4.1 H0, H1 og nullhypotesetestingens trinn

Å formulere hypoteser med μ-notasjon, kjøre trinnene i nullhypotesetesting — og definere p-verdien riktig: den ene feilen sensor har eksplisitt trekk-instruks for.

70 min

6 oppgaver

nullhypotesetestingens trinn

Din fremgang i kapitlet

0 / 6 oppgaver

Kapitlets plass i kurset

Bygger på

3.3Slutningslogikken — populasjon, utvalgsfordeling og standardfeil

Brukes videre i

4.2Type I- og Type II-feil, power og utvalgsstørrelse 4.3Testvalg — t-test, ANOVA og ANCOVA 7.2Åpen vitenskap, kunnskapsoppsummering og restbegrepsbanken

Dette er bokas viktigste enkeltkapittel — sammen med korrelasjon (Del 5). Hypotesetesting er den nest største gjengangeren: den kommer i 19 av 29 sett (2009–2025).

- Den typiske oppgaven (kalt hypotesetestingsoppgaven — vi merker den T2 i boka; T-kodene forklares i kap. 0.1) ber deg formulere $H_0$ og $H_1$ , gjøre rede for trinnene i en test og tolke en oppgitt p-verdi.
- Én feil har eksplisitt trekk-instruks i sensorveiledningen (V2018): å definere p-verdien som «sannsynligheten for at $H_0$ er feil». Vi driller den riktige definisjonen side ved side med de gale — dette er kapitlets viktigste enkeltmoment.
- A-skiller sensor ser etter: at hypotesene gjelder populasjonsgjennomsnittet $\mu$ (ikke utvalget), at retningsbestemt $H_1$ er begrunnet, at du kan snu konklusjonen ved et strengere $\alpha$ , og at du skiller signifikans fra viktighet.

Øktmerking: kapitlet er langt (~70 min lesetid, ×1,5 ved håndskriving). Det er delt i fire løkker med pausepunkter — ta gjerne én løkke per økt.

Forkunnskaper. Dette kapitlet bygger på kap. 3.3 (utvalgsfordeling og standardfeil — selve motoren bak p-verdien) og kap. 3.4 (t som differanse målt i standardfeil). Kjenner du disse, har du halve kapitlet.

Sist du var her (nøkkelformlene oppfrisket):

- $SE = \dfrac{SD}{\sqrt{n}}$ — standardfeilen: hvor mye et utvalgsgjennomsnitt typisk avviker fra populasjonssnittet (fra 3.3).
- Utvalgsfordelingen er fordelingen av tenkte gjentatte utvalgsgjennomsnitt; p-verdien leses fra den (fra 3.3).
- $t = \dfrac{\bar{x}_1 - \bar{x}_2}{SE(D)}$ — differansen målt i standardfeil; stor $|t|$ ⟹ liten p (fra 3.4).

Her setter vi ord på logikken rundt disse tallene: hva vi egentlig tester, og hva p faktisk betyr.

Løkke 1 — Hva vi egentlig tester: $H_0$ , $H_1$ og μ (~18 min)

Hverdagsanker. Tenk deg en rettssak. Retten starter med en antakelse: tiltalte er uskyldig. Bare hvis bevisene er sterke nok, forkastes den antakelsen. Man beviser aldri uskyld — man klarer enten å tilbakevise den eller ikke.

Nullhypotesetesting fungerer på nøyaktig samme måte. Vi starter med en «uskyldsantakelse» — at det ikke er noen effekt ( $H_0$ ) — og spør: er dataene så ekstreme at antakelsen blir vanskelig å tro på? Vi beviser aldri at det er en effekt; vi klarer enten å forkaste «ingen effekt» eller ikke.

Dette er logikken bak hver eneste hypotesetest. Vi bygger den ledd for ledd.

Nullhypotese (H0) og alternativhypotese (H1)

H_0

Hvorfor μ og ikke utvalgssnittet? Utvalgssnittet (

\bar{x}

) vet vi allerede — vi har jo regnet det ut. Å teste en påstand om et tall vi kjenner, gir ingen mening. Poenget med en test er å slutte fra det vi ser (utvalget) til det vi ikke ser (populasjonen

\mu

). Å formulere hypotesen om utvalget er en fast eksamensfelle (feil #12 — vi glosser feilkodene ved første bruk; hele registeret står i kap. 8.6).

📝Oppgave 4.1.1

(Eksamenssjanger T2 — hypotesetestingsoppgaven. Lett innstegsoppgave: bare formulere hypotesene.)

En konsentrasjonstest er normert slik at befolkningsgjennomsnittet er $\mu_0 = 50$ . En forsker vil undersøke om en gruppe som har fått koffein, skårer annerledes enn normen — uten å ha en formening om retning på forhånd.

a) Skriv $H_0$ og $H_1$ med μ-notasjon.
b) Hva er det som faktisk testes, $H_0$ eller $H_1$ ?

Tohalet og enhalet test

H_1: \mu \neq \mu_0

📝Oppgave 4.1.2

(Eksamenssjanger T2 — en-/tohalet-skillet, differensieringsledd V2024.)

En forsker har god teoretisk grunn til å tro at et nytt lesetreningsopplegg gir høyere skår enn normen $\mu_0 = 100$ , og formulerer en retningsbestemt hypotese.

a) Skriv $H_0$ og $H_1$ .
b) Er dette lov? Hva må til for at en enhalet test skal være tillatt?

Løkke 2 — Trinnene i en nullhypotesetest (~16 min)

— naturlig pausepunkt —

📜De fem trinnene i nullhypotesetesting

Hver hypotesetest følger de samme trinnene:

1. Formuler hypotesene $H_0$ og $H_1$ om populasjonen ( $\mu$ ) — velg to- eller enhalet (sistnevnte krever begrunnelse).
2. Velg signifikansnivå $\alpha$ (den greske bokstaven «alfa») — konvensjonelt $0{,}05$ , av og til det strengere $0{,}01$ . $\alpha$ er hvor stor risiko for falsk alarm vi godtar.
3. Velg og utfør testen (t-test, ANOVA … — hvilken kommer i kap. 4.3) og beregn testobservatoren.
4. Finn p-verdien — sannsynligheten for et minst like ekstremt resultat gitt at $H_0$ er sann (leses fra utvalgsfordelingen).
5. Konkluder: forkast $H_0$ hvis $p \leq \alpha$ ; behold ellers. En forkastning betyr «effekten er trolig ekte»; å beholde $H_0$ er ikke bevis for at effekten mangler.

På eksamen oppgis som regel p — jobben din er trinn 1, 2 og 5, og å tolke riktig.

Hvorfor logikken er indirekte. Legg merke til at vi aldri regner ut «sannsynligheten for at

H_1

er sann». Vi antar

H_0

, ser hvor rart resultatet blir under den antakelsen, og forkaster

H_0

hvis det blir rart nok. Det er en bevisføring ved selvmotsigelse: «hvis det ikke var noen effekt, ville dette resultatet vært svært usannsynlig — altså tror vi det er en effekt». Denne indirektheten er kilden til de fleste tolkningsfeilene i neste løkke.

📝Oppgave 4.1.3

(Eksamenssjanger T2 — gjør rede for trinnene, standardledd i 19 av 29 sett.)

Et utvalg på $n = 64$ tar en normert stresstest der befolkningssnittet er $\mu_0 = 50$ og $SD = 8$ . Utvalget får gjennomsnitt $\bar{x} = 52$ . Bruk $\displaystyle SE = \frac{SD}{\sqrt{n}}$ .

a) Formuler $H_0$ og $H_1$ (tohalet).
b) Regn ut $SE$ , og forklar hvorfor $SE$ er relevant her.
c) Sett opp de fem trinnene og si hva som gjenstår før du kan konkludere.

Løkke 3 — p-verdien: den ene definisjonen som må sitte (~20 min)

— naturlig pausepunkt — dette er kapitlets viktigste del —

p-verdien (korrekt definisjon)

H_0

Feil #1 — den p-verdi-feilen sensor trekker for (korrekt vs. galt)

Dette er bokas viktigste før/etter-drill. Sensorveiledningen for H2018 har en eksplisitt trekk-instruks for den gale formuleringen. Lær forskjellen utenat:

❌ GALT: «p = 0,03 betyr at det er 3 % sannsynlig at $H_0$ er sann/riktig.»

❌ GALT: «p = 0,03 betyr at det er 97 % sannsynlig at $H_1$ er sann.»

✔ RIKTIG: «p = 0,03 betyr at hvis $H_0$ var sann, ville vi fått et resultat minst så ekstremt som dette bare 3 % av gangene. Det er så sjelden at vi forkaster $H_0$ ved α = 0,05.»

Hele forskjellen ligger i hva sannsynligheten gjelder: p er sannsynligheten for dataene gitt hypotesen, ikke for hypotesen gitt dataene. Å bytte om de to er logisk feil (som å forveksle «sannsynligheten for våte gater hvis det regner» med «sannsynligheten for regn hvis gatene er våte»).

📝Oppgave 4.1.4

(Eksamenssjanger T2 — p-definisjonen, bokas viktigste enkeltmoment.)

En kandidat skriver: «Vi fikk p = 0,02. Det betyr at det er bare 2 % sjanse for at nullhypotesen er riktig, så vi kan være 98 % sikre på at behandlingen virker.»

a) Hvilken feil har kandidaten gjort? Nevn feilkoden.
b) Skriv en korrekt tolkning av p = 0,02.

Løkke 4 — Å tolke oppgitte p-verdier: α-skifte og halvering (~16 min)

— naturlig pausepunkt —

På eksamen får du som regel p oppgitt og skal konkludere. Regelen er enkel: forkast $H_0$ hvis $p \leq \alpha$ , behold ellers. Men to grep skiller A- fra C-besvarelsene:

1. α-skiftet: en p som ligger mellom 0,01 og 0,05 (f.eks. 0,048 eller 0,017) snur konklusjon når du bytter fra α = 0,05 til det strengere α = 0,01. Slike «vippeverdier» er faste deloppgaveledd.
2. Halveringen: enhalet p er halvparten av tohalet. En tohalet $p = 0{,}072$ (behold ved 0,05) blir enhalet $p = 0{,}036$ (forkast ved 0,05) — men bare hvis retningen var begrunnet på forhånd.

Og husk: signifikans ≠ viktighet. At $p < \alpha$ sier «forskjellen er trolig ekte», ikke «forskjellen er stor eller viktig». Konvensjonsgrensen 0,05 er dessuten nettopp det — en konvensjon; 0,049 og 0,051 er praktisk talt like sterke resultater.

✏️Eksempel — å konkludere ved to α-nivåer og ved en-/tohalet

En studie tester om en app senker eksamensangst. Tohalet test gir oppgitt $p = 0{,}017$ .

a) Konkluder ved $\alpha = 0{,}05$ og ved $\alpha = 0{,}01$ .
b) Anta i stedet at forskeren hadde en begrunnet retningshypotese (appen senker angst) og gjorde en enhalet test. Hva ville enhalet p bli, og hva endrer det?

a) Ved

\alpha = 0{,}05

0{,}017 < 0{,}05

⟹ forkast $H_0$ — resultatet er signifikant. Ved det strengere

\alpha = 0{,}01

0{,}017 > 0{,}01

⟹ behold $H_0$ — nå er det ikke signifikant. Dette er en typisk «vippeverdi»: samme data, ulik konklusjon avhengig av α-nivået vi setter på forhånd.

b) Enhalet p er halvparten: $0{,}017 / 2 = 0{,}0085$ . Nå er $0{,}0085 < 0{,}01$ , så resultatet ville vært signifikant også ved det strenge α = 0,01. Men dette gjelder kun fordi retningen var begrunnet før dataene ble sett — ellers er halveringen ikke tillatt (feil #11).

Tolkning i ord: p forteller hvor uvanlig resultatet er under $H_0$ . Om vi kaller det «signifikant» avhenger av terskelen α og av om testen var én- eller tohalet — begge valg må gjøres før dataene ses.

📝Oppgave 4.1.5

(Eksamenssjanger T2 — tolk oppgitt p ved α-skifte, gjenganger.)

En tohalet test av et nytt søvnråd gir oppgitt $p = 0{,}048$ .

a) Konkluder ved $\alpha = 0{,}05$ .
b) Konkluder ved $\alpha = 0{,}01$ .
c) Betyr en signifikant p her at effekten er stor og viktig? Forklar.

📝Oppgave 4.1.6

(Eksamenssjanger T2 — full mønsterklon (krevende): hypoteser, trinn, α-skifte og enhalet-drøfting.)

En konsentrasjonstest har befolkningssnitt $\mu_0 = 50$ . Et nytt utvalg på $n = 64$ personer som har fått en pausetrening, får $\bar{x} = 52$ med $SD = 8$ . Tohalet test gir oppgitt $p = 0{,}046$ . Bruk $\displaystyle SE = \frac{SD}{\sqrt{n}}$ .

a) Formuler $H_0$ og $H_1$ (tohalet), og regn $SE$ .
b) Gjør rede for de fem trinnene og konkluder ved $\alpha = 0{,}05$ .
c) Hva ville en enhalet test (begrunnet retning: pausetrening hever skår) endret? Regn enhalet p og konkluder ved både 0,05 og 0,01.
d) Hva må til for at den enhalede testen skal være faglig forsvarlig?

Typiske feil

Feil #1 — p som «sannsynligheten for at $H_0$ er feil». Den ene feilen sensor har eksplisitt trekk-instruks for (H2018). p er sannsynligheten for dataene gitt

H_0

, ikke for hypotesen. Se den egne før/etter-boksen over.

Feil #11 — retningsbestemt $H_1$ uten begrunnelse. Å velge enhalet test (og halvere p) uten faglig forhåndsbegrunnelse for retningen. Enhalet er kun tillatt når retningen er begrunnet før dataene ble sett.

Feil #12 — hypoteser om utvalgsverdier. Å skrive $H_0: \bar{x} = 50$ i stedet for $H_0: \mu = 50$ . Hypotesene gjelder alltid populasjonen ( $\mu$ ) — utvalgssnittet kjenner vi allerede.

«Ikke signifikant» = bevis for $H_0$ . Å beholde $H_0$ betyr ikke at effekten er fraværende — bare at vi ikke fant sterke nok bevis. Fravær av bevis er ikke bevis på fravær.

Signifikans = viktighet. At $p < \alpha$ sier «trolig ekte», ikke «stor/viktig». Rapporter effektstørrelse i tillegg.

Begrepsbank — hypotesetesting

Flashcard-/repetisjonsstoff — hopp trygt over ved førstegangslesing; tidsanslaget over gjelder kjernestoffet.

H0 og H1 med μ

H_0

Signifikansnivået α

\alpha

Beslutningsregelen

H_0

Utvalgsfordelingen som p bygger på

SE

«Gitt at H0 er sann»-leddet

H_0

Tohalet vs. enhalet

H_1: \mu \neq \mu_0

Vippeverdier

En p mellom 0,01 og 0,05 (f.eks. 0,048, 0,017) gir signifikans ved α = 0,05 men ikke ved α = 0,01. Å snu konklusjonen ved α-skifte er et fast deloppgaveledd.

Signifikans ≠ viktighet

p < \alpha

Indirekte bevisføring

H_0

«Ikke signifikant» betyr ikke «ingen effekt»

H_0

μ vs. x̄ i hypoteser

\mu

Konvensjonens vilkårlighet

α = 0,05 er en konvensjon, ikke en naturlov. p = 0,049 og p = 0,051 er nesten identisk sterke resultater, selv om det ene «passerer» og det andre ikke. En A-kandidat nevner dette.

Testobservator

H_0

Trinnene i en test

H_0

p er ikke P(H0)

H_0

Enhalet krever forhåndsbegrunnelse

En enhalet test er kun tillatt når retningen er begrunnet i teori/tidligere funn før dataene ses. Velges den i etterkant for å presse p under grensen, er det feil #11.

Falsifiserbarhet i H0-logikken

H_0

Effektstørrelse

Et mål på hvor stor en effekt er (f.eks. selve differansen, eller standardiserte mål), uavhengig av utvalgsstørrelse. Supplerer p: p sier «ekte?», effektstørrelsen sier «hvor mye?».

Alfa som Type I-risiko

H_0

Repetisjon — pensumkart for 4.1

Symbol- og formelliste

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.

Skolesaga er en uavhengig læringsressurs og er ikke tilknyttet eller godkjent av Universitetet i Oslo. Dette er ikke offisielt studiemateriell. Innholdet er læringsstoff, ikke helse- eller medisinske råd. Les mer.