In der Inferenzstatistik werden Hypothesen als vorläufige Antworten auf Forschungsfragen gebildet. Statistisches hypothetisches Testen ermöglicht es uns, Hypothesen über Populationsparameter basierend auf Stichprobenstatistiken zu bewerten. Die Art der Prüfung variiert je nach Messniveau der beteiligten Variablen. Wenn angenommen wird, dass ein Populationsparameter größer oder kleiner als ein bestimmter Wert ist, wird ein einseitiger Test verwendet. Wenn in der Forschungshypothese keine Richtung angegeben ist, wird ein zweiseitiger Test verwendet. Ein zweiseitiger Test zeigt, ob die Werte der beteiligten Variablen unterschiedlich sind.
Sammeln Sie die Daten für die Populationsparameter. Bestimmen Sie, ob es eine theoretische Grundlage gibt, die einen bestimmten Richtungsunterschied für die Parameter anzeigt. Ein bestimmter Unterschied würde dadurch angezeigt, dass der Wert einer Variablen höher oder niedriger als der der anderen Variablen ist. Anhand dieser Informationen können Sie entscheiden, ob ein zweiseitiger Test angemessen ist.
Treffen Sie Annahmen bezüglich des Messniveaus der Variablen, der Stichprobenmethode, der Stichprobengröße und der Grundgesamtheitsparameter. Verwenden Sie diese Annahmen, um Ihre Hypothesen zu formulieren. Ihre erste Hypothese wird Ihre Forschungshypothese oder H1 sein. Diese Hypothese gibt den Unterschied in den Variablen des Populationsparameters an. Ihre zweite Hypothese ist Ihre Nullhypothese oder H0. Diese Hypothese widerspricht der Forschungshypothese und besagt, dass es keinen Unterschied zwischen dem Mittelwert der Grundgesamtheit und einem bestimmten Wert gibt.
Berechnen Sie die Teststatistik von Alpha. Alpha ist die Wahrscheinlichkeit, bei der die Nullhypothese abgelehnt wird. Das Alpha wird normalerweise auf die Werte .05, .01 oder .001 gesetzt, was bedeutet, dass eine Fehlerspanne von 5 %, 1 % oder 0,1 % besteht. Teilen Sie für einen zweiseitigen Test den Wert von Alpha durch 2 und vergleichen Sie ihn mit der Z-Statistik, wenn die Standardabweichung bekannt ist, oder mit der t-Statistik, wenn die Standardabweichung nicht bekannt ist.
Testen Sie die Nullhypothese, um festzustellen, ob ein Unterschied zwischen dem Populationsparameter besteht. Ziel ist es, die Nullhypothese abzulehnen, um die Forschungshypothese zu stützen. Wenn der Wahrscheinlichkeitswert kleiner als das Alpha ist, lehnen wir die Nullhypothese ab und unterstützen die Forschungshypothese. Wenn der Wahrscheinlichkeitswert größer als das Alpha ist, verwerfen wir die Nullhypothese nicht.