چگونه یک فرضیه صفر و فرضیه بدیل بنویسیم
ابتدا فرضیه صفر را بیان کنید، سپس فرضیه بدیل را، به صورت جهتدار یا غیرجهتدار، بسته به این که شواهد موجود از چه چیزی پشتیبانی میکنند. یک مثال حلشده هر دو گزاره را در یک آزمون یکطرفه هزینه و این که رد فرضیه صفر دقیقا چه چیزی را ثابت میکند و چه چیزی را ثابت نمیکند، دنبال میکند.
بخش روشها یک الگو میگوید «فرضیههای صفر و جایگزین خود را بیان کنید» و هیچ مثالی نمیدهد، بنابراین بسیاری از پیشنویسهای اولیه به یک جمله امیدبخش تقلیل پیدا میکنند: «فکر میکنم تمرین تنفسی کمک خواهد کرد.» این جمله یک جفت فرضیه نیست، و خودکار قرمزِ استاد راهنما خیلی زود آن را پیدا میکند. یاد گرفتنِ این که چگونه یک فرضیه صفر و جایگزین بنویسیم، کمتر به حفظ کردن یک فرمول مربوط است و بیشتر به این مربوط است که روی کاغذ درباره یک ادعا دقیق باشیم، ادعایی که احتمالاً در ذهن خود از قبل هم دقیق بودهایم.
یک جفت فرضیه دو جمله است، نه یک جمله. فرضیه صفر بیان میکند که هیچ اتفاقی در کار نیست: نه اثر، نه تفاوت، نه رابطه. فرضیه جایگزین اثر مشخصی را بیان میکند که پژوهشگر در عوض پیشبینی میکند. بیشتر نویسندگانِ بار اول این دو بخش را جابهجا میکنند، آنها میخواهند فرضیههای خود را ثابت کنند، در حالی که کاری که باید انجام دهند این است که فرضیه صفر خود را در برابر دادهها بیازمایند. فرضیه جایگزین در واقع فقط یک حدس آگاهانه است.
چگونه یک فرضیه صفر و جایگزین بنویسیم: شکل پایه
یک مثال جاری را در نظر بگیرید: یک تمرین تنفسی 10 دقیقهای پیش از امتحان، که اثر آن بر اضطراب آزمونِ گزارششده توسط خودِ دانشجو سنجیده میشود. فرضیه صفر میگوید این تمرین هیچ چیزی را تغییر نمیدهد: «یک تمرین تنفسی پیش از امتحان هیچ اثری بر اضطراب آزمونِ گزارششده توسط خودِ دانشجویان ندارد.» فرضیه جایگزین میگوید که اثر دارد: «یک تمرین تنفسی پیش از امتحان با تفاوتی در اضطراب آزمونِ گزارششده توسط خودِ دانشجویان، در مقایسه با نبودِ تمرین، همراه است.» هر جفت فرضیه در یک بخش روشها از همین شکل پیروی میکند، یک گزاره صریح درباره نبودِ اثر که با یک گزاره صریح درباره یک اثر مشخص جفت میشود.
هر دو بخش باید روی صفحه وجود داشته باشند، هرچند معمولاً فقط یکی از آنها واقعاً جالب از آب درمیآید. حذف فرضیه صفر و نوشتن فقط آنچه پژوهشگر انتظار دارد پیدا کند، یکی از سریعترین راهها برای از دست دادن نمره در یک پیشنهاد اولیه است. این گام درون توالی گستردهتری قرار میگیرد که در چگونه یک مقاله پژوهشی را برنامهریزی کنیم پوشش داده شده است، درست پس از آن که پرسش پژوهش محدود شده و درست پیش از آن که طرح کلی شکل بگیرد.
نوشتن فرضیه صفر
فرضیه صفر، که با H0 نوشته میشود، حالت پیشفرض و بیهیجان است: بدون اثر، بدون تفاوت، بدون رابطه میان متغیرهای مطالعه. این فرضیه آنچه را دادهها در صورت نبودِ هرگونه رخداد نشان میدادند توصیف میکند، نه ادعایی مستقیم درباره جهان واقعی، و همین تمایز مبنایی است که هر آزمون آماری در واقع برای به چالش کشیدن آن ساخته شده است.
آن را به صورت یک تساوی بنویسید. برای مثال تمرین تنفس: میانگین نمره اضطراب در گروهی که تمرین را انجام دادهاند برابر است با میانگین نمره اضطراب در گروهی که آن را انجام ندادهاند. در زبان ساده، به جای نمادگذاری، این به صورت زیر درمیآید: هیچ تفاوتی در اضطراب آزمونِ خودگزارششده میان دانشجویانی که پیش از آزمون یک تمرین تنفس انجام میدهند و دانشجویانی که چنین نمیکنند وجود ندارد. نام بردن از هر دو گروه و پیامد دقیق اندازهگیریشده، نه فقط موضوع کلی، چیزی است که یک فرضیه صفر واقعی را از بازگویی مبهم پرسش پژوهش جدا میکند. A hypothesis generator همین دقت را تحمیل میکند، زیرا تا زمانی که متغیر پیامد و گروه مقایسه نام برده نشوند، هیچیک از دو بخش این جفت را تولید نمیکند.
مقاله خود را انسانیسازی کنید
متنِ کمکگرفته از AI خود را دگرگون کنید و کاری کنید طبیعی به نظر برسد، بدون دست زدن به واژههای مهم یا ارجاعها.
جهتدار یا غیرجهتدار: نوشتن فرضیه جایگزین
فرضیه جایگزین دو شکل دارد و انتخاب میان آنها فقط یک انتخاب سبکی نیست. یک فرضیه غیرجهتدار، یا دوطرفه، تفاوتی را پیشبینی میکند بدون آنکه بگوید این تفاوت به کدام سو است: تمرین تنفس نمرههای اضطراب را تغییر میدهد، بالاتر یا پایینتر، بدون تعیین. یک فرضیه جهتدار، یا یکطرفه، به یک جهت مشخص متعهد میشود: تمرین تنفس به طور مشخص نمرههای اضطراب را کاهش میدهد.
| چه چیزی مقایسه میشود | دوطرفه (غیردیریکشنال) | یکطرفه (دریکشنال) |
|---|---|---|
| فرضیه بدیل میگوید | نمرههای اضطراب بین گروهها تفاوت دارند، جهت مشخص نشده است | نمرههای اضطراب در گروه تمرین تنفسی پایینتر است |
| فرضیه صفر پوشش میدهد | هیچ تفاوتی بین گروهها وجود ندارد | هیچ تفاوتی وجود ندارد، یا تفاوتی در جهت مخالفِ پیشبینیشده وجود دارد |
| آستانه معناداری | بین هر دو دُم تقسیم میشود، در سطح 0.05 حدود 2.5% در هر دُم | در یک دُم متمرکز میشود، کل 5% در سطح 0.05 |
| آنچه از دست میدهید | بخشی از توان برای شناسایی یک اثر قوی در یک جهت مشخص | توانایی ادعای معناداری، اگر اثر واقعی در جهت دیگر باشد، هرچند بزرگ |
هزینه عملی در همان ردیف پایینی قرار دارد. آزمون یکطرفه برای رسیدن به معناداری آسانتر است، زیرا کل 5% در یک دُم قرار میگیرد، نه اینکه بین دو دُم تقسیم شود. این همچنین یعنی اگر معلوم شود که تمرین تنفسی شما باعث شده افراد اضطراب بیشتری احساس کنند، یعنی اثر در جهت مخالفِ انتظار بوده است، آنگاه آزمون یکطرفه که فقط برای شناسایی «پایینتر» قابل استفاده است، هیچ راهی برای تشخیص این نخواهد داشت که واقعاً اثری در جهت دیگر وجود دارد. انتخاب دریکشنال یعنی شرط بستنِ کل آزمون بر این که از پیش درباره جهت درست بودهاید.
چرا جهت باید پیش از نگاه کردن به دادهها تعیین شود
فرضیه دریکشنال ادعایی قویتر از فرضیه غیردیریکشنال است، و ادعای قویتر به پشتوانه نیاز دارد. اگر پنج کارآزمایی پیشین از قبل نشان داده باشند که تمرینهای تنفسی اضطراب را کاهش میدهند و حتی یک بار هم خلاف آن را نشان نداده باشند، آنگاه یک فرضیه بدیل دریکشنال پایه واقعی دارد. اگر این نخستین مطالعهای است که این پرسش را مطرح میکند، فرضیه بدیل غیردیریکشنال انتخاب صادقانه پیشفرض است، زیرا هنوز هیچ الگوی قبلی وجود ندارد که شرط بستن بر یک جهت را توجیه کند.
بیشتر سرپرستان و داوران آماری انتظار یک آزمون غیرجهتدار را دارند، مگر این که متن بتواند به چنین نوعی از شواهد پیشین اشاره کند. انتخاب «جهتدار» فقط پس از دیدن این که اعداد به کدام سو افتادهاند، باعث میشود نتیجه از آنچه یک آزمون دوطرفه اجازه میداد معنادارتر به نظر برسد، بدون این که چیزی درباره این که دادهها در واقع تا چه حد قانعکننده هستند تغییر کند. شکل فرضیه جایگزین را هنگام نوشتن پروپوزال، پیش از آزمودن حتی یک شرکتکننده، تعیین کنید، و این که کدام گزینه انتخاب شده است دیگر به پرسشی تبدیل میشود که هیچ کس بعدا بتواند مطرح کند.
رد کردن فرض صفر چه چیزی را به شما اجازه نمیدهد ادعا کنید
رد کردن فرض صفر یعنی دادههای گردآوریشده اگر فرض صفر واقعا درست بود، در سطح معناداری که از پیش تعیین شده است، معمولا 0.05، بعید میبودند. این ادعا از آنچه به نظر میرسد محدودتر است، و بیشتر زیادهادعایی در بخش نتایج یا بحث از نوشتن چیزی میآید که آزمون هرگز در واقع از آن پشتیبانی نکرده است.
رد کردن فرض صفر، درستی فرضیه جایگزین را ثابت نمیکند. به خودی خود نشان نمیدهد که تمرین تنفسی باعث کاهش اضطراب میشود، مگر این که مطالعه یک آزمایش کنترلشده با تخصیص تصادفی بوده باشد، نه مقایسه دو گروه موجود. همچنین هیچ چیزی درباره اندازه اثر یا میزان اهمیت عملی آن نمیگوید: با نمونهای به اندازه کافی بزرگ، یک تفاوت ناچیز در نمرههای اضطراب همچنان میتواند از آستانه 0.05 عبور کند. ناتوانی در رد کردن فرض صفر نیز محدودیت خاص خود را دارد، و ثابت نمیکند که هیچ اثری وجود ندارد، بلکه فقط نشان میدهد این مطالعه مشخص، در این اندازه نمونه، شواهدی به اندازه کافی قوی علیه «عدم اثر» پیدا نکرده است تا آن را کنار بگذارد.
| ضعیف: آنچه نتایج نشان نمیدهند | قوی: آنچه آزمون واقعاً پشتیبانی میکند |
|---|---|
| تمرین تنفسی اضطراب امتحان را کاهش میدهد. | دانشجویانی که تمرین تنفسی را انجام دادند، در مقایسه با کسانی که آن را انجام ندادند، نمرههای اضطراب پایینتری گزارش کردند، و چنین فاصلهای اگر فرض صفرِ نبودِ تفاوت درست بود، بعید بود پدیدار شود. |
| این ثابت میکند که تمرین مؤثر است. | این نتیجه از رد فرض صفر برای این نمونه پشتیبانی میکند. اما نشان نمیدهد که این تمرین به طور کلی اضطراب دانشجویان را کاهش میدهد. |
| نتیجه معنادار بود، پس اثر بزرگ است. | معناداری آماری نشان میدهد که این تفاوت به احتمال زیاد ناشی از تصادف نیست. اما هیچ چیزی درباره این که آیا این تفاوت به اندازهای بزرگ هست که در عمل اهمیت داشته باشد، نمیگوید. |
| تمرین هیچ اثری نداشت، چون نتیجه معنادار نبود. | این مطالعه در این اندازه نمونه، شواهد کافی برای رد فرض صفر پیدا نکرد، و این با نشان دادن این که تمرین واقعاً هیچ اثری ندارد، متفاوت است. |
هر جمله در آن ستون چپ در یک پیشنویس اولیه طبیعی به نظر میرسد، و هر کدام ادعایی میکند که آمار واقعاً از آن پشتیبانی نمیکند. اصلاح آن به ندرت به یک بازنویسی کامل نیاز دارد. معمولاً فقط یک بند است، جایگزین کردن 'proves' با 'supports'، یا نام بردن از سطح معناداری به جای ادعای قطعیت.
کار بالینی برای همین منظور از قالبی ساختاریافته استفاده میکند، و نمونههای پرسش PICOT جداگانه گردآوری شدهاند. در یک مقاله، حرکت معادل بیان تز است که صفحه مخصوص خود را دارد.
وقتی فرضیهها نوشته شدند و تحلیل انجام شد، پاراگرافهایی که نتیجه را توصیف میکنند، جای بعدی هستند که کیفیت در آن افت میکند، معمولاً چون در پایان کار با عجله نوشته شدهاند. یک humanizer هوش مصنوعی که برای نگارش دانشگاهی ساخته شده است ابزاری برای آن مرحله بعدی است، و اکنون دانستن آن ارزش دارد تا شبِ پیش از موعد تحویل، کار به شتابزدگی نکشد.
سؤالات متداول
فرضیه صفر بیان میکند که هیچ اثر یا تفاوتی میان متغیرهای مورد مطالعه وجود ندارد، یعنی همان پیشفرضی که یک آزمون آماری برای به چالش کشیدن آن ساخته شده است. فرضیه بدیل اثر مشخصی را بیان میکند که پژوهشگر در عوض پیشبینی میکند، مانند این که یک گروه نمرهای بالاتر از گروه دیگر کسب کند. هر بخش روشها باید هر دو را به طور کامل بیان کند، زیرا آزمون مستقیما فرضیه صفر را ارزیابی میکند، نه این که به دنبال اثبات فرضیه بدیل باشد.
Content planner and copywriter at TextPulse. Sara runs the blog day to day, from planning and drafting through to publishing. She writes the practical guides: clear explanations of academic writing problems, aimed at the person who actually has to hand something in.
