Linksseitiger Hypothesentest mit GTR – einfach erklärt mit Beispielen

Linksseitiger Hypothesentest mit GTR – Beispiele und Übungen | EinfachMathe
EinfachMathe mit Jenny · Stochastik

Linksseitiger Hypothesentestmit GTR einfach erklärt

Linksseitiger Hypothesentest mit der exakten Binomialverteilung: Hier lernst du die Entscheidung mit dem GTR an drei neuen Beispielen und übst anschließend mit drei Aufgaben samt ausführlicher Lösung.

Schritt für Schritt3 neue Beispiele3 Übungen mit Lösungen

Direkt zu den ausführlichen Beispielen ↓3 Beispiele · 3 Übungen mit GTR

3ausführliche Beispiele
3Übungen mit Lösungen
1exaktes GTR-Verfahren
01 · LERNVIDEO

Linksseitiger Hypothesentest mit GTR – als Video

Du möchtest dir den Rechenweg noch einmal ansehen? Hier ist das passende EinfachMathe-Video. Der Player wird erst geladen, wenn du auf das Vorschaubild klickst.

Video auf YouTube öffnen

02 · GRUNDLAGEN UND VORWISSEN

Grundlagen und Vorwissen

Mit einem Hypothesentest untersuchst du, ob das Ergebnis einer Stichprobe noch zu einer behaupteten Wahrscheinlichkeit passt. Du entscheidest also nicht nach Gefühl, sondern nach einer vorher festgelegten statistischen Regel.

Beispiel: Eine Schule behauptet, dass höchstens 20 % der Schülerinnen und Schüler gerne Mathe lernen. Du befragst 100 Personen. Sind 27 Stimmen für Mathe schon so ungewöhnlich, dass du diese Behauptung statistisch verwerfen darfst?

Hypothesentest im Überblick: Von der Behauptung zur Entscheidung.
Hypothesentest im Überblick: Von der Behauptung zur Entscheidung.
Merke: Ein Test kann H₀ verwerfen oder nicht verwerfen. „H₀ wird nicht verworfen“ bedeutet nicht, dass H₀ bewiesen ist.

Welches Vorwissen brauchst du?

Binomialverteilung

Die Wahrscheinlichkeit für eine bestimmte Trefferzahl und kumulierte Wahrscheinlichkeiten.

Wahrscheinlichkeiten

Gegenwahrscheinlichkeit, Ungleichungen und die Bedeutung von „höchstens“ oder „mindestens“.

Für den klassischen Weg

Erwartungswert, Standardabweichung, Normalverteilung und z-Tabelle.

03 · TESTART ERKENNEN

Testart erkennen

Wichtige Regel: Die Lage von H₁ im Verhältnis zum Erwartungswert μ bestimmt die Testart. Liegt H₁ links von μ, ist der Test linksseitig; liegt H₁ rechts, ist er rechtsseitig. Liegt H₁ auf beiden Seiten, ist der Test beidseitig.

Schau zuerst auf H₁: Möchtest du nachweisen, dass der tatsächliche Anteil kleiner, größer oder einfach anders ist als behauptet? Genau das bestimmt die Richtung des Tests.

Linksseitig
H₁: p < p₀

Es geht um weniger Treffer als erwartet.

Rechtsseitig
H₁: p > p₀

Es geht um mehr Treffer als erwartet.

Beidseitig
H₁: p ≠ p₀

Es geht um eine Abweichung in beide Richtungen.

LinksseitigH₀ · μH₁H₁ liegt links vom Erwartungswert μ.
RechtsseitigH₀ · μH₁H₁ liegt rechts vom Erwartungswert μ.
BeidseitigH₀ · μH₁H₁H₁ liegt auf beiden Seiten des Erwartungswertes μ.
TestartH₀: AusgangsbehauptungH₁: Das wollen wir nachweisen
Linksseitigmindestens: p ≥ p₀weniger als: p < p₀
Rechtsseitighöchstens: p ≤ p₀mehr als: p > p₀
Beidseitiggenau: p = p₀anders als: p ≠ p₀

So hilft dir die Tabelle: Sie zeigt, welche Formulierungen aus einer Aufgabenstellung zu H₀ beziehungsweise H₁ gehören. Wörter wie mindestens, höchstens und genau schließen den genannten Wert ein und gehören zur Nullhypothese H₀. Weniger als, mehr als und anders als gehören zur Gegenhypothese H₁. Entscheidend ist immer die genaue Fragestellung.

Merke: Der Erwartungswert μ = n · p₀ gehört zur Verteilung unter H₀. Die Lage von H₁ bezüglich des Erwartungswertes entscheidet über die Art des Tests.
Die drei Testarten und ihre jeweiligen Ablehnungsbereiche.
Die drei Testarten und ihre jeweiligen Ablehnungsbereiche.
In diesem Beitrag rechnen wir ausschließlich linksseitige Tests mit dem GTR. Entscheidend ist H₁: p < p₀. Die anderen beiden Testarten siehst du in der Übersicht nur zum Erkennen der Unterschiede.
04 · WICHTIGES WISSEN

Hypothesen, Signifikanz und Fehlerarten

H₀ – Nullhypothese

Die Ausgangsbehauptung, von der wir beim Rechnen zunächst ausgehen.

H₁ – Alternativhypothese

Die Gegenbehauptung. Sie verrät dir auch, ob der Test linksseitig, rechtsseitig oder beidseitig ist.

α – Signifikanzniveau

Bei α = 5 % dürfen wir höchstens in 5 von 100 vergleichbaren Fällen H₀ irrtümlich verwerfen, wenn H₀ tatsächlich stimmt.

Fehler 1. und 2. Art

1. Art: H₀ wird zu Unrecht verworfen. 2. Art: H₀ wird nicht verworfen, obwohl die Gegenhypothese zutrifft.

Fehler 1. und 2. Art bei der Testentscheidung.
Fehler 1. und 2. Art bei der Testentscheidung.
„Annahmebereich“ ist ein üblicher Schulbegriff. Präziser ist Nicht-Ablehnungsbereich, denn eine Hypothese wird durch den Test nicht bewiesen.
05 · EIN FESTER PLAN

Hypothesentest: Schritt für Schritt

  1. 1Hypothesen aufstellenH₀ und H₁ formulieren, n, p₀, α und Stichprobenergebnis notieren.
  2. 2Testart und Verfahren wählenLinks, rechts oder beidseitig; exakte Binomialverteilung oder klassische Normalapproximation.
  3. 3Entscheidungsbereich bestimmenGrenzen aus Wahrscheinlichkeiten oder aus z-Wert, μ und σ berechnen.
  4. 4Ergebnis beurteilenBeobachtung vergleichen und H₀ verwerfen oder nicht verwerfen.
Allgemeiner Ablauf eines Hypothesentests in vier Schritten.
Allgemeiner Ablauf eines Hypothesentests in vier Schritten.

Hier gilt für alle Aufgaben: linksseitig, exakte Binomialverteilung und kumulierte Wahrscheinlichkeit im GTR. Du benötigst keine z-Tabelle und keine Stetigkeitskorrektur.

06 · SIGNIFIKANZNIVEAU

Signifikanzniveau – was bedeutet das?

Das Signifikanzniveau α legt vor dem Test fest, wie groß das Risiko höchstens sein darf, die Nullhypothese H₀ zu Unrecht abzulehnen. Das nennt man Fehler 1. Art.

Bei α = 5 % erlauben wir also ein Irrtumsrisiko von höchstens 5 % für diesen Fehler. Häufige Werte in Aufgaben sind 1 %, 5 % und 10 %. Je kleiner α, desto strengere Hinweise brauchen wir normalerweise, bevor wir H₀ verwerfen.

Ist α dasselbe wie die Fehlerwahrscheinlichkeit? Im Schulunterricht wird α oft als „Irrtumswahrscheinlichkeit“ oder „Fehlerwahrscheinlichkeit 1. Art“ bezeichnet. Genau genommen ist α jedoch die Obergrenze. Bei einer Binomialverteilung mit ganzen Trefferzahlen kann die tatsächliche Fehlerwahrscheinlichkeit etwas kleiner sein.

Was haben H₀, H₁ und die Entscheidungsbereiche miteinander zu tun?

Annahmebereich A

Das Ergebnis liegt in A: H₀ wird nicht verworfen. Das beweist H₀ aber nicht.

Ablehnungsbereich A̅

Das Ergebnis liegt außerhalb von A: H₀ wird verworfen. Das spricht im Test für H₁, ist aber kein absoluter Beweis.

Merke: Die Aussage „A gehört zu H₀ und der Ablehnungsbereich zu H₁“ hilft als Orientierung. Präziser ist: In A verwerfen wir H₀ nicht, außerhalb von A verwerfen wir H₀ zugunsten von H₁.

08 · BEISPIEL 1

Beispiel 1: Das digitale Lernangebot

Aufgabenstellung: Eine Schule behauptet, dass mindestens 40 % ihrer Schülerinnen und Schüler ein bestimmtes digitales Lernangebot regelmäßig nutzen. Um diese Behauptung zu überprüfen, werden zufällig 80 Schülerinnen und Schüler befragt. Davon nutzen 23 Personen das Angebot regelmäßig. Untersuche die Behauptung auf dem Signifikanzniveau von 5 %.

a) Stelle H₀ und H₁ auf und erkläre, weshalb es ein linksseitiger Test ist. Zur Lösung a) ↓

b) Berechne mit der exakten Binomialverteilung im GTR den Ablehnungs- und Annahmebereich. Zur Lösung b) ↓

c) Entscheide bei 23 beobachteten Treffern und formuliere einen Antwortsatz. Zur Lösung c) ↓

d) Erkläre im Zusammenhang mit dieser Schule, was ein Fehler 1. Art und ein Fehler 2. Art bedeutet. Zur Lösung d) ↓

e) Berechne den tatsächlichen Fehler 1. Art (α-Fehler) für p = 0,40 und den Fehler 2. Art (β-Fehler), falls der tatsächliche Anteil p = 0,30 beträgt. Zur Lösung e) ↓

Stichprobengrößen = 80
Behaupteter Mindestanteil p ≥ 0,40 (für die Berechnung: p₀ = 0,40)
Signifikanzniveau α = 5 % = 0,05
09 · MUSTERLÖSUNG

Ausführliche Musterlösung zu Beispiel 1

Mit GTR · exakte Binomialverteilung

Musterlösung zum digitalen Lernangebot – Aufgaben a) bis e)

Aufgabe a) · Nullhypothese H₀ und Gegenhypothese H₁ aufstellen

H₀: p ≥ 0,40

Ausgangsbehauptung: „mindestens 40 %“

H₁: p < 0,40

Gegenteil: „weniger als 40 %“

Warum gehört „mindestens 40 %“ zu H₀? Die Nullhypothese H₀ enthält immer das Gleichheitszeichen: =, ≤ oder ≥. „Mindestens 40 %“ bedeutet 40 % oder mehr – die 40 % sind also eingeschlossen. Deshalb schreiben wir H₀: p ≥ 0,40. Das Gegenteil lautet „weniger als 40 %“ und gehört zu H₁: p < 0,40.

Merktabelle: Welche Wörter gehören zu H₀ und H₁?

Prüfe, ob der genannte Wert mit dazugehört. Ist das der Fall, steht ein Gleichheitszeichen im Symbol und die Aussage gehört zu H₀. H₁ ist die dazugehörige Gegenbehauptung.

TestartH₀ – mit GleichheitszeichenH₁ – ohne Gleichheitszeichen
Linksseitigmindestens · größer oder gleich
p ≥ p₀
weniger als · kleiner als
p < p₀
Rechtsseitighöchstens · kleiner oder gleich
p ≤ p₀
mehr als · größer als
p > p₀
Beidseitiggenau · gleich
p = p₀
ungleich · weniger oder mehr
p ≠ p₀

Merke: H₀ hat immer ein Gleichheitszeichen (=, ≤ oder ≥). Bei H₁ stehen <, > oder ≠. Entscheidend ist die Fragestellung: H₀ muss nicht einfach die zuerst genannte Behauptung sein.

Was bedeutet X? X ist die Anzahl der Personen, die das digitale Lernangebot regelmäßig nutzen in unserer Stichprobe.

↑ Zur Aufgabenstellung

Testart erkennen: Erwartungswert und Skizze

μ = 3203280H₁: weniger als 40 %H₀: mindestens 40 %

Schritt 1 – Erwartungswert berechnen

μ = n · p₀ = 80 · 0,40 = 32

Schritt 2 – Skizze anfertigen

Zeichne den höchsten Balken beim Erwartungswert. Die Balken daneben werden kleiner. Für diese erste Skizze musst du die Balkenhöhen nicht genau berechnen – wichtig ist die Lage der Hypothesen.

Schritt 3 – Skizze deuten: 40 % von 80 Personen entsprechen 32 Treffern. Das ist unser Erwartungswert μ = 32. Deshalb zeichnen wir den höchsten Balken ungefähr bei 32. Auf dem Zahlenstrahl siehst du links die kleinen Trefferzahlen ab 0 und rechts die größeren Trefferzahlen bis n = 80. H₀ bedeutet „mindestens 40 %“, also genau 32 Treffer oder mehr. Deshalb symbolisieren die blauen Balken H₀ am Erwartungswert und rechts davon. H₁ bedeutet „weniger als 40 %“, also weniger als 32 Treffer. Deshalb symbolisieren die rosa Balken H₁ links vom Erwartungswert.

Wichtige Regel: Die Lage von H₁ im Verhältnis zum Erwartungswert μ bestimmt die Testart. Weil H₁ hier links vom Erwartungswert liegt, ist es ein linksseitiger Test.

Die Orientierungsskizze im folgenden Ergebnisdiagramm zeigt den Erwartungswert μ = 32 und die linke Suchrichtung. Die exakten kritischen Grenzen werden erst mit dem GTR festgelegt.

↑ Zur Aufgabenstellung

Aufgabe b) · Berechne mit dem GTR den Ablehnungs- und Annahmebereich

μ = 3203280H₁: weniger als 40 %H₀: mindestens 40 %Hier suchen wir die kritische Grenze.
Wo suchen wir? Wir berechnen beim linksseitigen Test zuerst den linken Ablehnungsbereich. Gesucht ist seine letzte ganze Trefferzahl c. Der Ablehnungsbereich reicht von 0 bis c; anschließend beginnt bei c + 1 der Annahmebereich.

Gegeben: n = 80, p₀ = 0,40 und α = 5 % = 0,05. Unter dem Randwert der Nullhypothese gilt X ∼ B(80; 0,40).

Die Regel für den linksseitigen Test
P(X ≤ c) ≤ α
Wir setzen α = 0,05 ein:
P(X ≤ c) ≤ 0,05

Was bedeutet die Regel? Wir suchen die größte ganze Zahl c, bei der die kumulierte Binomialwahrscheinlichkeit noch höchstens 0,05 beträgt. Der nächste Trefferwert c + 1 darf diese Bedingung nicht mehr erfüllen. Genau deshalb vergleichen wir die beiden Nachbarwerte.

GTR-Eingabe: Je nach Rechnermodell heißt die Funktion beispielsweise binomCdf(80,0.40,0,k) oder Binomialverteilung → kumuliert. Für k setzen wir nacheinander die Trefferzahlen aus der Tabelle ein.

Trefferzahl kEingabe im GTRKumulierte WahrscheinlichkeitVergleich mit α = 0,05
22binomCdf(80,0.40,0,22)P(X ≤ 22) ≈ 0.01365≤ 0,05 · noch im Ablehnungsbereich
23binomCdf(80,0.40,0,23)P(X ≤ 23) ≈ 0.02453≤ 0,05 · noch im Ablehnungsbereich
24binomCdf(80,0.40,0,24)P(X ≤ 24) ≈ 0.04175≤ 0,05 · noch im Ablehnungsbereich
25binomCdf(80,0.40,0,25)P(X ≤ 25) ≈ 0.06746> 0,05 · nicht mehr im Ablehnungsbereich
26binomCdf(80,0.40,0,26)P(X ≤ 26) ≈ 0.10373> 0,05 · nicht mehr im Ablehnungsbereich
P(X ≤ 24) ≈ 0,04175 ≤ 0,05
P(X ≤ 25) ≈ 0,06746 > 0,05

So lesen wir die Tabelle: Bei 24 Treffern liegt die Wahrscheinlichkeit bei ungefähr 4,17 % und damit noch unter 5 %. Bei 25 Treffern steigt sie auf ungefähr 6,75 % und liegt über dem Signifikanzniveau. 24 ist deshalb die letzte Trefferzahl im Ablehnungsbereich: c = 24.

Ergebnis – Ablehnungsbereich: Wir verwerfen H₀ bei 0 bis einschließlich 24 Treffern.

A̅ = {0, …, 24}

So folgt der Annahmebereich: Ab der direkt nächsten Trefferzahl c + 1 = 25 wird H₀ nicht verworfen. Weil n = 80, endet der Bereich bei 80.

A = {25, …, 80}

Wichtig: Der Annahmebereich bedeutet nicht, dass H₀ bewiesen wurde. Er sagt nur, bei welchen Ergebnissen wir H₀ auf dem gewählten Niveau nicht verwerfen.

μ = 32032802425

Aufgabe c) · Beobachtete Trefferzahl prüfen

In der Stichprobe nutzen 23 von 80 Schülerinnen und Schülern das Lernangebot regelmäßig. Wir vergleichen daher die beobachtete Trefferzahl X = 23 mit den beiden Entscheidungsbereichen.

X = 23 ∈ A̅ = {0, …, 24}

Entscheidung: Da 23 im Ablehnungsbereich liegt, verwerfen wir H₀ auf dem Signifikanzniveau von 5 %.

Entscheidung in Alltagssprache

Von 80 befragten Schülerinnen und Schülern nutzen nur 23 das digitale Lernangebot regelmäßig (28,75 %). Das Stichprobenergebnis liegt im Ablehnungsbereich. Wir haben daher auf dem 5-%-Niveau hinreichende Hinweise darauf, dass weniger als 40 % der Schülerinnen und Schüler das Angebot regelmäßig nutzen. Die Behauptung der Schule wird verworfen.

Ganz einfach erklärt: 23 regelmäßige Nutzende sind für die Behauptung „mindestens 40 %“ ungewöhnlich wenige. Wir lehnen die Behauptung deshalb ab. Eine absolute Gewissheit ist das nicht.

Fehler 1. Art: Wir verwerfen die Behauptung der Schule, obwohl tatsächlich mindestens 40 % das Angebot regelmäßig nutzen. Das Signifikanzniveau begrenzt das Risiko eines solchen Fehlers auf höchstens 5 %.

Fehler 2. Art: Wir verwerfen die Behauptung nicht, obwohl tatsächlich weniger als 40 % das Angebot regelmäßig nutzen.

↑ Zur Aufgabenstellung

Aufgabe d) · Fehler 1. und 2. Art erklären

Fehler 1. Art – α-Fehler

Wir verwerfen die Aussage „mindestens 40 % nutzen das Angebot“, obwohl tatsächlich mindestens 40 % es regelmäßig nutzen.

Fehler 2. Art – β-Fehler

Wir verwerfen die Aussage nicht, obwohl tatsächlich weniger als 40 % das Angebot regelmäßig nutzen.

Merke: Ein nicht verworfenes H₀ ist nicht bewiesen. Die beiden Fehler beziehen sich auf die wahre Situation, die wir bei einer Stichprobe nicht sicher kennen.

Aufgabe e) · α- und β-Fehler berechnen

Aus Aufgabe b) kennen wir die kritische Grenze c = 24. Daher verwerfen wir H₀ bei X ≤ 24 und verwerfen sie bei X ≥ 25 nicht.

Fehler 1. Art am Rand der Nullhypothese (p = 0,40)
P(X ≤ 24 | n = 80; p = 0,40) ≈ 0,04175

Der tatsächliche Fehler 1. Art am Rand beträgt also etwa 4,17 % und liegt unter dem vorgegebenen Signifikanzniveau von 5 %. GTR: binomcdf(80, 0.40, 24).

Fehler 2. Art für den vorgegebenen Alternativfall (p = 0,30)
β(0,30) = P(X ≥ 25 | n = 80; p = 0,30)
= 1 − P(X ≤ 24) ≈ 1 − 0,55486 = 0,44514

Der β-Fehler beträgt hier ungefähr 44,51 %. GTR: 1 − binomcdf(80, 0.30, 24).

Wichtig: Für β müssen wir eine konkrete Wahrscheinlichkeit aus H₁ vorgeben, zum Beispiel p = 0,30. Für p = 0,40 liegt der Rand von H₀ vor; damit kann man keinen β-Fehler für einen tatsächlich zutreffenden Alternativfall berechnen.

10 · ERGEBNISGRAFIK

Ergebnisgrafik: Ablehnungs- und Annahmebereich

Die Balken zeigen die exakte Binomialverteilung B(80; 0,40). Rosa bedeutet: H₀ ablehnen. Türkis bedeutet: H₀ nicht ablehnen. Die gelbe Linie markiert den Erwartungswert μ = 80 · 0,40 = 32.

Exakte Binomialverteilung für n gleich 80 und p gleich 0,40Rosa Balken zeigen Ablehnung bei 0 bis 24, türkise Balken Annahme bei 25 bis 80, gelbe Linie den Erwartungswert 32.Erwartungswert μ = 322425080AblehnungsbereichAnnahmebereichX = 0 bis 24X = 25 bis 80Anzahl der Schülerinnen und Schüler, die das Lernangebot nutzen
Exakte Binomialwahrscheinlichkeiten: Links von einschließlich 24 Treffern liegt der Ablehnungsbereich; ab 25 beginnt der Annahmebereich. Die extrem kleinen Balken am linken und rechten Rand sind nahezu unsichtbar, gehören aber zur vollständigen Verteilung.
Wichtige Unterscheidung: Die kumulierte Binomialverteilung liefert die exakte Grenze. Der GTR ist dabei nur das Rechenhilfsmittel. Eine Sigma-Regel mit Normalapproximation kann bei derselben Aufgabe eine leicht andere Grenze ergeben.
11 · WEITERE BEISPIELE

Beispiele 2 und 3 mit GTR

Die folgenden Beispiele verwenden bewusst andere Situationen und Signifikanzniveaus. In beiden Fällen suchen wir mit der kumulierten Binomialverteilung die größte ganze Zahl c, für die noch P(X ≤ c) ≤ α gilt.

Beispiel 2: Liefert ein Getränkeautomat zuverlässig?

Ein Anbieter behauptet, mindestens 30 % der Schülerinnen und Schüler würden regelmäßig sein zuckerfreies Getränk wählen. Bei 60 zufällig ausgewählten Käufen entscheiden sich 12 Personen dafür. Wir prüfen die Behauptung bei α = 5 %.

Kurzlösung zu Beispiel 2 anzeigen

H₀: p ≥ 0,30 · H₁: p < 0,30 · Grenze: c = 11 · Ablehnung: 0 bis 11 · Annahme: 12 bis 60.

Entscheidung: Bei X = 12 wird H₀ nicht verworfen.

Ausführliche Musterlösung zu Beispiel 2 anzeigen
H₀: p ≥ 0,3

Die behauptete Mindestquote gilt.

H₁: p < 0,3

Die tatsächliche Quote liegt darunter.

1a. Hypothesen aufstellen: „Mindestens“ schließt den genannten Anteil ein; deshalb gehört es zu H₀. Die Gegenbehauptung lautet „weniger als“ und gehört zu H₁.

1b. Testart erkennen: H₁ behauptet einen kleineren Anteil als p₀ – wir führen einen linksseitigen Test durch.

Schritt 1 – Gegeben: n = 60, p₀ = 0,3, α = 0,05, beobachtet X = 12. Unter dem Randwert von H₀ gilt X ∼ B(60; 0,3).

Schritt 2 – Erwartungswert berechnen: Hier liegt der Schwerpunkt der Verteilung; unsere kritische linke Grenze suchen wir zwischen 0 und μ.

μ = n · p₀ = 60 · 0,3 = 18

Schritt 3 – Suchrichtung im Diagramm: Die rosa Balken liegen links vom Erwartungswert. Wir suchen die letzte ganze Zahl c, für die P(X ≤ c) noch höchstens α beträgt.

μ = 181112630Rosa: AblehnungTürkis: AnnahmeGelb: Erwartungswert
Wichtige GTR-Regel: P(X ≤ c) ≤ α. Kontrolliere danach unbedingt c + 1: Dort muss die kumulierte Wahrscheinlichkeit erstmals über α liegen.

Schritt 4 – Am GTR testen: Der Befehl binomcdf(n, p₀, k) summiert alle Wahrscheinlichkeiten von X = 0 bis X = k. Die Tabelle prüft mehrere Zahlen um die Grenze herum – wir raten also nicht blind.

Trefferzahl kGTR-EingabeP(X ≤ k)Vergleich mit α
8binomcdf(60; 0,3; 8)≈ 0,00221≤ 0,05
9binomcdf(60; 0,3; 9)≈ 0,00587≤ 0,05
10binomcdf(60; 0,3; 10)≈ 0,01388≤ 0,05
11binomcdf(60; 0,3; 11)≈ 0,02948≤ 0,05
12binomcdf(60; 0,3; 12)≈ 0,05677> 0,05
13binomcdf(60; 0,3; 13)≈ 0,09996> 0,05
14binomcdf(60; 0,3; 14)≈ 0,16211> 0,05
P(X ≤ 11) ≈ 0,02948 ≤ 0,05
P(X ≤ 12) ≈ 0,05677 > 0,05

Bei 11 Treffern ist die Wahrscheinlichkeit noch klein genug. Bei 12 überschreitet sie α. Deshalb ist c = 11 die letzte Trefferzahl im Ablehnungsbereich.

Schritt 5 – Beide Bereiche angeben:

A̅ = {0, …, 11}
A = {12, …, 60}

Schritt 6 – Entscheidung: Beobachtet wurden X = 12 Treffer. Weil 12 > 11 gilt, liegt X im Annahmebereich. H₀ wird nicht verworfen.

Ganz einfach erklärt: Die Daten reichen auf dem gewählten Signifikanzniveau nicht aus, um die behauptete Mindestquote zu widerlegen. Das ist kein absoluter Beweis.

Beispiel 3: Wird ein digitales Schulangebot seltener genutzt?

Eine Schule geht davon aus, dass mindestens 55 % der Lernenden ihr Online-Übungsportal regelmäßig nutzen. Von 120 zufällig befragten Personen nutzen es 54. Es gilt α = 10 %.

Kurzlösung zu Beispiel 3 anzeigen

H₀: p ≥ 0,55 · H₁: p < 0,55 · Grenze: c = 58 · Ablehnung: 0 bis 58 · Annahme: 59 bis 120.

Entscheidung: Bei X = 54 wird H₀ verworfen.

Ausführliche Musterlösung zu Beispiel 3 anzeigen
H₀: p ≥ 0,55

Die behauptete Mindestquote gilt.

H₁: p < 0,55

Die tatsächliche Quote liegt darunter.

1a. Hypothesen aufstellen: „Mindestens“ schließt den genannten Anteil ein; deshalb gehört es zu H₀. Die Gegenbehauptung lautet „weniger als“ und gehört zu H₁.

1b. Testart erkennen: H₁ behauptet einen kleineren Anteil als p₀ – wir führen einen linksseitigen Test durch.

Schritt 1 – Gegeben: n = 120, p₀ = 0,55, α = 0,1, beobachtet X = 54. Unter dem Randwert von H₀ gilt X ∼ B(120; 0,55).

Schritt 2 – Erwartungswert berechnen: Hier liegt der Schwerpunkt der Verteilung; unsere kritische linke Grenze suchen wir zwischen 0 und μ.

μ = n · p₀ = 120 · 0,55 = 66

Schritt 3 – Suchrichtung im Diagramm: Die rosa Balken liegen links vom Erwartungswert. Wir suchen die letzte ganze Zahl c, für die P(X ≤ c) noch höchstens α beträgt.

μ = 6658594983Rosa: AblehnungTürkis: AnnahmeGelb: Erwartungswert
Wichtige GTR-Regel: P(X ≤ c) ≤ α. Kontrolliere danach unbedingt c + 1: Dort muss die kumulierte Wahrscheinlichkeit erstmals über α liegen.

Schritt 4 – Am GTR testen: Der Befehl binomcdf(n, p₀, k) summiert alle Wahrscheinlichkeiten von X = 0 bis X = k. Die Tabelle prüft mehrere Zahlen um die Grenze herum – wir raten also nicht blind.

Trefferzahl kGTR-EingabeP(X ≤ k)Vergleich mit α
55binomcdf(120; 0,55; 55)≈ 0,02730≤ 0,1
56binomcdf(120; 0,55; 56)≈ 0,04098≤ 0,1
57binomcdf(120; 0,55; 57)≈ 0,05975≤ 0,1
58binomcdf(120; 0,55; 58)≈ 0,08467≤ 0,1
59binomcdf(120; 0,55; 59)≈ 0,11667> 0,1
60binomcdf(120; 0,55; 60)≈ 0,15644> 0,1
61binomcdf(120; 0,55; 61)≈ 0,20425> 0,1
P(X ≤ 58) ≈ 0,08467 ≤ 0,1
P(X ≤ 59) ≈ 0,11667 > 0,1

Bei 58 Treffern ist die Wahrscheinlichkeit noch klein genug. Bei 59 überschreitet sie α. Deshalb ist c = 58 die letzte Trefferzahl im Ablehnungsbereich.

Schritt 5 – Beide Bereiche angeben:

A̅ = {0, …, 58}
A = {59, …, 120}

Schritt 6 – Entscheidung: Beobachtet wurden X = 54 Treffer. Weil 54 ≤ 58 gilt, liegt X im Ablehnungsbereich. H₀ wird verworfen.

Ganz einfach erklärt: Die Daten sprechen auf dem gewählten Signifikanzniveau gegen die behauptete Mindestquote. Das ist kein absoluter Beweis.
12 · SELBST ÜBEN

Übungsaufgaben mit Lösungen

Übungsaufgabe 1: Freiwillige AG

Ein Schulverein behauptet, dass mindestens 35 % der Schülerinnen und Schüler an einer freiwilligen AG teilnehmen. Es werden 100 Personen zufällig befragt. Mit einem linksseitigen Hypothesentest auf dem 5-%-Signifikanzniveau wird diese Behauptung überprüft.

Aufgaben: Formuliere die Hypothesen. Bestimme mit GTR den Ablehnungs- und Annahmebereich. Entscheide für den Fall, dass 26 Personen an der AG teilnehmen.

Kurzlösung zu Übung 1 anzeigen

H₀: p ≥ 0,35 · H₁: p < 0,35 · Grenze: c = 26 · Ablehnung: 0 bis 26 · Annahme: 27 bis 100.

Entscheidung: Bei X = 26 wird H₀ verworfen.

Ausführliche Musterlösung zu Übung 1 anzeigen
H₀: p ≥ 0,35

Mindestens 35 % nutzen das Angebot.

H₁: p < 0,35

Weniger als 35 % nutzen das Angebot.

1. Hypothesen und Testart: „Mindestens“ schließt den Grenzwert mit ein und gehört zu H₀. H₁ enthält „kleiner als“: Der Test ist linksseitig.

2. Daten festhalten: Stichprobenumfang n = 100, hypothetischer Anteil p₀ = 0,35, Signifikanzniveau α = 0,05, beobachtete Treffer X = 26. Wir rechnen unter dem Randwert der Nullhypothese mit X ∼ B(100; 0,35).

3. GTR-Grenze finden: Wir suchen die größte ganze Zahl c, bei der die kumulierte Wahrscheinlichkeit höchstens α ist.

P(X ≤ c) ≤ 0,05
TrefferzahlGTR-Eingabe (kumuliert)ErgebnisVergleich mit α
26binomcdf(100; 0,35; 26)≈ 0,03514≤ 0,05 · noch erlaubt
27binomcdf(100; 0,35; 27)≈ 0,05581> 0,05 · zu groß

Bei c = 26 ist die Wahrscheinlichkeit noch höchstens 5 %; bei 27 überschreitet sie das Signifikanzniveau erstmals. Deshalb ist c = 26 die letzte Zahl im Ablehnungsbereich.

4. Beide Entscheidungsbereiche:

Ā = {0, …, 26}
A = {27, …, 100}

5. Beobachtung und Entscheidung: X = 26 liegt im Ablehnungsbereich. H₀ wird verworfen.

Ganz einfach erklärt: 26 Teilnehmende liegen im Ablehnungsbereich. Es gibt Hinweise auf einen Anteil unter 35 %.

Merke: „H₀ nicht verwerfen“ heißt nicht, dass H₀ bewiesen wäre.

Erwartungswert und Suchrichtung

Unter H₀ rechnen wir mit X ∼ B(100; 0,35). Die letzte Zahl des linken Ablehnungsbereichs suchen wir links vom Erwartungswert.

μ = n · p₀ = 100 · 0,35 = 35
μ = 3526272050Rosa: AblehnungTürkis: AnnahmeGelb: Erwartungswert

GTR-Tabelle: Werte rund um die Grenze

Wir testen aufeinanderfolgende Werte und kontrollieren sowohl c als auch c + 1.

kGTR-EingabeP(X ≤ k)Vergleich
24binomcdf(100; 0,35; 24)≈ 0,01213≤ 0,05
25binomcdf(100; 0,35; 25)≈ 0,02114≤ 0,05
26binomcdf(100; 0,35; 26)≈ 0,03514≤ 0,05
27binomcdf(100; 0,35; 27)≈ 0,05581> 0,05
28binomcdf(100; 0,35; 28)≈ 0,08482> 0,05

Weil P(X ≤ 26) ≈ 0,03514 ≤ 0,05 und P(X ≤ 27) ≈ 0,05581 > 0,05 gilt, ist c = 26 die letzte Zahl des Ablehnungsbereichs.

Übungsaufgabe 2: Nutzung eines Schließfachs

Eine Schule behauptet, mindestens 40 % der Schülerinnen und Schüler nutzten ein Schließfach. Unter 90 zufällig Befragten sind es 28. Teste linksseitig bei α = 5 %: Stelle Hypothesen auf, ermittle die exakten kritischen Grenzen mit GTR und formuliere die Entscheidung.

Kurzlösung zu Übung 2 anzeigen

H₀: p ≥ 0,40 · H₁: p < 0,40 · Grenze: c = 27 · Ablehnung: 0 bis 27 · Annahme: 28 bis 90.

Entscheidung: Bei X = 28 wird H₀ nicht verworfen.

Ausführliche Musterlösung zu Übung 2 anzeigen
H₀: p ≥ 0,40

Mindestens 40 % nutzen das Angebot.

H₁: p < 0,40

Weniger als 40 % nutzen das Angebot.

1. Hypothesen und Testart: „Mindestens“ schließt den Grenzwert mit ein und gehört zu H₀. H₁ enthält „kleiner als“: Der Test ist linksseitig.

2. Daten festhalten: Stichprobenumfang n = 90, hypothetischer Anteil p₀ = 0,40, Signifikanzniveau α = 0,05, beobachtete Treffer X = 28. Wir rechnen unter dem Randwert der Nullhypothese mit X ∼ B(90; 0,40).

3. GTR-Grenze finden: Wir suchen die größte ganze Zahl c, bei der die kumulierte Wahrscheinlichkeit höchstens α ist.

P(X ≤ c) ≤ 0,05
TrefferzahlGTR-Eingabe (kumuliert)ErgebnisVergleich mit α
27binomcdf(90; 0,40; 27)≈ 0,03210≤ 0,05 · noch erlaubt
28binomcdf(90; 0,40; 28)≈ 0,05173> 0,05 · zu groß

Bei c = 27 ist die Wahrscheinlichkeit noch höchstens 5 %; bei 28 überschreitet sie das Signifikanzniveau erstmals. Deshalb ist c = 27 die letzte Zahl im Ablehnungsbereich.

4. Beide Entscheidungsbereiche:

Ā = {0, …, 27}
A = {28, …, 90}

5. Beobachtung und Entscheidung: X = 28 liegt im Annahmebereich. H₀ wird nicht verworfen.

Ganz einfach erklärt: 28 Treffer liegen im Annahmebereich. Die Mindestanteilsbehauptung ist damit nicht bewiesen.

Merke: „H₀ nicht verwerfen“ heißt nicht, dass H₀ bewiesen wäre.

Erwartungswert und Suchrichtung

Unter H₀ rechnen wir mit X ∼ B(90; 0,4). Die letzte Zahl des linken Ablehnungsbereichs suchen wir links vom Erwartungswert.

μ = n · p₀ = 90 · 0,4 = 36
μ = 3627282151Rosa: AblehnungTürkis: AnnahmeGelb: Erwartungswert

GTR-Tabelle: Werte rund um die Grenze

Wir testen aufeinanderfolgende Werte und kontrollieren sowohl c als auch c + 1.

kGTR-EingabeP(X ≤ k)Vergleich
25binomcdf(90; 0,4; 25)≈ 0,01073≤ 0,05
26binomcdf(90; 0,4; 26)≈ 0,01901≤ 0,05
27binomcdf(90; 0,4; 27)≈ 0,03210≤ 0,05
28binomcdf(90; 0,4; 28)≈ 0,05173> 0,05
29binomcdf(90; 0,4; 29)≈ 0,07971> 0,05

Weil P(X ≤ 27) ≈ 0,03210 ≤ 0,05 und P(X ≤ 28) ≈ 0,05173 > 0,05 gilt, ist c = 27 die letzte Zahl des Ablehnungsbereichs.

Übungsaufgabe 3: Teilnahme am Mittagessen

Eine Mensa behauptet, mindestens 30 % der Lernenden würden regelmäßig das Mittagessen bestellen. Bei 150 zufälligen Befragungen antworten 33 Personen mit Ja. Führe den linksseitigen Test mit α = 5 % und der kumulierten Binomialverteilung durch.

Zusatzaufgabe: Erkläre den Fehler 1. und 2. Art. Berechne die tatsächliche Fehlerwahrscheinlichkeit 1. Art bei p = 0,30 und die Fehlerwahrscheinlichkeit 2. Art für den Alternativfall p = 0,20.

Kurzlösung zu Übung 3 anzeigen

H₀: p ≥ 0,30 · H₁: p < 0,30 · Grenze: c = 35 · Ablehnung: 0 bis 35 · Annahme: 36 bis 150.

Entscheidung: Bei X = 33 wird H₀ verworfen.

Ausführliche Musterlösung zu Übung 3 anzeigen
H₀: p ≥ 0,30

Mindestens 30 % nutzen das Angebot.

H₁: p < 0,30

Weniger als 30 % nutzen das Angebot.

1. Hypothesen und Testart: „Mindestens“ schließt den Grenzwert mit ein und gehört zu H₀. H₁ enthält „kleiner als“: Der Test ist linksseitig.

2. Daten festhalten: Stichprobenumfang n = 150, hypothetischer Anteil p₀ = 0,30, Signifikanzniveau α = 0,05, beobachtete Treffer X = 33. Wir rechnen unter dem Randwert der Nullhypothese mit X ∼ B(150; 0,30).

3. GTR-Grenze finden: Wir suchen die größte ganze Zahl c, bei der die kumulierte Wahrscheinlichkeit höchstens α ist.

P(X ≤ c) ≤ 0,05
TrefferzahlGTR-Eingabe (kumuliert)ErgebnisVergleich mit α
35binomcdf(150; 0,30; 35)≈ 0,04286≤ 0,05 · noch erlaubt
36binomcdf(150; 0,30; 36)≈ 0,06274> 0,05 · zu groß

Bei c = 35 ist die Wahrscheinlichkeit noch höchstens 5 %; bei 36 überschreitet sie das Signifikanzniveau erstmals. Deshalb ist c = 35 die letzte Zahl im Ablehnungsbereich.

4. Beide Entscheidungsbereiche:

Ā = {0, …, 35}
A = {36, …, 150}

5. Beobachtung und Entscheidung: X = 33 liegt im Ablehnungsbereich. H₀ wird verworfen.

Ganz einfach erklärt: 33 Treffer liegen im Ablehnungsbereich. Es gibt Hinweise auf einen Anteil unter 30 %.

Merke: „H₀ nicht verwerfen“ heißt nicht, dass H₀ bewiesen wäre.

Erwartungswert und Suchrichtung

Unter H₀ rechnen wir mit X ∼ B(150; 0,3). Die letzte Zahl des linken Ablehnungsbereichs suchen wir links vom Erwartungswert.

μ = n · p₀ = 150 · 0,3 = 45
μ = 4535362763Rosa: AblehnungTürkis: AnnahmeGelb: Erwartungswert

GTR-Tabelle: Werte rund um die Grenze

Wir testen aufeinanderfolgende Werte und kontrollieren sowohl c als auch c + 1.

kGTR-EingabeP(X ≤ k)Vergleich
33binomcdf(150; 0,3; 33)≈ 0,01811≤ 0,05
34binomcdf(150; 0,3; 34)≈ 0,02834≤ 0,05
35binomcdf(150; 0,3; 35)≈ 0,04286≤ 0,05
36binomcdf(150; 0,3; 36)≈ 0,06274> 0,05
37binomcdf(150; 0,3; 37)≈ 0,08900> 0,05

Weil P(X ≤ 35) ≈ 0,04286 ≤ 0,05 und P(X ≤ 36) ≈ 0,06274 > 0,05 gilt, ist c = 35 die letzte Zahl des Ablehnungsbereichs.

Zusatzaufgabe – Fehler 1. und 2. Art

Fehler 1. Art: Die Mindestquote gilt, trotzdem wird sie verworfen. Am Rand p = 0,30 beträgt die tatsächliche Wahrscheinlichkeit P(X ≤ 35) ≈ 0,04286.

Fehler 2. Art: Bei tatsächlich nur 20 % wird die falsche Mindestbehauptung nicht verworfen. Die Wahrscheinlichkeit dafür ist β(0,20) = P(X ≥ 36 | p = 0,20) ≈ 0,13168.

13 · TYPISCHE STOLPERSTELLEN

Häufige Fehler und Fragen

Typischer FehlerSo machst du es richtig
Nur P(X = 24) berechnenDu brauchst die kumulierte Wahrscheinlichkeit P(X ≤ 24).
Bei 24 aufhören, ohne 25 zu prüfenPrüfe die nächste Trefferzahl. Nur so ist die Grenze sicher maximal.
Ab 24 den Annahmebereich beginnen lassen24 liegt noch im Ablehnungsbereich. Der Annahmebereich beginnt bei 25.
„H₀ ist bewiesen“ schreibenRichtig ist: „H₀ wird verworfen“ oder „H₀ wird nicht verworfen“.
Wann nehme ich einen linksseitigen Hypothesentest?
Wenn die Gegenhypothese lautet, dass ein Anteil kleiner als ein bestimmter Wert ist, also H₁: p < p₀.
Warum ist der Ablehnungsbereich links?
Wenn der behauptete Mindestanteil nicht stimmt, erwarten wir ungewöhnlich wenige Treffer. Deshalb liegen die kritischen Werte bei den kleinen Trefferzahlen.
Was ist der Unterschied zwischen GTR und Sigma-Regel?
Mit der kumulierten Binomialverteilung bestimmst du die Grenze exakt. Bei der Sigma-Regel näherst du die Binomialverteilung durch die Normalverteilung an; dabei kann die Grenze um eine Trefferzahl oder mehr abweichen. Der GTR selbst ist nicht die Quelle der Exaktheit – das ist die zugrunde liegende Binomialverteilung.
14 · WEITERE LERNARTIKEL

Weitere Lernartikel zum Hypothesentest

Du möchtest die anderen Testarten vergleichen oder die Grundlagen vertiefen? Hier findest du die passenden ausführlichen EinfachMathe-Beiträge mit Beispielen und Übungen.

15 · WEITERLERNEN

Nachhilfe, Kurse und Skripte

Nachhilfe bei Jenny von EinfachMathe

Nachhilfe bei Jenny

Persönliche Unterstützung, wenn du Fragen hast.

Mehr erfahren ↗

EinfachMathe mit Jenny · Mathematik Schritt für Schritt verstehen.

Kommentar verfassen

MATHE-ABI 2027

Dein Mathe-Abi CRASHKURS 2027

4 Tage live mit Jenny!
30. März – 2. April 2027
Intensiver Online-Crashkurs für GK & LK.
  • ✓ 3 Tage Wiederholung und Übung
  • ✓ 1 Tag Abi-Simulation
  • ✓ Skript, Aufgaben und Lösungen
  • ✓ Aufzeichnungen inklusive
229 € einmalig
Jetzt Platz sichern