Die Hypothesenprüfung ist ein zentrales Verfahren in der Statistik und Forschung,
um zu entscheiden, ob eine Annahme (Hypothese) über eine Grundgesamtheit durch Daten gestützt oder verworfen werden sollte.
Ihre Prinzipien gelten auch für die psychologische Diagnostik.
🔍 1. Fälschlicherweise angenommene Hypothesen
Das entspricht dem Fehler 1. Art (auch α-Fehler oder false positive).
-
Definition: Eine Hypothese wird als „bestätigt“ angesehen, obwohl sie in Wirklichkeit falsch ist.
-
Beispiel: Ein Medikament wird als wirksam eingestuft, obwohl es tatsächlich keinen Effekt hat – das Ergebnis war nur ein statistischer Zufall.
-
Ursachen:
-
Zufallsfehler in der Stichprobe
-
Messfehler
-
Unzureichende Kontrolle von Störvariablen
-
-
Folge: Scheinbare Erkenntnisse, die später oft durch Replikationsstudien widerlegt werden.
🚫 2. Fälschlicherweise verworfene Hypothesen
Das entspricht dem Fehler 2. Art (auch β-Fehler oder false negative).
-
Definition: Eine Hypothese wird abgelehnt, obwohl sie in Wirklichkeit zutrifft.
-
Beispiel: Ein wirksames Medikament wird als „nicht wirksam“ eingestuft, weil die Studie zu klein war, um den Effekt statistisch nachzuweisen.
-
Ursachen:
-
Geringe Teststärke (Power)
-
Hohe Messungenauigkeit
-
Zu kleine oder ungeeignete Stichprobe
-
-
Folge: Potenziell wertvolle Theorien oder Anwendungen werden nicht weiterverfolgt.
