Sıfır Hipotezi Testi
Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation · Ayrıca şöyle bilinir: NHST, hypothesis formulation, null hypothesis, alternative hypothesis, two-tailed test
Sıfır Hipotezi Anlamlılık Testi (NHST), ampirik araştırmalardaki baskın istatistiksel çerçevedir. Sıfır hipotezi (H₀), tipik olarak 'etki yok' veya 'fark yok' anlamına gelen varsayılan varsayımı temsil ederken, alternatif hipotez (H₁) test edilen iddiayı temsil eder. Test, H₀ doğru olduğunda verinin gözlemlenme olasılığını (p-değeri) hesaplar; eğer p çok küçükse, H₀, H₁ lehine reddedilir. Ronald Fisher tarafından formüle edilen ve 20. yüzyılın başlarında Neyman ve Pearson tarafından genişletilen NHST, doğrulayıcı araştırmanın temelini oluşturur ancak kötüye kullanımı ve yanlış yorumlanması nedeniyle yaygın olarak eleştirilmiştir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
NHST'yi şu durumlarda kullanın: (1) Veri toplamadan önce açık, önceden belirlenmiş bir hipoteziniz olduğunda (doğrulayıcı araştırma). (2) Yanlış pozitif oranını (Tip I hata) belirli bir düzeyde (α) kontrol etmek istediğinizde. (3) Araştırma sorunuz doğal olarak bir sıfır hipotezi çerçeveler: 'Bu tedavi plasebodan farklı mı?' yerine 'Bu tedavi ne kadar yardımcı oluyor?'. Çoklu testler ve seçim yanlılığı yanlış pozitifleri artırdığı için, NHST'yi önceden kayıt olmadan keşifsel araştırmalar için KULLANMAYIN. Kapsamlı çıkarım için NHST'yi etki büyüklükleri, güven aralıkları ve pratik anlamlılık değerlendirmeleriyle birleştirin.
Güçlü yönler & sınırlılıklar
- Araştırmalarda karar verme için ilkeli, standartlaştırılmış bir çerçeve sağlar, tekrarlanabilirliği ve çalışmalar arası karşılaştırmayı mümkün kılar.
- Önceden belirlenmiş anlamlılık düzeyi aracılığıyla Tip I hata oranını (yanlış pozitif olasılığı) kontrol eder, bilimsel bütünlüğü korur.
- Yazılımlar, istatistik ders kitapları ve disipline özgü standartlarla iyi entegre olmuş, bu da onu yaygın olarak erişilebilir kılar.
- Hipotezlerin önceden belirlenmesini sağlar, doğru yapıldığında p-hacking ve seçici raporlamayı azaltır.
- Sıfır hipotezi (genellikle 'etki yok') çoğu zaman makul değildir; büyük örneklemlerde, herhangi bir önemsiz etki istatistiksel olarak anlamlı hale gelir.
- Önceden belirlenmiş α eşiğinde reddet/reddetmeme ikili karar çerçevesi, kanıtın sürekli doğasını gizler ve dikotomik düşünceyi teşvik eder.
- Pratik soruları doğrudan yanıtlamaz: 'Bir etki var mı?' sorusu 'Etki yeterince büyük mü?' sorusundan farklıdır.
- Sabit bir örneklem büyüklüğü varsayar; isteğe bağlı durdurma veya verilere göz atma p-değerlerini geçersiz kılar (ancak önceden kayıt bunu hafifletir).
- Güçlü araştırma normları ve yaptırımları olmadığında kötüye kullanıma (p-hacking, HARKing, açıklanmayan esneklik) eğilimlidir.
SSS
Neden alternatif hipotezin doğru olup olmadığını test etmek yerine sıfır hipotezini test ediyoruz?
Sıfır hipotezi (örneğin, 'etki yok') spesifiktir ve matematiksel olarak test edilmesi kolaydır: kesin bir parametre değeri (örneğin, μ = 0) belirtir. Alternatif hipotez genellikle büyüklük hakkında belirsizdir (örneğin, 'bir etki var'). H₀'ı test ederek ve H₀ altındaki verinin olasılığını hesaplayarak, ilkeli bir karar verebiliriz. Bu, matematiksel kolaylık ve felsefi geleneğin bir meselesidir, mutlak mantıksal bir zorunluluk değildir.
Tek yönlü mü yoksa iki yönlü bir test mi kullanmalıyım?
Yalnızca tek bir yönde bir etki beklentiniz için güçlü bir teorik veya önsel nedeniniz olmadıkça varsayılan olarak iki yönlü testler kullanın. İki yönlü testler daha muhafazakardır ve beklenmedik ters yönlü bulgulara karşı korur. Tek yönlü kullanırsanız, bunu veri analizinden önce önceden belirtin. Sonradan tek yönlü testlere geçmek p-hacking'dir.
'Sıfır hipotezini reddetmemek' ne anlama geliyor?
Seçtiğiniz anlamlılık düzeyinde H₀'ı reddetmek için verilerin yeterli kanıt sağlamadığı anlamına gelir. H₀'ın doğru olduğu, etkinin mevcut olmadığı veya H₀'ı kabul ettiğiniz anlamına GELMEZ. Düşük güç veya küçük örneklem boyutu, yanlış bir H₀'ı reddetmeme ile sonuçlanabilir. Gözlemlenen etkilerin büyüklüğünü, istatistiksel olarak anlamlı olmasalar bile netleştirmek için her zaman etki büyüklüklerini ve güven aralıklarını raporlayın.
α = 0.05'te p = 0.049 istatistiksel olarak anlamlı mı?
Evet, katı α = 0.05 eşiğine göre. Ancak, p = 0.049 ve p = 0.051 neredeyse aynı kanıtı taşır; ikili eşik sahte bir uçurum yaratır. Bu nedenle birçok araştırmacı artık ikili 'anlamlı/anlamsız' sınıflandırmalar yerine gerçek p-değerlerini ve etki büyüklüklerini raporlamaktadır. α sınırına yakın güçlü sonuçlar çıkarmadan önce pratik anlamlılığı göz önünde bulundurun ve bulguları tekrarlayın.
Keşifsel araştırmalar için hipotez testi kullanabilir miyim?
Çoklu karşılaştırmalar için düzeltme yapmadan veya önceden kayıt olmadan. Keşifsel araştırmalarda, birçok hipotez test edersiniz, bu da yanlış pozitif oranını (aile bazlı hata) artırır. NHST'yi keşifsel olarak kullanmak için: (1) Verileri görmeden önce hipotezlerinizi önceden kaydedin. (2) Ayrı bir veri kümesinde doğrulayıcı testler yapın. (3) Keşifsel analizleri keşifsel olarak raporlayın ve p-değerlerini ayarlayın (Bonferroni, FDR düzeltmesi). Altın standart iki aşamalı araştırmadır: keşif aşaması hipotezler üretir, doğrulama aşaması bunları yeni veriler üzerinde test eder.
Kaynaklar
- 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 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Null Hypothesis Significance Testing (NHST) and Hypothesis Formulation. ScholarGate. https://scholargate.app/tr/research-statistics/null-hypothesis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Güven AralığıAraştırma istatistiği↔ karşılaştır
- p-Değeri ve İstatistiksel AnlamlılıkAraştırma istatistiği↔ karşılaştır
- İstatistiksel Güç ve Örneklem BüyüklüğüAraştırma istatistiği↔ karşılaştır
- Tip I ve Tip II HatalarıAraştırma istatistiği↔ karşılaştır