Testowanie hipotez
Skąd wiesz, że wynik badania to naprawdę efekt, a nie przypadek? Testowanie hipotez to formalna procedura oceniania wiarygodności dowodów — dowiesz się, jak ją stosować i gdzie czyhają pułapki interpretacyjne.
Hipotezy: H₀ i Hₐ
Nim cokolwiek obliczysz, musisz wiedzieć, co tak naprawdę sprawdzasz.
Czym jest hipoteza statystyczna?
Hipoteza statystyczna to twierdzenie o populacji, które da się sfalsyfikować — czyli które można obalić na podstawie danych. Wywodzi się z filozofii nauki Karla Poppera: dobra teoria naukowa powinna być falsyfikowalna, tzn. możliwe jest wskazanie obserwacji, która by ją obaliła.
W praktyce badawczej pracujesz zawsze z parą hipotez:
Zakłada brak efektu, brak różnicy lub brak związku. Zawsze wyrażona jako równość (np. μ = μ₀). Jest domyślnym założeniem — dopóki dane jej nie obalą, przyjmujemy, że jest prawdziwa.
Zakłada istnienie efektu, różnicy lub związku. Może być dwustronna (μ ≠ μ₀) albo jednostronna (μ > μ₀ lub μ < μ₀). Badacz na ogół chce wykazać, że Hₐ jest prawdziwa.
H₀: μ = 170 cm (wzrost jest równy wartości referencyjnej)
Hₐ: μ ≠ 170 cm (wzrost różni się od wartości referencyjnej) — test dwustronny
Albo: Hₐ: μ < 170 cm — jeśli masz powód, by oczekiwać konkretnego kierunku różnicy (test jednostronny).
Hipotezy jednostronne vs. dwustronne
| Typ testu | Hₐ | Kiedy stosować |
|---|---|---|
| Dwustronny | μ ≠ μ₀ | Gdy nie wiesz z góry, w którą stronę może być różnica; standardowy wybór, gdy brak silnych przesłanek kierunkowych |
| Jednostronny (prawy) | μ > μ₀ | Gdy masz silne merytoryczne uzasadnienie, że różnica może być tylko w górę |
| Jednostronny (lewy) | μ < μ₀ | Gdy masz silne merytoryczne uzasadnienie, że różnica może być tylko w dół |
Wyboru jednostronności vs. dwustronności dokonujesz przed zebraniem danych — nie po zobaczeniu wyników. Zmiana decyzji post-hoc jest niedopuszczalna.
Błędy wnioskowania
Każda decyzja w testowaniu hipotez może być błędna — pytanie brzmi: jakiego rodzaju błąd jesteś gotów popełnić?
Cztery możliwe wyniki testu
Po przeprowadzeniu testu podejmujesz binarną decyzję: odrzucić H₀ albo jej nie odrzucić. Rzeczywistość też jest binarna: H₀ jest albo prawdziwa, albo fałszywa. Z kombinacji tych czterech stanów wynikają cztery możliwe sytuacje:
| H₀ jest prawdziwa | H₀ jest fałszywa | |
|---|---|---|
| Odrzucasz H₀ | Błąd I rodzaju (α) Fałszywy alarm |
Trafna decyzja Moc testu (1−β) |
| Nie odrzucasz H₀ | Trafna decyzja 1−α |
Błąd II rodzaju (β) Przeoczenie efektu |
Odrzucasz prawdziwą H₀ — fałszywy alarm. Decydujesz, że efekt istnieje, choć w rzeczywistości go nie ma.
Prawdopodobieństwo tego błędu to poziom istotności α, który sam ustalasz. Standardowo α = 0,05 oznacza: akceptuję co najwyżej 5% ryzyko fałszywego alarmu.
Nie odrzucasz fałszywej H₀ — przeoczenie efektu. Decydujesz, że efektu nie ma, choć w rzeczywistości istnieje.
Zależy od rozmiaru próby i siły efektu. Moc testu = 1 − β, czyli szansa wykrycia efektu, gdy rzeczywiście istnieje. Im większa próba, tym mniejszy β i większa moc.
Dylemat α–β: jak zmniejszyć oba błędy naraz?›
Zmniejszenie α (bardziej restrykcyjny próg) zmniejsza ryzyko fałszywego alarmu, ale zwiększa β — częściej przeoczysz prawdziwy efekt. I odwrotnie: obniżenie β wymaga albo wzrostu α, albo zwiększenia próby.
Jedynym sposobem, by jednocześnie obniżyć oba, jest zwiększenie liczebności próby (n). Większa próba → statystyka testowa jest bardziej precyzyjna → łatwiej wykryć mniejszy efekt bez podwyższania α.
Dlatego planowanie mocy testu (a priori power analysis) powinno poprzedzać każde badanie: najpierw decydujesz, jaki rozmiar efektu chcesz wykryć z jaką mocą (np. 0,80) przy założonym α (np. 0,05) — i z tego wyliczasz wymagane n.
Poziomy istotności w praktyce psychologicznej›
| Poziom α | Interpretacja | Kontekst użycia |
|---|---|---|
| α = 0,05 | Dowody na efekt | Standardowe badania psychologiczne, eksploracyjne |
| α = 0,01 | Mocne dowody | Badania kliniczne, psychometryczne — wyższe wymagania wiarygodności |
| α = 0,001 | Bardzo mocne dowody | Farmakologia, genetyka, badania z dużymi konsekwencjami praktycznymi |
Poziom α ustala się przed badaniem i trzyma się go niezależnie od tego, czy wynik się podoba, czy nie.
Mikrointerakcja: klasyfikator błędów wnioskowania
Dla każdego z czterech scenariuszy zdecyduj, jaka decyzja została podjęta. Kliknij opcję, która Twoim zdaniem najlepiej opisuje sytuację.
6-krokowa procedura testowania
Testowanie hipotez to ustandaryzowany protokół — każde badanie przechodzi przez te same etapy w tej samej kolejności.
-
Sformułuj H₀ i Hₐ
Określ parametr populacji (np. μ), wartość odniesienia i kierunek alternatywy (jednostronna / dwustronna). Decyzję tę podejmujesz na podstawie teorii i pytania badawczego, zanim zobaczysz dane.
-
Wybierz statystykę testową i poziom istotności α
Statystykę dobierasz do rodzaju zmiennej i struktury próby (np. T dla średniej przy nieznanym σ). Ustal α przed obliczeniami.
-
Oblicz statystykę testową na podstawie próby
Przelicz dane próby na jedną liczbę (T, Z, F, χ²…) według wybranego wzoru.
-
Oblicz wartość p (p-value)
p to prawdopodobieństwo uzyskania statystyki testowej co najmniej tak ekstremalnej jak obliczona, przy założeniu że H₀ jest prawdziwa. Im mniejsze p, tym silniejsze dowody przeciw H₀.
-
Porównaj p z α
Jeśli p ≤ α → wynik jest statystycznie istotny → odrzucasz H₀. Jeśli p > α → brak podstaw do odrzucenia H₀.
-
Sformułuj wniosek w języku badania
Wróć do pytania badawczego i opisz, co wynik oznacza — bez nadinterpretacji. Pamiętaj: „brak podstaw do odrzucenia H₀" ≠ „H₀ jest prawdziwa".
Wartość p często jest źle rozumiana. Nie jest to prawdopodobieństwo, że H₀ jest prawdziwa. Jest to prawdopodobieństwo uzyskania wyników tak ekstremalnych lub bardziej ekstremalnych, gdyby H₀ była prawdziwa. Małe p mówi: „te dane byłyby bardzo mało prawdopodobne w świecie, gdzie H₀ obowiązuje" — i to jest powód do jej odrzucenia.
Standardowy próg. Wynik statystycznie istotny — odrzucamy H₀.
Wyższy poziom pewności, stosowany w kontekstach klinicznych i psychometrycznych.
Stosowany przy badaniach o dużych konsekwencjach lub wysokim ryzyku fałszywego alarmu.
Dane nie dostarczają wystarczających dowodów. Ale to nie oznacza potwierdzenia H₀.
Statystyka T i test t Studenta
Gdy chcesz porównać średnią próby z wartością referencyjną i nie znasz odchylenia standardowego populacji, sięgasz po test t.
Wzór na statystykę T
Statystyka T mierzy, ile odchyleń standardowych błędu próbkowania dzieli średnią próby od wartości zakładanej przez H₀. Im dalej od zera, tym mniej prawdopodobne, że dane są zgodne z H₀.
Dla dużych prób (n > 30) rozkład T przybliża rozkład normalny N(0,1). Dla małych prób zakładamy rozkład normalny zmiennej i korzystamy z rozkładu t Studenta z n−1 stopniami swobody, porównując |t| z wartością krytyczną t_{α/2, n−1} z tablic.
N = 100 mężczyzn, X̄ = 168 cm, μ₀ = 170 cm, s = 12 cm
T = √100 · (168 − 170) / 12 = 10 · (−2) / 12 = t = −1,67
p ≈ 0,095 > 0,05 → Brak podstaw do odrzucenia H₀.
Wniosek: dane nie dają wystarczających dowodów, że wzrost różni się od 170 cm. Nieodrzucenie H₀ ≠ potwierdzenie, że μ = 170.
N = 60 uczniów, X̄ = 115, μ₀ = 100 (norma populacyjna), s = 12
T = √60 · (115 − 100) / 12 = 7,746 · 15 / 12 ≈ t = 9,68
p < 0,0001 → Odrzucamy H₀.
Wniosek: wyniki IQ grupy istotnie przekraczają normę populacyjną (p < 0,001 — bardzo mocne dowody).
Małe próby: porównanie z wartością krytyczną
Gdy n jest małe (np. n = 10), zamiast p-value z normalnego przybliżenia korzystamy z tablic rozkładu t Studenta. Porównujemy |t| z wartością krytyczną t_{α/2, n−1}:
- Jeśli |t| > t_crit → odrzucamy H₀
- Jeśli |t| ≤ t_crit → brak podstaw do odrzucenia H₀
N = 10 osób: {76, 75, 73, 71, 98, 58, 74, 80, 91, 57}, μ₀ = 80 kg
X̄ = 75,3 kg, s ≈ 12,667 kg
T = √10 · (75,3 − 80) / 12,667 = 3,162 · (−4,7) / 12,667 ≈ t = −1,173
t_crit dla α = 0,05 (dwustronny), df = 9: t_{0.025, 9} ≈ 2,262
|t| = 1,173 < 2,262 → Brak podstaw do odrzucenia H₀.
Kalkulator T: zbadaj swój przykład
Przesuń suwaki, aby zmienić parametry. Kalkulator liczy statystykę T i przybliżone p-value (normalne przybliżenie, dobre dla n > 30) na żywo. Wykres pokazuje rozkład normalny z zaznaczonymi obszarami odrzucenia (czerwone) i aktualną wartością T (niebieska linia).
Czerwone linie — granice obszarów odrzucenia (±Z_krit). Niebieska linia — aktualna wartość T (przybliżona jako Z dla dużych n).
Próby zależne
Gdy te same osoby mierzone są dwukrotnie (np. przed i po terapii), pomiary nie są niezależne — trzeba inaczej skonstruować test.
Idea testu dla prób zależnych
Zamiast porównywać dwie średnie, obliczasz różnicę dᵢ = xᵢ − yᵢ dla każdego uczestnika (pomiar drugi minus pomiar pierwszy), a następnie testujesz, czy średnia tych różnic D̄ istotnie różni się od zera.
H₀: μ_D = 0 (średnia różnica w populacji wynosi zero — terapia nie działa)
Hₐ: μ_D ≠ 0 (średnia różnica jest niezerowa — efekt terapii istnieje)
20 pacjentów mierzonych przed i po terapii (BDI — wyższy wynik = silniejsza depresja).
Obliczono różnice dᵢ = wynik_przed − wynik_po (pozytywna różnica = poprawa).
D̄ = 4,0 punkty, s_D = 6,0, n = 20
SE(D̄) = 6,0 / √20 = 6,0 / 4,472 ≈ 1,34
T = 4,0 / 1,34 ≈ 2,99
p ≈ 0,008 < 0,01 → Odrzucamy H₀.
Wniosek: terapia jest skuteczna — po interwencji nasilenie depresji istotnie spadło (p < 0,01).
Kiedy stosować próby zależne, a kiedy niezależne?›
Próby zależne (matched/paired): te same osoby mierzone dwukrotnie (pre-post), pary dopasowane (bliźniaki, małżonkowie, pacjent–kontrola z dopasowaniem). Zaletą jest eliminacja zmienności między osobami — to samo źródło różnicy wewnątrz każdej pary.
Próby niezależne: dwie różne grupy bez powiązania między pomiarami (np. eksperymentalna vs. kontrolna dobrane losowo). Stosowany gdy nie ma naturalnego parowania lub byłoby ono sztuczne.
Błędne zastosowanie testu dla prób niezależnych do danych zależnych prowadzi do utraty mocy — tracisz możliwość wyeliminowania wariancji między osobami.
Podsumowanie: jaki test wybrać?›
| Sytuacja | Test | Statystyka |
|---|---|---|
| Jedna próba vs. wartość referencyjna (duże n) | Z-test | Z = √n·(X̄−μ₀)/σ |
| Jedna próba vs. wartość referencyjna (małe n lub σ nieznane) | t-test (jednopr.) | T = √n·(X̄−μ₀)/s |
| Dwie próby niezależne | t-test (dwie próby) | T = (X̄₁−X̄₂) / SE_łączone |
| Te same osoby, dwa pomiary | t-test (próby zależne) | T = D̄ / (s_D/√n) |
Słowniczek pojęć
Kliknij kartę, aby zobaczyć definicję.
Quiz sprawdzający
12 pytań obejmujących cały zakres wykładu.