a Hempel deduktív-nomológiai modelljében szereplő fogalmak kulcsszerepet játszanak a hipotézisek fejlesztésében és tesztelésében. A legtöbb formális hipotézis összekapcsolja a fogalmakat a javaslatok közötti várható kapcsolatok meghatározásával. Amikor egy sor hipotézisek vannak csoportosítva válnak egyfajta fogalmi keret. Ha egy fogalmi keret összetett és magában foglalja az ok-okozati összefüggést vagy magyarázatot, akkor általában elméletnek nevezik., Carl Gustav Hempel, a tudomány neves filozófusa szerint “a megfelelő empirikus értelmezés az elméleti rendszert tesztelhető elméletré változtatja: az a hipotézis, amelynek alkotóelemeit értelmezték, a megfigyelhető jelenségekre való hivatkozással tesztelhető. Gyakran az értelmezett hipotézis az elmélet származékos hipotézisei lesznek; de az empirikus adatokkal való megerősítésük vagy megerősítésük azonnal megerősíti vagy gyengíti azokat a primitív hipotéziseket is, amelyekből származtak.,”
Hempel egy hasznos metafora, amely leírja a kapcsolat a fogalmi keret és a keret, ahogy megfigyelhető, és talán tesztelt (értelmezett keret). “Az egész rendszer úszik, mintha a megfigyelési sík felett lenne, és az értelmezési szabályok rögzítik. Ezeket olyan húroknak lehet tekinteni, amelyek nem a hálózat részét képezik, hanem az utóbbi bizonyos pontjait összekapcsolják a megfigyelési sík bizonyos helyeivel. Ezen értelmező kapcsolatok alapján a hálózat tudományos elméletként működhet.,”A megfigyelés síkjában rögzített fogalmakkal rendelkező hipotézisek készen állnak a tesztelésre. A ” tényleges tudományos gyakorlatban az elméleti struktúra kialakításának és értelmezésének folyamata nem mindig élesen elkülönül, mivel a tervezett értelmezés általában az elméleti szerkezet felépítését irányítja.”A logikus pontosítás érdekében azonban lehetséges és valóban kívánatos a két lépés fogalmilag történő elválasztása.,”
statisztikai hipotézis tesztelése
ha lehetséges összefüggést vagy hasonló összefüggést vizsgálunk a jelenségek között, például hogy egy javasolt orvosság hatékony-e a betegség kezelésében, a kapcsolat fennállásának hipotézise nem vizsgálható ugyanúgy, ahogyan egy javasolt új természetjogi törvényt megvizsgálhatunk. Egy ilyen vizsgálatban, ha a vizsgált jogorvoslat néhány esetben nem mutat hatást, ezek nem feltétlenül hamisítják a hipotézist., Ehelyett statisztikai teszteket használnak annak meghatározására, hogy mennyire valószínű, hogy a teljes hatás akkor figyelhető meg, ha a feltételezett kapcsolat nem létezik. Ha ez a valószínűség elég kicsi (például kevesebb, mint 1%), akkor feltételezhető egy kapcsolat megléte. Ellenkező esetben a megfigyelt hatás a tiszta esélynek tudható be.
statisztikai hipotézisvizsgálatban két hipotézist hasonlítunk össze. Ezeket nevezzük null hipotézisnek és alternatív hipotézisnek., A null hipotézis az a hipotézis, amely kimondja, hogy nincs kapcsolat a vizsgált jelenségek között, vagy legalábbis nem az alternatív hipotézis által megadott formában. Az alternatív hipotézis, amint azt a név is sugallja, A null hipotézis alternatívája: kijelenti, hogy van valamilyen kapcsolat., Az alternatív hipotézis többféle formát ölthet, a feltételezett kapcsolat jellegétől függően; különösen kétoldalas lehet (például: van valamilyen hatás, még ismeretlen irányban) vagy egyoldalú (a hipotézises kapcsolat iránya, pozitív vagy negatív, előre rögzítve van).
a hipotézisek tesztelésének hagyományos szignifikanciaszintjei (elfogadható valószínűségek a valódi nullhipotézis téves elutasításának).10, .05, és .01., A null-hipotézis elutasításának és az alternatív hipotézis elfogadásának eldöntéséhez szükséges szignifikanciaszintet előzetesen, a megfigyelések összegyűjtése vagy ellenőrzése előtt kell meghatározni. Ha ezeket a kritériumokat később határozzák meg, amikor a tesztelni kívánt adatok már ismertek, a teszt érvénytelen.
a fenti eljárás valójában a vizsgálatban részt vevő résztvevők számától függ (egységek vagy mintaméret)., Például annak elkerülése érdekében, hogy a minta mérete túl kicsi legyen a nullhipotézis elutasításához, javasoljuk, hogy az elejétől adjon meg elegendő mintaméretet. Célszerű meghatározni egy kis, közepes és nagy hatásméretet minden egyes fontos statisztikai teszthez, amelyet a hipotézisek tesztelésére használnak.