In der Regel handelt es sich sowohl in den Sozialwissenschaften als auch in der Medizin um probabilistische Hypothesen, d.h. die nur mit einer gewissen Wahrscheinlichkeit zutreffen. Zur \u00dcberpr\u00fcfung der Forschungshypothese (H1) wird ein statistischer Signifikanztest<\/span> durchgef\u00fchrt mit dem entschieden wird, ob die Nullhypothese (H0) verworfen oder beibehalten wird.<\/p>\n Das Ergebnis des Signifikanztests wird als p-Wert<\/span> ausgegeben und kann Werte zwischen 0 und 1 erreichen. Der p-Wert ist die Wahrscheinlichkeit, dass unter der Annahme, die Nullhypothese sei wahr, die Ergebnisse wie beobachtet (oder extremer) ausfallen. Oder in anderen Worten: Je geringer der p-Wert, desto geringer die Wahrscheinlichkeit, dass das Ergebnis zuf\u00e4llig entstanden ist und in Wirklichkeit die Nullhypothese zutrifft.<\/p>\n Wann ein Ergebnis als statistisch signifikant <\/span>bezeichnet werden kann, wird anhand der vorab festgelegten Irrtumswahrscheinlichkeit (= \u03b1-Signifikanzniveau) entschieden. Per wissenschaftlicher Konvention wird i.d.R. eine Irrtumswahrscheinlichkeit von 5% angenommen. Ist der p-Wert nun kleiner als die Irrtumswahrscheinlichkeit (p < 0,05), dann gilt das Forschungsergebnis als statistisch signifikant und die Nullhypothese wird verworfen. Dabei besteht allerdings ein Restrisiko, dass ich mich irre und in Wirklichkeit die Nullhypothese zutrifft.<\/p>\n Mit der Inferenzstatistik werden Schlussfolgerungen von den Daten einer Stichprobe auf die Verh\u00e4ltnisse in der Population gezogen, aus der die Stichprobe stammt. Mittels eines statistischen Tests \u00fcberpr\u00fcft man, ob die Forschungshypothese zutrifft und die Nullhypothese verworfen wird, oder nicht. Statistische Hypothesenpr\u00fcfung (= Signifikanztest) In der Regel handelt es sich sowohl in den Sozialwissenschaften als auch … Weiterlesen Inferenzstatistik<\/span><\/a><\/p>\n","protected":false},"author":2524,"featured_media":0,"parent":98,"menu_order":3,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/pages\/449"}],"collection":[{"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/users\/2524"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/comments?post=449"}],"version-history":[{"count":10,"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/pages\/449\/revisions"}],"predecessor-version":[{"id":1033,"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/pages\/449\/revisions\/1033"}],"up":[{"embeddable":true,"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/pages\/98"}],"wp:attachment":[{"href":"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/wp-json\/wp\/v2\/media?parent=449"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"\"](\"https:\/\/blogs.urz.uni-halle.de\/medsoz1\/files\/2017\/06\/Tabelle-Hypothesentest-300x82.png\")
<\/a><\/div>\n
\nWird umgekehrt die Nullhypothese (H0) f\u00e4lschlicherweise beibehalten, obwohl die Alternativhypothese in Wirklichkeit zutrifft, spricht man vom Fehler 2. Art (\u03b2-Fehlerrisiko<\/span><\/span>)<\/span>. Je kleiner der \u03b1-Fehler ist, desto seltener wird die Nullhypothese f\u00e4lschlicherweise abgelehnt \u2013 allerdings steigt dann die Wahrscheinlichkeit, zu Unrecht die Nullhypothese anzunehmen und die Alternativhypothese abzulehnen (\u03b2-Fehler)<\/span>.<\/div>\n