Hipoteza statystyczna

Z Encyklopedia Zarządzania
Wersja z dnia 23:11, 29 paź 2023 autorstwa Zybex (dyskusja | edycje) (cleanup bibliografii i rotten links)
Hipoteza statystyczna
Polecane artykuły

Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące rozkładu cechy w populacji generalnej, czyli rozkładu teoretycznego sformułowane bez przeprowadzenia badania pełnego wyłącznie na podstawie danych z próby.

Hipotezy statystyczne mogą dotyczyć parametrów nieznanego rozkładu cech w populacji generalnej, są to wtedy hipotezy parametryczne np. wartość średnia badanej cechy całej zbiorowości jest równa 5. Hipotezy mogą też mówić jakiego typu jest nieznany rozkład teoretyczny, mogą dotyczyć współzależności cech badanej zbiorowości są to wtedy hipotezy nieparametryczne. Hipotezę którą sprawdzamy nazywamy hipotezą zerową oznaczmy H0. Hipotezę alternatywną oznaczamy H1 nazywamy każdą inną hipotezę którą skłonni jesteśmy przyjąć po odrzuceniu hipotezy zerowej H0, decyzję o odrzuceniu lub przyjęciu H0 podejmujemy na podstawie wyników próby losowej.

Rodzaje hipotez

  • parametryczne (o wartości przeciętnej, o wskaźniku struktury, o wariancji, itp.)
  • nieparametryczne (o rozkładzie cechy, o niezależności cech X i Y, itp.).
  • zerowa (H0), jest hipotezą o wartości jednego (lub wielu) parametru populacji. Hipotezę traktujemy jako
prawdziwą dopóki nie uzyskamy informacji statystycznych dostatecznych do zmiany naszego stanowiska.
  • alternatywna (H1), jest hipoteza przypisująca parametrowi populacji wartość niezgodną z przypisaną mu
przez hipotezę zerową (H0).

Formułowanie hipotez

Hipoteza zerowa (H0) jest hipotezą "o równości" i brzmi:

H0: p = p0

gdzie p0 jest konkretną wartością (liczbą).

Hipoteza alternatywna (H1) może być sformułowana trojako (najczęściej w zależności od wyniku uzyskanego w próbie):

H1: p <> p0 (albo H1: p < p0 albo też H1: p > p0)

Wybór hipotezy alternatywnej (H1) ma decydujące znaczenie dla sformułowania obszaru odrzucenia.

Zastosowanie hipotez statystycznych w badaniach marketingowych

Hipotezy statystyczne są wykorzystywane bardzo często. Swoje zastosowanie odnalazły również w badaniach marketingowych w nieco zmienionej formie. Badacz podejmując się przeprowadzenia analizy określa pewną hipotezę. Nie przeprowadza on jeszcze żadnych badań i nie szuka dowodów. Hipotezę można określić wstępnym twierdzeniem. Takie twierdzenie opisuje wpływ jednego czynnika na drugi w konkretny sposób. Wpływ ten możemy określić przeprowadzając test niezależności chi kwadrat. Polega on na porównaniu ze sobą dwóch cech i ocenieniu jak dokładnie są ze sobą powiązane.

„Hipoteza jest niepotwierdzonym twierdzeniem lub stwierdzeniem badacza na temat interesującego go zjawiska”[1].

Zweryfikowanie hipotezy jest możliwe dopiero po przeprowadzeniu badania, które jest w stanie określić czy dana hipoteza jest prawdziwa, fałszywa lub kontrowersyjna. Odzwierciedla to opisane powyżej formułowanie hipotez. Bez względu na wynik badania, hipoteza prawdziwa jak i fałszywa, jest w każdym przypadku poprawnym wynikiem przeprowadzonej analizy. Często zdarza się tak, że hipoteza fałszywa ma większe znaczenie dla osiągniętych wyników.

Badania marketingowe oprócz hipotezy statystycznej wykorzystują również inne metody statystyczne, takie jak wariancja oraz korelacja.

Istnieje wiele różnych sposobów poszukiwania wiedzy na temat konkretnego badania. „Badana rzeczywistość jest zewnętrzna i niezależna od badacza poszukującego wyjaśnień teoretycznych przez proponowanie zbioru hipotez opartych na rygorystycznej i obiektywnej analizie dotychczasowych badań"[2]

Przypisy

  1. Drewniak R., Pranulis V. P. (2012). Badania marketingowe – teoria i praktyka, Monografie i Opracowania nr 3, Wilno – Toruń, s. 65
  2. Sagan A. (2013). Zmienne ukryte w badaniach marketingowych, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków, s. 34

Bibliografia

  • Aczel A. D. (2000). Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa, s. 266-273
  • Drewniak R., Pranulis V. P. (2012). Badania marketingowe – teoria i praktyka, Monografie i Opracowania nr 3, Wilno – Toruń, s. 65
  • Kamys B. (2016). Testowanie hipotez statystycznych, Statystyczne metody opracowania pomiwarów - 2, s. 78-148
  • Krzysztofiak M., Urbanek D. (1977). Metody statystyczne, Państwowe Wydawnictwo Naukowe, Warszawa, s. 223-227
  • Preweda E. (2013). Elementy statystyki matematycznej, Rachunek wyrównawczy - modele statystyczne, s. 175-237
  • Sagan A. (2013). Zmienne ukryte w badaniach marketingowych, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków, s. 34-35
  • Sokołowski A. (2004). O niewłaściwym stosowaniu metod statystycznych, O niewłaściwym stosowaniu metod statystycznych, s. 5-14


Autor: Michał Mikołajczyk, Manuela Kułak