Αποχαιρετώντας τις Τιμές p και Καλωσορίζοντας τα Διαστήματα Εμπιστοσύνης στην Ανάλυση Δεδομένων

Περίληψη

Η διαπίστωση της ύπαρξης ή όχι στατιστικά σημαντικών σχέσεων μεταξύ προσδιοριστή και συχνότητας εμφάνισης της έκβασης στηρίζεται στη σύγκριση των τιμών p, που προκύπτουν από τους διάφορους στατιστικούς ελέγχους, με μια αυθαίρετα επιλεγμένη τιμή από τους ερευνητές, η οποία είναι γνωστή ως τιμή α και συνήθως είναι ίση με 0,05. Τα τελευταία 30 χρόνια, ορθά έχει ασκηθεί δριμύτατη κριτική στη χρήση των τιμών p για την εξαγωγή συμπερασμάτων στις επιστήμες υγείας. Η μαθηματική και η εννοιολογική προσέγγιση των ελέγχων υποθέσεων και των τιμών p αποτέλεσε ένα σημαντικό βήμα, αλλά η ερμηνεία τους και η πρακτική τους εφαρμογή αντιμετωπίζουν ακόμη και σήμερα σοβαρά προβλήματα. Κάτω από ιδανικές συνθήκες, η ανάλυση των δεδομένων και η παρουσίαση των αποτελεσμάτων μιας μελέτης θα πρέπει να περιλαμβάνουν τα μέτρα σχέ- σης −ή σπανιότερα τα μέτρα συχνότητας− και τα αντίστοιχα διαστήματα εμπιστοσύνης, μέσω των οποίων δηλώνεται η ακρίβεια της μέτρησης. Αυτές οι δύο αναγκαίες πληροφορίες παρέχονται μέσω της διαδικασίας της στατιστικής εκτίμησης. Το διάστημα εμπιστοσύνης είναι ένα εύρος τιμών γύρω από ένα μέτρο σχέσης που υπολογίζεται σε μια μελέτη και δείχνει το βαθμό στατιστικής ακρίβειας της εκτίμησης. Ένα ευρύ διάστημα εμπιστοσύνης υποδηλώνει μικρότερη ακρίβεια, ενώ ένα στενότερο υποδηλώνει μεγαλύτερη ακρίβεια. Η τιμή p, έπειτα από τη σύγκρισή της με την τιμή α, απλά δηλώνει την ύπαρξη ή όχι στατιστικής σημαντικότητας χωρίς να καθιστά σαφές εάν η ενδεικτική κατηγορία του μελετώμενου προσδιοριστή αυξάνει ή μειώνει τη συχνότητα εμφάνισης της έκβασης. Για το λόγο αυτό πρέπει να αναφέρεται τόσο το μέτρο σχέσης, που δηλώνει το μέγεθος της σχέσης μεταξύ προσδιοριστή και συχνότητας εμφάνισης της έκβασης, όσο και το αντίστοιχο διάστημα εμπιστοσύνης που δηλώνει την ακρίβεια της μέτρησης. Η εγκυρότητα και η αξιοπιστία των αποτελεσμάτων μιας μελέτης δεν πρέπει να καθορίζονται από την εύρεση στατιστικά σημαντικών σχέσεων, αλλά από τον ερευνητικό σχεδιασμό και τον περιορισμό των σφαλμάτων. Πάντως, ακόμη και αν δεν απομακρυνθούν άμεσα οι τιμές p από την παρουσίαση των αποτελεσμάτων μιας μελέτης, θα ήταν εξαιρετικά επωφελής η παράθεση των τιμών των μέτρων σχέσης και των αντίστοιχων διαστημάτων εμπιστοσύνης. Εξάλλου, η γνώση ενός διαστήματος εμπιστοσύνης συνεπάγεται έμμεσα και τη γνώση της ύπαρξης ή όχι στατιστικής σημαντικότητας, οπότε οι τιμές p είναι ουσιαστικά «άχρηστες» στην περίπτωση που παρουσιάζονται τα διαστήματα εμπιστοσύνης.