Hypothesetoetsing met de nulhypothese
Null Hypothesis Significance Testing (NHST) is het dominante statistische raamwerk in empirisch onderzoek. De nulhypothese (H₀) vertegenwoordigt de standaardassumptie—doorgaans 'geen effect' of 'geen verschil'—terwijl de alternatieve hypothese (H₁) de geteste claim vertegenwoordigt. De toets berekent de waarschijnlijkheid van het observeren van de data gegeven dat H₀ waar is (p-waarde); als p erg klein is, wordt H₀ verworpen ten gunste van H₁. NHST, geformuleerd door Ronald Fisher en uitgebreid door Neyman en Pearson aan het begin van de 20e eeuw, is fundamenteel voor toetsend onderzoek, maar is breed bekritiseerd vanwege misbruik en misinterpretatie.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation. ScholarGate. https://scholargate.app/nl/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.
- BetrouwbaarheidsintervalOnderzoeksstatistiek↔ compare
- P-waarde en statistische significantieOnderzoeksstatistiek↔ compare
- Statistische power en steekproefgrootteOnderzoeksstatistiek↔ compare
- Type I- en Type II-foutenOnderzoeksstatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →