Mikä on luottamusväli? | Tilastot

Luottamusväli on arvoalue, jota käytetään arvioimaan tuntematon populaatioparametri tietyllä luottamustasolla. Se on tapa ilmaista populaatioparametrin, kuten keskiarvon, estimaatin ympärillä oleva epävarmuus.

Esimerkiksi tutkimuksessa, jossa tutkitaan uuden fysioterapiahoidon tehokkuutta alaselkäkivun hoidossa, tutkijat saattavat kerätä tietoja otoksesta potilaita ja laskea keskimääräisen kivun vähenemisen hoitoryhmän osalta. Keskimääräisen kivunlievityksen 95 prosentin luottamusväli olisi arvojen alue, jonka sisällä todellisen populaation keskimääräisen kivunlievityksen odotetaan olevan 95 prosentin todennäköisyydellä. Tämä tarkoittaa, että jos sama tutkimus tehdään 100 kertaa, noin 95 tutkimuksessa todellinen populaation keskiarvo on 95 prosentin luottamusvälin sisällä.

Tyypillinen esimerkki olisi:

"Tulokset osoittavat, että kivun keskimääräinen VAS-arvon väheneminen neljässä viikossa oli 2,3 (95 % CI 1,8-2,8)."

Luottamusväli lasketaan otostilastojen ja halutun luottamustason (yleensä 95 % tai 99 %) perusteella. On tärkeää huomata, että luottamusväli ei kerro, onko nollahypoteesi tosi vai epätosi, vaan se antaa arvovälin, joka todennäköisesti sisältää todellisen populaatioparametrin tietyllä luotettavuustasolla.

Entä leveys?

Kapea luottamusväli osoittaa, että otoskeskiarvo on tarkempi estimaatti populaation keskiarvosta, kun taas leveä luottamusväli osoittaa, että otoskeskiarvo on epätarkempi. Yleensä suuremmat otoskoot johtavat yleensä kapeampiin luottamusväleihin ja siten tarkempiin populaatioparametrien estimaatteihin.

Väärinkäsitykset

On tärkeää huomata, että ei voida sanoa, että 95 prosentin todennäköisyydellä todellinen populaatiokeskiarvo on tietyn paperin tietyllä välialueella. Se on yksinkertaisesti totta, tai sitten ei. Jos tämä tutkimus kuitenkin toistetaan äärettömän monta kertaa, todellinen keskiarvo löytyy 95 %:ssa tapauksista luotujen väylien sisältä.

CI:t vs. P-arvot

Luottamusväli on otoksesta estimoidun populaatioparametrin (kuten kahden ryhmän välisen keskiarvoeron) arvoalue. Intervalli lasketaan siten, että jos tutkimus toistettaisiin useita kertoja, tietty prosenttiosuus intervalleista (joka määräytyy luottamustason mukaan, yleensä 95 %) sisältäisi todellisen populaatioarvon.

Sitä vastoin p-arvo on todennäköisyys sille, että nollahypoteesi (esim. ryhmien välillä ei ole eroa) pitää paikkansa, kun otetaan huomioon otoksen tiedot ja oletus, että nollahypoteesi pitää paikkansa. Pientä p-arvoa (tyypillisesti alle 0,05) käytetään usein nollahypoteesin hylkäämiseen ja viittaamaan siihen, että ryhmien välillä on todisteita erosta.

P-arvo antaa kuitenkin vain binäärisen vastauksen kysymykseen, voidaanko nollahypoteesi hylätä vai ei. Se ei anna tietoa vaikutuksen suuruudesta tai tarkkuudesta tai siitä, kuinka todennäköisesti se esiintyy suuremmassa populaatiossa. Tällöin luottamusväli voi olla hyödyllisempi. Luottamusväli antaa selkeämmän kuvan siitä, kuinka paljon hoidon odotetaan muuttavan lopputulosta ja kuinka paljon epävarmuutta tähän arvioon liittyy. Lisäksi luottamusväli voi auttaa välttämään merkittävän p-arvon ylitulkintaa, sillä tilastollisesti merkitsevä tulos ei välttämättä tarkoita, että vaikutus on käytännössä tai kliinisesti merkittävä. Efektikoot voivat auttaa sinua tekemään tämän arvion.

Yhteenvetona voidaan todeta, että luottamusväli antaa täydellisemmän ja vivahteikkaamman kuvan tutkimuksen tuloksista, kun taas p-arvo antaa vain binäärisen vastauksen kysymykseen tilastollisesta merkitsevyydestä.

Kamper, S. J. (2019). Confidence intervals: linking evidence to practice. journal of orthopaedic & sports physical therapy, 49(10), 763-764.

Gardner, M. J., & Altman, D. G. (1986). P-arvojen sijaan luottamusvälit: estimointi hypoteesin testauksen sijaan. Br Med J (Clin Res Ed), 292(6522), 746-750.

O'Brien, S. F., & Yi, Q. L. (2016). Miten tulkitsen luottamusväliä?. Transfusion, 56(7), 1680-1683.