Ang kabuluhan ng istatistika ay tumutukoy sa posibilidad na ang isang relasyon sa pagitan ng mga variable ay resulta ng isang bagay maliban sa pagkakataon. Inilapat ang statistic hypothesis testing sa pagtukoy kung ang resulta ng isang set ng data ay makabuluhan sa istatistika. Ang pagsusulit na ito ay gumagawa ng p- value na kumakatawan sa posibilidad na maipaliwanag ng random na pagkakataon ang resulta. Sa pangkalahatan, ang p- value na 5% at mas mababa ay itinuturing na makabuluhang istatistika.
Sa madaling salita, ang isang naobserbahang kaganapan ay sinasabing makabuluhan sa istatistika kung ito ay napaka-malas na ang kaganapang ito ay naganap sa pamamagitan ng random na pagkakataon. Ang isang kaganapan ay sinasabing makabuluhan ayon sa istatistika kapag ang p- value nito ay mas mababa sa isang tiyak na threshold na tinutukoy bilang antas ng kahalagahan. Ang desisyon at konklusyon ng isang pag-aaral ay iginuhit pagkatapos na makapasa sa threshold at makamit ang istatistikal na kahalagahan.
Halimbawa,
Ang isang pag-aaral na isinagawa sa isang gamot sa kanser ay nagpakita na mayroong 150 na batayan na pagtaas ng punto sa kabuuang kaligtasan sa control group. Ang mga resulta ay may p- value na 0.02. ito ay makabuluhan dahil bumaba ito sa antas ng 0.05. Nagresulta ito sa pag-apruba ng gamot para sa mga layunin ng karagdagang pagsubok.
Ang p- value ay maaari ding sabihin na ang posibilidad na ang isang tiyak na kaganapan ay magaganap na sukdulan bilang o higit na sukdulan kaysa sa naobserbahang kaganapan. Ipinapalagay din ng posibilidad na ito na ang mga matinding kaganapan ay nagaganap na may katulad na kamag-anak na dalas tulad ng sa ilalim ng normal na mga pangyayari. Sa madaling salita, ang p- value ay masasabing isang sukatan kung gaano kakaiba ang isang naobserbahang kaganapan. Ang isang kaganapan ay sinasabing mas hindi karaniwan kapag ang p- value ay mas mababa.
Ginagamit ang istatistikal na kahalagahan upang tanggapin o tanggihan ang null hypothesis . Ipinahihiwatig nito na walang umiiral na kaugnayan sa pagitan ng mga variable na sinusukat. Kapag ang resulta ng pagsusulit ay mas mataas sa p- value, tinatanggap ang null hypothesis. Sa mga kaso kung saan ang resulta ng pagsubok ay bumaba sa ibaba ng p-value, ang null hypothesis ay tinanggihan.
Pangunahing inilalapat ang istatistikal na kahalagahan sa mga bagong pagsubok sa parmasyutiko na gamot, pagsubok ng mga bakuna gayundin sa pag-aaral ng patolohiya para sa layunin ng pagsusuri sa pagiging epektibo pati na rin ang pagpapaalam sa mga mamumuhunan sa tagumpay ng kumpanya sa pagpapalabas ng mga bagong produkto.
NULL HYPOTHESIS
Ang null hypothesis ay tumutukoy sa isang uri ng hypothesis na ginagamit sa mga istatistika na nagmumungkahi na walang istatistikal na kahalagahan na umiiral sa isang set ng mga obserbasyon na ibinigay.
ONE TAILED TEST
Ito ay tumutukoy sa isang istatistikal na pagsubok kung saan ang kritikal na bahagi ng isang distribusyon ay maaaring mas mababa o mas malaki kaysa sa isang tiyak na halaga, ngunit hindi ito maaaring pareho.
ECONOMETRICS
Ito ay tumutukoy sa aplikasyon ng mga modelong matematikal at istatistika sa data ng ekonomiya para sa mga layunin ng pagsubok sa mga uso, hypotheses at teorya sa hinaharap.
