Nulhypothese: wat het is en waarvoor het wordt gebruikt in de wetenschap

In de wetenschappelijke wereld vormen statistiek de basis van elke bewering. Aan het eind van de dag liegen de cijfers niet, omdat ze hun eigen en objectieve realiteit vormen toepasbaar op alle processen, ongeacht de cultuur of geografische afstand van de persoon van toepassing zijn.

Dus om te kunnen bevestigen (of beter gezegd, vermoeden) dat we iets hebben ontdekt, is het noodzakelijk dat we betrouwbare en herhaalbare gegevens kunnen presenteren in een numerieke taal die dit ondersteunt. In de wereld van experimenteren moet er zijn: een ankerpunt dat vanaf het begin moet worden weerlegd, namelijk de nulhypothese.

Statistiek en de wetenschappelijke methode lijken disciplines en methodieken die te complex zijn voor de algemene bevolking, maar niets is minder waar. Bij deze gelegenheid openen we een klein venster naar de wereld van numerieke realiteiten en basale wetenschap met de uitleg van wat de nulhypothese is.

• Gerelateerd artikel: "Wat is de wetenschappelijke methode en hoe werkt het?"

Wat is de nulhypothese?: de aannames weerleggen

Om comfortabel te kunnen bewegen in de wereld van hypothesen, is het noodzakelijk dat we eerst de essentiële basis leggen voor het begrijpen van het onderwerp. VWe dompelen ons graag, al is het maar even, onder in de wereld van de wetenschappelijke methode.

Over de wetenschappelijke methode

De wetenschappelijke methode wordt gedefinieerd als een onderzoeksmethode gebaseerd op empirisch en meten, die ook onderworpen is aan de specifieke principes van redeneertests. Deze aaneenschakeling van stappen en redeneringen is gebaseerd op twee hoofdpijlers::

• Reproduceerbaarheid: het vermogen dat, als een persoon het voorstelt, elk experiment met de nodige middelen kan herhalen.
• Weerlegbaarheid: elke wetenschappelijke stelling moet vatbaar zijn voor vervalsing of weerlegging.

In de wereld van de wetenschap opereren we nooit in absolute dogma's. Zoveel als een getal een hypothese ondersteunt, geeft de hypothese mogelijk niet volledig de werkelijkheid weer, dat er bijvoorbeeld geen rekening is gehouden met externe factoren van het experiment of dat de steekproefomvang niet groot genoeg is.

De wetenschappelijke methode is dus gebaseerd op: observatie, meting, hypothese, reproduceerbaarheid, weerlegbaarheid en beoordeling door externe agenten voor degenen die het experiment zelf hebben uitgevoerd.

Als een lezer die op zoek is naar wetenschappelijke kennis, geconfronteerd wordt met een typisch artikel uit een tijdschrift, hoe? Of het nu Wetenschap of Natuur is, je kunt zien dat onderzoekers allesbehalve zeker lijken te zijn van hun ontdekkingen. "Zou kunnen", "zou kunnen betekenen", "dit lijkt erop te wijzen", "misschien bestaat" en andere zinnen domineren de alinea's.

Bovendien negeert elk zichzelf respecterend onderzoek in zijn laatste regels dat "meer experimenten nodig zijn om in het onderwerp te duiken". Zoals we hebben gezien, heeft de wetenschap, ondanks wat de algemene bevolking gelooft, is meer gebaseerd op het verwerpen van onwaarheden dan op het bevestigen van absolute dogma's.

Nu ja, als we eenmaal de voorzichtigheid en het wantrouwen hebben begrepen dat we in de wereld van de wetenschap met scherpe uitspraken te maken hebben, is het tijd om uit te leggen wat de nulhypothese is.

De valse bewering

Volgens de Koninklijke Spaanse Academie van de taal wordt een hypothese gedefinieerd als een aanname van iets dat mogelijk of onmogelijk is om er een gevolg uit te trekken. Als we naar de etymologische wortels gaan, zullen we zien dat de betekenis van het woord erin vervat is, aangezien "hik" overeenkomt met "ondergeschiktheid / beneden" en "these" met "een conclusie die wordt gehandhaafd met een redenering".

De hypothese is: een niet-geverifieerde verklaring waarvoor een test met ervaring vereist is (dat wil zeggen, een experiment) en nadat het is weerlegd en bewezen, kan het in het beste geval een geverifieerde verklaring worden.

Hoe dan ook, om te bevestigen dat iets "is", moeten we ook uitsluiten dat het "niet is", toch? Wanhoop niet, want we presenteren deze abstractie-oefening op een vriendelijkere manier in de volgende regels.

Laten we een voorbeeld nemen: we willen aantonen dat vochtigheid een essentiële rol speelt bij het uitzetten van een populatie insecten van een specifieke soort in een ecosysteem. In dit geval hebben we twee mogelijke hypothesen:

• Die vochtigheid heeft geen invloed op het aantal eieren per paai, dus er zullen geen verschillen zijn in het gemiddelde van dit cijfer afhankelijk van het klimaat en de regio. (H0)
• Die vochtigheid heeft wel invloed op het aantal eieren per paai. Er zullen significante verschillen zijn in het gemiddelde, afhankelijk van de specifieke parameter die vochtigheid meet. (H1)

De nulhypothese (H0) komt in dit geval overeen met de eerste van de stellingen. We kunnen de nulhypothese dus definiëren als: een uitspraak over een parameter die stelt dat twee of meer gebeurtenissen niet met elkaar gecorreleerd zijn.

Dit concept is de basis van de benadering van wetenschappelijke hypothesen, want hoeveel je ook wilt aantonen een relatie tussen twee specifieke parameters, is het noodzakelijk om uit te gaan van het feit dat als dit niet is gedocumenteerd, dit is omdat: bestaat. Bovendien moet elk betrouwbaar onderzoek al het mogelijke doen om de H1-hypothese (dat de vermoede correlatie bestaat) te testen. Het gaat niet om het verkrijgen van het gewenste resultaat "met", maar om het bereiken van het "ondanks".

• Mogelijk bent u geïnteresseerd in: "Soorten hypothesen in wetenschappelijk onderzoek (en voorbeelden)"

Het belang van de P-waarde

De meest oplettende lezers zullen hebben opgemerkt dat, in het bovenstaande voorbeeld van vochtigheid, de hypothese die een correlatie laat zien tussen deze parameter en het gemiddelde aantal eieren bevat een belangrijke term erin: betekenis.

Dit is essentieel, omdat er verschillende gemiddelden worden waargenomen in het aantal insecteneieren, hoe reëel ook en waarneembaar is, kan het een niet-significante gebeurtenis zijn, dat wil zeggen, het product van een willekeurige steekproef buiten de correlatie.

Als bijvoorbeeld een buitenaards wezen naar de aarde zou komen en willekeurig vier 50-jarige mannen meenam en drie van hen waren 1,90 meter lang, je zou gerust kunnen zeggen dat 3 van de 4 mensen erg zijn hoog. Deze gegevens zijn niet statistisch significant, omdat ze te wijten zijn aan het toeval van de steekproef. Aan de andere kant, als die alien 3 miljoen burgers zou hebben gemeten en de variaties in hoogte in totaal zou hebben geregistreerd? geografische locaties van de wereld, daar zou het misschien significante verschillen in de hoogte van de soort waarnemen volgens (x) parameters.

Al deze vermoedens zijn niet louter gebaseerd op een redeneringsproces, aangezien er cijfers zijn die het belang van de verkregen gegevens weerspiegelen. Dit is het geval van de "P-waarde", een numeriek getal dat wordt gedefinieerd als de kans dat een berekende statistische waarde mogelijk is bij een bepaalde nulhypothese. Dit cijfer is een kans die varieert van 0 tot 1.

Dus we willen dat de P-waarde laag, heel laag is. In het algemeen kan worden gezegd dat een hypothese H0 (onthoud de nulhypothese) kan worden verworpen wanneer dit aantal is gelijk aan of kleiner dan een willekeurig vastgesteld significantieniveau (in het algemeen) 0,05). Dit betekent dat de kansen dat de verkregen resultaten het product van toeval zijn (dat wil zeggen, dat er geen correlatie is tussen de parameters, of wat hetzelfde is, dat de nulhypothese waar is) zeer, zeer laag zijn.

Opgemerkt moet worden dat het testen van hypothesen ons in elk geval niet in staat stelt een hypothese in zijn geheel te accepteren, maar eerder om deze te verwerpen of niet. Terugkerend naar het voorbeeld van eieren en insecten, als we monsters krijgen van 300 paaiende dieren van 300 verschillende vrouwtjes op 30 verschillende locaties en er zijn significante verschillen in de middelen volgens de vochtigheid van het ecosysteem, kunnen we zeggen dat er een verband lijkt te zijn tussen de grootte van het cohort en de parameter van de vochtigheid.

Wat we in ieder geval niet kunnen bevestigen, is het als een onveranderlijk dogma. De wetenschappelijke methode is gebaseerd op herhaling en weerlegbaarheid, dus verschillende onderzoeksteams moeten het experiment herhalen dat onder dezelfde omstandigheden is uitgevoerd en even significante resultaten behalen zodat de correlatie betrouwbaar en valide kan zijn.

Maar hoe goed het idee ook ingeburgerd is in de wetenschappelijke gemeenschap, toch kan een entomoloog arriveren en ontdekken dat, na het ontleden van 300 vrouwtjes van deze soort, blijkt dat de rode een groter legboorapparaat hebben en daarom gemiddeld meer eieren leggen hoog. Wat nu?

conclusies

Zoals we in deze regels hebben willen overbrengen, zijn wetenschap en de wetenschappelijke methode in het algemeen een reeks processen spannend, maar zeker frustrerend, omdat we niet stoppen met ons te verplaatsen in aannames die in elk geval kunnen worden weerlegd moment.

Op de vraag "wat is de nulhypothese?" we kunnen bevestigen dat het de basis is van elk onderzoek, omdat het overeenkomt met aan de veronderstelde realiteit die we willen ontkennen, dat wil zeggen dat er geen correlatie is tussen de parameters die we hebben voorgesteld onderzoeken.

Bibliografische referenties:

• Hoe stel je een statistisch contrast voor? Nulhypothese vs. alternatieve hypothese. Ub.edu.
• Anderson, D. R., Burnham, K. P., & Thompson, W. L. (2000). Nulhypothese testen: problemen, prevalentie en een alternatief. Het tijdschrift voor natuurbeheer, 912-923.
• Wetenschappelijke methode, Complutense Universiteit van Madrid. Opgehaald op 17 augustus in https://www.ucm.es/data/cont/docs/107-2016-02-17-El%20M%C3%A9todo%20Cient%C3%ADfico.pdf
• Suárez, N. R. (2012). De revolutie in statistische besluitvorming: de p-waarde. Telos, 14 (3), 439-446.