ယူဆချက် စစ်ဆေးခြင်း ဆိုတာ ဘာလဲ?
ယူဆချက် စစ်ဆေးခြင်း (hypothesis testing) ဆိုတာ ဒေတာကို သုံးပြီး တစ်ခုခုအကြောင်း အခိုင်အမာ ပြောဆိုချက်ကို စစ်ဆေးတဲ့ တရားဝင် လုပ်ငန်းစဉ်ပါ။ တရားရုံးမှာ တရားခံက "အပြစ်မရှိ" (ယူဆချက်) ဟု သက်သေ မပြနိုင်မှ "အပြစ်ရှိ" လို့ ဆုံးဖြတ်သလို - စာရင်းအင်းမှာလည်း "ကွဲပြားမှု မရှိ" ဟု ယူဆပြီး ဒေတာက ဆန့်ကျင်ဘက် သက်သေ လုံလောက်မှ ပြောင်းပါတယ်။
ယူဆချက် နှစ်မျိုး
Null ယူဆချက် (H₀)
"ကွဲပြားမှု မရှိဘူး" သို့မဟုတ် "သက်ရောက်မှု မရှိဘူး" ဆိုတဲ့ မူလယူဆချက်ပါ။ ဒါကို ငြင်းပယ်ဖို့ သက်သေ ရှာတာပါ။
Alternative ယူဆချက် (H₁)
"ကွဲပြားမှု ရှိတယ်" သို့မဟုတ် "သက်ရောက်မှု ရှိတယ်" ဆိုတဲ့ ယူဆချက်ပါ - သင် သက်သေပြချင်တဲ့ အရာပါ။
ဆေးအသစ်တစ်မျိုး ငှက်ဖျားကို ပိုမြန်စွာ ပျောက်ကင်းစေသလား?
- H₀: ဆေးအသစ်နဲ့ ဆေးဟောင်းကြား ပျောက်ကင်းချိန် ကွာခြားမှု မရှိ
- H₁: ဆေးအသစ်က ပိုမြန်စွာ ပျောက်ကင်းစေတယ်
စစ်ဆေးခြင်း လုပ်ငန်းစဉ်
- ယူဆချက်တွေ ချမှတ်ပါ (H₀ နဲ့ H₁)
- ဒေတာ စုဆောင်းပါ
- စစ်ဆေးမှု ရေွးချယ်ပြီး တွက်ချက်ပါ (t-test, chi-square စသည်)
- p-value ရှာပါ - H₀ မှန်ရင် ဒီလို ရလဒ် ရဖို့ ဖြစ်နိုင်ခြေ
- ဆုံးဖြတ်ပါ - p-value ငယ်ရင် H₀ ကို ငြင်းပယ်ပါ
တက္ကသိုလ်ဝင်တန်း ကျူရှင် ပရိုဂရမ်တစ်ခုက ရမှတ် ပိုမြင့်စေသလား စစ်ဆေးပါတယ်:
- H₀: ကျူရှင် တက်/မတက် ပျမ်းမျှ ရမှတ် ကွာခြားမှု မရှိ
- H₁: ကျူရှင် တက်တဲ့သူတွေ ပျမ်းမျှ ရမှတ် ပိုမြင့်တယ်
ကျူရှင်တက် ₅₀ ယောက် (Mean = ₃₈₅) vs မတက် ₅₀ ယောက် (Mean = ₃₆₀)။ ₂₅ မှတ် ကွာပါတယ်။ ဒါပေမဲ့ ဒီကွာခြားချက်က ကျပန်းကြောင့် ဖြစ်နိုင်သလား?
p-value = ₀.₀₂ ဆိုရင် - H₀ မှန်ခဲ့ရင် ဒီလို ကွာခြားချက် ဖြစ်ဖို့ ₂% ပဲ ရှိတယ် - H₀ ကို ငြင်းပယ်ပြီး ကျူရှင်က တကယ်ပဲ အကျိုးရှိတယ်လို့ ကောက်ချက်ချနိုင်ပါတယ်။
Type I နဲ့ Type II အမှားများ
Type I အမှား (False Positive)
H₀ က တကယ် မှန်ပေမဲ့ ငြင်းပယ်မိခြင်း - "သက်ရောက်မှု မရှိဘူး" ဆိုတာ ဟုတ်ပေမဲ့ "ရှိတယ်" လို့ မှားယူဆခြင်း။
Type II အမှား (False Negative)
H₀ က တကယ် မှားပေမဲ့ ငြင်းပယ်မရခြင်း - "သက်ရောက်မှု ရှိတယ်" ဆိုတာ ဟုတ်ပေမဲ့ "မရှိဘူး" လို့ မှားယူဆခြင်း။
ဆန်စက်မှာ အရည်အသွေး စစ်ဆေးရေး:
- Type I: ဆန်အရည်အသွေး ကောင်းပေမဲ့ "မကောင်းဘူး" လို့ ငြင်းပယ်ခြင်း - ကောင်းတဲ့ ဆန်ကို စွန့်ပစ်မိ
- Type II: ဆန်အရည်အသွေး မကောင်းပေမဲ့ "ကောင်းတယ်" လို့ ယူဆခြင်း - မကောင်းတဲ့ ဆန် ရောင်းမိ
ဘယ်အမှားက ပိုဆိုးသလဲ ဆိုတာ အခြေအနေပေါ် မူတည်ပါတယ်။
ယူဆချက် စစ်ဆေးခြင်းက null ယူဆချက် (ကွဲပြားမှု မရှိ) ကို ဒေတာ သက်သေအရ ငြင်းပယ်သင့်/မသင့် ဆုံးဖြတ်ခြင်းပါ။ p-value ငယ်ရင် null ကို ငြင်းပယ်ပါ။ Type I အမှားက ကွဲပြားမှု မရှိတာကို ရှိတယ်လို့ မှားယူဆခြင်း၊ Type II က ရှိတာကို မရှိဘူးလို့ မှားယူဆခြင်းပါ။ စစ်ဆေးမှု ဘယ်လိုပဲ ဖြစ်ဖြစ် ₁₀₀% သေချာမှု မရှိပါဘူး - ဒါပေမဲ့ မှားယွင်းနိုင်ခြေကို ထိန်းချုပ်နိုင်ပါတယ်။