仮説の種類

この記事では、さまざまな種類の前提条件について説明します。したがって、仮説の種類が何種類あるか、各種類の仮説の説明、およびすべての種類の仮説の例がわかります。

仮説にはどのような種類がありますか?

仮説の種類は次のとおりです。

• 記述仮説: 研究変数間の関係を説明する仮説の一種。
• 相関仮説: 研究変数間の相関の程度を示す仮説の一種。
• 因果仮説: 因果関係を確立する仮説の一種。
• 統計的仮説: 統計的パラメーターの値を仮定する仮説のタイプ。

それぞれのタイプの仮説については、以下で詳しく説明します。

記述的仮説

記述仮説は、研究対象の変数間の関係を説明する仮説の一種ですが、その原因は説明しません。

たとえば、「ファストフードの消費量は前年比 15% 増加した」という仮説は、単に現象を説明しているだけであるため、記述的な仮説と言えます。

言い換えれば、記述仮説は、研究対象となる母集団の特徴を強調することに限定された記述ですが、この特徴の理由を示すものではありません。記述的仮説は、記述的研究で使用されます。

相関仮説

相関仮説は、 2 つ以上の変数間の関係を示す仮説ですが、どの変数が他の変数の原因であるかは示しません。言い換えれば、相関仮説は、2 つ以上の変数が関連していると単純に述べています。

たとえば、「数学のスコアが高いほど、統計のスコアも高い」という仮説は、数学のスコアと統計のスコアが関連していると述べているため、相関仮説となりますが、その原因が何かについては述べていません。そしてその結果はどうなるのか。

したがって、相関仮説では、因果関係が表現されないため、変数を配置する順序は重要ではありません。

相関仮説は 3 つのサブタイプに分類できます。

• 正の相関仮説: 1 つの変数が増加すると、他の変数も増加します。
• 負の相関仮定: 1 つの変数が減少すると、他の変数も減少します。
• 混合相関仮説: 1 つの変数が増加すると、もう 1 つの変数は減少します。

因果仮説

因果仮説、または因果仮説 は、2 つ以上の変数間の因果関係を提案する仮説の一種です。言い換えれば、因果仮説は、2 つ以上の変数間の因果関係を説明しようとします。

たとえば、「CO ₂の排出により地球の温度が上昇する」という仮説は、原因とその結果を示す仮説であるため、因果仮説（または因果関係の仮説）です。

したがって、因果仮説は変数間の関係を示すだけでなく、どの変数が原因でどの変数が結果であるかも示します。

因果仮説には 2 つのサブタイプがあります。

• 二変量因果仮説: このタイプの因果仮説では、2 つの変数のみが関係し、そのうちの 1 つは原因で、もう 1 つの変数は結果です。
• 多変量因果仮説: このタイプの因果仮説では、2 つ以上の変数が関与するため、1 つの変数が 2 つ以上の変数の変化を引き起こすか、逆に 2 つ以上の変数の修正によって特定の変数の値が修正されます。

統計的仮説

統計的仮説は、統計パラメータの値に関する仮定です。簡単に言うと、統計的仮説は、母集団の特性についてなされたステートメントです。統計学では、仮説検定を実行することで仮説が拒否または受け入れられます。

たとえば、「機械で生産される部品の平均長さは 12 cm である」という仮説は、母集団パラメータの値についての仮定を行っているため、統計的仮説です。特に、母集団の平均長さは次のとおりであると述べています。ピースの大きさは12cmです。

一般に、統計的仮定は、母集団パラメータの値が予想された値と異なると疑われる場合に行われます。統計的仮説が策定されると、その仮説を棄却するか受け入れるために統計的研究が実行されます。

統計的仮説は次の 2 つのタイプに分類されます。

• 帰無仮説: これは、母集団パラメータに関して持っている最初の仮説が偽であることを維持する統計的仮説です。したがって、帰無仮説は棄却したい仮説です。
• 対立仮説:検証を目的とした研究の統計的仮説です。つまり、対立仮説は研究者の事前の仮説であり、それが正しいことを証明するために、仮説検定を実行します。