نحوه نوشتن P Value در مقاله چگونه است؟

 

یا شاید بهتر باشد، بگویم، راهی  درست برای گزارش  P value چیست؟

عموما  P valueبه خواننده می‌گوید که آیا تفاوت بین گروه‌ها، روابط و غیره اتفاقی بوده و یا به دلیل متغیرهایی است که محقق بر روی آنها مطالعه می‌کند. بنا بر بیشتر دستورالعمل‌های آماری، من جمله آنهایی که Nature تهیه کرده است، شما باید  P valueرا برای هرگونه تغییر، تفاوت و یا رابطه‌ای که معنادار خوانده می‌شود، تعریف کنید. افزون بر آن، از آنجا که ورودی معنادار (برای مثال،  P valueکه از آن به عنوان حد برای مشخص کردن معناداری استفاده می‌کنید) می‌تواند 0/5، 0/001 یا 0/1 باشد، توصیه می‌شود ورودی معناداری را که در تحقیق خود استفاده کرده‌اید، در بخش روش تحقیق مقالۀ خود بیاورید. جمله‌ای مانند "معناداری در سطح 0/5 تعیین شده است" همۀ چیزیست که به آن نیاز دارید.

با این حال، P value نمی‌تواند دربارۀ شدت و اندازۀ یک تاثیر، تغییر و یا رابطه، اطلاعاتی به خواننده بدهد. پس نباید تنها P value را گزارش کنید. همیشه خوب است که تست‌های دیگری نیز انجام دهید از قبیل: آماری (t, F, U) همبستگی یا رگرسیون (پیرسون یا اسپیرمن) یا اندازه‌گیری میزان تاثیر (eta-squared, partial-eta-squared, omega-squared).

بیایید نگاهی به این جمله بیندازیم: "ما رابطۀ معناداری میان اضطراب و رضایت شغلی یافتیم (<0.5 P). اینجا اطلاعاتی که شما به خوانندۀ خود می‌دهید این است که این رابطه اتفاقی نیست. خوانندگان نمی‌دانند این رابطه مستقیم است یا برعکس (برای مثال، آیا افراد با اضطراب بیشتر رضایت بیشتری داشتند یا آنها که اضطراب کمتری داشتند از کار خود بیشتر راضی بودند؟). به علاوه آیا این رابطه قوی بوده است یا ضعیف؟ برای اینکه خواننده درک بهتری از مقاله داشته باشد باید ضریب همبستگی را هم همراه P value ارائه دهید. اگر شما عبارت r= -0.78”"  را در جملۀ بالا آخر پرانتز وارد کنید، خوانندگان شما خواهند فهمید که این یک رابطۀ قوی معکوس است؛ پس یافته‌های حقیقی شما را بهتر درک خواهند کرد.

بگذارید مثال دیگری بزنیم؛ "ما تفاوتی معنادار میان نتایج قبل و بعد تست (pre-test, post-test) مشاهده کردیم". توصیه می‌شود الف- نوع آزمایش آماری عنوان شود تا خواننده بفهمد که شما چه تست آماری‌ای انجام دادید تا به این تفاوت برسید ب- ارائۀ اندازۀ میزان تاثیر ارائه شود تا خواننده بداند که این تفاوت چقدر است. حتی مطرح ساختن میانگین نتایج قبل و بعد از تست می‌تواند برای خواننده کافی باشد تا میزان تاثیر و چگونگی دستیابی شما به نتایج را دریابند.

علاوه بر آن، خوب است که P value را دقیق ذکر کنیم، چرا که این کار موجب انسجام بیشتری در کار علمی می‌شود. در جملۀ بالا P value می‌توانست 0/48 باشد؛ این عدد در واقع کمتر از 0/5 است، آنقدر نزدیک که احتمالا باید معادل 0/51 محسوب شود که از لحاظ آماری خیلی معنادار نیست. به طور معمول، اگر  P value دقیق کمتر از 0/001 باشد صرفا می‌توانید بگویید :(<0.001 P)". در غیر اینصورت P value را به شکل دقیق گزارش کنید به‌ویژه برای نتایج اولیه.

در ادامه چند نمونه از ایرادات ابتدایی را مطرح می‌کنیم:

1-         =0.00  pیا

از لحاظ فنی P value نمی‌تواند مساوی با صفر باشد. برخی از برنامه‌های آماری در خروجی خود  P valueرا برابر با 0/000 نشان می‌دهند، اما این احتمالا به دلیل رُند کردن خودکار برای یک خروجی از پیش تعیین شده اعشاری است. پس به جای =0.000 Pبنویسید <0.001؛P چرا که دومی قابل قبول‌تر است و به شکل چشمگیری اهمیت P value  گزارش شده را تغییر نمی‌دهد. فراموش نکنید که P value همواره بین 1 و 0 است و نمی‌تواند منفی باشد.

2-    <0.03

بسیاری از مجلات P valueهایی را می‌پذیرند که با اصطلاحات نسبی باalpha value  (ورودی معنادار آماری) بیان می‌شوند، که می‌شود "P < 0.5"، "P< 0.01" یا "P< 0.001". این موارد همچنین می‌توانند به شکل دقیق بیان شوند، برای مثال: "P=0.03" یا "P=0.008". P valueها به طور مرسوم اگر بخواهد alpha value را نشان دهد، با علامت‌های < و یا > همراه نمی‌شود.

آخرین پند: بسیاری از صاحب‌نظران در زمینه‌های علمی، فنی و پزشکی توصیه کرده‌اند که هنگامی که عدد نتواند بزرگتر از 1 باشد، عدد 0 نباید پیش از اعشار قرار بگیرد (برای مثال همبستگی‌ها، تناسب‌ها و سطوح معناداری آماری)؛ یعنی گفته می‌شود که "P< 0.05" به شکل "P<.05" نوشته شود.         

 

نحوه گزارش P Values در سیستم AMA و تفاوت آن با APA