Hallo Ihr,
bin seit Tagen verzweifelt am recherchieren: was ist die Nullhypothese (in der Psychologie)
ist es die Hypothese, dass es zwischen A und B keine Korrelation gibt?
oder
die Hypothese, die am Anfang eines Experiments/einer Studie aufgestellt wird, sprich die zu beweisen ist?
oder noch was anderes?
Wäre Euch für Euren fachkundigen Rat dankbar
Katharina
Hallo Katharina
Nullhypothesen sind in der Statistik normalerweise Hypothesen, die man aufstellt und bei denen man testet, ob man sie verwerfen muss
Um Erkenntnisse zu erlangen, wählt man als Nullhypothese, was man widerlegen will
Beispiel:
H0: Überschrittenes Verfallsdatum hat nichts damit zu tun, ob ein Produkt schlecht ist
=> Normalerweise gibt es eine Korrelation und man zeigt so, dass Lebenmittel mit der Zeit schlecht werden
Beispiel:
H0: Aus einer Palette mit zigtausend Tomaten sind mehr als 10% schlecht
=> Ein Anbieter wird diese Nullhypothese verwefen wollen, denn dann kann er dem Käufer sagen, dass höchstens 10% der Tomaten schlecht sind
Was Du damit in der Psychologie machst, das ist mit Sicherheit verschieden
Aber Korrelation von qualitativen Merkmalsausprägungen von zwei Merkmalen (zB Einzelkind (ja/nein) und schizoide PS diagnostiziert(ja/nein)) ist sicherlich eine gute Anwendung
VG, Stefan
Was für Hypothesen das letztendlich sind, hängt von den untersuchten Merkmalen und damit gleichzeitig auch vom Test ab:
t-Test, Vierfeldertest, „normaler“ Hypothesentest auf der Basis der Normalverteilung (zB Test, ob von einem Würfel die „6“ zu häufig gewürfelt wird)
Es kann schon wegen der Vielfältigkeit der Untersuchungen keine einheitliche Art der Nullhypothese in der Psychologie geben
Hallo Katharina!
In der Statistik - und damit dem Hauptinstrument innerhalb der Psychologie und auch anderen Wissenschaften (z.B. Biologie und Medizin) hat sich das Hypothesentestende Verfahren, die sogenannte Inferenzstatistik etabliert.
Dabei wird zwischen zwei konkurrierenden Hypothesen abgewogen, der Nullhypothese und der Alternativ- oder auch Arbeitshypothese.
Die Nullhypothese beinhaltet alle Fälle, die nicht in der Alternativhypothese enthalten sind.
Konkret können sich diese Hypothesen z.B. auf Wahrscheinlichkeiten, Häufigkeiten, Zusammenhänge (Korrelationen), Mittelwertsvergleiche oder Varianzvergleiche beziehen.
Unterschieden wird nicht selten in Bezug auf zwei unterschiedliche Gruppen, z.B. die Häufigkeit für Lungenkrebs ist in der Gruppe der raucher höher als in der Gruppe der Nichtraucher.
Die Nullhypothese beinhaltet dabei immer die Gleichheitsannahme, in diesem Fall würde sie behaupten, die Häufigkeit wäre diesselbe.
Also konkret:
Alternativhypothese (auch HA oder H1): „Lungenkrebs ist bei Rauchern häufiger als bei Nichtrauchern“.
Nullhypothese (auch H0): „Lungenkrebs ist bei Nichtrauchern häufiger oder genausohäufig wie bei Rauchern“.
Wichtig ist, dass alle Fälle durch beide Hypothesen abgedeckt werden, und so ergibt sich die einseitige und die zweiseitige Hypothese. Die einseitige hat eine gerichtete Annahme innerhalb der HA bzw. H1, die zweiseitige eine ungerichtete. D.h. die Richtung, wohin der Unterschied ausfällt (ist größer / ist kleiner) ist bei der einseitigen konkret benannt, während die Zweiseitige nur eine Ungleichheitsannahme enthält.
In Bezug auf den Korrelationskoeffizienten wären die Hypothesen z.B.
H1: Korrelation ist größer Null (gerichtet, 1.Fall)
bzw.
H1: Korrelation ist ungleich Null (ungerichtet, 2.Fall)
die entsprechenden Nullhypothesen wären:
H0: Korrelation ist kleiner gleich Null (1.Fall)
bzw.
H0: Korrelation ist gleich Null (2.Fall)
Zu jedem inferenzstatistischen Test gibt es unterschiedliche Hypothesen, häufig sind Mittelwertvergleiche (z.B. Varianzanalyse, T-Test, U-Test) oder Varianzvergleoiche (F-Test f. Varianzen, Morgantest, Bartlett), aber auch Koeffizienten werden bei Regressionen (F-Tests auf Unterschiede, Nicht-Linearität etc.) und bei Korrelationen (Pearson, Spearman) getestet.
Geprüft werden dann die Alternativhypothese auf eine Fehlerwahrscheinlichkeit für einen Irrtum bei Annahme, den fehler der ersten Art - oder bei Poweranalysen auch die Wahrscheinlichkeit für den Fehler der zweiten Art, welcher die Annahme der Nullhypothese betrifft.
Wichtig ist, dass man in Bezug zu den Hypothesen die Wahrscheinlichkeiten zu bestimmen versucht, mit der die gefundenen Daten innerhalb einer Stichprobe an Probanden, Versuchstieren oder was auch immer zufällig so zustande gekommen sind und für eine Hypothese sprechen, obwohl in Wirklichkeit die andere gilt.
Dies geht nun einmal besonders gut für die Alternativhypothese, wird aber mittlerweile auch für die Nullhypothese als Poweranalyse angeboten.
Aber die Sache mit den Signifikanzen ist eine andere Geschichte.
Lieben Gruß & ich hoffe, weitergeholfen zu haben
Patrick
Super,
ich wußte, daß Ihr mir weiterhelfen könnt.
Hoffentlich kann ich das jetzt in der mündlichen Prüfung auch so rekapitulieren.
Merci
Katharina
kleine Korrektur/Ergänzung
Hallo Patri500k,
Die Nullhypothese beinhaltet dabei immer die
Gleichheitsannahme, in diesem Fall würde sie behaupten, die
Häufigkeit wäre diesselbe.
Das ist leider nicht (vollständig) richtig. Die Nullhypothese ist immer diejenige Annahme, die konservativer ist - muss aber nicht bedeuten, dass dies eine Annahme zur Gleichheit ist. Häufig findet man auch die Definition, dass die Nullhypothese immer diejenige Variante sei, deren irrtümliche Ablehnung die schlimmeren Folgen hätte.
Nix für ungut!
Viele Grüße,
Bernie
Kannst Du das belegen?
Hallo Bernie!
Ich bezog mich auf statistische, hypothesentestende Verfahren unter der Annahme für einen Fehler der ersten Art.
Die Inferenzstatistik kann nur die Alpha-Irrtumswahrscheinlichkeit (d.h. für einen Fehler der ersten Art) bestimmen, wenn bekannt ist, wie sich die zu vergleichenden Parameter (welche sich in Form von metrischen Daten, aber auch Häufigkeiten oder Rängen zeigen können) unter der Nullhypothese verteilen.
Aus der Vorraussetzung, dass man die Verteilung für einen Parameter kennen muss; und aus der Vorraussetzung, dass man eine Verteilung im Vergleich zwischen zwei Parametern nur kennen kann, wenn man sie als gleich annimmt; und unter der Vorraussetzung, dass ein Fehler der ersten Art derjenige Fehler ist, dass man HA annimmt obwohl H0 gilt; folgt für mich ZWINGEND, dass die Nullhypothese die Gleichheitsannahme beinhalten MUSS (wenn das mal nicht sogar das eigentlich wesentliche an der H0 ist).
Ich schliesse aber auch gerade erst mein Grundstudium ab und vielleicht gibt es später (im Hauptstudium) noch Fälle, wo das nicht so ist - würde mich an dieser Stelle einmal interessieren, was Du meinst?
Lieben Gruß
Patrick
Hallo Bernie!
Ich bezog mich auf statistische, hypothesentestende Verfahren
unter der Annahme für einen Fehler der ersten Art.Die Inferenzstatistik kann nur die
Alpha-Irrtumswahrscheinlichkeit (d.h. für einen Fehler der
ersten Art) bestimmen, wenn bekannt ist, wie sich die zu
vergleichenden Parameter (welche sich in Form von metrischen
Daten, aber auch Häufigkeiten oder Rängen zeigen können) unter
der Nullhypothese verteilen.Aus der Vorraussetzung, dass man die Verteilung für einen
Parameter kennen muss; und aus der Vorraussetzung, dass man
eine Verteilung im Vergleich zwischen zwei Parametern nur
kennen kann, wenn man sie als gleich annimmt; und unter der
Vorraussetzung, dass ein Fehler der ersten Art derjenige
Fehler ist, dass man HA annimmt obwohl H0 gilt; folgt für mich
ZWINGEND, dass die Nullhypothese die Gleichheitsannahme
beinhalten MUSS (wenn das mal nicht sogar das eigentlich
wesentliche an der H0 ist).
Hallo,
natürlich gibt es solche Fälle, wo die Gleichheitsannahme nicht in der H0 auftritt. Siehe Neyman & Pearson ('28) oder Neyman ('42).
Beste Grüße,
Bernie
Hallo!
Ich denke die Nullhypothese ist bewusst so allgmein wie möglich gewählt. Deshalb gibt es keine genaue statistische Entsprechung. Hypothesen können nur widerlegt, nicht aber bewiesen werden. Der Informationsgehalt der Nullhypothese der Nullhypothese wird maximal gewählt (d. h. H0 ist so allgemein wie möglich), damit ihre Zurückweisung ein Maximum an Erkenntnisgewinn bringt. H1 kann nicht bewiesen werden, deshalb muss die Zurückweisung von H0 möglichst aussagekräftig sein. Wenn die Nullhypothese wäre, dass kein linearer Zusammenhang (Korrelation) besteht, und H1 behauptete es gäbe einen linearen Zusammenhang (gemessen durch eine Korrelation), dann wäre eine der beiden Hypothesen überflüssig.
Falk