Sebab: 1) Saiz sampel yang kecil berbanding dengan kebolehubahan dalam data anda. 2) Tiada hubungan antara pembolehubah bersandar dan tidak bersandar. Jika percubaan anda direka bentuk dengan baik dengan replikasi yang baik, maka ini boleh menjadi hasil yang berguna (boleh diterbitkan).
Apakah maksud tidak penting dalam regresi?
Bagaimanakah Saya Mentafsir Nilai-P dalam Analisis Regresi Linear? Nilai-p bagi setiap istilah menguji hipotesis nol bahawa pekali adalah sama dengan sifar (tiada kesan). … Sebaliknya, nilai p yang lebih besar (tidak ketara) mencadangkan bahawa perubahan dalam peramal tidak dikaitkan dengan perubahan dalam respons.
Apakah maksudnya jika hasilnya tidak ketara?
Ini bermakna keputusan dianggap „tidak signifikan secara statistik‟ jika analisis menunjukkan bahawa perbezaan sebesar (atau lebih besar daripada) perbezaan yang diperhatikan dijangka berlaku secara kebetulan lebih daripada satu daripada dua puluh kali (ms > 0.05).
Bagaimana jika model regresi saya tidak penting?
Walau bagaimanapun, memandangkan keputusannya tidak signifikan, anda tidak boleh mengesahkan hipotesis anda, hubungan antara pembolehubah ini tidak signifikan pada tahap populasi. Ini mungkin isu saiz sampel, atau sesuatu yang lain, tetapi dalam kedua-dua kes hipotesis anda tidak disahkan.
Apakah yang anda lakukan jika keputusan tidak signifikan secara statistik?
Apabila hasil kajiantidak signifikan secara statistik, kuasa statistik post hoc dan analisis saiz sampel kadangkala boleh menunjukkan bahawa kajian itu cukup sensitif untuk mengesan kesan klinikal yang penting. Walau bagaimanapun, kaedah terbaik ialah menggunakan kuasa dan pengiraan saiz sampel semasa perancangan kajian.
