نقش‎‎‎ اندازه نمونه در تفسیر نتیجه پژوهش‎های کاربردی: مطالعه ای بر مدل‎های رگرسیونی

امروزه بیشتر پژوهشگران تحقیقات کاربردی صرفا با نگاه به مقدار−احتمال، فرضیه پژوهش را رد یا قبول می‎کنند؛ همچنین با توجه‎ به‎ رابطه‎ای که بین مقدار−احتمال و اندازه نمونه وجود دارد، معمولا در نمونه‎های بزرگ، با وجود کوچک بودن اندازه اثر با یک اطمینان بسیار بالا فرضیه ادعا پذیرفته می‎شود و محقق با تکیه صرف به مقدار−احتمال به‎سمت حمایت از نتایج بی‎اهمیت عملی سوق داده می‎شود؛ بدین ترتیب بسیاری از مطالعات پژوهش می‎توانند در زمره تحقیقاتی قرار گیرند که دارای تعدادی آزمون‎ فرض معنادار شده،‎‎ اما فاقد وجاهت کاربردی و اهمیت علمی است. نخست این مقاله با توجه به موضوع کلان‎داده، مسئله حجم داده و تنوع داده‎ها در کلان‎داده از نظر آمار پرداخته، سپس مقدار−احتمال، اندازه اثر و فاصله اطمینان به‎عنوان سه معیار تصمیم در آزمون‎های فرض روی نمونه‎های مختلف در بازه (۱۹۳۶۱−۱۷۳) بررسی و ‎به‎طور خاص به تاثیر کلان‎داده روی این سه شاخص توجه کرده است. نتایج نشان داد کلان‎داده به‎عنوان یک نمونه بزرگ، نه تنها مزیتی برای افزایش اطمینان در آزمون‎های فرض ندارند، بلکه می‎توانند موجب معنادار شدن ادعاهایی شوند که از نظر عملی اهمیت چندانی ندارند و در نمونه‎های نه چندان بزرگ در زمره اثرهای تصادفی و خطای نمونه‎گیری قرار می‎گیرند؛ همچنین اندازه اثر تحت تاثیر اندازه نمونه قرار نگرفته، با افزایش اندازه نمونه به‎سمت یک مقدار ثابت همگرایی دارد. درنهایت داده‎ها نشان دادند که فاصله‎ اطمینان از نظر بصری بهتر از شاخص‎های دیگر عمل می‎کند

Keywords:

آزمون فرض آماری , اندازه اثر , اندازه نمونه , سطح معنا‎داری , فاصله اطمینان , کلان‎داده , مقدار-احتمال