چکیده:
هدف: هدف از پژوهش حاضر، جستجو در مبانی نظری آزمون فرضیههای آماری و نگاهی به مفاهیم منطقی و فلسفی و همچنین نتایج عملی این رویکرد علمی در تولید دانش نو بوده است.
روششناسی: بدین منظور، بدنه ادبیات علمی موجود در مبانی، راهکارها و کاربردها، و فنون محاسباتی آزمون فرضیه برای دسترسی به رابطههای علّت و معلولی و همبستگی بررسی شدهاند. در پایان، استنتاجهای منطقی و فلسفی که عمدتا برداشتهای نویسنده از آنها به کمک حدود چهل سال تدریس و تجربه در این وادی بوده، بیان شده است.
یافتهها: نتایج نشان داد که استنباط های آماری همیشه سه نوع اشتباه را دربردارد: اشتباه نوع اول، اشتباه نوع دوم و سایر اشتباهاتی که در فرایند مطالعه ممکن است برای محقّق اتفاق بیفتد (انحراف استاندارد یا معیار). یافتههای آمار استنباطی هنگامی ارزشمندند که کمترین میزان اشتباه و خطا را داشته باشند. برای رسیدن به این هدف، میزان احتمال اشتباه نوع اول را پژوهشگر کنترل می کند، همچنین اشتباه نوع دوم، با افزایش شدت متغیر مستقل، افزایش تعداد آزمودنی و استفاده از روش ها یا آمار پارامتری به جای غیرپارامتری کنترل میشود. نهایتا، برای کاهش اشتباه یا انحراف استاندارد راه های مختلفی در علوم آمار و روش های پژوهش وجود دارند. قابل توجّه است که خطاهای تصمیم گیری های آماری نوع اول و دوم با یکدیگر رابطه معکوسی دارند، از این رو هر کدام به بهای افزایش دیگری کاهش پیدا می کند. ضمنا از دیدگاه کاربردی، اشتباه نوع اول یافته های بدون فایده و اثر را به جامعه توصیه می کند، درحالیکه اشتباه نوع دوم جامعه را از اطلاعات مفید و اثربخش محروم میسازد.
نتیجهگیری: قطعا با اشتباهات پژوهشگر، جامعه از هر دو سو دچار خسارت می شود. انتخاب پژوهشگر بین دو نوع اشتباه اول را میزان اهمیت کاربرد نتیجه تعیین می کند.
واژههای کلیدی: استنباط آماری، توانایی آزمون، انواع اشتباه تصمیمگیری آماری، اشتباه استاندارد، انحراف استاندارد.
Objective: The purpose of the study was to investigate the theoretical foundations of hypothesis testing and to look into its rational and philosophical concepts and practical implications of this scientific process in generating new knowledge.
Methodology: To this end, the existing literature and leading references on the scientific bases, procedures, and statistical methods in relation to hypothesis testing in order to determine cause and effect relationship or the correlation between the variables were purposefuly studied. The rational, philosophical, and practical considerations and inferences which are presented in the present article are the result of the author’s nearly forty years of experience and teaching in these domains.
Results: The results of the studies indicated that almost all the statistical inferences encompass three kinds of errors: Type I, Type II, and other types of errors that researchers may make during the process of their studies (Standard Deviation). The inferential statistics results are valuable when they have least amount of mistakes and errors. To achive this goal, the Type I error can be controlled by minimizing the probability of its occurrence by the researcher. Type II error isdecreased by undertaking provisions like: adding the intensity of independent variable, increasing the number of the participants, choosing a higher degree of probability for Type I error, and using parametric statistical methods instead of nonparametric ones. Ultimately, there is a considerable number of statistical and research method techniques for lowering the indices of variability and deviations of the scores. Interestingly enough, there is a negative relationship between Type I and Type II error. In other words, lowering the probability of one of them will have an incremental effect on the other. From a practical standpoint, Type I error recommends inefficient and unproductive knowledge to the target population; whereas, Type II error may deprive people from useful and effective information.
Conclusion: Researchers’ mistakes may absolutely create double-sided damages to society. The researcher’s choice between the first two types of errors relies on the significance of the application of the results.
Key Words: Statistical inference, Power of the test, Types of error, Standard deviation, Standard error.
خلاصه ماشینی:
قابل توجه است که خطاهاي تصميم گيري هاي آماري نوع اول و دوم با يکديگر رابطة معکوسـي دارنـد، از اين رو هر کدام به بهاي افزايش ديگري کاهش پيدا مي کند.
بدين صورت تصميمي که پس از آزمايش يک فرضية آماري روي نتايج آن گرفته مي شود، مي تواند به يکي از دو صورت زير با اشتباه (خطا) همراه شود: الف ) ممکن است H٠ (فرضية پوچ ) صحيح باشد، ولي تصميم گيري محقق روي نتايج آزمون به اشتباه اين باشد که بايد آن را رد کرد (يعني ، P≥α به دست آيد).
نقطة احتمال α، در توزيع احتمالات مواردي که H٠ صحيح بوده است ، نقطه اي از مرز اعداد بحراني روي محور Xها را نشان مي دهد که چنانچه عدد مشاهده شده (تجربي ) با آن مساوي و يا بزرگ تر از آن شود (يا عدد پي آن مساوي يا کوچک تر از آلفاي تعيين شدة پژوهشگر شود)، فرض پوچ (H٠) رد خواهد شد (يعني رابطه يا تفاوت وجود دارد).
نقطة احتمال β، در توزيع احتمالات مواردي که H٠ غلط بوده است ، نقطه اي از مرز اعداد بحراني را روي محور Xها نشان مي دهد که چنانچه عدد مشاهده شده (تجربي ) کوچک تر از آن به دست آيد، فرضية پوچ (H٠) قبول خواهد شد (يعني رابطه يا تفاوت وجود ندارد).
), EDITS Publishers, San Diego USA.