Definicja

Test jednostronny i dwustronny

Inne nazwy: test one-tailed i two-tailed, hipoteza kierunkowa i niekierunkowa. Kategoria: wnioskowanie statystyczne.

Test dwustronny sprawdza odstępstwo od hipotezy zerowej w obu kierunkach, na przykład różnicę dodatnią albo ujemną. Test jednostronny ma obszar odrzucenia tylko w kierunku określonym przez hipotezę alternatywną. Przy tym samym α koncentruje ryzyko błędu pierwszego rodzaju w jednym kierunku, ale nie pozwala ogłosić istotności dla wyniku w kierunku przeciwnym.

Jak wybrać wariant. Kierunek powinien wynikać z pytania, teorii i wcześniejszej wiedzy oraz zostać ustalony przed obejrzeniem danych. Test dwustronny jest właściwy, gdy efekt w obu kierunkach byłby możliwy lub ważny dla interpretacji. Test jednostronny wymaga nie tylko oczekiwania jednego kierunku, lecz także gotowości do potraktowania wyniku przeciwnego jako braku podstaw do odrzucenia hipotezy zerowej w zaplanowanym teście.

Częsty błąd. Zmiana testu dwustronnego na jednostronny po zobaczeniu, że wynik ma oczekiwany znak. Taka decyzja wykorzystuje dane dwukrotnie i nie zachowuje deklarowanego poziomu błędu pierwszego rodzaju. Nie wolno też dzielić dwustronnej wartości p przez dwa bez sprawdzenia, czy test jednostronny był zaplanowany i czy wynik ma określony kierunek.

Przykład syntetyczny. Badacz porównuje dwa sposoby szkolenia i przed zebraniem danych uznaje, że zarówno poprawa, jak i pogorszenie wyniku mają znaczenie. Planuje więc test dwustronny. Gdyby uzasadniona hipoteza dotyczyła wyłącznie wzrostu, test jednostronny nie pozwoliłby uznać dużego spadku za istotny w przeciwnym kierunku.

Jak to zapisać w pracy. Zastosowano test dwustronny, ponieważ różnica w obu kierunkach była możliwa i istotna dla pytania badawczego. W przypadku testu jednostronnego należy przed analizą podać kierunek hipotezy, poziom α i merytoryczne uzasadnienie wykluczenia przeciwnego kierunku z obszaru odrzucenia.

Opis przykładu jest syntetyczny i nie zawiera wyników empirycznych.

Powiązane hasła: Hipoteza zerowa i alternatywna, Wartość p, błąd pierwszego i drugiego rodzaju, moc testu

Jeśli nie wiesz, który wariant testu odpowiada Twojej hipotezie, Wyceń projekt.