6. Hypotesprövning - Metod II Flashcards
(51 cards)
Vad är hypotesprövning (nollhypotesprövning / NHST)?
Hypotesprövning är en steg-för-steg-metod för att analysera ett experiment och se om skillnader i data är statistiskt signifikanta eller bara slump.
Kallas också nollhypotesprövning (null hypothesis significance testing, NHST).
Varför använder vi hypotesprövning?
För att vi nästan alltid jobbar med stickprov, inte hela populationen. Vi behöver veta om våra resultat är tillförlitliga.
Det finns variation i data (människor skiljer sig + mätfel)
Om vi gör om samma experiment får vi ofta ett annat medelvärde
Hypotesprövning hjälper oss avgöra om våra resultat är sannolikt äkta eller slump
Vad menas med att hypotesprövning är induktiv och indirekt?
Induktiv: Vi drar slutsatser från ett begränsat stickprov → om något gäller för hela populationen.
Indirekt: Vi börjar med att anta att det inte finns någon effekt (nollhypotes) och försöker sedan motbevisa det.
Vad är nollhypotesen (H₀)?
Nollhypotesen är ett påstående om att det inte finns någon skillnad eller effekt i det du undersöker.
Det är grunden i hypotesprövning – du börjar alltid med att anta att nollhypotesen är sann.
Vad är de tre grundstegen i hypotesprövning (NHST)?
Formulera en nollhypotes (H₀):
Anta att det inte finns någon effekt eller skillnad.
Räkna ut sannolikheten att få de observerade resultaten, om nollhypotesen faktiskt är sann.
Jämför sannolikheten med signifikansnivån (ofta 0,05):
Om sannolikheten är lägre än 0,05 → förkasta H₀
Om högre → behåll H₀
Vad betyder p < 0,05?
Det betyder att sannolikheten att resultatet beror på slumpen är mindre än 5 %.
→ Då tror vi att resultatet är på riktigt, och vi förkastar nollhypotesen.
Vad gör man i steg 1 av hypotesprövning?
Man formar två hypoteser:
Nollhypotes (H₀): Det finns ingen effekt eller skillnad.
→ T.ex. medelvärde A = medelvärde B
Alternativhypotes (H₁): Det finns en effekt eller skillnad.
→ T.ex. medelvärde A ≠ medelvärde B
Steg 1 – Vad händer om man kan förkasta nollhypotesen H₀?
Då antar man att alternativhypotesen H₁ är sann, alltså att det finns en effekt av den oberoende variabeln.
Vad gör man i steg 2 av hypotesprövning?
Man beräknar sannolikheten (p-värdet) för att observerade skillnader i datan hade kunnat uppstå om H₀ är sann.
Hur får man fram ett p-värde i steg 2?
Man använder ett statistiskt test, t.ex.
t-test
ANOVA
Dessa ger ett p-värde mellan 0–1, som visar hur sannolikt det är att skillnaderna i datan beror på slumpen.
Vad är α (alfa)?
Det är gränsen vi sätter för hur mycket slump vi accepterar (ofta 0,05 = 5%).
Vad är p-värde?
Det är resultatet från vårt test – sannolikheten att få den data vi fick, om nollhypotesen är sann.
Hur använder man p och α tillsammans?
Vi jämför dem.
Om p < α → Förkasta H₀ (det är en riktig effekt!)
Om p ≥ α → Behåll H₀ (vi kan inte visa någon effekt).
Om p är mindre än gränsen (a) så förkastar man H0
Men om p är större eller lika med gränsen (a) så behåller man H0
Vad gör man i steg 3 av hypotesprövning?
En signifikansnivå (α) är bestämd, t.ex. 0,05.
Jämför det p-värde du fick i steg 2 mot α:
Om p < α → Förkasta H₀ (det finns troligen en effekt).
Om p ≥ α → Behåll H₀ (du kan inte visa någon effekt).
Vad betyder det om vi förkastar H₀ eller inte?
Förkastar H₀ → Resultatet är statistiskt signifikant. Vi kan säga att den oberoende variabeln hade en effekt.
Behåller H₀ → Resultatet är inte statistiskt signifikant.
(Men det betyder inte att vi bevisat att ingen effekt finns!)
Vad är den förenklade versionen av hypotesprövning?
Bestäm nollhypotes H₀: “Ingen skillnad mellan grupperna.”
Få fram p-värde från SPSS eller liknande.
Om p < 0,05 → Förkasta H₀! (“If the p is low, then the H₀ must go!”)
Vad betyder det om p-värdet är högt (p > 0,05)?
Vi kan inte förkasta nollhypotesen H₀. Det betyder att vi inte har tillräckliga bevis för att säga att det finns en effekt.
Vad är ett statistiskt signifikant resultat?
Det betyder att skillnaden i våra resultat är större än vad som kan förklaras av slumpen.
Vad är den vanligaste signifikansnivån (α)?
α = 0,05 är vanligast. Ibland används även α = 0,01.
Vad säger statistisk signifikans INTE?
Den säger inte hur stor effekten är (det gör effektstorlek).
Den säger inget om effekten är praktiskt viktig eller vetenskapligt viktig.
Vilka två utfall finns i hypotesprövning?
Antingen förkastar vi nollhypotesen (H₀)
Eller så misslyckas vi att förkasta nollhypotesen
(OBS: Vi kan aldrig “bekräfta” H₀.)
Vad betyder det när vi säger “mycket signifikant”?
Det är meningslöst att säga. p-värde mäter bara om vi kan förkasta H₀ eller inte — inte hur mycket.
Vad kan ett icke signifikant resultat bero på?
För litet stickprov (sample size)
Stor variation i data, t.ex.:
Flertydiga instruktioner
Problem med mätningen
Vad visar visualiseringen på slide 13?
Slide 13 visar en sampling distribution under nollhypotesen (H₀) – alltså hur värdena skulle fördela sig om H₀ är sann. Vårt observerade värde (330,6) är markerat.
