Hypothesentests

Ein Hypothesentest prüft anhand von Stichproben, ob eine Annahme über eine Population (Grundgesamtheit) zutrifft. Getestet wird die Ausgangsvermutung (=Nullhypothese H₀) gegen eine Alternativhypothese (H₁). Irrtümer sind möglich, weil der Test auf Wahrscheinlichkeiten basiert und Stichproben nur eine Teilmenge der Gesamtpopulation repräsentieren. Zufallsschwankungen können daher zu falschen Schlussfolgerungen führen, daher wird das Irrtumsrisiko festgelegt und 2 Risikoarten bzw. Fehlerarten unterschieden: ■ Das α-Risiko entspricht dem Fall, dass die Hypothese H0 verworfen wird, obwohl sie in der Realität zutrifft ■ Das β-Risiko entspricht dem Fall, dass die Hypothese H0 akzeptiert wird, in der Realität jedoch nicht zutrifft Mit Hilfe eines Beispiels wird die Problematik der Entscheidung eines Hypothesentests verdeutlicht --> Ein Richter verurteilt einen Angeklagten. Es bestehen nun vier verschiedene Möglichkeiten der „Tatsachen/ Richtigkeit“:

1. Der Angeklagte ist unschuldig, der Richter spricht den Angeklagten frei.

2. Der Angeklagte ist schuldig, der Richter spricht ihn schuldig.

3. Der Angeklagte ist unschuldig, der Richter irrt sich und spricht ihn schuldig.

4. Der Angeklagte ist schuldig, der Richter irrt sich und spricht ihn frei.

Zwei Entscheidungen wären korrekt, zwei Entscheidungen wären falsch und würden entweder zu Ungunsten des Angeklagten (Möglichkeit 3) oder zu Ungunsten des Anklägers (Möglichkeit 4) ausfallen.

Hypothesentests werden in vielen Bereichen der Praxis eingesetzt:

Medizin:

Zur Überprüfung der Wirksamkeit von Medikamenten, indem die Wirksamkeit einer neuen Behandlung gegen eine Standardbehandlung getestet wird

Marktforschung:

Um herauszufinden, ob eine neue Werbekampagne den Umsatz signifikant steigert

Psychologie:

Um Verhaltensweisen oder Meinungen zu analysieren, z. B. ob ein Training das Verhalten verändert

Qualitätskontrolle:

In der Industrie, um festzustellen, ob ein Produktionsprozess stabil ist oder eine Änderung erfordert Hypothesentests helfen also dabei, fundierte Entscheidungen auf Basis von Daten zu treffen. In der Praxis reduziert man die Fehlermöglichkeiten bei Hypothesentests durch das Festlegen eines Signifikanzniveaus, größere Stichproben, Konfidenzintervalle und Korrekturen bei mehrfachen Tests. Dadurch kann die Aussagegenauigkeit erhöht werden.

Cindy Heinzemann

Training, Coaching, KursentwicklungDank ihrer langjährigen und umfassenden Erfahrung in der Leitung von LEAN- und SIX SIGMA-Projekten sowie im Coaching begleitet Cindy Heinzemann unsere Teilnehmenden zielgerichtet durch die Kurse. Mit ihrem fundierten Fachwissen und ihrer positiven Art versteht sie es, theoretische Inhalte mit praxisnahen Erfahrungsberichten zu verbinden und dadurch den Lernerfolg zu gewährleisten. Als zertifizierte Nachhaltigkeitsmanagerin (TÜV) liegt es ihr sehr am Herzen, die Zukunftsfähigkeit für Neuentwicklungen oder Verbesserungen von Produkten und/oder Prozessen als Selbstverständlichkeit zu berücksichtigen und somit nachhaltige Lösungen zu gewährleisten.