Test d'ipotesi nulla
Il test d'ipotesi nulla (NHST) è il quadro statistico dominante nella ricerca empirica. L'ipotesi nulla (H₀) rappresenta l'assunzione di default—tipicamente 'nessun effetto' o 'nessuna differenza'—mentre l'ipotesi alternativa (H₁) rappresenta l'affermazione sottoposta a verifica. Il test calcola la probabilità di osservare i dati data H₀ come vera (p-value); se p è molto piccolo, H₀ viene rifiutata a favore di H₁. Formulato da Ronald Fisher ed esteso da Neyman e Pearson all'inizio del XX secolo, l'NHST è fondamentale per la ricerca confermativa ma è stato ampiamente criticato per uso improprio e interpretazione errata.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation. ScholarGate. https://scholargate.app/it/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.
- Intervallo di ConfidenzaStatistica per la ricerca↔ compare
- P-value e significatività statisticaStatistica per la ricerca↔ compare
- Potenza Statistica e Dimensione del CampioneStatistica per la ricerca↔ compare
- Errori di Tipo I e Tipo IIStatistica per la ricerca↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →