Jak sformułować hipotezę, żeby pasowała do testu

Hipoteza badawcza ma pięć możliwych kształtów: porównanie, związek, predykcję, mediację i moderację. Przykłady z psychologii, pielęgniarstwa, fizjoterapii i dietetyki, policzone, nie wymyślone.

Jak sformułować hipotezę, żeby pasowała do testu

„Istnieje zależność między stresem a wypaleniem zawodowym” brzmi jak hipoteza, dopóki nie trzeba jej przetestować. Nie wiadomo z niej, czy chodzi o różnicę między grupami, o związek dwóch zmiennych ciągłych, czy o to, że jedna zmienna przewiduje drugą. Test statystyczny sprawdza jeden konkretny kształt hipotezy, nie ideę w ogóle, więc hipoteza napisana zbyt ogólnie prowadzi do złego testu albo do żadnego.

Poniżej pięć kształtów, jakie hipoteza może przyjąć, z przykładami z psychologii, pielęgniarstwa, fizjoterapii i dietetyki. Cztery pierwsze różnią się tym, jakie pytanie stawiają o zmienne. Piąty i szósty, mediacja i moderacja, dochodzą wtedy, gdy w grze są już trzy zmienne, nie dwie.

1. Porównanie: czy grupy się różnią

Hipoteza porównawcza mówi, że jedna grupa różni się od drugiej na zmiennej, którą mierzysz. Wymaga zmiennej grupującej (kto do której grupy należy) i zmiennej zależnej (co mierzysz).

Psychologia: studentki pierwszego roku różnią się poziomem lęku przed egzaminem od studentek roku trzeciego.
Pielęgniarstwo: poziom wypalenia zawodowego różni się między pielęgniarkami pracującymi na zmianie dziennej i nocnej.
Fizjoterapia: natężenie bólu po programie ćwiczeń jest niższe niż przed jego rozpoczęciem u tych samych osób.

Ostatni przykład dotyczy pomiaru powtarzanego, nie dwóch niezależnych grup, więc prowadzi do testu t dla prób zależnych, a nie niezależnych. Dane poniżej są w pełni syntetyczne, z ustalonym ziarnem losowym, i nie pochodzą z żadnego zlecenia. Skrypt: docs/dane/przyklady-blog-hipotezy.py.

Trzydzieści osób zmierzono w skali NRS przed sześciotygodniowym programem ćwiczeń i po nim. Hipoteza zerowa: średnie natężenie bólu przed programem i po nim jest takie samo. Hipoteza alternatywna: natężenie bólu po programie jest niższe. Przed programem M = 6,3; SD = 1,4, po programie M = 4,4; SD = 1,8. Test t dla prób zależnych dał t(29) = 6,80; p < 0,001; d = 1,24, więc hipotezę zerową odrzucono.

2. Związek: czy dwie zmienne rosną albo maleją razem

Hipoteza o związku nie zakłada grup. Zakłada dwie zmienne ilościowe albo porządkowe zmierzone u tych samych osób, i pyta, czy wzrost jednej wiąże się ze wzrostem albo spadkiem drugiej.

Psychologia: wyższa samoocena wiąże się z wyższą satysfakcją z życia.
Pielęgniarstwo: staż pracy wiąże się z poziomem kompetencji samoopieki pacjenta pod opieką pielęgniarki.
Dietetyka: liczba spożywanych posiłków dziennie wiąże się z regularnością poziomu glukozy we krwi.

Sześćdziesiąt osób, samoocena mierzona jedną skalą, satysfakcja z życia drugą. Hipoteza zerowa: między samooceną a satysfakcją z życia nie ma związku. Hipoteza alternatywna: związek jest dodatni. Ponieważ jedna ze skal miała rozkład wyraźnie skośny, policzono korelację rangową: ρ = 0,43; p = 0,001. Hipotezę zerową odrzucono, kierunek związku zgadza się z przewidywanym.

3. Predykcja: czy jedna zmienna przewiduje drugą

Predykcja różni się od związku tym, o co pytasz na końcu. Związek pyta, czy dwie zmienne razem się zmieniają. Predykcja pyta, o ile zmieni się jedna zmienna przy określonej zmianie drugiej, i wymaga wskazania, która zmienna jest przyczyną, a która skutkiem, przynajmniej na potrzeby modelu.

Pielęgniarstwo: liczba nadgodzin przewiduje poziom wypalenia zawodowego.
Fizjoterapia: wyjściowa siła mięśniowa przewiduje czas powrotu do samodzielnego chodzenia po zabiegu.
Dietetyka: liczba godzin snu przewiduje dzienne spożycie kalorii następnego dnia.

Pięćdziesiąt pielęgniarek, liczba nadgodzin w miesiącu jako predyktor, wynik skali wypalenia jako zmienna przewidywana. Hipoteza zerowa: liczba nadgodzin nie przewiduje poziomu wypalenia, współczynnik regresji równy zero. Hipoteza alternatywna: współczynnik jest dodatni. Regresja liniowa prosta dała b = 1,19; t(48) = 8,46; p < 0,001, model wyjaśnił R² = 0,60 wariancji wypalenia. Hipotezę zerową odrzucono.

4. Mediacja: przez co jedno prowadzi do drugiego

Mediacja wchodzi w grę, gdy podejrzewasz, że związek między dwiema zmiennymi nie jest bezpośredni, tylko przechodzi przez trzecią. Pełne wyjaśnienie kształtu tej hipotezy i sposobu czytania trzech ścieżek: Mediacja i moderacja.

Dietetyka: związek między wiedzą o odżywianiu a zmianą BMI przebiega przez to, jak dokładnie dana osoba przestrzega zaleceń dietetycznych.
Psychologia: związek między wsparciem społecznym a nasileniem objawów depresyjnych przebiega przez poczucie własnej skuteczności.
Pielęgniarstwo: związek między obciążeniem pracą a błędami w podawaniu leków przebiega przez poziom zmęczenia.

Osiemdziesiąt osób, wiedza o odżywianiu jako zmienna wyjściowa, przestrzeganie zaleceń jako mediator, zmiana BMI po dwunastu tygodniach jako skutek. Hipoteza zerowa: efekt bezpośredni wiedzy na zmianę BMI po uwzględnieniu mediatora jest różny od zera. Hipoteza alternatywna, zgodna z modelem mediacji pełnej: efekt bezpośredni po uwzględnieniu mediatora spada do zera. Efekt całkowity wiedzy wyniósł b = −0,14; p = 0,006. Po uwzględnieniu przestrzegania zaleceń jako mediatora efekt bezpośredni spadł do b = −0,04; p = 0,374, a efekt pośredni wyniósł a × b = −0,09. Dane potwierdzają mediację pełną: wiedza sama w sobie nie zmieniała BMI bezpośrednio.

5. Moderacja: dla kogo związek jest silniejszy

Moderacja wchodzi w grę, gdy podejrzewasz, że siła związku między dwiema zmiennymi zależy od wartości trzeciej. Ten sam wpis o mediacji i moderacji tłumaczy różnicę między tymi dwoma modelami: Mediacja i moderacja.

Fizjoterapia: związek między liczbą wykonanych sesji ćwiczeń a redukcją bólu jest silniejszy u osób z wyższym wyjściowym natężeniem bólu.
Psychologia: związek między wsparciem społecznym a odpornością psychiczną jest silniejszy u osób z niższą samooceną wyjściową.
Pielęgniarstwo: związek między szkoleniem z komunikacji a satysfakcją pacjenta jest silniejszy na oddziałach z większą rotacją personelu.

Osiemdziesiąt osób po programie ćwiczeń, liczba wykonanych sesji jako predyktor, wyjściowe nasilenie bólu jako moderator, redukcja bólu jako zmienna zależna. Hipoteza zerowa: interakcja między liczbą sesji a wyjściowym nasileniem bólu jest równa zero. Hipoteza alternatywna: interakcja jest różna od zera. Sam efekt liczby sesji był istotny, b = 0,10; t(76) = 3,17; p = 0,002, a interakcja z wyjściowym bólem także, b = 0,09; t(76) = 6,14; p < 0,001. Hipotezę zerową odrzucono: związek między liczbą sesji a redukcją bólu jest rzeczywiście silniejszy przy wyższym wyjściowym natężeniu bólu.

Checklista przed policzeniem czegokolwiek

Hipoteza wskazuje wprost zmienną zależną i zmienną, która ją różnicuje albo z nią wiąże
Widać, czy pytanie dotyczy różnicy między grupami, czy związku dwóch zmiennych ciągłych
Jeśli to predykcja, jasne jest, która zmienna przewiduje, a która jest przewidywana
Jeśli podejrzewasz trzecią zmienną na drodze między pierwszymi dwiema, nazwana jest wprost jako mediator, nie moderator
Jeśli podejrzewasz, że siła związku zależy od warunku albo cechy, nazwana jest wprost jako moderator, nie mediator
Hipoteza zerowa i alternatywna są zapisane jako para, nie tylko ta, która ma się potwierdzić
Kierunek hipotezy alternatywnej ustalony jest przed zebraniem danych, nie po zobaczeniu wyników
Każda zmienna w hipotezie ma jasno określoną skalę pomiaru

Jeżeli hipoteza nie chce się zmieścić w żadnym z pięciu kształtów powyżej, prawdopodobnie kryje w sobie dwie hipotezy naraz. To da się rozplątać w rozmowie, zanim zacznie się zbieranie danych. Umów konsultację.