Hypoteesi on erityinen ennuste. Siinä kuvataan konkreettisesti (pikemminkin kuin teoreettisesti), mitä odotat tapahtuvan tutkimuksessasi. Kaikissa tutkimuksissa ei ole hypoteeseja. Joskus tutkimus on suunniteltu kartoittavaksi (ks. induktiivinen tutkimus). Muodollista hypoteesia ei ole, ja ehkä tutkimuksen tarkoituksena on tutkia jotakin aluetta perusteellisemmin, jotta voidaan kehittää jokin erityinen hypoteesi tai ennuste, jota voidaan testata tulevassa tutkimuksessa. Yksittäisessä tutkimuksessa voi olla yksi tai useita hypoteeseja.
Kun puhun hypoteesista, ajattelen itse asiassa samanaikaisesti kahta hypoteesia. Sanotaan, että ennustat, että tutkimuksessasi kahden muuttujan välillä on yhteys. Tapa, jolla muodollisesti asettaisimme hypoteesitestin, on muotoilla kaksi hypoteesilausumaa, toinen, joka kuvaa ennustustasi, ja toinen, joka kuvaa kaikkia muita mahdollisia lopputuloksia suhteessa hypoteesattuun suhteeseen. Ennustuksesi on, että muuttuja A ja muuttuja B ovat yhteydessä toisiinsa (et välitä siitä, onko suhde positiivinen vai negatiivinen). Silloin ainoa muu mahdollinen tulos olisi, että muuttuja A ja muuttuja B eivät ole yhteydessä toisiinsa. Yleensä kutsumme sitä hypoteesia, jota kannatat (ennustustasi), vaihtoehtoiseksi hypoteesiksi, ja kutsumme hypoteesia, joka kuvaa loput mahdolliset lopputulokset, nollahypoteesiksi. Joskus käytämme merkintää HA tai H1 kuvaamaan vaihtoehtoista hypoteesia tai ennustustasi ja HO tai H0 kuvaamaan nollatapausta. Tässä on kuitenkin oltava varovainen. Joissakin tutkimuksissa ennusteesi voi hyvinkin olla, että eroa tai muutosta ei tapahdu. Tällöin yrität lähinnä löytää tukea nollahypoteesille ja vastustat vaihtoehtoa.
Jos ennusteesi määrittelee suunnan, ja nollakohta on siis ei eroa -ennuste ja vastakkaisen suunnan ennuste, kutsumme tätä yksikantaiseksi hypoteesiksi. Kuvitellaan esimerkiksi, että tutkit uuden työntekijöiden koulutusohjelman vaikutuksia ja uskot, että yksi tuloksista on, että työntekijöiden poissaolot vähenevät. Kaksi hypoteesiasi voitaisiin esittää jotakuinkin näin:
Tämän tutkimuksen nollahypoteesi on:
HO: XYZ-yrityksen työntekijöiden koulutusohjelman seurauksena työntekijöiden poissaoloissa ei joko ole merkittävää eroa tai ne lisääntyvät merkittävästi.
jota testataan vaihtoehtoista hypoteesia vastaan:
HA: XYZ-yrityksen työntekijöiden koulutusohjelman seurauksena työntekijöiden poissaolot vähenevät merkitsevästi.
Vasemmanpuoleisessa kuviossa näemme tämän tilanteen havainnollistettuna graafisesti. Vaihtoehtoinen hypoteesi – ennusteesi siitä, että ohjelma vähentää poissaoloja – on esitetty siinä. Nollahypoteesin on otettava huomioon kaksi muuta mahdollista ehtoa: ei eroa tai poissaolojen lisääntyminen. Kuviossa esitetään poissaolojen erojen hypoteettinen jakauma. Näemme, että termi ”yksihäntäinen” viittaa tulosmuuttujan jakauman häntään.
Kun ennusteessasi ei määritellä suuntaa, sanomme, että kyseessä on kaksihäntäinen hypoteesi. Oletetaan esimerkiksi, että tutkit uutta lääkehoitoa masennukseen. Lääke on käynyt läpi joitakin alustavia eläinkokeita, mutta sitä ei ole vielä testattu ihmisillä. Uskot (teorian ja aiempien tutkimusten perusteella), että lääkkeellä on vaikutusta, mutta et ole tarpeeksi varma voidaksesi asettaa hypoteesin ja sanoa, että lääke vähentää masennusta (olethan nähnyt enemmän kuin tarpeeksi lupaavia lääkehoitoja, joilla on lopulta osoittautunut olevan vakavia sivuvaikutuksia, jotka itse asiassa pahentavat oireita). Tässä tapauksessa voisit esittää kaksi hypoteesia näin:
Tämän tutkimuksen nollahypoteesi on:
HO: ABC-lääkkeen 300 mg./vrk:n vaikutuksesta masennuksessa ei ole merkitsevää eroa.
jota testataan vaihtoehtoista hypoteesia vastaan:
HA: ABC-lääkkeen 300 mg./vrk:n vaikutuksesta masennuksessa on merkitsevä ero.
Oikealla oleva kuvio havainnollistaa tätä kaksoissuuntaista ennustetta tässä tapauksessa. Huomaa jälleen, että termi ”kaksoishäntäinen” viittaa lopputulosmuuttujasi jakauman hännille.
Hypoteesien esittämisessä on tärkeää muistaa, että muotoilet ennusteesi (suunnattu tai ei) ja sitten muotoilet toisen hypoteesin, joka sulkee pois ensimmäisen hypoteesin ja sisältää kaikki mahdolliset vaihtoehtoiset lopputulokset kyseisessä tapauksessa. Kun tutkimuksen analyysi on valmis, ajatuksena on, että sinun on valittava näiden kahden hypoteesin välillä. Jos ennusteesi on oikea, hylkäät (yleensä) nollahypoteesin ja hyväksyt vaihtoehtoisen hypoteesin. Jos alkuperäinen ennusteesi ei saanut tukea aineistosta, hyväksyt nollahypoteesin ja hylkäät vaihtoehtoisen. Hypoteesien testauksen logiikka perustuu näihin kahteen perusperiaatteeseen:
- kaksi toisensa poissulkevaa hypoteesilauseketta, jotka yhdessä tyhjentävät kaikki mahdolliset lopputulokset
- näiden testaaminen siten, että toinen välttämättä hyväksytään ja toinen hylätään
Okei, tiedän, että se on mutkikas, hankala ja formalistinen tapa esittää tutkimuskysymyksiä. Mutta se käsittää pitkän perinteen tilastotieteessä, jota kutsutaan hypoteettis-deduktiiviseksi malliksi, ja joskus meidän on vain tehtävä asioita, koska ne ovat perinteitä. Ja joka tapauksessa, jos kaikki tämä hypoteesin testaaminen olisi niin helppoa, että kuka tahansa voisi ymmärtää sen, miten luulet tilastotieteilijöiden pysyvän töissä?