Hypothese

< Alle onderwerpen

Een hypothese is een veronderstelling, iets dat je verwacht. Zo kan een verwachting zijn dat vrouwen hoger scoren op een toets dan mannen, dat jongeren meer drinken dan ouderen of dat er een verschil is in uitgaven patroon tussen twintigers en veertigers.
In sommige gevallen begin een onderzoek met zulke veronderstellingen; met name als je toetsend onderzoek doet. Dan ga je namelijk toetsen (testen) of je veronderstellingen, je hypothesen (je analyses) , kloppen. Je kunt het natuurlijk ook niet goed hebben.

Vooraf aan je onderzoek stel je deze op. Dat kun je zo doen als “De verwachting is dat vrouwen hoger scoren op toets X dan mannen”, maar in de onderzoekswereld zijn er manieren waarop je die hypothesen opstelt.
Waarom willen we dit eigenlijk? We doen dit om:
• te bevestigen of er verschillen tussen twee of meer uitkomsten zijn
• Statistisch te bevestigen van verbeteringen

Nulhypothese en alternatieve hypothese
In onderzoek wordt er gesproken van een nulhypothese en een alternatieve hypothese. Wat is het verschil?
Bij de nulhypothese ga je ervan uit dat er niets aan de hand is, bijvoorbeeld “Vrouwen en mannen scoren even hoog op de toets”. Bij de alternatieve hypothese staat je verwachting: “Vrouwen scoren hoger op de toets”.

Soms zie je dan de volgende hypotheses:
• H0: Score vrouw = Score mannen
• H1: Score vrouw > Score mannen
Echter moeten de nulhypothese en alternatieve hypothese elkaar altijd uitsluiten (zonder overlap).

Zoals bovenstaand is dus niet goed, want het stukje dat mannen beter scoren dan vrouwen (Score mannen > score vrouwen) is niet opgenomen. Wat wel goed is:
H0: Score vrouw (kleiner/gelijk aan) Score mannen
H1: Score vrouw Score mannen
Of:
H0: Score vrouw score man
H1: Score vrouw (niet gelijk aan) score man

Waarin zit het verschil? De eerste is een eenzijdige hypothese, terwijl de tweede een tweezijdige hypothese is.
Maar hoe dan ook: ze sluiten elkaar uit zonder te overlappen.

Stappenplan voor het opstellen van hypotheses
Voor het opstellen van hypotheses kun je een stappenplan aanhouden.
Stap 1; Bepaal of de toets een of tweezijdig is.
Stap 2; Begin met de alternatieve hypothese.
Vaak weet je wel wat je verwacht (H1), maar is het moeilijker om te bepalen wat de ‘gewone’ of ‘toeval’ situatie is. In de alternatieve hypothese staat je verwachting/veronderstelling.
Stap 3; Stel vervolgen de nulhypothese op.
Deze moet dus altijd samen met H1 ‘compleet’ zijn; ze moeten elkaar uitsluiten zonder te overlappen. De nulhypothese is dus altijd het tegenovergestelde van de alternatieve hypothese.

Eenzijdige hypothese
Een eenzijdige hypothese geeft een richting aan van de verwachting. Daardoor kun je tevens in de hypothese zien welke kant op getoetst wordt: de linker of rechter overschrijdingskans. Hoe weet je dan welke overschrijdingskans je hebt? Door te kijken naar het tekentje in de alternatieve hypothese. Is dit < (kleiner dan), dan gaat het om de linker overschrijdingskans. Staat er > (groter dan) dan gaat het om de rechter overschrijdingskans.
In een eenzijdige hypothese gebruik je dus altijd of en aan de andere kant of .

Tweezijdige hypothese
Bij een tweezijdige hypothese wordt er uitgegaan van een verschil, waarbij de richting nog onduidelijk of niet verondersteld is. Daarom gebruik je in de tweezijdige hypothese de = (is gelijk aan) en (is niet gelijk aan) tekens. De = staat in de nulhypothese en de in de alternatieve hypothese.

Hypotheses aannemen en verwerpen
Naast de manier van opstellen van je veronderstellingen, stelt onderzoek ook eisen aan hoe je verwoord of je de hypothese goedkeurt. Wanneer een toets aangeeft dat er een significant verschil is (er is meer aan de hand dan toeval), dan accepteer je de alternatieve hypothese en de nulhypothese wordt verworpen. Als de toets geen significant verschil aangeeft, dan wordt de alternatieve hypothese niet geaccepteerd en blijft de nulhypothese niet verworpen.
Zoals je ziet: de nulhypothese wordt wel of niet verworpen, terwijl de alternatieve hypothese wel of niet geaccepteerd wordt.

Het doen van een statistische test brengt ook een bepaalde mate van onzekerheid met zich mee. Niemand weet 100% zeker of de beslissing juist is. De nulhypothese wordt verworpen indien het resultaat van de steekproef leidt tot de conclusie dat de aanname zeer onwaarschijnlijk wordt geacht (p < 0,05).

P-value
• P-value is de ‘plausibility’ (geloofwaardigheid) van de nulhypothese
• Het is de kritische alfa-waarde waaronder de nulhypothese is verworpen
• Als de geloofwaardigheid van de nulhypothese lager is dan 0,05 verwerpen we de nulhypothese

 

Call Now Button

X