အခန်း ၇ – ယူဆချက် စမ်းသပ်ခြင်း (Hypothesis Testing)
ဒီအခန်းမှာတော့ “ယူဆချက် စမ်းသပ်ခြင်း” ဆိုတဲ့အကြောင်းကို အဓိကထားပြီး ဆွေးနွေးသွားမှာပါ။ စာရင်းအင်းနဲ့ပတ်သက်တဲ့ ကောက်ချက်ချခြင်းနဲ့ပတ်သက်လာတဲ့အခါ၊ အရေးကြီးတဲ့နယ်ပယ်နှစ်ခုရှိပါတယ်။ တစ်ခုက ခန့်မှန်းခြင်း (Estimation) ဖြစ်ပြီး၊ တစ်ခုက ယူဆချက် စမ်းသပ်ခြင်း (Hypothesis Testing) ဖြစ်ပါတယ်။
ယူဆချက် စမ်းသပ်ခြင်း ဆိုတာကတော့ လူဦးရေ (population) တစ်ခုအကြောင်းကောင်းကောင်းနားလည်ဖို့အတွက်၊ ထိုလူဦးရေထဲက နမူနာ (sample) တစ်ခုကို စမ်းသပ်ပြီး အဖြေထုတ်တဲ့နည်းလမ်းပါပဲ။ ခန့်မှန်းခြင်းနဲ့ ယူဆချက် စမ်းသပ်ခြင်းဆိုတာက အခြေခံ သဘောတရားများအရ ဆင်တူပါတယ်။ တကယ်တော့ ယုံကြည်မှုကြားကာလ (confidence interval) ကို သုံးပြီး ယူဆချက် စမ်းသပ်ခြင်းကိုလည်း ပြုလုပ်နိုင်ပါတယ်။
🧠ယူဆချက် စမ်းသပ်ခြင်းဆိုတာဘာလဲ?
ယူဆချက် (Hypothesis) ဆိုတာ လူဦးရေတစ်ခု (သို့) တစ်ခုထက်ပိုတဲ့ လူဦးရေများအကြောင်းကို ထင်မြင်ချက်တစ်ခု ထုတ်ဖော်ပြတဲ့အရာပါ။
သုတေသန ယူဆချက် (Research Hypothesis) ကတော့ သုတေသနတင်ပြသူရဲ့ ခန့်မှန်းချက် ဖြစ်ပြီး စမ်းသပ်မှုတင်ပြတဲ့ hypothesis (စာရင်းအင်းဆိုင်ရာယူဆချက်) နဲ့ မတူသော်လည်း ဆက်စပ်နေပါတယ်။
Null Hypothesis (H₀) ဆိုတာက စမ်းသပ်ဖို့အတွက် မူလ hypothesis ပါ။ သုံးစွဲသူများက ပုံမှန်အခြေအနေဆိုပြီး ထင်နေကြတာပါ။
Alternative Hypothesis (Hₐ) ကတော့ Null Hypothesis မှာ ပြောထားတာမှ မတူတဲ့ အခြေအနေကို ဖော်ပြပါတယ်။
🛠️ ယူဆချက် စမ်းသပ်ခြင်းလုပ်နည်း – ဆယ်ဆင့်
၁။ အချက်အလက် နားလည်ခြင်း – ဘာအတွက် စမ်းသပ်နေတာလဲဆိုတာ သိဖို့ အရင်အရေးကြီးပါတယ်။
၂။ ယူဆချက်များ ချမှတ်ခြင်း – စမ်းသပ်ဖို့အတွက် သတ်မှတ်ချက်များ၊ မျှတမှု၊ ဖြန့်ကျက်မှု စတဲ့အချက်တွေကို သတ်မှတ်ရပါမယ်။
၃။ Hypotheses ချမှတ်ခြင်း – H₀ နဲ့ Hₐ ဆိုပြီး hypothesis နှစ်ခုကို သေချာပြဿနာအတိုင်း သတ်မှတ်ရပါတယ်။
၄။ Test Statistic ရွေးချယ်ခြင်း – sample data အပေါ်မူတည်ပြီး လိုအပ်တဲ့ test statistic ကို ရွေးရပါတယ်။
၅။ဖြန့်ကျက်မှု သတ်မှတ်ခြင်း – Null Hypothesis မှန်မယ်ဆိုရင် test statistic သည် ဘယ်လိုဖြန့်ကျက်မလဲဆိုတာ သိထားဖို့လိုပါတယ်။
၆။ဆုံးဖြတ်မှု စည်းမျဉ်း ချမှတ်ခြင်း – critical value သတ်မှတ်ပြီး rejection region ရှင်းလင်းဖို့လိုပါတယ်။
၇။Test Statistic တွက်ချက်ခြင်း – နမူနာအချက်အလက်တွေကိုသုံးပြီး test statistic တန်ဖိုးကို တွက်ပါတယ်။
၈။Statistical Decision ချမှု – test statistic ရလာဒ်အပေါ်မူတည်ပြီး H₀ ကို ပယ်ဖျက်/မပယ်ဖျက် ဆုံးဖြတ်ပါတယ်။
၉။ကောက်ချက်ချခြင်း – H₀ ပယ်ဖျက်ရင် Hₐ မှန်တယ်လို့ဆိုလို့ရပါတယ်။ မပယ်ဖျက်ရင် H₀ မှန်နိုင်တယ်လို့သာ ဆိုရမှာပါ။
၁၀။p-value ချမှတ်ခြင်း – အချို့ဆိုရင် p-value ကို အသုံးပြုပြီး H₀ ကို ပယ်ဖျက်ဖို့ ဆုံးဖြတ်တတ်ပါတယ်။
🔬 Chapter 7 မှာပါဝင်တဲ့ စမ်းသပ်မှု မျိုးစုံ
Chapter 7 က မတူညီတဲ့အခြေအနေတွေအတွက် hypothesis testing နည်းလမ်းအမျိုးမျိုးကို ဖော်ပြထားပါတယ်။
၁။ တစ်ခုတည်းသော လူဦးရေ ပျမ်းမျှ စမ်းသပ်မှု
(Variance သိ/မသိခြင်းပေါ်မူတည်ပြီး Z-statistic, t-statistic အသုံးပြုတယ်။)
၂။ လူဦးရေ ၂ ခု ပျမ်းမျှများကို နှိုင်းယှဉ်စမ်းသပ်ခြင်း
(Variance တူ/မတူခြင်း၊ df မတူမှုအပေါ်မူတည်ပြီး z-stat, pooled t-stat, Welch’s t-stat တို့သုံးတယ်။)
၃။ Paired Comparison
(တစ်ဖက်က မပြောင်းဘဲနဲ့ အခြားတစ်ဖက်ပြောင်းတဲ့အခြေအနေတွေအတွက်၊ t-test သုံးတယ်။)
၄။ Proportion များအတွက် စမ်းသပ်မှု
(တစ်ခုတည်း/နှစ်ခု – Z-statistic နဲ့၊ CLT အသုံးပြုခြင်း။)
၅။ Variance စမ်းသပ်မှု
(Chi-square သုံးသည်။)
၆။ Variance Ratio စမ်းသပ်မှု
(F-test အသုံးပြုခြင်း။)
💡 Confidence Interval နဲ့ Testing
Confidence Interval ကိုလည်း hypothesis testing အတွက်အသုံးပြုနိုင်ပါတယ်။ သတ်မှတ်ထားတဲ့ ယုံကြည်မှု ကြားကာလအတွင်းမှာ μ0 မပါဘူးဆိုရင် H₀ ကို ပယ်ဖျက်ပါတယ်။
📉 p-value ၏ အရေးပါမှု
p-value က ကျွန်ုပ်တို့ရဲ့ data က Null Hypothesis မှန်တဲ့အချိန်မှာ ဖြစ်လာနိုင်သလားဆိုတာ ပြသပေးတယ်။ p-value သေးငယ်လေ၊ Null Hypothesis မှန်မယ်ဆိုတဲ့ ယုံကြည်မှုလည်း နည်းလေ ဖြစ်ပါတယ်။
🧮 Type II Error ထိန်းချုပ်မှုနဲ့ Sample Size တွက်ခြင်း
Type II Error (β) ကိုထိန်းချုပ်ဖို့လိုတယ်ဆိုရင်လည်း sample size ကို ချိန်ညှိရပါတယ်။ Chapter 7 မှာတော့ ဒီနည်းလမ်းကို အသေးစိတ်ရှင်းပြထားပါတယ်။
📚 နိဂုံး
အခန်း ၇ မှာ သင်ယူရမှာက နောက်မှာ လေ့လာသွားမယ့် စမ်းသပ်မှုနည်းလမ်းတွေ အတွက် အထောက်အကူဖြစ်မယ့် အခြေခံသဘောတရားတွေပဲ ဖြစ်ပါတယ်။ နားလည်ထားမှ မိမိ data အပေါ်မှန်ကန်တဲ့အနုမြူချက်ချနိုင်မှာဖြစ်ပါတယ်။