Được đặt nền móng bởi nhà thống kê học Ronald Fisher (1935), toàn bộ bài kiểm định thống kê cổ điển đều bắt đầu bằng việc cố gắng bác bỏ giả thuyết không (H0). Tham khảo bài P-hacking và ý nghĩa thống kê.
Nguyên tắc suy đoán vô tội
Tương tự như tòa án: một loại thuốc mới được xem là ‘vô hiệu’ cho đến khi thu thập đủ bằng chứng thực nghiệm để bác bỏ giả thuyết H0 đó với xác suất ngẫu nhiên cực thấp.
Bác bỏ H0 không có nghĩa là chứng minh tuyệt đối
Bác bỏ giả thuyết không chỉ chứng minh rằng dữ liệu quan sát được rất khó xảy ra do tình cờ, chứ không chứng minh giả thuyết nghiên cứu đúng 100%.
Bài viết này được tổng hợp bởi Nguyễn Hoàng Anh Khoa (Dy Khoa), giảng viên Khoa Quan hệ công chúng và Truyền thông, Trường Đại học Văn Lang, và là người tốt nghiệp Thạc sĩ Truyền thông Khoa học và Thu hút Công chúng (Science Communication and Public Engagement) tại Universiti Malaya (UM), Malaysia. Đây là lĩnh vực chuyên môn cốt lõi mà anh được đào tạo bài bản và tiếp tục theo đuổi trong nghiên cứu, giảng dạy và thực hành nghề nghiệp.
Nếu bạn thấy bài viết có sai sót hoặc muốn góp ý, vui lòng gửi email về [email protected].
Tài liệu tham khảo
Fisher, R. A. (1935). The design of experiments. Oliver and Boyd.
Nickerson, R. S. (2000). Null hypothesis significance testing: A review of an old and continuing controversy. Psychological Methods, 5(2), 241-301. https://doi.org/10.1037/1082-989X.5.2.241
Gợi ý tìm nhanh:
Đang tìm kiếm bài viết...
Không tìm thấy bài viết nào chứa từ khoá "". Hãy thử từ khoá khác nhé!
Bài viết đã lưu
Chưa có bài viết nào được lưu
Bấm biểu tượng chiếc thẻ bookmark trên các bài viết để lưu lại và đọc offline bất cứ khi nào bạn muốn.
Liên hệ Dy Khoa
Cần trao đổi về một bài viết, hợp tác hay phỏng vấn?
Để lại vài dòng, tôi sẽ phản hồi trong vòng 48 giờ. Phóng viên cần ý kiến chuyên gia gấp, vui lòng ghi rõ hạn chót trong nội dung.