聲明：本筆記為筆者根據社工師考試整理的濃縮重點，方便考生能夠快速記憶為主，內容較為不嚴謹，難免會有錯誤，正確資訊以課本知識為主
一、基本概念
(一)、定義
假設檢定是研究者利用樣本資料，判斷母體中的差異、關聯或效果是否具有足夠的統計證據。
(二)、翻譯
先假設「沒有差異」，再檢查樣本結果是否足以推翻這個假設。
(三)、例如
新方案與原方案的平均壓力是否具有差異?
1.虛無假設：新方案與原方案的平均壓力「沒有」差異。
2.對立假設：新方案與原方案的平均壓力「具有」差異。
二、虛無假設
(一)、定義
虛無假設(H0)通常主張母體中「沒有差異、沒有關聯或沒有效果」。
(二)、翻譯
先假設沒有差異。類似司法的無罪推定原則。
(三)、例如
1.研究問題：新方案是否能降低服務對象的壓力?
2.虛無假設：新方案與原方案的壓力分數沒有差異。
(四)、兩種決定
研究者最後只能作出兩種決定
1.拒絕虛無假設。
2.未拒絕虛無假設。
(五)、注意
1.虛無假設：假設無效。
2.拒絕虛無假設：破除假設無效=有效。
3.所以當研究結果「拒絕虛無假設」的時候，代表的是研究證實有效。
4.想像成司法判決，無罪推定原則，找證據去證明他有罪，所以拒絕無罪推定的話，意思是有罪。
三、對立假設
(一)、定義
對立假設(H1)主張母體中「具有差異、關聯或介入效果」。
(二)、翻譯
研究者認為有差異。
(三)、非方向性假設
認為有差異，但不知道是比較高，還是比較低。
1.例如：假設新方案與原方案的壓力分數具「有差異」。
2.這類假設通常使用「雙尾檢定」。
(四)、方向性假設
除了認為有差異，也事先指出差異方向。
1.例如：假設新方案與原方案的壓力分數具有差異，且新方案者的平均壓力低於接受原方案者。
2.這類假設通常使用「單尾檢定」。
四、顯著水準
(一)、定義
顯著水準(α)是用來決定是否拒絕虛無假設(H0)的標準，用來定義拒絕H0的界限。
(二)、翻譯
用來決定結果有沒有效的標準，若放得越寬，越容易出現錯誤，抓得越緊，越難出現誤判。
(三)、常見設定包括
1.α＝.05。
2.α＝.01。
3.α＝.10。
(四)、社會科學最常使用α＝.05。
(五)、α＝.05的意義
1.如果虛無假設確實成立，長期重複進行相同研究時，大約有5%的研究會錯誤地拒絕虛無假設。
2.翻譯：確實沒效的情況下，有5%的機會誤判成為有效的。
(六)、p值
1.定義：p值是在虛無假設成立的條件下，得到目前觀察結果或更極端結果的機率。
2.翻譯：確定沒效的狀況下，得到這結果的發生機率。
(七)、p值與α的關係
1.p ≤α: 拒絕虛無假設，結果達到統計顯著。
2.p >α：未拒絕虛無假設，結果「未」達到統計顯著。
五、拒絕域或危險域
(一)、定義
拒絕域又稱危險域，也就是拒絕虛無假設的區域。
(二)、翻譯
判斷結果為有效的區域。
(三)、單尾與雙尾
1.雙尾檢定：拒絕域分布在左右兩端，α＝.05時，每端各占.025。
2.單尾檢定：拒絕域全部放在預測方向的一端。
(四)、臨界值
1.定義：是「拒絕域」與「未拒絕域」之間的界線。
2.翻譯：劃分有沒有效果的那條界線。
(五)、兩種判斷方式
1.臨界值法：檢查統計量是否落入拒絕域。
2.p值法：比較p值與顯著水準α。
3.在相同檢定條件下，兩種方法會得到相同結論。
六、第I型錯誤與第II型錯誤
(一)、第I型錯誤
1.定義：第I型錯誤是虛無假設原本正確，研究者卻錯誤地拒絕它。
2.翻譯：無效被當作有效。
3.符號：第I型錯誤的機率以α表示。
(二)、第II型錯誤
1.定義：第II型錯誤是虛無假設原本錯誤，研究者卻未能拒絕它。
2.翻譯：有效被當作沒效。
3.符號：第II型錯誤的機率以β表示。
(三)、注意
1.α值兩功能：決定危險域、第I型錯誤的機率。
2.降低型一錯誤就會增加型二錯誤。
(四)、比較表格
| 真實情況 | |||
| H0正確 | H0錯誤 | ||
| 決策 | 拒絕H0 | 型一錯誤，機率為α (沒效被當有效) | 正確發現效果 檢定力為1-β |
| 接受H0 | 正確判讀 機率為1-α | 型一錯誤，機率為β (有效被當沒效) | |
(五)、快速記憶
1.第I型錯誤：無效被當作有效。
2.第II型錯誤：有效被當作沒效。
七、檢定力(power)
(一)、定義
檢定力是母體中確實存在特定效果時，研究成功拒絕虛無假設並發現效果的機率。
(二)、翻譯
真的有效的狀況下，成功確認有效的機率。
(三)、公式
1-β
(四)、影響檢定力的因素
1.樣本數越大，檢定力通常越高。
2.真實效果越大，越容易被發現。
3.資料變異越小，檢定力通常越高。
4.測量工具越精確，越容易發現真實效果。
八、效果量
(一)、定義
效果量是用來表示差異、關聯或介入效果大小的統計指標。
(二)、翻譯
不只問「有沒有差異」，還要問「差多少」。
(三)、常見效果量
1.Cohen’s d：比較兩組平均數相差幾個標準差。
2.相關係數r：表示兩個變項關聯的方向及強度。
(四)、效果量與p值的差異
1.p值主要受到效果大小、樣本數及資料變異影響。
2.效果量主要呈現差異或關聯的大小。
九、快速記憶
(一)、虛無假設
沒有差異、沒有關聯、沒有效果。
(二)、對立假設
具有差異、關聯或效果。
(三)、顯著水準
用來決定結果有沒有效果的標準。
(四)、拒絕域
判斷結果為有效的區域。
(五)、第I型錯誤
無效被當作有效。
(六)、第II型錯誤
有效被當作無效。
(七)、檢定力
真的有效的狀況下，成功確認有效的機率。
(八)、效果量
效果到底有多大。