Het belang van hypothesetesten

Een hypothese is een theorie of propositie die wordt uiteengezet als een verklaring voor het optreden van een waargenomen fenomeen, dat wordt beweerd als een voorlopige gissingen om onderzoek te sturen, een werkhypothese genoemd, of aanvaard als zeer waarschijnlijk in plaats van de vastgestelde feiten. Een wetenschappelijke hypothese kan een theorie of uiteindelijk een natuurwet worden als deze wordt bewezen door herhaalbare experimenten. Het testen van hypothesen is gebruikelijk in statistieken als een methode om beslissingen te nemen met behulp van gegevens. Met andere woorden, het testen van een hypothese is proberen vast te stellen of uw waarneming van een fenomeen waarschijnlijk echt heeft plaatsgevonden op basis van statistieken.

Het testen van statistische hypothesen, ook wel bevestigende data-analyse genoemd, wordt vaak gebruikt om te beslissen of experimentele resultaten voldoende informatie bevatten om de conventionele wijsheid in twijfel te trekken. Vroeger dacht men bijvoorbeeld dat mensen van bepaalde rassen of kleur minder intelligent waren dan blanken. Er werd een hypothese gemaakt dat intelligentie niet gebaseerd is op ras of kleur. Mensen van verschillende rassen, kleuren en culturen kregen intelligentietests en de gegevens werden geanalyseerd. Het testen van statistische hypothesen bewees vervolgens dat de resultaten statistisch significant waren in die zin dat de vergelijkbare metingen van intelligentie tussen rassen niet slechts steekproeffouten zijn.

Voordat u op verschijnselen gaat testen, vormt u een hypothese van wat er zou kunnen gebeuren. Uw hypothese of gok over wat er gebeurt, kan zijn dat bepaalde groepen van elkaar verschillen, of dat? intelligentie niet gecorreleerd is met huidskleur, of dat een bepaalde behandeling effect heeft op een uitkomstmaat, voor: voorbeelden. Hieruit zijn er twee mogelijkheden: een "nulhypothese" dat er niets is gebeurd, of er geen verschillen waren, of geen oorzaak en gevolg; of dat je gelijk had in je theorie, die de 'alternatieve hypothese' wordt genoemd. Kortom, als je een test statistische hypothese, je probeert te zien of er iets is gebeurd en vergelijkt met de mogelijkheid dat er niets is gebeurde. Verwarrend genoeg probeer je te weerleggen dat er niets is gebeurd. Als je weerlegt dat er niets is gebeurd, kun je concluderen dat er iets is gebeurd.

Volgens de Statistiekafdeling van de San Jose State University is het testen van hypothesen een van de belangrijkste concepten in de statistiek, omdat het is hoe je bepaalt of er echt iets is gebeurd, of bepaalde behandelingen positieve effecten hebben, of groepen van elkaar verschillen of dat één variabele voorspelt een ander. Kortom, u wilt bewijzen of uw gegevens statistisch significant zijn en waarschijnlijk niet alleen door toeval zijn ontstaan. In wezen is een hypothesetoets dus een significantietoets.

Zodra de statistieken zijn verzameld en je je hypothese hebt getoetst aan de kans op toeval, trek je je eindconclusie. Als u de nulhypothese verwerpt, beweert u dat uw resultaat statistisch significant is en dat het niet door geluk of toeval is gebeurd. Als zodanig bewijst de uitkomst de alternatieve hypothese. Als je de nulhypothese niet verwerpt, moet je concluderen dat je geen effect of verschil in je onderzoek hebt gevonden. Deze methode is hoeveel farmaceutische medicijnen en medische procedures worden getest.