Hypothese
In diesem Beitrag
Was versteht man unter einer Hypothese?
Eine Hypothese ist in der Statistik eine präzise, überprüfbare Aussage über einen unbekannten Parameter oder einen Zusammenhang in der Grundgesamtheit. Sie bildet die formale Grundlage für jeden statistischen Test. In der klassischen Inferenzstatistik werden stets zwei gegensätzliche Hypothesen gegenübergestellt:
- Nullhypothese (H₀): Die Ausgangshypothese, die keinen Effekt, keinen Unterschied oder keinen Zusammenhang annimmt. Sie gilt so lange als vorläufig wahr, bis die Daten deutlich dagegen sprechen.
- Alternativhypothese (H₁): Die Forschungshypothese, die einen Effekt, einen Unterschied oder einen Zusammenhang behauptet. Sie entspricht in der Regel dem, was man eigentlich zeigen möchte.
Hypothesen beziehen sich immer auf die Grundgesamtheit, nicht auf die vorliegende Stichprobe. Ob eine Hypothese gerichtet (einseitig) oder ungerichtet (zweiseitig) formuliert wird, hängt von der Forschungsfrage ab.
Beispiel: Gerichtete vs. ungerichtete Hypothese
- Ungerichtet (zweiseitig): H₀: μ₁ = μ₂ | H₁: μ₁ ≠ μ₂
- Gerichtet (einseitig): H₀: μ₁ ≤ μ₂ | H₁: μ₁ > μ₂
Warum ist die Hypothese für statistische Analysen wichtig?
Ohne eine klar formulierte Hypothese gibt es keine sinnvolle statistische Prüfung. Die Hypothese legt fest, welcher Test verwendet wird, ob eine ein- oder zweiseitige Prüfung angemessen ist und wie die Ergebnisse interpretiert werden. Sie ist damit das Herzstück jedes Hypothesentests.
Praktisch bedeutet das: Wer seine Hypothese vor der Datenerhebung schriftlich fixiert, schützt sich vor unbewusster Ergebnisbeeinflussung. Dieses Vorgehen nennt sich Präregistrierung und gewinnt in der empirischen Forschung zunehmend an Bedeutung.
Praxisbeispiel zu Hypothese
Eine Psychologiestudentin untersucht in ihrer Bachelorarbeit, ob Schlafmangel die Gedächtnisleistung beeinflusst. Sie bildet zwei Gruppen: Eine Gruppe schläft 8 Stunden, die andere nur 5 Stunden. Anschließend absolvieren alle Teilnehmenden einen Gedächtnistest.
| Hypothese | Formulierung | Art |
|---|---|---|
| Nullhypothese (H₀) | Schlafmangel hat keinen Einfluss auf die Gedächtnisleistung (μ₁ = μ₂) | Ungerichtet |
| Alternativhypothese (H₁) | Die ausgeschlafene Gruppe erzielt höhere Testwerte (μ₁ > μ₂) | Gerichtet (einseitig) |
Da die Studentin eine klare Richtung erwartet (mehr Schlaf = bessere Leistung), formuliert sie eine gerichtete Hypothese und verwendet entsprechend einen einseitigen t-Test. Das Ergebnis des Tests wird dann daran gemessen, ob der berechnete p-Wert unter dem vorab festgelegten Signifikanzniveau (z. B. α = 0,05) liegt – und ob die Nullhypothese damit verworfen werden kann.
