I concetti nel modello deduttivo-nomologico di Hempel svolgono un ruolo chiave nello sviluppo e nella sperimentazione di ipotesi. La maggior parte delle ipotesi formali collega i concetti specificando le relazioni attese tra le proposizioni. Quando un insieme di ipotesi sono raggruppati insieme diventano un tipo di quadro concettuale. Quando un quadro concettuale è complesso e incorpora causalità o spiegazione è generalmente indicato come una teoria., Secondo il noto filosofo della scienza Carl Gustav Hempel ” Un’adeguata interpretazione empirica trasforma un sistema teorico in una teoria verificabile: l’ipotesi i cui termini costitutivi sono stati interpretati diventa capace di testare con riferimento a fenomeni osservabili. Spesso le ipotesi interpretate saranno ipotesi derivate dalla teoria; ma la loro conferma o disconfirmazione da parte di dati empirici rafforzerà o indebolirà immediatamente anche le ipotesi primitive da cui sono state derivate.,”

Hempel fornisce una metafora utile che descrive la relazione tra un quadro concettuale e il quadro così come viene osservato e forse testato (quadro interpretato). “L’intero sistema galleggia, per così dire, sopra il piano di osservazione ed è ancorato ad esso da regole di interpretazione. Questi potrebbero essere visti come stringhe che non fanno parte della rete ma collegano determinati punti di quest’ultima con luoghi specifici nel piano di osservazione. In virtù di queste connessioni interpretative, la rete può funzionare come una teoria scientifica.,”Ipotesi con concetti ancorati nel piano di osservazione sono pronte per essere testate. Nella ” pratica scientifica attuale il processo di inquadramento di una struttura teorica e di interpretazione non sono sempre nettamente separati, poiché l’interpretazione prevista di solito guida la costruzione del teorico.”È, tuttavia,” possibile e anzi auspicabile, ai fini di un chiarimento logico, separare concettualmente i due passaggi.,”

Statistical hypothesis testing

Quando viene studiata una possibile correlazione o relazione simile tra fenomeni, ad esempio se un rimedio proposto è efficace nel trattamento di una malattia, l’ipotesi che una relazione esista non può essere esaminata allo stesso modo in cui si potrebbe esaminare una nuova legge In tale indagine, se il rimedio testato non mostra alcun effetto in alcuni casi, questi non necessariamente falsificano l’ipotesi., Invece, i test statistici sono usati per determinare quanto è probabile che l’effetto complessivo sarebbe osservato se la relazione ipotizzata non esiste. Se tale probabilità è sufficientemente piccola (ad esempio, inferiore all ‘ 1%), si può presumere l’esistenza di una relazione. Altrimenti, qualsiasi effetto osservato potrebbe essere dovuto al puro caso.

Nel test di ipotesi statistica, vengono confrontate due ipotesi. Questi sono chiamati l’ipotesi nulla e l’ipotesi alternativa., L’ipotesi nulla è l’ipotesi che afferma che non esiste alcuna relazione tra i fenomeni la cui relazione è in esame, o almeno non della forma data dall’ipotesi alternativa. L’ipotesi alternativa, come suggerisce il nome, è l’alternativa all’ipotesi nulla: afferma che esiste un qualche tipo di relazione., L’ipotesi alternativa può assumere diverse forme, a seconda della natura della relazione ipotizzata; in particolare, può essere bilaterale (ad esempio: c’è qualche effetto, in una direzione ancora sconosciuta) o unilaterale (la direzione della relazione ipotizzata, positiva o negativa, è fissata in anticipo).

I livelli di significatività convenzionali per testare le ipotesi (probabilità accettabili di rifiutare erroneamente un’ipotesi nulla vera) sono .10, .05, e .01., Il livello di significatività per decidere se l’ipotesi nulla è respinta e l’ipotesi alternativa è accettata deve essere determinato in anticipo, prima che le osservazioni siano raccolte o ispezionate. Se questi criteri vengono determinati in seguito, quando i dati da testare sono già noti, il test non è valido.

La procedura di cui sopra dipende in realtà dal numero dei partecipanti (unità o dimensione del campione) che sono inclusi nello studio., Ad esempio, per evitare che la dimensione del campione sia troppo piccola per rifiutare un’ipotesi nulla, si consiglia di specificare una dimensione del campione sufficiente dall’inizio. Si consiglia di definire una dimensione di effetto piccolo, medio e grande per ciascuno di una serie di importanti test statistici che vengono utilizzati per testare le ipotesi.