Hypothesentest

Ein Hypothesentest ist eine statistische Methode, mit der anhand von Stichprobendaten entschieden wird, ob eine Nullhypothese H0 überprüft werden sollte oder nicht. H0 drückt meist einen Status quo oder keinen Effekt aus, während die Alternativhypothese Ha einen Unterschied oder Effekt behauptet. Das Verfahren verwendet ein Signifikanzniveau α, einen Teststatistikwert und einen p-Wert, um eine Entscheidung zu treffen.

Der Ablauf umfasst die Formulierung von H0 und Ha, die Wahl eines geeigneten Tests (z. B. t-Test, z-Test, Chi-Quadrat, ANOVA) und die Prüfung der entsprechenden Annahmen (Verteilung, Unabhängigkeit, Skalierung). Anschließend werden Daten erhoben, die Teststatistik berechnet und der p-Wert oder ein kritischer Wert herangezogen. Ist der p-Wert kleiner als α, wird H0 verworfen; andernfalls wird H0 nicht verworfen. Tests können ein- oder zweiseitig sein, je nachdem, ob die Abweichung in eine oder in beide Richtungen geprüft wird.

Wichtige Konzepte sind Fehlerarten: Typ-I-Fehler (fälschliche Ablehnung von H0) und Typ-II-Fehler (fälschliche Nichtablehnung von H0), sowie die Teststärke (Power). Die Ergebnisse sollten neben der statistischen Signifikanz auch die Effektgröße und die praktische Relevanz berücksichtigen. Bei mehreren Tests ist eine Korrektur (z. B. Bonferroni) sinnvoll.

Historisch spielen p-Werte in der Frequentistenlogik eine zentrale Rolle; Bayesianische Ansätze bieten alternativ eine Wahrscheinlichkeitsbewertung der Hypothesen. Ein gut durchgeführter Hypothesentest beruht auf sorgfältiger Planung, Transparenz und Berichterstattung.