ສົມມຸດຕິຖານທີ່ເປັນໂມຄະ ແລະ ສົມມຸດຕິຖານທາງເລືອກແມ່ນຫຍັງ?

ສົມມຸດຕິຖານ Null ແລະ ທາງເລືອກແມ່ນຫຍັງ

ໃນສະຖິຕິ ແລະ ວິທີການຄົ້ນຄວ້າ, ຄຳວ່າ ສົມມຸດຕິຖານທີ່ເປັນໂມຄະ (H0) ແລະ ສົມມຸດຕິຖານທາງເລືອກ (H1 ຫຼື Ha) ແມ່ນສອງແນວຄວາມຄິດພື້ນຖານທີ່ມັກເກີດຂຶ້ນເມື່ອນັກຄົ້ນຄວ້າຕ້ອງການທົດສອບສົມມຸດຕິຖານໂດຍໃຊ້ຂໍ້ມູນ. ພວກມັນປະກອບເປັນພື້ນຖານຂອງການທົດສອບສົມມຸດຕິຖານ, ເຊິ່ງເປັນຂັ້ນຕອນໃນການກຳນົດວ່າຫຼັກຖານຈາກຕົວຢ່າງແຂງແຮງພຽງພໍທີ່ຈະສະໜັບສະໜູນການຮຽກຮ້ອງກ່ຽວກັບປະຊາກອນຫຼືບໍ່. ໃນຂະນະທີ່ມັນອາດຈະຟັງຄືວ່າເປັນເທັກນິກ, ແຕ່ແນວຄວາມຄິດພື້ນຖານແມ່ນງ່າຍດາຍ: ພວກເຮົາສ້າງສອງຖະແຫຼງການທີ່ກົງກັນຂ້າມ, ຈາກນັ້ນໃຊ້ຂໍ້ມູນເພື່ອກຳນົດວ່າອັນໃດເປັນໄປໄດ້ຫຼາຍກວ່າ.

ການເຂົ້າໃຈສົມມຸດຕິຖານໃນການຄົ້ນຄວ້າ

ໂດຍທົ່ວໄປ, ສົມມຸດຕິຖານແມ່ນສົມມຸດຕິຖານຊົ່ວຄາວ ຫຼື ຖະແຫຼງການທີ່ສາມາດທົດສອບຄວາມຈິງໄດ້. ໃນການຄົ້ນຄວ້າດ້ານປະລິມານ, ສົມມຸດຕິຖານມັກຈະຖືກສ້າງຂຶ້ນໃນຮູບແບບຂອງຄວາມສຳພັນລະຫວ່າງຕົວແປ ຫຼື ຄວາມແຕກຕ່າງລະຫວ່າງກຸ່ມ. ຕົວຢ່າງ: "ວິທີການສຶກສາ A ມີປະສິດທິພາບຫຼາຍກ່ວາວິທີການສຶກສາ B" ຫຼື "ມີຄວາມສຳພັນລະຫວ່າງໄລຍະເວລາການນອນ ແລະ ລະດັບຄວາມເຂັ້ມຂຸ້ນ."

ເຖິງຢ່າງໃດກໍ່ຕາມ, ເມື່ອສົມມຸດຕິຖານເຫຼົ່ານີ້ຖືກນຳມາສູ່ຂອບເຂດຂອງການວິເຄາະທາງສະຖິຕິ, ພວກມັນມັກຈະຖືກແບ່ງອອກເປັນສອງຄູ່ຄື: ສົມມຸດຕິຖານທີ່ເປັນໂມຄະ ແລະ ສົມມຸດຕິຖານທາງເລືອກ.

ສົມມຸດຕິຖານທີ່ເປັນໂມຄະ (H0) ແມ່ນຫຍັງ?

ສົມມຸດຕິຖານທີ່ເປັນໂມຄະ (H0) ແມ່ນຖະແຫຼງການທີ່ລະບຸໂດຍທົ່ວໄປວ່າບໍ່ມີຄວາມແຕກຕ່າງ, ບໍ່ມີຜົນກະທົບ, ຫຼືບໍ່ມີຄວາມສຳພັນ. H0 ມັກຖືກພິຈາລະນາວ່າເປັນຕຳແໜ່ງ "ຄ່າເລີ່ມຕົ້ນ" ຫຼື "ສະຖານະພາບປັດຈຸບັນ". ໃນການທົດສອບທາງສະຖິຕິ, ນັກຄົ້ນຄວ້າມັກຈະເລີ່ມຕົ້ນດ້ວຍການສົມມຸດຕິຖານວ່າ H0 ເປັນຄວາມຈິງ ແລະ ຫຼັງຈາກນັ້ນຊອກຫາຫຼັກຖານຈາກຂໍ້ມູນເພື່ອປະຕິເສດມັນ.

ລັກສະນະທົ່ວໄປຂອງສົມມຸດຕິຖານທີ່ເປັນໂມຄະ:
1. ການລະບຸວ່າບໍ່ມີຜົນກະທົບ ຫຼື ບໍ່ມີຄວາມແຕກຕ່າງ.
2. ກາຍເປັນຜູ້ອ້າງອີງເບື້ອງຕົ້ນໃນການທົດສອບ.
3. ຖືກປະຕິເສດ ຫຼື ບໍ່ຖືກປະຕິເສດໂດຍອີງໃສ່ຜົນຂອງການທົດສອບທາງສະຖິຕິ.

ຕົວຢ່າງຂອງສົມມຸດຕິຖານທີ່ເປັນໂມຄະ:
– “ບໍ່ມີຄວາມແຕກຕ່າງກັນໃນລະດັບຄະແນນສະເລ່ຍລະຫວ່າງຫ້ອງຮຽນທີ່ໃຊ້ວິທີ A ແລະ ວິທີ B.”
- “ບໍ່ມີຄວາມສຳພັນລະຫວ່າງຈຳນວນຊົ່ວໂມງຮຽນ ແລະ ຄະແນນສອບເສັງ.”
– “ຄວາມສູງສະເລ່ຍຂອງນັກຮຽນແມ່ນ 165 ຊມ.”

ໃນສັນຍາລັກທາງສະຖິຕິ, ສົມມຸດຕິຖານໂມຄະມັກຈະກ່ຽວຂ້ອງກັບເຄື່ອງໝາຍ =, ຕົວຢ່າງ μ = 165 ຫຼື p = 0,5. ເຄື່ອງໝາຍເທົ່າກັບມີຄວາມສຳຄັນເພາະວ່າ H0 ມັກຈະລະບຸວ່າພາລາມິເຕີປະຊາກອນຢູ່ໃນຄ່າທີ່ແນ່ນອນ.

ສົມມຸດຕິຖານທາງເລືອກ (H1/Ha) ແມ່ນຫຍັງ?

ສົມມຸດຕິຖານທາງເລືອກ (H1 ຫຼື Ha) ແມ່ນຖະແຫຼງການທີ່ຂັດກັບສົມມຸດຕິຖານທີ່ເປັນໂມຄະ. H1 ລະບຸວ່າມີຄວາມແຕກຕ່າງ, ຜົນກະທົບ, ຫຼື ຄວາມສຳພັນ. ຖ້າ H0 ຖືກປະຕິເສດ, ນັກຄົ້ນຄວ້າຈະໄດ້ຮັບການສະໜັບສະໜູນສຳລັບ H1 (ເຖິງແມ່ນວ່າໃນທາງເທັກນິກ, ນີ້ແມ່ນການປະຕິເສດ H0, ບໍ່ແມ່ນ "ການພິສູດ" H1 ຢ່າງສະຫຼຸບ).

ລັກສະນະທົ່ວໄປຂອງສົມມຸດຕິຖານທາງເລືອກ:
1. ເພື່ອລະບຸການມີຢູ່ຂອງຜົນກະທົບ, ຄວາມແຕກຕ່າງ ຫຼື ຄວາມສຳພັນ.
2. ກາຍເປັນເປົ້າໝາຍຫຼັກທີ່ນັກຄົ້ນຄວ້າຕ້ອງການສະໜັບສະໜູນ.
3. ຍອມຮັບໂດຍທາງອ້ອມເມື່ອ H0 ຖືກປະຕິເສດ.

ຕົວຢ່າງຂອງສົມມຸດຕິຖານທາງເລືອກ:
– “ມີຄວາມແຕກຕ່າງລະຫວ່າງຄ່າສະເລ່ຍລະຫວ່າງວິທີການຊັ້ນ A ແລະ ວິທີການ B.”
- “ມີຄວາມສຳພັນລະຫວ່າງຈຳນວນຊົ່ວໂມງຮຽນ ແລະ ຄະແນນສອບເສັງ.”
– “ຄວາມສູງສະເລ່ຍຂອງນັກຮຽນບໍ່ເທົ່າກັບ 165 ຊມ.”

ໃນສັນຍາລັກ, H1 ມັກໃຊ້ສັນຍາລັກ ≠, >, ຫຼື < ຂຶ້ນກັບປະເພດຂອງການທົດສອບ. ຄວາມສຳພັນລະຫວ່າງ H0 ແລະ H1: ຄູ່ຂອງຂໍ້ຄວາມທີ່ບໍ່ກ່ຽວຂ້ອງກັນ. H0 ແລະ H1 ຕ້ອງບໍ່ກ່ຽວຂ້ອງກັນ, ຊຶ່ງໝາຍຄວາມວ່າພວກມັນບໍ່ສາມາດເປັນຄວາມຈິງໃນເວລາດຽວກັນ. ຖ້າ H0 ລະບຸວ່າ "ບໍ່ມີຄວາມແຕກຕ່າງ," ແລ້ວ H1 ລະບຸວ່າ "ມີຄວາມແຕກຕ່າງ." ການຈັບຄູ່ນີ້ແມ່ນສ້າງຂຶ້ນໂດຍເຈດຕະນາເພື່ອໃຫ້ນັກຄົ້ນຄວ້າສາມາດຕັດສິນໃຈໄດ້ຢ່າງຊັດເຈນໂດຍອີງໃສ່ຂໍ້ມູນ. ຕົວຢ່າງ, ຖ້າການສຶກສາຕ້ອງການຊອກຫາວ່າຢາໃໝ່ຊ່ວຍຫຼຸດຄວາມດັນເລືອດຫຼືບໍ່: - H0: ຢາໃໝ່ບໍ່ໄດ້ຫຼຸດຄວາມດັນເລືອດ (ຫຼືການຫຼຸດແມ່ນຄືກັນກັບຢາເກົ່າ). - H1: ຢາໃໝ່ຊ່ວຍຫຼຸດຄວາມດັນເລືອດ (ມີປະສິດທິພາບຫຼາຍກວ່າ). ດ້ວຍຂໍ້ມູນຈາກການທົດລອງ, ນັກຄົ້ນຄວ້າດຳເນີນການທົດສອບທາງສະຖິຕິເພື່ອເບິ່ງວ່າຫຼັກຖານແຂງແຮງພຽງພໍທີ່ຈະປະຕິເສດ H0 ຫຼືບໍ່. ປະເພດຂອງສົມມຸດຕິຖານທາງເລືອກ: ຫາງດຽວ ແລະ ສອງຫາງ

ສົມມຸດຕິຖານທາງເລືອກສາມາດເປັນສອງຫາງ ຫຼື ໜຶ່ງຫາງ. 1. ການທົດສອບສອງຫາງ - H1 ລະບຸວ່າ "ແຕກຕ່າງກັນ" ໂດຍບໍ່ລະບຸວ່າຫຼາຍກວ່າ ຫຼື ໜ້ອຍກວ່າ. - ຕົວຢ່າງ: - H0: μ = 165 - H1: μ ≠ 165 ການທົດສອບນີ້ໃຊ້ຖ້ານັກຄົ້ນຄວ້າພຽງແຕ່ຕ້ອງການຮູ້ວ່າມີຄວາມແຕກຕ່າງຫຼືບໍ່, ໂດຍບໍ່ມີທິດທາງສະເພາະ. 2. ການທົດສອບໜຶ່ງຫາງ - H1 ລະບຸທິດທາງຂອງຄວາມແຕກຕ່າງ: ຫຼາຍຫຼືໜ້ອຍກວ່າ. - ຕົວຢ່າງ: - H0: μ ≤ 165 - H1: μ > 165
ຫຼື
– H0: μ ≥ 165
– H1: μ < 165 ການທົດສອບນີ້ໃຊ້ຖ້ານັກຄົ້ນຄວ້າມີສົມມຸດຕິຖານທິດທາງໂດຍອີງໃສ່ທິດສະດີ ຫຼື ການສຶກສາກ່ອນໜ້ານີ້. ການເລືອກການທົດສອບແບບຫາງດຽວ ຫຼື ສອງຫາງແມ່ນມີຄວາມສຳຄັນເພາະມັນມີຜົນກະທົບຕໍ່ວິທີການກຳນົດພາກພື້ນການປະຕິເສດ ແລະ ການຕີຄວາມໝາຍຂອງຜົນໄດ້ຮັບ. ວິທີການຕັດສິນໃຈ: ປະຕິເສດ ຫຼື ບໍ່ປະຕິເສດ H0 ໃນການທົດສອບສົມມຸດຕິຖານ, ການຕັດສິນໃຈປົກກະຕິແມ່ນ: - ປະຕິເສດ H0: ຂໍ້ມູນໃຫ້ຫຼັກຖານທີ່ເຂັ້ມແຂງພຽງພໍທີ່ຈະລະບຸວ່າຜົນໄດ້ຮັບບໍ່ສອດຄ່ອງກັບ H0. - ບໍ່ປະຕິເສດ H0: ຂໍ້ມູນບໍ່ແຂງແຮງພຽງພໍທີ່ຈະປະຕິເສດ H0 (ນີ້ບໍ່ໄດ້ໝາຍຄວາມວ່າ H0 ຖືກພິສູດວ່າເປັນຄວາມຈິງ). ຄຳວ່າ "ບໍ່ປະຕິເສດ" ຖືກນໍາໃຊ້ເພາະວ່າການຄົ້ນຄວ້າທີ່ອີງໃສ່ຕົວຢ່າງມີຄວາມບໍ່ແນ່ນອນສະເໝີ. ພວກເຮົາບໍ່ຄ່ອຍສາມາດ "ພິສູດ" ບາງສິ່ງບາງຢ່າງດ້ວຍຄວາມແນ່ນອນຢ່າງແທ້ຈິງ; ສິ່ງທີ່ພວກເຮົາສາມາດເຮັດໄດ້ແມ່ນການປະເມີນວ່າຫຼັກຖານທີ່ມີຢູ່ນັ້ນເຂັ້ມແຂງປານໃດ. ເຄື່ອງມືການຕັດສິນໃຈທີ່ນິຍົມອັນໜຶ່ງແມ່ນຄ່າ p: - ຖ້າຄ່າ p < α (ຕົວຢ່າງ, α = 0,05), ຫຼັງຈາກນັ້ນ H0 ຈະຖືກປະຕິເສດ. - ຖ້າຄ່າ p ≥ α, ຫຼັງຈາກນັ້ນ H0 ຈະບໍ່ຖືກປະຕິເສດ. ໃນທີ່ນີ້ α ແມ່ນລະດັບຄວາມສຳຄັນ, ຂີດຈຳກັດຄວາມທົນທານຂອງນັກຄົ້ນຄວ້າສຳລັບຄວາມເປັນໄປໄດ້ຂອງການເຮັດຜິດພາດເມື່ອປະຕິເສດ H0. ຄວາມຜິດພາດໃນການທົດສອບສົມມຸດຕິຖານ: ປະເພດ I ແລະ ປະເພດ II ເນື່ອງຈາກການຕັດສິນໃຈທາງສະຖິຕິບໍ່ຖືກຕ້ອງສະເໝີໄປ, ມີຄວາມຜິດພາດສອງປະເພດທີ່ຮັບຮູ້ຄື: 1. ຄວາມຜິດພາດປະເພດ I (α) - ການປະຕິເສດ H0 ເມື່ອ H0 ເປັນຄວາມຈິງ. - ຕົວຢ່າງ: ການສະຫຼຸບວ່າຢາມີປະສິດທິພາບເມື່ອມັນບໍ່ແມ່ນ. 2. ຄວາມຜິດພາດປະເພດ II (β) - ການບໍ່ປະຕິເສດ H0 ເມື່ອ H0 ເປັນຈິງ. - ຕົວຢ່າງ: ການສະຫຼຸບຢາບໍ່ມີປະສິດທິພາບເມື່ອມັນມີປະສິດທິພາບແທ້ໆ. ນັກຄົ້ນຄວ້າມັກຈະຄວບຄຸມຄວາມສ່ຽງຂອງຄວາມຜິດພາດປະເພດ I ຜ່ານ α (ເຊັ່ນ: 0,05). ໃນຂະນະດຽວກັນ, ຄວາມສ່ຽງຂອງຄວາມຜິດພາດປະເພດ II ແມ່ນກ່ຽວຂ້ອງກັບພະລັງຂອງການສຶກສາ, ຂະໜາດຕົວຢ່າງ, ແລະການປ່ຽນແປງຂອງຂໍ້ມູນ. ຕົວຢ່າງງ່າຍໆຈາກຊີວິດປະຈຳວັນ ລອງນຶກພາບວ່າທ່ານຕ້ອງການທົດສອບວ່າທີມງານຜະລິດປັບປຸງຄຸນນະພາບຫຼັງຈາກປ່ຽນເຄື່ອງຈັກຫຼືບໍ່. - H0: ການປ່ຽນເຄື່ອງຈັກບໍ່ໄດ້ປັບປຸງຄຸນນະພາບສະເລ່ຍຂອງຜະລິດຕະພັນ. - H1: ການປ່ຽນເຄື່ອງຈັກປັບປຸງຄຸນນະພາບສະເລ່ຍຂອງຜະລິດຕະພັນ. ທ່ານເກັບກຳຂໍ້ມູນກ່ຽວກັບຂໍ້ບົກພ່ອງໃນການຜະລິດກ່ອນ ແລະ ຫຼັງການປ່ຽນເຄື່ອງຈັກ. ຖ້າຜົນການວິເຄາະສະແດງໃຫ້ເຫັນຄວາມແຕກຕ່າງທີ່ສຳຄັນ (ເຊັ່ນ: ຂໍ້ບົກພ່ອງຫຼຸດລົງ ແລະ ຄ່າ p < 0,05), ທ່ານປະຕິເສດ H0 ແລະສະໜັບສະໜູນວ່າເຄື່ອງຈັກໃໝ່ໄດ້ຊ່ວຍ. ສະຫຼຸບ ສົມມຸດຕິຖານທີ່ເປັນໂມຄະ ແລະ ສົມມຸດຕິຖານທາງເລືອກແມ່ນຫົວໃຈຂອງການທົດສອບສົມມຸດຕິຖານໃນສະຖິຕິ. ສົມມຸດຕິຖານທີ່ເປັນໂມຄະ (H0) ມັກຈະລະບຸວ່າບໍ່ມີຜົນກະທົບ ຫຼື ຄວາມແຕກຕ່າງ, ໃນຂະນະທີ່ສົມມຸດຕິຖານທາງເລືອກ (H1/Ha) ລະບຸວ່າມີຜົນກະທົບ ຫຼື ຄວາມແຕກຕ່າງ. ດ້ວຍຂໍ້ມູນ, ນັກຄົ້ນຄວ້າຈະທົດສອບວ່າຫຼັກຖານມີຄວາມເຂັ້ມແຂງພຽງພໍທີ່ຈະປະຕິເສດ H0 ຫຼືບໍ່. ການເຂົ້າໃຈແນວຄວາມຄິດນີ້ຊ່ວຍໃຫ້ພວກເຮົາອ່ານຜົນການຄົ້ນຄວ້າໄດ້ຢ່າງມີວິຈານຫຼາຍຂຶ້ນ, ອອກແບບການທົດລອງທີ່ດີກວ່າ, ແລະ ຕັດສິນໃຈທີ່ມີເຫດຜົນຫຼາຍຂຶ້ນໂດຍອີງໃສ່ຂໍ້ມູນ. ຖ້າທ່ານຕ້ອງການ, ຂ້ອຍສາມາດຊ່ວຍເຈົ້າສ້າງຕົວຢ່າງຂອງສົມມຸດຕິຖານທີ່ບໍ່ມີຄ່າ ແລະ ສົມມຸດຕິຖານທາງເລືອກທີ່ກ່ຽວຂ້ອງກັບຫົວຂໍ້ການຄົ້ນຄວ້າຂອງເຈົ້າ (ເຊັ່ນ: ການສຶກສາ, ສຸຂະພາບ, ທຸລະກິດ), ຄົບຖ້ວນດ້ວຍການທົດສອບທາງສະຖິຕິທີ່ເໝາະສົມ.