Tipi di Ipotesi
è anche chiamato un ipotesi di base. Mostra la relazione tra due variabili in cui una è chiamata variabile indipendente o “causa” e l’altra è chiamata variabile dipendente o “effetto”.
Esempio: il riscaldamento globale fa fondere gli iceberg.
Qui la causa è il riscaldamento globale e l’effetto è lo scioglimento degli iceberg.
- Ipotesi complessa
- Ipotesi empirica
- Ipotesi nulla
- Ipotesi alternativa
- Ipotesi logica
- Ipotesi statistica
- Ipotesi associativa e causale
- Ipotesi direzionale
- Ipotesi non direzionale
- Variabile di Distribuzione delle Prove di Tipo (Gaussiana)
- Variabile Rapporto Prove (correlazione)
- Confronta Mezzi di Campione (parametrico)
- Confronta i mezzi del campione (non parametrici)
Ipotesi complessa
L’ipotesi complessa è quella in cui ci sono più variabili dipendenti e indipendenti.
Esempio: Il riscaldamento globale provoca la fusione degli iceberg che a sua volta provoca importanti cambiamenti nei modelli meteorologici.
La differenza tra un’ipotesi semplice e un’ipotesi complessa:
ipotesi semplice: la relazione esiste solo tra due variabili.
ipotesi complessa: esiste una relazione tra più variabili.
Ipotesi empirica
È anche chiamata “ipotesi di lavoro”. È solo un’ipotesi durante la fase di formulazione, ma quando viene testata non è più solo un’idea o una nozione. In realtà sta attraversando alcuni cambiamenti intorno a quelle variabili indipendenti.
Esempio: I vestiti di cotone sono migliori per l’estate rispetto ai vestiti di velluto.
Ipotesi nulla
È contrario all’ipotesi empirica, in quanto afferma che non esiste alcuna relazione tra variabile dipendente e indipendente. In sostanza afferma che i dati e le variabili in fase di test non esistono effettivamente.
Esempio: L’acqua non influisce sulla crescita di una pianta.
Ipotesi alternativa
È anche conosciuta come ipotesi mantenuta o ipotesi di ricerca
In primo luogo vengono proposte molte ipotesi. Quindi, tra questi, viene selezionato uno che è il più efficiente.
Esistono quattro tipi principali di ipotesi alternative:
- Punto ipotesi alternativa: Distribuzione della popolazione nel test di ipotesi è completamente definito e non ha parametri sconosciuti.
- Ipotesi alternativa non direzionale: afferma che l’ipotesi nulla è falsa.
- Ipotesi direzionale a una coda: riguarda solo la regione di rifiuto per una coda di una distribuzione di campionamento.
- Ipotesi direzionale a due code: Si tratta di entrambe le regioni di rifiuto della distribuzione del campionamento.
Ipotesi logica
Come suggerisce il nome, è verificata logicamente. Il processo di verifica comporta:
- Accordo
- Disaccordo
- Divergenza di opinioni.
Esempio:
Dichiarazione di ipotesi: un animale non può sopravvivere senza acqua.
Verifica logica: questo è vero perché tutti gli esseri viventi hanno bisogno di acqua.
Ipotesi statistica
L’affermazione potrebbe essere logica o illogica ma se la statistica la verifica, diventerà un’ipotesi statistica.
La vitamina C fa bene alla pelle. Dovresti testare questa ipotesi su un gruppo di persone per verificarla. Questo è un metodo statistico per verificare l’istruzione.
Ipotesi associativa e causale
Ipotesi associative afferma che esiste una relazione tra due variabili. Esamina come si verificano eventi specifici.
Le ipotesi causali affermano che qualsiasi differenza nel tipo o nella quantità di una particolare variabile influenzerà direttamente la differenza nel tipo o nella quantità della variabile successiva nell’equazione. Esamina come la manipolazione influisce sugli eventi in futuro.
Ipotesi direzionale
Un’ipotesi direzionale specifica la direzione o la natura della relazione tra due o più variabili indipendenti e due o più variabili dipendenti. Sono sviluppati da domande di ricerca e utilizzano metodi statistici per la convalida.
Si basano su aspetti quali:
- Teoria accettata
- Ricerche passate
Ipotesi non direzionale
Questa ipotesi afferma che esiste una relazione tra due variabili ma non prevede l’esatta natura o direzione della relazione.
Variabile di Distribuzione delle Prove di Tipo (Gaussiana)
- Shapiro-Wilk Test
- D’Agostino K2 Test
- Anderson-Darling Test
Variabile Rapporto Prove (correlazione)
- Coefficiente di Correlazione di Pearson
- Correlazione di Rango di Spearman
- Kendall Correlazione di Rango di
- Chi-Squared Test
Confronta Mezzi di Campione (parametrico)
- t-test di Student
- Paired t-test di Student
- Analisi della Varianza Test ANOVA ()
- Misure Ripetute ANOVA Test
Confronta i mezzi del campione (non parametrici)
- Mann-Whitney U Test
- Wilcoxon Firmato-Rank Test
- Kruskal-Wallis H Test
- Friedman Test
