ယူဆချက်အမျိုးအစားများ

ဤဆောင်းပါးတွင် မတူညီသော ယူဆချက်အမျိုးအစားများကို ရှင်းပြထားသည်။ ထို့ကြောင့် အယူအဆ အမျိုးအစား မည်မျှရှိသနည်း၊ အယူအဆ အမျိုးအစား တစ်ခုစီ၏ ရှင်းလင်းချက် နှင့် ယူဆချက် အမျိုးအစား အားလုံး ၏ ဥပမာ တို့ကို သင် ရှာဖွေ နိုင်မည်ဖြစ်ပါသည်။

အယူအဆ အမျိုးအစားများကား အဘယ်နည်း။

ယူဆချက်အမျိုးအစားများ မှာ-

• Descriptive hypothesis : လေ့လာမှု ကိန်းရှင်များကြား ဆက်စပ်မှုကို ဖော်ပြသော အယူအဆ အမျိုးအစားတစ်ခု။
• Correlational hypothesis : လေ့လာမှု ကိန်းရှင်များကြား ဆက်စပ်မှု အတိုင်းအတာကို ညွှန်ပြသော ယူဆချက် အမျိုးအစား။
• အကြောင်းရင်းခံ အယူအဆ – အကြောင်းတရားနှင့် အကျိုးသက်ရောက်မှု ဆက်စပ်မှုကို ဖော်ဆောင်သည့် အယူအဆတစ်မျိုး။
• Statistical hypothesis : စာရင်းအင်းဆိုင်ရာ ဘောင်တစ်ခု၏ တန်ဖိုးကို ယူဆသည့် အယူအဆ အမျိုးအစား။

အယူအဆ အမျိုးအစား တစ်ခုစီကို အောက်တွင် အသေးစိတ် ရှင်းပြထားပါသည်။

သရုပ်ဖော်ယူဆချက်

Descriptive hypotheses များသည် လေ့လာနေသော variable များကြားရှိ ဆက်နွယ်မှုကို ဖော်ပြသော အယူအဆအမျိုးအစားတစ်ခုဖြစ်ပြီး ၎င်းတို့၏ အကြောင်းရင်းများကို ရှင်းပြခြင်းမရှိပါ။

ဥပမာအားဖြင့်၊ “အစာအမြန်စားသုံးမှုသည် ယခင်နှစ်ကထက် ၁၅ ရာခိုင်နှုန်း တိုးလာသည်” ဟူသော ယူဆချက်သည် ဖြစ်စဉ်တစ်ခုကို ရိုးရိုးရှင်းရှင်းဖော်ပြသောကြောင့် သရုပ်ဖော်သော ယူဆချက်ဖြစ်သည်။

တစ်နည်းဆိုရသော် သရုပ်ဖော်ယူဆချက်များသည် လေ့လာထားသော လူဦးရေ၏ ဝိသေသလက္ခဏာတစ်ရပ်ကို မီးမောင်းထိုးပြရန် ကန့်သတ်ထားသော်လည်း ဤဝိသေသလက္ခဏာအတွက် အကြောင်းရင်းကို မဖော်ပြပါ။ သရုပ်ဖော်မှုဆိုင်ရာ ယူဆချက်များကို သရုပ်ဖော်လေ့လာမှုများတွင် အသုံးပြုသည်။

ဆက်စပ်ယူဆချက်

Correlational hypotheses များသည် variable နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော ဆက်စပ်မှုကို ညွှန်ပြသော အယူအဆများဖြစ်ပြီး မည်သည့် variable သည် အခြားတစ်ခု၏ အကြောင်းရင်းဖြစ်သည်ကို မဖော်ပြပါ။ တစ်နည်းဆိုရသော် ဆက်စပ်ဆက်စပ်ယူဆချက်တစ်ခုသည် ကိန်းရှင်နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော ကိန်းရှင်များသည် ဆက်စပ်နေကြောင်း ရိုးရိုးရှင်းရှင်းဖော်ပြထားသည်။

ဥပမာအားဖြင့်၊ “ သင်္ချာရမှတ် ပိုမြင့်လေ၊ ကိန်းဂဏာန်းရမှတ် ပိုမြင့်လေ” ဟူသော ယူဆချက်သည် သင်္ချာရမှတ်နှင့် ကိန်းဂဏန်းရမှတ်တို့သည် ဆက်စပ်နေသည်ဟု ဆိုထားသောကြောင့် ဆက်စပ်ယူဆချက်တစ်ခု ဖြစ်သော်လည်း အကြောင်းရင်းကို မဖော်ပြထားပေ။ အကျိုးဆက်ကဘာလဲ။

ထို့ကြောင့်၊ ဆက်စပ်ဆက်စပ်ယူဆချက်တစ်ခုတွင်၊ အကြောင်းအကျိုးဆက်နွယ်မှုကို ဖော်ပြခြင်းမရှိသောကြောင့် ကိန်းရှင်များကို ထားရှိရမည့်အစီအစဥ်သည် အရေးမကြီးပါ။

ဆက်စပ်ယူဆချက်များအား အမျိုးအစားခွဲသုံးမျိုး ခွဲခြားနိုင်သည်-

• အပြုသဘောဆောင်သောဆက်စပ်ဆက်စပ်ယူဆချက် – ကိန်းရှင်တစ်ခုတိုးလာသောအခါ အခြားကိန်းရှင်သည်လည်း တိုးလာသည်။
• အနုတ်လက္ခဏာဆက်စပ်ဆက်စပ်ယူဆချက်များ – ကိန်းရှင်တစ်ခု လျော့နည်းသွားသောအခါ အခြားကိန်းရှင်သည်လည်း လျော့နည်းသွားပါသည်။
• ရောထွေးဆက်စပ်ဆက်စပ်ယူဆချက် – ကိန်းရှင်တစ်ခုတိုးလာသောအခါ အခြားကိန်းရှင်တစ်ခု လျော့နည်းသွားသည်။

အကြောင်းရင်း အယူအဆ

အကြောင်းရင်းခံယူဆချက် သို့မဟုတ် အကြောင်းရင်းခံယူဆချက်များသည် ကိန်းရှင်နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော ကိန်းရှင်နှစ်ခုကြားရှိ အကြောင်းရင်းခံဆက်စပ်မှုကို အဆိုပြုသည့် အယူအဆအမျိုးအစားတစ်ခုဖြစ်သည်။ တစ်နည်းဆိုရသော်၊ အကြောင်းရင်းခံယူဆချက်တစ်ခုသည် ကိန်းရှင်နှစ်ခု သို့မဟုတ် နှစ်ခုထက်ပိုသော ကိန်းရှင်များကြားတွင် အကြောင်းတရားနှင့် အကျိုးသက်ရောက်မှု ဆက်နွယ်မှုကို ရှင်းပြရန် ကြိုးပမ်းသည်။

ဥပမာအားဖြင့်၊ “ CO ₂ ၏ ထုတ်လွှတ်မှုသည် ကမ္ဘာ၏ အပူချိန်ကို တိုးလာစေသည်” ဟူသော ယူဆချက်သည် အကြောင်းတရားနှင့် ၎င်း၏ အကျိုးဆက်ကို ညွှန်ပြသော အကြောင်းရင်းတစ်ခု ဖြစ်သောကြောင့် အကြောင်းရင်း အယူအဆ (သို့မဟုတ် အကြောင်းရင်းခံ အယူအဆ) ဖြစ်သည်။

ထို့ကြောင့်၊ အကြောင်းရင်းခံယူဆချက်များသည် ကိန်းရှင်များကြား ဆက်နွယ်မှုကို ဖော်ပြရုံသာမက ကိန်းရှင်များ၏ အကြောင်းရင်းနှင့် မည်သည့်ကိန်းရှင်များ၏ အကျိုးဆက်ကို ညွှန်ပြနေပါသည်။

အကြောင်းရင်းခံ ယူဆချက် အမျိုးအစားခွဲ နှစ်ခု ရှိသည်။

• Bivariate causal hypotheses : ဤအကြောင်းတရားဆိုင်ရာ ယူဆချက် အမျိုးအစားတွင် ကိန်းရှင် နှစ်ခုသာ ပါဝင်ပြီး၊ ၎င်းတို့ထဲမှ တစ်ခုသည် အကြောင်းတရား ဖြစ်ပြီး အခြား ကိန်းရှင်သည် အကျိုးဆက် ဖြစ်သည်။
• Multivariate causal hypotheses : ဤအကြောင်းအရင်း အယူအဆ အမျိုးအစားတွင်၊ variable နှစ်ခုထက်ပို၍ ပါဝင်သောကြောင့်၊ variable တစ်ခုသည် variable နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော variable များကို အပြောင်းအလဲဖြစ်စေသည် သို့မဟုတ် အပြန်အလှန်အားဖြင့်၊ variable နှစ်ခု သို့မဟုတ် နှစ်ခုထက်ပိုသော variable များကို ပြုပြင်ခြင်းသည် သီးခြား variable ၏တန်ဖိုးကို ပြောင်းလဲစေသည်။

စာရင်းအင်းအယူအဆ

Statistical hypothesis သည် စာရင်းအင်းဆိုင်ရာ ဘောင်တစ်ခု၏ တန်ဖိုးနှင့်ပတ်သက်သော ယူဆချက်တစ်ခုဖြစ်သည်။ ရိုးရိုးရှင်းရှင်းပြောရလျှင် ကိန်းဂဏန်းဆိုင်ရာ ယူဆချက်များသည် လူဦးရေ၏ လက္ခဏာရပ်များနှင့် ပတ်သက်၍ ထုတ်ပြန်ချက်များဖြစ်သည်။ ကိန်းဂဏန်းစာရင်းဇယားများတွင်၊ သီအိုရီကို သီအိုရီစမ်းသပ်မှုပြုလုပ်ခြင်းဖြင့် ငြင်းဆိုခြင်း သို့မဟုတ် လက်ခံသည်။

ဥပမာအားဖြင့်၊ “ စက်မှထုတ်လုပ်သော အစိတ်အပိုင်းများ၏ ပျမ်းမျှအလျားသည် 12 cm” ဟူသော ယူဆချက်သည် လူဦးရေကန့်သတ်ချက်၏တန်ဖိုးနှင့် ပတ်သက်၍ ယူဆသောကြောင့်၊ အထူးသဖြင့် ၎င်းသည် လူဦးရေ၏ပျမ်းမျှအရှည်ကို ဖော်ပြထားသောကြောင့်၊ အပိုင်းများသည် 12 စင်တီမီတာရှိသည်။

ယေဘုယျအားဖြင့် လူဦးရေအတိုင်းအတာသတ်မှတ်ချက်သည် မျှော်လင့်ထားသည့်အရာနှင့် ကွာခြားသည်ဟု သံသယရှိသည့်အခါ ယေဘုယျအားဖြင့် ကိန်းဂဏန်းဆိုင်ရာ ယူဆချက်များကို ပြုလုပ်သည်။ ကိန်းဂဏန်းဆိုင်ရာ သီအိုရီကို ရေးဆွဲပြီးသည်နှင့်၊ ထိုယူဆချက်ကို ငြင်းပယ်ရန် သို့မဟုတ် လက်ခံရန် ကိန်းဂဏန်းဆိုင်ရာ လေ့လာမှုတစ်ခု ပြုလုပ်သည်။

Statistical hypotheses များကို အမျိုးအစားနှစ်မျိုး ခွဲခြားထားပါသည်။

• Null hypothesis : လူဦးရေကန့်သတ်ချက်တစ်ခုနှင့်ပတ်သက်ပြီး ကျွန်ုပ်တို့တွင်ရှိသော ကနဦးယူဆချက်သည် မှားယွင်းကြောင်း ထိန်းသိမ်းထားသည့် ကိန်းဂဏန်းဆိုင်ရာ ယူဆချက်ဖြစ်သည်။ ထို့ကြောင့် null hypothesis သည် ကျွန်ုပ်တို့ ငြင်းပယ်လိုသော ယူဆချက်ဖြစ်သည်။
• Alternative hypothesis : ၎င်းသည် အတည်ပြုရန် ရည်ရွယ်သည့် သုတေသန၏ ကိန်းဂဏန်းဆိုင်ရာ ယူဆချက်ဖြစ်သည်။ ဆိုလိုသည်မှာ၊ အစားထိုးယူဆချက်သည် သုတေသီ၏ကြိုတင်ယူဆချက်တစ်ခုဖြစ်ပြီး ၎င်းသည်မှန်ကြောင်းသက်သေပြရန်ကြိုးစားရန်၊ သူသည်ယူဆချက်စမ်းသပ်မှုကိုလုပ်ဆောင်မည်ဖြစ်သည်။