Односторонняя и двусторонняя гипотеза: что выбрать

Вы сформулировали гипотезу и собираетесь проверять её критерием. И тут всплывает вопрос: вы доказываете, что показатели просто различаются, или что один из них больше (либо меньше) другого в конкретную сторону?

От этого ответа зависит, как программа посчитает критическое значение и p-значение — а значит, и ваш вывод «значимо / не значимо». Разберём без формул, на пальцах.

В двух словах

• Двусторонняя гипотеза проверяет, что есть различие, и не уточняет, в какую сторону. Это вариант по умолчанию: его берут в большинстве дипломов.
• Односторонняя гипотеза проверяет различие только в одну заранее заданную сторону — «стало больше» или «стало меньше».

Сторонность задаётся в настройках критерия. В наших калькуляторах — критерий Стьюдента, критерий Манна-Уитни, корреляция Пирсона и других — по умолчанию стоит двусторонний вариант, и для диплома его, как правило, и оставляют.

Сначала освежите, что такое гипотезы H₀ и H₁: об этом — статья «Гипотеза исследования: H0 и H1».

Что вообще значит «сторона»

Любой статистический критерий проверяет нулевую гипотезу H₀ — «различий нет». Альтернативная гипотеза H₁ — это то, что вы хотите доказать. И вот у H₁ есть два варианта формулировки.

Двусторонняя H₁: «показатели различаются» (≠). Вам всё равно, в какую сторону — лишь бы не совпадали.

Односторонняя H₁: «один показатель больше другого» (>) или «меньше» (<). Сторону вы выбираете до сбора данных, исходя из теории.

Пример. Сравниваете тревожность до и после тренинга. Двусторонняя H₁: «уровень тревожности изменился». Односторонняя H₁: «уровень тревожности снизился». Во втором случае вы заранее ставите на снижение.

Представьте мишень. Двусторонний тест ищет отклонение в обе стороны от центра — и влево, и вправо. Односторонний смотрит только в одну половину, зато присматривается к ней внимательнее.

Когда брать двустороннюю (чаще всего)

Это безопасный выбор по умолчанию. Берите её, если верно хоть что-то из списка:

1. Вы просто проверяете, есть ли различие или связь — без жёсткой ставки на направление.
2. Теория допускает оба исхода: показатель мог как вырасти, так и упасть.
3. Вы не уверены и хотите вариант, к которому у научного руководителя точно не будет претензий.
4. Это корреляция, и вы проверяете «связь есть» без указания знака. Подойдут корреляция Пирсона или корреляция Спирмена.

Пример. Вы изучаете связь мотивации и успеваемости. Заранее не утверждаете, что связь именно положительная, — проверяете сам факт связи. Это двусторонняя гипотеза.

Когда брать одностороннюю

Берите её, только если выполнены оба условия:

• Направление задано теорией заранее, до сбора данных. Например, методика заведомо должна снижать тревожность, а не повышать.
• Обратный исход вам не нужен и не имеет смысла: если показатель вдруг вырастет, для вас это всё равно «эффекта нет».

Тогда односторонний тест оправдан: он чуть «чувствительнее» и легче поймает эффект в нужную сторону.

Пример. Вы тестируете новую программу подготовки и теоретически она может только улучшить результат бега. H₁: «время на дистанции уменьшилось». Это законный повод для одностороннего теста.

Как сторона влияет на критическое значение и p

Вот суть, ради которой всё затевалось. При двустороннем тесте уровень значимости α = 0,05 делится пополам между двумя «хвостами» распределения — по 0,025 на каждый край. При одностороннем все 0,05 уходят в один хвост.

Отсюда два следствия:

• Критическое значение у одностороннего теста по модулю меньше — порог как будто ниже, перешагнуть его легче.
• P-значение при том же расчёте у одностороннего теста ровно в два раза меньше, чем у двустороннего (для симметричных критериев).

Из-за этого иногда возникает соблазн: «возьму односторонний — p станет 0,03 вместо 0,06, и всё пройдёт». Это и есть та самая ловушка: сторону нельзя выбирать ради красивого p.

Что такое само p-значение и как его читать — в статье «Что такое p-значение».

Таблица 1 — Один и тот же расчёт при разной сторонности гипотезы (α = 0,05)

Как видно из таблицы 1, односторонний вариант делает порог мягче — именно поэтому его можно применять только при честно заданном заранее направлении, а не подбирать постфактум.

Что писать в дипломе

В тексте достаточно один раз указать, что вы проверяли гипотезу на двустороннем уровне значимости (если не оговорено иное — подразумевают именно его).

Готовые формулировки H₁ под обе ситуации:

• Двусторонняя: «Существуют статистически значимые различия в уровне тревожности до и после тренинга».
• Двусторонняя (связь): «Существует статистически значимая связь между мотивацией и успеваемостью».
• Односторонняя: «После тренинга уровень тревожности статистически значимо снизился».

А вывод по результату оформляют одинаково, через p-значение:

• «Различия статистически значимы (t = 2,4; p < 0,05)» — если p оказался меньше 0,05;
• «Статистически значимых различий не выявлено (t = 1,1; p = 0,28)» — если нет.

Частые ошибки

• Переключиться на одностороннюю, чтобы p стало меньше 0,05. Это подгонка результата, а не метод. Сторону задают до анализа.
• Выбрать сторону после взгляда на данные. Увидели, куда «поехал» сдвиг, и подстроили H₁ — так нельзя.
• Поставить одностороннюю там, где возможен обратный эффект. Если показатель реально может измениться в любую сторону, односторонний тест пропустит «противоположный» результат.
• Считать, что сторонность меняет сам критерий. Нет: критерий тот же (Стьюдент, Манна-Уитни и т. д.), меняется лишь способ отсечь критическую зону.
• Молча применить одностороннюю и не упомянуть это. Тогда читатель решит, что тест двусторонний, и цифры не сойдутся.

Частые вопросы

Короткий алгоритм

1. Сформулируйте H₁: вы доказываете «есть различие» или «больше/меньше» в конкретную сторону?
2. Направление задано теорией заранее и обратный исход вам не нужен? → можно одностороннюю.
3. Любые сомнения, или возможен обратный эффект, или это корреляция «связь есть»? → берите двустороннюю.
4. В настройках калькулятора выберите соответствующий вариант (по умолчанию стоит двусторонний) и посчитайте.
5. В дипломе один раз укажите сторонность и приведите вывод через p-значение.

Что ещё почитать

• Гипотеза исследования: H0 и H1 — как вообще формулировать нулевую и альтернативную гипотезы.
• Что такое p-значение простыми словами — как читать результат критерия.
• Ошибки первого и второго рода — почему сторонность влияет на чувствительность теста.
• Как выбрать статистический критерий — общая схема выбора метода.
• Доверительный интервал простыми словами — ещё один способ показать величину различия.

Не уверены, какую гипотезу заявить и как её проверить, — загляните в базу методов или закажите консультацию: эксперт поможет с формулировкой и посчитает за вас.