فرضیه صفر چیست و در پژوهش چه تاثیری دارد؟

«وقتشه یک مقاله بنویسیم که حسابی همه را تحت تاثیر قرار بدهد. برای نگارشش دو سه ماه، زمان می‌گذارم. ترجمه مقاله رو هم به یک موسسه معتبر می‌سپارم و با پرداخت هزینه ترجمه مناسب، مقاله‌ام به بهترین شکل ترجمه شود. بعد هم گواهی کیفیت برایش دریافت می‌کنم. سپس با کمک ابزارهای آنلاین ژورنال‌یاب یک مجله معتبر برای چاپش پیدا می‌کنم.» اگر شما هم انتشار مقاله در یک مجله معتبر یکی از اهدافتان برای امسال است و به این مراحل فکر می‌کنید، همین لحظه صبر کنید!

به نظرتان یک مرحله مهم را فراموش نکرده‌اید؟ شما باید ابتدا موضوع پژوهش خود را مشخص کنید و به پژوهش و آزمایش بپردازید. پس از مشخص کردن موضوع، نوبت به تعیین فرضیه می‌رسد. یکی از مواردی که هنگام تعیین فرضیه به آن توجه می‌شود، فرضیه صفر (Null Hypothesis) است.

دانشمندان تحقیقات خود را با این فرضیه آغاز می‌کنند که نوعی رابطه بین متغیرها وجود دارد. فرضیه صفر برعکس است و بیان می‌کند که چنین رابطه‌ای وجود ندارد. فرضیه صفر احتمالا غیر هیجان‌انگیز به نظر می‌رسد اما جنبه بسیار مهمی از تحقیق به شمار می‌آید.

برای آشنایی با ماهیت فرضیه صفر و چگونگی استفاده از آن در ادامه این مقاله وبلاگ ترجمیک همراه ما باشید!

مطالب مرتبط:

برای چاپ و انتشار مقاله باید هزینه پرداخت؟

فرضیه صفر (Null Hypothesis) چیست؟

فرضیه صفر را می‌توان با استفاده از تجزیه و تحلیل آماری آزمایش کرد و اغلب به صورت H0 نوشته می‌شود. فرضیه صفر ادعا می‌کند که هیچ رابطه مشخصی بین دو فاکتور وجود ندارد یا این‌که بین دو گروه متفاوت، وابستگی وجود ندارد.

اگر نمونه شواهد کافی علیه ادعای این‌که هیچ تأثیری در جامعه وجود ندارد، ارائه دهد (p≤ α)، آنگاه می‌توانیم فرضیه صفر را رد کنیم. در غیر این صورت، ما نمی‌توانیم فرضیه صفر را رد کنیم.

برای مثال فرض کنید که شما می‌خواهید در رابطه با تاثیر محصولات تراریخته و شیوع بیماری‌های ژنتیکی تحقیق کنید. فرضیه صفر یا H0 شما این خواهد بود که ارتباطی میان مصرف محصولات تراریخته و شیوع بیماری‌های ژنتیکی وجود ندارد. با این حال اگر شما به شواهدی مبنی بر تاثیر مصرف محصولات تراریخته بر شیوع بیماری‌های ژنتیکی را ارائه دهید، آن‌گاه فرضیه صفر رد می‌شود. با این حال اگر شما شواهدی مبنی بر ارتباط و تاثیر میان این دو را پیدا نکنید، فرضیه صفر رد نمی‌شود (fail to reject the null hypothesis).

توجه داشته باشید که در این مواقع باید از اصطلاح عدم رد شدن فرضیه صفر یا fail to reject استفاده کنید. برای آماردانان و در مقالات علمی، استفاده از عبارتی مانند پذیرفته شدن فرضیه صفر (accept) یا اثبات فرضیه صفر (prove)‌ قابل قبول نیست.

فرضیه‌های صفر اغلب با عباراتی مانند «بدون تأثیر یا no effect»، «بدون تفاوت یا no difference» یا «بدون رابطه یا no relationship» همراه می‌شوند. هنگامی که با عبارات ریاضی نوشته می‌شوند، همیشه یک برابری را شامل می‌شوند (معمولاً =، اما گاهی اوقات ≥ یا ≤).

مطالب مرتبط:

هشدار؛ برای چاپ مقاله مواظب مجلات غارتگر باشید!

نمونه‌هایی از فرضیه صفر در پژوهش

در جدول زیر نمونه‌هایی از سوالات تحقیق و فرضیه‌های صفر مرتبط به آن‌ها آورده شده است. همیشه بیش از یک راه برای پاسخ به یک سوال تحقیق وجود دارد اما این فرضیه‌های صفر به شما در شروع کار کمک می‌کنند.

سوال پژوهشی	فرضیه صفر عمومی	فرضیه صفر در شاخص آزمایش
آیا نخ دندان بر تعداد حفره‌های دندانی تأثیر می‌گذارد؟	نخ دندان هیچ تاثیری بر تعداد حفره‌ها ندارد.	آزمون t: میانگین تعداد حفره‌ها در هر فرد بین گروه نخ دندان (μ۱) و گروه بدون نخ دندان (μ۲) در جمعیت تفاوتی ندارد. µ۱ = µ۲٫
آیا مدیتیشن روزانه بروز افسردگی را کاهش می‌دهد؟	مدیتیشن روزانه میزان افسردگی را کاهش نمی‌دهد.	Two-proportions z test: نسبت افراد مبتلا به افسردگی در گروه مدیتیشن روزانه (p1) بیشتر یا برابر با گروه بدون مراقبه (p2) در جمعیت است. p1 ≥ p2.

تفاوت فرضیه صفر و فرضیه جایگزین چیست؟

فرضیه‌ صفر (null hypothesis) و فرضیه جایگزین (alternative hypothesis) دو ادعای رقیب هم هستند که محققان با استفاده از یک آزمون آماری شواهد موافق و مخالف را ارزیابی می‌کنند. اغلب، فرضیه جایگزین شما با فرضیه تحقیق شما یکسان است. به عبارت دیگر، این ادعایی است که انتظار دارید یا امیدوارید که درست باشد.

وقتی سوال تحقیق می‌پرسد که آیا متغیر مستقل بر متغیر وابسته تاثیر می‌گذارد، فرضیه صفر و فرضیه جایگزین این‌گونه جواب می‌دهند.

فرضیه صفر (H0): هیچ تأثیری در جمعیت وجود ندارد.

فرضیه جایگزین (Ha یا H1): تاثیری در جمعیت وجود دارد.

در واقع فرضیه جایگزین بیان می‌کند که بین دو متغیر، رابطه وجود دارد، در حالی که H0 خلاف آن را بیان می‌کند. با مثال زیر این موضوع را بهتر متوجه خواهید شد.

محققی می‌خواهد که رابطه بین تعداد جلسات ورزشی و اشتها را بررسی کند. وی این سوال را مطرح می کند: آیا افزایش تعداد جلسات ورزشی باعث افزایش اشتها می‌شود؟

فرضیه جایگزین: افزایش جلسات ورزشی منجر به افزایش اشتها می‌شود.

فرضیه صفر: بین دو متغیر رابطه وجود ندارد. افزایش جلسات ورزشی منجر به افزایش اشتها نمی‌شود.

نگاهی کلی بر شباهت‌ها و تفاوت‌های فرضیه‌های صفر و جایگزین

فرضیه‌های صفر و جایگزین از برخی جهات مشابه هستند:

• هر دو پاسخی به سوال تحقیق هستند.
• هر دو در مورد جمعیت ادعا می‌کنند.
• هر دو با آزمون‌های آماری ارزیابی می‌شوند.

با این حال، تفاوت‌های مهمی بین این دو نوع فرضیه وجود دارد که در جدول زیر خلاصه شده است.

–	فرضیه صفر	فرضیه جایگزین
معنی	ادعایی که هیچ تاثیری در جمعیت ندارد.	ادعایی که در جمعیت اثر دارد.
نام‌های شناخته‌شده	Null hypotheses یا H0	Alternative hypotheses یا Ha یا H1
عباراتی که با آن‌ها به کار می‌رود	بدون تاثیر (No effect) فرقی ندارد (No difference) بدون رابطه (No relationship) بدون تغییر (No change) افزایش نمی‌یابد (Does not increase) کاهش نمی‌یابد (Does not decrease)	یک اثر (An effect) یک تفاوت (A difference) یک رابطه (A relationship) تغییر (A change) افزایش می‌دهد (Increases) کاهش می‌دهد (Decreases)
علامت‌های ریاضی که به همراه آن‌ها به کار برده می‌شود:	نمادهای برابری (=, ≥, یا ≤)	نمادهای نابرابری (≠، < یا >)
p ≤ α	رد شده	پشتیبانی می‌شود
p > α	رد یا عدم قبول	عدم پشتیبانی

چرا فرضیه صفر مهم است؟

بسیاری از دانشمندان اغلب در آزمایش خود از فرضیه صفر غفلت می‌کنند. همانطور که در مثال‌های بالا نشان داده شد،H0 اغلب برعکس فرضیه مورد آزمایش فرض می‌شود. با این حال، این تمرین خوبی است که H0 را درج کنید و اطمینان حاصل کنید که به دقت بیان شده است. برای درک بهتر به مثالی که در ادامه به آن می‌پردازیم، توجه کنید.

مطالب مرتبط:

۷ خطای رایج آماری در مقاله‌نویسی

مثالی از اهمیت فرضیه صفر

تصور کنید که پژوهشگری به دنبال بررسی ارتباط میزان خواب در مردان بالای ۵۰ سال و خطر حمله قلبی در آنان است. سوال این پژوهش این‌گونه خواهد بود که آیا خواب ناکافی منجر به افزایش خطر حمله قلبی در مردان بالای ۵۰ سال می‌شود؟

در این حالت، فرضیه صفر و فرضیه جایگزین این‌گونه خواهد بود:

فرضیه جایگزین: کم خوابی منجر به افزایش خطر حمله قلبی در مردان بالای ۵۰ سال می شود.

فرضیه صفر: میزان خواب مردان بالای ۵۰ سال هیچ تاثیری بر خطر حمله قلبی ندارد.

توجه داشته باشید که این H0 با نمونه اول ما متفاوت است. اگر بخواهیم این آزمایش را انجام دهیم و متوجه شویم که نه H0 و نه فرضیه جایگزین پشتیبانی نمی‌شود، چه؟ آزمایش نامعتبر تلقی می‌شود.

در این مورد H0 اصلی ما را در نظر بگیرید، «میزان خوابی که مردان بالای ۵۰ سال دارند، خطر حمله قلبی را افزایش نمی‌دهد». اگر این H0 نادرست باشد و جایگزین آن نیز نادرست است، همچنان می‌توانیم فرضیه سوم را در نظر بگیریم. شاید خواب ناکافی در واقع خطر حمله قلبی را در مردان بالای ۵۰ سال کاهش دهد. از آنجایی که ما H0 را آزمایش کرده‌ایم، اطلاعات بیشتری در اختیار داریم که اگر از فرضیه صفر غفلت می‌کردیم، نداشتیم.

سخن پایانی

بزرگترین مشکل فرضیه صفر این است که بسیاری از دانشمندان پذیرش آن را شکست آزمایش می‌دانند. آنها فکر می‌کنند که هیچ چیز ارزشمندی را ثابت نکرده‌اند. با این حال، همانطور که از بحران تکرار آموختیم، نتایج منفی به اندازه نتایج مثبت مهم هستند.

عدم رد فرضیه صفر، اگرچه شاید برای ناشران، کمتر جذاب به نظر برسند اما می‌توانند اطلاعات مهمی در مورد همبستگی‌هایی را که وجود دارند یا وجود ندارند، به جامعه علمی بگویند. از این طریق می‌توانند علم را به پیش برند و از هدر رفتن منابع جلوگیری کنند.

شما در پژوهش‌های خود آیا فرضیه صفر را آزمایش می‌کنید؟ اگر نه، چرا؟ نظرات خود را با ما در میان بگذارید.

سایت ترجمه ترجمیک، دستیار پژوهشی پژوهشگران، دانشجویان و استادان دانشگاه است. اگر به خدماتی چون ترجمه فوری مقاله، ویرایش نیتیو، پارافریز تخصصی و …، نیاز دارید، با خیالی آسوده از خدمات سایت ترجمه ترجمیک استفاده کنید.