顯著性差異

出自 MBA智库百科(https://wiki.mbalib.com/)

顯著性差異(Significance Difference)

　　顯著性差異是一個統計學名詞。它是統計學（Statistics）上對數據差異性的評價。當數據之間具有了顯著性差異，就說明參與比對的數據不是來自於同一總體（Population），而是來自於具有差異的兩個不同總體，這種差異可能因參與比對的數據是來自不同實驗對象的。

　　如比西一般能力測驗中，大學學歷被試組的成績與小學學歷被試組會有顯著性差異。也可能來自於實驗處理對實驗對象造成了根本性狀改變，因而前測後測的數據會有顯著性差異。例如，記憶術研究發現，被試學習某記憶法前的成績和學習記憶法後的記憶成績會有顯著性差異，這一差異很可能來自於學××記憶法對被試記憶能力的改變。

　　顯著性差異是一種有量度的或然性評價。比如，我們說A、B兩數據在0.05水平上具備顯著性差異，這是說兩組數據具備顯著性差異的可能性為95％。兩個數據所代表的樣本還有5％的可能性是沒有差異的。這5％的差異是由於隨機誤差造成的。

　　P-value是原假設H₀真實的結論時，我們觀察到樣本的值有多大的概率，簡稱P值。如果此值小，就下原假設為不真實的結論。統計學上稱為小概率事件，即樣本不是從原假設的分佈中抽出的。一般P值大於α，則無法拒絕原假設，相反，P值小於α，則拒絕原假設。通常情況下，實驗結果達到0.05水平或0.01水平，才可以說數據之間具備了顯著性差異。在作結論時，應確實描述方向性（例如顯著大於或顯著小於）。

　　如果我們是檢驗某實驗（Hypothesis Test）中測得的數據，那麼當數據之間具備了顯著性差異，實驗的虛無假設（Null Hypothesis）就可被推翻，對立假設（Alternative Hypothesis）得到支持；反之若數據之間不具備顯著性差異，則實驗的備則假設可以被推翻，虛無假設得到支持。

• 假設檢驗（Hypothesis Testing）
• 顯著性檢驗（Significance Testing）
• 顯著性水平（Significance level）