Vai al contenuto

Che cos'è l'ipotesi nulla?

Perché la ricerca parte dall'assenza di effetto, come scrivere H₀ e H₁, e che cosa significa rifiutare o non rifiutare l'ipotesi nulla.

Condivisione

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

  1. Formula H₀ e H₁ e scegli il livello di significatività, di solito α = 0,05.
  2. Scegli il test adatto ai dati e al disegno (test t, ANOVA, correlazione, chi quadrato).
  3. Calcola la statistica test dal tuo campione.
  4. 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.
  5. 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

Il tuo prossimo paper, con citazioni reali.

Descrivi il tuo paper e ottieni una scaletta in un minuto. Il piano Gratuito non richiede carta di credito.