Tabla de Contenidos
Giả thuyết khống chỉ ra rằng không có mối quan hệ nào giữa hai tham số tổng thể, tức là giữa một biến độc lập và một biến phụ thuộc. Nếu kết quả của thí nghiệm cho thấy mối quan hệ giữa hai tham số, kết quả có thể là do lỗi thí nghiệm hoặc lấy mẫu. Mặt khác, nếu giả thuyết không là sai, thì có một mối quan hệ trong hiện tượng được đo lường.
Công dụng của giả thuyết khống
Giả thuyết không rất hữu ích vì nó giúp kết luận liệu có tồn tại mối quan hệ giữa hai hiện tượng được đo lường hay không. Giả thuyết không có thể chỉ ra cho người dùng nếu kết quả thu được là do ngẫu nhiên hoặc do thao túng một hiện tượng. Việc kiểm định một giả thuyết cho phép bác bỏ hoặc chấp nhận giả thuyết đó trong một mức độ tin cậy nhất định.
Hai cách tiếp cận có thể được sử dụng để suy diễn thống kê một giả thuyết không: kiểm định ý nghĩa của Ronald Fisher và kiểm định giả thuyết của Jerzy Neyman và Egon Pearson . Thử nghiệm của Fisher về cách tiếp cận ý nghĩa nói rằng một giả thuyết không bị bác bỏ nếu dữ liệu đo được là không thể xảy ra một cách đáng kể. Nghĩa là, giả thuyết không bị bác bỏ nếu nó sai. Khi giả thuyết không là sai, nó không chỉ bị bác bỏ mà còn có một giả thuyết thay thế được thay thế.
Nếu kết quả quan sát phù hợp với quan điểm của giả thuyết khống, thì giả thuyết được chấp nhận. Mặt khác, kiểm định giả thuyết Neyman và Pearson được so sánh với một giả thuyết thay thế để đưa ra kết luận về dữ liệu quan sát được. Hai giả thuyết được phân biệt dựa trên các mẫu quan sát được.
Giả thuyết khống hoạt động như thế nào
Giả thuyết vô hiệu là một lý thuyết dựa trên bằng chứng không đầy đủ và cần thử nghiệm thêm để chứng minh liệu dữ liệu quan sát được là đúng hay sai. Ví dụ, một tuyên bố giả thuyết không có thể là “tốc độ tăng trưởng của thực vật không bị ảnh hưởng bởi ánh sáng mặt trời.” Nó có thể được kiểm tra bằng cách đo sự phát triển của cây khi có ánh sáng mặt trời và so sánh nó với sự phát triển của cây khi không có ánh sáng mặt trời.
Việc bác bỏ giả thuyết không mở đường cho các thí nghiệm mới để xác minh sự tồn tại của mối quan hệ giữa hai biến. Việc bác bỏ một giả thuyết không có nghĩa là thí nghiệm không thành công, mà nó mở ra cánh cửa cho những thí nghiệm mới.
Để phân biệt giả thuyết không với các dạng giả thuyết khác, giả thuyết không được viết là H0, trong khi giả thuyết thay thế được viết là HA hoặc H1. Các bài kiểm tra ý nghĩa được sử dụng để xác định tính đúng đắn của một giả thuyết không và để xác định xem liệu dữ liệu được quan sát có phải là do ngẫu nhiên hoặc thao túng dữ liệu nói trên hay không.
Ví dụ, các nhà nghiên cứu kiểm tra giả thuyết bằng cách kiểm tra một mẫu cây trồng ngẫu nhiên có hoặc không có ánh sáng mặt trời. Nếu kết quả cho thấy có sự thay đổi có ý nghĩa thống kê so với dữ liệu quan sát được thì giả thuyết khống bị bác bỏ.
Ví dụ về một giả thuyết vô hiệu
Giả định rằng lợi tức hàng năm trên trái phiếu của công ty No Profit Limited là 7,5%. Để kiểm tra xem giả thuyết là đúng hay sai, chúng tôi giả định rằng giả thuyết không là “lợi tức trung bình hàng năm của trái phiếu Null Profit Limited không phải là 7,5%”. Để kiểm tra giả thuyết, trước tiên chúng tôi chấp nhận giả thuyết không.
Bất kỳ thông tin nào trái ngược với giả thuyết không đã nêu đều được coi là giả thuyết thay thế cho mục đích kiểm tra giả thuyết. Trong trường hợp này, giả thuyết thay thế là “lợi nhuận trung bình hàng năm của Profit Null Limited là 7,5%”.
Chúng tôi lấy mẫu lợi suất trái phiếu hàng năm trong 5 năm qua để tính giá trị trung bình của mẫu cho 5 năm trước đó. Kết quả sau đó được so sánh với lợi nhuận trung bình hàng năm giả định là 7,5% để kiểm tra giả thuyết không.
Hóa ra, thật đáng ngạc nhiên, lợi nhuận trung bình hàng năm trong giai đoạn 5 năm là 7,5%; như vậy, giả thuyết không bị bác bỏ. Do đó, giả thuyết thay thế được chấp nhận.
một giả thuyết thay thế là gì?
Một giả thuyết thay thế là đối lập của một giả thuyết null. Một giả thuyết thay thế và một giả thuyết không là loại trừ lẫn nhau, có nghĩa là chỉ một trong hai giả thuyết có thể đúng.
Có ý nghĩa thống kê giữa hai biến. Nghĩa là, nếu các mẫu được sử dụng để kiểm tra giả thuyết không cho kết quả sai, điều đó có nghĩa là giả thuyết thay thế là đúng và có ý nghĩa thống kê giữa hai biến.
Mục tiêu của kiểm tra giả thuyết
Kiểm định giả thuyết là một quá trình thống kê bao gồm việc kiểm tra một giả thuyết về một hiện tượng hoặc một tham số dân số. Nó là một phần thiết yếu của phương pháp khoa học, là một cách tiếp cận có hệ thống để đánh giá các lý thuyết thông qua các quan sát và xác định xác suất một tuyên bố là đúng hay sai.
Một lý thuyết tốt cho phép đưa ra những dự đoán chính xác. Đối với một nhà phân tích đưa ra dự đoán, kiểm tra giả thuyết là một phương tiện nghiêm ngặt để hỗ trợ dự đoán bằng phân tích thống kê. Thử nghiệm giả thuyết cũng xác định bằng chứng thống kê đầy đủ để hỗ trợ một giả thuyết nhất định về tham số dân số.
nguồn
- Bookdowm. (nd). Lý thuyết kiểm tra giả thuyết Neyman-Pearson .
- Giron, J. (1998). RA Fisher : Đóng góp của ông cho Khoa học Thống kê.
- Leenen, I. (2012). Việc kiểm tra giả thuyết không và các lựa chọn thay thế của nó . Phòng Đánh giá Giáo dục, Khoa Y, Đại học Tự trị Quốc gia Mexico.
- Rodriguez, E. (2005). Thống kê và tâm lý học : phân tích lịch sử của suy luận thống kê.
- https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-hypotheses/
