En hypotes är en specifik förutsägelse. Den beskriver i konkreta (snarare än teoretiska) termer vad du förväntar dig kommer att hända i din studie. Alla studier har inte hypoteser. Ibland är en studie utformad för att vara utforskande (se induktiv forskning). Det finns ingen formell hypotes, och kanske är syftet med studien att utforska ett område mer ingående för att utveckla en specifik hypotes eller förutsägelse som kan testas i framtida forskning. En enskild studie kan ha en eller flera hypoteser.
När jag talar om en hypotes tänker jag egentligen samtidigt på två hypoteser. Låt oss säga att du förutspår att det kommer att finnas ett samband mellan två variabler i din studie. Det sätt på vilket vi formellt skulle ställa upp hypotestet är att formulera två hypoteser, en som beskriver din förutsägelse och en som beskriver alla andra möjliga utfall med avseende på det antagna förhållandet. Din förutsägelse är att variabel A och variabel B kommer att ha ett samband (du bryr dig inte om huruvida det är ett positivt eller negativt samband). Då är det enda andra möjliga utfallet att variabel A och variabel B inte är relaterade. Vanligtvis kallar vi den hypotes som du stöder (din förutsägelse) för den alternativa hypotesen, och vi kallar den hypotes som beskriver de återstående möjliga utfallen för nollhypotesen. Ibland använder vi en notation som HA eller H1 för att representera den alternativa hypotesen eller din förutsägelse, och HO eller H0 för att representera nollfallet. Du måste dock vara försiktig här. I vissa studier kan din förutsägelse mycket väl vara att det inte kommer att finnas någon skillnad eller förändring. I detta fall försöker du i huvudsak hitta stöd för nollhypotesen och du motsätter dig alternativet.
Om din förutsägelse anger en riktning, och nollhypotesen därför är förutsägelsen om ingen skillnad och förutsägelsen om motsatt riktning, kallar vi detta för en ensidig hypotes. Låt oss till exempel föreställa oss att du undersöker effekterna av ett nytt utbildningsprogram för anställda och att du tror att ett av resultaten kommer att vara att de anställdas sjukfrånvaro kommer att minska. Dina två hypoteser skulle kunna formuleras ungefär så här:
Nollhypotesen för den här studien är:
HO: Som ett resultat av XYZ-företagets utbildningsprogram för anställda kommer det antingen inte att finnas någon signifikant skillnad i arbetstagarnas sjukfrånvaro eller så kommer det att finnas en signifikant ökning.
som testas mot den alternativa hypotesen:
HA: Som ett resultat av XYZ-företagets utbildningsprogram för anställda kommer det att ske en signifikant minskning av de anställdas frånvaro.
I figuren till vänster ser vi denna situation illustrerad grafiskt. Den alternativa hypotesen – din förutsägelse att programmet kommer att minska sjukfrånvaron – visas där. Nollhypotesen måste redogöra för de andra två möjliga förhållandena: ingen skillnad eller en ökning av frånvaron. Figuren visar en hypotetisk fördelning av skillnaderna i frånvaro. Vi kan se att termen ”one-tailed” hänvisar till svansen i fördelningen av utfallsvariabeln.
När din förutsägelse inte anger någon riktning säger vi att du har en hypotes med två svansar. Låt oss till exempel anta att du studerar en ny läkemedelsbehandling för depression. Läkemedlet har genomgått några inledande djurförsök, men har ännu inte testats på människor. Du tror (baserat på teori och tidigare forskning) att läkemedlet kommer att ha en effekt, men du är inte tillräckligt säker för att ställa en hypotes om en riktning och säga att läkemedlet kommer att minska depressionen (du har trots allt sett mer än tillräckligt många lovande läkemedelsbehandlingar som så småningom visade sig ha allvarliga bieffekter som faktiskt förvärrade symptomen). I det här fallet kan du ange de två hypoteserna så här:
Nollhypotesen för den här studien är:
HO: Som ett resultat av 300 mg/dag av läkemedlet ABC kommer det inte att finnas någon signifikant skillnad i depression.
som testas mot den alternativa hypotesen:
HA: Som ett resultat av 300 mg/dag av läkemedlet ABC kommer det att finnas en signifikant skillnad i depression.
Figuren till höger illustrerar denna tvåsidiga förutsägelse för detta fall. Återigen, lägg märke till att termen ”two-tailed” hänvisar till svansarna i fördelningen för din utfallsvariabel.
Det viktiga att komma ihåg när det gäller att ange hypoteser är att du formulerar din förutsägelse (riktningsbestämd eller inte), och sedan formulerar du en andra hypotes som ömsesidigt utesluter den första och som innehåller alla möjliga alternativa utfall för det fallet. När din studieanalys är klar är tanken att du ska behöva välja mellan de två hypoteserna. Om din förutsägelse var korrekt skulle du (vanligtvis) förkasta nollhypotesen och acceptera den alternativa hypotesen. Om din ursprungliga förutsägelse inte stöds av uppgifterna kommer du att acceptera nollhypotesen och förkasta alternativet. Logiken i hypotesprövning bygger på dessa två grundprinciper:
- formuleringen av två ömsesidigt uteslutande hypoteser som tillsammans uttömmer alla möjliga utfall
- prövningen av dessa så att den ena nödvändigtvis accepteras och den andra förkastas
Okej, jag vet att det är ett invecklat, besvärligt och formalistiskt sätt att ställa forskningsfrågor. Men det omfattar en lång tradition inom statistiken som kallas den hypotetisk-deduktiva modellen, och ibland måste vi bara göra saker för att de är traditioner. Och hur som helst, om alla dessa hypotesprövningar var så enkla att vem som helst kunde förstå dem, hur tror du då att statistiker skulle behålla sin anställning?