Apakah Rumus Hipotesis Null itu?
Hipotesis nol menganggap bahawa data sampel dan data populasi tidak mempunyai perbezaan atau dengan kata mudah, ia menganggap bahawa tuntutan yang dibuat oleh orang tersebut terhadap data atau populasi adalah kebenaran mutlak dan selalu benar. Jadi, walaupun sampel diambil dari populasi, hasil yang diterima dari kajian sampel akan sama dengan anggapannya.
Ia dilambangkan dengan H 0 (diucapkan sebagai 'H not').
Bagaimanakah ia berfungsi?
Dalam tuntutan awal hipotesis nol, diandaikan bahawa anggapan itu benar. Contohnya, anggap ada tuntutan yang menyatakan memerlukan 30 hari untuk membentuk kebiasaan. Oleh itu, di sini akan diandaikan bahawa benar sehingga ada beberapa kepentingan statistik untuk membuktikan bahawa anggapan kita salah, dan tidak memerlukan 30 hari untuk membentuk kebiasaan. Pengujian hipotesis adalah bentuk model matematik yang digunakan untuk menerima atau menolak hipotesis dalam julat tahap keyakinan.
Terdapat 4 langkah yang harus diikuti dalam model ini.
- Langkah pertama adalah menyatakan 2 hipotesis, iaitu hipotesis nol dan hipotesis alternatif, sehingga hanya satu daripadanya yang benar.
- Langkah kedua melibatkan strategi yang menyatakan pelbagai kaedah di mana data akan dianalisis.
- Langkah ketiga terdiri daripada menganalisis set data yang diperlukan untuk membuat kesimpulan.
- Langkah terakhir dan keempat adalah menganalisis hasil dan membuat keputusan untuk menerima atau menolak hipotesis.
Formula Hipotesis Nol
" Rumus Hipotesis Nol (H 0 ): Parameter = Nilai"Di mana,
- Parameternya adalah andaian atau pernyataan yang dibuat oleh pihak atau orang yang berkenaan.
Hipotesis diuji melalui tahap kepentingan data yang diperhatikan untuk meringkaskan data teori. Untuk pengiraan Penyimpangan dari data yang Dituntut, kita dapat menggunakan formula;
Kadar Sisihan = Perbezaan antara data yang diperhatikan & data teori / data teori.
Pengukuran penyimpangan adalah alat semata-mata untuk mengkaji tahap kepentingan keadaan yang dituntut dalam Ujian Hipotesis Null.
Contoh Ujian Hipotesis Nol
Konsep 1: Hipotesis Nol harus mempunyai tanda persamaan, atau dengan kata lain, Hipotesis ini bermaksud andaian tidak ada perbezaan.
Contoh # 1
Pasukan penyelidik membuat kesimpulan bahawa jika kanak-kanak di bawah usia 12 tahun menggunakan produk bernama 'ABC', maka kemungkinan pertumbuhan tinggi badan mereka meningkat sebanyak 10%. Tetapi dengan menilai kadar pertumbuhan sampel yang diperiksa dengan memilih beberapa anak yang menggunakan produk 'ABC' menjadi 9,8%. Terangkan hipotesis nol dalam kes yang disediakan.
Penyelesaian: Dalam kes ini, jika anggapan hipotesis nol diambil, maka hasil yang dipilih oleh penyelidik akan sesuai dengan kriteria;
H 0 : Parameter = nilai
Di mana parameter yang dipilih oleh penyelidik adalah bahawa pada penggunaan produk 'ABC' oleh anak-anak di bawah usia 12 tahun, ada kemungkinan peningkatan dalam kadar pertumbuhan sebanyak 10%.
Nilai parameter ialah @ 10%
Oleh itu, apabila mengandaikan hipotesis nol, penyelidik akan mengambil nilai parameter @ 10% kerana andaian telah diambil.
Konsep 2: Tingkat kepentingan, seperti yang disebutkan dalam definisi, adalah pengukuran kebolehpercayaan data sebenarnya dibandingkan dengan data yang diasumsikan atau dituntut dalam pernyataan yang dibuat.
Tahap keertian dapat diuji melalui penilaian penyimpangan pada data yang diperhatikan dan data teori.
Contoh # 2
Dalam sebuah kajian oleh pihak berkuasa industri, mereka mendakwa bahawa rata-rata pengeluaran 100 barang, kemungkinan pengeluaran barang yang salah menjadi 1.5%. Tetapi semasa kajian terhadap sampel yang diambil, kemungkinan pengeluaran barang kesalahan hampir menjadi 1,55%. Komen mengenai situasi berikut.
Penyelesaian
Dalam kes Ujian Hipotesis Nol, fakta yang dianggap sebagai dunia yang benar adalah tuntutan yang dibuat oleh pihak berkuasa bahawa kemungkinan pengeluaran barang yang salah adalah 1.5% untuk pengeluaran setiap 100 barang.
Dalam kes ini, tahap kepentingan dapat diukur melalui penyimpangan.
Pengiraan Kadar Sisihan boleh dilakukan seperti berikut,
- = (1.55% -1.50%) * 100 / 1.50%
Kadar Sisihan akan -
- Kadar Sisihan = 3.33%
Penjelasan
Dalam contoh ini, penyimpangan dari parameter yang diasumsikan menjadi 3,33%, yang berada dalam julat yang dapat diterima, yaitu, 1% hingga 5%. Oleh itu, Hipotesis Nol dapat diterima walaupun penilaian sebenarnya berbeza dengan anggapan. Tetapi dalam kes ini, penyimpangan tersebut akan melebihi 5% atau lebih (berbeza dari keadaan ke keadaan), hipotesis perlu ditolak kerana anggapan yang dibuat tidak akan mempunyai alasan untuk dibenarkan.
Konsep 3: Terdapat banyak cara yang berbeza untuk mengesahkan pernyataan yang disangka sekiranya terdapat 'hipotesis nol', salah satu kaedahnya adalah membandingkan Nilai sampel yang diambil dengan Purata populasi. Di mana istilah 'Mean' dapat didefinisikan sebagai rata-rata nilai parameter yang dibawa ke jumlah data yang dipilih.
Contoh # 3
Sebuah organisasi pakar setelah kajian mereka mendakwa bahawa waktu kerja rata-rata pekerja yang bekerja di industri perkilangan adalah sekitar 9.50 jam sehari untuk menyelesaikan kerja yang betul. Tetapi sebuah syarikat perkilangan bernama XYZ Inc. mendakwa bahawa rata-rata jam kerja pekerja mereka kurang dari 9.50 jam sehari. Untuk mengkaji tuntutan tersebut, diambil sampel 10 pekerja, dan waktu kerja harian mereka dicatatkan di bawah. Purata data sampel yang dipilih adalah 9.34 jam sehari-komen mengenai tuntutan oleh XYZ Inc.
Penyelesaian
Mari kita ambil formula Hipotesis Null untuk menganalisis keadaan.
H 0 : Parameter = nilai iaitu,
Di mana,
- Parameter yang diambil oleh para pakar adalah 'rata-rata jam bekerja pekerja yang bekerja di sebuah syarikat perkilangan.'
Nilai yang diambil oleh pakar adalah 9.50 jam sehari.
- Purata (purata) jam kerja penduduk = 9.50 jam sehari
- Purata (purata) jam kerja sampel = 9.34 jam sehari
Pengiraan Kadar Sisihan boleh dilakukan seperti berikut,
- = (9.50-9.34) * 100% / 9.50
Kadar Sisihan akan -
- Kadar Sisihan = 1.68%
Penjelasan
Dalam contoh di atas, pernyataan yang dibuat oleh para pakar mendakwa bahawa rata-rata waktu bekerja seorang pekerja yang bekerja di industri pembuatan adalah 9.50 jam sehari. Manakala dalam kajian sampel yang diambil, rata-rata waktu bekerja adalah 9.34 jam sehari. Dalam kes 'hipotesis nol', pernyataan itu diambil, atau klaim yang dibuat oleh para ahli diambil sebagai parameter, dan nilai parameter tersebut juga diyakini 9,50 jam sehari, seperti yang dituntut oleh pernyataan tersebut . Tetapi kita dapat melihat bahawa setelah kajian sampel, jam rata-rata keluar menjadi kurang dari jam yang dituntut. Sekiranya terdapat anggapan, hipotesis seperti itu disebut sebagai 'Hipotesis alternatif.
Kelebihan
- Ini Menyediakan Kerangka Logik untuk Menguji Kepentingan Statistik: Ia membantu menguji hipotesis tertentu dengan bantuan statistik.
- Teknik Dicuba dan Diuji: Kaedah ini telah diuji sejak kebelakangan ini, dan membantu membuktikan andaian tertentu.
- Hipotesis Alternatif, yang Berlawanan dengan Hipotesis Nol, boleh menjadi kabur: Jadi, sebagai contoh, jika ini mengatakan pulangan dana bersama adalah 8%, maka hipotesis ganti adalah pulangan dana bersama tidak sama dengan 8%. Dalam ujian dua ekor, pulangan dapat dibuktikan lebih besar daripada atau kurang daripada sama dengan 8%.
- Ini Mencerminkan Penalaran Statistik Dasar yang sama dengan Selang Keyakinan: Nilai P dalam excel digunakan untuk ujian selang keyakinan.
Kekurangan
- Biasanya disalahpahami dan disalahtafsirkan: Kadang-kadang, sukar untuk menyatakan hipotesis nol dan hipotesis alternatif yang sesuai. Ini adalah langkah pertama, dan jika gagal, maka keseluruhan eksperimen menganalisis hipotesis akan menjadi salah.
- Ujian P-Value Tidak Maklumat Berbanding dengan Selang Keyakinan: Selang keyakinan 5% mungkin tidak signifikan sepanjang masa.
- Ini Hampir selalu Salah: Hampir selalu, kami cuba membuktikan bahawa ada kepentingan statistik untuk menolak hipotesis nol. Dalam beberapa kes, hipotesis ini diterima.
Perkaitan dan Penggunaan
Hipotesis Null digunakan terutamanya untuk mengesahkan kesesuaian data Statistik yang diambil sebagai sampel membandingkan dengan ciri-ciri keseluruhan populasi dari mana sampel tersebut diambil. Dengan kata mudah, jika ada anggapan telah dibuat untuk populasi melalui data sampel yang dipilih, maka hipotesis nol digunakan untuk mengesahkan andaian tersebut dan menilai kepentingan sampel.
Hipotesis nol juga umumnya digunakan untuk mengesahkan perbezaan antara prosedur alternatif. Sebagai contoh, katakan ada dua cara untuk merawat penyakit, dan dikatakan bahawa satu mempunyai lebih banyak kesan daripada yang lain. Tetapi hipotesis nol menganggap bahawa kesan kedua-dua rawatan adalah sama, dan kemudian kajian dilakukan untuk mengetahui kepentingan anggapan tersebut dan perbezaannya.
