Che cos'è l'ipotesi nulla?
L'ipotesi nulla (indicata di solito con H₀) è un'affermazione formale, usata nei test di significatività statistica, che presuppone l'assenza di un effetto, di una differenza o di una relazione tra le variabili studiate.
I ricercatori usano poi i dati e i test statistici per valutare se questa assunzione possa essere rifiutata a favore di un'ipotesi di ricerca alternativa (H₁ o Hₐ).
Perché l'ipotesi nulla è importante
- Fornisce un termine di riferimento chiaro (nessun effetto) con cui confrontare i dati.
- Rifiutare l'ipotesi nulla suggerisce che ci siano prove a favore dell'ipotesi alternativa (anche se non la dimostra con certezza assoluta).
- È alla base dei test di significatività, dei valori p e degli errori di I e II tipo.
Come formulare un'ipotesi nulla
Parti dalla tua domanda di ricerca, individua le variabili indipendenti e dipendenti, poi scrivi un'affermazione di “nessuna relazione/differenza”. Per esempio:
“H₀: il punteggio medio del gruppo A è uguale al punteggio medio del gruppo B.”
Sii preciso: usa i parametri della popolazione invece delle statistiche campionarie. Scegli di conseguenza il test statistico appropriato.
Esempi di ipotesi nulla
- Differenza tra gruppi: H₀: gli studenti che dormono 8 ore e quelli che dormono 5 ore hanno lo stesso punteggio medio di richiamo. H₁: i loro punteggi medi sono diversi.
- Relazione: H₀: non c'è correlazione tra le ore di ripasso e il voto dell'esame (ρ = 0).
- Proporzioni: H₀: la proporzione di studenti del primo anno che usano la biblioteca è la stessa in entrambe le università.
- Indipendenza: H₀: la scelta del corso è indipendente dal genere (test del chi quadrato).
Come verificare l'ipotesi nulla
- Formula H₀ e H₁ e scegli il livello di significatività, di solito α = 0,05.
- Scegli il test adatto ai dati e al disegno (test t, ANOVA, correlazione, chi quadrato).
- Calcola la statistica test dal tuo campione.
- Confrontala con la distribuzione nulla: la distribuzione che la statistica avrebbe se H₀ fosse vera. Il valore p è la probabilità di ottenere, secondo quella distribuzione, un risultato almeno altrettanto estremo del tuo.
- Se p è inferiore ad α, rifiuta H₀; altrimenti non rifiutarla. Riporta anche la dimensione dell'effetto e l'intervallo di confidenza.
Un gruppo di controllo e un'adeguata dimensione del campione danno valore al test: con troppo pochi partecipanti, un effetto reale può facilmente passare inosservato (un errore di II tipo).
Buone pratiche per la verifica dell'ipotesi nulla
- Controlla le assunzioni del test prima di eseguirlo.
- Interpreta nel contesto: rifiuta o non rifiutare H₀; non affermare di aver dimostrato H₁.
- Discuti il rischio di errori di I tipo (falso positivo) e di II tipo (falso negativo).
Domande frequenti sull'ipotesi nulla
Si può “dimostrare” l'ipotesi nulla?
No: il quadro statistico ti consente di rifiutare o non rifiutare H₀, ma non puoi dimostrare che sia vera; puoi solo dire che non ci sono prove sufficienti contro di essa.
Che cosa succede se l'ipotesi nulla non viene rifiutata?
Significa che i tuoi dati non hanno fornito prove sufficienti per concludere che esista una differenza o un effetto: non è la stessa cosa che “dimostrare che non c'è alcun effetto”.
Caso d'uso: IA per scrivere articoli scientifici