A hipotézis egy konkrét előrejelzési állítás. Konkrétan (és nem elméletileg) írja le, hogy mit várunk a vizsgálat során. Nem minden tanulmánynak van hipotézise. Néha egy vizsgálatot feltáró jellegűnek terveznek (lásd induktív kutatás). Ilyenkor nincs formális hipotézis, és lehet, hogy a tanulmány célja valamilyen terület alaposabb feltárása annak érdekében, hogy valamilyen konkrét hipotézist vagy előrejelzést dolgozzon ki, amelyet a jövőbeli kutatás során tesztelni lehet. Egyetlen tanulmánynak lehet egy vagy több hipotézise.
Valójában, amikor hipotézisről beszélek, valójában egyszerre két hipotézisre gondolok. Tegyük fel, hogy azt jósolja, hogy a vizsgálatában két változó között kapcsolat lesz. A hipotézisvizsgálatot formálisan úgy állítanánk fel, hogy két hipotézis-kijelentést fogalmazunk meg, egyet, amely leírja az Ön előrejelzését, és egyet, amely leírja az összes többi lehetséges kimenetet a feltételezett kapcsolat tekintetében. Az Ön előrejelzése az, hogy a A változó és a B változó között kapcsolat áll fenn (nem érdekli, hogy ez pozitív vagy negatív kapcsolat). Ekkor az egyetlen más lehetséges kimenetel az lenne, hogy a A változó és a B változó nincs kapcsolatban. Általában az Ön által támogatott hipotézist (az Ön előrejelzését) alternatív hipotézisnek, a többi lehetséges kimenetet leíró hipotézist pedig nullhipotézisnek nevezzük. Néha olyan jelölést használunk, mint HA vagy H1 az alternatív hipotézis vagy az ön előrejelzése, és HO vagy H0 a nulla eset jelölésére. Itt azonban óvatosnak kell lennünk. Egyes tanulmányok esetében az Ön előrejelzése nagyon is lehet, hogy nem lesz különbség vagy változás. Ebben az esetben lényegében a nullhipotézist próbálod alátámasztani, és az alternatívával szemben állsz.
Ha az előrejelzésed egy irányt határoz meg, és a null tehát a különbség nélküli előrejelzés és az ellenkező irányú előrejelzés, akkor ezt egyfarkú hipotézisnek nevezzük. Képzeljük el például, hogy egy új munkavállalói képzési program hatásait vizsgálja, és úgy gondolja, hogy az egyik eredmény az lesz, hogy kevesebb lesz a munkavállalói hiányzás. A két hipotézisét valahogy így fogalmazhatná meg:
A vizsgálat nullhipotézise a következő:
HO: Az XYZ vállalat munkavállalói képzési programjának eredményeképpen vagy nem lesz szignifikáns különbség a munkavállalók hiányzásaiban, vagy szignifikáns növekedés következik be.
amelyet az alternatív hipotézissel szemben tesztelünk:
HA: Az XYZ vállalat alkalmazotti képzési programjának eredményeképpen szignifikánsan csökkenni fog a munkavállalók hiányzása.
A bal oldali ábrán ezt a helyzetet grafikusan szemléltetjük. Az alternatív hipotézis – az Ön előrejelzése, miszerint a program csökkenteni fogja a hiányzásokat – ott látható. A nullhipotézisnek figyelembe kell vennie a másik két lehetséges feltételt: nincs különbség, vagy nő a hiányzások száma. Az ábra a hiányzások különbségének hipotetikus eloszlását mutatja. Láthatjuk, hogy az “egyfarkú” kifejezés a kimeneti változóra vonatkozó eloszlás farkára utal.
Ha az előrejelzés nem ad meg irányt, azt mondjuk, hogy kétfarkú hipotézisről van szó. Tegyük fel például, hogy a depresszió új gyógyszeres kezelését tanulmányozza. A gyógyszer már átment néhány kezdeti állatkísérleten, de embereken még nem tesztelték. Ön úgy véli (az elmélet és a korábbi kutatások alapján), hogy a gyógyszernek lesz hatása, de nem elég magabiztos ahhoz, hogy hipotézist állítson fel egy irányt, és azt mondja, hogy a gyógyszer csökkenteni fogja a depressziót (elvégre több mint elég ígéretes gyógyszeres kezelést látott már, amelyekről végül kiderült, hogy súlyos mellékhatásaik vannak, amelyek valójában súlyosbították a tüneteket). Ebben az esetben a két hipotézist így fogalmazhatná meg:
A vizsgálat nullhipotézise:
HO:
HA: Az ABC gyógyszer 300 mg/napjának hatására nem lesz szignifikáns különbség a depresszióban.
Azt teszteljük az alternatív hipotézissel szemben:
HA: Az ABC gyógyszer 300 mg/napjának hatására szignifikáns különbség lesz a depresszióban.
A jobb oldali ábra szemlélteti ezt a kétpólusú előrejelzést erre az esetre. Ismét megjegyezzük, hogy a “two-tailed” kifejezés a kimeneti változó eloszlásának csóvájára utal.
A hipotézisek állításával kapcsolatban fontos megjegyezni, hogy megfogalmazzuk az előrejelzésünket (irányított vagy nem irányított), majd megfogalmazunk egy második hipotézist, amely kölcsönösen kizárja az elsőt, és magában foglalja az adott eset összes lehetséges alternatív kimenetelét. Amikor a tanulmány elemzése befejeződik, az elképzelés az, hogy választania kell a két hipotézis között. Ha az előrejelzésed helyes volt, akkor (általában) elutasítod a nullhipotézist, és elfogadod az alternatívát. Ha az eredeti előrejelzését az adatok nem támasztották alá, akkor elfogadja a nullhipotézist, és elutasítja az alternatívát. A hipotézisvizsgálat logikája erre a két alapelvre épül:
- két egymást kizáró hipotézis állítás megfogalmazása, amelyek együttesen kimerítik az összes lehetséges kimenetet
- ezek tesztelése úgy, hogy az egyiket szükségszerűen elfogadjuk, a másikat pedig elutasítjuk
OK, tudom, hogy ez a kutatási kérdések feltevésének bonyolult, kínos és formalista módja. De ez magában foglal egy hosszú hagyományt a statisztikában, amit hipotetikus-deduktív modellnek hívnak, és néha csak azért kell tennünk dolgokat, mert ezek hagyományok. És különben is, ha ez az egész hipotézisvizsgálat elég egyszerű lenne ahhoz, hogy bárki megértse, mit gondolsz, hogyan maradnának a statisztikusok alkalmazásban?
