Methodology
Hypothesis Testing สำหรับงานวิจัยเชิงปริมาณ
อธิบายการตั้งสมมติฐานว่าง p-value ระดับนัยสำคัญ decision wording และข้อควรระวังในการแปลผลการทดสอบสมมติฐาน
Hypothesis testing ใช้ประเมินหลักฐานต่อสมมติฐานว่าง
การทดสอบสมมติฐานไม่ได้พิสูจน์ว่าสมมติฐานจริงหรือเท็จ แต่ช่วยประเมินว่าข้อมูลที่สังเกตได้ขัดกับสมมติฐานว่างมากพอหรือไม่ ภายใต้ระดับนัยสำคัญที่กำหนด
ไม่ควรเขียนว่า accept H0
เมื่อ p-value ไม่ต่ำกว่า alpha ควรเขียนว่า “ยังไม่มีหลักฐานเพียงพอที่จะปฏิเสธสมมติฐานว่าง” เพราะผลไม่ significant ไม่ได้พิสูจน์ว่าสมมติฐานว่างเป็นจริง
ควรรายงาน effect size คู่กับ p-value
p-value บอกระดับหลักฐานต่อสมมติฐาน แต่ไม่ได้บอกว่าผลมีขนาดใหญ่หรือสำคัญในทางปฏิบัติเพียงใด จึงควรรายงาน effect size และ confidence interval เมื่อทำได้
FAQ
p < .05 แปลว่าผลสำคัญเสมอไหม?
ไม่เสมอ p < .05 หมายถึงมีนัยสำคัญทางสถิติภายใต้เกณฑ์ที่ตั้งไว้ แต่ความสำคัญเชิงปฏิบัติต้องดู effect size, CI และบริบทงานวิจัย
p = 0.000 ควรรายงานอย่างไร?
ไม่ควรรายงาน p = 0.000 ให้ใช้รูปแบบ p < .001 เมื่อค่ามีขนาดเล็กมาก
ถ้าไม่ significant ต้องเขียนว่าอย่างไร?
ให้เขียนว่า “ยังไม่มีหลักฐานเพียงพอที่จะปฏิเสธสมมติฐานว่าง” และอธิบายข้อจำกัด เช่น sample size หรือ power