concepten in Hempels deductief-nomologisch model spelen een sleutelrol in de ontwikkeling en het testen van hypothesen. De meeste formele hypothesen verbinden Concepten door de verwachte relaties tussen proposities te specificeren. Wanneer een reeks hypothesen worden gegroepeerd, worden ze een soort conceptueel kader. Wanneer een conceptueel kader complex is en causaliteit of verklaring bevat, wordt het over het algemeen een theorie genoemd., Volgens de bekende wetenschapsfilosoof Carl Gustav Hempel ” maakt een adequate empirische interpretatie van een theoretisch systeem een toetsbare theorie: de hypothese waarvan de samenstellende termen zijn geïnterpreteerd, kan worden getest door verwijzing naar waarneembare fenomenen. Vaak zal de geà nterpreteerde hypothese afgeleide hypothesen van de theorie zijn; maar hun bevestiging of ontkenning door empirische gegevens zal dan onmiddellijk ook de primitieve hypothesen waaruit ze werden afgeleid versterken of verzwakken.,”
Hempel biedt een nuttige metafoor die de relatie beschrijft tussen een conceptueel kader en het kader zoals het wordt waargenomen en misschien getest (geïnterpreteerd kader). “Het hele systeem zweeft als het ware boven het waarnemingsvlak en is daaraan verankerd door interpretatieregels. Deze kunnen worden gezien als strings die geen deel uitmaken van het netwerk, maar bepaalde punten van het netwerk verbinden met specifieke plaatsen in het waarnemingsvlak. Dankzij deze interpretatieve verbindingen kan het netwerk functioneren als een wetenschappelijke theorie.,”Hypothesen met Concepten verankerd in het waarnemingsvlak zijn klaar om te worden getest. In de “feitelijke wetenschappelijke praktijk” is het proces van het opstellen van een theoretische structuur en van het interpreteren ervan niet altijd scherp gescheiden, aangezien de beoogde interpretatie meestal de constructie van de theoreticus begeleidt.”Het is echter mogelijk en zelfs wenselijk, met het oog op een logische verduidelijking, om de twee stappen conceptueel te scheiden.,”
Statistical hypothesis testing
wanneer een mogelijke correlatie of soortgelijke relatie tussen verschijnselen wordt onderzocht, zoals de vraag of een voorgestelde remedie effectief is bij de behandeling van een ziekte, kan de hypothese dat een relatie bestaat niet op dezelfde manier worden onderzocht als een voorgestelde nieuwe natuurwet. In een dergelijk onderzoek, als de geteste remedie in een paar gevallen geen effect laat zien, vervalsen deze niet noodzakelijkerwijs de hypothese., In plaats daarvan worden statistische tests gebruikt om te bepalen hoe waarschijnlijk het is dat het totale effect zou worden waargenomen als de veronderstelde relatie niet bestaat. Als die waarschijnlijkheid voldoende klein is (bijvoorbeeld minder dan 1%), kan het bestaan van een relatie worden aangenomen. Anders kan elk waargenomen effect te wijten zijn aan puur toeval.
bij het testen van statistische hypothesen worden twee hypothesen vergeleken. Deze worden de nulhypothese en de alternatieve hypothese genoemd., De nulhypothese is de hypothese die stelt dat er geen relatie is tussen de verschijnselen waarvan de relatie wordt onderzocht, of in ieder geval niet van de vorm die door de alternatieve hypothese wordt gegeven. De alternatieve hypothese, zoals de naam al doet vermoeden, is het alternatief voor de nulhypothese: het stelt dat er een soort relatie is., De alternatieve hypothese kan verschillende vormen aannemen, afhankelijk van de aard van de hypothetische relatie; in het bijzonder kan ze tweezijdig zijn (bijvoorbeeld: er is een effect, in een nog onbekende richting) of eenzijdig (de richting van de hypothetische relatie, positief of negatief, is van tevoren vastgelegd).
conventionele significantieniveaus voor het testen van hypothesen (aanvaardbare waarschijnlijkheid van het ten onrechte afwijzen van een echte nulhypothese) zijn .10, .05, en .01., De significantieniveau om te beslissen of de nulhypothese wordt afgewezen en de alternatieve hypothese wordt aanvaard, moet vooraf worden bepaald, voordat de waarnemingen worden verzameld of geïnspecteerd. Als deze criteria later worden vastgesteld, wanneer de te testen gegevens reeds bekend zijn, is de test ongeldig.
de bovenstaande procedure is in feite afhankelijk van het aantal deelnemers (eenheden of steekproefgrootte) dat in het onderzoek is opgenomen., Om bijvoorbeeld te voorkomen dat de steekproefgrootte te klein is om een nulhypothese af te wijzen, wordt aanbevolen om vanaf het begin een voldoende steekproefgrootte te specificeren. Het is raadzaam om een kleine, middelgrote en grote effectgrootte te definiëren voor elk van een aantal belangrijke statistische tests die worden gebruikt om de hypothesen te testen.