สมมติฐานว่าง: มันคืออะไรและใช้สำหรับอะไรในวิทยาศาสตร์

ในโลกของวิทยาศาสตร์ สถิติเป็นพื้นฐานของการอ้างสิทธิ์ใดๆ ท้ายที่สุด ตัวเลขไม่ได้โกหก เพราะมันประกอบด้วยความเป็นจริงของตัวเองและตามความเป็นจริง ใช้ได้กับทุกกระบวนการโดยไม่คำนึงถึงวัฒนธรรมหรือระยะทางทางภูมิศาสตร์ของบุคคล สมัคร.

ดังนั้น เพื่อให้สามารถยืนยัน (หรือค่อนข้างสงสัย) ว่าเราได้ค้นพบบางสิ่งบางอย่าง จำเป็นที่เราสามารถนำเสนอข้อมูลที่เชื่อถือได้และทำซ้ำได้ในภาษาตัวเลขที่รองรับข้อมูลนั้น ในโลกของการทดลองต้องมี must จุดยึดที่จะหักล้างตั้งแต่ต้น นั่นคือ สมมติฐานว่าง.

สถิติและวิธีการทางวิทยาศาสตร์ดูเหมือนจะเป็นสาขาวิชาและวิธีการที่ซับซ้อนเกินไปสำหรับประชากรทั่วไป แต่ไม่มีอะไรสามารถเพิ่มเติมจากความจริงได้ ในโอกาสนี้ เราเปิดหน้าต่างเล็กๆ สู่โลกแห่งความเป็นจริงเชิงตัวเลขและวิทยาศาสตร์พื้นฐาน พร้อมคำอธิบายว่าสมมติฐานว่างคืออะไร

• บทความที่เกี่ยวข้อง: "วิธีการทางวิทยาศาสตร์คืออะไรและทำงานอย่างไร"

สมมติฐานว่างคืออะไร: หักล้างสมมติฐาน

เพื่อให้สามารถเคลื่อนไหวได้อย่างสะดวกสบายในโลกของสมมติฐาน เราต้องวางรากฐานที่จำเป็นสำหรับการทำความเข้าใจเรื่องก่อน วีเราต้องการดำดิ่งสู่โลกของวิธีการทางวิทยาศาสตร์.

เกี่ยวกับวิธีการทางวิทยาศาสตร์

วิธีการทางวิทยาศาสตร์ถูกกำหนดให้เป็นวิธีการวิจัยตามเชิงประจักษ์และการวัด ซึ่งอยู่ภายใต้หลักการเฉพาะของการทดสอบการใช้เหตุผลด้วย การต่อกันของขั้นตอนและการให้เหตุผลนี้มีพื้นฐานมาจากสองเสาหลัก:

• ความสามารถในการทำซ้ำได้: ความสามารถที่หากบุคคลเสนอให้ทำการทดลองซ้ำด้วยวิธีที่จำเป็น
• Refutability: ข้อเสนอทางวิทยาศาสตร์ใด ๆ จะต้องไวต่อการปลอมแปลงหรือหักล้าง

ในโลกของวิทยาศาสตร์ เราไม่เคยดำเนินการตามหลักคำสอนที่สัมบูรณ์ เท่าที่ตัวเลขสนับสนุนสมมติฐานก็อาจไม่ได้แสดงถึงความเป็นจริงทั้งหมดปัจจัยภายนอกของการทดสอบไม่ได้นำมาพิจารณาหรือขนาดตัวอย่างไม่ใหญ่พอ เป็นต้น

ดังนั้นวิธีการทางวิทยาศาสตร์จึงขึ้นอยู่กับ การสังเกต การวัด สมมติฐาน การทำซ้ำ การพิสูจน์ได้ และการทบทวนโดยตัวแทนภายนอก ให้กับผู้ที่ทำการทดลองเอง

หากผู้อ่านคนใดที่กระหายความรู้ทางวิทยาศาสตร์พบว่าตัวเองอยู่หน้ากระดาษทั่วไปจากนิตยสารใด ๆ จะทำได้อย่างไร ไม่ว่าจะเป็นวิทยาศาสตร์หรือธรรมชาติ คุณจะเห็นว่านักวิจัยดูเหมือนไม่มีอะไรแน่นอน certain การค้นพบ "อาจเป็น", "อาจหมายถึง", "ดูเหมือนว่าจะบ่งชี้", "อาจมีอยู่" และวลีอื่นๆ ครอบงำย่อหน้า

นอกจากนี้ การวิจัยที่เคารพตนเองใดๆ ก็ตามไม่สนใจในบรรทัดสุดท้ายว่า "จำเป็นต้องมีการทดลองเพิ่มเติมเพื่อเจาะลึกในเนื้อหา" ดังที่เราได้เห็น วิทยาศาสตร์ แม้ว่าประชากรทั่วไปจะเชื่ออย่างไร อยู่บนพื้นฐานของการละทิ้งความเท็จ มากกว่าการยืนหยัดในหลักธรรมอันแท้จริง.

เมื่อเราเข้าใจคำเตือนและไม่ไว้วางใจที่เราต้องมีเมื่อเผชิญกับข้อความที่ตรงไปตรงมาในโลกแห่งวิทยาศาสตร์ ก็ถึงเวลาอธิบายว่าสมมติฐานว่างคืออะไร

การอ้างสิทธิ์ที่เป็นเท็จ

ตาม Royal Spanish Academy of the language สมมติฐานถูกกำหนดให้เป็นสมมติฐานของบางสิ่งที่เป็นไปได้หรือเป็นไปไม่ได้เพื่อที่จะดึงผลที่ตามมา ถ้าเราไปที่รากนิรุกติศาสตร์เราจะเห็นว่าความหมายของคำนั้นอยู่ในนั้น เนื่องจาก "อาการสะอึก" สอดคล้องกับ "การอยู่ใต้บังคับบัญชา / ต่ำกว่า" และ "วิทยานิพนธ์" ถึง "ข้อสรุปที่คงไว้ซึ่งความ การให้เหตุผล".

สมมติฐานคือ คำสั่งที่ไม่ผ่านการตรวจสอบที่ต้องทดสอบด้วยประสบการณ์ (นั่นคือการทดลอง) และหลังจากที่ถูกหักล้างและพิสูจน์แล้ว ในกรณีที่ดีที่สุด มันจะกลายเป็นคำยืนยันได้

ไม่ว่าในกรณีใดเพื่อยืนยันว่าบางสิ่ง "เป็น" เราต้องแยกแยะด้วยว่า "ไม่ใช่" ใช่ไหม? อย่าสิ้นหวังเพราะเรานำเสนอแบบฝึกหัดนามธรรมนี้อย่างเมตตากว่าในบรรทัดต่อไปนี้

มาดูตัวอย่างกัน เราต้องการแสดงให้เห็นว่าความชื้นมีบทบาทสำคัญในการวางไข่ของประชากรแมลงบางชนิดในระบบนิเวศ ในกรณีนี้ เรามีสองสมมติฐานที่เป็นไปได้:

• ความชื้นนั้นไม่ได้ส่งผลต่อจำนวนไข่ต่อการวางไข่ ดังนั้นจึงไม่มีความแตกต่างในค่าเฉลี่ยของตัวเลขนี้ ขึ้นอยู่กับสภาพอากาศและภูมิภาค (H0)
• ความชื้นนั้นส่งผลต่อจำนวนไข่ต่อการวางไข่ จะมีความแตกต่างอย่างมีนัยสำคัญในค่าเฉลี่ยขึ้นอยู่กับพารามิเตอร์เฉพาะที่วัดความชื้น (H1)

สมมติฐานว่าง (H0) ในกรณีนี้สอดคล้องกับข้อความแรก ดังนั้น เราสามารถกำหนดสมมติฐานว่างเป็น คำสั่งเกี่ยวกับพารามิเตอร์ที่ถือได้ว่าเหตุการณ์ตั้งแต่สองเหตุการณ์ขึ้นไปไม่สัมพันธ์กัน.

แนวคิดนี้เป็นพื้นฐานของแนวทางการตั้งสมมติฐานทางวิทยาศาสตร์ เพราะไม่ว่าคุณต้องการแสดงให้เห็นมากแค่ไหนก็ตาม ความสัมพันธ์ระหว่างสองพารามิเตอร์เฉพาะ จำเป็นต้องดำเนินการกับข้อเท็จจริงที่ว่าหากสิ่งนี้ไม่ได้รับการบันทึกไว้ เป็นเพราะ is มีอยู่ นอกจากนี้ การตรวจสอบใดๆ ที่เชื่อถือได้ควรทำทุกวิถีทางเพื่อทดสอบสมมติฐาน H1 ของมัน (ว่ามีความสัมพันธ์ที่น่าสงสัยอยู่) มันไม่เกี่ยวกับการได้ผลลัพธ์ที่ต้องการ "ด้วย" แต่เกี่ยวกับการไปถึงมัน "ทั้งๆ".

• คุณอาจสนใจ: "ประเภทของสมมติฐานในการวิจัยทางวิทยาศาสตร์ (และตัวอย่าง)"

ความสำคัญของ P-value

ผู้อ่านที่ใส่ใจมากที่สุดจะสังเกตเห็นว่าในตัวอย่างข้างต้น ความชื้น สมมติฐานที่แสดงความสัมพันธ์ระหว่างพารามิเตอร์นี้กับจำนวนไข่เฉลี่ยประกอบด้วย คำสำคัญในนั้น: ความสำคัญ.

นี่เป็นสิ่งสำคัญ เนื่องจากจำนวนไข่แมลงมีค่าเฉลี่ยต่างกันไม่ว่าจะจริงแค่ไหนก็ตาม และสังเกตได้ อาจเป็นเหตุการณ์ที่ไม่มีนัยสำคัญ กล่าวคือ ผลจากการสุ่มตัวอย่างที่อยู่นอกเหนือ ความสัมพันธ์

ตัวอย่างเช่น หากมนุษย์ต่างดาวมายังโลกแล้วสุ่มชายอายุ 50 ปีสี่คนและสามคน พวกมันสูง 1.90 เมตร พูดได้เลยว่ามนุษย์ 3 ใน 4 ตัวสูงมาก สูง. ข้อมูลเหล่านี้ไม่มีนัยสำคัญทางสถิติ เนื่องจากมีโอกาสเกิดขึ้นกับกลุ่มตัวอย่าง ในทางกลับกัน หากคนต่างด้าวดังกล่าววัดจำนวนพลเมืองได้ 3 ล้านคน และบันทึกความผันแปรของส่วนสูงไว้ทั้งหมด ตำแหน่งทางภูมิศาสตร์ของโลก อาจจะมีการสังเกตความแตกต่างอย่างมีนัยสำคัญในความสูงของสายพันธุ์ตาม (x) พารามิเตอร์

การคาดเดาทั้งหมดนี้ไม่ได้อยู่บนพื้นฐานของกระบวนการให้เหตุผลเพียงอย่างเดียว เนื่องจากมีตัวเลขที่สะท้อนถึงความสำคัญของข้อมูลที่ได้รับ นี่คือ กรณีของ "ค่า P" ซึ่งเป็นตัวเลขที่กำหนดเป็นความน่าจะเป็นที่ค่าทางสถิติที่คำนวณได้นั้นเป็นไปได้ด้วยสมมติฐานว่าง. ตัวเลขนี้เป็นความน่าจะเป็นที่อยู่ในช่วงตั้งแต่ 0 ถึง 1

เราจึงต้องการให้ค่า P ต่ำ ต่ำมาก โดยทั่วไป อาจกล่าวได้ว่าสมมติฐาน H0 (จำไว้ว่า สมมติฐานว่าง) สามารถปฏิเสธได้เมื่อ ตัวเลขนี้มีค่าเท่ากับหรือน้อยกว่าระดับนัยสำคัญที่กำหนดโดยพลการ (โดยทั่วไป 0,05). หมายความว่า ความน่าจะเป็นที่ผลลัพธ์ที่ได้เป็นผลจากโอกาส (นั่นคือ ไม่มีความสัมพันธ์ระหว่างพารามิเตอร์ หรือสิ่งที่เหมือนกัน คือ สมมติฐานว่างเป็นจริง) ต่ำมาก

ควรสังเกตว่า ไม่ว่าในกรณีใด การทดสอบสมมติฐานไม่อนุญาตให้เรายอมรับสมมติฐานทั้งหมด แต่จะปฏิเสธหรือไม่ กลับมาที่ตัวอย่างไข่และแมลง ถ้าเราได้ตัวอย่างวางไข่ 300 ตัวอย่าง จากตัวเมีย 300 ตัว ใน 30 แห่ง และมี ความแตกต่างอย่างมีนัยสำคัญในวิธีการตามความชื้นของระบบนิเวศ เราสามารถพูดได้ว่าดูเหมือนว่าจะมีความสัมพันธ์ระหว่างขนาดของกลุ่มประชากรตามรุ่นและพารามิเตอร์ของ ความชื้น.

สิ่งที่เราไม่สามารถ ในกรณีใด ๆ เป็นการยืนยันว่าเป็นความเชื่อที่ไม่อาจเคลื่อนย้ายได้ วิธีการทางวิทยาศาสตร์ขึ้นอยู่กับการทำซ้ำและการหักล้าง ดังนั้น ทีมวิจัยต่างๆ ต้องทำซ้ำการทดลองภายใต้เงื่อนไขเดียวกันและได้ผลลัพธ์ที่มีนัยสำคัญเท่าเทียมกัน เพื่อให้ความสัมพันธ์สามารถเชื่อถือได้และถูกต้อง

ถึงกระนั้น ไม่ว่าแนวคิดจะเป็นที่ยอมรับในชุมชนวิทยาศาสตร์เพียงใด นักกีฏวิทยาอาจมาถึงและค้นพบว่าหลังจากผ่า 300 ตัวเมียของสายพันธุ์นี้ปรากฎว่าตัวสีแดงมีเครื่องวางไข่ที่ใหญ่กว่าจึงวางไข่ได้โดยเฉลี่ย สูง. ตอนนี้อะไร?

บทสรุป

ตามที่เราต้องการจะสื่อในแนวเหล่านี้ วิทยาศาสตร์และวิธีการทางวิทยาศาสตร์โดยทั่วไปเป็นชุดของกระบวนการ น่าตื่นเต้นแต่น่าผิดหวังอย่างแน่นอน เพราะเราไม่หยุดเคลื่อนไหวในสมมติฐานที่สามารถหักล้างได้ในสิ่งใดๆ ช่วงเวลา

เมื่อถูกถามว่า "สมมติฐานว่างคืออะไร" เราสามารถยืนยันได้ว่ามันเป็นพื้นฐานของการสอบสวนใด ๆ เพราะมันสอดคล้อง กับความเป็นจริงที่คาดคะเนที่เราต้องการปฏิเสธ นั่นคือ ไม่มีความสัมพันธ์ระหว่างพารามิเตอร์ที่เราเสนอ สอบสวน

การอ้างอิงบรรณานุกรม:

• คุณเสนอความแตกต่างทางสถิติอย่างไร? สมมติฐานว่างเทียบกับ สมมติฐานทางเลือก อุบล.
• แอนเดอร์สัน, ดี. ร. เบิร์นแฮม เค. พี, & ทอมป์สัน, ว. ล. (2000). การทดสอบสมมติฐานว่าง: ปัญหา ความชุก และทางเลือกอื่น วารสารการจัดการสัตว์ป่า 912-923.
• วิธีการทางวิทยาศาสตร์ Complutense University of Madrid. รับเมื่อ 17 สิงหาคม ที่ https://www.ucm.es/data/cont/docs/107-2016-02-17-El%20M%C3%A9todo%20Cient%C3%ADfico.pdf
• ซัวเรซ, เอ็น. ร. (2012). การปฏิวัติการตัดสินใจทางสถิติ: ค่า p เทลอส, 14 (3), 439-446.