تحتوي الفرضية الكمية على اقتراح باطل وبديل تم إثباته أو دحضه من خلال التحليل الإحصائي. تتكهن العملية بأن متغيرًا مستقلًا يؤثر على متغير تابع ويتم إجراء تجربة لمعرفة ما إذا كانت هناك علاقة بين الاثنين.
هذا النوع من الفرضيات مذكور في مصطلحات عددية وله قواعد وحدود محددة. إما أن يتم رفض الفرضية الصفرية أو قبولها نتيجة للبيانات الإحصائية التي تم جمعها خلال مجموعة من التجارب.
أحد الاختلافات الرئيسية بين الفرضية النوعية والكمية هو أن لها حدودًا محددة للغاية.
مثال على فرضية العدم قد يكون “خمس ساعات إضافية من وقت الدراسة في الأسبوع تؤدي إلى متوسط درجات أعلى في طلاب الجامعات”. قد تنص الفرضية البديلة على الأرجح على أن “خمس ساعات إضافية من الدراسة في الأسبوع لا تزيد من متوسط درجات طلاب الجامعات”.
من أجل رفض أو قبول الفرضية الصفرية، يجب تسجيل البيانات التجريبية خلال فترة زمنية محددة.
تقيس معظم الدراسات التي تهدف إلى اختبار فرضية كمية البيانات بناءً على الأهمية الإحصائية، مما يعني أن هناك احتمالًا منخفضًا للخطأ.
في حالة إثبات أو دحض تأثير وقت الدراسة على متوسط درجات طلاب الكلية، فمن المرجح أن يتم اختبار المجموعة الضابطة. عادة ما يتم التحكم في سلوكيات وبيئات هذه المجموعات من قبل الباحثين.
يمكن أيضًا الحصول على البيانات من مجموعة من الطلاب الذين لم يتم التحكم في سلوكياتهم وبيئاتهم.
نظرًا لأن الفرضية الكمية والدراسة البحثية تعتمد على البيانات العددية، فإن نتائج التجربة أو الاستطلاعات تُترجم إلى قيم رياضية.
على سبيل المثال، تستخدم العديد من دراسات أبحاث السوق المقاييس التي تحدد قيمة عددية لكل إجابة. قد يكون الرد “موافق” مطابقًا للرقم “4”، بينما الرد “لا أوافق” قد يكون مطابقًا للرقم “2”.
عندما يتم تسجيل وتحليل جميع ملاحظات الاستطلاع، يتم بعد ذلك تخصيص نسبة مئوية بناءً على المبلغ الإجمالي للردود لكل رقم.
غالبًا ما يستخدم التحليل الإحصائي لفحص نتائج المسح والبيانات التجريبية. يعتمد رفض الفرضية الكمية أو قبولها على النتيجة العددية للتحليل.
على سبيل المثال، إذا كان متوسط درجة الدرجات يجب أن يكون 3.5 على الأقل لإثبات أن مقدار وقت الدراسة له تأثير مباشر، فإن متوسط 3.45 سيؤدي إلى رفض الفرضية الكمية.
اقتراحات المُحرر
