1

Gliederung

Vertrauensintervalle

Arten von Hypothesen

Idee des Signifikanztests

Fehler der 1. und 2. Art

Signifikanzentscheidungen

2

Vertrauensintervalle

Ein Schätzwert stimmt (trotz optimaler Schätzung) nur selten mit dem wahren Wert überein.

Vertrauensintervalle beschreiben bei zufallsabhängigen Messungen den Bereich, in dem der wahre Wert mit einer vorgegebenen oder hinreichend hohen Wahrscheinlichkeit liegt.

Üblich sind 95% oder 99% (95%ige oder 99%ige Vertrauensintervalle)

3

Konfidenzintervall des Populationsmittelwertes

xzxcrit

*

2

4

Der Prozess der empirischen Forschung

1. Fragen

2. Wissenstand sichten

3. Planung, Durchführung einer Untersuchung

4. Auswerten

5. Antworten

5

Arten von Hypothesen

Zusammenhangshypothese Unterschiedshypothese

Nullhypothese (H0) Alternativhypothese (H1)

Gerichtete Hypothese (einseitige Hypothese) Ungerichtete Hypothese (zweiseitige Hypothese)

Spezifische Hypothese Unspezifische Hypothese

6

Arten von Hypothesen

Zusammenhangshypothese Unterschiedshypothese

H0 H1

einseitig

=gerichtet

zweiseitig

=ungerichtet

H1 H0

zweiseitig

=ungerichtet

einseitig

=gerichtet

spezifisch unspezifisch spezifisch unspezifisch

7

Arten von Hypothesen

Zusammenhangshypothese

Beispiel:

Es gibt einen Zusammenhang zwischen dem Konsum von Alkohol und dem Reaktionsverhalten im Straßenverkehr.

8

Arten von Hypothesen

Unterschiedshypothese

Beispiel:

Es gibt einen Unterschied zwischen dem Intelligenzquotienten von Männern und Frauen.

9

Arten von Hypothesen

Bei Zusammenhangshypothesen:Es gibt keinen Zusammenhang zwischen...

Bei Unterschiedshypothesen:Es gibt keinen Unterschied zwischen...

Nullhypothese (H0)

10

Arten von Hypothesen

Alternativhypothese (H1)

Bei Zusammenhangshypothesen:Es gibt einen Zusammenhang zwischen...

Bei Unterschiedshypothesen:Es gibt einen Unterschied zwischen...

11

Gerichtete Hypothesen

Auch einseitige Hypothesen genannt Gibt die genaue Richtung der Zusammenhangs- bzw.

Unterschiedshypothese an Beispiel:

Alkoholkonsum verschlechtert die Reaktionszeit im Straßenverkehr

bzw.

Frauen haben durchschnittlich einen höheren IQ als Männer

Gerichtete Hypothesen

12

Arten von Hypothesen

Auch zweiseitige Hypothesen genannt Lassen Unterschiede bzw. Hypothesen in zweierlei Richtungen zu Beispiel:

Alkoholkonsum verändert die Reaktionszeit im Straßenverkehr (die Reaktionszeit könnte sich verschlechtern oder aber auch verbessern)bzw.Der IQ von Frauen unterscheidet sich von dem der Männer (auch hier sind zwei Richtungen möglich: Der IQ ist höher oder niedriger als der der Männer)

Ungerichtete Hypothesen

13

Idee des Signifikanztests

Ziel:Wir wollen wissen, ob Unterschiede oder Zusammenhänge in der Stichprobe auch für die Population gelten.

Problem:Wir können nie ganz sicher sein, dass sich Unterschiede oder Zusammenhänge in der Stichprobe nur zufällig ergeben haben.

Lösung:Wir versuchen zu bestimmen, wie wahrscheinlich das gefundene Ergebnis (oder ein noch extremeres) durch Zufall zustande kommen kann. Wenn dies unwahrscheinlicher als eine vorher festgelegte „Schranke“ ist, sprechen wir von einem signifikanten Ergebnis.

14

Kernfrage der Signifikanzprüfung

Mit welcher Wahrscheinlichkeit ist mit dem gefundenen Ergebnis oder einem noch extremeren zu rechnen, wenn man davon ausgeht, dass die Nullhypothese (H0) zutrifft?

15

Signifikanzentscheidungen

Die Bestimmung der „Wahrscheinlichkeit zufälligen Zustandekommens“ geschieht durch die Berechnung von Prüfgrößen.

Kennwerte für Zusammenhänge bzw. Unterschiede, die man aus der Kennwertverteilung kennt.

16

Beispiel - Aufgabe

Messung des Angstniveaus von Angstpatienten auf eine Intervallskala von 0 bis 10.

Mittelwert der unbehandelten Angstpatienten µ0 = 6

Streuung = 1 Sei: µ1 = wahre Wert in der Population von behandelten Patienten

Hypothese: H0: µ0=µ1

(Schranke = 5%)

= 5.772 von 100 therapierten Patienten x

17

Beispiel – Graphische Darstellung

µ = 6

xoxz /

z = 2.88z = -2.88

18

Fehler 1. und 2. Art

Vier verschiedene Möglichkeiten:

H1 trifft in der Stichprobe und der Population zu H1 trifft in der Stichprobe zu, in der Population bleibt allerdings

die H0 bestehen.

H0 trifft in der Stichprobe und der Population zu H0 trifft in der Stichprobe zu, in der Population allerdings ist die

H1 anzunehmen

19

Schema statistischer Entscheidungen und möglicher Fehler

H0 H1

H0 Fehler 2. Art

H1 Fehler 1. Art

In der Population gilt:

En

tsch

eid

un

g au

fgru

nd

d

er S

tich

pro

be

20

Fehler 1. und 2. Art

Ergänzung:

Fehler 1. Art nennt man auch α-Fehler

(α-Fehler wird durch das Signifikanzniveau von vornherein festgelegt)

Fehler 2. Art nennt man auch β-Fehler

21

β-Fehler

Der β-Fehler hängt von der Größe der wahren Unterschiede ab. Dieser wird beeinflusst durch:

1. Die Größe der Unterschiede oder Zusammenhänge in der Population (bei großen Unterschieden ist β klein, bei kleinen Unterschieden ist β groß).

2. Die Größe der Streuung des Merkmals (eine große Merkmalsstreuung bedeutet einen großen Standardfehler der Prüfgröße und damit einen höheren β-Fehler.3. Die Größe der Stichprobe (mit zunehmender Stichprobengröße wird β kleiner, weil auch der Standardfehler mit wachsendem Stichprobenumfang kleiner wird.)

4. Höhe des Signifikanzniveaus: Je kleiner α, desto größer β.

22

Einseitiges Testen

Annahmebereich = Beibehaltung der H0

-Fehler

Verwerfungsbereich =

Annahme der H1