اختبار الفرضية الصفرية
يُعد اختبار الفرضية الصفرية (NHST) الإطار الإحصائي السائد في البحث التجريبي. تمثل الفرضية الصفرية (H₀) الافتراض الافتراضي - عادةً 'لا يوجد تأثير' أو 'لا يوجد فرق' - بينما تمثل الفرضية البديلة (H₁) الادعاء قيد الاختبار. يحسب الاختبار احتمالية ملاحظة البيانات بالنظر إلى أن الفرضية الصفرية (H₀) صحيحة (القيمة الاحتمالية p-value)؛ إذا كانت القيمة الاحتمالية (p) صغيرة جدًا، يتم رفض الفرضية الصفرية (H₀) لصالح الفرضية البديلة (H₁). تم صياغة هذا الاختبار بواسطة رونالد فيشر وتم توسيعه بواسطة نيمان وبيرسون في أوائل القرن العشرين، وهو أساسي للبحث التأكيدي ولكنه تعرض لانتقادات واسعة بسبب سوء الاستخدام وسوء التفسير.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd. link ↗
- Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society, 231, 289–337. DOI: 10.1098/rsta.1933.0009 ↗
- Gigerenzer, G., & Marewski, J. N. (2015). Surrogate Science: The Idol of a Universal Method for Scientific Inference. Journal of Management, 41(2), 421–440. DOI: 10.1177/0149206314547522 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation. ScholarGate. https://scholargate.app/ar/research-statistics/null-hypothesis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- فترة الثقةإحصاء البحث↔ compare
- القيمة الاحتمالية (p-value) والأهمية الإحصائيةإحصاء البحث↔ compare
- القوة الإحصائية وحجم العينةإحصاء البحث↔ compare
- خطأ النوع الأول والنوع الثانيإحصاء البحث↔ compare