การทดสอบสมมติฐานว่าง
การทดสอบนัยสำคัญของสมมติฐานว่าง (Null Hypothesis Significance Testing หรือ NHST) เป็นกรอบสถิติที่โดดเด่นในการวิจัยเชิงประจักษ์ สมมติฐานว่าง (H₀) แสดงถึงข้อสมมติฐานเริ่มต้น ซึ่งโดยทั่วไปคือ 'ไม่มีผล' หรือ 'ไม่มีความแตกต่าง' ในขณะที่สมมติฐานทางเลือก (H₁) แสดงถึงข้ออ้างที่กำลังถูกทดสอบ การทดสอบจะคำนวณความน่าจะเป็นของการสังเกตข้อมูลโดยที่ H₀ เป็นจริง (ค่า p-value) หากค่า p มีค่าน้อยมาก H₀ จะถูกปฏิเสธเพื่อยอมรับ H₁ NHST ถูกกำหนดขึ้นโดย Ronald Fisher และขยายความโดย Neyman และ Pearson ในช่วงต้นศตวรรษที่ 20 เป็นรากฐานของการวิจัยเชิงยืนยัน แต่ก็ถูกวิพากษ์วิจารณ์อย่างกว้างขวางถึงการนำไปใช้ในทางที่ผิดและการตีความที่ผิดพลาด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation. ScholarGate. https://scholargate.app/th/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.
- ช่วงความเชื่อมั่นสถิติการวิจัย↔ compare
- ค่าพี (P-Value) และนัยสำคัญทางสถิติสถิติการวิจัย↔ compare
- กำลังทางสถิติและขนาดตัวอย่างสถิติการวิจัย↔ compare
- ความคลาดเคลื่อนชนิดที่ 1 และชนิดที่ 2สถิติการวิจัย↔ compare