اختبار الفرضيات الاحصائية هو إجراء رسمي للتحقيق في أفكارنا حول العالم باستخدام الإحصائيات. غالبًا ما يستخدمه العلماء لاختبار تنبؤات محددة تسمى الفرضيات والتي تنشأ من النظريات.
مقدمة
هناك 5 خطوات رئيسية من أجل اختبار الفرضيات الاحصائية، وهي: تحديد الفرضيات البحثية كفرضية صفرية أو فرضية بديلة، ثم جمع البيانات، بعد ذلك اجراء اختبار الفرضيات الاحصائية المناسب، ثم إصدار قرار بشأن رفض الفرضية الصفرية، وفي النهاية عرض النتائج في قسم النتائج والمناقشة.
خطوات اختبار الفرضيات الاحصائية
على الرغم من أن التفاصيل المحددة قد تختلف ، إلا أن الإجراء الذي ستستخدمه عند اختبار الفرضيات الاحصائية سيتبع دائمًا نسخة من هذه الخطوات المفصلة أدناه:
الخطوة الأولى: حدد فرضيتك الصفرية والبديلة
بعد تطوير فرضيتك البحثية الأولية (التنبؤ الذي تريد التحقيق فيه) ، من المهم إعادة صياغتها على أنها فرضية صفرية أو بديلة حتى تتمكن من اختبارها رياضياً أو احصائياً. (اختبار الفرضيات الاحصائية)
عادة ما تكون الفرضية البديلة هي الفرضية الأولية التي تتنبأ بوجود علاقة بين المتغيرات. أما الفرضية الصفرية هي توقع عدم وجود علاقة بين المتغيرات التي تهتم بها، قد يكون هناك علاقة أو قد تكون الفرضية صفرية بالفعل.
تريد اختبار ما إذا كانت هناك علاقة بين الجنس والطول. بناءً على معرفتك بعلم وظائف الأعضاء البشرية ، تقوم بصياغة فرضية مفادها أن الرجال ، في المتوسط ، أطول من النساء. لاختبار هذه الفرضية ، عليك إعادة صياغتها على النحو التالي:
الفرضية الصفرية: الرجال ، في المتوسط ، ليسوا أطول من النساء.
الفرضية البديلة: الرجال ، في المتوسط ، أطول من النساء.
الخطوة الثانية: جمع البيانات من العينات
لكي يكون الاختبار الإحصائي صحيحاً ، من المهم إجراء أخذ العينات وجمع البيانات بطريقة مخصصة لاختبار فرضيتك. إذا لم تكن بياناتك تمثيلية ، فلا يمكنك عمل استنتاجات إحصائية حول مجتمع الدراسة الذي تهتم به.
لاختبار الفروق في متوسط الطول بين الرجال والنساء مثلاً ، يجب أن تحتوي عينتك على نسبة متساوية من الرجال والنساء ، وأن تغطي مجموعة متنوعة من الطبقات الاجتماعية والاقتصادية وأي متغيرات أخرى قد تؤثر على متوسط الطول.
يجب عليك أيضًا التفكير في نطاقك (على مستوى العالم؟ بالنسبة لبلد واحد؟) قد يكون مصدر البيانات المحتمل في هذه الحالة هو بيانات التعداد السكاني ، نظرًا لأنه يتضمن بيانات من مجموعة متنوعة من المناطق والطبقات الاجتماعية ومتوفر للعديد من البلدان حول العالم.
الخطوة الثالثة: قم بإجراء اختبار إحصائي
تتوفر مجموعة متنوعة من الاختبارات الإحصائية ، لكنها تستند جميعها إلى مقارنة التباين داخل المجموعة (مدى انتشار البيانات ضمن فئة ما) مع التباين بين المجموعات (مدى اختلاف الفئات عن بعضها البعض).
إذا كان التباين بين المجموعات كبيرًا بدرجة كافية بحيث يكون هناك تداخل ضئيل أو معدوم بين المجموعات ، فسيعكس الاختبار الإحصائي ذلك من خلال إظهار قيمة احتمالية (قيمة p) منخفضة. هذا يعني أنه من غير المحتمل أن تكون الاختلافات بين هذه المجموعات قد نشأت عن طريق الصدفة. (اختبار الفرضيات الاحصائية)
بدلاً من ذلك ، إذا كان هناك تباين كبير داخل المجموعة وتباين منخفض بين المجموعات، فسيعكس اختبارك الإحصائي ذلك مع قيمة p عالية. هذا يعني أنه من المحتمل أن أي فرق تقيسه بين المجموعات يرجع إلى الصدفة.
الاختبار الاحصائي ونوع البيانات
سيعتمد اختيارك للاختبار الإحصائي على نوع البيانات التي جمعتها. فبناءً على نوع البيانات التي جمعتها ، تقوم بإجراء T-test أحادي الطرف لاختبار ما إذا كان الرجال في الواقع أطول من النساء مثلاً. يمنحك هذا الاختبار:
- تقدير الاختلاف في متوسط الطول بين المجموعتين.
- تبين لك قيمة p مدى احتمالية رؤية ذلك الاختلاف بين المجموعتين إذا كانت الفرضية صفرية.
- يُظهر لك (T-test) متوسط أطوال النساء والرجال، مع تقدير الفروقات الحقيقية.
الخطوة الرابعة: إصدار قرار بشأن رفض الفرضية الصفرية
بناءً على نتيجة اختبارك الإحصائي ، سيتعين عليك تحديد ما إذا كنت ستتمكن من رفض فرضيتك الصفرية أو ستفشل في رفضها.
في معظم الحالات ، ستستخدم القيمة الاحتمالية الناتجة (قيمة p) عن اختبارك الإحصائي لتوجيه قرارك. وفي معظم الحالات ، سيكون الحد الأقصى لرفض الفرضية الصفرية هو (-0.05) أي أن هناك احتمال أقل من 5٪ أن ترى هذه النتائج إذا كانت الفرضية الصفرية صحيحة.
الخطوة الخامسة: اعرض نتائجك في قسم النتائج
سيتم عرض نتائج اختبار الفرضيات الاحصائية في أقسام النتائج والمناقشة في ورقة البحث الخاصة بك. في قسم النتائج ، يجب أن تقدم ملخصًا موجزًا للبيانات وملخصًا لنتائج اختبارك الإحصائي (على سبيل المثال ، الفرق المقدر بين متوسطات المجموعة والقيمة الاحتمالية المرتبطة بها). في المناقشة ، يمكنك مناقشة ما إذا كانت فرضيتك الأولية مدعومة بنتائجك أم لا.
في اللغة الرسمية لـ اختبار الفرضيات الاحصائية ، نتحدث عن رفض أو عدم رفض الفرضية الصفرية. من المحتمل أن يُطلب منك القيام بذلك في تعيينات الإحصائيات الخاصة بك.
في مقارنتنا لمتوسط الطول بين الرجال والنساء وجدنا فرق متوسط قدره 14.3 سم وقيمة احتمالية 0.002 على سبيل المثال؛ لذلك ، يمكننا رفض الفرضية الصفرية القائلة بأن الرجال ليسوا أطول من النساء ونستنتج أنه من المحتمل وجود اختلاف في الطول بين الرجال والنساء.
ذكر النتائج في مهمة إحصائية
عند تقديم نتائج البحث في الأوراق الأكاديمية ، نادرًا ما نتحدث بهذه الطريقة.
بدلاً من ذلك ، نعود إلى فرضيتنا البديلة (في هذه الحالة ، الفرضية القائلة بأن الرجال في المتوسط أطول من النساء) ونحدد ما إذا كانت نتيجة اختبارنا متسقة أو غير متوافقة مع الفرضية البديلة. إذا تم رفض فرضيتك الصفرية ، فسيتم تفسير هذه النتيجة على أنها متوافقة مع فرضيتك البديلة. (اختبار الفرضيات الاحصائية)
خاتمة
قد تلاحظ أننا لا نقول إننا نرفض أو نفشل في رفض الفرضية البديلة. هذا لأن اختبار الفرضيات الاحصائية غير مصمم لإثبات أو دحض أي شيء. إنه مصمم فقط لاختبار ما إذا كان النمط الذي نقيسه قد نشأ عن طريق الصدفة.
إذا رفضنا الفرضية الصفرية بناءً على بحثنا (على سبيل المثال ، وجدنا أنه من غير المحتمل أن يكون النمط قد نشأ عن طريق الصدفة) ، فيمكننا القول إن اختبارنا يدعم فرضيتنا. ولكن إذا لم يجتز النموذج قاعدة القرار الخاصة بنا ، مما يعني أنه قد نشأ عن طريق الصدفة ، فإننا نقول إن الاختبار لا يتوافق مع فرضيتنا.
طالع أيضاً: الفرضيات في البحث العلمي
