Hipotezler, araştırma konusuyla ilgili olarak ortaya konulan; doğruluğunun araştırılması gereken önermelerdir. Hipotezler, araştırmaya yön veren temel düşüncelerdir.
Bunlar ihtimale dayanıp araştırmadan önce kesinlik ifade etmezler, ancak bilgilerin toplanması, verilerin analizi, ölçme ve değerlendirmeden sonra doğrulukları veya yanlışlıkları ortaya çıkabilir.
Hipotez, araştırmacının araştırmaya başlamadan önce, ön gözlemlerden, olayların irdelenmesinden, kaynak incelemeleri ve tecrübelerden yola çıkarak yürütülen tahmin olarak ifade edilebilir.
Örneğin; A1 ve A2 olmak üzere iki alternatif hareket seçeneği varsa belli bir durumda hangisinin daha iyi hareket seçeneği olduğunu bilmek isteriz. A1 ve A2 arasında bir seçim yapmak için bilgi ve veri toplar, bu veri ve bilgilerle istatistik bilgilerini birlikte kullanarak karar kriterlerini geliştirebiliriz. Buna istatiksel hipotez testi denir.
4. 1. Hipotez Türleri
Araştırmalarda çeşitli türden hipotezler yer alabilir;
“Eğerli” Hipotez: “Eğer çalışanlar sağlıklı ise daha az hasta olurlar”
Yön belirten hipotez: “İşte karşılaşılan stres yüksek olursa çalışanların iş tatmini daha düşük olur”
“Kadınlar erkeklere göre daha kolay motive olurlar”
Yön belirtmeyen hipotez: “Çalışanların yaş düzeyleri ile iş tatmin düzeyleri arasında önemli bir ilişki vardır”
Örtülü Hipotezler
Bazı çalışmalarda hipotezler kapalı bir şekilde ifade edilirler ve istatistiksel olarak sınanamazlar.
Ya başka yazarlardan alıntı yapılarak ya da araştırmacı, kendi düşüncelerini belirterek hipotezi doğrulamaya çalışır.
İFADE = “Küreselleşme ile birlikte rekabetin giderek yoğunlaştığı günümüz iş dünyasında, firmaların yaşayabilmeleri, ancak çevresel değişiklikleri doğru yorumlayabilme ve yönetebilme yeteneklerine bağlıdır.”
H: Küreselleşme rekabetin yoğunlaşmasına sebep olur
H: Firmaların ayakta kalabilmesi, çevreyi yönetebilme yeteneklerine bağlıdır
İstatistiksel anlamda hipotez bir veya daha fazla ana kütle hakkında ileri sürülen, doğru ya da yanlış olması mümkün olan iddia veya ifadedir.
Hipotez testi bir hipotezin doğruluğundan veya yanlışlığından %100 emin olmak için değil, belli bir ölçüde hatayı içerecek şekilde yapılır. Zaten sınırlı bilgiden verilecek kararda hata payı vardır.
İstatistiksel hipotezler bir ya da daha fazla anakütle parametre değeriyle ilgili olabilirler.
İstatistiksel hipotezleri diğer hipotezlerden ayıran özellik, bu hipotezlerin bir frekans dağılımına ait olmasıdır.
İstatistikte kullanılan iki tür hipotez vardır.
H0 Farksızlık hipotezi, Sıfır hipotezi
H1 Alternatif hipotez, Seçenek hipotez
Test sonucunda H0 kabul edilirse H1 reddedilir.
H0 reddedilirse H1 kabul edilir.
Hipotez testinde basit, kolay ve en yaygın olarak kullanılan yol, sıfır (veya boş) hipotezini (H0) alternatif hipoteze (H1) karşı test etmektir.
Her ne kadar sıfır ve alternatif hipotezlerin seçimi gelişigüzel ise de genel olarak, örnek değerlerince red edilmesi beklenen hipotezi boş hipotez olarak saptamak gerekir.
Bunun en önemli nedeni, bir hipotezin kabul edilmesinin o hipotezin red edilmesinden çok daha zor olmasıdır.
Örneğin şayet biz yeni bir üretim yönteminin eskisinden daha etkin olup olmadığını saptamak istiyorsak, sıfır hipotezimiz her iki yöntemin etkinliklerinin birbirine eşit olduğu şeklinde saptanmalıdır.
Sıfır hipotezi kesin bir ifadedir ve genellikle eşitlik şeklindedir.
Sıfır hipotezinin alternatif hipoteze karşı test edilmesi demek sıfır hipotezi red edildiğinde alternatif hipotezin kabul edilmesi demektir.
Hipotezler tek yönlü (one-sided) ya da çift yönlü (two-sided) olarak kurulabilir.
Alternatif hipotezin şekli, sıfır hipotezi gibi kesin değildir. Alternatif hipotez ya büyük (>), ya küçük (<), yada eşit değil (≠) şeklinde bir ifade olacaktır.
İlk iki şekle tek taraflı test, son şekle de iki taraflı test denilir.
Alternatif hipotez büyük şeklinde ifade edilmişse sağ kuyruk, küçük şekilde ifade edilmişse sol kuyruk testi söz konusudur.
Örneğin, araştırmacı A marka ampullerin ortalama ömrünün 20 yıldan küçük veya büyük olduğunu test etmek isterse testler aşağıda şekilde olacaktır.
Tek yönlü hipoteze örnek;
H0: μ = 20 ya da H0: μ = 20
H1: μ < 20 H1: μ > 20
İki yönlü hipoteze örnek;
H0: μ = 20
H1: μ ≠ 20
İddia her ne olursa olsun sıfır hipotezi her zaman eşitlik olarak yazılmalıdır.
Bir istatistiksel hipotez, doğru ya da yanlış olabilir. Çünkü bu bir önermedir. Gerçeği öğrenebilmek için, anakütle parametresi θ ’nın değerini hesaplamak gerekir.
Bu da tamsayım yapmayı gerektirir. Ancak, örnekleme yapmayı gerektiren nedenlerden dolayı bu, her zaman mümkün değildir.
Bu durumda istatistiksel hipotezlerin geçerliliği ya da doğruluğu konusunda karar verebilmek için, bu hipotezlerin, tanımlanan anakütleden seçilen örneklemin gözlem değerlerinden hesaplanan örneklem istatistiğinden, bu istatistiğin örnekleme dağılımının özelliklerinden yararlanarak test edilmesi gerekir.
İstatistiksel hipotez testi, örneklem istatistiklerini kullanarak, bir hipotezin doğru olup olmadığını ortaya koymaya yönelik yapılan çalışmalardır. Yorumsal istatistikte hipotez testi, örneklem gözlem değerlerinden yararlanarak, bu örneklemin seçildiği anakütlenin durumu hakkında yorum yapmaktır.
- I. Tip ve II. Tip Hatalar
Bir hipotez testi sonucunda iki tip hata yapma riski vardır;
Gerçekte doğru olan bir sıfır hipotezinin reddedilmesidir. Buna 1. tip hata denir.
Gerçekte yanlış olan bir sıfır hipotezinin kabul edilmesi durumudur. Buna 2. tip hata denir.
Bir hipotezin gerçekte doğru olup olmadığını bilmek için ana kütlenin tüm elemanlarının ölçüme tabi tutulması gerekir. Bu ise çoğu kez mümkün olmadığından ve ya tavsiye edilmeyen bir yol olduğundan hata yapma riski daima olacaktır.
Hipotez testlerinin daha güvenilir olması için hataların en aza indirilmesi gerekir. Ancak bu kolay bir iş değildir. Böyle durumlarda hangi tip hatanın daha önemli olduğuna karar vermek gerekir.
Hipotez testinde birinci tip hata anlamlılık düzeyi veya güven aralığı ile kolaylıkla belirlenebilir. İkinci tip hata ise test öncesi belirlenemez.
Birinci tip hata, sıfır hipotezinin doğru olduğu varsayımı altında hesaplandığından ve sıfır hipotezi bir eşitlik içerdiğinden tek bir değere sahiptir.
Örnek: Bir ilacın zehirleme tesiri yapmadığı iddia edilmektedir.
H0: İlacın zehirleme tesiri yoktur.
1.Tip hata: İlacın zehirleme tesiri yok iken H0 reddedildi. Yani ilacın zehirleme tesiri olduğuna karar verildi.
Sonuç: İlaç hastaya verilmedi. Belki tedavi süresi biraz gecikti.
2.Tip hata: İlacın zehirleme tesiri var iken H0 kabul edilerek ilacın zehirleme tesiri olmadığına karar verildi.
Sonuç: İlacın zehirleme tesiri yok diye hastaya verildi ve hasta zehirlendi.
Önem seviyesi
Yanılma düzeyi / Önemlilik seviyesi, doğru sıfır hipotezinin reddedilmesi (Tip I hata) olup buna α denir ve genellikle 0.05 veya 0.01 olarak alınır.
Şayet α = 0,05 ise yapılan test sonucunda H0 red edilmiş ise örnek değerlerinin 0,05 önem derecesinde H0 ‘dan önemli derece farklı olduğu söylenebilir.
Başka bir deyişle şayet biz bu yöntemi uzun dönemde devamlı kullanırsak örnek sonuçlarının ancak % 5’i tesadüfi nedenlerden ötürü doğru olan H1 hipotezini red edecek değerde olacaktır.
Testin gücü
Bir testin gücü yanlış olan bir H0 hipotezinin reddedilmesi olarak tarif edilir. Yani,
Testin gücü = 1-P(II. Tip hata) = 1- β
Görüldüğü gibi II. Tip hata ihtimali ne kadar küçülürse testin gücü o kadar artar. Örnek hacmi n’nin büyümesi β’nın küçülmesine sebep olacağından, n büyüdükçe testin gücü de artacaktır.
Hiç yorum yok:
Yorum Gönder