LRastgele önem seviyelerine, kontrast istatistiği hesaplanmadan önce karar verilir ve keyfi olmayan anlamlılık seviyeleri, her ikisi de verinin izlediği dağılıma bağlı olan, kontrast istatistiğinin aldığı değere bağlıdır.
Başka bir deyişle, test istatistiğinin farklı değerleri için rastgele anlamlılık seviyeleri her zaman aynı olacak ve rastgele olmayan anlamlılık seviyeleri, test istatistiğinin farklı değerleri için farklı olacaktır.
keyfi değil
Bir kavrama işaret edildiğinde, keyfi olma özelliği, o kavramın değerinin araştırmacı tarafından seçilmesi anlamına gelir. Önsel (önce) ilgili herhangi bir bilgiye dayanmadan deneyi yapmak.
P değeri ve filler
Örneğin, bir çayırdaki fil sayısını test etmek istediğimizi varsayalım.
Gerçekten var olan çayırları ve filleri görmeden önce, Önsel fil sayısı. 10 fil olabileceğini söylüyoruz. Böylece çayıra gidiyoruz ve gördüğümüz fil sayısını sayıyoruz: 1, 2, 3, 4, 5, 6 ve 7.
Sıfır hipotezimiz çayırdaki fil sayısının 10'a eşit olması ve alternatif hipotezimiz ise 10'dan az fil olmasıydı. Dolayısıyla, orada filler göz önüne alındığında, sıfır hipotezini reddederdik. Ama… Ya çayırda 3 fil daha varsa ama onlar ağaçların arkasına saklanmışlarsa? Filleri saymak yerine otlakların barındırabileceği maksimum fil sayısını hesaplamış olsaydık, doğru olabileceği zaman sıfır hipotezimizi reddediyor olurduk.
analiz
Başlangıçta seçilen 10 fil tamamen keyfiydi çünkü çayırın büyüklüğünü görmedik ve bu nedenle 10 filin çok mu az mı olduğunu bilmiyoruz.
Öte yandan, çayırın büyüklüğü göz önüne alındığında, barındırabileceği maksimum fil sayısını hesaplarsak, sıfır hipotezini reddetmemek için maksimum değerin ne olduğunu bileceğiz. Böylece gerçek sayıyı bulmak çok daha kolay olacaktır.
karşılaştırma
Aynısı, p-değerine kıyasla %1, %5 ve %10 anlamlılık seviyeleri için de geçerlidir. Pek çok zıtlıkta, dağılım dışında herhangi bir bilgiyi hesaba katmadan önem düzeyini seçiyoruz. Normal olarak, anlamlılık düzeyi (alfa) olarak %5 kullanılır ve numunenin %95'i güven aralığında bırakılır.
Anlam düzeyini keyfi olarak atama sorunu, fil örneğinde yaşadığımız sorunun aynısıdır. %5 (anlam düzeyi) uygulamasının doğru olduğuna inanırsak, reddedilecek minimum değer %2 (p-değeri) olduğunda boş hipotezi reddedebiliriz. Reddedilecek minimum değer (%2) yerine sadece %5'i ayarlarsak hatalı sonuçlar elde ederiz.
Yani çayırda 10'dan az fil olduğu sonucuna varıyoruz ama gerçekte 3 fil daha var ama onlar gizli. Dolayısıyla, reddetmeyeceğimiz veya sıfır hipotezini reddedeceğimiz maksimum veya minimum anlamlılık düzeyinin ne olduğunu hesaplamak çok daha hızlıdır.
reddetme kuralı
Eğer değer - p < anlamlılık düzeyi => H0 reddi.
Eğer değer - p > anlamlılık düzeyi => Reddetme yok H0.