अशक्त परिकल्पना: परिभाषा और उदाहरण

अशक्त परिकल्पना इंगित करती है कि दो जनसंख्या मापदंडों के बीच कोई संबंध नहीं है, अर्थात एक स्वतंत्र चर और एक आश्रित चर के बीच। यदि प्रयोग के परिणाम ने दो मापदंडों के बीच संबंध दिखाया, तो परिणाम प्रायोगिक या नमूनाकरण त्रुटि के कारण हो सकता है। दूसरी ओर, यदि अशक्त परिकल्पना झूठी है, तो मापी जा रही घटना में एक संबंध है।

अशक्त परिकल्पना का उपयोग

अशक्त परिकल्पना उपयोगी है क्योंकि यह निष्कर्ष निकालने में मदद करती है कि दो मापी गई घटनाओं के बीच संबंध मौजूद है या नहीं। अशक्त परिकल्पना उपयोगकर्ता को संकेत दे सकती है कि क्या प्राप्त परिणाम संयोग या किसी घटना के हेरफेर के कारण हैं। एक परिकल्पना का परीक्षण विश्वास के एक निश्चित स्तर के भीतर उक्त परिकल्पना को अस्वीकार या स्वीकार करने की अनुमति देता है।

शून्य परिकल्पना की सांख्यिकीय कटौती के लिए दो दृष्टिकोणों का उपयोग किया जा सकता है: रोनाल्ड फिशर का महत्व परीक्षण और जेरज़ी नेमैन और एगॉन पियर्सन की परिकल्पना परीक्षण । फिशर के महत्व के परीक्षण के दृष्टिकोण में कहा गया है कि यदि मापा डेटा महत्वपूर्ण रूप से असंभव है तो एक अशक्त परिकल्पना को अस्वीकार कर दिया जाता है। अर्थात्, यदि यह असत्य है तो शून्य परिकल्पना को अस्वीकार कर दिया जाता है। जब शून्य परिकल्पना गलत होती है, तो इसे न केवल अस्वीकार कर दिया जाता है, बल्कि एक वैकल्पिक परिकल्पना को प्रतिस्थापित किया जाता है।

यदि देखा गया परिणाम शून्य परिकल्पना की स्थिति के अनुरूप है, तो परिकल्पना को स्वीकार किया जाता है। दूसरी ओर, प्रेक्षित डेटा के बारे में निष्कर्ष निकालने के लिए नेमैन और पियर्सन परिकल्पना परीक्षण की तुलना एक वैकल्पिक परिकल्पना से की जाती है। देखे गए नमूनों के आधार पर दो परिकल्पनाओं को विभेदित किया गया है।

अशक्त परिकल्पना कैसे काम करती है

एक अशक्त परिकल्पना अपर्याप्त साक्ष्य पर आधारित एक सिद्धांत है, और यह साबित करने के लिए और परीक्षण की आवश्यकता है कि क्या देखा गया डेटा सही है या गलत है। उदाहरण के लिए, एक अशक्त परिकल्पना कथन हो सकता है “पौधों की वृद्धि दर सूर्य के प्रकाश से प्रभावित नहीं होती है।” इसे सूर्य के प्रकाश की उपस्थिति में पौधों की वृद्धि को मापकर और सूर्य के प्रकाश की अनुपस्थिति में पौधों की वृद्धि के साथ तुलना करके रोका जा सकता है।

अशक्त परिकल्पना की अस्वीकृति दो चरों के बीच संबंध के अस्तित्व को सत्यापित करने के लिए नए प्रयोगों का रास्ता खोलती है। एक अशक्त परिकल्पना की अस्वीकृति का मतलब यह नहीं है कि प्रयोग काम नहीं करता है, बल्कि यह नए प्रयोगों का द्वार खोलता है।

अशक्त परिकल्पना को परिकल्पना के अन्य रूपों से अलग करने के लिए, शून्य परिकल्पना को H0 लिखा जाता है, जबकि वैकल्पिक परिकल्पना को HA या H1 लिखा जाता है। महत्व परीक्षणों का उपयोग एक अशक्त परिकल्पना की सच्चाई को निर्धारित करने के लिए किया जाता है और यह स्थापित करने के लिए कि क्या देखे गए डेटा संयोग या उक्त डेटा के हेरफेर के कारण हैं या नहीं।

उदाहरण के लिए, शोधकर्ता सूर्य के प्रकाश के साथ या उसके बिना उगाए गए पौधों के यादृच्छिक नमूने की जांच करके परिकल्पना का परीक्षण करते हैं। यदि परिणाम देखे गए डेटा से सांख्यिकीय रूप से महत्वपूर्ण परिवर्तन दिखाता है, तो शून्य परिकल्पना को अस्वीकार कर दिया जाता है।

शून्य परिकल्पना का उदाहरण

यह माना जाता है कि कंपनी नो प्रॉफिट लिमिटेड के बॉन्ड पर वार्षिक रिटर्न 7.5% है। यह परीक्षण करने के लिए कि परिकल्पना सही है या गलत, हम मानते हैं कि शून्य परिकल्पना “नल प्रॉफिट लिमिटेड बांड पर औसत वार्षिक रिटर्न 7.5% नहीं है।” परिकल्पना का परीक्षण करने के लिए, हम पहले शून्य परिकल्पना को स्वीकार करते हैं।

कोई भी जानकारी जो बताई गई अशक्त परिकल्पना के विपरीत है, परिकल्पना परीक्षण के प्रयोजनों के लिए वैकल्पिक परिकल्पना मानी जाती है। इस मामले में, वैकल्पिक परिकल्पना “लाभ नल लिमिटेड का औसत वार्षिक रिटर्न 7.5% है” है।

पिछले पांच वर्षों के लिए नमूना माध्य की गणना करने के लिए हम पिछले पांच वर्षों के लिए वार्षिक बॉन्ड प्रतिफल का नमूना लेते हैं। परिणाम की तुलना अशक्त परिकल्पना का परीक्षण करने के लिए अनुमानित औसत वार्षिक रिटर्न 7.5% से की जाती है।

यह पता चला है कि, आश्चर्यजनक रूप से, पांच साल की अवधि के लिए औसत वार्षिक रिटर्न 7.5% है; ऐसा होने पर शून्य परिकल्पना अस्वीकृत की जाती है। अतः वैकल्पिक परिकल्पना स्वीकृत की जाती है।

एक वैकल्पिक परिकल्पना क्या है?

एक वैकल्पिक परिकल्पना एक अशक्त परिकल्पना के विपरीत है। एक वैकल्पिक परिकल्पना और शून्य परिकल्पना परस्पर अनन्य हैं, जिसका अर्थ है कि दो परिकल्पनाओं में से केवल एक ही सत्य हो सकती है।

दो चर के बीच सांख्यिकीय महत्व है। अर्थात्, यदि शून्य परिकल्पना का परीक्षण करने के लिए उपयोग किए गए नमूने गलत परिणाम देते हैं, तो इसका मतलब है कि वैकल्पिक परिकल्पना सत्य है और दो चरों के बीच सांख्यिकीय महत्व है।

परिकल्पना परीक्षण का उद्देश्य

परिकल्पना परीक्षण एक सांख्यिकीय प्रक्रिया है जिसमें किसी घटना या जनसंख्या पैरामीटर के बारे में एक परिकल्पना का परीक्षण होता है। यह वैज्ञानिक पद्धति का एक अनिवार्य हिस्सा है, जो टिप्पणियों के माध्यम से सिद्धांतों का मूल्यांकन करने और किसी कथन के सही या गलत होने की संभावना का निर्धारण करने के लिए एक व्यवस्थित दृष्टिकोण है।

एक अच्छा सिद्धांत सटीक भविष्यवाणियां करने की अनुमति देता है। भविष्यवाणी करने वाले एक विश्लेषक के लिए, परिकल्पना परीक्षण सांख्यिकीय विश्लेषण के साथ भविष्यवाणी का समर्थन करने का एक कठोर साधन है। परिकल्पना परीक्षण भी जनसंख्या पैरामीटर के बारे में दी गई परिकल्पना का समर्थन करने के लिए पर्याप्त सांख्यिकीय साक्ष्य की पहचान करता है।

सूत्रों का कहना है

• बहीखाता। (रा)। नेमन -पियर्सन परिकल्पना परीक्षण सिद्धांत ।
• गिरोन, जे। (1998)। आरए फिशर : सांख्यिकीय विज्ञान में उनका योगदान।
• लीनन, आई। (2012)। अशक्त परिकल्पना और उसके विकल्पों का परीक्षण । शैक्षिक मूल्यांकन विभाग, चिकित्सा संकाय, मेक्सिको के राष्ट्रीय स्वायत्त विश्वविद्यालय।
• रोड्रिग्ज, ई। (2005)। सांख्यिकी और मनोविज्ञान : सांख्यिकीय अनुमान का ऐतिहासिक विश्लेषण।
• https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-hypotheses/