Hipotezy zerowe i alternatywne

W tym artykule wyjaśniono różnicę między hipotezą zerową a hipotezą alternatywną. Będziesz mógł także zobaczyć kilka przykładów hipotez zerowych i alternatywnych oraz dodatkowo kiedy odrzucona jest hipoteza zerowa i kiedy odrzucona jest hipoteza alternatywna.

Hipoteza zerowa

W statystyce hipoteza zerowa to hipoteza, która utrzymuje, że wniosek z eksperymentu jest fałszywy w testowaniu hipotez. Symbolem hipotezy zerowej jest H ₀ .

Hipoteza zerowa jest zatem hipotezą, którą chcemy odrzucić. Jeśli więc badaczowi uda się odrzucić hipotezę zerową, oznacza to, że hipoteza, którą chciał udowodnić w badaniu statystycznym, jest prawdopodobnie prawdziwa. Z drugiej strony, jeśli nie można odrzucić hipotezy zerowej, oznacza to, że hipoteza, którą chcieliśmy sprawdzić, jest najprawdopodobniej fałszywa. Zobaczymy poniżej, kiedy hipotezę zerową można odrzucić.

Zazwyczaj hipoteza zerowa zawiera w swoim stwierdzeniu „nie” lub „inny niż”, ponieważ zakłada, że hipoteza badawcza jest fałszywa.

Alternatywna hipoteza

W statystyce hipoteza alternatywna (lub hipoteza alternatywna ) to hipoteza badawcza, którą chcesz udowodnić. Symbolem hipotezy alternatywnej jest H ₁ .

Innymi słowy, hipoteza alternatywna jest hipotezą badacza i próbując udowodnić, że jest ona prawdziwa, przeprowadzona zostanie analiza statystyczna. Zatem na koniec testu hipotezy alternatywna hipoteza zostanie zaakceptowana lub odrzucona w zależności od uzyskanych wyników.

Hipotezą alternatywną jest zatem hipoteza sprzeczna z hipotezą zerową, którą badacz zamierza odrzucić w trakcie badania statystycznego.

Różnica między hipotezą zerową a hipotezą alternatywną

Różnica między hipotezą zerową a hipotezą alternatywną polega na chęci badacza do jej odrzucenia lub nie. Hipoteza zerowa to hipoteza, którą badacz zamierza odrzucić. Hipotezą alternatywną jest jednak hipoteza, którą badacz chce udowodnić.

Aby odróżnić hipotezę zerową od hipotezy alternatywnej, są one oznaczone różnymi symbolami. Symbolem hipotezy zerowej jest H ₀ , natomiast symbolem hipotezy alternatywnej jest H ₁ .

W praktyce hipotezę alternatywną formułuje się przed hipotezą zerową, gdyż to ona ma zostać potwierdzona w drodze analizy statystycznej próby danych. Hipotezę zerową formułuje się po prostu poprzez zaprzeczenie hipotezie alternatywnej.

Przykłady hipotez zerowych i alternatywnych

Teraz, gdy znamy definicję hipotezy zerowej i hipotezy alternatywnej, zobaczymy kilka przykładów tych dwóch typów hipotez, aby jasno zrozumieć różnicę w ich znaczeniu.

1. Na przykład, jeśli podejrzewamy, że maszyna, która teoretycznie produkuje część o długości 7 cm, odstąpiła od normy, alternatywną hipotezą będzie to, że średnia długość wyprodukowanych części jest różna od 7 cm, a z drugiej strony hipoteza zerowa będzie że Średnia długość produkowanych elementów wynosi 7 cm.



2. Inny przykład: jeśli uznamy, że odsetek populacji, która głosowała na określoną partię polityczną, jest niższy niż procent głosów, które partia ta otrzymała w ostatnich wyborach (25%), hipotezą zerową i alternatywną byłoby:



3. Na koniec, jeśli nauczyciel podejrzewa, że średnia ocen w klasie wzrosła w porównaniu z zeszłym rokiem (czyli 6,1) w wyniku wdrożenia nowego systemu edukacji, hipotezą zerową i hipotezą alternatywną w badaniu statystycznym byłoby:

Hipoteza zerowa, hipoteza alternatywna i wartość p

Podczas testowania hipotez należy zdecydować, czy odrzucić hipotezę zerową, czy hipotezę alternatywną. Zatem wynik testu hipotezy uzyskuje się poprzez porównanie wartości p z wybranym poziomem istotności (α):

• Jeżeli wartość p jest mniejsza niż poziom istotności, hipoteza zerowa jest odrzucana (akceptowana jest hipoteza alternatywna).
• Jeżeli wartość p jest większa niż poziom istotności, hipoteza alternatywna jest odrzucana (akceptowana jest hipoteza zerowa).

Dlatego hipoteza zerowa, hipoteza alternatywna i wartość p to trzy ściśle powiązane koncepcje statystyczne testowania hipotez. Aby dowiedzieć się więcej, kliknij poniższy link:

➤ Patrz: Interpretacja wartości p