Наука не працює на основі здогадів. Вона спирається на структуровані прогнози. Зокрема, вона ґрунтується на гіпотезах. Але не всі гіпотези однакові. Щоб вирішити, який тип гіпотези використовувати у своїх дослідженнях, необхідно розуміти різницю між нульовою гіпотезою, альтернативною гіпотезою та дослідницькою гіпотезою.
Гіпотеза – це просто можлива, об’єктивна і точна відповідь на наукове питання. Нюанс? Вона має бути перевіреною. Ви повинні мати можливість довести її хибність чи істинність. Без можливості підтвердити чи спростувати її, це просто думка.
Основні типи класифікуються в такий спосіб.
Дослідницька гіпотеза
Це перше, про що думає більшість людей. Дослідна гіпотеза (іноді звана робочою гіпотезою) — це ваше найкраще припущення щодо результату. Це опис очікуваних взаємозв’язків між змінними.
Якщо ви вивчаєте вплив сну на згадку, ваша дослідницька гіпотеза може звучати так: “Люди, які сплять 8 годин, запам’ятовують більше фактів, ніж люди, які сплять 4 години”.
Вона дуже пряма. Вона конкретна. Це те, що ви хочете виявити. Але сувора наука рідко тестує це, не розглядаючи протилежне.
Нульова гіпотеза
На сцену виходить “нульова гіпотеза”. Це найчастіше неправильно зрозуміла частина статистичного тестування. Нульова гіпотеза стверджує, що між змінними немає взаємозв’язку.
Використовуючи сон як приклад, нульова гіпотеза свідчить, що немає різниці у збереженні пам’яті між людьми, які сплять 8 годин, і людьми, які сплять 4 години.
Чому вченим слід дбати про це? Тому що наука прогресує, заперечуючи речі. Почніть із припущення, що нічого не сталося. Якщо дані досить сильні, ви можете відкинути нульову гіпотезу. Якщо ви не можете її відкинути, ви, мабуть, кажете, що нічого важливого не відбувається. Це захисний захід для запобігання появі патернів у шумі.
Альтернативна гіпотеза
Відкидання нульової гіпотези залишає нам альтернативну гіпотезу. Це логічна протилежність нульової. Якщо дані мають значний ефект, це висновок.
У нашому дослідженні сну, якщо нульове значення — немає різниці, то альтернативне — є різниця. Воно не обов’язково є спрямованим (як дослідницька гіпотеза), просто свідчить про те, що взаємозв’язок існує.
Статистичні гіпотези
Ви можете почути термін статистичні гіпотези. Це ширше поняття. Це стосується твердження про параметр популяції, яке перевіряється. Нульова гіпотеза та альтернативна гіпотеза є типами статистичних гіпотез.
Думайте про це як про збірний термін. Коли ви проводите t-тест або критерій хі-квадрату, ви технічно перевіряєте статистичну гіпотезу.
Чому ця відмінність важлива
Ви можете поставити запитання, навіщо нам так багато ярликів для схожих концепцій. Відповідь криється у ясності.
Чітко висловлюючи свою дослідницьку гіпотезу, ви знаєте, що шукаєте. Якщо ви чітко формулюєте свою нульову гіпотезу, знаєте, що хочете спростувати. Ваш аналіз даних перетворюється на хаос.
- Дослідна гіпотеза : Ваше власне передбачення.
- Нульова гіпотеза : Гіпотеза про те, що ефекту немає.
- Альтернативна гіпотеза : Висновок, якщо нульова гіпотеза відкидається.
Розуміння того, як вони взаємодіють, може запобігти неохайній науці.
Більшість людей вважають, що дослідження починається з простого припущення. Але наука працює інакше. Дослідження часто включають численні припущення. Вони не існують ізольовано. Вони взаємодіють.
Робоча гіпотеза керує проектами. Вона є головним двигуном. Але він покладається на системи резервного копіювання, щоб довести свою цінність. Нульова гіпотеза, альтернативна гіпотеза та статистична гіпотеза діють як фільтри. Вони усувають шум. Вони допомагають виділити ключові факти.
Давайте розберемо ці компоненти. Давайте розглянемо характеристики кожного типу та де вони відображаються в даних реального світу.
Робоча гіпотеза: відправна точка
Робоча гіпотеза (або гіпотеза дослідження) є відправною точкою. Він описує зв’язок між змінними. Це не просто список. Спрогнозуйте, як вони пов’язані.
Гіпотези можна класифікувати залежно від їх спрямованості. Чи є вони описовими? Причинний? Кореляція? Або ви порівнюєте групи?
Описові гіпотези
Вони дуже прості. Вони описують стан речей. Вони не пояснюють чому. Вони просто кажуть, чого очікувати.
Думайте про це як про знімок. Ви очікуєте певної вартості. Ви помітите ці особливості. Вам не вистачає причини та наслідку.
Приклад: «Рівень злочинності в Каракасі зріс на 50% порівняно з 2019 роком».
Це твердження про тенденції. Він не стверджує, що бідність чи зміни в політиці викликають зростання. Цифри просто ростуть.
Причинно-наслідкові гіпотези
Тут ви поринете в суть науки. Причина і наслідок.
Ці гіпотези стверджують, що одна змінна безпосередньо впливає на іншу змінну. Вони можуть бути пояснювальними або прогнозними.
Пояснювальні гіпотези переходять до суті. Вони пропонують причину зв’язку.
* Приклад: «Надмірне вживання алкоголю спричиняє пошкодження нейронів».
Це пояснить, «чому» сталася шкода. Це свідчить про біологічний механізм.
Прогнозні гіпотези дивляться в майбутнє. Вони прогнозують поведінку на основі поточних тенденцій.
* Приклад: «Глобальне потепління призведе до повеней у наступні кілька років».
Це проекція. Це передбачає продовження поточної траєкторії.
Обидва типи можна побудувати за допомогою двох різних логічних шляхів: дедуктивного або індуктивного.
Дедуктивні гіпотези рухаються від загального до конкретного. Почнемо з теорії. Застосуємо це до справи.
* Приклад: «Усі живі істоти мають ДНК. Бактерії живі істоти. Ось чому бактерії мають ДНК».
Це лінійна логіка. Якщо передумови істинні, то висновок має бути істинним.
Індуктивна гіпотеза працює навпаки. Від окремого до загального. Ви спостерігаєте закономірність. Ви створюєте правило.
* Приклад: Ньютон побачив падіння яблука. Він спостерігав за орбітою Місяця. Він помітив різницю. Один із них впав на землю. Інший залишився в повітрі. Він вивів загальний закон тяжіння.
Він почав не з закону тяжіння. Він помітив ефект. Він здогадався про причину. Потім перевірив.
Кореляційні гіпотези
Кореляція не означає причинно-наслідковий зв’язок. Це золоте правило.
Ці гіпотези вимірюють ступінь зв’язку між змінними. Питають: скільки рухаються разом?
Порядок змінних тут не має значення. Якщо A впливає на B, то в кореляційному сенсі B впливає на A.
Закон всесвітнього тяжіння Ньютона насправді є кореляційним за формулюванням.
* Твердження: «Чим більша маса, тим більша сила тяжіння.»
Прочитайте це у зворотному порядку: «Велика сила тяжіння означає велику масу». Кореляція є в обох напрямках.
Ці відносини можуть бути позитивними, негативними чи змішаними.
- Позитивна: «Чим вища безкарність, тим вищий рівень злочинності.» Обидва показники зростають разом.
- Негативна: «Низьке споживання жирів знижує ризик ішемічної хвороби серця.» Один показник знижується, інший слідує за ним.
- Змішана: «Чим вища висота, тим нижча температура.» Зворотній залежність.
Гіпотези про відмінності між групами
Іноді ви не шукаєте тенденції. Ви шукаєте поділу.
Ці гіпотези передбачають наявність різниці між групами. Це статистичне порівняння.
Є два способи її сформулювати.
- Спрямованості немає: Ви стверджуєте, що різниця існує. Ви не кажете, який гурт «перемагає».
- Приклад: «Існують відмінності в рівнях смертності чоловіків та жінок.»
- Спрямованість вказана: Ви вказуєте результат. Ви називаєте групу з більш високим (або нижчим) значенням.
- Приклад: «У чоловіків рівень смертності вищий, ніж у жінок.»
Друга версія є ризикованою. Вона зобов’язує до конкретного результату. Якщо дані покажуть, що рівні смертності вищі у жінок, ви опинитеся неправі. Перша версія надійніша. Ви просто стверджуєте, що між ними є «деякі» відмінності.
Нульова гіпотеза (H₀)
Наука за своєю природою скептична. Нічого не припускайте, доки це не буде доведено.
Це нульова гіпотеза. Вона заперечує наявність взаємозв’язків між змінними. Це негативне твердження. Містить слова “ні” або “відсутня”.
Символ – H₀.
Чи не «приймає» нульові значення. Або ви її відкидаєте, або не можете відкинути. Мета більшості досліджень – усунути нуль.
Приклад: «ІМТ (індекс маси тіла) «незалежний» від статі людини.»
Це положення за умовчанням. Здається, що між м’язовою масою та підлогою немає зв’язку. Це дослідження існує, щоб спростувати це відчуття відсутності зв’язку.
Альтернативна гіпотеза (H₁)
Кожна нульова гіпотеза має партнера.
Інша гіпотеза. Це зворотний бік нуля. Вона показує, що зв’язок існує *.
Символ – H₁.
Якщо нульове значення означає “немає зв’язку”, то альтернативне значення означає “зв’язок виявлено”. Прийміть варіант чи ні.
Зіставте їх і подивіться, наскільки вони протилежні.
H₀: «ІМТ не має нічого спільного зі статтю.»
H₁: «ІМТ відрізняється у чоловіків та жінок.»
Дослідники збирають дані. Вони проводять статистичний аналіз. Якщо докази сильні, вони відкидають H₀. Вони приймають H₁.
Ця бінарна структура це те, як наука коригує себе. Ви повинні довести виняток. Це запобігає припущенню про існування закономірностей, яких немає.
Це тверда рамка. Деякі люди почуваються в ній холодно. Деякі знаходять її визволяючою. Усуньте нейтральність, змушуючи приймати рішення. Чи є різниця? Так чи ні. Ні, можливо вона є.
Робоча гіпотеза визначає напрямок. Нульова та альтернативна гіпотези надають майданчик для дебатів. Дані – це журі.
При заміні слів числами: статистичні гіпотези
Гіпотеза – це не просто здогад. Принаймні не ті, що мають значення у роботі з реальними даними. Статистичні гіпотези перетворюють ці розмиті ідеї на символи. Їхня мета — перевірити чи встановити параметри для однієї чи кількох груп. Їх не використовують, коли ви плануєте писати роман. Їх можна використовувати, коли ви бажаєте зібрати величезні обсяги даних. Відсоткові співвідношення. Середні значення. Будь-який показник, який можна відобразити на графіках.
Думайте про це як про міст між питанням та таблицею в електронній таблиці.
Три способи вимірювання невідомого
Не всі статистичні гіпотези створюються однаково. Вони поділяються на певні категорії, залежно від того, що саме ви намагаєтеся довести.
Гіпотези оцінки виконують основну роботу в описових дослідженнях. Вони зосереджені однією змінної. Дослідники намагаються оцінити статистичні результати з урахуванням контексту. Замість порівняння об’єктів важливо визначити поточну ситуацію. Якщо ви хочете дізнатися про середнє зростання певної групи, це ідеальний інструмент. Це своєрідний знімок моменту.
Кореляційні гіпотези шукають зв’язку. Вони вивчають взаємозв’язок між двома чи більше змінними. Чи рухаються вони разом? Чи змінюється одна, коли змінюється інша? Це не причинно-наслідковий зв’язок. Йдеться про асоціацію. Якщо продаж морозива і напади акул різко зростають у липні, гіпотеза вказуватиме на таку асоціацію. Чи є одна причина іншого — це вже інше питання.
Порівняння використовує гіпотези про різницю середніх значень. Вони стосуються різниці між групами. Цей аналіз порівнює числові оцінки між двома чи більше групами. Чи діє новий препарат краще, ніж плацебо? Чи збільшила рекламна кампанія продажу в регіоні А, але не в регіоні Б? Цей тип гіпотези шукає розриву. Різниця – це і є відкриття.
Чому ця класифікація важлива
Ці відмінності можуть здатися академічно зайвими. Але це негаразд. Вони визначають, як виконуються математичні обчислення.
Якщо ви виберете неправильний тип, ваші дані нічого вам не скажуть. Після тижнів збору даних ви усвідомлюєте, що поставили неправильне статистичне питання. Гіпотеза оцінки потребує інших обчислень, ніж перевірка різниці середніх значень. Змішування цих підходів призведе до шуму.
Мета – ясність. Ви можете встановити параметри всього дослідження, вказавши, чи потрібно оцінювати значення, вивчати взаємозв’язки або порівнювати групи. Це відфільтрує нерелевантні дані до того, як ви почнете їх збирати.
Це основа наукової суворості. Без цих статистичних поїздів дані — просто сміття. З ними вони стають доказами.
Гіпотеза — це відповідь. Це точне питання, яке дозволяє цим заговорити.
Людський елемент у математиці
Існує тенденція розглядати статистику як холодну та об’єктивну дисципліну. Але це лише інструменти. Вибір використовуваних статистичних гіпотез – це дуже людський процес. Він відбиває те, що дослідники вважають важливим.
Чи цікавимося ми середніми значеннями? Які є взаємозв’язки між факторами? Чи є різницю між групами?
Ці вибори формують наратив дослідження. У дослідженнях освітніх результатів гіпотеза про різницю середніх значень можна використовувати порівняння результатів тестів між школами. Інший підхід міг би полягати у використанні кореляції визначення того, пов’язана чи дохід домогосподарства з відвідуваністю. Обидва підходи коректні. Обидва є статистичними гіпотезами. Але вони розповідають зовсім різні історії про один і той самий світ.
Символи з’являться. Вибір того, які важливі символи, залишається за людьми.
