정량적 가설은 무엇입니까?

정량적 가설에는 통계 분석을 통해 입증되거나 반증되는 널 및 대안 제안이 포함되어 있습니다. 프로세스는 독립 변수가 종속 변수에 영향을 미치고 실험은이 둘 사이에 관계가 있는지 확인합니다. 이 유형의 가설은 숫자 용어로 명시되어 있으며 특정 규칙과 한계가 있습니다. 귀무 가설은 일련의 실험 중에 수집 된 통계 데이터의 결과로 거부되거나 받아 들여집니다.

질적과 정량적 가설의 주요 차이점 중 하나는 매우 구체적인 한계가 있다는 것입니다. 귀무 가설의 예는 "주당 5 시간의 추가 학습 시간이 대학생의 평균 점수가 높아집니다."일 수 있습니다. 대안 가설은 아마도 "주당 5 시간의 추가 시간의 추가 시간은 대학생의 학년 평균을 증가시키지 않습니다"라고 말할 것입니다. 귀무 가설을 거부하거나 받아들이려면 실험AL 데이터는 지정된 기간 동안 기록되어야합니다.

정량적 가설을 테스트하기 시작한 대부분의 연구는 통계적 유의성에 따라 데이터를 측정하는데, 이는 오류 가능성이 낮다는 것을 의미합니다. 대학생의 학년 평균에 대한 학습 시간의 영향을 입증하거나 반증하는 경우, 통제 그룹이 테스트 될 가능성이 높습니다. 이 그룹의 행동과 환경은 일반적으로 연구원에 의해 통제됩니다. 데이터는 행동과 환경이 통제되지 않은 학생 그룹으로부터 얻을 수 있습니다.

정량적 가설과 연구 연구는 수치 데이터에 의존하기 때문에 실험 또는 설문 조사 결과는 수학적 값으로 변환됩니다. 예를 들어, 많은 시장 연구 연구는 각 응답에 수치 값을 할당하는 척도를 사용합니다. "동의"의 답변은 숫자 "4"에 해당 할 수 있으며 R은"동의하지 않는"의 esponse는 숫자 "2에 해당 할 수 있습니다." 모든 설문 조사 피드백이 기록되고 분석되면 총 응답 양을 기반으로 한 백분율이 각 숫자에 할당됩니다.

통계 분석은 종종 조사 결과 및 실험 데이터의 결과를 조사하는 데 사용됩니다. 정량적 가설이 거부되거나 받아 들여지는지 여부는 분석의 수치 결과에 의존합니다. 예를 들어, 연구 시간의 양이 직접적인 영향을 미친다는 것을 증명하기 위해 평균 등급 평균 평균이 3.5 이상이어야한다면 평균 3.45는 정량적 가설을 거부 할 것입니다.