Hypothesentest
In dieser Lektion lernst du, wie du mit einem Hypothesentest eine Behauptung über eine Wahrscheinlichkeit anhand einer Stichprobe überprüfst. Du stellst Null- und Gegenhypothese auf, bestimmst den Ablehnungsbereich und lernst die beiden Fehlerarten kennen, die bei jeder Testentscheidung auftreten können.
- Fach: Mathematik
- Klasse 12
- Thema: Stochastik
- Dauer: 20 Min
- Niveau: Schwer
Eine Behauptung mit Daten prüfen
Ein Hypothesentest ist ein statistisches Verfahren, mit dem du eine Vermutung über eine unbekannte Wahrscheinlichkeit anhand von Stichprobendaten überprüfst. Ein Hersteller behauptet zum Beispiel, sein Medikament wirke bei 80 Prozent aller Patienten. Ein Test hilft zu entscheiden, ob diese Behauptung angesichts der beobachteten Daten haltbar ist.
Der Ausgangspunkt ist immer die Nullhypothese H0, die zunächst als gültig angenommen wird, meist die zu prüfende Behauptung. Ihr gegenüber steht die Gegenhypothese H1, die das Gegenteil beschreibt. Anhand der Stichprobe wird entschieden, ob genügend Beweise vorliegen, um H0 zu verwerfen.
In der Praxis werden Hypothesentests in der Qualitätskontrolle eingesetzt, etwa um zu prüfen, ob der Ausschussanteil einer Maschine noch im zulässigen Bereich liegt, oder in der Medizin, um die Wirksamkeit eines neuen Medikaments zu bewerten. Überall dort, wo eine Entscheidung auf Basis unsicherer Daten getroffen werden muss, kommen Hypothesentests zum Einsatz.
Ein typischer Fehler ist zu glauben, ein Hypothesentest liefere absolute Gewissheit. Tatsächlich bleibt immer ein Restrisiko, sich zu irren, denn die Entscheidung basiert auf einer Stichprobe, nicht auf der vollständigen Grundgesamtheit. Dieses Risiko wird durch das Signifikanzniveau kontrolliert, aber nie vollständig beseitigt.
Fehler 1. Art und Fehler 2. Art
Bei jedem Hypothesentest können zwei Arten von Fehlern auftreten, weil die Entscheidung immer auf einer begrenzten Stichprobe beruht. Ein Fehler 1. Art liegt vor, wenn H0 verworfen wird, obwohl sie in Wirklichkeit richtig ist. Diese Wahrscheinlichkeit wird durch das Signifikanzniveau Alpha nach oben begrenzt.
Ein Fehler 2. Art liegt vor, wenn H0 beibehalten wird, obwohl sie in Wirklichkeit falsch ist. Diese Wahrscheinlichkeit wird mit Beta bezeichnet und lässt sich meist nicht so einfach kontrollieren wie Alpha. Beide Fehlerarten stehen in einem Spannungsverhältnis: Verringert man Alpha, steigt in der Regel Beta.
Fehler 1. Art
H0 wird verworfen, obwohl sie eigentlich richtig ist.
Beispiele
- Eine intakte Maschine wird fälschlich als defekt eingestuft
- Wahrscheinlichkeit höchstens Alpha
Signalwörter
- falscher Alarm
- Signifikanzniveau begrenzt das Risiko
- auch alpha-Fehler genannt
Fehler 2. Art
H0 wird beibehalten, obwohl sie eigentlich falsch ist.
Beispiele
- Eine defekte Maschine läuft unentdeckt weiter
- Wahrscheinlichkeit wird mit Beta bezeichnet
Signalwörter
- übersehener Fehler
- schwerer zu kontrollieren
- auch beta-Fehler genannt
| Merkmal | Fehler 1. Art | Fehler 2. Art |
|---|---|---|
| Was passiert | H0 wird verworfen, obwohl sie stimmt | H0 wird beibehalten, obwohl sie falsch ist |
| Wahrscheinlichkeit | höchstens Alpha | wird mit Beta bezeichnet |
Einseitigen Hypothesentest durchführen
Ein Hersteller behauptet, seine Maschine produziere höchstens 5 Prozent Ausschuss. Ein Kontrolleur vermutet, der Anteil sei höher. Formuliere die Hypothesen.
Gegeben:
- Behauptung: Ausschussanteil p0,05
- Vermutung des Kontrolleurs: Anteil ist höher
Gesucht:
Nullhypothese und GegenhypotheseLösung:
- Die Behauptung des Herstellers wird als Nullhypothese formuliert, da sie zunächst als gültig gilt.
- H0: p = 0,05, also der Ausschussanteil beträgt höchstens 5 Prozent.
- Die Vermutung des Kontrolleurs wird zur Gegenhypothese, da sie das Gegenteil behauptet.
- H1: p > 0,05, also der Ausschussanteil ist tatsächlich höher.
Es handelt sich um einen einseitigen Test mit H0: p = 0,05 gegen H1: p > 0,05. Da H1 nur eine Richtung prüft (größer als), spricht man von einem rechtsseitigen Test. Der Ablehnungsbereich läge dann im Bereich hoher Ausschusszahlen.
Testentscheidung anhand des Ablehnungsbereichs treffen
Bei n = 100 Teilen und Signifikanzniveau Alpha = 0,05 ergibt sich für den obigen Test ein Ablehnungsbereich von mindestens 10 defekten Teilen. Es werden 12 defekte Teile gefunden. Wie lautet die Entscheidung?
Gegeben:
- Ablehnungsbereich: mindestens 10 defekte Teile
- beobachtetes Ergebnis: 12 defekte Teile
Gesucht:
TestentscheidungLösung:
- Beobachtetes Ergebnis mit dem Ablehnungsbereich vergleichen: 12 liegt im Bereich ab 10 defekten Teilen.
- Da der Wert im Ablehnungsbereich liegt, wird die Nullhypothese H0 verworfen.
- Die Gegenhypothese H1 wird angenommen: Der Ausschussanteil ist höher als vom Hersteller behauptet.
- Die Entscheidung ist mit dem Risiko eines Fehlers 1. Art von höchstens 5 Prozent behaftet.
H0 wird verworfen, die Vermutung des Kontrolleurs wird statistisch bestätigt. Das bedeutet nicht mit hundertprozentiger Sicherheit, dass der Ausschussanteil wirklich höher ist, sondern nur, dass die Daten bei angenommener Gültigkeit von H0 sehr unwahrscheinlich wären.
Typische Fehler
Ein häufiger Fehler ist, die Nullhypothese und die Gegenhypothese zu vertauschen. Als Nullhypothese wird üblicherweise die Behauptung formuliert, die zunächst als gültig gilt, oft der aktuelle Stand oder die Werbeaussage eines Herstellers, nicht die neue Vermutung.
Ein zweiter Fehler ist die Aussage, ein nicht verworfenes H0 sei damit bewiesen richtig. Ein Hypothesentest kann H0 nur verwerfen oder beibehalten, niemals aber endgültig beweisen. Beibehalten bedeutet lediglich, dass die Daten nicht ausreichen, um H0 zu widerlegen.
Ein dritter Fehler ist, das Signifikanzniveau mit der Wahrscheinlichkeit zu verwechseln, dass H0 tatsächlich falsch ist. Alpha beschreibt nur die Wahrscheinlichkeit für einen Fehler 1. Art unter der Annahme, dass H0 richtig ist, keine Aussage über die tatsächliche Richtigkeit von H0.
Tipps fürs Abitur
Formuliere Hypothesen immer in Ruhe zuerst in Worten, bevor du sie in Formelschreibweise notierst. So vermeidest du, H0 und H1 versehentlich zu vertauschen, was den gesamten weiteren Test verfälscht.
Achte genau darauf, ob eine Aufgabe einen einseitigen oder einen zweiseitigen Test verlangt. Ein einseitiger Test prüft nur eine Richtung, etwa ob ein Wert größer oder nur kleiner ist, während ein zweiseitiger Test auf jede Abweichung reagiert, egal in welche Richtung.
| Testart | Gegenhypothese | Beispiel |
|---|---|---|
| rechtsseitig | H1: p > p0 | Vermutung, dass Anteil höher ist |
| linksseitig | H1: p < p0 | Vermutung, dass Anteil niedriger ist |
| zweiseitig | H1: p ≠ p0 | Vermutung, dass Anteil abweicht, egal in welche Richtung |
Jetzt bist du dran
Was beschreibt die Nullhypothese H0 in der Regel?
Noch nicht. H0 ist die Annahme, die zunächst als gültig betrachtet wird, meist die bestehende Behauptung. Erst wenn die Daten stark dagegen sprechen, wird sie zugunsten von H1 verworfen.
Das Wichtigste in Kürze
- Die Nullhypothese H0 ist die zunächst geltende Annahme, meist die Behauptung.
- Die Gegenhypothese H1 beschreibt das Gegenteil und wird bei ausreichendem Beweis angenommen.
- Ein Fehler 1. Art bedeutet, H0 wird verworfen, obwohl sie richtig ist.
- Ein Fehler 2. Art bedeutet, H0 wird beibehalten, obwohl sie falsch ist.
- Ein Hypothesentest liefert nie absolute Sicherheit, sondern eine begründete Entscheidung mit kontrolliertem Risiko.
Lektion abschließen
Schließe alle Aufgaben ab, um diese Lektion zu beenden.
Häufige Fragen zu Hypothesentest
- Was ist ein Hypothesentest?
- Ein Hypothesentest ist ein statistisches Verfahren, das anhand einer Stichprobe prüft, ob eine Behauptung über eine Wahrscheinlichkeit haltbar ist. Dazu wird eine Nullhypothese aufgestellt und mit den beobachteten Daten verglichen. Je nachdem, ob das Ergebnis in den Ablehnungsbereich fällt, wird die Nullhypothese verworfen oder beibehalten.
- Was ist der Unterschied zwischen Nullhypothese und Gegenhypothese?
- Die Nullhypothese H0 ist die Annahme, die zunächst als gültig gilt, meist die zu prüfende Behauptung. Die Gegenhypothese H1 beschreibt das Gegenteil. Der Test entscheidet, ob die Daten so stark gegen H0 sprechen, dass H1 als plausibler angenommen wird.
- Was bedeutet das Signifikanzniveau?
- Das Signifikanzniveau Alpha legt die maximal akzeptierte Wahrscheinlichkeit für einen Fehler 1. Art fest, also dafür, H0 fälschlich zu verwerfen. Übliche Werte sind 0,05 oder 0,01. Je kleiner Alpha gewählt wird, desto strenger ist der Test, aber desto größer wird meist das Risiko für einen Fehler 2. Art.
- Was ist der Unterschied zwischen Fehler 1. Art und Fehler 2. Art?
- Ein Fehler 1. Art liegt vor, wenn H0 verworfen wird, obwohl sie richtig ist. Ein Fehler 2. Art liegt vor, wenn H0 beibehalten wird, obwohl sie falsch ist. Beide Fehler können bei einer Testentscheidung auftreten, weil die Entscheidung immer auf einer begrenzten Stichprobe beruht.
- In welcher Klasse wird der Hypothesentest behandelt?
- Der Hypothesentest wird meist in der zwölften Klasse im Rahmen der Stochastik behandelt, aufbauend auf der Binomialverteilung. Er gehört zu den anspruchsvolleren Themen des Abiturs, weil er statistisches Denken mit konkreten Wahrscheinlichkeitsberechnungen verbindet.
- Wie bestimme ich den Ablehnungsbereich?
- Du nutzt die Binomialverteilung, um die Werte zu finden, für die die Wahrscheinlichkeit unter der Annahme von H0 höchstens Alpha beträgt. Diese Werte bilden den Ablehnungsbereich. Fällt das beobachtete Ergebnis in diesen Bereich, wird H0 verworfen.
- Was ist der Unterschied zwischen einseitigem und zweiseitigem Test?
- Ein einseitiger Test prüft nur eine Richtung der Abweichung, etwa ob ein Anteil größer oder nur kleiner ist als angenommen. Ein zweiseitiger Test prüft dagegen jede Abweichung, egal in welche Richtung, und hat deshalb einen Ablehnungsbereich an beiden Rändern der Verteilung.
- Beweist ein Hypothesentest, dass eine Behauptung stimmt oder falsch ist?
- Nein, ein Hypothesentest liefert nie einen endgültigen Beweis, sondern nur eine begründete Entscheidung mit kontrolliertem Risiko. Wird H0 verworfen, sprechen die Daten stark dagegen, bewiesen falsch ist sie damit trotzdem nicht. Wird H0 beibehalten, heißt das nur, dass die Daten nicht ausreichen, um sie zu widerlegen.
Wiederhol diese Fragen später mit deinem Lernkarten-Trainer.