Uma hipótese é uma declaração específica de predição. Ela descreve em termos concretos (ao invés de teóricos) o que você espera que aconteça em seu estudo. Nem todos os estudos têm hipóteses. Às vezes um estudo é concebido para ser exploratório (ver pesquisa indutiva). Não há nenhuma hipótese formal, e talvez o objetivo do estudo seja explorar mais profundamente alguma área para desenvolver alguma hipótese ou previsão específica que possa ser testada em pesquisas futuras. Um único estudo pode ter uma ou muitas hipóteses.
Atualmente, sempre que falo de uma hipótese, estou realmente pensando simultaneamente em duas hipóteses. Digamos que você preveja que haverá uma relação entre duas variáveis em seu estudo. A forma como nós formalmente configuraríamos o teste de hipóteses é formular duas declarações de hipóteses, uma que descreve a sua previsão e outra que descreve todos os outros resultados possíveis com respeito à relação hipotética. Sua previsão é que a variável A e a variável B estarão relacionadas (você não se importa se é uma relação positiva ou negativa). Então o único outro resultado possível seria que a variável A e a variável B não estão relacionadas. Normalmente, chamamos à hipótese que você suporta (sua previsão) a hipótese alternativa, e chamamos à hipótese que descreve os resultados possíveis restantes de hipótese nula. Algumas vezes usamos uma notação como HA ou H1 para representar a hipótese alternativa ou a sua previsão, e HO ou H0 para representar o caso nulo. Você tem que ter cuidado aqui, porém. Em alguns estudos, a sua previsão pode muito bem ser que não haverá diferença ou mudança. Neste caso, você está essencialmente tentando encontrar suporte para a hipótese nula e você se opõe à alternativa.
Se a sua previsão especifica uma direção, e o nulo portanto é a previsão sem diferença e a previsão da direção oposta, nós chamamos isto de uma hipótese unilateral. Por exemplo, vamos imaginar que você está investigando os efeitos de um novo programa de treinamento de funcionários e que você acredita que um dos resultados será que haverá menos absenteísmo dos funcionários. Suas duas hipóteses podem ser formuladas algo como isto:
A hipótese nula para este estudo é:
HO: Como resultado do programa de treinamento de funcionários da empresa XYZ, ou não haverá diferença significativa no absenteísmo dos funcionários ou haverá um aumento significativo.
que é testado contra a hipótese alternativa:
HA: Como resultado do programa de treinamento de funcionários da empresa XYZ, haverá uma diminuição significativa no absenteísmo dos funcionários.
Na figura à esquerda, vemos esta situação ilustrada graficamente. A hipótese alternativa – a sua previsão de que o programa irá diminuir o absentismo – é mostrada ali. O nulo deve explicar as outras duas condições possíveis: nenhuma diferença, ou um aumento do absenteísmo. A figura mostra uma distribuição hipotética das diferenças de absenteísmo. Podemos ver que o termo “uma cauda” se refere à cauda da distribuição na variável de resultado.
Quando a sua previsão não especifica uma direção, dizemos que você tem uma hipótese de duas caudas. Por exemplo, vamos supor que você está estudando um novo tratamento para a depressão. A droga passou por alguns testes iniciais com animais, mas ainda não foi testada em humanos. Você acredita (baseado na teoria e na pesquisa anterior) que o medicamento terá um efeito, mas você não está confiante o suficiente para levantar a hipótese de uma direção e dizer que o medicamento irá reduzir a depressão (afinal de contas, você já viu tratamentos medicamentosos promissores mais do que suficientes que eventualmente mostraram ter efeitos colaterais graves que realmente pioraram os sintomas). Neste caso, você pode afirmar as duas hipóteses assim:
A hipótese nula para este estudo é:
HO: Como resultado de 300mg./dia do medicamento ABC, não haverá diferença significativa na depressão.
que é testada contra a hipótese alternativa:
HA: Como resultado de 300mg./dia do medicamento ABC, haverá diferença significativa na depressão.
>
> A figura à direita ilustra esta previsão bicaudal para este caso. Novamente, observe que o termo “bicaudal” se refere às caudas da distribuição para sua variável de resultado.
O importante a lembrar sobre declarar hipóteses é que você formula sua previsão (direcional ou não), e então você formula uma segunda hipótese que é mutuamente exclusiva da primeira e incorpora todos os resultados alternativos possíveis para esse caso. Quando sua análise de estudo estiver concluída, a idéia é que você terá que escolher entre as duas hipóteses. Se a sua previsão estivesse correta, então você (geralmente) rejeitaria a hipótese nula e aceitaria a alternativa. Se a sua previsão original não foi apoiada nos dados, então você aceitará a hipótese nula e rejeitará a alternativa. A lógica do teste de hipóteses é baseada nestes dois princípios básicos:
- a formulação de duas declarações de hipóteses mutuamente exclusivas que, juntas, esgotam todos os resultados possíveis
- o teste destas para que uma seja necessariamente aceita e a outra rejeitada
OK, eu sei que é uma forma complicada, embaraçosa e formalista de fazer perguntas de pesquisa. Mas engloba uma longa tradição em estatística chamada de modelo hipotético-dedutivo, e às vezes só temos que fazer coisas porque são tradições. E de qualquer forma, se todo este teste de hipóteses fosse suficientemente fácil para que qualquer um pudesse entendê-lo, como acha que os estatísticos permaneceriam empregados?