Tilastollinen hypoteesi

Tämä artikkeli voi sisältää julkaisemattomia teoksia tai vahvistamattomia lausuntoja (maaliskuu 2019).

Voit auttaa lisäämällä viitteitä tai poistamalla julkaisemattoman sisällön. Katso keskustelusivulla lisätietoja.

Toisin kuin tiedonlouhinta ( tiedonlouhinta ), klassiset tilastolliset menetelmät edellyttävät hypoteesin asettamista ennen mitään työtä. Tässä artikkelissa esitetään tämä hypoteesin käsite ja annetaan joitain esimerkkejä.

Yleinen hypoteesi

Hypoteesi on odotettu selitys, alustava lausunto, joka kuvaa tai selittää ilmiötä. Se on ennuste, joka koostuu muuttujan ja käyttäytymisen yhdistämisestä. Se ilmaistaan ​​aina muodossa "sellaisella ja sellaisella muuttujalla on tällainen vaikutus tällaiseen käyttäytymiseen". Tämä ennuste voi johtua joko havainnoinnista tai aiemmin kerätyistä tiedoista tai teoriasta, jonka se yrittää vahvistaa. Sitten se ilmaistaan ​​seuraavassa muodossa: "jos sellainen ja sellainen teoria on oikea sellaisessa ja sellaisessa tilanteessa, sellainen ja sellainen ilmiö tapahtuu". Hyvä hypoteesi on tarkka ennuste, joka voi olla toiminnallinen ja yksinkertainen. Hypoteesi ei voi ennustaa seurausta ja sen päinvastaista. Kumoamaton ennuste ei voi olla tieteellinen hypoteesi. Popperin kanssa on muistettava, että kumottavuus on kaikkien tieteellisten hypoteesien laatu. Hypoteesin tilastollinen transkriptio on usein järjestetty siten, että yritetään kumota vääräksi ajattelema ( H0 ). Esimerkki: jos uskomme, että tietyssä parametrissa (keskiarvo) on kaksi populaatiota, nollahypoteesi on H0: nämä kaksi keskiarvoa ovat samat. Nollahypoteesi testataan tilastollisesti sen hylkäämiseksi (kumoaminen).

Operatiivinen hypoteesi

Operatiivinen hypoteesi määrittelee yleisen hypoteesin. Se esitetään konkreettisena esimerkkinä yleisen hypoteesin soveltamisesta. Käytä samaa kaaviota, mutta määritä kokeessa tutkittavat muuttujat ja käyttäytymistavat. Operatiivinen hypoteesi koostuu siis kokeessa manipuloitujen tekijöiden (riippumattomien muuttujien) vaikutuksen ennustamisesta tutkijan tutkiman käyttäytymisen indikaattoreihin (riippuviin muuttujiin). Yleisen hypoteesin päälaatu on, että se voidaan operoida. Liian epämääräiset tai liian yleiset oletukset eivät selvästikään voi tuottaa operatiivisia oletuksia. Vain hypoteesit, joilla on konkreettisia vaikutuksia ja jotka voivat olla havaintojen kohteena, voidaan säilyttää. Operatiivisten oletusten vahvistamiseksi on tehtävä päätöksiä. Nämä päätökset merkitsevät konkreettisen muodon antamista hypoteesin voimalla. Sanotaan, että kyse on teoreettisten elementtien operalisoinnista. Tätä varten meidän on esitettävä IV, DV ja ennuste.

Esimerkkejä:

"Ikääntyminen heikentää muistin suorituskykyä""Ranskalaiset autot ovat halvempia kuin saksalaiset"

Tilastollinen hypoteesi

Itsenäinen muuttuja

Riippumaton muuttuja on tilastollisen mallinnuksen asiayhteys. Yleisesti ottaen se on selittävä muuttuja tai tekijä. Esimerkki: jos yritämme selittää ihmisten korkeuden iän mukaan, sanotaan, että ikä on riippumaton muuttuja tässä analyysissä.

Riippuva muuttuja

Samalla tavalla kuin riippumattoman muuttujan tapauksessa riippuvan muuttujan käsite liittyy käytettyyn tilastomalliin. Riippuva muuttuja on muuttuja, jonka pyrimme selittämään riippumattomilla muuttujilla.

Parasiittimuuttuja

Kokeilijan tavoitteena on antaa yksiselitteinen todiste tällaisen VI: n vaikutuksesta tällaiseen riippuvaan muuttujaan. Tätä varten olisi kysymys siitä, olisiko tutkimusryhmillä samanarvoisia kaikissa pisteissä lukuun ottamatta riippumattoman muuttujan modaliteettien aiheuttamia eroja. Toisin sanoen olisi tarpeen manipuloida itsenäistä muuttujaa ja hallita kaikkia muita. Kontrolloitavat riippumattomat muuttujat tai loismuuttujat (PV) ovat hyvin lukuisia ja usein tuntemattomia. Siksi yritämme hallita loismuuttujia, joiden tutkija tietää tai olettaa vaikuttavan riippuvaan muuttujaan. Usein tarkistetut loismuuttujat ovat: - Kohteen ominaisuudet: sukupuoli, ikä, uskonnollinen, poliittinen tai kulttuurinen kuuluvuus. - Kokeilija-muuttuja: kun useat kokeilijat keräävät tietoja, kun kohde suorittaa useita tehtäviä tai kuuluu yleensä useampaan kokeelliseen ryhmään. Esimerkiksi: jos olen kiinnostunut suorituskyvystä erilaisissa muistitestissä, on tärkeää pitää sama juoksujärjestys kaikille aiheille.

Kuinka eliminoida loismuuttujien vaikutukset? Kontrolloituja loismuuttujia kutsutaan kontrollimuuttujiksi. Kaikkia loismuuttujia ei kuitenkaan voida hallita. Voidaan esimerkiksi ylläpitää jatkuva vaikutus riippuvaan muuttujaan, toisin sanoen tarkastelemalla vain yhtä sen modaliteeteista.

Esimerkiksi: jos sukupuolella on vaikutusta muistituloksiin paikkatesteissä, ota vain homogeeniset ryhmät, joko vain miehet tai vain naiset.