H0Formulierungen
H0-Formulierungen bezeichnen in der Statistik die Formulierung der Nullhypothese (H0) in einem Hypothesentest. Ziel ist es, eine präzise, testbare Behauptung über einen Populationsparameter festzulegen, deren Gültigkeit anhand von Stichprobendaten bewertet wird. Die Nullhypothese wird so gewählt, dass sie falsifiziert werden kann; im Normalfall ist sie eine Gleichheit oder eine Ungleichung, z. B. ein Gleichheits- oder Ungleichheitsbefehl.
- Zweiseitig: H0: μ = μ0 (oder p = p0, ρ = 0) mit H1: μ ≠ μ0
- Einseitig: H0: μ ≥ μ0 versus H1: μ < μ0 oder H0: μ ≤ μ0 versus H1: μ > μ0
- Für Verhältnisse: H0: p = p0; H0: σ² = σ0²
Woran man H0-Formulierungen erkennt:
- Sie beziehen sich auf einen festen Populationsparameter.
- Sie sind präzise, testbar und frei von subjektiven Interpretationen.
- Sie dienen als Ausgangspunkt des Tests; die Daten liefern Belege gegen H0, nicht “belegen” H0.
- H0 und H1 stehen sich entgegengesetzt gegenüber; H1 ist die Alternative, die durch die Daten unterstützt
- P-Wert, Signifikanzniveau α und Teststatistik entscheiden, ob H0 abgelehnt wird.
- Mittelwertvergleiche (z. B. t-Test), Anteilsvergleiche (z-Test), Zusammenhangsmaße (z. B. Pearson-Korrelation).
- Formulierung zu vage, z. B. “kein Effekt” ohne spezifizierte Parameter.
- Nichtbeachtung der Testrichtung bei ein- oder zweiseitigen Tests.