آزمون فرض صفر
آزمون معناداری فرض صفر (NHST) چارچوب آماری غالب در پژوهشهای تجربی است. فرض صفر (H₀) بیانگر فرض پیشفرض است - معمولاً «عدم وجود اثر» یا «عدم وجود تفاوت» - در حالی که فرضیه جایگزین (H₁) ادعای مورد آزمون را نشان میدهد. آزمون احتمال مشاهده دادهها را با فرض درست بودن H₀ محاسبه میکند (مقدار p)؛ اگر p بسیار کوچک باشد، H₀ به نفع H₁ رد میشود. NHST که توسط رونالد فیشر فرمولبندی و توسط نیمن و پیرسون در اوایل قرن بیستم توسعه یافت، اساس پژوهشهای تأییدی است اما به دلیل سوءاستفاده و تفسیر نادرست به طور گستردهای مورد انتقاد قرار گرفته است.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation. ScholarGate. https://scholargate.app/fa/research-statistics/null-hypothesis
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- بازه اطمینانآمار پژوهش↔ مقایسه
- مقدار پی و اهمیت آماریآمار پژوهش↔ مقایسه
- توان آماری و اندازه نمونهآمار پژوهش↔ مقایسه
- خطاهای نوع اول و نوع دومآمار پژوهش↔ مقایسه
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →