Begreper i Hempel ‘ s deduktive-nomological modell spille en sentral rolle i utvikling og testing av hypoteser. De fleste formelle hypoteser koble konsepter ved å angi forventet relasjoner mellom proposisjonene. Når et sett av hypoteser er gruppert sammen blir de en type konseptuelle rammeverk. Når et konseptuelt rammeverk er kompleks og omfatter kausalitet eller forklaring det er vanligvis referert til som en teori., I henhold til bemerket filosof av vitenskap Carl Gustav Hempel «Et tilstrekkelig empirisk tolkning viser et teoretisk system inn i en testbare teori: Den hypotesen som konstituerende begreper har blitt tolket blir i stand til å teste med referanse til observerbare fenomener. Ofte tolket hypotese vil være avledede hypoteser av teorien; men deres bekreftelse eller disconfirmation av empiriske data vil da umiddelbart styrke eller svekke også den primitive hypoteser som de ble hentet.,»
Hempel gir et nyttig begrep som beskriver forholdet mellom en konseptuelle rammeverket og de rammene som det er observert, og kanskje testet (tolket framework). «Hele systemet flyter, som det var, over flyet av observasjon og er forankret til det av regler for tolkning. Disse kan bli sett på som strenger som ikke er en del av nettverket men linken på enkelte punkter i det siste med spesifikke steder i flyet observasjon. I kraft av de interpretative tilkoblinger, nettverk kan fungere som en vitenskapelig teori.,»Hypoteser med begreper som er forankret i plan observasjon er klar til å bli testet. I «faktiske vitenskapelig praksis prosessen med å komponere en teoretisk struktur og tolke det er ikke alltid skarpt atskilt, siden den hadde til hensikt å tolkningen vanligvis guider bygging av teoretiker.»Det er imidlertid mulig «og faktisk ønskelig, for det formål av logiske avklaring, for å skille de to trinnene konseptuelt.,»
Statistisk hypotesetesting
Når en mulig korrelasjon eller lignende forhold mellom fenomener er undersøkt, for eksempel om en foreslåtte løsningen er effektiv i behandling av en sykdom, hypotesen om at en relasjon eksisterer ikke kan bli undersøkt på samme måte kan man undersøke et forslag til ny lov av natur. I en slik undersøkelse, hvis testet middel, viser ingen effekt i noen tilfeller, disse trenger ikke nødvendigvis å forfalske hypotesen., I stedet, statistiske tester er brukt for å finne ut hvor sannsynlig det er at den samlede effekten vil bli observert hvis hypotese forhold eksisterer ikke. Hvis sannsynligheten er tilstrekkelig liten (f.eks. mindre enn 1%), eksistensen av et forhold kan legges til grunn. Ellers er alle observerte effekten kan skyldes rene tilfeldigheter.
I statistisk hypotesetesting, to hypoteser som er sammenlignet. Disse kalles nullhypotesen og den alternative hypotesen., Nullhypotesen er hypotesen om at det er ingen sammenheng mellom fenomener forhold som er under etterforskning, eller i hvert fall ikke i den form som er gitt av den alternative hypotesen. Den alternative hypotesen, som navnet antyder, er alternativet å nullhypotesen: det sier at det er noen form for forhold., Den alternative hypotesen kan ta flere former, avhengig av arten av den hypotetiske forhold, spesielt, det kan være to-sidig (for eksempel: det er noen effekt, i en ennå ukjent retning) eller en-sidig (retning av hypotetiske forhold, positive eller negative, er fastsatt på forhånd).
Konvensjonelle betydning nivåer for å teste hypoteser (akseptabelt sannsynligheten for feilaktig å forkaste en sann nullhypotesen) er .10, .05, og .01., Betydningen nivå for å avgjøre om nullhypotesen blir forkastet og den alternative hypotesen er akseptert må være bestemt på forhånd, før observasjoner er samlet inn eller inspisert. Hvis disse kriteriene er fastsatt senere, når data som skal testes er allerede kjent, er testen ugyldig.
De ovennevnte prosedyre er faktisk avhengig av antall deltakere (enheter eller for eksempel størrelse) som er inkludert i studien., For eksempel, for å unngå at utvalgsstørrelsen være for liten til å avvise en null-hypotese, det anbefales at man angi en tilstrekkelig utvalgsstørrelse fra begynnelsen. Det er lurt å definere en liten, medium og stor effekt størrelse for hver av en rekke viktige statistiske tester som er brukt for å teste hypoteser.