alternatiefhypothese

De alternatieve hypothese, afgekort als H1 of Ha, is in statistische hypothese-testing de hypothese die stelt dat er een daadwerkelijk effect, verschil of relatie bestaat in de populatie. Ze staat tegenover de nulhypothese H0, die doorgaans stelt dat er geen effect is of geen verschil bestaat. Tijdens een hypotheses-test wordt geprobeerd om bewijs te verzamelen tegen H0 ten gunste van Ha, op basis van een steekproef. Ha kan eenzijdig of tweezijdig zijn: bij een tweezijdige Ha is μ verschillend van μ0 (μ ≠ μ0), terwijl bij een eenzijdige Ha de richting aangeeft (μ > μ0 of μ < μ0).

Een voorbeeld: H0: μ = μ0 en Ha: μ ≠ μ0 is een tweezijdige hypothese over het gemiddelde. Een eenzijdige formulering kan zijn H0: μ ≤ μ0 versus Ha: μ > μ0. In de praktijk wordt bepaald welke Ha passend is door de onderzoeksvraag en theoretische verwachtingen.

De beslissing om H0 al dan niet te verwerpen, gebeurt op basis van een significantieniveau α en de p-waarde. Als de data zó extreem zijn dat de kans op waarnemen onder H0 kleiner is dan α, wordt H0 verworpen ten gunste van Ha. Een belangrijk puntsverschil is dat Ha nooit als definitief bewezen wordt; statistiek gaat over ondersteuning op basis van data en beperkt blijft tot foutmogelijkheden.

Fouten in deze context zijn Type I-fout (ten onrechte H0 verwerpen) en Type II-fout (ten onrechte H0 niet verwerpen terwijl Ha waar is). De keuze voor eenzijdig versus tweezijdig testen hangt af van de onderzoeksvraag; een tweezijdige Ha testeert op alle extremen, terwijl een eenzijdige Ha de richting van het effect specificeert.