Hypoteesi: määritelmä, tyypit ja esimerkkejä

Hypoteesi on tutkimuskysymykseen annettu perusteltu ennakkovastaus, joka kirjoitetaan väitteeksi ja joka voidaan asettaa koetukselle aineiston avulla. Se kertoo yleensä, millaista eroa tai yhteyttä muuttujien välillä odotetaan, ja perustuu teoriaan tai aiempaan tutkimukseen. Hypoteeseja käytetään ennen kaikkea määrällisessä tutkimuksessa, kun taas laadullista tutkimusta ohjaavat yleensä tutkimuskysymykset.

Mikä on hypoteesi?

Hypoteesi ei ole pelkkä arvaus eikä mielipide. Tietoarkiston KvantiMOTV-menetelmäopetusaineiston mukaan tutkijan oletukset eroista tai yhteyksistä perustuvat useimmiten teoreettiseen keskusteluun tai aiemmassa tutkimuksessa tehtyihin havaintoihin, ja sopivien hypoteesien valinta perustuu aina tutkimusongelmaan, teoriaan ja aikaisempaan tutkimukseen. Hyvä hypoteesi on myös testattavissa: tiedät etukäteen, millainen tulos tukisi sitä ja millainen ei. Väite ”perehdytys on tärkeää” ei ole hypoteesi, koska mikään tulos ei kumoaisi sitä.

Kaikki tutkimukset eivät tarvitse hypoteesia. Jos kysyt, kuinka moni uusi hoitaja sai nimetyn perehdyttäjän, vastaat kuvailevaan kysymykseen ilman ennakko-odotusta. Hypoteesi on paikallaan, kun kysymys koskee eroa tai yhteyttä ja teoria tai aiempi tutkimus antaa syyn odottaa jotakin tiettyä. Tarkista, mitä koulutusohjelmasi ja ohjaajasi odottavat, sillä käytännöt vaihtelevat. Opinnäytetyössä hypoteesit esitetään yleensä tutkimuskysymysten yhteydessä. Numeroi ne niin, että lukija näkee, mihin kysymykseen kukin vastaa, ja perustele jokainen teoriaosassa.

Hypoteesien testaamisen perusteisiin KvantiMOTV suosittelee esimerkiksi Tarja Heikkilän teosta Tilastollinen tutkimus (Edita, 9. uudistettu painos 2014) ja Lauri Nummenmaan teosta Käyttäytymistieteiden tilastolliset menetelmät (Tammi, uudistettu laitos 2009 ja myöhemmät painokset).

Muuttujat ja operationalisointi

Muuttuja on tutkittavien ominaisuus, joka saa eri ihmisillä eri arvoja, kuten ikä, työkokemus tai arvio perehdytyksen riittävyydestä. KvantiMOTV-aineiston mukaan kyselytutkimuksessa muuttuja voidaan muodostaa kysymyksestä tai väittämästä, ja vastaukset ovat muuttujan arvoja. Hypoteesissa erotetaan yleensä kaksi muuttujaa:

• Selittävä eli riippumaton muuttuja: tekijä, jonka oletat olevan yhteydessä toiseen tai vaikuttavan siihen, esimerkiksi se, nimettiinkö uudelle hoitajalle oma perehdyttäjä.
• Selitettävä eli riippuvainen muuttuja: ominaisuus, jonka vaihtelua haluat ymmärtää, esimerkiksi hoitajan arvio perehdytyksensä riittävyydestä.

Jako on oletus vaikutuksen suunnasta. Jos mittaat molemmat samalla kertaa samassa kyselyssä, aineisto näyttää korkeintaan yhteyden. KvantiMOTV-aineisto muistuttaa, ettei korrelaatio merkitse kausaalisuutta: yhteyden voi selittää myös kolmas tekijä. Syy-seuraussuhteen arvioimiseen tarvitaan siihen soveltuva asetelma, esimerkiksi koeasetelma.

Ennen kuin hypoteesia voi testata, sen käsitteet on operationalisoitava eli muutettava mitattavaan muotoon. KvantiMOTV-aineiston mukaan ensin määritellään ja käsitteellistetään ilmiö, jota halutaan mitata, ja sitten määritetään konkreettinen mittari: operationalisoinnin tuloksena syntyy mittareita. ”Perehdytyksen riittävyys” voi tarkoittaa esimerkiksi väittämiä siitä, tiesikö hoitaja, keneltä kysyä ja miten kirjata. Valmista mittaria käyttäessäsi selvitä, mitä se tarkalleen mittaa ja kenelle se on alun perin tehty. Se, mittaako mittari sitä, mitä hypoteesisi väittää, on validiteetin kysymys.

Hypoteesien tyypit: suunnattu ja suuntaamaton

Hypoteeseja luokitellaan eri tavoin, ja oppikirjojen nimitykset vaihtelevat. Taulukon esimerkit koskevat kotihoidon uusia hoitajia.

Suunnattu hypoteesi testataan yksisuuntaisesti ja suuntaamaton kaksisuuntaisesti, kuten KvantiMOTV-aineiston esimerkki naisten ja miesten keskipalkoista näyttää. Valitse suunta vain, jos teoria tai aiempi tutkimus antaa siihen perusteen, ja päätä se ennen aineiston keruuta. Suunnan valitseminen vasta tulosten perusteella ei ole hypoteesin testaamista. Yhteyttä koskeva hypoteesi ei myöskään väitä, kumpi muuttuja vaikuttaa kumpaan.

Nollahypoteesi ja vastahypoteesi

Tilastollisessa testauksessa tutkija ei vahvista omaa hypoteesiaan suoraan vaan kysyy, voiko nollahypoteesin hylätä. KvantiMOTV-aineisto kuvaa asetelman näin: tutkija muotoilee alkuperäistä oletustaan vastaan hypoteesin, nollahypoteesin, ja tutkii, voidaanko se kumota aineiston perusteella. Vastahypoteesi saa tukea, jos nollahypoteesi voidaan hylätä. Molemmat koskevat perusjoukkoa eli joukkoa, josta haluat tehdä päätelmiä, eivät pelkkiä vastaajiasi.

Testi antaa p-arvon. American Statistical Associationin kannanoton (Wasserstein & Lazar 2016) mukaan p-arvo on todennäköisyys sille, että aineistosta laskettu tunnusluku olisi vähintään yhtä poikkeava kuin havaittu, jos tietty tilastollinen malli pitäisi paikkansa. Tavallisesti malliin kuuluu nollahypoteesi. P-arvo ei siis kerro, millä todennäköisyydellä hypoteesisi on tosi, eikä sitä, kuinka suuri tai merkittävä ero on.

Merkitsevyystaso eli riskitaso päätetään ennen analyysia. Noudata menetelmäoppaasi linjausta tai sovi taso ohjaajasi kanssa: KvantiMOTV huomauttaa, että yleisesti käytetyt riskitasot ovat sopimuksenvaraisia. Jos p-arvo jää valittua tasoa pienemmäksi, nollahypoteesi hylätään ja vastahypoteesi saa tukea. Muuten nollahypoteesia ei voida hylätä. Se ei tarkoita, että nollahypoteesi olisi tosi, sillä pienessä aineistossa todellinenkin ero voi jäädä havaitsematta. Kirjoita siis ”nollahypoteesia ei voitu hylätä”, älä ”nollahypoteesi hyväksyttiin”.

Päätökseen liittyy kaksi virhemahdollisuutta. KvantiMOTV-aineiston mukaan hylkäämisvirhe eli ensimmäisen lajin virhe tarkoittaa, että tosi nollahypoteesi hylätään, ja sen todennäköisyys on valittu riskitaso. Toisen lajin virheessä epätotta nollahypoteesia ei hylätä, ja KvantiMOTV kutsuu sitä hyväksymisvirheeksi. Virheet ovat sidoksissa toisiinsa: mitä matalammaksi hylkäämisvirheen riski asetetaan, sitä suurempi on toisen lajin virheen riski.

Tilastollinen päättely perusjoukosta edellyttää satunnaisotosta. KvantiMOTV-aineiston mukaan tilastollisen päättelyn menetelmä pätee, kun aineisto on aito satunnaisotos perusjoukosta, ja suuri kato heikentää otoksen satunnaisuutta. Jos vastaajat valikoituivat itse tai valitsit heidät harkinnanvaraisesti, tulokset kuvaavat vastaajia. Sovi silloin ohjaajasi kanssa, raportoitko testit ja miten rajaat johtopäätökset. Suuressa aineistossa pienikin ero voi olla tilastollisesti merkitsevä, joten arvioi aina myös eron sisällöllistä merkitystä.

Raportoi testin tulos niin, että lukija voi arvioida sitä: mikä testi tehtiin, testisuure, p-arvo sekä eron tai yhteyden suuruus ja suunta. American Statistical Associationin kannanoton mukaan päätelmät edellyttävät myös avoimuutta: kerro, montako analyysia teit, äläkä valitse raportoitavaksi vain merkitseviä tuloksia.

Miten hypoteesi muotoillaan?

Tämä järjestys vie tutkimuskysymyksestä testattavaan hypoteesiin:

1. 1

   Aloita tutkimuskysymyksestä

   Hypoteesi vastaa yhteen kysymykseen, joka koskee eroa tai yhteyttä. Kuvailevaan kysymykseen ei tarvita hypoteesia.
2. 2

   Perustele odotus

   Etsi teoriasta ja aiemmasta tutkimuksesta, mitä vastaavissa joukoissa on havaittu ja mihin suuntaan. Ilman perustetta hypoteesi on pelkkä arvaus.
3. 3

   Nimeä muuttujat ja perusjoukko

   Kirjoita, mikä on selittävä ja mikä selitettävä muuttuja ja keitä hypoteesi koskee: esimerkiksi yhden hyvinvointialueen kotihoidon uudet hoitajat, ei ”hoitajat”.
4. 4

   Kirjoita yksi väite

   Yksi ero tai yhteys yhdessä virkkeessä. Jos virkkeessä on ”ja” kahden väitteen välissä, tee niistä kaksi hypoteesia.
5. 5

   Päätä suunta

   Muotoile suunnattu hypoteesi vain, jos sille on peruste. Muuten muotoile suuntaamaton.
6. 6

   Operationalisoi

   Päätä, millä kysymyksellä, väittämillä tai rekisteritiedolla kutakin muuttujaa mitataan. Jos et keksi mittaria, tarkenna hypoteesia.
7. 7

   Muotoile nollahypoteesi ja näytä ohjaajalle

   Kirjoita H0 ja tarkista, että jokin mahdollinen tulos voisi olla ristiriidassa hypoteesisi kanssa. Käy hypoteesit läpi ohjaajasi kanssa ennen kuin laadit kyselyn.

Hypoteesia ei tarvitse kirjoittaa kerralla valmiiksi. Kirjoita ensin arkikielinen odotus, kuten ”oma perehdyttäjä auttaa”, ja tarkenna sitä vaihe kerrallaan, kunnes siinä on perusjoukko, muuttujat, mittarit ja tarvittaessa suunta. Seuraava esimerkki näyttää lopputuloksen.

Keksitty esimerkki: hypoteesi kyselytutkimukseen

Esimerkki on keksitty. Aino tekee sairaanhoitajaopintojensa (AMK) opinnäytetyötä kotihoidon uusien hoitajien perehdytyksestä, ja hänen varsinainen työnsä on laadullinen. Esimerkissä kuvitellaan siitä määrällinen versio, jossa aineisto kerättäisiin kyselyllä.

Kysely lähetettäisiin kaikille hyvinvointialueen kotihoidon hoitajille, jotka ovat aloittaneet viimeisen vuoden aikana. Vastaajat valikoituvat itse eivätkä ole satunnaisotos, joten tulokset kuvaisivat vastanneita hoitajia. Jos aineisto olisi hypoteesin mukainen, Aino kirjoittaisi, että tulokset tukevat hypoteesia vastanneiden joukossa, ei että nimetty perehdyttäjä parantaa perehdytystä. Testien käytöstä hän sopisi ohjaajansa kanssa. Tuloksissa hän raportoisi ryhmien keskiarvot ja eron suuruuden sekä mahdollisen testin tuloksen ja pohtisi, onko ero sisällöllisesti merkittävä.

Tarvitaanko laadullisessa tutkimuksessa hypoteeseja?

Yleensä ei. Laadullista tutkimusta ohjaavat tutkimuskysymykset, jotka alkavat usein sanoilla miten tai miksi. Tietoarkiston KvaliMOTV-aineisto puhuu Jari Eskolan ja Juha Suorannan (1998) mukaan hypoteesittomuudesta: tutkijalla ei ole vankkoja ennakko-oletuksia tuloksista, eikä hän lähde testaamaan tiettyä teoriaa. Aineiston mukaan on silti sallittua muodostaa työhypoteeseja eli arvauksia siitä, mitä analyysissa voi paljastua, mutta tarkoitus ei niinkään ole hypoteesien todistaminen vaan niiden keksiminen. Tutkimusaineisto avaa KvaliMOTV:n mukaan pikemminkin uusia näkökulmia kuin vahvistaa jo tiedettyä.

Kirjaa työhypoteesi tutkimuspäiväkirjaan päivämäärineen, palaa sen kanssa aineistoon ja etsi myös tapauksia, jotka eivät sovi siihen. Tuloksissa se esitetään havaintona aineistosta, ei testattuna hypoteesina. Laadullinen tutkimus voi silti tuottaa hypoteesin, jota myöhempi määrällinen tutkimus voi testata.

Laadullisen ja määrällisen tutkimuksen eroista sekä laadullisen tutkimuksen aineistonkeruusta ja analyysista kerrotaan oppaassa laadullisesta tutkimuksesta.

Yleisimmät virheet hypoteeseissa

• Hypoteesi kysymyksen muodossa. ”Vaikuttaako perehdyttäjä jaksamiseen?” on tutkimuskysymys. Hypoteesi on väite.
• Väite, jota mikään ei kumoa. ”Perehdytys voi olla yhteydessä jaksamiseen” pitää paikkansa tuloksesta riippumatta.
• Käsitteet ilman mittaria. ”Parempi perehdytys”: parempi minkä suhteen ja miten mitattuna?
• Kaksi väitettä samassa hypoteesissa. Toinen voi saada tukea ja toinen ei, joten erota ne.
• Syy-seuraussuhde yhdestä kyselystä. Kertakysely näyttää yhteyden, ei syytä.
• ”Hypoteesi todistettiin.” Kirjoita, että tulokset tukevat hypoteesia tai eivät tue sitä.
• ”Nollahypoteesi hyväksyttiin.” Kirjoita, ettei nollahypoteesia voitu hylätä.
• Hypoteesin muuttaminen tulosten jälkeen kertomatta. Jos aineisto herättää uuden ajatuksen, esitä se jatkotutkimuksen aiheena.
• Hypoteesit laadulliseen työhön varmuuden vuoksi. Jos ohjaajasi ei niitä edellytä, tutkimuskysymykset riittävät.