В самой простой интерпретации р-уровень — это вероятность ошибки.

Рассмотрим его более подробно. В исследовании мы оперируем понятиями рабочей и нулевой гипотезы, которые обозначаются и интерпретируются следующим образом:

H₁ — рабочая гипотеза. Это гипотеза о значимости различий (взаимосвязи, влияния). Обычно, в исследованиях стремятся проверить эту гипотезу.

H₀ — нулевая гипотеза. Гипотеза об отсутствии различий (взаимосвязи, влияния). Эту гипотезу в исследовании стремятся опровергнуть.

р - это вероятность принять нулевую гипотезу (какова вероятность того, что различия отсутствуют?). Поэтому, для большинства статистических методов чем меньше это значение, тем более достоверен статистический показатель. Причем большинство показателей сконструированы именно так, чтобы проверять достоверность рабочей, а не нулевой гипотезы.

Нулевая гипотеза принимается, если мы считаем различие (зависимость, взаимосвязь) случайным явлением. Для психологии приняты три стандартных значения вероятности ошибки:

р ≤ 0,01 — вероятность принять нулевую гипотезу менее 1%

р ≤ 0,05 — вероятность менее 5% (от 0,02 до 0,05).

р ≤ 0,1 — вероятность менее 10% (от 0,06 до 0,1).

Иначе говоря — вероятность сделать ошибочный вывод может быть 1%, 5%, 10%.

Для психологии, социологии и т. п. традиционно принято использовать р≤0,05. Для точных наук только р≤0,01 и даже р≤0,001. Если исследование не пилотажное, то значение р от 0,06 до 0,1 мы считаем тенденцией, т. е. предполагаем, что если увеличим, улучшим выборку или улучшим метод, или исключим побочные факторы то вероятность ошибки станет меньше. Но только предполагаем.

Для всех статистических показателей можно узнать значение р (сам метод расчета очень сложный, поэтому обычно пользуются уже рассчитанными таблицами или используют программы). При этом можно пойти двумя путями:

1. Узнать значение р и по нему судить значим ли полученный показатель.

2. Рассчитать показатель, посмотреть в таблицу критических значений и найти критическое значение для конкретного р и количества человек.

Приведём пример.

1. Был рассчитал коэффициент корреляции r = 0,8. Для него был высчитано р = 0,001. Это говорит, что данный коэффициент значим, т. к. р≤0,01.

2. Был рассчитал коэффициент корреляции r = 0,8. Значение р мы считать не умеем, поэтому пользуемся таблицей критических значений. Известно что выборка для расчетов была 100 человек и для нас вполне достаточно значения р≤0,05. В таблице ищем: для количества человек 100 и р≤0,05 критическое значение равно 0,197, т. е. r_крит = 0,197. Наше значение коэффициента 0,8, что намного больше критического, а значит мы делаем вывод, что полученное значение достоверно на уровне р≤0,05.

Все программы статистического анализа могут рассчитывать вероятность ошибки, поэтому обращаться к таблицам критических значений не нужно. При расчетах вручную это неизбежно.

Если вы хотите узнать принципы расчета вероятности ошибки, глубже понять ее сущность, читайте статью про статистический смысл вероятности ошибки.

Вам нужны расчеты с аналитическими выводами? Обращайтесь!