Fehler 1. und 2. Artbeim Hypothesentest einfach erklärt
Was bedeuten α-Fehler und β-Fehler? Wann können wir die beiden Fehler machen – und wie berechnen wir ihre Wahrscheinlichkeiten mit der exakten Binomialverteilung?
Direkt zu den Beispielen ↓Alle drei Testarten · mit GTR
Was sind Fehler 1. und 2. Art?
Ein Hypothesentest soll uns helfen, anhand einer Stichprobe eine statistische Entscheidung zu treffen. Doch weil wir nur einen Teil der Bevölkerung untersuchen, kann unsere Entscheidung falsch sein. Genau dabei unterscheiden wir zwei Fehlerarten.
Wir verwerfen H₀, obwohl H₀ wahr ist. Wir schlagen also gewissermaßen einen Fehlalarm.
Wir verwerfen H₀ nicht, obwohl H₁ wahr ist. Wir übersehen also eine tatsächlich vorhandene Abweichung.
Stell dir einen Rauchmelder in der Schule vor
Ein Rauchmelder soll erkennen, ob es brennt. Er kann aber auch einen Fehlalarm auslösen oder einen echten Brand übersehen. Genau so können bei einem Hypothesentest zwei unterschiedliche Fehler entstehen.
Der Alarm geht los, obwohl es gar nicht brennt. Wir verwerfen die wahre Ausgangsannahme H₀.
Der Alarm bleibt aus, obwohl es tatsächlich brennt. Wir verwerfen die falsche Ausgangsannahme H₀ nicht.
Merkhilfe: Fehler 1. Art = Alarm ohne Brand. Fehler 2. Art = Brand ohne Alarm. Bei einem mathematischen Hypothesentest ersetzen wir den Alarm durch die Entscheidung, ob H₀ verworfen wird.

Grundlagen und Vorwissen
Für diesen Beitrag solltest du die Binomialverteilung, den Erwartungswert μ = n · p₀ und die kumulierte Wahrscheinlichkeit P(X ≤ k) kennen. Wenn du mit dem GTR arbeitest, findest du die Wahrscheinlichkeiten unter Binomialverteilung → kumuliert beziehungsweise mit binomcdf.
H₀ ist unsere Nullhypothese. H₁ ist die Alternativhypothese, also die überprüfte Abweichung.
Im Annahmebereich A verwerfen wir H₀ nicht. Im Ablehnungsbereich Ā verwerfen wir H₀.
Die exakte Binomialverteilung berechnet, wie wahrscheinlich bestimmte Trefferzahlen sind.
Es ist nicht nötig, die Sigma-Regeln zu verwenden: Wir rechnen mit der exakten Binomialverteilung. Der GTR ist lediglich das Rechenwerkzeug.
Du möchtest die Grundlagen noch einmal in Ruhe wiederholen? Im Hypothesentest-Gesamtartikel findest du den gesamten Ablauf mit weiteren Erklärungen und Beispielen.
H₀ und H₁ richtig zuordnen
Der erste Schritt ist immer, genau zu verstehen, was die Ausgangsbehauptung und was die Gegenbehauptung ist. In typischen Schulaufgaben enthält H₀ das Gleichheitszeichen und H₁ gibt die Richtung der Abweichung an.
Merktabelle: Welche Formulierungen gehören zu H₀ und H₁?
Der genannte Grenzwert ist in H₀ eingeschlossen. Bei H₁ geht es um die Gegenbehauptung. Ausschlaggebend ist immer, was getestet werden soll.
| Testart | H₀ – mit Gleichheitszeichen | H₁ – ohne Gleichheitszeichen |
|---|---|---|
| Linksseitig | mindestens · p ≥ p₀ | weniger als · p < p₀ |
| Rechtsseitig | höchstens · p ≤ p₀ | mehr als · p > p₀ |
| Beidseitig | genau · p = p₀ | anders als · p ≠ p₀ |
Wichtig: Das sind typische Schulformulierungen. H₀ ist nicht automatisch der zuerst genannte Satz, sondern die Hypothese mit dem Gleichheitszeichen.
Praktischer Tipp: Überlege dir erst, welche Aussage du verwerfen würdest. Setze dann H₀ und H₁ sauber auf – erst danach berechnest du die Grenzen.
Die vier möglichen Testentscheidungen
Ein statistischer Test hat zwei mögliche Entscheidungen. Gleichzeitig kann H₀ in Wirklichkeit wahr oder falsch sein. Daraus entstehen vier Situationen – davon sind zwei richtig und zwei Fehler.
| Wirklichkeit | H₀ wird nicht verworfen | H₀ wird verworfen |
|---|---|---|
| H₀ ist wahr | Richtige EntscheidungWir verwerfen eine wahre Behauptung nicht. | Fehler 1. Art (α)Wir verwerfen H₀, obwohl sie wahr ist. |
| H₁ ist wahr | Fehler 2. Art (β)Wir verwerfen H₀ nicht, obwohl H₁ gilt. | Richtige EntscheidungWir verwerfen eine falsche H₀. |
Fehler 1. Art – der α-Fehler
Beim Fehler 1. Art ist H₀ in Wirklichkeit richtig. Trotzdem landet unser Stichprobenergebnis zufällig im Ablehnungsbereich und wir verwerfen H₀.
Definition des α-Fehlers
Das Signifikanzniveau α gibt vor, wie groß das Risiko für diesen Fehler höchstens sein darf.
Bei α = 5 % begrenzen wir dieses Risiko auf höchstens 5 %. Die tatsächliche Wahrscheinlichkeit kann bei einer Binomialverteilung mit ganzzahligen Grenzen auch kleiner sein – beispielsweise 4,46 %.
Fehler 2. Art – der β-Fehler
Beim Fehler 2. Art stimmt die Nullhypothese in Wirklichkeit nicht. Trotzdem ist die Stichprobenabweichung nicht groß genug, um H₀ zu verwerfen. Das Ergebnis landet also im Annahmebereich A.
Definition des β-Fehlers
Dabei ist p₁ ein konkreter tatsächlicher Anteil aus H₁. Die Wahrscheinlichkeit β hängt von diesem gewählten Anteil ab.
Die Teststärke (Power) ist die Wahrscheinlichkeit, eine tatsächlich falsche Nullhypothese zu verwerfen. Für den konkret gewählten Wert p₁ gilt daher:
α und β: Der wichtige Unterschied
Wir verwerfen H₀, obwohl H₀ gilt. Die Wahrscheinlichkeit wird über den Ablehnungsbereich Ā berechnet und durch α begrenzt.
H₀ wird nicht verworfen, obwohl H₁ gilt. Die Wahrscheinlichkeit wird über den Annahmebereich A bei einem vorgegebenen p₁ berechnet.
Stell dir zwei Verteilungen vor: Eine gehört zur Ausgangsannahme p₀, die andere zu einem tatsächlich abweichenden Anteil p₁. Die Entscheidungsgrenzen bleiben dieselben; aber die Wahrscheinlichkeiten einzelner Trefferzahlen ändern sich.
Fehlerarten bei allen drei Testarten
Die Bedeutung von Fehler 1. und 2. Art bleibt bei allen drei Testarten gleich. Was sich verändert, ist nur, wo die Ablehnungsbereiche liegen und welche Trefferzahlen zur Nicht-Ablehnung führen.
Wenig Treffer sprechen gegen H₀. Die Ablehnung liegt links.
Viele Treffer sprechen gegen H₀. Die Ablehnung liegt rechts.
Sehr wenige und sehr viele Treffer sprechen gegen H₀. Die Ablehnung liegt auf beiden Seiten.
Die schulischen GTR-Regeln im Überblick
| Testart | Was berechnen wir? | GTR-Regel | Bereich A |
|---|---|---|---|
| Linksseitig | letzte Ablehnungszahl c | P(X ≤ c) ≤ α | {c + 1, …, n} |
| Rechtsseitig | obere Annahmegrenze b | P(X ≤ b) > 1 − α | {0, …, b} |
| Beidseitig | c links, b rechts | P(X ≤ c) ≤ α/2 P(X ≤ b) > 1 − α/2 | {c + 1, …, b} |
Beidseitig beachten: Das Signifikanzniveau wird aufgeteilt. Bei α = 0,05 rechnen wir links mit 0,025 und rechts mit 1 − 0,025 = 0,975.
Die drei Testarten Schritt für Schritt: Hier findest du die vollständigen GTR-Anleitungen für den linksseitigen Hypothesentest, den rechtsseitigen Hypothesentest und den beidseitigen Hypothesentest.
Fehlerwahrscheinlichkeiten Schritt für Schritt berechnen
Wir gehen beim Berechnen des Fehlers 1. und 2. Art immer in derselben Reihenfolge vor. So verwechselst du die beiden Wahrscheinlichkeiten nicht.
Was behauptet H₀? Welche Richtung vermutet H₁?
Grenze(n) ermitteln, A und Ā vollständig aufschreiben.
Mit dem Randwert p₀ die Wahrscheinlichkeit für X ∈ Ā berechnen.
Mit einem konkreten p₁ aus H₁ die Wahrscheinlichkeit für X ∈ A berechnen.
Beispiel 1: Die neue Pausenregel
Wir beginnen mit einem rechtsseitigen Test. In dieser Aufgabe erklären wir beide Fehler und berechnen ihre Wahrscheinlichkeiten ganz ausführlich.
Aufgabenstellung: Pausenregel an der Schule
Eine Schule behauptet, dass höchstens 25 % der Schülerinnen und Schüler eine neue Pausenregel gut finden. In einer zufälligen Befragung von 100 Personen finden 34 die Regel gut. Wir überprüfen die Behauptung mit dem Signifikanzniveau α = 5 %. Für die β-Berechnung nehmen wir an, dass der tatsächliche Anteil p₁ = 0,40 beträgt.
n = 100
p₀ = 0,25
α = 5 % = 0,05
Ausführliche Musterlösung zu Beispiel 1
1. Nullhypothese H₀ und Gegenhypothese H₁ aufstellen
Ausgangsaussage: „höchstens 25 %“
Gegenbehauptung: „mehr als 25 %“
Das Wort „höchstens“ schließt den genannten Anteil ein. Deshalb gehört die entsprechende Aussage zu H₀. H₁ beschreibt die Gegenbehauptung und bestimmt die Testrichtung.
Merktabelle: Welche Formulierungen gehören zu H₀ und H₁?
Der genannte Grenzwert ist in H₀ eingeschlossen. Bei H₁ geht es um die Gegenbehauptung. Ausschlaggebend ist immer, was getestet werden soll.
| Testart | H₀ – mit Gleichheitszeichen | H₁ – ohne Gleichheitszeichen |
|---|---|---|
| Linksseitig | mindestens · p ≥ p₀ | weniger als · p < p₀ |
| Rechtsseitig | höchstens · p ≤ p₀ | mehr als · p > p₀ |
| Beidseitig | genau · p = p₀ | anders als · p ≠ p₀ |
Wichtig: Das sind typische Schulformulierungen. H₀ ist nicht automatisch der zuerst genannte Satz, sondern die Hypothese mit dem Gleichheitszeichen.
Was bedeutet X? X zählt, wie viele Personen in dieser Stichprobe eine neue Pausenregel gut finden.
2. Testart erkennen und Erwartungswert berechnen
Weil H₁ einen Anteil oberhalb von p₀ vermutet, handelt es sich um einen rechtsseitigen Test. Die Abweichung suchen wir daher rechts vom Erwartungswert.
Der Erwartungswert zeigt uns den Schwerpunkt der Binomialverteilung. In der ersten Orientierungsskizze stehen noch keine kritischen Grenzen; diese finden wir erst im GTR.
3. Kritische Grenze mit dem GTR bestimmen
Gegeben: n = 100, p₀ = 0,25, α = 5 % = 0,050. Unter dem Randwert von H₀ rechnen wir mit X ∼ B(100; 0,25).
Rechtsseitiger GTR-Test: die obere Annahmegrenze b suchen
Gesucht ist die kleinste ganze Zahl b, bei der der kumulierte Wert erstmals größer als 0,950 ist. Somit ist A = {0, …, b} und der rechte Ablehnungsbereich beginnt bei b + 1.
Was berechnet der GTR? Der Befehl binomcdf(n; p₀; k) liefert die kumulierte Wahrscheinlichkeit P(X ≤ k) – also die Summe aller Trefferwahrscheinlichkeiten von 0 bis k. Wir überprüfen benachbarte Trefferzahlen, damit die Grenze eindeutig ist.
Die Tabelle zeigt bewusst mehrere aufeinanderfolgende GTR-Werte. So können wir sicher nachweisen, dass genau an der Grenzzahl die Ungleichung umspringt.
| Trefferzahl k | GTR-Eingabe (kumuliert) | P(X ≤ k) | Vergleich |
|---|---|---|---|
| 30 | binomcdf(100; 0,25; 30) | 0,89621 | ≤ 0,950 |
| 31 | binomcdf(100; 0,25; 31) | 0,93065 | ≤ 0,950 |
| 32 | binomcdf(100; 0,25; 32) | 0,95540 | > 0,950 |
| 33 | binomcdf(100; 0,25; 33) | 0,97241 | > 0,950 |
| 34 | binomcdf(100; 0,25; 34) | 0,98357 | > 0,950 |
Bis 31 ist der Wert noch nicht größer als 0,950. Bei b = 32 wird diese Grenze erstmals überschritten. Der rechte Ablehnungsbereich beginnt deshalb bei 33.
Jetzt beide Entscheidungsbereiche aufschreiben:
Hier steht A für die Trefferzahlen, bei denen H₀ nicht verworfen wird. Ā enthält alle Trefferzahlen, bei denen H₀ verworfen wird.
4. Beobachtete Trefferzahl prüfen und Entscheidung in Alltagssprache
Beobachtet wurden X = 34 Treffer (34 von 100 Schülerinnen und Schülern finden die neue Pausenregel gut).
Vergleich: X = 34 liegt im Ablehnungsbereich Ā, denn der Annahmebereich reicht von 0 bis 32.
Antwort in Alltagssprache: Die beobachtete Trefferzahl ist unter der Ausgangsbehauptung ungewöhnlich; deshalb wird sie statistisch verworfen.
5. Fehler 1. und 2. Art in der Aufgabe erklären
Wir verwerfen die Behauptung „höchstens 25 % eine neue Pausenregel gut finden“, obwohl sie in Wirklichkeit zutrifft.
Wir verwerfen die Behauptung nicht, obwohl tatsächlich „mehr als 25 %“ gilt.
Merke: Die Fehlerarten hängen davon ab, ob H₀ in Wirklichkeit stimmt. Wir können aus der Stichprobe allein nicht wissen, ob wir tatsächlich einen Fehler gemacht haben.
6. Fehlerwahrscheinlichkeiten α und β berechnen
Fehler 1. Art: tatsächliche Wahrscheinlichkeit am Rand von H₀
Für die Berechnung verwenden wir den Randwert p₀ = 0,25. Ein Fehler 1. Art bedeutet, H₀ zu verwerfen, obwohl H₀ wahr ist.
Der Wert ist höchstens 5 %. Das vorgegebene Signifikanzniveau ist also die Obergrenze und nicht zwingend die tatsächlich erreichte Fehlerwahrscheinlichkeit.
Fehler 2. Art: tatsächliche Wahrscheinlichkeit bei p = 0,40
Für β benötigen wir einen konkreten wahren Anteil aus H₁. Hier nehmen wir p = 0,40 an. Wir machen dann einen Fehler 2. Art, wenn wir trotz dieses abweichenden Anteils im Annahmebereich A = {0, …, 32} landen.
GTR: binomcdf(100; 0,40; 32)
Die Teststärke für diesen Alternativfall beträgt 1 − β ≈ 93,85 %. Bei einem anderen tatsächlichen Anteil aus H₁ kann β einen anderen Wert besitzen.
Wichtig: Der β-Fehler ist kein einziger fester Wert für alle möglichen Gegenhypothesen. Man benötigt einen konkreten Alternativwert, hier p = 0,40. Bei einem anderen Alternativwert ändert sich β.
Beispiele 2 und 3 mit GTR
Jetzt wenden wir dieselbe Fehlerlogik auf einen linksseitigen und einen beidseitigen Test an. Zu beiden Aufgaben kannst du zuerst eine Kurzlösung oder die vollständige Musterlösung aufklappen.
Beispiel 2: Wie häufig wird das Schulfrühstück genutzt?
Ein Schulträger geht davon aus, dass mindestens 40 % der Kinder das Schulfrühstück regelmäßig nutzen. Unter 80 zufällig ausgewählten Kindern tun dies 24. α = 5 %. Für den β-Fehler sei der tatsächliche Anteil p₁ = 0,30.
Aufgaben: Stelle H₀ und H₁ auf, bestimme die GTR-Entscheidungsbereiche, entscheide bei der beobachteten Trefferzahl und erkläre sowie berechne den Fehler 1. und 2. Art.
Kurzlösung zu Beispiel 2 anzeigen
Ausführliche Musterlösung zu Beispiel 2 anzeigen
1. Nullhypothese H₀ und Gegenhypothese H₁ aufstellen
Ausgangsaussage: „mindestens 40 %“
Gegenbehauptung: „weniger als 40 %“
Das Wort „mindestens“ schließt den genannten Anteil ein. Deshalb gehört die entsprechende Aussage zu H₀. H₁ beschreibt die Gegenbehauptung und bestimmt die Testrichtung.
Merktabelle: Welche Formulierungen gehören zu H₀ und H₁?
Der genannte Grenzwert ist in H₀ eingeschlossen. Bei H₁ geht es um die Gegenbehauptung. Ausschlaggebend ist immer, was getestet werden soll.
| Testart | H₀ – mit Gleichheitszeichen | H₁ – ohne Gleichheitszeichen |
|---|---|---|
| Linksseitig | mindestens · p ≥ p₀ | weniger als · p < p₀ |
| Rechtsseitig | höchstens · p ≤ p₀ | mehr als · p > p₀ |
| Beidseitig | genau · p = p₀ | anders als · p ≠ p₀ |
Wichtig: Das sind typische Schulformulierungen. H₀ ist nicht automatisch der zuerst genannte Satz, sondern die Hypothese mit dem Gleichheitszeichen.
Was bedeutet X? X zählt, wie viele Personen in dieser Stichprobe das Schulfrühstück regelmäßig nutzen.
2. Testart erkennen und Erwartungswert berechnen
Weil H₁ einen Anteil unterhalb von p₀ vermutet, handelt es sich um einen linksseitigen Test. Die Abweichung suchen wir daher links vom Erwartungswert.
Der Erwartungswert zeigt uns den Schwerpunkt der Binomialverteilung. In der ersten Orientierungsskizze stehen noch keine kritischen Grenzen; diese finden wir erst im GTR.
3. Kritische Grenze mit dem GTR bestimmen
Gegeben: n = 80, p₀ = 0,40, α = 5 % = 0,050. Unter dem Randwert von H₀ rechnen wir mit X ∼ B(80; 0,40).
Linksseitiger GTR-Test: die letzte Ablehnungszahl c suchen
Gesucht ist die größte ganze Zahl c, bei der der kumulierte Wert höchstens 0,050 ist. Somit ist der linke Ablehnungsbereich von 0 bis c und A = {c + 1, …, n}.
Was berechnet der GTR? Der Befehl binomcdf(n; p₀; k) liefert die kumulierte Wahrscheinlichkeit P(X ≤ k) – also die Summe aller Trefferwahrscheinlichkeiten von 0 bis k. Wir überprüfen benachbarte Trefferzahlen, damit die Grenze eindeutig ist.
Die Tabelle zeigt bewusst mehrere aufeinanderfolgende GTR-Werte. So können wir sicher nachweisen, dass genau an der Grenzzahl die Ungleichung umspringt.
| Trefferzahl k | GTR-Eingabe (kumuliert) | P(X ≤ k) | Vergleich |
|---|---|---|---|
| 22 | binomcdf(80; 0,40; 22) | 0,01365 | ≤ 0,050 |
| 23 | binomcdf(80; 0,40; 23) | 0,02453 | ≤ 0,050 |
| 24 | binomcdf(80; 0,40; 24) | 0,04175 | ≤ 0,050 |
| 25 | binomcdf(80; 0,40; 25) | 0,06746 | > 0,050 |
| 26 | binomcdf(80; 0,40; 26) | 0,10373 | > 0,050 |
c = 24 ist die letzte Trefferzahl, bei der die linke Ablehnungsregel erfüllt ist. Die nächste Zahl 25 liegt schon im Annahmebereich.
Jetzt beide Entscheidungsbereiche aufschreiben:
Hier steht A für die Trefferzahlen, bei denen H₀ nicht verworfen wird. Ā enthält alle Trefferzahlen, bei denen H₀ verworfen wird.
4. Beobachtete Trefferzahl prüfen und Entscheidung in Alltagssprache
Beobachtet wurden X = 24 Treffer (24 von 80 Kindern nutzen das Schulfrühstück).
Vergleich: X = 24 liegt im Ablehnungsbereich Ā, denn der Annahmebereich reicht von 25 bis 80.
Antwort in Alltagssprache: Die beobachtete Trefferzahl ist unter der Ausgangsbehauptung ungewöhnlich; deshalb wird sie statistisch verworfen.
5. Fehler 1. und 2. Art in der Aufgabe erklären
Wir verwerfen die Behauptung „mindestens 40 % das Schulfrühstück regelmäßig nutzen“, obwohl sie in Wirklichkeit zutrifft.
Wir verwerfen die Behauptung nicht, obwohl tatsächlich „weniger als 40 %“ gilt.
Merke: Die Fehlerarten hängen davon ab, ob H₀ in Wirklichkeit stimmt. Wir können aus der Stichprobe allein nicht wissen, ob wir tatsächlich einen Fehler gemacht haben.
6. Fehlerwahrscheinlichkeiten α und β berechnen
Fehler 1. Art: tatsächliche Wahrscheinlichkeit am Rand von H₀
Für die Berechnung verwenden wir den Randwert p₀ = 0,40. Ein Fehler 1. Art bedeutet, H₀ zu verwerfen, obwohl H₀ wahr ist.
Der Wert ist höchstens 5 %. Das vorgegebene Signifikanzniveau ist also die Obergrenze und nicht zwingend die tatsächlich erreichte Fehlerwahrscheinlichkeit.
Fehler 2. Art: tatsächliche Wahrscheinlichkeit bei p = 0,30
Für β benötigen wir einen konkreten wahren Anteil aus H₁. Hier nehmen wir p = 0,30 an. Wir machen dann einen Fehler 2. Art, wenn wir trotz dieses abweichenden Anteils im Annahmebereich A = {25, …, 80} landen.
GTR: 1 − binomcdf(80; 0,30; 24)
Die Teststärke für diesen Alternativfall beträgt 1 − β ≈ 55,49 %. Bei einem anderen tatsächlichen Anteil aus H₁ kann β einen anderen Wert besitzen.
Wichtig: Der β-Fehler ist kein einziger fester Wert für alle möglichen Gegenhypothesen. Man benötigt einen konkreten Alternativwert, hier p = 0,30. Bei einem anderen Alternativwert ändert sich β.
Beispiel 3: Hat sich die Nutzung der Bibliothek verändert?
Bisher nutzten 50 % der Schülerinnen und Schüler die Schulbibliothek regelmäßig. Nach einer Umgestaltung soll geprüft werden, ob der Anteil nun anders ist. Unter 100 Befragten nutzen 64 die Bibliothek. α = 5 %. Für den β-Fehler sei der tatsächliche Anteil p₁ = 0,65.
Aufgaben: Stelle H₀ und H₁ auf, bestimme die GTR-Entscheidungsbereiche, entscheide bei der beobachteten Trefferzahl und erkläre sowie berechne den Fehler 1. und 2. Art.
Kurzlösung zu Beispiel 3 anzeigen
Ausführliche Musterlösung zu Beispiel 3 anzeigen
1. Nullhypothese H₀ und Gegenhypothese H₁ aufstellen
Ausgangsaussage: „genau 50 %“
Gegenbehauptung: „anders als 50 %“
Das Wort „genau“ schließt den genannten Anteil als Ausgangswert ein. Deshalb gehört die entsprechende Aussage zu H₀. H₁ beschreibt die Gegenbehauptung und bestimmt die Testrichtung.
Merktabelle: Welche Formulierungen gehören zu H₀ und H₁?
Der genannte Grenzwert ist in H₀ eingeschlossen. Bei H₁ geht es um die Gegenbehauptung. Ausschlaggebend ist immer, was getestet werden soll.
| Testart | H₀ – mit Gleichheitszeichen | H₁ – ohne Gleichheitszeichen |
|---|---|---|
| Linksseitig | mindestens · p ≥ p₀ | weniger als · p < p₀ |
| Rechtsseitig | höchstens · p ≤ p₀ | mehr als · p > p₀ |
| Beidseitig | genau · p = p₀ | anders als · p ≠ p₀ |
Wichtig: Das sind typische Schulformulierungen. H₀ ist nicht automatisch der zuerst genannte Satz, sondern die Hypothese mit dem Gleichheitszeichen.
Was bedeutet X? X zählt, wie viele Personen in dieser Stichprobe die Bibliothek regelmäßig nutzen.
2. Testart erkennen und Erwartungswert berechnen
Weil H₁ einen Anteil unterhalb oder oberhalb von p₀ vermutet, handelt es sich um einen beidseitigen Test. Die Abweichung suchen wir daher auf beiden Seiten des Erwartungswerts.
Der Erwartungswert zeigt uns den Schwerpunkt der Binomialverteilung. In der ersten Orientierungsskizze stehen noch keine kritischen Grenzen; diese finden wir erst im GTR.
3. Kritische Grenzen mit dem GTR bestimmen
Gegeben: n = 100, p₀ = 0,50, α = 5 % = 0,050. Unter dem Randwert von H₀ rechnen wir mit X ∼ B(100; 0,50).
Beidseitiger GTR-Test: beide Grenzen der mittleren Annahme suchen
Das Signifikanzniveau wird auf beide Randbereiche verteilt: α/2 = 0,025.
Gesucht sind die größte linke Ablehnungszahl c und die kleinste obere Annahmezahl b. Die Annahme liegt in der Mitte: A = {c + 1, …, b}.
Was berechnet der GTR? Der Befehl binomcdf(n; p₀; k) liefert die kumulierte Wahrscheinlichkeit P(X ≤ k) – also die Summe aller Trefferwahrscheinlichkeiten von 0 bis k. Wir überprüfen benachbarte Trefferzahlen, damit die Grenze eindeutig ist.
Die Tabelle zeigt bewusst mehrere aufeinanderfolgende GTR-Werte. So können wir sicher nachweisen, dass genau an der Grenzzahl die Ungleichung umspringt.
| Trefferzahl k | GTR-Eingabe (kumuliert) | P(X ≤ k) | Vergleich |
|---|---|---|---|
| 37 | binomcdf(100; 0,50; 37) | 0,00602 | ≤ 0,025 |
| 38 | binomcdf(100; 0,50; 38) | 0,01049 | ≤ 0,025 |
| 39 | binomcdf(100; 0,50; 39) | 0,01760 | ≤ 0,025 |
| 40 | binomcdf(100; 0,50; 40) | 0,02844 | > 0,025 |
| 41 | binomcdf(100; 0,50; 41) | 0,04431 | > 0,025 |
| 58 | binomcdf(100; 0,50; 58) | 0,95569 | ≤ 0,975 |
| 59 | binomcdf(100; 0,50; 59) | 0,97156 | ≤ 0,975 |
| 60 | binomcdf(100; 0,50; 60) | 0,98240 | > 0,975 |
| 61 | binomcdf(100; 0,50; 61) | 0,98951 | > 0,975 |
| 62 | binomcdf(100; 0,50; 62) | 0,99398 | > 0,975 |
Linke Grenze prüfen
Rechte Grenze prüfen
Links endet die Ablehnung bei c = 39; rechts endet die Annahme bei b = 60. Den mittleren Annahmebereich schreiben wir deshalb von 40 bis 60.
Jetzt beide Entscheidungsbereiche aufschreiben:
Hier steht A für die Trefferzahlen, bei denen H₀ nicht verworfen wird. Ā enthält alle Trefferzahlen, bei denen H₀ verworfen wird.
4. Beobachtete Trefferzahl prüfen und Entscheidung in Alltagssprache
Beobachtet wurden X = 64 Treffer (64 von 100 nutzen die Bibliothek).
Vergleich: X = 64 liegt im Ablehnungsbereich Ā, denn der Annahmebereich reicht von 40 bis 60.
Antwort in Alltagssprache: Die beobachtete Trefferzahl ist unter der Ausgangsbehauptung ungewöhnlich; deshalb wird sie statistisch verworfen.
5. Fehler 1. und 2. Art in der Aufgabe erklären
Wir verwerfen die Behauptung „genau 50 % die Bibliothek regelmäßig nutzen“, obwohl sie in Wirklichkeit zutrifft.
Wir verwerfen die Behauptung nicht, obwohl tatsächlich „anders als 50 %“ gilt.
Merke: Die Fehlerarten hängen davon ab, ob H₀ in Wirklichkeit stimmt. Wir können aus der Stichprobe allein nicht wissen, ob wir tatsächlich einen Fehler gemacht haben.
6. Fehlerwahrscheinlichkeiten α und β berechnen
Fehler 1. Art: tatsächliche Wahrscheinlichkeit am Rand von H₀
Für die Berechnung verwenden wir den Randwert p₀ = 0,50. Ein Fehler 1. Art bedeutet, H₀ zu verwerfen, obwohl H₀ wahr ist.
Der Wert ist höchstens 5 %. Das vorgegebene Signifikanzniveau ist also die Obergrenze und nicht zwingend die tatsächlich erreichte Fehlerwahrscheinlichkeit.
Fehler 2. Art: tatsächliche Wahrscheinlichkeit bei p = 0,65
Für β benötigen wir einen konkreten wahren Anteil aus H₁. Hier nehmen wir p = 0,65 an. Wir machen dann einen Fehler 2. Art, wenn wir trotz dieses abweichenden Anteils im Annahmebereich A = {40, …, 60} landen.
GTR: binomcdf(100; 0,65; 60) − binomcdf(100; 0,65; 39)
Die Teststärke für diesen Alternativfall beträgt 1 − β ≈ 82,76 %. Bei einem anderen tatsächlichen Anteil aus H₁ kann β einen anderen Wert besitzen.
Wichtig: Der β-Fehler ist kein einziger fester Wert für alle möglichen Gegenhypothesen. Man benötigt einen konkreten Alternativwert, hier p = 0,65. Bei einem anderen Alternativwert ändert sich β.
Übungsaufgaben mit Kurz- und Langlösung
Die folgenden Übungen sind bewusst in goldgelben Aufgabenfeldern gestaltet. Versuche zunächst alle Teilfragen selbst zu beantworten. Anschließend kannst du entweder die kompakte Kurzlösung oder die ausführliche Musterlösung mit Merktabelle, GTR-Tabelle, Diagrammen und Fehlerwahrscheinlichkeiten öffnen.
Übungsaufgabe 1: Teilnahme am Sportangebot
Ein Sportverein behauptet, mindestens 30 % der Mitglieder nähmen an einem neuen Kurs teil. Unter 120 zufällig Befragten nehmen 26 teil. Es gilt α = 5 %. Für den β-Fehler nimm an, dass der tatsächliche Anteil p₁ = 0,20 beträgt.
a) Formuliere H₀ und H₁ und erkenne die Testart. b) Berechne mit dem GTR den Annahme- und Ablehnungsbereich. c) Triff die Entscheidung und formuliere einen Antwortsatz. d) Erkläre beide Fehlerarten in diesem Beispiel. e) Berechne die tatsächliche α-Fehlerwahrscheinlichkeit und β für p₁.
Kurzlösung zu Übung 1 anzeigen
Ausführliche Musterlösung zu Übung 1 anzeigen
1. Nullhypothese H₀ und Gegenhypothese H₁ aufstellen
Ausgangsaussage: „mindestens 30 %“
Gegenbehauptung: „weniger als 30 %“
Das Wort „mindestens“ schließt den genannten Anteil ein. Deshalb gehört die entsprechende Aussage zu H₀. H₁ beschreibt die Gegenbehauptung und bestimmt die Testrichtung.
Merktabelle: Welche Formulierungen gehören zu H₀ und H₁?
Der genannte Grenzwert ist in H₀ eingeschlossen. Bei H₁ geht es um die Gegenbehauptung. Ausschlaggebend ist immer, was getestet werden soll.
| Testart | H₀ – mit Gleichheitszeichen | H₁ – ohne Gleichheitszeichen |
|---|---|---|
| Linksseitig | mindestens · p ≥ p₀ | weniger als · p < p₀ |
| Rechtsseitig | höchstens · p ≤ p₀ | mehr als · p > p₀ |
| Beidseitig | genau · p = p₀ | anders als · p ≠ p₀ |
Wichtig: Das sind typische Schulformulierungen. H₀ ist nicht automatisch der zuerst genannte Satz, sondern die Hypothese mit dem Gleichheitszeichen.
Was bedeutet X? X zählt, wie viele Personen in dieser Stichprobe am neuen Sportkurs teilnehmen.
2. Testart erkennen und Erwartungswert berechnen
Weil H₁ einen Anteil unterhalb von p₀ vermutet, handelt es sich um einen linksseitigen Test. Die Abweichung suchen wir daher links vom Erwartungswert.
Der Erwartungswert zeigt uns den Schwerpunkt der Binomialverteilung. In der ersten Orientierungsskizze stehen noch keine kritischen Grenzen; diese finden wir erst im GTR.
3. Kritische Grenze mit dem GTR bestimmen
Gegeben: n = 120, p₀ = 0,30, α = 5 % = 0,050. Unter dem Randwert von H₀ rechnen wir mit X ∼ B(120; 0,30).
Linksseitiger GTR-Test: die letzte Ablehnungszahl c suchen
Gesucht ist die größte ganze Zahl c, bei der der kumulierte Wert höchstens 0,050 ist. Somit ist der linke Ablehnungsbereich von 0 bis c und A = {c + 1, …, n}.
Was berechnet der GTR? Der Befehl binomcdf(n; p₀; k) liefert die kumulierte Wahrscheinlichkeit P(X ≤ k) – also die Summe aller Trefferwahrscheinlichkeiten von 0 bis k. Wir überprüfen benachbarte Trefferzahlen, damit die Grenze eindeutig ist.
Die Tabelle zeigt bewusst mehrere aufeinanderfolgende GTR-Werte. So können wir sicher nachweisen, dass genau an der Grenzzahl die Ungleichung umspringt.
| Trefferzahl k | GTR-Eingabe (kumuliert) | P(X ≤ k) | Vergleich |
|---|---|---|---|
| 25 | binomcdf(120; 0,30; 25) | 0,01591 | ≤ 0,050 |
| 26 | binomcdf(120; 0,30; 26) | 0,02657 | ≤ 0,050 |
| 27 | binomcdf(120; 0,30; 27) | 0,04248 | ≤ 0,050 |
| 28 | binomcdf(120; 0,30; 28) | 0,06512 | > 0,050 |
| 29 | binomcdf(120; 0,30; 29) | 0,09590 | > 0,050 |
c = 27 ist die letzte Trefferzahl, bei der die linke Ablehnungsregel erfüllt ist. Die nächste Zahl 28 liegt schon im Annahmebereich.
Jetzt beide Entscheidungsbereiche aufschreiben:
Hier steht A für die Trefferzahlen, bei denen H₀ nicht verworfen wird. Ā enthält alle Trefferzahlen, bei denen H₀ verworfen wird.
4. Beobachtete Trefferzahl prüfen und Entscheidung in Alltagssprache
Beobachtet wurden X = 26 Treffer (26 von 120 nehmen am Sportkurs teil).
Vergleich: X = 26 liegt im Ablehnungsbereich Ā, denn der Annahmebereich reicht von 28 bis 120.
Antwort in Alltagssprache: Die beobachtete Trefferzahl ist unter der Ausgangsbehauptung ungewöhnlich; deshalb wird sie statistisch verworfen.
5. Fehler 1. und 2. Art in der Aufgabe erklären
Wir verwerfen die Behauptung „mindestens 30 % am neuen Sportkurs teilnehmen“, obwohl sie in Wirklichkeit zutrifft.
Wir verwerfen die Behauptung nicht, obwohl tatsächlich „weniger als 30 %“ gilt.
Merke: Die Fehlerarten hängen davon ab, ob H₀ in Wirklichkeit stimmt. Wir können aus der Stichprobe allein nicht wissen, ob wir tatsächlich einen Fehler gemacht haben.
6. Fehlerwahrscheinlichkeiten α und β berechnen
Fehler 1. Art: tatsächliche Wahrscheinlichkeit am Rand von H₀
Für die Berechnung verwenden wir den Randwert p₀ = 0,30. Ein Fehler 1. Art bedeutet, H₀ zu verwerfen, obwohl H₀ wahr ist.
Der Wert ist höchstens 5 %. Das vorgegebene Signifikanzniveau ist also die Obergrenze und nicht zwingend die tatsächlich erreichte Fehlerwahrscheinlichkeit.
Fehler 2. Art: tatsächliche Wahrscheinlichkeit bei p = 0,20
Für β benötigen wir einen konkreten wahren Anteil aus H₁. Hier nehmen wir p = 0,20 an. Wir machen dann einen Fehler 2. Art, wenn wir trotz dieses abweichenden Anteils im Annahmebereich A = {28, …, 120} landen.
GTR: 1 − binomcdf(120; 0,20; 27)
Die Teststärke für diesen Alternativfall beträgt 1 − β ≈ 79,02 %. Bei einem anderen tatsächlichen Anteil aus H₁ kann β einen anderen Wert besitzen.
Wichtig: Der β-Fehler ist kein einziger fester Wert für alle möglichen Gegenhypothesen. Man benötigt einen konkreten Alternativwert, hier p = 0,20. Bei einem anderen Alternativwert ändert sich β.
Übungsaufgabe 2: Mehr Schülerinnen und Schüler mit dem Fahrrad?
An einer Schule beträgt der bisherige Anteil der Fahrradfahrenden höchstens 45 %. Nach einer Aktion wird vermutet, dass der Anteil gestiegen ist. In einer Stichprobe von 90 kommen 50 mit dem Fahrrad. Es gilt α = 5 %. Für den β-Fehler nimm an, dass der tatsächliche Anteil p₁ = 0,60 beträgt.
a) Formuliere H₀ und H₁ und erkenne die Testart. b) Berechne mit dem GTR den Annahme- und Ablehnungsbereich. c) Triff die Entscheidung und formuliere einen Antwortsatz. d) Erkläre beide Fehlerarten in diesem Beispiel. e) Berechne die tatsächliche α-Fehlerwahrscheinlichkeit und β für p₁.
Kurzlösung zu Übung 2 anzeigen
Ausführliche Musterlösung zu Übung 2 anzeigen
1. Nullhypothese H₀ und Gegenhypothese H₁ aufstellen
Ausgangsaussage: „höchstens 45 %“
Gegenbehauptung: „mehr als 45 %“
Das Wort „höchstens“ schließt den genannten Anteil ein. Deshalb gehört die entsprechende Aussage zu H₀. H₁ beschreibt die Gegenbehauptung und bestimmt die Testrichtung.
Merktabelle: Welche Formulierungen gehören zu H₀ und H₁?
Der genannte Grenzwert ist in H₀ eingeschlossen. Bei H₁ geht es um die Gegenbehauptung. Ausschlaggebend ist immer, was getestet werden soll.
| Testart | H₀ – mit Gleichheitszeichen | H₁ – ohne Gleichheitszeichen |
|---|---|---|
| Linksseitig | mindestens · p ≥ p₀ | weniger als · p < p₀ |
| Rechtsseitig | höchstens · p ≤ p₀ | mehr als · p > p₀ |
| Beidseitig | genau · p = p₀ | anders als · p ≠ p₀ |
Wichtig: Das sind typische Schulformulierungen. H₀ ist nicht automatisch der zuerst genannte Satz, sondern die Hypothese mit dem Gleichheitszeichen.
Was bedeutet X? X zählt, wie viele Personen in dieser Stichprobe mit dem Fahrrad zur Schule kommen.
2. Testart erkennen und Erwartungswert berechnen
Weil H₁ einen Anteil oberhalb von p₀ vermutet, handelt es sich um einen rechtsseitigen Test. Die Abweichung suchen wir daher rechts vom Erwartungswert.
Der Erwartungswert zeigt uns den Schwerpunkt der Binomialverteilung. In der ersten Orientierungsskizze stehen noch keine kritischen Grenzen; diese finden wir erst im GTR.
3. Kritische Grenze mit dem GTR bestimmen
Gegeben: n = 90, p₀ = 0,45, α = 5 % = 0,050. Unter dem Randwert von H₀ rechnen wir mit X ∼ B(90; 0,45).
Rechtsseitiger GTR-Test: die obere Annahmegrenze b suchen
Gesucht ist die kleinste ganze Zahl b, bei der der kumulierte Wert erstmals größer als 0,950 ist. Somit ist A = {0, …, b} und der rechte Ablehnungsbereich beginnt bei b + 1.
Was berechnet der GTR? Der Befehl binomcdf(n; p₀; k) liefert die kumulierte Wahrscheinlichkeit P(X ≤ k) – also die Summe aller Trefferwahrscheinlichkeiten von 0 bis k. Wir überprüfen benachbarte Trefferzahlen, damit die Grenze eindeutig ist.
Die Tabelle zeigt bewusst mehrere aufeinanderfolgende GTR-Werte. So können wir sicher nachweisen, dass genau an der Grenzzahl die Ungleichung umspringt.
| Trefferzahl k | GTR-Eingabe (kumuliert) | P(X ≤ k) | Vergleich |
|---|---|---|---|
| 46 | binomcdf(90; 0,45; 46) | 0,89793 | ≤ 0,950 |
| 47 | binomcdf(90; 0,45; 47) | 0,93064 | ≤ 0,950 |
| 48 | binomcdf(90; 0,45; 48) | 0,95462 | > 0,950 |
| 49 | binomcdf(90; 0,45; 49) | 0,97143 | > 0,950 |
| 50 | binomcdf(90; 0,45; 50) | 0,98271 | > 0,950 |
Bis 47 ist der Wert noch nicht größer als 0,950. Bei b = 48 wird diese Grenze erstmals überschritten. Der rechte Ablehnungsbereich beginnt deshalb bei 49.
Jetzt beide Entscheidungsbereiche aufschreiben:
Hier steht A für die Trefferzahlen, bei denen H₀ nicht verworfen wird. Ā enthält alle Trefferzahlen, bei denen H₀ verworfen wird.
4. Beobachtete Trefferzahl prüfen und Entscheidung in Alltagssprache
Beobachtet wurden X = 50 Treffer (50 von 90 fahren Fahrrad).
Vergleich: X = 50 liegt im Ablehnungsbereich Ā, denn der Annahmebereich reicht von 0 bis 48.
Antwort in Alltagssprache: Die beobachtete Trefferzahl ist unter der Ausgangsbehauptung ungewöhnlich; deshalb wird sie statistisch verworfen.
5. Fehler 1. und 2. Art in der Aufgabe erklären
Wir verwerfen die Behauptung „höchstens 45 % mit dem Fahrrad zur Schule kommen“, obwohl sie in Wirklichkeit zutrifft.
Wir verwerfen die Behauptung nicht, obwohl tatsächlich „mehr als 45 %“ gilt.
Merke: Die Fehlerarten hängen davon ab, ob H₀ in Wirklichkeit stimmt. Wir können aus der Stichprobe allein nicht wissen, ob wir tatsächlich einen Fehler gemacht haben.
6. Fehlerwahrscheinlichkeiten α und β berechnen
Fehler 1. Art: tatsächliche Wahrscheinlichkeit am Rand von H₀
Für die Berechnung verwenden wir den Randwert p₀ = 0,45. Ein Fehler 1. Art bedeutet, H₀ zu verwerfen, obwohl H₀ wahr ist.
Der Wert ist höchstens 5 %. Das vorgegebene Signifikanzniveau ist also die Obergrenze und nicht zwingend die tatsächlich erreichte Fehlerwahrscheinlichkeit.
Fehler 2. Art: tatsächliche Wahrscheinlichkeit bei p = 0,60
Für β benötigen wir einen konkreten wahren Anteil aus H₁. Hier nehmen wir p = 0,60 an. Wir machen dann einen Fehler 2. Art, wenn wir trotz dieses abweichenden Anteils im Annahmebereich A = {0, …, 48} landen.
GTR: binomcdf(90; 0,60; 48)
Die Teststärke für diesen Alternativfall beträgt 1 − β ≈ 88,12 %. Bei einem anderen tatsächlichen Anteil aus H₁ kann β einen anderen Wert besitzen.
Wichtig: Der β-Fehler ist kein einziger fester Wert für alle möglichen Gegenhypothesen. Man benötigt einen konkreten Alternativwert, hier p = 0,60. Bei einem anderen Alternativwert ändert sich β.
Übungsaufgabe 3: Hat sich das Mensa-Angebot verändert?
Eine Mensa geht von einem Anteil von genau 20 % vegetarischer Bestellungen aus und möchte prüfen, ob dieser Anteil sich verändert hat. Bei 150 zufällig ausgewählten Bestellungen sind 40 vegetarisch. Es gilt α = 10 %. Für den β-Fehler nimm an, dass der tatsächliche Anteil p₁ = 0,30 beträgt.
a) Formuliere H₀ und H₁ und erkenne die Testart. b) Berechne mit dem GTR den Annahme- und Ablehnungsbereich. c) Triff die Entscheidung und formuliere einen Antwortsatz. d) Erkläre beide Fehlerarten in diesem Beispiel. e) Berechne die tatsächliche α-Fehlerwahrscheinlichkeit und β für p₁.
Kurzlösung zu Übung 3 anzeigen
Ausführliche Musterlösung zu Übung 3 anzeigen
1. Nullhypothese H₀ und Gegenhypothese H₁ aufstellen
Ausgangsaussage: „genau 20 %“
Gegenbehauptung: „anders als 20 %“
Das Wort „genau“ schließt den genannten Anteil als Ausgangswert ein. Deshalb gehört die entsprechende Aussage zu H₀. H₁ beschreibt die Gegenbehauptung und bestimmt die Testrichtung.
Merktabelle: Welche Formulierungen gehören zu H₀ und H₁?
Der genannte Grenzwert ist in H₀ eingeschlossen. Bei H₁ geht es um die Gegenbehauptung. Ausschlaggebend ist immer, was getestet werden soll.
| Testart | H₀ – mit Gleichheitszeichen | H₁ – ohne Gleichheitszeichen |
|---|---|---|
| Linksseitig | mindestens · p ≥ p₀ | weniger als · p < p₀ |
| Rechtsseitig | höchstens · p ≤ p₀ | mehr als · p > p₀ |
| Beidseitig | genau · p = p₀ | anders als · p ≠ p₀ |
Wichtig: Das sind typische Schulformulierungen. H₀ ist nicht automatisch der zuerst genannte Satz, sondern die Hypothese mit dem Gleichheitszeichen.
Was bedeutet X? X zählt, wie viele Personen in dieser Stichprobe vegetarische Mensagerichte bestellen.
2. Testart erkennen und Erwartungswert berechnen
Weil H₁ einen Anteil unterhalb oder oberhalb von p₀ vermutet, handelt es sich um einen beidseitigen Test. Die Abweichung suchen wir daher auf beiden Seiten des Erwartungswerts.
Der Erwartungswert zeigt uns den Schwerpunkt der Binomialverteilung. In der ersten Orientierungsskizze stehen noch keine kritischen Grenzen; diese finden wir erst im GTR.
3. Kritische Grenzen mit dem GTR bestimmen
Gegeben: n = 150, p₀ = 0,20, α = 10 % = 0,100. Unter dem Randwert von H₀ rechnen wir mit X ∼ B(150; 0,20).
Beidseitiger GTR-Test: beide Grenzen der mittleren Annahme suchen
Das Signifikanzniveau wird auf beide Randbereiche verteilt: α/2 = 0,050.
Gesucht sind die größte linke Ablehnungszahl c und die kleinste obere Annahmezahl b. Die Annahme liegt in der Mitte: A = {c + 1, …, b}.
Was berechnet der GTR? Der Befehl binomcdf(n; p₀; k) liefert die kumulierte Wahrscheinlichkeit P(X ≤ k) – also die Summe aller Trefferwahrscheinlichkeiten von 0 bis k. Wir überprüfen benachbarte Trefferzahlen, damit die Grenze eindeutig ist.
Die Tabelle zeigt bewusst mehrere aufeinanderfolgende GTR-Werte. So können wir sicher nachweisen, dass genau an der Grenzzahl die Ungleichung umspringt.
| Trefferzahl k | GTR-Eingabe (kumuliert) | P(X ≤ k) | Vergleich |
|---|---|---|---|
| 19 | binomcdf(150; 0,20; 19) | 0,01275 | ≤ 0,050 |
| 20 | binomcdf(150; 0,20; 20) | 0,02236 | ≤ 0,050 |
| 21 | binomcdf(150; 0,20; 21) | 0,03722 | ≤ 0,050 |
| 22 | binomcdf(150; 0,20; 22) | 0,05900 | > 0,050 |
| 23 | binomcdf(150; 0,20; 23) | 0,08931 | > 0,050 |
| 36 | binomcdf(150; 0,20; 36) | 0,90549 | ≤ 0,950 |
| 37 | binomcdf(150; 0,20; 37) | 0,93413 | ≤ 0,950 |
| 38 | binomcdf(150; 0,20; 38) | 0,95542 | > 0,950 |
| 39 | binomcdf(150; 0,20; 39) | 0,97070 | > 0,950 |
| 40 | binomcdf(150; 0,20; 40) | 0,98130 | > 0,950 |
Linke Grenze prüfen
Rechte Grenze prüfen
Links endet die Ablehnung bei c = 21; rechts endet die Annahme bei b = 38. Den mittleren Annahmebereich schreiben wir deshalb von 22 bis 38.
Jetzt beide Entscheidungsbereiche aufschreiben:
Hier steht A für die Trefferzahlen, bei denen H₀ nicht verworfen wird. Ā enthält alle Trefferzahlen, bei denen H₀ verworfen wird.
4. Beobachtete Trefferzahl prüfen und Entscheidung in Alltagssprache
Beobachtet wurden X = 40 Treffer (40 von 150 bestellen vegetarisch).
Vergleich: X = 40 liegt im Ablehnungsbereich Ā, denn der Annahmebereich reicht von 22 bis 38.
Antwort in Alltagssprache: Die beobachtete Trefferzahl ist unter der Ausgangsbehauptung ungewöhnlich; deshalb wird sie statistisch verworfen.
5. Fehler 1. und 2. Art in der Aufgabe erklären
Wir verwerfen die Behauptung „genau 20 % vegetarische Mensagerichte bestellen“, obwohl sie in Wirklichkeit zutrifft.
Wir verwerfen die Behauptung nicht, obwohl tatsächlich „anders als 20 %“ gilt.
Merke: Die Fehlerarten hängen davon ab, ob H₀ in Wirklichkeit stimmt. Wir können aus der Stichprobe allein nicht wissen, ob wir tatsächlich einen Fehler gemacht haben.
6. Fehlerwahrscheinlichkeiten α und β berechnen
Fehler 1. Art: tatsächliche Wahrscheinlichkeit am Rand von H₀
Für die Berechnung verwenden wir den Randwert p₀ = 0,20. Ein Fehler 1. Art bedeutet, H₀ zu verwerfen, obwohl H₀ wahr ist.
Der Wert ist höchstens 10 %. Das vorgegebene Signifikanzniveau ist also die Obergrenze und nicht zwingend die tatsächlich erreichte Fehlerwahrscheinlichkeit.
Fehler 2. Art: tatsächliche Wahrscheinlichkeit bei p = 0,30
Für β benötigen wir einen konkreten wahren Anteil aus H₁. Hier nehmen wir p = 0,30 an. Wir machen dann einen Fehler 2. Art, wenn wir trotz dieses abweichenden Anteils im Annahmebereich A = {22, …, 38} landen.
GTR: binomcdf(150; 0,30; 38) − binomcdf(150; 0,30; 21)
Die Teststärke für diesen Alternativfall beträgt 1 − β ≈ 87,75 %. Bei einem anderen tatsächlichen Anteil aus H₁ kann β einen anderen Wert besitzen.
Wichtig: Der β-Fehler ist kein einziger fester Wert für alle möglichen Gegenhypothesen. Man benötigt einen konkreten Alternativwert, hier p = 0,30. Bei einem anderen Alternativwert ändert sich β.
Häufige Fehler und Fragen
| Typischer Fehler | So machst du es richtig |
|---|---|
| „α ist immer genau 5 %“ | 5 % ist die festgelegte Obergrenze. Wegen ganzzahliger Grenzen kann die tatsächliche Wahrscheinlichkeit kleiner sein. |
| Für β den Randwert p₀ verwenden | Für β brauchst du einen konkreten Alternativwert p₁ aus H₁. |
| Bei β über Ā statt A rechnen | β ist die Wahrscheinlichkeit für ein Ergebnis im Annahmebereich A, obwohl H₁ wahr ist. |
| „H₀ wird angenommen und ist bewiesen“ | Richtig: „H₀ wird nicht verworfen“. Das beweist die Hypothese nicht. |
| Beim beidseitigen Test α nicht halbieren | Bei gleichmäßiger Aufteilung auf zwei Seiten mit α/2 arbeiten; z. B. 0,025 und 0,975 bei α = 5 %. |
| Nur P(X = k) berechnen | Für die GTR-Grenzsuche brauchst du die kumulierte Wahrscheinlichkeit P(X ≤ k). |
Kann es einen Fehler 1. und 2. Art gleichzeitig geben?
Ist β automatisch 1 − α?
Warum heißt A Annahmebereich, obwohl H₀ nicht bewiesen wird?
Wozu brauche ich bei β einen konkreten p₁-Wert?
Weitere Lernartikel zum Hypothesentest
Du möchtest den Hypothesentest noch besser verstehen oder die anderen Testarten üben? In diesen Artikeln findest du passende Erklärungen, GTR-Rechenwege und weitere Beispiele.
Hypothesentest einfach erklärt
Grundlagen und Gesamtüberblick
Zum Lernartikel ↗Linksseitiger Hypothesentest mit GTR
Kleine Trefferzahlen beurteilen
Zum Lernartikel ↗Rechtsseitiger Hypothesentest mit GTR
Große Trefferzahlen beurteilen
Zum Lernartikel ↗Beidseitiger Hypothesentest mit GTR
Abweichungen in beide Richtungen
Zum Lernartikel ↗Nachhilfe, Kurse und Skripte



EinfachMathe mit Jenny · Mathematik Schritt für Schritt verstehen.