Redenen: 1) Kleine steekproefomvang in verhouding tot de variabiliteit in uw gegevens. 2) Geen verband tussen afhankelijke en onafhankelijke variabelen. Als je experiment goed is ontworpen met goede replicatie, dan kan dit een nuttige uitkomst zijn (publiceerbaar).
Wat betekent onbeduidend in regressie?
Hoe interpreteer ik de P-waarden in lineaire regressieanalyse? De p-waarde voor elke term test de nulhypothese dat de coëfficiënt gelijk is aan nul (geen effect). … Omgekeerd suggereert een grotere (onbeduidende) p-waarde dat veranderingen in de voorspeller niet geassocieerd zijn met veranderingen in de respons.
Wat betekent het als het resultaat niet significant is?
Dit betekent dat de resultaten als „statistisch niet-significant‟ worden beschouwd als uit de analyse blijkt dat verschillen zo groot als (of groter dan) het waargenomen verschil naar verwachting meer dan één op de twintig keer (p > 0.05).
Wat als mijn regressiemodel niet significant is?
Omdat de resultaten echter niet significant zijn, kunt u uw hypothese niet bevestigen, de relatie tussen deze variabelen is niet significant op populatieniveau. Het kan een kwestie zijn van de steekproefomvang, of iets anders, maar in beide gevallen wordt uw hypothese niet bevestigd.
Wat doet u als de resultaten niet statistisch significant zijn?
Wanneer de resultaten van een onderzoekzijn niet statistisch significant, een post-hoc statistische power en steekproefomvanganalyse kan soms aantonen dat het onderzoek gevoelig genoeg was om een belangrijk klinisch effect te detecteren. De beste methode is echter om tijdens de planning van een onderzoek power- en steekproefomvangberekeningen te gebruiken.
