Sisältö
Päätelmätilastoissa hypoteesit muodostuvat alustavina vastauksina tutkimuskysymyksiin. Tilastollinen hypoteettinen testaus antaa meille mahdollisuuden arvioida väestöparametreja koskevia hypoteeseja otostilastojen perusteella. Testaustyyppi vaihtelee osallistuvien muuttujien mittaustason mukaan. Jos väestöparametrin oletetaan olevan suurempi tai pienempi kuin jokin arvo, käytetään yksisuuntaista testiä. Kun tutkimushypoteesissä ei ole osoitettu suuntaa, käytetään kaksisuuntaista testiä. Kaksisuuntainen testi osoittaa, onko kyseessä olevien muuttujien arvoissa eroa.
Kerää populaatioparametrien tiedot. Selvitä, onko olemassa teoreettista perustaa, joka osoittaa parametrien tietyn suuntaeron. Tietty ero ilmoitetaan ilmoittamalla, että yhden muuttujan arvo on suurempi tai pienempi kuin toisen muuttujan arvo. Tämän tiedon avulla voit päättää, onko kaksisuuntainen testi sopiva.
Tee oletuksia muuttujan mittaustason, näytteenottomenetelmän, otoksen koon ja populaatioparametrien suhteen. Käytä näitä oletuksia hypoteesiesi muotoiluun. Ensimmäinen hypoteesi on tutkimushypoteesi, tai H1. Tämä hypoteesi ilmoittaa eron populaatioparametrin muuttujissa. Toinen hypoteesi on nollahypoteesi, tai H0. Tämä hypoteesi on ristiriidassa tutkimushypoteesin kanssa ja väittää, että populaatiokeskiarvon ja määritetyn arvon välillä ei ole eroa.
Laske alfa-testitilastot. Alfa on todennäköisyystaso, jolla nollahypoteesi hylätään. Alfa on yleensä asetettu .05, .01 tai .001 tasolle, mikä tarkoittaa, että virhemarginaalin on oltava 5%, 1% tai .1%. Kaksisuuntaisen testin tapauksessa jakaa alfa-arvo kahdella ja vertaa sitä Z-tilastoihin, jos keskihajonta tunnetaan, tai t-tilastoihin, jos keskihajontaa ei tunneta.
Testaa nollahypoteesi selvittääksesi, onko populaatioparametrissa eroa. Tavoitteena on hylätä nollahypoteesi tutkimushypoteesin tukemiseksi. Kun todennäköisyysarvo on pienempi kuin alfa, hylkäämme nollahypoteesin ja tuemme tutkimushypoteesia. Kun todennäköisyysarvo on suurempi kuin alfa, emme hylkää nollahypoteesia.