Hypoteseprøving

Hypoteseprøving er en statistisk metode for å vurdere om observerte data støtter en påstand som forskeren eller beslutningstaker ønsker å teste. Metoden brukes til å avgjøre om forskjeller eller effekter i dataene er plausible eller om de kan forklares som tilfeldige avvik.

Grunnleggende begreper er nullhypotesen H0, som vanligvis representerer ingen effekt eller ingen forskjell, og alternativhypotesen H1 (eller Ha), som angir den påståtte effekten eller forskjellen. En teststatistikk beregnes fra dataene og et signifikansnivå alpha bestemmes på forhånd. P-verdien uttrykker sannsynligheten for å observere dataene eller mer ekstreme hvis H0 er sann. Basert på p-verdien og alpha tas en beslutning om å avvise eller ikke avvise H0.

Prosessen består av å formulere H0 og H1, velge en passende statistisk test basert på data og forutsetninger, beregne teststatistikk, og enten avvise H0 ved en avvisnings- eller kritisk verdi eller ved å tolke p-verdien. Tester kan være ensidige (ensidig test) eller tosidige (tosidig test), avhengig av hvilken retning av effekten som testes.

Feil som kan oppstå inkluderer Type I-feil (avvise H0 når den er sann) og Type II-feil (ikke avvise H0 når den er falsk). Kraften til en test og effektstørrelser er viktige komplementer til p-verdien ved tolkning av resultater.

Vanlige tester inkluderer t-tester, chi-kvadrattester, ANOVA og tester i regresjonsanalyse. Forutsetninger som uavhengighet og normalfordeling påvirker valget av test og tolkning av resultatene.

P-værdi er ikke bevis for at H0 er sann eller usann; signifikansnivå reflekterer hvor streng konklusjonen skal være, og konfidensintervaller gir ytterligere informasjon om usikkerheten. Hypoteseprøving har begrensninger og bør kompletteres av effektstørrelser og vurdering av studieutforming og replikerbarhet.