您不得不知的學術小秘訣 | t test p value意義
通常報告Pvalue是最好判別兩個面向是否有顯著性的方式。根據統計學原理,您需要提供Pvalue來判別變數間的關係是否顯,再者,Pvalue可以區分0.05,0.001和0.01三個層級,當您在撰寫您的研究方法時,最好特別註明您判別顯著性的方式,例如特別附加一個句子像是:「Thesignificancethresholdwassetat.05isallthatisrequired.」然而Pvalue無法告訴讀者這個面向的強弱和關係,因此您應該避免只報告Pvalue,通常會與其他重要的數據一起報告,像是相關係數或者是迴歸係數(Pearson’sr,Spearman’srho,等),或者是衡量這個面向的效果(eta-squared,...
通常報告P value是最好判別兩個面向是否有顯著性的方式。根據統計學原理,您需要提供P value來判別變數間的關係是否顯,再者,P value可以區分0.05, 0.001 和 0.01 三個層級,當您在撰寫您的研究方法時,最好特別註明您判別顯著性的方式,例如特別附加一個句子像是:「The significance threshold was set at .05 is all that is required.」
然而P value無法告訴讀者這個面向的強弱和關係,因此您應該避免只報告P value,通常會與其他重要的數據一起報告,像是相關係數或者是迴歸係數(Pearson’s r, Spearman’s rho, 等),或者是衡量這個面向的效果 (eta-squared, partial-eta-squared, omega-squared, 等)。
我們來做個舉例「We found a significant relationship between anxiety and job satisfaction (P < .05).」這裡您在告訴讀者您有足夠的證據來證明他們的關係是不同的,但讀者不知道這個關係是否是正相關或者是負相關,舉例說:到底是高工作滿意度會提升工作者的焦慮程度呢 ? 還是高工作滿意度能降低工作者的焦慮程度 ? 更重要的是,這關係是否強或弱。對於讀者來說,您的報告要能表現關係並附上P value,如果您加了r=-.78在括號裡,您的讀者會了解這是強烈的負相關,這樣他們也能對於您的研究結果更加了解。
下面是另外一個例子「We found a significant difference between pretest and posttest scores.」 我會建議 1.先報告這個面向的相關數據,然後解釋它的差異性。2.衡量各數據的大小,讓讀者可以了解各個面向的差異性。甚至平均數和得分都能讓讀者了解這個資料的效果。
除此之外,最好完全報告P value的值因為這樣可以增加實驗的誠信度。在上面的例子裡,P value可以是 0.048,這個值是小於0.05,但是比較接近0.0...