推論統計では、仮説は研究の質問に対する暫定的な回答として形成されます。 統計的仮説検定により、サンプル統計に基づいて母集団パラメーターに関する仮説を評価できます。 テストのタイプは、関連する変数の尺度のレベルによって異なります。 母集団パラメーターがある値よりも大きいまたは小さいと仮定された場合、片側検定が使用されます。 研究仮説に方向性が示されていない場合は、両側検定が使用されます。 両側検定は、関係する変数の値に違いがあるかどうかを示します。
母集団パラメータのデータを収集します。 パラメータの方向の指定された違いを示す理論的根拠があるかどうかを判断します。 指定された差異は、一方の変数の値がもう一方の変数の値よりも高いまたは低いことを示すことによって示されます。 この情報により、両側検定が適切かどうかを判断できます。
変数の尺度、サンプリング方法、サンプルサイズ、および母集団パラメーターに関して仮定を立てます。 これらの仮定を使用して、仮説を立てます。 最初の仮説は、研究仮説、つまりH1になります。 この仮説は、母集団パラメーターの変数の違いを示しています。 2番目の仮説は、帰無仮説、つまりH0になります。 この仮説は研究仮説と矛盾し、母平均と指定された値の間に差はないと述べています。
アルファの検定統計量を計算します。 アルファは、帰無仮説が棄却される確率のレベルです。 アルファは通常、.05、.01、または.001レベルに設定されます。つまり、5％、1％、または.1％の許容誤差があります。 両側検定の場合、アルファの値を2で割り、標準偏差がわかっている場合はZ統計量と、標準偏差がわからない場合はt統計量と比較します。
帰無仮説を検定して、母集団パラメーター間に差があるかどうかを判別します。 目的は、研究仮説のサポートを提供するために、帰無仮説を棄却することです。 確率値がアルファよりも小さい場合、帰無仮説を棄却し、研究仮説を支持します。 確率値がアルファより大きい場合、帰無仮説を棄却できません。