🐟 請您尊重本網站的智慧財產權，如有任何引用，請註明出處：Dr. Fish 漫游社會統計。（文章發表日期）。文章名稱。文章網址
推論統計
假設檢定是運用統計模型來檢驗研究問題的方式，也是用來測試研究人員操縱的變項是否具有效果的統計推論方法，是推論統計中最核心的部分。假設檢定的過程包含研究假設的提出、顯著水準的設定、統計檢定方法的選擇、檢定統計量和相關機率的計算與決策規則的運用等5個步驟。
對立假設
推論統計
第一類型錯誤指研究人員相信自變項帶有效果，但實際上沒有效果，該錯誤的機率一般為0.05，通常用符號α來表示。第二類型錯誤指研究人員相信自變項沒有效果，但實際上帶有效果，可被接受的最大機率為0.2，通常用符號β來表示。這兩種錯誤間並非彼此獨立，而是相互消長的關係。
推論統計
檢定統計量是從樣本資料計算出來，用來評估拒絕或保留虛無假設的一個數值。概念上，檢定統計量為統計模型可解釋的變異對無法解釋的變異之比率。若數值愈大，代表結果愈不可能因為機遇而產生，所以發生的機率愈小，若小於顯著水準，即為顯著的檢定統計量，可拒絕虛無假設。
推論統計
顯著水準是研究人員在資料蒐集前已決定好，用來和數據分析結果的機率值相比較的一個機率值，也是研究人員願意接受第一類型錯誤的機率值，最常使用的數值為0.05、0.01或0.001。當分析結果的機率值等於或小於顯著水準，可拒絕虛無假設；若大於顯著水準，則保留虛無假設。
推論統計
社會研究在資料蒐集前，須先提出具備理論基礎的研究假設。研究假設分為對立假設和虛無假設，對立假設主張自變項的效果存在，虛無假設則主張自變項的效果不存在，兩者互斥且周延。此外，研究假設還可區分為有無方向性，若具有方向性，須明確指出自變項效果的方向。