Hipoteza zerowa i alternatywna - jak formułować

Hipoteza zerowa zakłada brak efektu lub różnicy (np. „nie ma różnicy między grupami"), a alternatywna - jego istnienie. Test statystyczny ocenia, czy dane dają podstawy do odrzucenia hipotezy zerowej.

Hipoteza może być kierunkowa (jednostronna: „grupa A ma wyższy wynik") lub bezkierunkowa (dwustronna: „grupy się różnią"). Kierunkowość wpływa na test. Dobrze postawiona, konkretna hipoteza (jakie zmienne, jaka zależność) pozwala od razu dobrać właściwą analizę - to dlatego w naszym kreatorze pytamy o hipotezy.

Przykład: pytanie badawcze „czy studenci zaoczni są bardziej zestresowani niż stacjonarni" daje hipotezę alternatywną kierunkową (H1: zaoczni > stacjonarni) i zerową (H0: brak różnicy). Typowy błąd to hipoteza zbyt ogólna („coś zależy od czegoś"), z której nie da się wyprowadzić konkretnego testu, albo mylenie hipotezy badawczej z hipotezą statystyczną.

Wskazówka: każda hipoteza powinna wskazywać zmienne i oczekiwaną zależność, by od razu było wiadomo, jaki test ją zweryfikuje. Dlatego w kreatorze prosimy o hipotezy - z nimi analiza jest celowana (test pod konkretną hipotezę), a bez nich pozostaje ogólny opis danych.

Dobrze postawione hipotezy badawcze to fundament celowanej analizy - od nich zależy dobór testu. Dlatego w kreatorze doboru analiz prosimy o hipotezy: z nimi wynik jest szczegółowy, a bez nich pozostaje ogólny opis danych.