コンテンツ
推論統計では、仮説は研究の質問に対する暫定的な回答として形成されます。統計的仮説検定により、サンプル統計に基づいて母集団パラメーターに関する仮説を評価できます。テストのタイプは、関連する変数の測定レベルによって異なります。母集団パラメーターがある値よりも大きいまたは小さいと仮定される場合、片側検定が使用されます。研究仮説に方向性が示されていない場合、両側検定が使用されます。両側検定は、関係する変数の値に違いがあるかどうかを示します。
母集団パラメーターのデータを収集します。パラメーターの方向に指定された違いを示す理論的根拠があるかどうかを判断します。特定の違いは、1つの変数の値が他の変数の値よりも高いまたは低いことを示すことで示されます。この情報により、両側検定が適切かどうかを判断できます。
変数の測定レベル、サンプリング方法、サンプルサイズ、母集団パラメーターに関して仮定します。これらの仮定を使用して、仮説を策定します。最初の仮説は、研究仮説、つまりH1です。この仮説は、母集団パラメーターの変数の違いを示しています。 2番目の仮説は帰無仮説、つまりH0です。この仮説は研究仮説と矛盾し、母集団の平均と指定された値の間に差がないと述べています。
アルファのテスト統計を計算します。アルファは、帰無仮説が棄却される確率のレベルです。アルファは通常、.05、.01、または.001レベルに設定されます。つまり、5％、1％、または.1％の誤差があります。両側検定の場合、アルファの値を2で除算し、標準偏差が既知の場合はZ統計値と、標準偏差が未知の場合はt統計値と比較します。
帰無仮説をテストして、母集団パラメーターに差があるかどうかを判断します。目的は、帰無仮説を棄却して、研究仮説をサポートすることです。確率値がアルファより小さい場合、帰無仮説を棄却し、研究仮説を支持します。確率値がアルファより大きい場合、帰無仮説を棄却できません。