Hypotéza je konkrétní tvrzení o předpovědi. Konkrétně (spíše než teoreticky) popisuje, co očekáváte, že se ve vaší studii stane. Ne všechny studie mají hypotézy. Někdy je studie koncipována jako průzkumná (viz induktivní výzkum). Neexistuje žádná formální hypotéza a možná je účelem studie důkladněji prozkoumat nějakou oblast, aby bylo možné vytvořit nějakou konkrétní hypotézu nebo předpověď, kterou lze ověřit v budoucím výzkumu. Jedna studie může mít jednu nebo více hypotéz.
V podstatě kdykoli mluvím o hypotéze, mám ve skutečnosti na mysli současně dvě hypotézy. Řekněme, že ve své studii předpovídáte, že mezi dvěma proměnnými bude existovat vztah. Způsob, jakým bychom formálně sestavili test hypotézy, je formulovat dvě tvrzení hypotézy, jedno, které popisuje vaši předpověď, a druhé, které popisuje všechny ostatní možné výsledky s ohledem na předpokládaný vztah. Vaše předpověď zní, že proměnná A a proměnná B spolu budou souviset (nezáleží vám na tom, zda jde o pozitivní nebo negativní vztah). Pak jediným dalším možným výsledkem by bylo, že proměnná A a proměnná B spolu nesouvisí. Obvykle nazýváme hypotézu, kterou podporujete (vaši předpověď), alternativní hypotézou a hypotézu, která popisuje zbývající možné výsledky, nazýváme nulovou hypotézou. Někdy používáme zápis jako HA nebo H1 pro vyjádření alternativní hypotézy nebo vaší předpovědi a HO nebo H0 pro vyjádření nulového případu. Zde však musíte být opatrní. V některých studiích může být vaše předpověď velmi dobře taková, že nedojde k žádnému rozdílu nebo změně. V takovém případě se v podstatě snažíte najít podporu pro nulovou hypotézu a jste proti alternativě.
Pokud vaše předpověď udává směr a nulová je tedy předpověď bez rozdílu a předpověď opačného směru, nazýváme to jednovětnou hypotézou. Představme si například, že zkoumáte účinky nového programu školení zaměstnanců a že se domníváte, že jedním z výsledků bude menší absence zaměstnanců. Vaše dvě hypotézy by mohly být formulovány asi takto:
Nulová hypotéza pro tuto studii je:
HO: V důsledku programu školení zaměstnanců společnosti XYZ buď nedojde k významnému rozdílu v absencích zaměstnanců, nebo dojde k jejich významnému zvýšení.
která je testována proti alternativní hypotéze:
HA: V důsledku programu školení zaměstnanců společnosti XYZ dojde k významnému snížení absencí zaměstnanců.
Na obrázku vlevo vidíme tuto situaci znázorněnou graficky. Je zde znázorněna alternativní hypotéza – vaše předpověď, že program sníží absenci. Nulová hypotéza musí počítat s dalšími dvěma možnými podmínkami: žádný rozdíl, nebo zvýšení absencí. Na obrázku je znázorněno hypotetické rozdělení rozdílů v absencích. Vidíme, že výraz „jednochvostový“ se vztahuje k chvostu rozdělení výsledné proměnné.
Když vaše předpověď neurčuje směr, říkáme, že máte dvouchvostovou hypotézu. Předpokládejme například, že zkoumáte nový lék na depresi. Lék prošel několika počátečními zkouškami na zvířatech, ale ještě nebyl testován na lidech. Věříte (na základě teorie a předchozího výzkumu), že lék bude mít účinek, ale nejste si dostatečně jisti, abyste mohli stanovit hypotézu směrem a říci, že lék sníží depresi (koneckonců jste viděli více než dost slibných léků, které se objevily a nakonec se ukázalo, že mají závažné vedlejší účinky, které ve skutečnosti zhoršily příznaky). V tomto případě byste mohli uvést dvě hypotézy takto:
Nulová hypotéza pro tuto studii je:
HO:
která se testuje proti alternativní hypotéze:
HA: V důsledku 300 mg./den léku ABC dojde k významnému rozdílu v depresi.
Obrázek vpravo ilustruje tento dvouvýběrový předpoklad pro tento případ. Opět si všimněte, že výraz „dvouchvostový“ se vztahuje k chvostům rozdělení vaší výsledné proměnné.
Důležité je si zapamatovat, že při vyslovování hypotéz formulujete svou předpověď (směrovou či nesměrovou) a poté formulujete druhou hypotézu, která se vzájemně vylučuje s první a zahrnuje všechny možné alternativní výsledky pro tento případ. Po dokončení analýzy vaší studie jde o to, že si budete muset vybrat mezi těmito dvěma hypotézami. Pokud by vaše předpověď byla správná, pak (obvykle) zamítnete nulovou hypotézu a přijmete alternativní. Pokud se vaše původní předpověď v datech nepotvrdila, pak přijmete nulovou hypotézu a zamítnete alternativní. Logika testování hypotéz je založena na těchto dvou základních principech:
- formulování dvou vzájemně se vylučujících tvrzení hypotéz, které společně vyčerpávají všechny možné výsledky
- jejich testování tak, aby jedna byla nutně přijata a druhá zamítnuta
OK, vím, že je to spletitý, nešikovný a formalistický způsob kladení výzkumných otázek. Ale zahrnuje dlouhou tradici ve statistice, která se nazývá hypoteticko-deduktivní model, a někdy prostě musíme dělat věci, protože jsou to tradice. A vůbec, kdyby všechno to testování hypotéz bylo tak jednoduché, aby mu rozuměl každý, jak myslíte, že by statistici zůstali zaměstnaní?