Skip to content
بازگشت به نتایج جست‌وجو

تحقیق مبتنی بر آزمون فرض: طرح پژوهشی تأییدی کمی

معرفی‌شده توسط
Karl Pearson, Ronald A. Fisher, Jerzy Neyman, Egon Pearson
سال
Early 20th century (Fisher 1925; Neyman–Pearson 1933)
نوع
Quantitative confirmatory research design
خانواده
Survey / observational design

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

تحقیق مبتنی بر آزمون فرض، طرحی کمی است که در آن پژوهشگر یک یا چند گزاره صریح و ابطال‌پذیر را از نظریه استخراج کرده، آن‌ها را به یک فرض صفر (H0) و یک فرض جایگزین (H1) تبدیل می‌کند، داده‌های تجربی را جمع‌آوری نموده و سپس یک آزمون آماری استنباطی را برای تعیین کفایت شواهد جهت رد H0 به کار می‌برد. این رویکرد، پارادایم غالب برای علم تأییدی در علوم اجتماعی، رفتاری، بهداشت و علوم طبیعی است.

شهود پشت روش

به یک دادگاه فکر کنید: H0 فرض بی‌گناهی است و آزمون آماری، محاکمه. شما شواهد (داده‌ها) را جمع‌آوری می‌کنید، یک قاعده تصمیم‌گیری دقیق (سطح معناداری آلفا) را به کار می‌برید و یا بی‌گناهی را رد می‌کنید یا نمی‌کنید — شما هرگز گناه را فراتر از شک معقول اثبات نمی‌کنید، بلکه تنها فراتر از یک آستانه مشخص از شک. زیبایی این روش در انضباط آن است: با تعهد به فرضیه و قاعده تصمیم‌گیری پیش از مشاهده داده‌ها، خود را در برابر تمایل انسانی برای یافتن الگوهایی که هرگز واقعاً وجود نداشته‌اند، محافظت می‌کنید.

تاریخ

ساختار رسمی آزمون معناداری فرض صفر از دو سنت موازی در اوایل قرن بیستم نشأت گرفت. رونالد ای. فیشر (Ronald A. Fisher) مقادیر p و آزمون معناداری را در کتاب «روش‌های آماری برای کارکنان پژوهش» (1925) به عنوان ابزاری برای استنتاج استقرایی از داده‌ها معرفی کرد. یرژی نایمن و ایگون پیرسون (Jerzy Neyman and Egon Pearson) (1933) چارچوب مکمل سطوح آلفای از پیش تعیین‌شده، دو فرضیه رقیب و کنترل خطای نوع اول/نوع دوم را پیشنهاد کردند. اگرچه این دو چارچوب از نظر منطقی متمایز هستند، اما ترکیبی تا اواسط قرن به رویه استاندارد در علوم رفتاری تبدیل شد، که توسط کرلینگر (Kerlinger) (1973، 1986) تدوین و با کار کوهن در مورد توان آماری (1969، 1988) تقویت شد.

چه زمانی استفاده شود

هنگامی که پیش‌بینی خاص و مشتق‌شده از نظریه در مورد یک رابطه، تفاوت یا اثر دارید و به یک رویه تصمیم‌گیری قابل دفاع و تکرارپذیر نیاز دارید، از تحقیق مبتنی بر آزمون فرض استفاده کنید. این طرح زمانی مناسب است که سؤالات پژوهشی تأییدی باشند (آیا مداخله X نتیجه Y را کاهش می‌دهد؟) نه اکتشافی. این روش نیازمند داده‌های عددی و نمونه‌ای به اندازه کافی بزرگ برای دستیابی به توان آماری کافی (معمولاً حداقل 80%) است. زمانی از آن استفاده نکنید که (الف) هیچ نظریه قبلی ندارید و هدف کشف است — از طرح‌های اکتشافی یا توصیفی استفاده کنید؛ (ب) نمونه آنقدر کوچک است که قادر به تشخیص اندازه‌های اثر قابل قبول نیست و آزمون‌های کم‌توان تولید می‌کند که بیشتر نویز هستند تا سیگنال؛ یا (ج) فرضیه‌ها را پس از مشاهده داده‌ها تنظیم می‌کنید (HARKing)، که منطق تأییدی را کاملاً بی‌اعتبار می‌کند.

محدودیت‌ها و ملاحظات

  • معناداری آماری (p < alpha) با معناداری عملی یا بالینی برابر نیست — یک اثر ناچیز با نمونه‌ای به اندازه کافی بزرگ می‌تواند بسیار معنادار باشد.
  • تصمیم دودویی رد/عدم رد، شواهد پیوسته را دور می‌ریزد؛ نتایج مرزی (p = 0.049 در مقابل p = 0.051) به طور کیفی متفاوت تلقی می‌شوند.
  • مطالعات کم‌توان نرخ بالایی از خطای نوع دوم (منفی کاذب) و به طور متناقض، تخمین‌های تورم‌یافته اندازه اثر را هنگام ارائه نتایج معنادار تولید می‌کنند.
  • آزمون‌های چندگانه بدون تصحیح، خطای نوع اول (مثبت کاذب) را افزایش می‌دهد؛ این اغلب در عمل نادیده گرفته می‌شود.
  • منطق فرض می‌کند که فرضیه‌ها پیش از جمع‌آوری داده‌ها ثابت بوده‌اند — نقض این فرض (HARKing، p-hacking، توقف اختیاری) رایج است و نتیجه‌گیری‌ها را بی‌اعتبار می‌کند.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • یک قاعده تصمیم‌گیری شفاف و از پیش تعیین‌شده ارائه می‌دهد که در برابر توجیه پس از واقعه یافته‌های تصادفی محافظت می‌کند.
  • مستقیماً پیش‌بینی‌های نظری را آزمایش می‌کند و آن را سنگ بنای علم تجمعی و تکرارپذیر می‌سازد.
  • عدم قطعیت را از طریق مقادیر p، فواصل اطمینان و اندازه‌های اثر کمی‌سازی می‌کند و مقایسه بین مطالعات را تسهیل می‌نماید.
  • به خوبی توسط سنتز فراتحلیلی پشتیبانی می‌شود — مطالعات آزمون فرض را می‌توان در بین آزمایشگاه‌ها و تکرارها تجمیع کرد.
  • به طور گسترده توسط مجلات، تأمین‌کنندگان مالی و سیاست‌گذاران در تقریباً تمام رشته‌های کمی درک و پذیرفته شده است.

کاربردها

  • آزمون اینکه آیا یک روش آموزشی جدید، پیشرفت تحصیلی دانش‌آموزان را در مقایسه با یک گروه کنترل در تحقیقات آموزشی بهبود می‌بخشد.
  • ارزیابی اینکه آیا یک مداخله بالینی شدت علائم را در مقایسه با گروه دارونما به طور قابل توجهی کاهش می‌دهد.
  • بررسی اینکه آیا جنسیت، وضعیت اقتصادی-اجتماعی یا سایر متغیرهای گروهی، تفاوت‌ها در پیامدهای روانشناختی را پیش‌بینی می‌کنند.
  • آزمون مدل‌های معادلات ساختاری یا ضرایب رگرسیون مشتق‌شده از چارچوب‌های نظری در رفتار سازمانی.
  • ارزیابی اینکه آیا یک روش بازاریابی (قیمت، قاب‌بندی پیام) انتخاب مصرف‌کننده را در اقتصاد تجربی به طور قابل توجهی تغییر می‌دهد.
  • مقایسه نمرات پیش و پس از مداخله در ارزیابی‌های برنامه‌ای طولی با استفاده از آزمون‌های زوجی یا تکراری.

چگونه کار می‌کند

چگونه کار می‌کند

1

پژوهشگر یک یا چند فرضیه قابل آزمون را از نظریه موجود یا یافته‌های پیشین استخراج می‌کند. هر فرضیه به صورت یک فرض صفر (H0، ادعای پیش‌فرض «عدم وجود اثر») و یک فرض جایگزین (H1، اثر یا رابطه پیش‌بینی‌شده) بیان می‌شود. هر دو باید دقیقاً و پیش از جمع‌آوری داده‌ها بیان شوند تا منطق تأییدی حفظ شود.

2

یک طرح پژوهشی انتخاب می‌شود که بتواند شواهد معتبر برای یا علیه H0 فراهم کند — پیمایش، آزمایش، شبه‌آزمایش یا مشاهده‌ای. نکته حیاتی این است که پژوهشگر یک تحلیل توان پیشینی (با استفاده از اندازه اثر، آلفا و توان مورد نظر) انجام می‌دهد تا حداقل حجم نمونه مورد نیاز برای تشخیص اثر فرضی با احتمال کافی را تعیین کند.

3

داده‌ها بر اساس طرح از پیش تعیین‌شده جمع‌آوری می‌شوند. ابزارهای اندازه‌گیری باید پایایی و روایی را نشان دهند. نمونه‌گیری باید تصادفی یا به اندازه‌ای نماینده باشد که بتواند جهش استنباطی از آماره‌های نمونه به پارامترهای جامعه را پشتیبانی کند.

4

یک آزمون استنباطی مناسب (t-test، ANOVA، chi-square، رگرسیون و غیره) بر روی داده‌ها اعمال می‌شود. این آزمون یک مقدار p تولید می‌کند — احتمال مشاهده نتایج حداقل به اندازه نتایج به‌دست‌آمده، با فرض درست بودن H0. سطح آلفای از پیش تعیین‌شده (معمولاً 0.05) به عنوان آستانه تصمیم‌گیری عمل می‌کند.

فرمول
H_0: \mu_1 = \mu_2 \quad \text{vs} \quad H_1: \mu_1 \neq \mu_2
5

اگر p < alpha، H0 به نفع H1 رد می‌شود و یافته معنادار آماری اعلام می‌گردد؛ اندازه اثر و فواصل اطمینان نیز برای انتقال بزرگی عملی گزارش می‌شوند. اگر p >= alpha، پژوهشگر در رد H0 ناموفق است — این به معنای تأیید H0 نیست، بلکه آن را به عنوان وضعیت پیش‌فرض باقی می‌گذارد. نتایج در پرتو چارچوب نظری اصلی تفسیر می‌شوند.

فرمول
p < \alpha \Rightarrow \text{reject } H_0

دام‌های رایج

  • HARKing (فرضیه‌سازی پس از دانستن نتایج) — ارائه یک فرضیه پس از واقعه به گونه‌ای که گویی از پیش تعیین شده بود، یافته‌های اکتشافی را به تأییدهای کاذب تبدیل می‌کند. پیش‌ثبت‌نام، راه‌حل استاندارد است.
  • نادیده گرفتن توان: اجرای مطالعه بدون تحلیل توان و سپس تفسیر نتیجه غیرمعنادار به عنوان «عدم وجود اثر» یک خطای رایج و جدی است. یک مقدار p غیرمعنادار از یک مطالعه کم‌توان، اطلاع‌رسان نیست.
  • مخلوط کردن مقدار p با اندازه اثر: همیشه اندازه اثر کوهن (Cohen's d)، اتا-مربع (eta-squared)، r، یا معادل آن را در کنار مقادیر p گزارش دهید تا خوانندگان بتوانند اهمیت عملی را قضاوت کنند.
  • شکار آلفا (p-hacking): آزمون چندین نتیجه، زیرگروه یا مشخصات مدل و گزارش تنها موارد معنادار. از تصحیح بونفرونی (Bonferroni)، بنجامینی-هوکبرگ (Benjamini–Hochberg) استفاده کنید یا تمام تحلیل‌ها را پیش‌ثبت‌نام کنید.
  • تلقی عدم رد H0 به عنوان اثبات درستی H0: اگر هدف شما نشان دادن عدم وجود اثر است، از آزمون‌های هم‌ارزی (TOST) یا روش‌های بیزی استفاده کنید.

پرسش‌های متداول

تفاوت تحقیق مبتنی بر آزمون فرض با تحقیق تأییدی چیست؟

تحقیق مبتنی بر آزمون فرض، سازوکار خاصی است — رویه آماری رسمی (H0 در مقابل H1، مقدار p، آلفا). تحقیق تأییدی، فلسفه طرح گسترده‌تری است که پیش‌بینی‌های مشتق‌شده از نظریه باید پیش از پذیرش در برابر داده‌های جدید آزمایش شوند. تمام تحقیقات مبتنی بر آزمون فرض از نظر رویکرد تأییدی هستند، اما تحقیقات تأییدی ممکن است شامل مقایسه مدل یا به‌روزرسانی بیزی بدون چارچوب کلاسیک NHST نیز باشد.

چگونه سطح معناداری (آلفا) مناسب را انتخاب کنم؟

آلفا = 0.05 پیش‌فرض متعارف در اکثر علوم اجتماعی و رفتاری است، اما این یک قرارداد اجتماعی است، نه یک حقیقت جهانی. زمانی از آلفا = 0.01 استفاده کنید که مثبت‌های کاذب به‌ویژه پرهزینه هستند (مثلاً توصیه یک مداخله گران‌قیمت). در طرح‌های اکتشافی-تأییدی که منفی‌های کاذب نگرانی بیشتری دارند، از آلفا = 0.10 استفاده کنید. همیشه انتخاب خود را در بخش روش‌ها توجیه کنید و همیشه مقادیر دقیق p را در کنار تصمیم آستانه گزارش دهید.

نتیجه من معنادار نیست. آیا می‌توانم نتیجه بگیرم که هیچ اثری وجود ندارد؟

خیر. یک نتیجه غیرمعنادار تنها به این معنی است که داده‌ها شواهد کافی برای رد H0 در سطح آلفای انتخاب‌شده ارائه نمی‌دهند — این به معنای تأیید H0 نیست. برای ادعای مثبت «عدم وجود اثر معنادار»، به یک آزمون هم‌ارزی رسمی (مانند آزمون‌های دو طرفه یک‌طرفه، TOST) یا تحلیل بیزی که شواهد به نفع H0 را نسبت به H1 کمی‌سازی می‌کند، نیاز دارید.

پیش‌ثبت‌نام چیست و چرا اهمیت دارد؟

پیش‌ثبت‌نام به معنای ثبت عمومی فرضیه‌ها، طرح، حجم نمونه و برنامه تحلیل شما پیش از جمع‌آوری داده‌ها (از طریق OSF، AsPredicted یا یک رجیستری مشابه) است. این یک خط روشن بین تحلیل‌های تأییدی و اکتشافی ترسیم می‌کند و ارائه یک یافته اکتشافی به عنوان یافته مبتنی بر فرضیه را به صورت پس از واقعه غیرممکن می‌سازد. مجلات به طور فزاینده‌ای پیش‌ثبت‌نام را به عنوان یک شاخص کیفیت الزامی یا پاداش‌دهنده می‌دانند.

آیا باید اندازه‌های اثر را در کنار مقادیر p گزارش دهم؟

بله — این اکنون توسط راهنمای انتشار APA (ویرایش هفتم) و اکثر مجلات معتبر اجباری تلقی می‌شود. معناداری آماری به شما می‌گوید که آیا یک اثر با توجه به حجم نمونه شما از صفر قابل تشخیص است؛ اندازه اثر (Cohen's d، r، eta-squared، نسبت شانس) به شما می‌گوید که اثر در واقع چقدر بزرگ یا معنادار است. یک مقدار p معنادار با اندازه اثر ناچیز اغلب نشان‌دهنده تأثیر ناچیز واقعی است.

روش‌های مرتبط

منابع

  1. Kerlinger, F. N., & Lee, H. B. (1986). Foundations of Behavioral Research (3rd ed.). Holt, Rinehart and Winston.

    شابک: 978-0030417603
    کپی شد.
  2. Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates.

    شابک: 978-0805802832
    کپی شد.