|
'''Significantie''' is eenEen waargenomen effect of [[correlatie]] in de [[statistiek]] waarvanwordt '''significant''' genoemd, als het onaannemelijk lijkt dat het op [[toeval]] berust. In die zin is in de statistiek een significante uitkomst betekenisvol, omdat het als bewijs gezien wordt tegen een toevallig ontstaan. In het alledaags spraakgebruik wordt significant als synoniem voor betekenisvol, belangrijk, gebruikt. Om een subtiele betekenisverwarring te voorkomen, wordt in de [[geneeskunde]] daarom van klinisch significant gesproken bij onderzoeksresultaten die niet alleen meetbaar zijn, maar ook in de geneeskundige praktijk betekenisvol zijn.
==Statistische toets==
Een uitkomst bij een statistische toets isheet significant, als de uitkomst nogal onwaarschijnlijk is, exceptioneel is, in het licht van de [[nulhypothese]]. Vergelijk dit met een [[bewijs uit het ongerijmde]]. Onder de veronderstelling van de nulhypothese wordt een uitkomst gevonden, die weliswaar nu niet onmogelijk is, maar wel uitzonderlijk, ongeloofwaardig. Bijgevolg wordt de nulhypothese verworpen: de uitkomst is significant. Als criterium voor de ongeloofwaardigheid van een uitkomst kan de [[p-waarde]] (overschrijdingskans) van de uitkomst berekend worden, of het [[Kritiek gebied|kritieke gebied]]. Is de p-waarde te klein, dus is er onder de nulhypothese maar een kleine kans op overschrijding van de gevonden uitkomst, dan wordt die uitkomst als uitzonderlijk opgevat en de nulhypothese verworpen. Het kritieke gebied is de verzameling van alle ongeloofwaardige uitkomsten, uitkomsten die tot verwerping van de nulhypothese leiden.
Van belang is dat deze term alleen gebruikt mag worden na het evalueren van een voorspelling. Men mag bijvoorbeeld niet na het overschakelen op een ander merk autobanden achteraf tevreden vaststellen dat deze significant langer meegaan dan het oude merk.
==Significant==
In ''de Proceedings of the Society for Psychical Research'' van 1929 wijst [[Ronald Aylmer Fisher]], de bedenker van de hypothesestoets, al op het frequente foutieve gebruik van zijn hypothesetoets.<ref>{{aut|David Salsburg|Salsburg, D.}}David, (2001): ''"The Lady Tasting Tea., Howhow Statistics revolutionized science in the twentieth century''", W.H. Freeman & Company, 2001, p. 97-100</ref>
Een grote p-waarde kan op van alles duiden: misschien is de steekproefgrootte te klein gekozen zoals in het voorbeeld hierboven, misschien is de nulhypothese onjuist, misschien is het statistisch effect zo klein dat het niet is waargenomen, enzovoorts.
Een grote p-waarde betekent uitsluitend dat we een waarde van de toetsingsgrootheid hebben gevonden in het niet-kritieke gebied. Deze benaming lijkt beter dan het gebruikelijk acceptatiegebied, omdat het woord acceptatie te sterk duidt op een conclusie die men echter niet getrokken mag wordentrekken. Een grote p-waarde betekent niet dat we zonder meer geconcludeerdmogen mag wordenconcluderen dat de nulhypothese juist is. DeHet enige conclusiedat we kunnen concluderen is dat erwe geen resultaat ishebben gevonden dat doet twijfelen aan de juistheid van de nulhypothese.
Maar wat zegt een kleine p-waarde? Fisher waarschuwt: ''The test of significance only tells him'' [(de onderzoeker]) ''what to ignore, namely all experiments in which significant results are not obtained. He should only claim that a phenomenon is experimentally demonstrable when he knows how to design an experiment so that it will rarely fail to give a significant result. Consequently, isolated significant results which he does not know how to reproduce are left in suspense pending further investigation.''
Dus, volgens Fisher is een significantietoets alleen zinvol binnen de context van een serie experimenten. Eén significant resultaat zegt niet veel; het zou zomaar het resultaat van toeval kunnen zijn.
| 