Mokslininkai siekia sukurti teorijas arba atrasti dėsnius, paaiškinančius stebėjimus ar eksperimentų rezultatus. Pirmas žingsnis yra sukurti hipotezę arba bandymą paaiškinti faktų rinkinį ir tada ją patikrinti. Paprastai naudojami statistiniai metodai: tiriama duomenų imtis, ar ji patvirtina siūlomą paaiškinimą. Paprastai sukuriama nulinė hipotezė, kuri prieštarauja paaiškinimui – tai paprastai žymima H0, o pats paaiškinimas vadinamas alternatyvia hipoteze, žymima HA. Iš pradžių daroma prielaida, kad H0 yra tiesa, o tyrėjo užduotis yra parodyti, kad duomenys nepatvirtina šios išvados.
Hipotezių tikrinimas
Paprastai H0 ir HA yra du vienas kitą paneigiantys teiginiai – jie abu negali būti teisingi. Jie taip pat turėtų būti išsamūs; tai yra, jie turėtų apimti visus galimus eksperimentinio tyrimo rezultatus. Gaunamas duomenų pavyzdys, pagal kurį bus patikrinta nulinė hipotezė. Imtis turi būti pakankamo dydžio, kad būtų galima padaryti pagrįstas išvadas, ir neturi būti jokių paklaidų, galinčių turėti įtakos rezultatui.
Tada mokslininkai turi nustatyti vertę arba vieną ar daugiau verčių rinkinių, kurie nepalaikytų H0. Jei nustatoma, kad duomenys atitinka šias reikšmes, nulinė hipotezė bus atmesta, o alternatyvi hipotezė tikriausiai yra teisinga. Bandymo duomenys dažnai gali būti pavaizduoti kaip grafikas, kurio smailė yra viduryje ir “uodega” abiejose pusėse. Paprastai dauguma bandomojo dalyko verčių susikaupia maždaug diapazono viduryje, slenkant link žemų ir aukštų kraštutinumų. Pavyzdžiui, didelės žmonių imties ūgio matavimų rinkinys parodys, kad dauguma žmonių yra maždaug diapazono viduryje, o mažesni skaičiai – labai trumpuose ir labai aukštuose galuose.
Yra trijų tipų bandymai, kuriuos galima pritaikyti duomenų rinkiniui. Atliekant dešinės krypties testą, buvo nustatyta, kad duomenys, viršijantys tam tikrą vertę, vadinamą kritine verte, nepatvirtina nulinės hipotezės; kairiosios krypties bandymo metu šie duomenys yra žemiau kritinės vertės; dvipusio testo metu duomenys, kurie nepalaiko H0, yra aukščiau ir žemiau tam tikros vertės arba verčių diapazono. Neįmanoma visiškai paneigti nulinės hipotezės; Vietoj to, mokslininkai turi susitarti dėl duomenų aiškinimo, pagrįsto tikimybe, kad H0 bus atmestas, kai tai iš tikrųjų yra tiesa. Ši tikimybė žinoma kaip reikšmingumo lygis. Pavyzdžiui, jei tam tikra duomenų dalis viršija kritinę vertę dešiniosios pakraipos teste, tai gali reikšti, kad yra tik 1 % tikimybė, kad H0 yra teisinga.
Pavyzdys
Vaistų kompanija gali išbandyti naujo cholesterolio kiekio mažinimo gydymo rezultatus. Šiuo atveju nulinė hipotezė būtų ta, kad cholesterolio kiekis po vaisto vartojimo nesumažėja, o alternatyvi hipotezė būtų ta, kad cholesterolio kiekis sumažėja. Laikoma, kad H0 yra tiesa, o tyrėjai rinktų duomenis analizuoti, bandydami juos atmesti.
Duomenis gali sudaryti cholesterolio matavimai žmonių imtyje prieš ir po vaisto vartojimo, palyginti su panašiu mėginiu, kuris jo nevartojo, per tą patį laikotarpį. Tada mokslininkai gali susitarti, kiek sumažinimas ir kokia dalis imties, vartojusių narkotikus, gali būti vertinama kaip reikšminga. Šią informaciją galima naudoti norint nustatyti kritinę vertę, pvz., 10% vartojusiųjų vaistą sumažinti 80%. Jei duomenys viršija šias vertes, nulinė hipotezė atmetama, o alternatyvi hipotezė priimama.