Yeni hipotezlerin (modeller veya teoriler) formüle edilmesi, bilimsel araştırmanın en önemli yönlerinden biridir.
Yeni bir hipotezin bir nedeni olduğunu görmek (gözlemlere göre) ve diğer alternatif hipotezlerden “daha iyi” olduğunu doğrulamak için test edilmelidir.
Bu, yeni bir hipotezi desteklemek (veya reddetmek) için kanıt elde etmek amacıyla deneysel şemalara yol açar.
Hipotezleri Test Etmek İçin Kullanılan Yöntemler
İki rakip hipotez veya teorinin karşılaştırılması:
- Önce model olarak formüle edilmeleri gerekir.
- Sıfır hipotezi H0, deneycinin değiştirmek istediği modeli temsil eder.
- Alternatif hipotez H1, genellikle sıfır hipotezinin bir olumsuzlamasını temsil eden yeni modeldir.
İstatistiksel testin amacı boş hipotez H0’ın yanlış olduğunu kanıtlamaktır.
- Boş hipotezi kabul ettiğimizi asla söyleyemeyiz
- İnkar edebiliriz ya da inkar edemeyiz
Araştırmacı, boş hipotezi reddederek, gözlemlenen sonuçların tesadüfi olmadığını ifade eder.
Boş hipotez reddedilmediğinde araştırmacı, gözlemlenen farklılıkların tesadüflerden kaynaklandığını ve sonuçların önemli olmadığını ifade eder.
İstatistiksel Testin Amacı
1. Adım : Boş hipotezi ve alternatif hipotezi belirtilmesi
2. Adım: Duruma göre uyarlanmış istatistikleri seçilmesi
3. Adım: Önem düzeyi seçilir ve buna dayanarak ayırma eşiği hesaplanır
4. Adım : Örnekteki verileri kullanarak istatistiğin değeri hesaplanır
5 Adım: Hesaplanan değeri, anlamlılık düzeyi tarafından verilen eşikle karşılaştırarak, sıfır hipotezinin reddedilip reddedilmeyeceğine karar verilir.
Test Gücünü Belirleyen Kavramlar
- Önem kriteri
- Alternatif
- Örnek boyut
- Etkinin boyutu
Parametrik ve Parametrik Olmayan İstatistikler
Bir popülasyonun parametrelerini tahmin etmek için kullanılan istatistikler parametrik istatistiklerdir:
- Normal olarak dağılmış bir popülasyondan rastgele örneklerin çıkarılmasına dayanırlar,
- Örnekler, popülasyon parametrelerini temsil eder.
Bu koşullar karşılanmazsa, diğer istatistiksel testler gereklidir: parametrik olmayan testler
- Nüfus hakkında varsayımlarda bulunmuyorum,
- Normallik ve homojenlik kriterleri karşılanmadığında kullanılabilir.
Studen (T) Testi
Örneklerin normal olarak dağılmış bir popülasyondan rastgele alındığı varsayımına dayanmaktadır.
Bağımsız örnekler için T testi:
- Eşit varyantlar
- Eşit olmayan varyantlar
Eşleştirilmiş numuneler için T testi: Örnekler normal dağılıma sahip değilse parametrik olmayan testler kullanılacaktır.
Bağımsız Örnekler İçin T Testi
- İki bağımsız numuneyi karşılaştırmak için kullanılır
- Örnekler bağımsız kabul edilir çünkü araştırmadan türetilen hiçbir ilişki bulunmayan bağımsız denek gruplarından oluşurlar.
- Bu varyans eşitliği varsayımına dayanır (varyansların homojenliği)
- Normalde varyansların homojenliği istatistiksel olarak test edilir
Varyanslar istatistiksel olarak önemli ölçüde farklı değilse, eşit kabul edilebilirler:
- Eşit varyanslar için t testini kullanılır,
- Eşitsiz varyanslar için t testini kullanılır.
HI Kare Testi
- Nitel değişkenler için frekans analizi
- Gözlemlenen dağılımın beklenenden farklı olup olmadığını görmek için parametrik olmayan test (teorik)
- Her zaman Hi-square testini uygulayın:
- Frekanslar vaka sayısına göre verilmiştir ve yüzdeleri veya sıraları temsil etmez
- Kategoriler ayrıntılıdır ve birbirini dışlar: herhangi bir konu bir kategoriye ve yalnızca bir kategoriye ait olabilir.
- fio – gözlemlenen sıklık ve uyum – teorik sıklık (beklenen), i = 1.2, .., n
HI Kare Testi Adımları
- İki karakter M ve T arasındaki bağımsızlık hipotezi formüle edilmiştir (yani bu durumda sıfır hipotezi H0)
- Bu bağımsızlık hipotezini karşılayan teorik bir olasılık tablosu hesaplanır.
- İki beklenmedik durum tablosu arasındaki sapma belirlenir (gözlemlenir ve teorik)
- Bu sapma küçükse sadece tesadüfen açıklanır ve bağımsızlık hipotezi kabul edilir.
