🧠 فقط چون P-value کمتر از ۰/۰۵ شده، یعنی پژوهشمون عالیه؟! 🤔

بیایید یه اشتباه رایج توی خوندن مقاله‌ها رو با هم بررسی کنیم 👇

📊 خیلی وقت‌ها وقتی توی مقاله می‌بینیم:

🔹 P = 0.03

سریع می‌گیم:
«خب! پس نتیجه معناداره و پژوهشمون موفق بوده!» 😎

امااا... یه لحظه صبر کن! 🫢

🔬 P-value اصلاً به ما نمی‌گه نتیجه چقدر مهمه!

به زبان ساده، P-value به ما کمک می‌کنه بفهمیم اگر فرض صفر درست باشه، دیدن چنین نتیجه‌ای یا نتیجه‌ای شدیدتر، چقدر غیرمحتمله.

⚠️ پس این دو تا رو با هم قاطی نکن:

❌ P < 0.05 = نتیجه مهم و کاربردی

این برداشت درست نیست!

🩺 یه مثال پژوهشی از حوزه پرستاری:

فرض کن در یک پژوهش، یک مداخله باعث کاهش فشارخون بیماران شده و نتیجه اینه:

📌 P = 0.01

از نظر آماری معناداره ✅

ولی آیا این یعنی حتماً تغییر ایجادشده از نظر بالینی هم مهمه؟ 🤔

نه لزوماً!

مثلاً اگر کاهش فشارخون فقط ۱ mmHg باشه، باید ببینیم این مقدار واقعاً چه اهمیتی برای بیمار داره.

اینجاست که دو مفهوم مهم وارد ماجرا می‌شن:

📏 Effect Size | اندازه اثر
🎯 Confidence Interval | فاصله اطمینان

این دو کمک می‌کنن بفهمیم اثر چقدر بوده و برآورد ما چقدر دقیق و قابل اعتماد است.

💡 پس موقع مقاله‌خوانی فقط دنبال P-value نگرد!

وقتی یک نتیجه آماری می‌بینی، از خودت بپرس:

🔹 آیا نتیجه از نظر آماری معناداره؟
🔹 اندازه اثر چقدره؟
🔹 آیا این اثر از نظر بالینی واقعاً مهمه؟

🎯 نکته طلایی امروز:

«📊 معناداری آماری ≠ اهمیت بالینی»

👩🏻‍⚕️👨🏻‍⚕️ یک پژوهشگر خوب فقط نمی‌پرسه:
«معنادار هست یا نه؟»

بلکه می‌پرسه:
«این نتیجه چقدر مهم و کاربردیه؟» 🔍

ــــــــــــــــــــــــــــ

📚 کمیته تحقیقات و فناوری دانشکده پرستاری و مامایی اردبیل
تلگرام
اینستاگرام
سایت

#کمیته_تحقیقات_دانشجویی #کمیته_تحقیقات #پژوهش #پژوهش_دانشجویی #پرستاری #مامایی #تحقیقات_پرستاری #دانشگاه_علوم_پزشکی_اردبیل
#آمار_پژوهش #روش_تحقیق #مقاله_خوانی #SPSS #پژوهشگر