Alai

Eine Hypothese ist eine spezifische Aussage über eine Vorhersage. Sie beschreibt konkret (und nicht nur theoretisch), was Sie in Ihrer Studie erwarten. Nicht alle Studien haben Hypothesen. Manchmal ist eine Studie eher explorativ angelegt (siehe induktive Forschung). Es gibt keine formale Hypothese, und vielleicht besteht der Zweck der Studie darin, einen bestimmten Bereich gründlicher zu untersuchen, um eine spezifische Hypothese oder Vorhersage zu entwickeln, die in zukünftigen Forschungsarbeiten getestet werden kann. Eine einzelne Studie kann eine oder mehrere Hypothesen enthalten.

Wenn ich von einer Hypothese spreche, denke ich in Wirklichkeit an zwei Hypothesen gleichzeitig. Nehmen wir an, Sie sagen voraus, dass es in Ihrer Studie eine Beziehung zwischen zwei Variablen gibt. Der Hypothesentest wird formell so aufgebaut, dass zwei Hypothesen formuliert werden, eine, die Ihre Vorhersage beschreibt, und eine, die alle anderen möglichen Ergebnisse in Bezug auf die hypothetische Beziehung beschreibt. Ihre Vorhersage lautet, dass die Variable A und die Variable B miteinander in Beziehung stehen werden (es ist Ihnen egal, ob es sich um eine positive oder negative Beziehung handelt). Das einzige andere mögliche Ergebnis wäre, dass die Variable A und die Variable B nicht miteinander verbunden sind. Normalerweise nennen wir die Hypothese, die Sie unterstützen (Ihre Vorhersage), die Alternativhypothese, und die Hypothese, die die übrigen möglichen Ergebnisse beschreibt, die Nullhypothese. Manchmal verwenden wir eine Schreibweise wie HA oder H1, um die Alternativhypothese oder Ihre Vorhersage darzustellen, und HO oder H0, um den Nullfall darzustellen. Hier müssen Sie allerdings vorsichtig sein. Bei einigen Studien könnte Ihre Vorhersage sehr wohl lauten, dass es keinen Unterschied oder keine Veränderung geben wird. In diesem Fall versuchen Sie im Wesentlichen, die Nullhypothese zu stützen, und sind gegen die Alternative.

Wenn Ihre Vorhersage eine Richtung angibt und die Nullhypothese somit die Vorhersage ohne Unterschied und die Vorhersage der entgegengesetzten Richtung ist, nennen wir dies eine einseitige Hypothese. Stellen Sie sich zum Beispiel vor, Sie untersuchen die Auswirkungen eines neuen Schulungsprogramms für Mitarbeiter und glauben, dass eines der Ergebnisse darin besteht, dass die Fehlzeiten der Mitarbeiter sinken werden. Ihre beiden Hypothesen könnten etwa so formuliert werden:

Die Nullhypothese für diese Studie lautet:

HO: Als Ergebnis des Mitarbeiterschulungsprogramms der Firma XYZ wird es entweder keinen signifikanten Unterschied in den Fehlzeiten der Mitarbeiter geben oder es wird einen signifikanten Anstieg geben.

Diese Hypothese wird mit der Alternativhypothese verglichen:

HA: Als Ergebnis des Schulungsprogramms für die Mitarbeiter des Unternehmens XYZ wird es einen signifikanten Rückgang der Fehlzeiten der Mitarbeiter geben.

In der Abbildung links sehen wir diese Situation grafisch dargestellt. Die Alternativhypothese – Ihre Vorhersage, dass das Programm die Fehlzeiten verringern wird – ist dort dargestellt. Die Nullhypothese muss die beiden anderen möglichen Bedingungen berücksichtigen: kein Unterschied oder ein Anstieg der Fehlzeiten. Die Abbildung zeigt eine hypothetische Verteilung der Unterschiede bei den Fehlzeiten. Man sieht, dass sich der Begriff „einseitig“ auf den Schwanz der Verteilung der Ergebnisvariablen bezieht.

Wenn die Vorhersage keine Richtung angibt, spricht man von einer zweiseitigen Hypothese. Nehmen wir zum Beispiel an, Sie untersuchen ein neues Medikament zur Behandlung von Depressionen. Das Medikament hat bereits erste Tierversuche durchlaufen, wurde aber noch nicht am Menschen getestet. Sie glauben (aufgrund der Theorie und der bisherigen Forschung), dass das Medikament eine Wirkung haben wird, sind aber nicht zuversichtlich genug, um eine Hypothese aufzustellen und zu sagen, dass das Medikament Depressionen lindern wird (schließlich haben Sie mehr als genug vielversprechende medikamentöse Behandlungen erlebt, bei denen sich schließlich herausstellte, dass sie schwere Nebenwirkungen hatten, die die Symptome sogar verschlimmerten). In diesem Fall könnten Sie die beiden Hypothesen wie folgt formulieren:

Die Nullhypothese für diese Studie lautet:

HO: Infolge von 300 mg/Tag des Medikaments ABC wird es keinen signifikanten Unterschied bei der Depression geben.

Diese wird gegen die Alternativhypothese getestet:

HA: Infolge von 300 mg/Tag des Medikaments ABC wird es einen signifikanten Unterschied bei der Depression geben.

Die Abbildung auf der rechten Seite zeigt diese zweiseitige Vorhersage für diesen Fall. Beachten Sie auch hier, dass sich der Begriff „zweiseitig“ auf die Schwänze der Verteilung für Ihre Ergebnisvariable bezieht.

Das Wichtigste bei der Angabe von Hypothesen ist, dass Sie Ihre Vorhersage (gerichtet oder nicht) formulieren und dann eine zweite Hypothese formulieren, die die erste ausschließt und alle möglichen alternativen Ergebnisse für diesen Fall einbezieht. Nach Abschluss Ihrer Studienanalyse müssen Sie sich zwischen den beiden Hypothesen entscheiden. Wenn Ihre Vorhersage richtig war, würden Sie (normalerweise) die Nullhypothese verwerfen und die Alternativhypothese annehmen. Wenn Ihre ursprüngliche Vorhersage durch die Daten nicht bestätigt wurde, akzeptieren Sie die Nullhypothese und verwerfen die Alternativhypothese. Die Logik der Hypothesentests beruht auf diesen beiden Grundprinzipien:

• die Formulierung von zwei sich gegenseitig ausschließenden Hypothesen, die zusammen alle möglichen Ergebnisse ausschöpfen
• das Testen dieser Hypothesen, so dass eine notwendigerweise angenommen und die andere abgelehnt wird

OK, ich weiß, es ist eine verworrene, umständliche und formalistische Art, Forschungsfragen zu stellen. Aber es umfasst eine lange Tradition in der Statistik, die sich hypothetisch-deduktives Modell nennt, und manchmal müssen wir Dinge einfach tun, weil sie Traditionen sind. Und überhaupt, wenn all diese Hypothesentests so einfach wären, dass jeder sie verstehen könnte, was glauben Sie, wie die Statistiker dann beschäftigt wären?