Nollahypoteesin testaus
Nollahypoteesin merkitsevyystestaus (NHST) on empiirisen tutkimuksen hallitseva tilastollinen viitekehys. Nollahypoteesi (H₀) edustaa oletusarvoista oletusta – tyypillisesti 'ei vaikutusta' tai 'ei eroa' – kun taas vaihtoehtoinen hypoteesi (H₁) edustaa testattavaa väitettä. Testi laskee todennäköisyyden havaita data, jos H₀ on tosi (p-arvo); jos p on hyvin pieni, H₀ hylätään H₁:n hyväksi. Ronald Fisherin muotoilema ja Neymanin ja Pearsonin laajentama 1900-luvun alussa, NHST on vahvistavan tutkimuksen perusta, mutta sitä on laajalti kritisoitu väärinkäytöstä ja virhetulkinnoista.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation. ScholarGate. https://scholargate.app/fi/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.
- LuottamusväliTutkimuksen tilastomenetelmät↔ compare
- P-arvo ja tilastollinen merkitsevyysTutkimuksen tilastomenetelmät↔ compare
- Tilastollinen voima ja otoskokoTutkimuksen tilastomenetelmät↔ compare
- Tyypin I ja tyypin II virheetTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →