Types d’hypothèses

Vinita Silaparasetty

Suivre

29 juil. 2019 * 3 min de lecture

On l’appelle aussi une hypothèse de base. Il montre la relation entre deux variables où l’une est appelée la variable indépendante ou “cause” et l’autre est appelée la variable dépendante ou “effet”.

Exemple : Le réchauffement climatique provoque la fonte des icebergs.

Ici, la cause est le réchauffement climatique et l’effet est la fonte des icebergs.

Hypothèse complexe

L’hypothèse complexe est celle dans laquelle il existe plusieurs variables dépendantes et indépendantes.

Exemple: Le réchauffement climatique provoque la fonte des icebergs, ce qui entraîne des changements majeurs dans les conditions météorologiques.

La différence entre une hypothèse simple et une hypothèse complexe :

hypothèse simple : La relation n’existe qu’entre deux variables.

hypothèse complexe : Une relation existe entre plusieurs variables.

Hypothèse empirique

On l’appelle aussi une “hypothèse de travail”. Ce n’est qu’une hypothèse pendant la phase de formulation, mais lorsqu’elle est testée, ce n’est plus seulement une idée ou une notion. Il subit en fait quelques changements autour de ces variables indépendantes.

Exemple: Les vêtements en coton sont meilleurs pour l’été que les vêtements en velours.

Hypothèse nulle

Elle est contraire à l’hypothèse empirique, car elle stipule qu’il n’y a pas de relation entre variable dépendante et variable indépendante. Il stipule essentiellement que les données et les variables testées n’existent pas réellement.

Exemple : L’eau n’affecte pas la croissance d’une plante.

Hypothèse alternative

On parle aussi d’hypothèse maintenue ou d’hypothèse de recherche

Tout d’abord de nombreuses hypothèses sont proposées. Ensuite, parmi eux, on sélectionne celui qui est le plus efficace.

Il existe quatre principaux types d’hypothèses alternatives:

• Hypothèse alternative ponctuelle: La distribution de la population dans le test d’hypothèse est entièrement définie et n’a pas de paramètres inconnus.
• Hypothèse alternative non directionnelle: Elle stipule que l’hypothèse nulle est fausse.
• Hypothèse directionnelle à une queue : Elle ne concerne que la région de rejet pour une queue d’une distribution d’échantillonnage.
• Hypothèse directionnelle à deux queues: Il concerne les deux régions de rejet de la distribution d’échantillonnage.

Hypothèse logique

Comme son nom l’indique, elle est vérifiée logiquement. Le processus de vérification implique:

• Accord
• Désaccord
• Divergence d’opinion.

Exemple:

Énoncé d’hypothèse: Un animal ne peut pas survivre sans eau.

Vérification logique: C’est vrai parce que tous les êtres vivants ont besoin d’eau.

Hypothèse statistique

L’énoncé peut être logique ou illogique mais si statistic le vérifie, il deviendra une hypothèse statistique.

La vitamine C est bonne pour la peau. Il faudrait tester cette hypothèse sur un groupe de personnes pour la vérifier. Il s’agit d’une méthode statistique de vérification de l’instruction.

Hypothèse associative et causale

Les hypothèses associatives indiquent qu’il existe une relation entre deux variables. Il examine comment des événements spécifiques se produisent conjointement.

Les hypothèses causales indiquent que toute différence dans le type ou la quantité d’une variable particulière affectera directement la différence dans le type ou la quantité de la variable suivante dans l’équation. Il examine comment la manipulation affecte les événements futurs.

Hypothèse directionnelle

Une hypothèse directionnelle spécifie la direction ou la nature de la relation entre deux variables indépendantes ou plus et deux variables dépendantes ou plus. Ils sont élaborés à partir de questions de recherche et utilisent des méthodes statistiques pour la validation.

Ils sont basés sur des aspects tels que:

• Théorie acceptée
• Recherches antérieures

Hypothèse non directionnelle

Cette hypothèse indique qu’il existe une relation entre deux variables, mais elle ne prédit pas la nature ou la direction exacte de la relation.

Tests de Type à Distribution Variable (Gaussien)

• Test de Shapiro-Wilk
• Test K2 de D’Agostino
• Test d’Anderson-Darling

Tests de Relation variable (corrélation)

• Coefficient de corrélation de Pearson
• Corrélation de Rang de Spearman
• Corrélation de rang de Kendall
• Test du Chi Carré

Comparer Les Moyennes de l’échantillon (paramétrique)

• Test t de Student
• Test t de Student apparié
• Analyse du Test de variance (ANOVA)
• Mesures répétées ANOVA Test

Comparer les Moyennes de l’échantillon (non paramétriques)

• Test U de Mann-Whitney
• Test de Rang Signé Wilcoxon
• Test H de Kruskal-Wallis
• Test de Friedman