Testen von Hypothesen

Transkript

1 Statistik 2 für SoziologInnen Testen von Hypothesen Univ.Prof. Dr. Marcus Hudec Statistik für SoziologInnen 1 Testtheorie

2 Inhalte Themen dieses Kapitels sind: Erklären der Grundbegriffe der statistischen Testtheorie Vorgehensweise zur Formulierung und Prüfung von Hypothesen Eine erste praxisrelevante Fragestellung: Durchführen von Hypothesentests betreffend dem Anteilswert Statistik für SoziologInnen 2 Testtheorie

3 Hypothesen über die Grundgesamtheit Aufgabenstellung der Testtheorie Hypothesen (Annahmen, Vermutungen oder Behauptungen) über die unbekannte Grundgesamtheit anhand einer Stichprobe als richtig oder falsch einzustufen. Arten von Hypothesen Hypothesen über Parameter (z.b.: Merkmalsanteil; Mittelwert) Hypothesen über die Unabhängigkeit von Merkmalen Hypothesen über Form der Verteilung (z.b.: Normalverteilung) Hypothesen über die Güte der Anpassung von Modellen (z.b.: passt eine lineare Trendgerade) Statistik für SoziologInnen 3 Testtheorie

4 John Arbuthnot ( ) Leibarzt von Queen Anne Wissenschaftler und Satiriker (Freund von Jonathan Swift) Auszählung von Geburtsregistern von 82 Jahrgängen ( ) Anzahl Knabengeburten > Anzahl Mädchengeburten Ergebnis: 82 zu 0 Schlussfolgerung: Das kann kein Zufall sein Die Hypothese, dass Knaben- und Mädchengeburten gleich wahrscheinlich seien war damit bereits 1710 widerlegt. Statistik für SoziologInnen 4 Testtheorie

5 Wo sind objektive Grenzen? Was wäre gewesen, wenn das Ergebnis nicht 82:0 sondern etwa 60:22, oder gar 50: 32 gelautet hätte? Ab welchem empirischen Ergebnis hätte sich Arbuthnot getraut, in seinen wissenschaftlichen Aufzeichnungen zu notieren? Das kann kein Zufall sein Statistik für SoziologInnen 5 Testtheorie

6 Testverfahren Ein statistischer Test (Signifikanztest) ist ein Verfahren, das es erlaubt auf der Basis einer empirischen Stichprobe mit einer gewissen Irrtumswahrscheinlichkeit sich zwischen zwei konkurrierenden wissenschaftlichen Hypothesen zu entscheiden. Statistik für SoziologInnen 6 Testtheorie

7 Knaben- vs. Mädchengeburten Nullhypothese: Knaben- und Mädchengeburten sind gleich wahrscheinlich Prob(K)=Prob(M)=0,5 Alternativhypothese: Knaben- und Mädchengeburten sind nicht gleich wahrscheinlich Prob(K)<>Prob(M) Anmerkung: Es handelt sich hier um eine sog. zweiseitige Fragestellung (two-sided test), da keine spezifische Richtung einer Abweichung von der Nullhypothese festgelegt wird. Statistik für SoziologInnen 7 Testtheorie

8 Prinzipielles Vorgehen der Testtheorie 1. Unter der Annahme, dass die Nullhypothese stimmt, bestimmen wir die Wahrscheinlichkeit der Stichprobe. 2. Wenn diese Wahrscheinlichkeit kleiner als eine vorher gewählte Irrtumswahrscheinlichkeit ist, können wir mit die Nullhypothese verwerfen. Prob(Knaben)= 0,5 Prob(Mädchen)= 0,5 Prob(Mehr Knabengeburten in einem Jahr)= 0,5 Prob(Mehr Mädchengeburten in einem Jahr)= 0,5 Anzahl der Jahre 82 Wahrscheinlichkeit, dass in allen 82 Jahren Knabengeburten überwiegen = 0,5 82 0, Statistik für SoziologInnen 8 Testtheorie

9 Arten von Hypothesen Nullhypothese (Ausgangshypothese) H 0 Alternativhypothese H 1 oder H A Wichtigste Form von Hypothesen: einseitige Hypothesen bezügl. eines Parameters H 0 : < 0 H 1 : 0 Oder H 0 : 0 H 1 : 0 zweiseitige Hypothesen bezügl. eines Parameters H 0 : = 0 H 1 : 0 Hinweis: Einseitige Hypothesen setzen voraus, dass die Richtung der Abweichung bekannt ist. Statistik für SoziologInnen 9 Testtheorie

10 Beziehung Hypothesentest zu Konfidenzintervall Zweiseitige Fragestellung: Null-Hypothese: 25% der Haushalte verfügen über mehr als ein KFZ. Alternativ-Hypothese: Anteil der Haushalte mit mehr als ein KFZ weicht von 25% ab. N= Haushalte einer Kleinstadt Eine Stichprobe unter n=100 Haushalten hat ergeben, dass 30 der befragten Haushalte über mehr als ein Auto verfügen. p=30% Ist damit unsere Hypothese widerlegt? Statistik für SoziologInnen 10 Testtheorie

11 Beziehung Hypothesentest zu Konfidenzintervall Einen Indikator für die Beantwortung liefert das Konfidenzintervall, das wir im vorigen Kapitel für =0,05 mit [21%;39%] ermittelt haben. s p2 =0,3*0,7/99=0,0021 Standardfehler: s p =0,046 Für 95% (=0,05) Konfidenzintervall: z=1,96 0,3-1,96*0,046 < < 0,3 + 1,96*0,046 Offensichtlich werden wir unsere Hypothese, wenn wir mit 95% Sicherheit argumentieren wollen, nicht verwerfen, da das Intervall den Wert von 25% inkludiert. Umgekehrt: hätten wir die Null-Hypothese gehabt, dass 20% der Haushalte über mehr als ein KFZ verfügen, könnten wir diese wohl verwerfen, da der Wert von 20% nicht mehr im Intervall liegt. Statistik für SoziologInnen 11 Testtheorie

12 Zusammenfassung Zweiseitige Hypothesentests über einen Parameter entsprechen mathematisch dem Prinzip des Konfidenzintervalls Ein zweiseitiger Parameter-Test kann daher auch durch das Berechnen eines Konfidenzintervalls für diesen Parameter beantwortet werden Beachte: bei einseitigen Hypothesentests hilft das symmetrisch konzipierte Konfidenzintervall nicht unmittelbar zu Entscheidungsfindung! Statistik für SoziologInnen 12 Testtheorie

13 Testverfahren Ein statistischer Test (Signifikanztest) ist ein Verfahren, das es erlaubt auf der Basis einer Stichprobe entweder die Nullhypothese H 0 abzulehnen (auch zurückweisen oder verwerfen) und sich für die Alternativhypothese H 1 zu entscheiden oder aber die H 0 beizubehalten (anzunehmen). Das Annehmen oder Ablehnen von H 0 kann entweder die richtige oder die falsche Entscheidung sein. Insgesamt gibt es 4 Konstellationen Statistik für SoziologInnen 13 Testtheorie

14 Entscheidungsproblem Ergebnis des Test H 0 verworfen statistisch signifikant H 0 beibehalten statistisch nicht signifikant Wahrer Zustand H A O.K. -Fehler H 0 -Fehler O.K. Statistik für SoziologInnen 14 Testtheorie

15 Fehlerarten Die Irrtumswahrscheinlichkeit (Fehler 1.Art) ist die Wahrscheinlichkeit, mit der die Nullhypothese fälschlicherweise abgelehnt wird. Entscheidung für die Alternativhypothese, obwohl die Nullhypothese richtig ist. <false positive> Die Fehlerwahrscheinlichkeit (Fehler 2.Art) ist die Wahrscheinlichkeit, mit der die Alternativhypothese nicht als richtig erkannt wird. Entscheidung für die Nullhypothese, obwohl die Alternativhypothese richtig ist. <false negative> Statistik für SoziologInnen 15 Testtheorie

16 Neyman-Pearson Prinzip Da die simultane Minimierung beider Fehlerarten scheitert, erfolgt eine asymmetrische Behandlung Der -Fehler (Fehler 1. Art) wird a priori festgehalten (meist 0,01 oder 0,05) Die interessierende Hypothese wird dabei als Alternativhypothese festgelegt ==> für signifikante Ergebnisse [Entscheidung für Alternativhypothese] kennen wir dann die Irrtumswahrscheinlichkeit, die wir a priori festsetzen ==> nicht signifikante Ergebnisse [Entscheidung für Nullhypothese] implizieren aber nicht, dass die Nullhypothese tatsächlich gilt (Fehler 2.Art) Statistik für SoziologInnen 16 Testtheorie

17 Einstichprobentest für den Anteilswert (1) Fragestellung: Wir wollen zeigen, dass der Anteil (einer Minderheit X in einer Population größer als 10%. H 0 : =0,10 (bzw. 0,10) versus H 1 : > 0,10 Irrtumswahrscheinlichkeit =0,05 bzw. Signifikanzniveau 1-=0,95 Hinweise: (1) Für die Berechnung der Verteilung der Teststatistik genügt es den kritischen Fall =0,10 zu betrachten. (2) Da der Fehler bei der Rückweisung der Nullhypothese kontrolliert ist, formuliert man das Forschungsziel als Alternativ- Hypothese Statistik für SoziologInnen 17 Testtheorie

18 Einstichprobentest für den Anteilswert (2) Bestimmung einer sinnvollen Prüfgröße Idee: Als Teststatistik eignet sich die standardisierte Abweichung des empirisch beobachteten Anteils vom hypothetisch unterstellten Anteil Bestimmung der Verteilung dieser Prüfgröße unter der Annahme, dass die Nullhypothese gültig ist Vergleich des kritischen Wertes aus der Verteilung mit dem empirisch beobachteten Wert der Teststatistik Statistik für SoziologInnen 18 Testtheorie

19 Einstichprobentest für den Anteilswert (3) p ~N(, (1-)/n) Falls H 0 zutrifft: p ~ N(, (1- )/n)...grenzwert (in unserem Beispiel = 0,10) Prüfgröße Z p p 0 0 p 0( 1 0) n Die Prüfgröße Z ist bei Gültigkeit der Nullhypothese für große Stichproben und kleinem Auswahlsatz approximativ standardnormal verteilt Statistik für SoziologInnen 19 Testtheorie

20 Der kritische Bereich Der Ablehnungsbereich (Kritischer Bereich) wird so gewählt, dass die Wahrscheinlichkeit einen Wert aus dem kritischen Bereich zu erhalten bei Gültigkeit der H 0 höchstens genau beträgt. Der kritische Tabellenwert ist 1, = 0,95 = 0, Annahmebereich 1,645 kritischer Bereich Statistik für SoziologInnen 20 Testtheorie

21 Kritischer Wert In unserem Beispiel ist also der kritische Wert 1,645 Liegt die standardisierte Abweichung des Stichprobenwertes vom zu testenden Wert der Nullhypothese unter diesem Wert, fällt die Beobachtung in den Annahmebereich und wir entscheiden uns für die Nullhypothese H 0. Liegt die Beobachtung oberhalb dieses Wertes, d.h. sie liegt im kritischen Bereich (Rückweisungs-, Ablehnungsbereich), so entscheiden wir uns für die Alternativhypothese H 1. Man spricht dann auch von einem signifikanten Ergebnis. Statistik für SoziologInnen 21 Testtheorie

22 Beispiel: Stichprobe: n=100; x=15 p=0,15 p 0 015, 010, 005, Z , ( ),,, n 100 Das bedeutet wir entscheiden uns (knapp aber doch) für H 1. Wir können die Nullhypothese bei einem Signifikanzniveau von 0,95 verwerfen. Auf der Basis unseres Stichprobenergebnisses können wir bei Vorgabe einer Irrtumswahrscheinlichkeit von 5%, die Hypothese, dass der Anteil der Minderheit kleiner gleich 10% ist, zurückweisen bzw. die Hypothese, dass der Anteil größer als 10% ist annehmen. Statistik für SoziologInnen 22 Testtheorie

23 Alternative zum Beispiel: Stichprobe: n=100; x=12 p=0,12 Z p 0( 1 0) n 0,12 0,10 0,1 0, ,02 0,03 0 0,66 Das bedeutet wir entscheiden uns für die Beibehaltung der H 0. Wir können die Nullhypothese bei einem Signifikanzniveau von 0,95 nicht verwerfen. Auf der Basis unseres Stichprobenergebnisses können wir bei Vorgabe einer Irrtumswahrscheinlichkeit von 5%, die Nullhypothese, dass der Anteil der Minderheit kleiner gleich 10% ist, nicht zurückweisen bzw. die Hypothese, dass der Anteil größer als 10% ist nicht annehmen. Statistik für SoziologInnen 23 Testtheorie

24 Alternative Angabe des kritischen Bereichs In manchen Anwendungen will man den kritischen Bereich in der eigentlich untersuchten Dimension ausdrücken, dazu errechnet man durch Umformung der Teststatistik die sog. Annahmekennzahl. In unserem Beispiel sucht man jenen Wert für die Anzahl der deklarierten Mitglieder einer Minderheit in einer Stichprobe von n=100, ab welchem die Nullhypothese 0,10 abzulehnen ist? z c p 0 ( 1 ) n c 0 0 p z ( 1 ) n Statistik für SoziologInnen 24 Testtheorie c 0 c 0 0

25 Beispiel p c =0,10+1,645*0,03=0,1494 Bei einer Stichprobe von 100 können wir die H 0 daher ab einer Anzahl von 15 oder mehr deklarierten Mitgliedern der Minderheit in der Stichprobe mit einer Irrtumswahrscheinlichkeit von =0,05 ablehnen. Hat man weniger als 15 (also maximal 14) deklarierte Mitglieder empirisch erhoben, so kann die Nullhypothese nicht verworfen werden. Hätte man etwa x=13 beobachtet, so ergibt sich für die Testgröße z = (0,13-0,10)/0,03=1, was zur Beibehaltung der H 0 geführt hätte. Statistik für SoziologInnen 25 Testtheorie

26 Kritischer Bereich ausgedrückt als Anteilswert 1-= 0,95 p c =0,1494 = 0, Statistik für SoziologInnen 26 Testtheorie

27 Zusammengesetzte Nullhypothese p=0,08 p=0,09 p=0,10 Es genügt den Grenzfall (p=0,10) zu betrachten, um auf der sicheren Seite zu sein (darf maximal 5% sein) p c =0, Statistik für SoziologInnen 27 Testtheorie

28 Beispiel: Der Stimmenanteil einer Partei betrug bei der letzten Wahl 40%. Eine Umfrage unter n=600 Wahlberechtigten soll zeigen, ob sich der Anteil der Partei verändert hat. H 0 : = 0,40 H 1 : 0,40 (zweiseitige Alternative) Irrtumswahrscheinlichkeit = 0,05 Signifikanzniveau 1- = 0,95 Prüfgröße: Z p p 0 0 p 0( 1 0) n Beachte: keine gerichtete Fragestellung zweiseitiger Test Statistik für SoziologInnen 28 Testtheorie

29 Beispiel: Kritischer Bereich: [-,-1,96] [1,96,+ ] Annahmebereich: [-1,96,+1,96] Alternative Angabe des Kritischen Bereichs entspricht dem Schwankungsintervall bei Gültigkeit von H 0 : 0( 1 0) 04, 06, p 00004, 002, n 600 0( 1 0) pc 0 zc 04, 196, 002, 04, 00392, n [ 0, 3608; 0, 4392] Annahmebereich in Anteilen [ 217; 263] Annahmebereich in Anzahl Statistik für SoziologInnen 29 Testtheorie

30 Beispiel: Durchführen der Befragung ergibt: n=600 x=261 p=0,435 43,5% Teststatistik: Z p p , 04, 175, p 0( 1 0) 002, n Entscheidung: Beibehaltung der Nullhypothese Aufgrund des Stichprobenergebnisses kann, die Nullhypothese =0,40 mit einer Irrtumswahrscheinlichkeit von =0,05 nicht abgelehnt werden. Keinesfalls ist damit die Nullhypothese bewiesen! Fehler 2.Art!!! Statistik für SoziologInnen 30 Testtheorie

31 Einseitige Formulierung der Fragestellung Wir wollen mit 95% Wahrscheinlichkeit nachweisen", dass der Stimmenanteil gewachsen ist: H 0 : 0,40 H 1 : 0,40 (einseitige Alternative) Irrtumswahrscheinlichkeit = 0,05 Konfidenzniveau 1- = 0,95 Prüfgröße bleibt unverändert Einseitiger Annahmebereich: [-,+1,645] Beachte die Wahl von H 0 und H 1! bzw. Rückweisungsbereich in Anteilen ausgedrückt 0,40+1,645*0,02==> [43,29%; 100%] Im Beispiel: ==> signifikantes Ergebnis bei =0,05 Statistik für SoziologInnen 31 Testtheorie

32 Einseitige versus Zweiseitige Hypothesen Offensichtlich sind einseitige Fragestellungen trennschärfer als zweiseitige (d.h. wir erzielen ceteris paribus leichter ein signifikantes Ergebnis) Bei einseitiger Hypothese geht Richtung der vermuteten Abweichung in die Testprozedur als zusätzliche Annahme ein Festlegen der Hypothesen muss immer vor der Durchführung der Untersuchung festgelegt werden Eine nachträgliche datengesteuerte Spezifikation verfälscht das Signifikanzniveau Statistik für SoziologInnen 32 Testtheorie

33 0,5 2,5% 2,5% Oben: Zweiseitiger Test liefert kein signifikantes Ergebnis 0,5 5,0% Unten: Einseitiger Test liefert signifikantes Ergebnis Statistik für SoziologInnen 33 Testtheorie

34 Formulierung der Hypothesen Formulierung der Hypothesen wird vom Forschungsinteresse determiniert Statistik für SoziologInnen 34 Testtheorie

35 Auswirkungen auf den Annahmebereich Statistik für SoziologInnen 35 Testtheorie

36 Streng konfirmatorische Vorgangsweise Vor der Datenerhebung Nach Aufstellen von Null- und Alternativhypothese Festlegen des Signifikanzniveaus Festlegen einer Prüfgröße (Stichprobenfunktion) Bestimmen der Testverteilung bei Gültigkeit der Nullhypothese Ermittlung des kritischen Bereichs (Ablehnungsbereich) Berechnung der Prüfgröße Entscheidung & Interpretation Statistik für SoziologInnen 36 Testtheorie

37 Empirisches Signifikanzniveau (p-value) Das empirische Signifikanzniveau ist jene Wahrscheinlichkeit *, mit der die Prüfgröße einen Wert T annimmt, der unter H 0 genauso oder sogar noch unplausibler ist als der in der Stichprobe beobachtete Wert für die Teststatistik. Häufige Schreibweise für das empirische Signifikanzniveau: p-value= Die Nullhypothese ist bei vorgegebenen immer dann abzulehnen, wenn der p-value kleiner als das gewählte ist. Statistik für SoziologInnen 37 Testtheorie

38 Beispiel zum p-value: Eine Umfrage unter n=400 Wahlberechtigten ergab für einen Kandidaten A 220 Befürworter. Kann man aus dieser Stichprobe schließen, dass die Befürworter in der Mehrheit sind? H 0 : <= 0,50 H 1 : 0,50 (einseitige Alternative) Irrtumswahrscheinlichkeit = 0,05 Signifikanzniveau 1- = 0,95 Prüfgröße: Z p p 0 0 p 0( 1 0) n Statistik für SoziologInnen 38 Testtheorie

39 Beispiel: Kritischer Bereich (Rückweisungsbereich): [1,645, +] Annahmebereich Nullhypothese: [-+1,645] p=220/400=0,55 Z p p p 0( 10) n 0,550,50 0, Statistik für SoziologInnen 39 Testtheorie

40 Der kritische Bereich Verteilung der Teststatistik bei Gültigkeit der Nullhypothese Kritischer Wert aus der Tabelle Z =1,645 1-=95% =5% Annahmebereich der Nullhypothese Rückweisungsbereich Statistik für SoziologInnen 40 Testtheorie

41 p-value und kritischer Bereich Beobachteter Wert der Teststatistik Z =2 Kritischer Wert aus der Tabelle Z =1,645 p-value = 0,0228 Fläche unter der Kurve rechts vom Testwert Annahmebereich der Nullhypothese Rückweisungsbereich Statistik für SoziologInnen 41 Testtheorie

42 Empirisches Signifikanzniveau Der p-value ist eine deskriptive Zusatzinformation, die angibt, wie weit die Teststatistik im Ablehnungsbereich liegt bzw. wie weit sie vom kritischen Bereich entfernt ist. Der p-value kann für eine objektive Entscheidungsfindung nicht die a priori Wahl des Signifikanzniveaus ersetzen. Die datengesteuerte Wahl des Signifikanzniveaus verändert den Fehler 2.Art! Beim zweiseitigen Test müssen die Abweichungen auf beiden Seiten berücksichtigt werden! Statistik für SoziologInnen 42 Testtheorie

43 Kommunikation von p-values Statistik für SoziologInnen 43 Testtheorie

44 Beispiel: Wirksamkeit von Medikamenten Eine Pharmafirma hat ein neues Medikament entwickelt, von dem vermutet wird, dass es die Heilungschance bei einer bestimmten Krankheit von 20% (Erfolgschance bei Standardmedikation) erhöht. Man plant eine Studie mit n=100 Patienten. Ab welchem Ergebnis, sprechen wir von einer signifikanten Verbesserung? Ab welchem Ergebnis, würden Sie die Entscheidung treffen, dass das neue Medikament besser als die Standardmedikation ist? Statistik für SoziologInnen 44 Testtheorie

45 Hypothesen Nullhypothese: Die Wirksamkeit des neuen Medikamentes ist höchstens gleich gut, wie die der bisherigen Standardmedikation: Prob(Response) <= 0,2 Alternativhypothese: Die Wirksamkeit des neuen Medikamentes ist besser, als die der bisherigen Standardmedikation: Prob(Response) > 0,2 Anmerkung: einseitige Fragestellung (one-sided test) Statistik für SoziologInnen 45 Testtheorie

46 Einstichprobentest für den Anteilswert bei großem n Berechnen einer standardisierten Prüfgröße Z p0 0(1 0) n p ist der tatsächlich beobachtete Anteil, 0 ist der zu testende Anteil, n ist die Fallzahl Z ist unter Gültigkeit der Nullhypothese standardnormalverteilt und kann als Normierung der Responserate interpretiert werden Statistik für SoziologInnen 46 Testtheorie

47 Der kritische Bereich = 0,95 = 0,05 Annahmebereich ,645 krit. Bereich Statistik für SoziologInnen 47 Testtheorie

48 Berechnung der Testgröße n= 100 p 0 = 0,2 Anzahl der Respondenten= 29 Response-Rate in der Studie p= 0,29 Standardabweichung= 0,04 Differenz= 0,09 Teststatistik= 2,25 p-value= 0, Aufgrund der durchgeführten Studie können wir bei einer Irrtumswahrscheinlichkeit von =0,05 die Nullhypothese, dass die Wirksamkeit kleiner gleich 20% ist zurückweisen. Der p-value beträgt 0,0122. Statistik für SoziologInnen 48 Testtheorie

49 Der kritische Bereich = 0,95 Beobachteter Wert =2,25 = 0,05 p-value = 0,012 Fläche unter der Kurve rechts vom Testwert Annahmebereich ,645 krit. Bereich Statistik für SoziologInnen 49 Testtheorie

50 Anmerkungen Ein signifikantes Ergebnis eines Hypothesentests besagt: die Daten sind bei einer vorgegebenen Irrtums-Wahrscheinlichkeít mit der H 0 inkompatibel, daher sollten wir die H 0 verwerfen. Es sagt nichts darüber, wie wahrscheinlich die H 1 tatsächlich ist sondern lediglich, dass die beobachtete Abweichung von der H 0 mit einer gewissen Irrtumswahrscheinlichkeit nicht rein zufällig ist. Insbesondere kann aus einem Signifikanztest nicht unmittelbar auf Kausalität geschlossen werden! Auch sagt das Ergebnis eines Signifikanztests nichts darüber aus, ob ein Unterschied (Effekt) wichtig oder groß ist. Bei kleinem Standardfehler (geringe Streuung und/oder große Stichprobe) besteht eine starke Tendenz zu signifikanten Ergebnissen. Ein nicht signifikantes Ergebnis ist ohne Überlegungen zur Power nicht direkt sinnvoll interpretierbar. Statistik für SoziologInnen 50 Testtheorie

51 Was wir uns merken sollten Für das Testen von Hypothesen benötigen wir, eine sinnvolle Teststatistik (z.b. standardisierte Abweichung eines empirisch erhobenen Wertes vom Parameterwert der Nullhypothese) sowie die Kenntnis der Verteilung der Teststatistik bei Gültigkeit der Nullhypothese Der Rückweisungsbereich enthält jene Werte der Teststatistik, die bei Gültigkeit der Nullhypothese insgesamt eine Wahrscheinlichkeit von maximal haben. Liegt der empirische Wert der Teststatistik im Rückweisungsbereich, bedeutet dies, dass die empirische Beobachtung bei Gültigkeit der Nullhypothese sehr unwahrscheinlich ist, und wir daher die Nullhypothese verwerfen können. Statistik für SoziologInnen 51 Testtheorie

52 Was wir uns merken sollten Der p-value (empirisches Signifikanzniveau) drückt aus, wie weit der empirische Wert der Teststatistik im Rückweisungsbereich liegt. Er ist eine deskriptive Zusatzinformation zum Entscheidungsproblem des Hypothesentestens. Die Formulierung der Hypothesen ist nicht symmetrisch. Nur für die Ablehnung der Nullhypothese wird der Fehler ex ante festgelegt. Einseitige Fragestellungen sind trennschärfer als zweiseitige. Statistik für SoziologInnen 52 Testtheorie