Kujaribu Madai kwa Data
Kila siku tunasikia madai: "Mbolea hii mpya inaongeza mavuno kwa asilimia 30," "Dawa hii inatibu mafua ndani ya siku 3," au "Wanafunzi wa shule za binafsi wanapata alama bora kuliko wa shule za serikali." Majaribio ya dhana (hypothesis testing) ni njia rasmi ya kutumia data kuamua kama madai kama haya yana ushahidi wa kutosha.
Dhana Mbili: Tupu na Mbadala
Dhana Tupu (Null Hypothesis, H₀)
Dhana tupu inasema "hakuna tofauti" au "hakuna athari." Ni msimamo wa awali - tunaiamini hadi tupate ushahidi wa kutosha wa kuipinga.
Dhana Mbadala (Alternative Hypothesis, H₁)
Dhana mbadala inasema "kuna tofauti" au "kuna athari." Hii ndiyo unayotaka kuthibitisha.
Kampuni ya mbolea inadai mbolea yao mpya inaongeza mavuno ya mahindi. Mtafiti wa Chuo Kikuu cha Sokoine anataka kujaribu dai hili.
H₀: Mbolea mpya haiongezi mavuno (mavuno ya wastani yanabaki sawa)
H₁: Mbolea mpya inaongeza mavuno (mavuno ya wastani ni makubwa zaidi)
Mtafiti atakusanya data na kuamua kama kuna ushahidi wa kutosha wa kukataa H₀.
Mchakato wa Majaribio ya Dhana
- Weka dhana. Andika H₀ na H₁ kwa uwazi.
- Chagua kiwango cha maana (significance level). Kawaida ni α = 0.05 (asilimia 5).
- Kusanya data na uhesabu statistic ya jaribio.
- Hesabu p-value. Uwezekano wa kupata matokeo kama haya (au makali zaidi) kama H₀ ni kweli.
- Fanya uamuzi. Kama p-value ni ndogo kuliko α, kataa H₀. Kama si ndogo, usiikatae.
Mtafiti anajaribu mbolea mpya kwenye mashamba 40. Matokeo:
- Mashamba 20 na mbolea mpya: wastani wa gunia 14 kwa ekari
- Mashamba 20 na mbolea ya kawaida: wastani wa gunia 11 kwa ekari
Tofauti ni gunia 3. Lakini je, hii ni tofauti ya kweli au ni bahati tu? Mtafiti anahesabu p-value na kupata 0.003. Kwa sababu 0.003 < 0.05, anakataa H₀ na kuhitimisha kwamba mbolea mpya inaongeza mavuno kwa uhakika wa kitakwimu.
Makosa ya Aina I na Aina II
Maamuzi ya kitakwimu yanaweza kukosea kwa njia mbili:
Kosa la Aina I (False Positive)
Kukataa H₀ wakati ni kweli. Kusema kuna athari wakati hakuna. Uwezekano wa kosa hili = α (kawaida 5%).
TFDA (Tanzania Food and Drugs Authority) inajaribu dawa mpya. Wanakataa H₀ na kusema dawa inafanya kazi, lakini kwa kweli haifanyi - tofauti iliyoonekana ilikuwa bahati tu katika sampuli. Wagonjwa watapewa dawa isiyofanya kazi. Hili ni kosa la Aina I.
Kosa la Aina II (False Negative)
Kutokukataa H₀ wakati ni ya uongo. Kusema hakuna athari wakati ipo. Uwezekano wa kosa hili = β.
Dawa mpya kweli inafanya kazi, lakini utafiti na wagonjwa 30 tu haupati ushahidi wa kutosha (p-value = 0.12). Watafiti wanahitimisha dawa haifanyi kazi na wanaiacha. Wagonjwa wanakosa matibabu mazuri. Hili ni kosa la Aina II - mara nyingi linatokana na sampuli ndogo sana.
Kiwango cha Maana (Significance Level)
Kiwango cha maana α ni kizingiti unachochagua kabla ya kufanya jaribio. Kiwango cha kawaida ni 0.05, lakini si sheria isiyobadilika:
- Katika utafiti wa kawaida: α = 0.05 (asilimia 5)
- Katika fizikia (ugunduzi wa chembe): α = 0.0000003 (5 sigma - kali sana)
- Katika masomo ya awali: α = 0.10 inaweza kukubalika
Kadri α inavyokuwa ndogo, ndivyo unavyohitaji ushahidi zaidi kukataa H₀, lakini pia ndivyo uwezekano wa kosa la Aina II unavyoongezeka.
Mfano wa Vitendo: Uchaguzi
Kabla ya uchaguzi, mtu anadai kwamba asilimia 55 ya wapiga kura wanaunga mkono Mgombea A. Kura za maoni za watu 1,000 zinaonyesha asilimia 52.
H₀: Mgombea A ana support ya asilimia 55
H₁: Support ya Mgombea A si asilimia 55
Baada ya mahesabu, p-value ni 0.07. Kwa α = 0.05, hatuwezi kukataa H₀. Haimaanishi kwamba support ni hasa asilimia 55 - inamaanisha tu hatuna ushahidi wa kutosha wa kusema si 55. Tofauti tunayoiona inaweza kuwa kutokana na bahati ya sampuli.
Makosa ya Kawaida
- "Kutokukataa H₀" si sawa na "kuthibitisha H₀." Hatusemi "H₀ ni kweli." Tunasema "hatuna ushahidi wa kutosha wa kuikataa."
- Kuchanganya maana ya kitakwimu na maana ya vitendo. Tofauti inaweza kuwa ya kitakwimu (p < 0.05) lakini ndogo sana kiasi kwamba haijalishi kiuhalisia.
- Kutegemea p-value peke yake. P-value haionyeshi ukubwa wa athari. Daima ripoti pia saizi ya athari na kipindi cha uhakika.
Majaribio ya dhana yanatumia data kujaribu madai. Unaanza na dhana tupu (hakuna athari) na unaangalia kama data inatoa ushahidi wa kutosha wa kuikataa. P-value inapima uwezekano wa kuona matokeo kama hayo kama dhana tupu ni kweli. Makosa ya Aina I (kupata uongo) na Aina II (kukosa ukweli) ni hatari zote mbili. Hakuna jaribio linalotoa uhakika wa asilimia 100 - takwimu zinahusu kufanya maamuzi bora chini ya kutokuwa na uhakika.