهّل اكتشاف الفروق الحقيقية.

الدلالة الإحصائية

تكون النتيجة ذات دلالة إحصائية عندما يكون احتمال ملاحظتها بالصدفة (القيمة الاحتمالية p-value) أقل من العتبة التي اخترتها (α).

إذا كانت p-value < α

ارفض H₀. النتيجة ذات دلالة إحصائية.

إذا كانت p-value ≥ α

لا ترفض H₀. قد تكون النتيجة بسبب الصدفة.

الدلالة الإحصائية مقابل الأهمية العملية

النتيجة ذات الدلالة الإحصائية ليست بالضرورة مهمة عمليًا. مع عينات كبيرة جدًا، يمكن أن تكون فروق ضئيلة “ذات دلالة” ولكنها بلا معنى في الممارسة العملية. ضع في اعتبارك دائمًا حجم الأثر إلى جانب القيم الاحتمالية.

← مركز التعلّم