السؤال عن مدى استبعاد البيانات إذا لم يكن هناك تأثير — الإطار الذي تُعلن فيه الاكتشافات.اختبار الفرضية الصفرية هو إطار إحصائي يُستخدم لتحديد ما إذا كان التأثير الملحوظ في البيانات حقيقيًا أم قد يكون ناتجًا عن الصدفة العشوائية. تنص "الفرضية الصفرية" عادةً على عدم وجود تأثير أو فرق أو علاقة — على سبيل المثال، أن دواءً جديدًا لا يعمل أفضل من الدواء الوهمي. يطرح الاختبار السؤال التالي: إذا كانت الفرضية الصفرية صحيحة، فما مدى استبعاد رؤية بيانات متطرفة على الأقل مثل تلك التي لوحظت بالفعل؟ إذا انخفض هذا الاستبعاد دون عتبة محددة مسبقًا (شائعة 5٪)، يعلن الباحثون أن النتيجة "ذات دلالة إحصائية" ويرفضون الفرضية الصفرية لصالح فرضية بديلة.
تمت صياغة هذا الإطار في أوائل القرن العشرين على يد رونالد فيشر، الذي قدم مفهوم اختبار الدلالة في عشرينيات القرن الماضي، ثم وسّعه لاحقًا جيرزي نيمان وإيغون بيرسون مع الفرضية البديلة وأنواع الأخطاء.
يبدأ الإجراء بافتراض صحة الفرضية الصفرية. من هذا الافتراض، يُشتق توزيع احتمالي لإحصائية الاختبار — وهو رقم يلخص البيانات، مثل الفرق بين المتوسطات. تعطي البيانات الملحوظة قيمة فعلية لتلك الإحصائية. ثم يحسب الاختبار احتمال الحصول على قيمة متطرفة أو أكثر تطرفًا من القيمة الملحوظة، تحت التوزيع المفترض. هذا الاحتمال هو القيمة الاحتمالية (p-value). إذا كانت القيمة الاحتمالية صغيرة بما يكفي، تُعتبر النتيجة غير متوافقة مع الفرضية الصفرية، ويتم رفض الفرضية الصفرية.
إنها الأداة الافتراضية في البحث العلمي، من التجارب السريرية إلى تجارب علم النفس، لتحديد ما إذا كان التدخل أو التأثير يستحق الاهتمام.
عتبة 5٪ للدلالة الإحصائية تم نشرها بواسطة فيشر، الذي اختارها كرقم دائري مناسب في كتابه الصادر عام 1925 بعنوان "الأساليب الإحصائية للباحثين".












