326. Test jednostronny i dwustronny – kiedy wybierać?

Wybór między testem jednostronnym a dwustronnym nie jest technicznym szczegółem, który można pozostawić programowi statystycznemu. Wynika z pytania badawczego, kierunku hipotezy alternatywnej oraz konsekwencji, jakie badacz przypisuje wynikom przeciwnym do oczekiwanych. Test jednostronny pozwala szukać dowodów na efekt w jednym, z góry określonym kierunku. Test dwustronny sprawdza, czy dane wskazują na różnicę w którąkolwiek stronę. W praktyce medycznej, psychologicznej i społecznej test dwustronny powinien być rozwiązaniem domyślnym, natomiast test jednostronny wymaga przekonującego uzasadnienia metodologicznego (Bland i Altman, 1994; Ludbrook, 2013).

W tej lekcji kursu na statystyk.edu.pl przejdziemy od podstawowej logiki hipotez do sytuacji, w których wybór jednej z tych procedur jest uzasadniony, oraz do przypadków, w których test jednostronny staje się jedynie sposobem na uzyskanie mniejszej wartości p.

Dwa kierunki alternatywy statystycznej

Załóżmy, że porównujemy średnie wyniki dwóch grup. Niech μ₁ oznacza średnią w grupie interwencji, a μ₀ średnią w grupie kontrolnej. Interesuje nas różnica:

Δ = μ₁ − μ₀

Hipoteza zerowa zwykle opisuje brak różnicy:

H₀: Δ = 0

To, co odróżnia test jednostronny od dwustronnego, znajduje się w hipotezie alternatywnej.

Test dwustronny

W teście dwustronnym hipoteza alternatywna ma postać:

H₁: Δ ≠ 0

Oznacza to, że interesuje nas każda różnica: zarówno dodatnia, jak i ujemna. Jeżeli nowy program rehabilitacji zmniejsza nasilenie bólu, wynik może być korzystny. Jeżeli jednak zwiększa ból, także jest to naukowo ważna informacja. Test dwustronny nie zakłada, że efekt musi wystąpić w konkretnym kierunku.

Przy poziomie istotności α = 0,05 obszar odrzucenia hipotezy zerowej jest dzielony między dwa ogony rozkładu. W przybliżeniu po 0,025 znajduje się w każdym ogonie dla testu opartego na rozkładzie normalnym. Dlatego test dwustronny jest bardziej wymagający niż jednostronny, jeżeli porównujemy testy przy tym samym nominalnym poziomie alfa.

Test jednostronny

W teście jednostronnym kierunek efektu jest zapisany w hipotezie alternatywnej. Dla przewidywanej poprawy może ona brzmieć:

H₁: Δ > 0

Dla przewidywanego pogorszenia:

H₁: Δ < 0

W pierwszym przypadku odrzucamy hipotezę zerową tylko wtedy, gdy obserwowany efekt jest wystarczająco duży i dodatni. W drugim interesują nas wyłącznie wystarczająco duże efekty ujemne. Wynik w przeciwnym kierunku może być interesujący opisowo, lecz nie daje podstaw do odrzucenia hipotezy zerowej w ramach wcześniej określonego testu jednostronnego.

Ważne jest, że test jednostronny nie oznacza testu „mniej rygorystycznego” w sensie ogólnym. Jest mniej rygorystyczny tylko dla wcześniej wskazanego kierunku. Jednocześnie całkowicie pomija drugi kierunek jako podstawę formalnego odrzucenia hipotezy zerowej. Taka decyzja musi być uzasadniona przed analizą wyników.

Jak rozumieć różnicę w wartości p?

W uproszczonym, symetrycznym przypadku wartość p w teście dwustronnym jest około dwa razy większa niż wartość p w teście jednostronnym, gdy obserwowany efekt znajduje się w kierunku określonym przez hipotezę alternatywną. Nie jest to jednak uniwersalna reguła dla każdego testu, rozkładu i procedury. Wartość p zależy od dokładnej definicji statystyki testowej oraz sposobu obliczeń.

Przykładowo, jeśli test jednostronny w kierunku dodatnim daje p = 0,03, test dwustronny może dać około p = 0,06. Nie wolno jednak po uzyskaniu wyniku zdecydować, że „bardziej pasuje” test jednostronny. Taki wybór byłby zmianą reguły analizy po obejrzeniu danych i zwiększałby ryzyko fałszywie dodatniego wniosku.

Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej. Nie mówi też, jakie jest prawdopodobieństwo, że wynik został uzyskany „przez przypadek”. Jest miarą zgodności danych z hipotezą zerową i przyjętym modelem statystycznym. Wybór ogona rozkładu określa, jakie odstępstwa od hipotezy zerowej uznajemy za istotne dla konkretnego pytania.

Kiedy test dwustronny jest właściwym wyborem?

Test dwustronny należy stosować wtedy, gdy wynik w obu kierunkach miałby znaczenie naukowe, kliniczne lub praktyczne. Dotyczy to większości badań porównawczych, zwłaszcza gdy istnieje możliwość nieoczekiwanego działania interwencji.

• Gdy badacz pyta, czy grupy różnią się pod względem wyniku, bez ograniczenia kierunku różnicy.
• Gdy efekt przeciwny do oczekiwanego byłby ważny dla bezpieczeństwa pacjentów lub decyzji klinicznych.
• Gdy istnieją wiarygodne przesłanki, że interwencja może zarówno poprawiać, jak i pogarszać wynik.
• Gdy badanie ma charakter eksploracyjny albo hipoteza kierunkowa nie została wystarczająco uzasadniona.
• Gdy w planie badania nie zapisano wcześniej jednoznacznej hipotezy jednostronnej.

W badaniu nowego leku obniżającego ciśnienie tętnicze badacz może oczekiwać spadku ciśnienia, ale wzrost ciśnienia również byłby ważnym wynikiem. Niekorzystne działanie nie staje się metodologicznie nieistotne tylko dlatego, że nie było oczekiwane. Dlatego w wielu badaniach klinicznych naturalnym rozwiązaniem jest test dwustronny.

Kiedy można rozważyć test jednostronny?

Test jednostronny można rozważyć, gdy kierunek hipotezy jest ściśle określony przed rozpoczęciem badania, a efekt w przeciwną stronę nie prowadziłby do formalnie odmiennej decyzji albo nie jest przedmiotem badanego pytania. Kluczowe jest nie samo przekonanie badacza, że efekt „powinien” być dodatni, lecz konsekwencje wszystkich możliwych wyników.

Przykładem może być badanie, którego celem jest wykazanie, że nowa procedura diagnostyczna ma czułość większą niż ustalony minimalny poziom. Wtedy alternatywa może mieć postać H₁: czułość > 0,90. Jeżeli czułość będzie mniejsza, nie uzyskamy dowodu na spełnienie kryterium. W praktyce trzeba jednak rozważyć, czy niższa czułość nie ma dodatkowego znaczenia bezpieczeństwa oraz czy badanie nie powinno równolegle raportować przedziału ufności.

W badaniach klinicznych testy jednostronne bywają stosowane w badaniach non-inferiority, czyli nie gorszej skuteczności. Wymaga to określenia marginesu „niegorszości”, uzasadnienia klinicznego, odpowiedniego planu analizy i bardzo przejrzystego raportowania. Nie wolno utożsamiać zwykłego oczekiwania przewagi z wystarczającą podstawą do zastosowania testu jednostronnego.

Jeżeli test jednostronny jest planowany, należy wskazać przed rozpoczęciem analizy:

1. kierunek hipotezy alternatywnej;
2. uzasadnienie naukowe i praktyczne tego kierunku;
3. co oznacza wynik przeciwny do oczekiwanego;
4. poziom istotności oraz sposób wyznaczenia obszaru odrzucenia;
5. czy raportowany będzie jednostronny, czy dwustronny przedział ufności;
6. czy decyzja została zapisana w protokole, planie analizy lub prerejestracji.

Przykład 1: program redukcji bólu pooperacyjnego

Załóżmy, że pielęgniarki oceniają program edukacyjny dla pacjentów po zabiegu. Wynik stanowi natężenie bólu w skali od 0 do 10, mierzone 24 godziny po operacji. Niższy wynik oznacza mniejsze nasilenie bólu.

Niech μ₁ będzie średnim nasileniem bólu w grupie korzystającej z programu, a μ₀ średnim nasileniem bólu w grupie standardowej. Jeśli pytanie brzmi: „Czy program zmienia natężenie bólu?”, zapisujemy:

H₀: μ₁ − μ₀ = 0
H₁: μ₁ − μ₀ ≠ 0

Jest to test dwustronny. Program może bowiem zmniejszyć ból, ale może również nieoczekiwanie zwiększyć dyskomfort, na przykład przez przeciążenie pacjenta dodatkowymi instrukcjami.

Jeżeli natomiast wcześniej określone pytanie brzmi: „Czy program zmniejsza ból co najmniej w określonym kierunku?”, można zapisać:

H₀: μ₁ − μ₀ ≥ 0
H₁: μ₁ − μ₀ < 0

To już hipoteza jednostronna. Nie wystarczy jednak, że badacze spodziewali się mniejszego bólu. Powinni przed analizą wyjaśnić, dlaczego wynik przeciwny nie będzie podstawą do odrębnego wnioskowania lub dlaczego zostanie oceniony w innym, wcześniej zaplanowanym modelu bezpieczeństwa.

Przykład 2: interwencja psychologiczna i objawy lęku

W badaniu internetowej interwencji psychologicznej mierzy się wynik kwestionariusza lęku przed i po zakończeniu programu. Badacz oczekuje obniżenia wyniku, ale interwencja może także nie przynieść korzyści albo nasilić niepokój u części uczestników.

Jeżeli celem jest ocena dowolnej zmiany, właściwa będzie hipoteza dwustronna:

H₀: μ_{[1mprzed[0m} − μ_{[1mpo[0m} = 0
H₁: μ_{[1mprzed[0m} − μ_{[1mpo[0m} ≠ 0

Jeśli wyższy wynik oznacza większe nasilenie lęku, dodatnia różnica oznacza poprawę. Jednak ujemna różnica także ma znaczenie, ponieważ może wskazywać na pogorszenie. Zastosowanie testu jednostronnego tylko dlatego, że badacz przewidywał poprawę, byłoby niewłaściwe.

Wynik testu należy następnie uzupełnić o oszacowanie różnicy, przedział ufności oraz ocenę znaczenia praktycznego. Statystycznie istotna redukcja o 0,3 punktu może być niewystarczająca z perspektywy pacjenta, podczas gdy większa różnica może być istotna klinicznie nawet przy szerokim przedziale ufności. Istotność statystyczna, wielkość efektu i znaczenie praktyczne odpowiadają na różne pytania.

Przykład praktyczny: decyzja przed analizą danych

Zespół ratownictwa medycznego porównuje czas dotarcia do pacjenta w dwóch systemach dyspozytorskich. Przed badaniem założono, że nowy system może skrócić czas reakcji, ale brak jest mocnych danych wykluczających jego niekorzystny wpływ na organizację pracy.

Najbezpieczniejszy plan obejmuje test dwustronny, ponieważ zarówno skrócenie, jak i wydłużenie czasu dotarcia ma znaczenie dla bezpieczeństwa i organizacji świadczeń. Hipotezy mogą wyglądać następująco:

H₀: μ_{nowy} − μ_{stary} = 0
H₁: μ_{nowy} − μ_{stary} ≠ 0

Załóżmy, że uzyskano różnicę równą −1,8 minuty, 95-procentowy przedział ufności od −3,2 do −0,4 minuty oraz p = 0,012. Można powiedzieć, że dane wskazują na różnicę zgodną ze skróceniem czasu reakcji, a przedział ufności nie obejmuje zera. Nie należy jednak ograniczać interpretacji do samego p. Trzeba omówić wielkość różnicy, jej znaczenie operacyjne, zmienność między zespołami oraz możliwe zakłócenia.

Gdyby po zakończeniu badania uzyskano różnicę dodatnią, nie można byłoby zmienić testu na jednostronny w kierunku wydłużenia tylko po to, aby formalnie wykorzystać drugi ogon. Kierunek hipotezy jest elementem projektu, a nie reakcją na wynik.

Test jednostronny a przedział ufności

Testowanie i estymacja powinny być spójne. Dla testu dwustronnego przy poziomie α = 0,05 zwykle raportuje się 95-procentowy przedział ufności. Jeżeli cały przedział leży po jednej stronie wartości zerowej, odpowiada to odrzuceniu hipotezy zerowej w odpowiednim teście dwustronnym.

W przypadku testu jednostronnego można stosować jednostronny przedział ufności, ale trzeba jasno zaznaczyć jego poziom i interpretację. W wielu publikacjach bardziej przejrzyste jest przedstawienie dwustronnego przedziału ufności nawet wtedy, gdy główna decyzja opiera się na hipotezie jednostronnej. Czytelnik może wówczas ocenić także niepewność w przeciwnym kierunku. Wytyczne CONSORT podkreślają potrzebę precyzyjnego raportowania metod analizy, estymat i niepewności, a nie tylko samych wartości p (Schulz, Altman i Moher, 2010).

Najczęstsze błędy

• Wybór testu po obejrzeniu danych. Zmiana testu dwustronnego na jednostronny po uzyskaniu wyniku bliskiego istotności zniekształca poziom błędu pierwszego rodzaju.
• Uzasadnianie testu jednostronnego samym kierunkiem oczekiwań. To, że badacz przewiduje poprawę, nie oznacza, że pogorszenie jest nieistotne.
• Traktowanie testu jednostronnego jako „lepszego” lub „silniejszego”. Ma on większą moc tylko w zaplanowanym kierunku; w kierunku przeciwnym nie zapewnia analogicznego wnioskowania.
• Przemilczanie kierunku hipotezy. Publikacja powinna wskazywać, czy test był jednostronny czy dwustronny oraz dlaczego wybrano tę opcję (Ludbrook, 2013).
• Interpretowanie p jako prawdopodobieństwa H₀. Wartość p nie mówi, że hipoteza zerowa jest prawdziwa z prawdopodobieństwem 95% albo 5%.
• Pomijanie efektu i przedziału ufności. Sama informacja o istotności statystycznej nie określa wielkości ani praktycznej ważności różnicy.
• Użycie dwóch testów jednostronnych zamiast jednego dwustronnego. Testowanie obu kierunków osobno przy zachowaniu alfa dla każdego testu może zwiększyć łączne ryzyko fałszywego odrzucenia H₀ (Bland i Altman, 1994).
• Mylenie testu jednostronnego z badaniem jednostronnym. Jednostronność testu dotyczy hipotezy i reguły wnioskowania, a nie tego, że badanie ma tylko jedną grupę albo jeden pomiar.

Jak zapisać decyzję w planie analizy?

Dobry zapis powinien być konkretny. Przykładowo:

Główną analizę przeprowadzimy za pomocą dwustronnego testu t dla dwóch niezależnych prób przy poziomie istotności α = 0,05. Hipoteza zerowa zakłada brak różnicy średnich, a hipoteza alternatywna — różnicę różną od zera. Wyniki zostaną przedstawione jako różnica średnich wraz z 95-procentowym przedziałem ufności i wartością p.

Jeżeli planowany jest test jednostronny, zapis powinien dodatkowo wskazać kierunek:

Główną hipotezą jest, że średni wynik w grupie interwencji będzie niższy niż w grupie kontrolnej. Zastosujemy jednostronny test przy α = 0,025. Kierunek został określony w protokole przed rozpoczęciem analizy, a wynik przeciwny zostanie przedstawiony opisowo i oceniony pod względem bezpieczeństwa.

W badaniach obserwacyjnych oraz w badaniach psychologicznych warto korzystać z zasad przejrzystego raportowania, takich jak STROBE i APA JARS. Nie narzucają one automatycznie jednego rodzaju testu, ale wymagają, aby pytanie badawcze, hipotezy, metody analizy i sposób raportowania były dostatecznie jasne, by czytelnik mógł ocenić zasadność wnioskowania (von Elm i in., 2007; American Psychological Association, 2018).

Co warto zapamiętać?

1. Test dwustronny sprawdza, czy dane wskazują na różnicę w dowolnym kierunku.
2. Test jednostronny sprawdza efekt w jednym, wcześniej określonym kierunku.
3. Sam fakt, że badacz oczekuje poprawy, nie uzasadnia automatycznie testu jednostronnego.
4. Test jednostronny trzeba zaplanować przed analizą danych i uzasadnić konsekwencjami wyniku przeciwnego.
5. W większości badań medycznych, psychologicznych i społecznych test dwustronny jest rozsądnym wyborem domyślnym.
6. Nie wolno przedstawiać wartości p jako prawdopodobieństwa prawdziwości hipotezy zerowej.
7. Każdy test należy uzupełnić o estymatę efektu, przedział ufności i ocenę znaczenia praktycznego.
8. Wybór testu jest częścią projektu badania, a nie decyzją podejmowaną po zobaczeniu wyników.

Najkrótsza reguła brzmi: jeżeli efekt w obu kierunkach byłby ważny, wybierz test dwustronny; test jednostronny stosuj tylko wtedy, gdy kierunek i konsekwencje wyniku przeciwnego zostały jasno określone przed badaniem.

Źródła i dalsza lektura

1. Bland, J. M., & Altman, D. G. (1994). Statistics Notes: One and two sided tests of significance. BMJ, 309(6949), 248. DOI: 10.1136/bmj.309.6949.248.
2. Ludbrook, J. (2013). Should we use one-sided or two-sided P values in tests of significance?. Clinical and Experimental Pharmacology and Physiology, 40(6), 357–361. DOI: 10.1111/1440-1681.12086.
3. Koch, G. G. (1991). One-sided and two-sided tests and p values. Journal of Biopharmaceutical Statistics, 1(1), 161–170. DOI: 10.1080/10543409108835014.
4. Schulz, K. F., Altman, D. G., & Moher, D.; CONSORT Group (2010). CONSORT 2010 statement: updated guidelines for reporting parallel group randomized trials. BMJ, 340, c332. DOI: 10.1136/bmj.c332.
5. von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., & Vandenbroucke, J. P.; STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. The Lancet, 370(9596), 1453–1457. DOI: 10.1016/S0140-6736(07)61602-X.
6. American Psychological Association (2018). APA Style Journal Article Reporting Standards. APA Style. American Psychological Association. Źródło.