Hipoteza zerowa i alternatywna - jak je formułować (przykłady dla testów)

Każdy test statystyczny zaczyna się od pary hipotez: zerowej i alternatywnej. To one decydują, jaki test wybierzesz, jak przeczytasz wartość p i co wolno ci napisać we wnioskach. Studenci często mylą je z hipotezami badawczymi z rozdziału metodologicznego albo piszą „przyjmujemy hipotezę zerową”, za co promotor słusznie poprawia. W tym wpisie pokazujemy, jak formułować H₀ i H₁ dla najczęstszych testów, kiedy hipoteza może być jednostronna i jak poprawnie zapisać decyzję.

Czym jest hipoteza zerowa, a czym alternatywna

Hipoteza zerowa (H₀) to założenie o braku efektu w populacji: brak różnicy między grupami, brak związku między zmiennymi, brak zmiany między pomiarami. Hipoteza alternatywna (H₁, czasem H_A) jest jej zaprzeczeniem: różnica, związek albo zmiana istnieje.

Obie hipotezy dotyczą populacji, a nie twojej próby. Dlatego zapisuje się je za pomocą parametrów populacji oznaczanych literami greckimi: μ dla średniej, ρ dla korelacji, β dla współczynnika regresji. W próbie średnie prawie zawsze trochę się różnią, a pytanie brzmi, czy ta różnica jest na tyle duża, że trudno ją wytłumaczyć przypadkiem.

Test statystyczny liczy, jak prawdopodobne byłyby twoje dane (albo jeszcze bardziej skrajne), gdyby H₀ była prawdziwa. To jest wartość p. Gdy jest mniejsza od przyjętego poziomu istotności α (zwykle 0,05), odrzucasz H₀ na korzyść H₁. Szczegóły interpretacji opisujemy we wpisie wartość p: co naprawdę oznacza i czego nie.

Hipoteza badawcza a hipotezy statystyczne

Hipoteza badawcza to zdanie w języku twojej dziedziny, które stawiasz w rozdziale metodologicznym, na przykład „Studenci studiów niestacjonarnych odczuwają wyższy poziom stresu niż studenci studiów stacjonarnych”. Jak ją sformułować, żeby dało się ją sprawdzić, opisujemy w tekście o hipotezie badawczej w pracy magisterskiej.

Hipotezy statystyczne to techniczne tłumaczenie hipotezy badawczej na język testu. Jedna hipoteza badawcza daje parę H₀ i H₁. Zwykle H₁ odpowiada temu, czego się spodziewasz, a H₀ jest punktem odniesienia, który próbujesz obalić.

H₀ i H₁ dla najczęstszych testów

Poniższa tabela pokazuje dwustronne wersje hipotez dla testów, które najczęściej pojawiają się w pracach dyplomowych.

Przy teście U Manna-Whitneya często spotkasz uproszczenie „mediany są równe”. Jest ono poprawne tylko wtedy, gdy rozkłady w obu grupach mają podobny kształt. Bezpieczniej mówić o tym, że wartości w jednej grupie są systematycznie wyższe.

Uważaj na testy założeń, takie jak Shapiro-Wilka czy Levene’a. Tam H₀ mówi, że rozkład jest normalny albo że wariancje są równe, więc wynik nieistotny jest dla ciebie „dobry”. Logika jest odwrotna niż przy testach głównych hipotez, o czym piszemy we wpisie jak sprawdzić normalność rozkładu.

Hipoteza jednostronna czy dwustronna

Hipoteza dwustronna (bezkierunkowa) zakłada tylko, że różnica istnieje: μ₁ ≠ μ₂. Jednostronna (kierunkowa) wskazuje kierunek: μ₁ > μ₂. Test jednostronny skupia cały poziom α po jednej stronie rozkładu, więc łatwiej w nim uzyskać istotność, ale tylko w przewidzianym kierunku.

Przykładowe dane: porównujesz dwie grupy po 30 osób i otrzymujesz t(58) = 1,80.

Ten sam wynik daje dwie różne decyzje. Dlatego promotorzy i recenzenci patrzą podejrzliwie na test jednostronny wybrany po obejrzeniu danych. Zasady są następujące:

• Kierunek ustalasz przed zebraniem danych, na podstawie teorii lub wcześniejszych badań, i zapisujesz go w hipotezie badawczej.
• Test jednostronny ma sens, gdy wynik w przeciwnym kierunku byłby dla ciebie nieistotny merytorycznie albo teoretycznie niemożliwy.
• Jeśli wynik wyjdzie wyraźnie w przeciwną stronę, test jednostronny go nie wykryje, a zmiana na dwustronny po fakcie jest nadużyciem.
• W razie wątpliwości zostań przy teście dwustronnym. To domyślne ustawienie w SPSS, JASP i R, i nikt nie zarzuci ci nim manipulacji.

Nawet przy hipotezie badawczej sformułowanej kierunkowo wiele osób liczy test dwustronny i dopiero potem sprawdza, czy różnica idzie w oczekiwaną stronę. To bezpieczne rozwiązanie, które warto opisać jednym zdaniem w rozdziale o metodach.

„Odrzucamy H₀” i „nie ma podstaw do odrzucenia H₀”

Test daje tylko dwie możliwe decyzje: odrzucenie H₀ albo brak podstaw do jej odrzucenia. Nie ma decyzji „przyjmujemy H₀” ani „udowodniliśmy brak różnic”. Wynik nieistotny oznacza, że dane nie dostarczyły wystarczających dowodów przeciw H₀. Może to wynikać z braku efektu, ale równie dobrze ze zbyt małej próby.

Przykładowe dane: dwie grupy po 20 osób, różnica odpowiadająca d = 0,40. Test daje t(38) = 1,26, p = 0,214, a 95% przedział ufności dla d wynosi od -0,23 do 1,02. W tym przedziale mieści się zarówno brak efektu, jak i efekt duży. Napisanie „grupy nie różnią się” byłoby nieuprawnione. Uczciwy wniosek brzmi: „nie stwierdzono istotnej różnicy”.

W odniesieniu do hipotez badawczych w pracy zwykle piszesz „hipoteza 1 została potwierdzona” albo „hipoteza 1 nie znalazła potwierdzenia w danych”. Druga forma jest ostrożniejsza niż „hipoteza została obalona” i lepiej oddaje to, co pokazał test.

Związek z błędami I i II rodzaju

Skoro decyzja zapada na podstawie próby, zawsze można się pomylić. Możliwe są dwa rodzaje błędów:

Poziom α = 0,05 oznacza, że godzisz się na 5% ryzyka błędu I rodzaju, czyli „wykrycia” efektu, którego nie ma. Błąd II rodzaju to przeoczenie efektu, który istnieje, i jego ryzyko rośnie przy małych próbach. Tutaj litera β oznacza prawdopodobieństwo błędu, a nie współczynnik regresji. Więcej o tym, jak te błędy się równoważą, przeczytasz we wpisie błąd I i II rodzaju oraz moc testu. Jeśli chcesz z góry ograniczyć ryzyko przeoczenia efektu, liczebność próby oszacujesz w kalkulatorze wielkości próby.

Jak zapisać hipotezy w pracy

1. W rozdziale metodologicznym podaj problem badawczy i hipotezy badawcze w formie zdań, z jasno nazwanymi zmiennymi.
2. Dla każdej hipotezy badawczej wskaż test, którym ją sprawdzisz, i poziom istotności, zwykle α = 0,05.
3. Jeśli promotor tego wymaga, dopisz hipotezy statystyczne H₀ i H₁. Część uczelni oczekuje ich w metodologii, część w rozdziale z wynikami, a część wcale.
4. W wynikach podaj liczby testu w formacie APA i jednym zdaniem odnieś je do hipotezy.

Przykładowy zapis: „H₀: średni poziom stresu studentów niestacjonarnych i stacjonarnych jest taki sam. H₁: średni poziom stresu różni się między grupami. Do weryfikacji zastosowano test t-Studenta dla prób niezależnych, α = 0,05”.

Przykład od pytania badawczego do wniosku

Przykładowe dane: badasz, czy kobiety i mężczyźni różnią się poziomem stresu mierzonym kwestionariuszem (0-40 punktów). W próbie jest 45 kobiet i 45 mężczyzn. Cały tok rozumowania wygląda tak:

1. Hipoteza badawcza: kobiety i mężczyźni różnią się poziomem odczuwanego stresu. Nie masz mocnych podstaw teoretycznych do wskazania kierunku, więc hipoteza jest dwustronna.
2. Hipotezy statystyczne: H₀: μ_K = μ_M, H₁: μ_K ≠ μ_M. Poziom istotności α = 0,05.
3. Dobór testu: zmienna zależna ilościowa, dwie niezależne grupy po 45 osób, brak silnej skośności, wariancje podobne (test Levene’a, p = 0,717). Wybierasz test t-Studenta dla prób niezależnych.
4. Wynik: kobiety M = 20,6 (SD = 5,5), mężczyźni M = 17,6 (SD = 4,6), t(88) = 2,78, p = 0,007, d = 0,59.
5. Decyzja: p < 0,05, więc odrzucasz H₀. Kobiety deklarowały wyższy poziom stresu, a wielkość efektu jest umiarkowana.
6. Odniesienie do hipotezy badawczej: hipoteza znalazła potwierdzenie w danych.

Ten sam schemat stosujesz przy każdej hipotezie. Zmienia się tylko test i zapis parametrów w H₀ i H₁.

Typowe błędy przy formułowaniu hipotez

• Hipoteza zbyt ogólna, na przykład „wiek wpływa na zachowania zdrowotne”, z której nie wynika ani zmienna zależna, ani test.
• Hipoteza zerowa zapisana o próbie („w badanej grupie średnie są równe”), a nie o populacji.
• Odwrócenie ról, czyli wpisanie oczekiwanego efektu do H₀.
• Wybór testu jednostronnego po zobaczeniu wyników.
• Wniosek „przyjęto H₀” albo „udowodniono brak różnic” przy wyniku nieistotnym.
• Kilkanaście porównań bez poprawki, z których jedno „wyszło” i stało się hipotezą po fakcie.

Dobrze sformułowana hipoteza od razu wskazuje test. Dlatego kreator wyceny analizy na stronie głównej pyta o temat, zmienne i hipotezy, a na tej podstawie proponuje analizy, które je sprawdzą. Jeśli wahasz się przy wyborze testu, zajrzyj też do wpisu jak dobrać test statystyczny.

Najczęstsze pytania

Co to jest hipoteza zerowa?

To założenie, że w populacji nie ma efektu: różnicy między grupami, związku między zmiennymi albo zmiany między pomiarami. Test statystyczny sprawdza, czy dane są na tyle mało prawdopodobne przy tym założeniu, że można je odrzucić.

Jaki jest przykład hipotezy zerowej i alternatywnej?

Dla porównania stresu u studentów stacjonarnych i niestacjonarnych: H0: średni poziom stresu w obu grupach jest taki sam (μ1 = μ2). H1: średni poziom stresu różni się między grupami (μ1 ≠ μ2).

Czy można przyjąć hipotezę zerową?

Nie. Przy wyniku nieistotnym piszesz, że nie ma podstaw do odrzucenia H0. Brak istotności może wynikać ze zbyt małej próby, więc nie jest dowodem braku efektu.

Kiedy stosować test jednostronny?

Gdy kierunek efektu wynika z teorii lub wcześniejszych badań i został zapisany przed zebraniem danych, a wynik w przeciwnym kierunku nie miałby znaczenia. Wybór testu jednostronnego po obejrzeniu wyników jest błędem.

Czym różni się hipoteza badawcza od statystycznej?

Hipoteza badawcza to zdanie w języku dziedziny, stawiane w metodologii pracy. Hipotezy statystyczne H0 i H1 są jej przekładem na parametry populacji i stanowią podstawę testu.