Einseitiger Test
In diesem Beitrag
Was versteht man unter einem einseitigen Test?
Ein einseitiger Test ist ein statistischer Hypothesentest, bei dem die Alternativhypothese eine gerichtete Aussage trifft – das heißt, es wird vorab festgelegt, in welche Richtung ein Effekt oder Unterschied erwartet wird. Die gesamte Ablehnungsregion für die Nullhypothese liegt dabei auf einer Seite der Verteilung des Prüfstatistik.
Man unterscheidet zwei Varianten:
- Rechtsseitiger Test: Die Alternativhypothese lautet, dass ein Parameter größer als ein bestimmter Wert ist (z. B. ).
- Linksseitiger Test: Die Alternativhypothese lautet, dass ein Parameter kleiner als ein bestimmter Wert ist (z. B. ).
Im Gegensatz dazu prüft ein zweiseitiger Test ungerichtet, ob ein Parameter von einem Wert abweicht – in beide Richtungen. Beim einseitigen Test fließt das gesamte Signifikanzniveau in eine Seite der Verteilung, was ihn unter bestimmten Voraussetzungen trennschärfer macht.
Warum ist der einseitige Test für statistische Analysen wichtig?
Die Wahl zwischen einem ein- und einem zweiseitigen Test hat direkte Auswirkungen auf die statistische Teststärke (Power) und die Interpretation der Ergebnisse. Ein einseitiger Test ist dann sinnvoll und legitim, wenn eine gerichtete Hypothese bereits vor der Datenerhebung theoretisch oder inhaltlich begründet ist. In diesem Fall ist er dem zweiseitigen Test überlegen, weil er denselben Effekt mit größerer Wahrscheinlichkeit aufdeckt.
Der kritische Vorteil: Da der gesamte Ablehnungsbereich auf einer Seite liegt, ist der kritische Wert der Prüfgröße kleiner als beim zweiseitigen Test – ein Effekt muss also weniger stark ausgeprägt sein, um Signifikanz zu erreichen.
Praxisbeispiel zu einem einseitigen Test
Eine Forscherin möchte wissen, ob ein neues Lernprogramm die Prüfungsnoten von Studierenden verbessert. Sie hat eine klare Richtungserwartung: Das Programm soll helfen, nicht schaden. Daher formuliert sie ihre Hypothesen wie folgt:
- Nullhypothese H₀: Das Programm verbessert die Noten nicht (Mittelwert der Notenveränderung ≤ 0).
- Alternativhypothese H₁: Das Programm verbessert die Noten (Mittelwert der Notenveränderung > 0).
Sie erhebt Daten von 30 Studierenden und führt einen einseitigen t-Test durch. Das Ergebnis: und der zugehörige einseitige p-Wert beträgt 0,032. Da dieser Wert unter dem Signifikanzniveau von liegt, verwirft sie die Nullhypothese und schlussfolgert, dass das Lernprogramm die Noten signifikant verbessert.
| Merkmal | Einseitiger Test | Zweiseitiger Test |
|---|---|---|
| Richtung der Hypothese | Gerichtet (> oder <) | Ungerichtet (≠) |
| Ablehnungsbereich | Eine Seite der Verteilung | Beide Seiten der Verteilung |
| p-Wert (bei gleichem t) | Kleiner | Größer (ca. doppelt so groß) |
| Teststärke (Power) | Höher (in der richtigen Richtung) | Niedriger |
| Voraussetzung | Vorab begründete Richtungserwartung | Keine Richtungserwartung nötig |
