Once researchers have developed hyp

Once researchers have developed hypotheses, they can be tested. As we have already seen, a hypothesis suggests relationships between variables. Suppose we hypothesize that men and women drink different amounts of coffee during the day during finals. The independent variable in this case is gender, while the dependent variable is number of cups of coffee. We collect data and find that to average number of cups of coffee consumed by female students per day during finals is 6.1, and the average number of cups of coffee consumed by males is 4.7. Is this finding meaningful? The answer appears to be straight- forward (after all, 6.1 is larger than 4.7), but sampling error could have distorted the results enough so that we conclude there are no real differences between men’s and women’s coffee consumption.

ผลลัพธ์ (ไทย) 1:

เมื่อนักวิจัยได้พัฒนาสมมติฐาน พวกเขาสามารถทดสอบ เราได้เห็นแล้ว สมมติฐานแสดงให้เห็นความสัมพันธ์ระหว่างตัวแปร สมมติว่า เรา hypothesize ที่ผู้ชาย และผู้หญิงที่ดื่มกาแฟจำนวนระหว่างวันระหว่างรอบ ตัวแปรอิสระคือ เพศ ในกรณีนี้ในขณะที่ตัวแปรเป็นเลขของถ้วยกาแฟ เราเก็บรวบรวมข้อมูลและค้นหาที่ถ้วยกาแฟที่ถูกใช้ โดยนักเรียนหญิงต่อวันในรอบชิงชนะเลิศจำนวนเฉลี่ย 6.1 และถ้วยกาแฟที่บริโภค โดยประชากรชายจำนวนเป็น 4.7 ค้นพบนี้มีความหมาย คำตอบที่ดูเหมือนจะตรงไป (หลังจากที่ทุก 6.1 มีขนาดใหญ่กว่า 4.7), แต่ข้อผิดพลาดการสุ่มตัวอย่างสามารถมีผิดเพี้ยนพอผลลัพธ์ดังนั้นเราสรุปมีความแตกต่างไม่จริงระหว่างการบริโภคกาแฟของผู้ชายและผู้หญิง

ผลลัพธ์ (ไทย) 2:

เมื่อนักวิจัยได้พัฒนาสมมติฐานที่พวกเขาสามารถได้รับการทดสอบ ที่เราได้เห็นอยู่แล้วว่าเป็นสมมติฐานที่แสดงให้เห็นความสัมพันธ์ระหว่างตัวแปร สมมติว่าเราตั้งสมมติฐานว่าผู้ชายและผู้หญิงที่ดื่มในปริมาณที่แตกต่างกันของกาแฟในระหว่างวันในช่วงรอบชิงชนะเลิศ ตัวแปรอิสระในกรณีนี้คือเพศในขณะที่ตัวแปรตามคือจำนวนของถ้วยกาแฟ เราเก็บรวบรวมข้อมูลและพบว่าจำนวนเฉลี่ยของถ้วยกาแฟบริโภคโดยนักเรียนหญิงต่อวันในช่วงรอบชิงชนะเลิศคือ 6.1 และค่าเฉลี่ยของจำนวนถ้วยกาแฟบริโภคโดยเพศชายคือ 4.7 คือการค้นพบนี้มีความหมาย? คำตอบที่ดูเหมือนจะตรงไปข้างหน้า (หลังจากทั้งหมด 6.1 มีขนาดใหญ่กว่า 4.7) แต่สุ่มตัวอย่างข้อผิดพลาดจะได้บิดเบือนผลเพียงพอเพื่อให้เราสรุปไม่มีความแตกต่างที่แท้จริงระหว่างการบริโภคกาแฟของผู้ชายและผู้หญิง

ผลลัพธ์ (ไทย) 3:

เมื่อนักวิจัยได้พัฒนาและพวกเขาจะถูกทดสอบ อย่างที่เราได้เห็น สมมติฐาน พบความสัมพันธ์ระหว่างตัวแปร สมมติว่า เราพบว่าผู้ชายและผู้หญิงดื่มในปริมาณที่แตกต่างกันของกาแฟในระหว่างวัน ในรอบชิงชนะเลิศ ตัวแปรอิสระ ในกรณีนี้ คือ เพศ ในขณะที่ตัวแปรจำนวนถ้วยของกาแฟ เราเก็บรวบรวมข้อมูลและพบว่าค่าเฉลี่ยของจำนวนถ้วยของกาแฟที่ใช้ โดยนักเรียนหญิงต่อวันในระหว่างรอบชิงชนะเลิศเป็น 6.1 และจำนวนถ้วยของกาแฟที่ใช้ โดยตัวผู้เป็น 4.7 . นี้คือการหาความหมายเหรอ คำตอบที่ดูเหมือนจะตรงและไปข้างหน้า ( หลังจากทั้งหมด , 6.1 มีขนาดใหญ่กว่า 4.7 ) แต่ตัวอย่างข้อผิดพลาดอาจมีการบิดเบือนผลเพียงพอเพื่อให้เราสรุปว่า ไม่มีความแตกต่างที่แท้จริงระหว่างผู้ชายและการบริโภคกาแฟของผู้หญิง