Hypothesentest – was bedeuten Nullhypothese und p-Wert eigentlich konkret?

Sehr gern, in normalem Deutsch 🙂 Stell dir den Test wie ein Gerichtsverfahren vor:

• Die Nullhypothese (H₀) ist die „Unschuldsvermutung“ – der langweilige Status quo, z. B. „der neue Dünger bringt keinen Mehrertrag“.
• Die Alternativhypothese (H₁) ist das, was du eigentlich zeigen willst – „der Dünger wirkt“.

Der p-Wert ist dann: Wie wahrscheinlich wäre mein beobachtetes Ergebnis (oder ein noch extremeres), wenn H₀ in Wahrheit stimmt? Ist dieser Wert sehr klein, passt dein Ergebnis schlecht zur „Unschuldsvermutung“ – also sprichst du H₀ schuldig und verwirfst sie.

Ergänzend die Entscheidungsregel, die in fast jeder Klausur drankommt: Du legst vorher ein Signifikanzniveau α fest (meist 5 % = 0,05). Dann gilt:

• p ≤ α → H₀ verwerfen (Ergebnis ist „signifikant“).
• p > α → H₀ nicht verwerfen (das Ergebnis reicht als Beweis nicht aus).

Wichtige Sprachregel, auf die Korrektoren achten: Man sagt nie „H₀ ist bewiesen/angenommen“, sondern nur „nicht verworfen“. Fehlende Beweise sind kein Freispruch erster Klasse. 😉 Und α ist gleichzeitig dein Risiko, eine in Wahrheit richtige H₀ fälschlich zu verwerfen (Fehler 1. Art).

Eine Sache, die mir damals den Knoten gelöst hat: Der p-Wert sagt nicht, wie wahrscheinlich H₀ richtig ist. Er sagt nur, wie gut deine Daten zu H₀ passen unter der Annahme, dass H₀ stimmt. Diese Richtung verwechselt fast jeder am Anfang. Und ein kleiner p-Wert heißt „statistisch auffällig“, nicht automatisch „praktisch bedeutsam“ – bei riesigen Stichproben wird selbst ein winziger, irrelevanter Unterschied signifikant. Lohnt sich, das im Hinterkopf zu behalten.