การทดสอบที (T-test), ค่าพี (P-value) และขนาดผลกระทบ (Effect Size): ตัวอย่างการทดลองทางคลินิกที่ดำเนินการแล้ว

เผยแพร่เมื่อ 17 สิงหาคม 2024 | อัปเดตล่าสุด31 ตุลาคม 2026

การทดสอบ T-test, ค่า P-value และขนาดผลกระทบ: แต่ละอย่างบอกอะไรคุณบ้าง

โดยปกติแล้ว เมื่อเปรียบเทียบสองกลุ่ม จะมีการรายงานตัวเลขสามตัวพร้อมกัน และแต่ละตัวเลขจะตอบคำถามที่แตกต่างกัน การสับสนตัวเลขเหล่านี้เป็นข้อผิดพลาดที่พบบ่อยที่สุดในส่วนผลลัพธ์

เลื่อนไปด้านข้างเพื่อดูทุกคอลัมน์

ควรใช้การทดสอบ T-test แบบใด?

การเลือกนั้นขึ้นอยู่กับการออกแบบ ไม่ใช่เมนูของซอฟต์แวร์

1. 1ตัวอย่างเดียว เปรียบเทียบค่าเฉลี่ยของกลุ่มหนึ่งกับค่าคงที่
2. 2ตัวอย่างอิสระ เปรียบเทียบค่าเฉลี่ยของสองกลุ่มที่แตกต่างกัน เช่น การรักษาด้วย VR กับการดูแลตามปกติ ซึ่งเป็นกรณีตัวอย่างด้านล่าง
3. 3จับคู่แล้ว เป็นการเปรียบเทียบการวัดสองครั้งในบุคคลเดียวกัน ตัวอย่างเช่น ความเจ็บปวดก่อนและหลังการรักษา ขนาดผลกระทบสำหรับการออกแบบแบบจับคู่ควรคำนึงถึงความสัมพันธ์ระหว่างการวัดด้วย⁴

การทดสอบ t ของ Student สมมติว่าข้อมูลมีการกระจายแบบปกติและมีความแปรปรวนเท่ากัน Delacre, Lakens และ Leys โต้แย้งว่าความแปรปรวนที่เท่ากันนั้นแทบจะไม่เกิดขึ้นในการวิจัยทางจิตวิทยา และการทดสอบ t ของ Welch ซึ่งไม่ได้สมมติเช่นนั้น ควรเป็นค่าเริ่มต้น⁵การแก้ไขในปี 2022 ของบทความดังกล่าวระบุว่าข้อผิดพลาดไม่ได้ส่งผลกระทบต่อข้อความหลัก นั่นคือ การทดสอบ t ของ Welch ควรได้รับความสำคัญมากกว่าการทดสอบ t ของ Student เมื่อเปรียบเทียบค่าเฉลี่ยของกลุ่ม⁶การทดสอบ z ถือว่าค่าเบี่ยงเบนมาตรฐานเป็นที่ทราบแล้ว ในขณะที่การทดสอบ t ประมาณค่าเบี่ยงเบนมาตรฐานจากตัวอย่าง ดังนั้นค่าวิกฤตจึงมากกว่า: 1.99 ที่มีองศาอิสระ 80 เทียบกับ 1.96 สำหรับการกระจายแบบปกติ (คำนวณใน R)

กรณีศึกษาจริง: การใช้แว่นตาเสมือนจริงระหว่างการผ่าตัดเอาท่อระบายทรวงอกออก

ยานิกและเพื่อนร่วมงานได้สุ่มผู้ป่วย 82 รายหลังการผ่าตัดหัวใจแบบเปิด ให้สวมแว่น VR ที่มีเนื้อหาเกี่ยวกับการเดินป่าตั้งแต่ 5 นาทีก่อนถึง 5 นาทีหลังการถอดท่อระบายทรวงอก (CTR) หรือรับการดูแลตามปกติ กลุ่มละ 41 ราย ความเจ็บปวดถูกประเมินโดยใช้มาตรวัดภาพอนาล็อก (VAS) ขนาด 10 เซนติเมตร²บทความนี้สามารถเข้าถึงได้แบบเปิดเผยภายใต้ CC BY 4.0 ⁷ซึ่งเราได้ยืนยันในช่องใบอนุญาตของบันทึก PubMed Central แล้ว⁸เนื่องจากใบอนุญาตดังกล่าว เราจึงสามารถนำตัวเลขมาใช้ซ้ำและวาดใหม่ได้ ตารางด้านล่างแสดงค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานที่เผยแพร่ซึ่ง Editverse ใช้

ตารางที่ตีพิมพ์ยังรายงานค่าเบี่ยงเบนมาตรฐาน (SD) ของแต่ละกลุ่ม ซึ่งเป็นสิ่งที่การทดสอบ t ต้องการทั้งหมด ได้แก่ ค่าเฉลี่ยสองค่า ค่าเบี่ยงเบนมาตรฐานสองค่า และขนาดตัวอย่างสองขนาด ผู้เขียนเองได้ปรับใช้แบบจำลองผลกระทบแบบผสมที่ปรับตามค่าพื้นฐาน โดยใช้การเปรียบเทียบแบบ post hoc ที่ปรับด้วย Bonferroni และรายงานความแตกต่างที่ปรับแล้ว²สิ่งที่จะกล่าวต่อไปนี้เป็นการคำนวณการสอนใหม่ที่ง่ายกว่าและไม่ได้ปรับค่าจากค่าที่ตีพิมพ์ซึ่งปัดเศษแล้ว นี่ไม่ใช่การวิเคราะห์ใหม่ของการทดลอง และไม่ควรใช้แทนแบบจำลองของผู้เขียน

ผลการทดสอบ T-test: อาการปวดทันทีหลังถอดท่อระบายทรวงอก

สำหรับการทดสอบ t ของ Welch ค่าความคลาดเคลื่อนมาตรฐานของความแตกต่างคือรากที่สองของ (2.34²/41 + 1.58²/41) = 0.441 ความแตกต่างของค่าเฉลี่ยคือ 5.12 − 6.80 = −1.68 คะแนน VAS ดังนั้น t = −1.68 / 0.441 = −3.81 สูตร Welch-Satterthwaite ให้ค่าองศาอิสระ 70.2 และค่า p สองด้านคือ 0.0003 ช่วงความเชื่อมั่น 95% สำหรับความแตกต่างคือ −2.56 ถึง −0.80 คะแนน VAS

การประมาณค่าทั้งสองชุดเห็นพ้องกันในทิศทางและผลกระทบที่ใหญ่ที่สุดทันทีหลัง CTR แต่ไม่สอดคล้องกันในขนาดหรือจุดเวลาที่นานกว่านั้น ความแตกต่างที่ปรับแล้วของผู้เขียนนั้นเล็กกว่า (−1.26, 95% CI −1.85 ถึง −0.68) เมื่อเทียบกับค่าที่ไม่ปรับของเราที่ −1.68 และช่วงเวลาของพวกเขาสำหรับ 5, 15 และ 30 นาทีรวมศูนย์ไว้ด้วย ในขณะที่ของเราไม่รวม ส่วนถัดไปจะอธิบายว่าทำไม

ค่า d ของ Cohen และค่า g ของ Hedges พร้อมช่วงความเชื่อมั่น

ค่า d ของ Cohen หารค่าความแตกต่างเฉลี่ยด้วยค่าเบี่ยงเบนมาตรฐานรวม: d = −1.68 / 2.00 = −0.84 การประมาณค่าความแตกต่างมาตรฐานโดยใช้กลุ่มตัวอย่างจะประเมินผลกระทบของประชากรสูงเกินไป และเวอร์ชันที่แก้ไขความลำเอียงแล้วคือค่า g ของ Hedges ⁴ปัจจัยการแก้ไขที่มีองศาอิสระ 80 คือ 1 − 3/(4 × 80 − 1) = 0.991 ทำให้ได้ g = −0.83 เราได้ช่วงความเชื่อมั่น 95% จากการแจกแจง t แบบไม่ศูนย์กลาง: −1.28 ถึง −0.38 ขนาดของผลกระทบมีช่วงความเชื่อมั่นของตัวเอง ซึ่ง Lakens ตั้งข้อสังเกตว่ามักจะมีขนาดใหญ่มากในจิตวิทยาเชิงทดลอง⁴

จากเกณฑ์มาตรฐานคร่าวๆ ของโคเฮน ผลกระทบจากความเจ็บปวดนั้นค่อนข้างมาก (g ประมาณ 0.8) แต่ช่วงของผลกระทบนั้นอยู่ระหว่างผลกระทบเล็กถึงปานกลาง (−0.38) ไปจนถึงผลกระทบที่ใหญ่มาก (−1.28) ดังนั้นการใช้ตัวเลขเพียงตัวเดียวจึงทำให้เรามั่นใจเกินไป เลเกนส์เตือนว่าเกณฑ์มาตรฐานนั้นเป็นค่าประมาณและไม่ควรตีความอย่างเคร่งครัด⁴

การเปรียบเทียบทั้งหกแบบอยู่ในตารางเดียว

ค่าทั้งหมดเป็นค่าที่ Editverse คำนวณใหม่โดยใช้วิธี Welch โดยไม่ได้ปรับแก้ จากค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานที่เผยแพร่ โดยมี 41 คนต่อกลุ่ม โดยสมมติว่าผู้ป่วยทุกคนมีส่วนร่วมในทุกช่วงเวลา (ตารางที่เผยแพร่ไม่ได้ระบุขนาดตัวอย่างต่อช่วงเวลา)

เลื่อนไปด้านข้างเพื่อดูทุกคอลัมน์

เมื่อค่า P และขนาดผลกระทบให้ข้อมูลที่แตกต่างกัน

ความไม่สมดุลของค่าพื้นฐานก่อนการถอดท่อระบายทรวงอก กลุ่ม VR รายงานว่ามีอาการปวดน้อยกว่าอยู่แล้ว (2.61 เทียบกับ 3.76; g = −0.55, Welch p = 0.014) ดังนั้น การเปรียบเทียบแบบไม่ปรับค่าหลังการผ่าตัดจึงผสมผสานผลของ VR กับความได้เปรียบตั้งแต่เริ่มต้น แบบจำลองของผู้เขียนปรับค่าตามค่าพื้นฐาน และความแตกต่างที่ปรับแล้ว (−1.26) มีค่าน้อยกว่าความแตกต่างที่ไม่ปรับค่า (−1.68) ²

มีการเปรียบเทียบ หลายช่วงเวลาการทดลองนี้เปรียบเทียบกลุ่มต่างๆ ในช่วงเวลาสี่ช่วงหลังจากนำตัวอย่างออก ค่า p-value ของ Welch ที่ไม่ได้ปรับค่า ณ เวลา 5, 15 และ 30 นาที คือ 0.021, 0.016 และ 0.017 ตามลำดับ การคูณค่า p-value ที่ไม่ได้ปัดเศษด้วยสี่ ตามตัวอย่างง่ายๆ ของ Bonferroni จะได้ค่า 0.084, 0.065, 0.068 ซึ่งไม่มีค่าใดต่ำกว่า 0.05 ผู้เขียนรายงานการเปรียบเทียบที่ปรับค่าด้วย Bonferroni ซึ่งพบว่ามีเพียงช่วงเวลาแรกหลังจาก CTR เท่านั้นที่แตกต่างกัน² Greenland และคณะเตือนว่า การเลือกการวิเคราะห์ที่จะนำเสนอโดยใช้ค่า p-value อาจทำให้ได้ค่า p-value ที่น้อย แม้ว่าสมมติฐานการทดสอบจะถูกต้องก็ตาม³

ค่า p-value ที่น้อยไม่ได้หมายความว่าจะมีผลกระทบมากการวัดความอิ่มตัวของออกซิเจนทันทีหลัง CTR ให้ค่า Welch p = 0.041 โดยมีความแตกต่างเฉลี่ย 1.70 จุดเปอร์เซ็นต์ แต่ g = 0.46 และช่วงความเชื่อมั่น 0.02 ถึง 0.89 ซึ่งใกล้เคียงกับศูนย์ ความแตกต่างที่ปรับแล้วของผู้เขียนเอง ณ จุดเวลานั้นมีค่ามากกว่า คือ 2.70 จุดเปอร์เซ็นต์ (95% CI 1.88 ถึง 3.53; ค่า p ที่ปรับแล้ว < 0.001) ดังนั้นตัวอย่างที่ไม่ได้ปรับนี้จึงประเมินผลลัพธ์ SpO₂ ของการทดลองต่ำกว่าความเป็นจริง แทนที่จะทำให้ผลลัพธ์อ่อนลง² ASA ระบุความแตกต่างนี้ไว้ในหลักการของตน: ค่า p-value ไม่ได้วัดขนาดของผลกระทบหรือความสำคัญของผลลัพธ์¹

กรณีนี้แสดงให้เห็นอะไรบ้าง และกรณีนี้ไม่ได้แสดงให้เห็นอะไรบ้าง

1. 1มันแสดงให้เห็นว่าตัวเลขเหล่านั้นถูกสร้างขึ้นมาอย่างไร ค่าเฉลี่ยสองค่า ค่าเบี่ยงเบนมาตรฐานสองค่า และขนาดตัวอย่างสองขนาดก็เพียงพอที่จะสร้างค่า t, df, p, ช่วงความเชื่อมั่น, d และ g ขึ้นมาใหม่ได้ และเพื่อดูว่าสมมติฐานใดที่เปลี่ยนแปลงคำตอบ
2. 2มันไม่ได้แสดงให้เห็นว่า VR ใช้งานได้จริง การคำนวณใหม่ของเราไม่ได้ปรับแต่งใดๆ และใช้ค่าที่ปัดเศษตามที่ตีพิมพ์ไว้ การทดลองนี้ดำเนินการในโรงพยาบาลมหาวิทยาลัยแห่งหนึ่ง ผู้เขียนรายงานว่าผู้เข้าร่วมและนักวิจัยที่เก็บรวบรวมผลลัพธ์ไม่สามารถถูกปิดบังข้อมูลได้ และไม่มีกลุ่มควบคุมหรือกลุ่มเปรียบเทียบที่ใช้ยาหลอก
3. 3มันไม่ได้มาแทนที่แบบจำลองของผู้เขียน ใช้ค่าประมาณที่ปรับแล้วของพวกเขาสำหรับข้อความใดๆ เกี่ยวกับผลการทดลอง เราคำนวณตัวเลข Editverse ใน R 4.3.3

วิธีการรายงานผลการทดสอบ T-test

1. 1ระบุการออกแบบและการทดสอบ เลือกแบบอิสระหรือแบบคู่ และเลือกแบบเวลช์หรือแบบนักเรียน
2. 2ระบุขนาดกลุ่มและสถิติสรุป รายงานจำนวนตัวอย่าง ค่าเฉลี่ย และค่าเบี่ยงเบนมาตรฐานสำหรับแต่ละกลุ่ม
3. 3ระบุผลต่างพร้อมช่วงความเชื่อมั่น เขียนค่าความแตกต่างเฉลี่ยในหน่วยเดิม พร้อมช่วงความเชื่อมั่น 95%
4. 4ระบุค่า t, df และค่า p ที่แน่นอน ตัวอย่างเช่น t(70.2) = −3.81, p = 0.0003
5. 5เพิ่มขนาดผลกระทบพร้อมช่วงเวลาของผลกระทบนั้น ระบุชื่อตัวชี้วัด Cohen's d หรือ Hedges' g และให้ช่วงความเชื่อมั่น 95% มาด้วย
6. 6บอกด้วยว่ามีการปรับเปลี่ยนอะไรบ้าง หากคุณปรับค่าตามค่าพื้นฐานหรือตามการเปรียบเทียบหลายรายการ โปรดระบุ และระบุด้วยว่าการทดสอบนั้นเป็นการวางแผนไว้ล่วงหน้าหรือไม่

จำลองการคำนวณใน R

โค้ด R พื้นฐานนี้สร้างค่าข้างต้นจากสถิติสรุปขึ้นมาใหม่ เรารันมันใน R 4.3.3.9 ^โดยใช้เฉพาะฟังก์ชันพื้นฐานของ R เท่านั้น แทนที่ค่าต่างๆ ด้วยค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน และขนาดตัวอย่างของคุณเอง

m1 <- 6.80; s1 <- 2.34; n1 <- 41   # control
m2 <- 5.12; s2 <- 1.58; n2 <- 41   # VR
se <- sqrt(s1^2/n1 + s2^2/n2)
df <- se^4 / ((s1^2/n1)^2/(n1-1) + (s2^2/n2)^2/(n2-1))
t  <- (m2 - m1)/se
p  <- 2*pt(-abs(t), df)
ci <- (m2 - m1) + c(-1, 1)*qt(0.975, df)*se
sp <- sqrt(((n1-1)*s1^2 + (n2-1)*s2^2)/(n1+n2-2))
d  <- (m2 - m1)/sp
J  <- 1 - 3/(4*(n1+n2-2) - 1)
g  <- d*J
ncp <- d/sqrt(1/n1 + 1/n2)
lim <- sapply(c(0.975, 0.025), function(q)
  uniroot(function(x) pt(ncp, n1+n2-2, ncp = x) - q, ncp + c(-10, 10))$root)
d_ci <- lim*sqrt(1/n1 + 1/n2); g_ci <- d_ci*J

ต้องการดำเนินการวิเคราะห์หรือตรวจสอบผลหรือไม่? โปรดติดต่อ Editverse

ผู้เชี่ยวชาญเฉพาะด้านของ Editverse ทำงานโดยยึดหลักแนวทางของ COPE, ICMJE และ GPP 2022 พร้อมทั้งปฏิบัติตามหลักจริยธรรมเฉพาะสถาบันและเฉพาะประเทศด้วย

เลือกขั้นตอนที่คุณอยู่

แก้ไข

การวิเคราะห์ทางสถิติพื้นฐาน

ต้องการผลการทดสอบที่เหมาะสมสำหรับข้อมูลการทดลองหรือการศึกษาของคุณหรือไม่?

โปรด ส่งข้อมูลต่อไปนี้:ชุดข้อมูล คำถามวิจัย และซอฟต์แวร์ที่คุณต้องการใช้

คุณจะได้รับ:สถิติเชิงพรรณนาและการทดสอบต่างๆ เช่น การทดสอบ t แบบอิสระหรือแบบจับคู่ พร้อมตารางที่พร้อมสำหรับการตีพิมพ์และคำอธิบายผลลัพธ์

เมื่อไหร่:เมื่อคุณมีข้อมูลและต้องการให้ทำการวิเคราะห์และรายงานผล ระยะเวลาดำเนินการมาตรฐานคือ 3-5 วันสำหรับชุดข้อมูลขนาดเล็ก (ไม่เกิน 100 คน และ 10 ตัวแปร)

การวิเคราะห์ทางสถิติขั้นพื้นฐาน · เริ่มต้นที่ 350 ดอลลาร์สหรัฐ

เริ่มการวิเคราะห์ของฉัน →

แก้ไข

การตีความผลลัพธ์ทางสถิติ

มีผลลัพธ์แล้ว แต่ยังไม่มีคำอธิบายสำหรับส่วนผลลัพธ์ใช่หรือไม่?

โปรดส่ง:ผลงานทางสถิติที่มีอยู่ของคุณ และคำอธิบายสั้น ๆ เกี่ยวกับการศึกษา

คุณจะได้รับ:การตีความผลลัพธ์ คำบรรยายผลลัพธ์ คำแนะนำเกี่ยวกับตารางและรูปภาพ และคำอธิบายที่พร้อมสำหรับผู้ตรวจสอบ

เมื่อไหร่:เมื่อทำการวิเคราะห์เสร็จแล้วและต้องการคำอธิบาย โดยปกติจะใช้เวลา 3-4 วันทำการ

การตีความผลลัพธ์ทางสถิติ · 250 ดอลลาร์สหรัฐ

ตีความผลลัพธ์ของฉัน →

แก้ไข

การเขียนต้นฉบับ

พร้อมที่จะเปลี่ยนโครงงานทั้งหมดให้เป็นบทความวิจัยเพื่อส่งแล้วหรือยัง?

คุณส่ง:ข้อมูลของคุณ บันทึก และสมุดบันทึกเป้าหมาย

คุณจะได้รับ:ต้นฉบับที่เขียนโดยผู้เชี่ยวชาญเฉพาะด้าน; คำอธิบายบริการระบุว่าการตรวจสอบและยืนยันทางสถิติเป็นหนึ่งในขั้นตอนการประกันคุณภาพ

เมื่อ:โครงการเสร็จสมบูรณ์แล้ว แต่รายงานยังไม่เสร็จ

บริการเขียนต้นฉบับ · 1,500 ดอลลาร์สหรัฐ

เขียนรายงานของฉัน →

คำถามที่พบบ่อย (FAQs)

ค่า p-value กับขนาดผลกระทบแตกต่างกันอย่างไร?

ค่า p-value บ่งชี้ว่าข้อมูลไม่สอดคล้องกับแบบจำลองทางสถิติที่กำหนดไว้มากน้อยเพียงใด และไม่ได้วัดขนาดของผลกระทบหรือความสำคัญของผลกระทบนั้น¹ขนาดของผลกระทบ เช่น ค่า g ของ Hedges วัดว่าความแตกต่างนั้นใหญ่เพียงใด ในการทดลองเสมือนจริงที่ Editverse คำนวณใหม่ ความเจ็บปวดทันทีหลังจากถอดท่อระบายทรวงอกให้ค่า p = 0.0003 โดยมี g = −0.83 ในขณะที่ความอิ่มตัวของออกซิเจนให้ค่า p = 0.041 โดยมี g = 0.46 ดังนั้นค่า p-value ที่น้อยกว่าจึงหมายถึงผลกระทบที่มากกว่า

ฉันควรใช้การทดสอบ t ของนักเรียนหรือการทดสอบ t ของเวลช์?

Delacre, Lakens และ Leys โต้แย้งว่าการทดสอบ t ของ Welch ควรเป็นค่าเริ่มต้น: มันควบคุมอัตราความผิดพลาดประเภทที่ 1 ได้ดีกว่าเมื่อความแปรปรวนไม่เท่ากัน และสูญเสียน้อยเมื่อตรงตามข้อสมมติของการทดสอบของ Student ⁵ในการทดลองที่คำนวณใหม่ กลุ่มมีขนาดเท่ากัน ดังนั้นทั้งสองเวอร์ชันจึงให้ t = −3.81 และ p = 0.0003; Welch ใช้ระดับความเป็นอิสระ 70.2 และการทดสอบแบบรวมของ Student ใช้ 80

จำเป็นต้องทดสอบความปกติของข้อมูลก่อนทำการทดสอบ t-test หรือไม่?

ความคิดเห็นแตกต่างกันและหลักฐานก็หลากหลาย การจำลองโดย Rochon, Gondan และ Kieser พบว่าการทดสอบ Shapiro-Wilk เบื้องต้นเปลี่ยนแปลงอัตราความผิดพลาดประเภทที่ 1 ของการทดสอบที่ตามมา แม้ว่าอัตราความผิดพลาดโดยรวมและกำลังของกระบวนการสองขั้นตอนจะยังคงยอมรับได้ในกรณีที่พวกเขาจำลอง¹⁰ Delacre และเพื่อนร่วมงานยังแนะนำไม่ให้เลือกใช้การทดสอบ Student หรือ Welch โดยการทดสอบความแปรปรวนที่เท่ากัน⁵ดูข้อมูลของคุณ พิจารณาการออกแบบ และถามนักสถิติว่าตัวอย่างมีขนาดเล็กหรือเบี่ยงเบนหรือไม่

ค่า Cohen's d ขนาดเล็ก กลาง หรือใหญ่ ถือว่าเท่าไหร่?

เกณฑ์มาตรฐานของโคเฮนคือ d = 0.2 สำหรับขนาดเล็ก 0.5 สำหรับขนาดกลาง และ 0.8 สำหรับขนาดใหญ่ แต่เลเกนส์ตั้งข้อสังเกตว่าค่าเหล่านี้เป็นเพียงค่าประมาณและไม่ควรตีความอย่างเคร่งครัด และผลกระทบเล็กน้อยอาจนำไปสู่ผลลัพธ์ที่ใหญ่ได้ ควรพิจารณาขนาดโดยเทียบกับผลการค้นพบที่เกี่ยวข้องและความหมายทางคลินิกของความแตกต่าง เช่น คะแนน VAS

ค่า d ของ Cohen และค่า g ของ Hedges แตกต่างกันอย่างไร?

ทั้งสองค่าเป็นค่าความแตกต่างเฉลี่ยมาตรฐาน การประมาณค่าจากตัวอย่างจะประเมินผลกระทบของประชากรสูงเกินไป และค่า d ของ Cohen ที่แก้ไขความลำเอียงแล้วเรียกว่า g ของ Hedges ⁴ด้วยผู้เข้าร่วม 82 คน ปัจจัยการแก้ไขคือ 0.991 (คำนวณใน R) ดังนั้น d = −0.84 จึงกลายเป็น g = −0.83 สำหรับอาการปวดทันทีหลังถอดท่อระบายทรวงอก

ช่วงความเชื่อมั่น 95% สำหรับความแตกต่างของค่าเฉลี่ยบอกอะไรฉันบ้าง?

กรีนแลนด์และเพื่อนร่วมงานอธิบายว่าระดับ 95% เป็นคุณสมบัติการครอบคลุมของลำดับช่วงยาวจากแบบจำลองที่ถูกต้อง ไม่ใช่คุณสมบัติของช่วงใดช่วงหนึ่ง³ในทางปฏิบัติ ช่วงดังกล่าวแสดงช่วงของความแตกต่างที่เข้ากันได้มากที่สุดกับข้อมูลภายใต้แบบจำลอง สำหรับอาการปวดทันทีหลังการถอดท่อระบายทรวงอก Editverse คำนวณได้ −1.68 คะแนน VAS โดยมีช่วงตั้งแต่ −2.56 ถึง −0.80 ซึ่งไม่รวมศูนย์

ค่า p ที่ต่ำกว่า 0.05 แสดงว่าการรักษาได้ผลหรือไม่?

ไม่ ASA ระบุว่าค่า p ไม่ได้วัดความน่าจะเป็นที่สมมติฐานที่ศึกษาเป็นจริง และข้อสรุปไม่ควรขึ้นอยู่กับว่าค่า p ผ่านเกณฑ์หรือไม่¹ในการทดลองที่คำนวณใหม่ กลุ่มต่างๆ มีความแตกต่างกันในเรื่องความเจ็บปวดอยู่แล้วก่อนการถอดท่อระบายทรวงอก (Welch p = 0.014) และผู้เขียนระบุว่าผู้เข้าร่วมและนักวิจัยไม่สามารถปิดบังข้อมูลได้ ดังนั้นการทดสอบ t แบบง่ายๆ ที่ไม่ได้ปรับค่าจึงให้ผลลัพธ์ที่สูงเกินจริงเมื่อเทียบกับการวิเคราะห์ที่ปรับค่าแล้ว

การทดลองนี้ต้องการผู้เข้าร่วมกี่คนจึงจะสามารถทำการทดสอบ t-test ได้?

ผู้เขียนวางแผนไว้สำหรับค่า Cohen's d = 0.80 ที่ระดับนัยสำคัญสองด้าน 0.05 และกำลังการทดสอบ 90% ซึ่งจะได้ 34 ต่อกลุ่ม และเพิ่มอีกประมาณ 20% เพื่อให้ได้ 41 ต่อกลุ่ม Editverse จำลองขั้นตอนแรกใน R ด้วย power.t.test ซึ่งให้ผลลัพธ์ 33.8 ต่อกลุ่ม ปัดขึ้นเป็น 34 ด้วย 41 ต่อกลุ่มและกำลังการทดสอบ 80% ความแตกต่างมาตรฐานที่เล็กที่สุดที่การทดสอบนี้สามารถตรวจจับได้คือ d = 0.63 (คำนวณใน R)

อ้างอิง

1. สมาคมสถิติแห่งอเมริกา (ASA) ออกแถลงการณ์เกี่ยวกับนัยสำคัญทางสถิติและค่า p (6 หลักการ; 7 มีนาคม 2016) www.amstat.org/asa/files/pdfs/p-valuestatement.pdf
2. Yanik TÇ, Gülşen M, Uğraş GA, Arslan S, Özdemir FE. ผลของการใช้แว่นตาเสมือนจริงระหว่างการถอดท่อระบายทรวงอกหลังการผ่าตัดหัวใจแบบเปิดต่อความเจ็บปวดและพารามิเตอร์ทางโลหิตวิทยา: การทดลองแบบสุ่มควบคุม บีเอ็มซี คาร์ดิโอวาสค์ ดิออร์ด 2026;26:993. การเข้าถึงแบบเปิด, CC BY 4.0; ใช้ข้อมูลสรุป, การทดสอบ t และขนาดผลกระทบคำนวณใหม่ และรูปภาพวาดโดย Editverse ใน R doi.org/10.1186/s12872-026-06778-6
3. Greenland S, Senn SJ, Rothman KJ และคณะ การทดสอบทางสถิติ ค่า P ช่วงความเชื่อมั่น และกำลังการทดสอบ: คู่มือสำหรับการตีความผิดพลาด เออร์ เจ เอพิเดมิออล. 2016; 31: 337-350 doi.org/10.1007/s10654-016-0149-3
4. Lakens D. การคำนวณและการรายงานขนาดผลกระทบเพื่ออำนวยความสะดวกในการวิจัยเชิงสะสม: คู่มือเบื้องต้นเชิงปฏิบัติสำหรับการทดสอบ t และ ANOVA ด้านหน้า Psychol 2013; 4: 863 doi.org/10.3389/fpsyg.2013.00863
5. Delacre M, Lakens D, Leys C. เหตุใดนักจิตวิทยาจึงควรใช้การทดสอบ t ของ Welch แทนการทดสอบ t ของ Student เป็นหลัก วารสารนานาชาติว่าด้วยจิตวิทยาสังคม 2017;30(1):92-101. doi.org/10.5334/irsp.82
6. Delacre M, Lakens D, Leys C. การแก้ไข: เหตุใดนักจิตวิทยาจึงควรใช้การทดสอบ t ของ Welch แทนการทดสอบ t ของ Student เป็นหลัก วารสารนานาชาติว่าด้วยจิตวิทยาสังคม 2022, 35 (1): 21 doi.org/10.5334/irsp.661
7. สรุปข้อตกลงใบอนุญาต Creative Commons Attribution 4.0 International (CC BY 4.0) ใบอนุญาต: 4.0
8. ศูนย์ข้อมูลเทคโนโลยีชีวภาพแห่งชาติ ความช่วยเหลือเกี่ยวกับยูทิลิตี้การเขียนโปรแกรม Entrez: EFetch (ใช้ในการอ่านใบอนุญาตและตารางของการทดลองใน PubMed Central, 31 ตุลาคม 2026) www.ncbi.nlm.nih.gov/books/NBK25499/
9. ทีมงานหลักของ R. R: ภาษาและสภาพแวดล้อมสำหรับการคำนวณทางสถิติ มูลนิธิ R เพื่อการคำนวณทางสถิติ เวียนนา เวอร์ชัน 4.3.3 ถูกใช้สำหรับค่าที่คำนวณได้ทั้งหมดในโพสต์นี้ www.R-project.org/
10. Rochon J, Gondan M, Kieser M. ทดสอบหรือไม่ทดสอบ: การประเมินเบื้องต้นเกี่ยวกับภาวะปกติเมื่อเปรียบเทียบสองกลุ่มตัวอย่างอิสระ BMC Med Res Methodol 2012; 12: 81 doi.org/10.1186/1471-2288-12-81

ทีมวิจัย Editverse | อัปเดต ตุลาคม 2026