8.2 Sjanger — hypotesetestingsoppgaven

Nest sikreste gjenganger som fast sekstrinnsforløp: H0/H1 med μ → trinnene med korrekt p-definisjon → tolk oppgitt p med α-skifte og halering → Type I/II på caset → power/n → HARKing-hale. Gjennomskrevet besvarelse med margkommentarer og fem nyskrevne oppgaver med varierte p-verdier.

50 min

5 oppgaver

Sjangerhypotesetestingsoppgaven

Din fremgang i kapitlet

0 / 5 oppgaver

Kapitlets plass i kurset

Bygger på

4.2Type I- og Type II-feil, power og utvalgsstørrelse 7.2Åpen vitenskap, kunnskapsoppsummering og restbegrepsbanken

Brukes videre i

8.8Modellbesvarelse — hypotesetestingsoppgaven

Dette er treningskapitlet for gjenganger nummer to. Hypotesetestingsoppgaven — vi kaller den T2, den scenariobaserte oppgaven om en nullhypotesetest (T-kodene forklares i kap. 0.1) — er egen oppgave i 19 av de 29 settene i arkivet (2009–2025). Sammen med korrelasjon bærer den eksamen.

- Deloppgavene følger et fast forløp: formuler $H_0$ / $H_1$ → trinnene → tolk oppgitt p (med α-skifte og halering) → Type I/II på caset → power → ev. HARKing-hale (ny fra V2025).
- Trekk-fellen: å definere p-verdien som «sannsynligheten for at $H_0$ er feil». Sensorveiledningen for H2018 har en eksplisitt trekk-instruks for den. Riktig p-definisjon er et sjekkpunkt i hver momentliste her (feil #1 — glosset ved første bruk; hele registeret i kap. 8.6 (feilvaksinen)).

Forkunnskap forutsettes: kapitlet trener besvarelsen og bruker teorien fra Del 4 (og HARKing fra 7.2). Har du ikke lest dem, les dem først.

Forkunnskaper. Dette er et treningskapittel som forutsetter hypotesetestingsdelen: kap. 4.1 (H0/H1 med μ, de fem trinnene, p-definisjonen, α-skifte og enhalet halvering), kap. 4.2 (Type I/II-feil, β, power = 1 − β, n-effekten) og kap. 7.2 (HARKing og pre-registrering). Standardfeilen

SE = SD/\sqrt{n}

og t-kjeden kommer fra kap. 3.3 og kap. 3.4.

Sist du var her (nøkkelpunktene oppfrisket):

- Hypotesene gjelder populasjonsgjennomsnittet $\mu$ , aldri utvalgssnittet ( $\bar{x}$ ) — ellers feil #12.
- p-verdien: sannsynligheten for et minst like ekstremt resultat gitt at $H_0$ er sann — ikke sannsynligheten for at $H_0$ er sann/feil (feil #1).
- Type I = forkaste sann $H_0$ (falsk alarm, risiko $\alpha$ ); Type II = beholde falsk $H_0$ (oversett effekt, risiko $\beta$ ); power $= 1 - \beta$ .

Her setter vi alt sammen til ett forløp under tidspress.

Symbol- og formelliste

Hverdagsanker. Se for deg at du får hypotesetestingsoppgaven og allerede vet at du skal starte med

H_0

H_1

\mu

, definere p ordrett riktig, snu konklusjonen ved et strengere α, og lande Type I/II på caset. Da blir oppgaven en trygg tredjedel, ikke en felle.

Dette kapitlet gjør T2 til et fast sekstrinnsforløp med tidsbudsjett, en full gjennomskrevet besvarelse med margkommentarer, og fem øvingsoppgaver der p-verdiene varierer slik at du trener både forkastning, beholdning og vippe-tilfeller. ~50 min.

Løkke 1 — Sekstrinnsforløpet med tidsbudsjett (~12 min)

Oppskriften: hypotesetestingsoppgaven på ~55 min

Trinn (a) — H0/H1 med μ (~8 min). Formuler hypotesene om populasjonsgjennomsnittet $\mu$ , ikke utvalget. Presiser at det er $H_0$ som testes. Velg to- eller (begrunnet) enhalet.

Trinn (b) — Trinnene + korrekt p-definisjon (~12 min). Gjør rede for de fem trinnene (kap. 4.1). Skriv p-definisjonen ordrett riktig — dette er trekk-feilen, så det er verdt de ekstra sekundene.

Trinn (c) — Konklusjon ved gitt α + α-skifte + halering (~12 min). Sammenlign oppgitt p mot α. Vis hva som skjer ved et strengere α = 0,01 (vippeverdier), og hva en begrunnet enhalet test (halvert p) ville endret.

Trinn (d) — Type I/II på caset + relasjonen (~12 min). Ikke bare definer — si hva en Type I- og en Type II-feil ville bety i dette scenariet, og hvordan de henger sammen via α/β-avveiningen.

Trinn (e) — Power / n (~6 min). Forklar power = 1 − β og at større $n$ gir mindre $SE$ → høyere power (V2024-leddet).

Trinn (f) — Ev. HARKing-hale (~5 min). Hvis oppgaven ber om det: forklar hvorfor det å endre hypotesen etter å ha sett dataene er galt, og at pre-registrering forebygger det (kap. 7.2).

Tidsbudsjett-merknad: deltidene summerer til ~55 min skrivetid. Skjærer det seg, prioriter (a)–(d): hypoteser, p-definisjon og caset-tilpasset Type I/II er kjernen.

📝Oppgave 8.2.1

(Eksamenssjanger T2 — hypotesetestingsoppgaven. Lett innstegsoppgave: trinn (a) og p-definisjonen.)

En ordforrådstest er normert med befolkningssnitt $\mu_0 = 100$ . Forskere tester en gruppe som har fått et nytt leseopplegg, uten formening om retning på forhånd, og får oppgitt $p = 0{,}03$ (tohalet).

a) Skriv $H_0$ og $H_1$ med μ-notasjon.
b) Skriv en korrekt tolkning av $p = 0{,}03$ .

Løkke 2 — Trinn (c) og (d): tolke p og lande Type I/II (~14 min)

— naturlig pausepunkt —

Hver eneste gang du besvarer T2, kontroller at p-setningen din inneholder leddet «gitt at $H_0$ er sann». Den korrekte formuleringen:

> «p er sannsynligheten for et minst like ekstremt resultat som det observerte, gitt at $H_0$ er sann.»

De gale (som trekker — feil #1):

- ❌ «p er sannsynligheten for at $H_0$ er sann/riktig.»
- ❌ «p er sannsynligheten for at $H_0$ er feil / at $H_1$ er sann.»

Hele forskjellen: p er sannsynligheten for dataene gitt hypotesen, ikke for hypotesen gitt dataene.

✏️Gjennomskrevet besvarelse med margkommentarer — normert leseflyt-test

«En leseflyt-test ble normert med befolkningssnitt $\mu_0 = 60$ . Forskere tester i dag en gruppe voksne, uten forhåndsformening om retning, og får $\bar{x} = 63$ , oppgitt $p = 0{,}041$ (tohalet). (a) Formuler $H_0$ / $H_1$ . (b) Gjør rede for trinnene og definer p. (c) Konkluder ved α = 0,05 og α = 0,01, og si hva en begrunnet enhalet test ville endret. (d) Hva ville Type I- og Type II-feil bety her? (e) En kollega vil halvere utvalget — hva gjør det med power?»

(a) Hypoteser.

H_0: \mu = 60

(ingen forskjell fra normen i populasjonen).

H_1: \mu \neq 60

(tohalet — ingen retning var begrunnet på forhånd). [Margkommentar: μ, ikke $\bar{x}$ — ellers feil #12. Presiser at $H_0$ testes.]

(b) Trinnene + p. (1) hypotesene over; (2) velg $\alpha = 0{,}05$ ; (3) velg og utfør test mot normen via utvalgsfordelingen; (4) finn p; (5) forkast hvis $p \leq \alpha$ . p-definisjon: « $p = 0{,}041$ betyr at hvis $H_0$ var sann, ville vi fått et resultat minst så ekstremt som $\bar{x} = 63$ bare 4,1 % av gangene.» [Margkommentar: ordrett «gitt at H0 er sann» — dette er trekk-feilen; her tjenes/tapes karakteren.]

(c) Konklusjon + α-skifte + halering. Ved $\alpha = 0{,}05$ : $0{,}041 < 0{,}05$ ⟹ forkast $H_0$ , resultatet er (akkurat) signifikant. Ved det strengere $\alpha = 0{,}01$ : $0{,}041 > 0{,}01$ ⟹ behold $H_0$ — en klar vippeverdi. Hadde forskerne hatt en begrunnet retningshypotese (f.eks. at treningen hever leseflyt) og gjort enhalet test, ville p vært halvparten: $0{,}041 / 2 = 0{,}0205$ , fortsatt signifikant ved 0,05 men ikke ved 0,01 — og bare gyldig hvis retningen var begrunnet før dataene ble sett (ellers feil #11). [Margkommentar: α-skiftet og halveringen er A-ledd; nevn at signifikans ≠ viktighet.]

(d) Type I/II på caset. En Type I-feil her: å konkludere at gruppen skiller seg fra normen når den i virkeligheten ikke gjør det — en falsk alarm (risiko $\alpha = 0{,}05$ ). En Type II-feil: å beholde $H_0$ og overse en ekte forskjell i leseflyt (risiko $\beta$ ). De henger sammen: senker vi $\alpha$ til 0,01 for å unngå falsk alarm, øker $\beta$ (vi overser lettere ekte effekter). [Margkommentar: feilene anvendt på caset, ikke bare definert — det er A-skilleren i d-leddet.]

(e) Power. Å halvere utvalget gir større $SE = SD/\sqrt{n}$ (mindre $n$ ⟹ bredere utvalgsfordeling) ⟹ ekte effekter stikker mindre tydelig fram ⟹ lavere power ( $= 1 - \beta$ ). Kollegaen sparer tid, men risikerer å overse en effekt som faktisk finnes. [Margkommentar: koblingen n → SE → power er V2024-A-leddet.]

C-kjernen (korrekte hypoteser, trinnene, riktig p-definisjon, riktig konklusjon ved 0,05) gir en god C. A-laget er α-skiftet, haleringen, Type I/II anvendt på caset, og power-resonnementet.

Figuren under viser utvalgsfordelingen under $H_0$ (sentrert på $\mu_0 = 60$ ): det observerte snittet $\bar{x} = 63$ ligger ute i halen, og tohalet gir $p = 0{,}041$ .

📝Oppgave 8.2.2

(Eksamenssjanger T2 — trinn (c): tolk oppgitt p ved α-skifte. Vippeverdi.)

En tohalet test av et nytt konsentrasjonsråd gir oppgitt $p = 0{,}017$ .

a) Konkluder ved $\alpha = 0{,}05$ og ved $\alpha = 0{,}01$ .
b) Betyr en signifikant p at effekten er stor og viktig? Forklar.
c) Forskeren hadde faktisk en begrunnet retningshypotese. Hva blir enhalet p, og hva endrer det ved α = 0,01?

📝Oppgave 8.2.3

(Eksamenssjanger T2 — trinn (d): Type I/II anvendt på caset.)

Et sykehus tester om en ny screeningmetode oppdager en tilstand oftere enn dagens metode. $H_0$ : ingen forskjell. Testen gir oppgitt $p = 0{,}12$ , og de beholder $H_0$ .

a) Hva ville en Type I-feil bety i akkurat dette caset?
b) Hva ville en Type II-feil bety her — og hvorfor er den ekstra alvorlig i en screeningsammenheng?
c) Siden de beholdt $H_0$ , hvilken av de to feilene kan de i prinsippet ha begått?

Løkke 3 — Trinn (e) og (f): power og HARKing-halen (~14 min)

Power og HARKing (repetisjon)

De to halene som løfter en T2-besvarelse fra C til A:

- Power $= 1 - \beta$ : sannsynligheten for å oppdage en ekte effekt (forkaste en falsk $H_0$ ). Konvensjonen er 80 % ( $\beta = 0{,}20$ ). Power øker med større ekte effekt, større $n$ (mindre $SE$ ), og et mildere $\alpha$ . Faktoren forskeren lettest styrer er $n$ (kap. 4.2).
- HARKing (Hypothesizing After the Results are Known): å formulere hypotesen etter å ha sett dataene og presentere den som forhåndssatt. Galt fordi hele p-logikken forutsetter at hypotesen kom før dataene. Pre-registrering (plan låst offentlig før datainnsamling) forebygger det (kap. 7.2).

📝Oppgave 8.2.4

(Eksamenssjanger T2 — trinn (e) og (f): power og HARKing-halen, ny fra V2025.)

Et forskerteam finner ingen signifikant effekt av et nytt søvnråd ( $p = 0{,}20$ , $n = 25$ ).

a) Foreslå én grunn til det ikke-signifikante resultatet som ikke er «rådet virker ikke», og koble til power.
b) Teamet vil nå lete i dataene etter en undergruppe der rådet ser ut til å virke, og skrive at de hadde antatt akkurat den effekten på forhånd. Hva heter dette, hvorfor er det galt, og hva forebygger det?

📝Oppgave 8.2.5

(Eksamenssjanger T2 — full mønsterklon (krevende): hele sekstrinnsforløpet.)

«En reaksjonstidstest er normert med befolkningssnitt $\mu_0 = 500$ ms. Forskere tester $n = 64$ voksne som har fått et nytt varslingssystem; snittet er $\bar{x} = 490$ ms, oppgitt $p = 0{,}048$ (tohalet).»

a) Formuler $H_0$ og $H_1$ (tohalet), med μ.
b) Definer p-verdien korrekt for dette resultatet.
c) Konkluder ved $\alpha = 0{,}05$ og $\alpha = 0{,}01$ , og si hva en begrunnet enhalet test (retning: systemet senker reaksjonstid) ville gitt.
d) Hva ville Type I- og Type II-feil bety her, og hvordan henger de sammen?
e) En kollega vil øke utvalget til $n = 256$ — hva gjør det med power?

Typiske feil

Feil #1 — p som «sannsynligheten for at $H_0$ er feil». Den ene feilen med eksplisitt trekk-instruks (H2018). Sjekk i hver besvarelse at p-setningen har leddet «gitt at

H_0

er sann». p er sannsynligheten for dataene gitt hypotesen, ikke for hypotesen. (Feilkode #1 glosset her ved første bruk; register i kap. 8.6 (feilvaksinen).)

Feil #2 — Type I/II-forveksling. Type I = forkaste sann $H_0$ (falsk alarm); Type II = beholde falsk $H_0$ (oversett effekt). Anvend dem på caset, ikke bare definer dem.

Feil #11 — enhalet uten begrunnelse. Å halvere p ved å velge enhalet test i etterkant, uten forhåndsbegrunnet retning.

Feil #12 — hypoteser om utvalget. $H_0: \bar{x} = \mu_0$ i stedet for $H_0: \mu = \mu_0$ . Hypotesene gjelder alltid populasjonen ( $\mu$ ).

«Ikke signifikant» = «ingen effekt». Å beholde $H_0$ er fravær av bevis, ikke bevis på fravær — kan skyldes lav power (lite $n$ ).

Begrepsbank — hypotesetestingssjangeren

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

Sekstrinnsforløpet (T2)

H_0

Korrekt p-definisjon (trekk-feilen)

H_0

α-skiftet og 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 c-ledd. α velges før dataene ses.

Enhalet halvering

Enhalet p = tohalet p / 2 — gjelder når effekten går i den predikerte retningen, og er kun tillatt med forhåndsbegrunnet retning (ellers feil #11). En «mildere» test som gir signifikans lettere; nevn alltid begrunnelseskravet.

Type I/II anvendt på caset

H_0

Power = 1 − β (trinn e)

n

HARKing-halen (trinn f)

Å formulere hypotesen etter å ha sett dataene og utgi den for forhåndssatt — bryter p-logikkens premiss om at hypotesen kom først. Pre-registrering (plan låst før data) forebygger det. Nytt eksamensledd fra V2025 (kap. 7.2).

μ, ikke x̄ (trinn a)

\mu

Repetisjon — pensumkart for 8.2

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.