가설의 유형

이 문서에서는 다양한 유형의 가정이 무엇인지 설명합니다. 따라서 얼마나 많은 유형의 가설이 있는지, 각 유형의 가설에 대한 설명 및 모든 유형의 가설에 대한 예를 알아볼 수 있습니다.

가설의 유형은 무엇입니까?

가설의 유형은 다음과 같습니다.

• 기술 가설 : 연구 변수 간의 관계를 설명하는 가설의 한 유형입니다.
• 상관 가설 : 연구 변수 간의 상관 정도를 나타내는 가설의 일종.
• 인과가설 : 인과관계를 설정하는 가설의 일종.
• 통계적 가설 : 통계적 매개변수의 값을 가정하는 가설의 유형.

각 유형의 가설은 아래에 자세히 설명되어 있습니다.

기술 가설

기술 가설은 연구되는 변수 간의 관계를 설명하지만 원인을 설명하지는 않는 일종의 가설입니다.

예를 들어, “패스트푸드 소비가 전년 대비 15% 증가했다”는 가설은 단순히 현상을 설명하기 때문에 설명 가설이다.

즉, 기술 가설은 연구 대상 인구의 특성을 강조하는 데 국한되어 있지만 이러한 특성에 대한 이유를 나타내지는 않는 진술입니다. 기술 가설은 기술 연구에 사용됩니다.

상관 가설

상관 가설은 두 개 이상의 변수 사이의 관계를 나타내지만 어떤 변수가 다른 변수의 원인인지는 나타내지 않는 가설입니다. 즉, 상관 가설은 단순히 두 개 이상의 변수가 관련되어 있다고 말합니다.

예를 들어 ‘수학 점수가 높을수록 통계 점수도 높다’는 가설은 수학 점수와 통계 점수가 관련이 있다는 점을 밝히고 있지만, 그 원인이 무엇인지는 밝히지 않기 때문에 상관가설이다. 그리고 그 결과는 무엇입니까?

따라서 상관 가설에서는 인과 관계가 표현되지 않으므로 변수가 배치된 순서는 중요하지 않습니다.

상관 가설은 세 가지 하위 유형으로 분류될 수 있습니다.

• 양의 상관 가설 : 한 변수가 증가하면 다른 변수도 증가합니다.
• 음의 상관 가정 : 한 변수가 감소하면 다른 변수도 감소합니다.
• 혼합 상관 가설 : 한 변수가 증가하면 다른 변수는 감소합니다.

인과 가설

인과 가설 또는 인과 가설은 두 개 이상의 변수 사이의 인과 관계를 제안하는 가설 유형입니다. 즉, 인과 가설은 두 개 이상의 변수 사이의 인과 관계를 설명하려고 시도합니다.

예를 들어, “CO ₂ 배출이 지구 온도를 상승시킨다”는 가설은 원인과 결과를 나타내는 가설이기 때문에 인과 가설(또는 인과 가설)이다.

따라서 인과 가설은 변수 간의 관계를 나타낼 뿐만 아니라 어떤 변수가 원인이고 어떤 변수가 결과인지도 나타냅니다.

인과 가설에는 두 가지 하위 유형이 있습니다.

• 이변량 인과 가설 : 이 유형의 인과 가설에는 두 개의 변수만 포함되며, 그 중 하나는 원인이고 다른 변수는 결과입니다.
• 다변량 인과 가설 : 이 유형의 인과 가설에는 두 개 이상의 변수가 참여하므로 하나의 변수가 두 개 이상의 변수에 변화를 일으키거나, 반대로 두 개 이상의 변수를 수정하면 특정 변수의 값이 수정됩니다.

통계적 가설

통계적 가설은 통계적 매개변수의 값에 대한 가정입니다. 간단히 말해서, 통계적 가설은 모집단의 특성에 대해 작성된 진술입니다. 통계에서는 가설 검정을 수행하여 가설을 거부하거나 수락합니다.

예를 들어, “기계가 생산하는 부품의 평균 길이는 12cm이다”라는 가설은 모집단 매개변수의 값을 가정하기 때문에 통계적 가설입니다. 조각의 크기는 12cm입니다.

일반적으로 통계적 가정은 모집단 매개변수의 값이 예상한 값과 다르다고 의심될 때 만들어집니다. 일단 통계적 가설이 수립되면, 해당 가설을 기각하거나 수용하기 위한 통계 연구가 수행됩니다.

통계적 가설은 두 가지 유형으로 분류됩니다.

• 귀무 가설(Null Hypothese) : 모집단 모수에 관해 우리가 가지고 있는 초기 가설이 거짓이라는 것을 유지하는 통계적 가설입니다. 따라서 귀무 가설은 우리가 기각하려는 가설입니다.
• 대립 가설 : 검증하려는 연구의 통계적 가설입니다. 즉, 대립가설은 연구자의 사전 가설이며 그것이 사실인지 증명하기 위해 가설검정을 실시하게 된다.