สมมติฐานทางสถิติ คืออะไร?
สมมติฐานทางสถิติ คือ สมมติฐานที่เป็นผลมาจากสมติฐานการวิจัยที่เราได้ตั้งไว้ โดยสมมติฐานมักจะมีไว้เพื่อความสัมพันธ์ของตัวแปร ตัวอย่างเช่น ถ้าหาว่าคุณลักษณะส่วนบุคคลที่แตกต่างกันมีผลต่อความพร้อมในการเป็นนักลงทุนหรือไม่
สมมติฐานทางสถิติจะแบ่งเป็น 2 ตัว ที่ต้องมาพร้อมกันเสมอ ได้แก่
- สมมติฐานว่าง (Null Hypothesis)
- สมมติฐานทางเลือก (Alternative Hypothesis)
ซึ่งมักจะเห็นสมมติฐานทั้ง 2 แบบบ่อย ๆ ในการตั้ง สมมติฐานการวิจัย
Null hypothesis (H0)
Null hypothesis หรือ H0 คือ สมมติฐานว่าง หรือ สมมติฐานเป็นกลาง หรือ สมมติฐานไร้นัยสำคัญ
โดย H0 จะเป็นสมมติฐานที่อธิบายว่า “ไม่แตกต่างกันหรือไม่มีความสัมพันธ์กัน” ระหว่างตัวแปร
H0 : ความสนใจของนักเรียนในห้องเรียนที่แตกต่างกันไม่มีผลกับผลสัมฤทธิ์ทางการเรียน
Alternative hypothesis (H1)
Alternative hypothesis หรือ H1 คือ สมมติฐานทางเลือก หรือ สมมติฐานอื่น
เป็นสมมติฐานที่จะตั้งขึ้นตรงข้ามกับ Null Hypothesis หรือ H0 ที่ตั้งไว้ โดย H1 มักจะเป็นสิ่งที่ผู้วิจัยเชื่อ เพื่อที่จะปฏิเสธสมมติฐานที่ตั้งเอาไว้ใน H0
โดย H1 จะเป็นสมมติฐานที่อธิบายตัวแปรว่า “มีความแตกต่างกัน มีความสัมพันธ์กัน มากกว่า น้อยกว่า มีผลทางบวก มีผลทางลบ”
H1 : ความสนใจของนักเรียนในห้องเรียนที่แตกต่างกันมีผลกับผลสัมฤทธิ์ทางการเรียน
นอกจากนี้ สมมติฐานทางสถิติ จะมาพร้อมกับสัญลักษณ์เหล่านี้ เพื่ออธิบายถึงความสัมพันธ์กันของตัวแปรในสมมติฐานที่เราตั้งขึ้นมา โดยสัญลักษณ์ที่พบบ่อยใน การตั้งสมมติฐานทางสถิติ มีดังนี้
µ (มิว) แทนค่าเฉลี่ยของกลุ่มประชากร
σ (ซิกมา) แทนความเบี่ยงเบนมาตรฐาน
ρ (โร) แทนสหสัมพันธ์ระหว่างตัวแปร
ตัวอย่าง วิธีตั้งสมมติฐานการวิจัย
H0 : ความสนใจของนักเรียนในห้องเรียนที่แตกต่างกันไม่มีผลกับผลสัมฤทธิ์ทางการเรียน
- H0 : µ1 = µ2
H1 : ความสนใจของนักเรียนในห้องเรียนที่แตกต่างกันมีผลกับผลสัมฤทธิ์ทางการเรียน
- H0 : µ1 ≠ µ2
µ1 แทนค่าเฉลี่ยของคะแนน กลุ่มที่สนใจเรียนมาก
µ2 แทนค่าเฉลี่ยของคะแนน กลุ่มที่สนใจเรียนน้อย