Über 1,6 Millionen Schüler*innen nutzen sofatutor!
  • 93%

    haben mit sofatutor ihre Noten in mindestens einem Fach verbessert

  • 94%

    verstehen den Schulstoff mit sofatutor besser

  • 92%

    können sich mit sofatutor besser auf Schularbeiten vorbereiten

Signifikanztest – Testen von Hypothesen

Was ist ein Signifikanztest? Ein Signifikanztest ist ein mathematisches Werkzeug in der Statistik, das zwischen zwei Hypothesen, der Null- und Alternativhypothese, unterscheidet. Lerne, wie man Wahrscheinlichkeiten in Tests einsetzt und Fehler 1. Art berechnet. Interessiert? All das und noch mehr findest du im folgenden Text!

Video abspielen
Du willst ganz einfach ein neues Thema lernen
in nur 12 Minuten?
Du willst ganz einfach ein neues
Thema lernen in nur 12 Minuten?
  • Das Mädchen lernt 5 Minuten mit dem Computer 5 Minuten verstehen

    Unsere Videos erklären Ihrem Kind Themen anschaulich und verständlich.

    92%
    der Schüler*innen hilft sofatutor beim selbstständigen Lernen.
  • Das Mädchen übt 5 Minuten auf dem Tablet 5 Minuten üben

    Mit Übungen und Lernspielen festigt Ihr Kind das neue Wissen spielerisch.

    93%
    der Schüler*innen haben ihre Noten in mindestens einem Fach verbessert.
  • Das Mädchen stellt fragen und nutzt dafür ein Tablet 2 Minuten Fragen stellen

    Hat Ihr Kind Fragen, kann es diese im Chat oder in der Fragenbox stellen.

    94%
    der Schüler*innen hilft sofatutor beim Verstehen von Unterrichtsinhalten.
Teste dein Wissen zum Thema Signifikanztest – Testen von Hypothesen

Was ist ein Signifikanztest?

1/5
Bereit für eine echte Prüfung?

Das Signifikanztest Quiz besiegt 60% der Teilnehmer! Kannst du es schaffen?

Quiz starten
Bewertung

Ø 3.6 / 7 Bewertungen
Die Autor*innen
Avatar
Jonathan Wolff
Signifikanztest – Testen von Hypothesen
lernst du in der Oberstufe 7. Klasse - 8. Klasse - 9. Klasse

Beschreibung zum Video Signifikanztest – Testen von Hypothesen

Weißt du, was ein Signifikanztest ist? Dabei handelt es sich um einen statistischen Test, mit dem zufällig verteilte Größen untersucht werden können. In diesem Video wird dir verständlich erklärt, was ein Signifikanztest ist und wie er sich vom Alternativtest unterscheidet. Ergänzend zu dem Video gibt es interaktive Übungen und ein Arbeitsblatt. Du kannst also gleich loslegen und dein neues Wissen ausprobieren.

Grundlagen zum Thema Signifikanztest – Testen von Hypothesen

Was ist ein Signifikanztest?

In der Mathematik kommen Signifikanztests in der Statistik vor. In diesem Video wird dir verständlich erklärt, was ein Signifikanztest ist und wie er sich von anderen Tests unterscheidet. Als Beispiel diskutieren wir einen Test über den Marktanteil einer fiktiven Kaugummimarke.

Signifikanztest – Erklärung

Du kennst vielleicht schon den Begriff Alternativtest. Darunter versteht man eine Entscheidungsregel, die erlaubt, zwischen einer Nullhypothese H0H_0 und der Alternativhypothese H1H_1 zu entscheiden. Oft beziehen sich die beiden Hypothesen auf den Wert einer Wahrscheinlichkeit pp. Dann wird H0H_0 durch die Gleichung p=p1p=p_1 beschrieben und H1H_1 durch die Gleichung p=p2p=p_2.

Die entscheidende Größe für einen Signifikanztest ist die Wahrscheinlichkeit für einen Fehler 1. Art. Als solchen Fehler bezeichnet man die Ablehnung der Nullhypothese, obwohl sie wahr ist.

Bei einem Signifikanztest haben wir nur eine einzige Vermutung über den Wert der Wahrscheinlichkeit pp. Diese formulieren wir in der Nullhypothese H0H_0, zum Beispiel in Form der Gleichung p=p1p=p_1. Diese Nullhypothese soll durch den Signifikanztest bestätigt oder widerlegt werden. Die Alternative zur Nullhypothese können wir als einseitige Alternativhypothese $pp_1$) formulieren. In diesem Fall sprechen wir von einem einseitigen Signifikanztest. Wir können auch die zweiseitige Alternativhypothese pp1p\neq p_1 formulieren und sprechen dann von einem zweiseitigen Signifikanztest. In beiden Fällen bezeichnet man diejenigen Werte von pp, die in der Alternativhypothese formuliert sind, als Verwerfungsbereich oder Ablehnungsbereich der Nullhypothese.

Teste dein Wissen zum Thema Signifikanztest!

1.215.161 Schülerinnen und Schüler haben bereits unsere Übungen absolviert. Direktes Feedback, klare Fortschritte: Finde jetzt heraus, wo du stehst!

Vorschaubild einer Übung

Einseitiger Signifikanztest – Beispiel

Die fiktive Kaugummimarke GUM hatte im letzten Jahr einen Marktanteil von 20%20\%. Um herauszufinden, ob der Marktanteil in diesem Jahr gestiegen ist, wird eine Befragung mit 200200 Personen durchgeführt. Der Hersteller geht davon aus, dass sich der Marktanteil erhöht hat, sofern mehr als 5050 der 200200 Befragten die Marke GUM kaufen würden.

Die entscheidende Größe für einen Signifikanztest ist die Wahrscheinlichkeit eines Fehlers 1. Art. Als solchen Fehler bezeichnet man das Verwerfen der Nullhypothese, obwohl sie wahr ist. In dem Kaugummibeispiel ist die Nullhypothese die Aussage, dass sich der Marktanteil nicht verändert hat. Ein Fehler 1. Art liegt also dann vor, wenn der Hersteller glaubt, dass sich der Marktanteil erhöht hat, obwohl das gar nicht stimmt.

Ziel eines Signifikanztests ist es, die Wahrscheinlichkeit für einen Fehler 1. Art zu beschränken. Dazu müssen wir diese Fehlerwahrscheinlichkeit berechnen.

Irrtumswahrscheinlichkeit berechnen – Beispiel

Die Nullhypothese des Kaugummibeispiels besagt, dass sich der Marktanteil nicht verändert hat. Wir können die Nullhypothese also durch die Gleichung p=0,2p=0,2 beschreiben. Die Alternativhypothese besagt, dass der Marktanteil gestiegen ist. Das können wir durch die Gleichung p>0,2p> 0,2 formulieren. Die Nullhypothese ist eine einfache Hypothese, denn ihr Gültigkeitsbereich besteht aus genau einem Wert 0,20,2 für die Wahrscheinlichkeit pp. Die Alternativhypothese ist eine zusammengesetzte Hypothese. Ihr Gültigkeitsbereich setzt sich aus verschiedenen Werten für pp zusammen.

Die Prüfgröße des Signifikanztests ist die Anzahl XX der Befragten. Die Entscheidungsregel des Tests lautet: Der Hersteller verwirft die Nullhypothese, wenn mehr als 5050 von 200200 Befragten die Marke GUM kaufen würden. Wir können die Entscheidungsregel auch so formulieren:

  • Ist X50X \leq 50, so wird H0H_0 nicht verworfen. In Worten: Der Marktanteil ist nicht gestiegen.
  • Ist X>50X>50, so wird H0H_0 verworfen. In Worten: Der Marktanteil ist gestiegen.

Die Zahl k=50k=50 bezeichnet man auch als kritischen Wert oder kritische Zahl. Der Ausdruck kritisch stammt von dem griechischen Wort krinein für entscheiden oder unterscheiden ab und bedeutet, dass an diesem Wert die Entscheidung getroffen wird.

Fehler 1. Art berechnen

Wir wollen herausfinden, wie wahrscheinlich es ist, dass der Marktanteil von GUM nicht gestiegen ist, obwohl die Umfrage X>50X>50 ergeben hat. Dies ist die Wahrscheinlichkeit α\alpha eines Fehlers 1. Art. Der Wert α\alpha wird auch als Signifikanzniveau des Tests bezeichnet.

Die Prüfgröße XX ist binomialverteilt mit den Parametern nn und pp. Für nn setzen wir die Anzahl der Befragten ein, also n=200n=200. Trifft die Nullhypothese zu, so ist p=0,2p=0,2. Wir müssen die Wahrscheinlichkeit α=P(X>50)\alpha = P(X>50) berechnen. Zur Berechnung verwenden wir die Gegenwahrscheinlichkeit P(X50)P(X \leq 50). Für diese beiden Wahrscheinlichkeiten gilt die Gleichung:

α=P(X>50)=1P(X50)\alpha = P(X>50) = 1-P(X \leq 50)

Den Wert für P(X50)P(X \leq 50) könntest du mithilfe der Formel für die Binomialverteilung B(200;0,2)B(200;0,2) ausrechnen. Das dauert aber ziemlich lange, weil du 5050 verschiedene Werte berechnen und addieren musst. Du findest den Wert P(X50)P(X \leq 50) in der Tabelle der kumulierten Wahrscheinlichkeiten der Binomialverteilung B(200;0,2)B(200;0,2). Dort findest du:

P(X50)0,9655P(X \leq 50) \approx 0,9655

Wir setzen den Wert ein und erhalten das Signifikanzniveau:

α10,9655=0,0345=3,45%\alpha \approx 1-0,9655 = 0,0345 = 3,45\%

Bei Signifikanztests legt man vorher ein Signifikanzniveau fest, das der Fehler 1. Art nicht überschreiten darf. Oft verwendet man ein Signifikanzniveau von 5%5\%. In unserem Fall beträgt der Fehler 1.1. Art 3,45%3,45\% und liegt unterhalb des Signifikanzniveaus von 5%5\%. Man nennt daher die Ergebnisse dieses Tests signifikant.

Signifikanztest kumulierte Wahrscheinlichkeiten

Fehler 2. Art

Die Wahrscheinlichkeit β\beta für einen Fehler 2. Art ist die Wahrscheinlichkeit dafür, dass die Nullhypothese angenommen wird, obwohl sie falsch ist. Oder andersherum formuliert: Die Irrtumswahrscheinlichkeit β\beta eines Fehlers 2. Art ist die Wahrscheinlichkeit, dass die Alternativhypothese verworfen wird, obwohl sie wahr ist. Die Wahrscheinlichkeit für diesen Fehler hängt von der unbekannten Wahrscheinlichkeit pp ab. Im Kaugummibeispiel ist im Fall, dass die Alternativhypothese wahr ist, die Wahrscheinlichkeit p>0,2p>0,2. Welchen Wert pp genau annimmt, wissen wir nicht. Da die Wahrscheinlichkeit β=P(X50)\beta = P(X\leq 50) von dem Wert von pp abhängt, können wir sie nicht exakt berechnen. Wir können nur eine Tabelle mit einigen möglichen Werten für β\beta erstellen. In der linken Spalte tragen wir verschiedene Werte für pp ein, die die Bedingung p>0,2p>0,2 erfüllen. In die rechte Spalte können wir dann die zugehörigen Werte für die Irrtumswahrscheinlichkeit β\beta eintragen. Diese Werte entnehmen wir wieder einer Tabelle für die kumulierten Wahrscheinlichkeiten der Binomialverteilung B(n;p)B(n;p). Für nn setzen wir wie zuvor die Größe der Stichprobe ein, also n=200n=200. Den Wert für pp übernehmen wir jeweils aus der linken Spalte der Tabelle.

pp β=P(X50)\beta=P(X\leq 50)
0,250,25 53,79%53,79\%
0,30,3 6,95%6,95\%
0,350,35 0,15%0,15\%

Die Tabelle zeigt deutlich: Der Fehler 2. Art ist umso wahrscheinlicher, je näher der Wert pp an dem Wert 0,20,2 der Nullhypothese liegt.

Transkript Signifikanztest – Testen von Hypothesen

Heute zeige ich Dir, was ein Signifikanztest ist. Damit das Thema nicht zäh wie Kaugummi ist, werden wir den Signifikanztest an einem Beispiel kennenlernen. Darin wird es um den Marktanteil der Kaugummimarke GUM gehen. Wenn Du den Alternativtest schon kennst und anwenden kannst, fehlt Dir nicht mehr viel, um auch mit dem Signifikanztest umgehen zu können. Beim Alternativtest gibt es über eine statistische Gesamtheit zwei Hypothesen. Diese Hypothesen sind Vermutungen über den Wert von Wahrscheinlichkeiten. Man hat zwei sich gegenseitig ausschließende Wahrscheinlichkeiten und möchte sich nach einer Entscheidungsregel für eine der beiden Hypothesen entscheiden. Sehr häufig hat man aber nur eine Vermutung über den Wert von p, die durch einen sogenannten Signifikanztest entweder bestätigt oder widerlegt werden soll. Wenn man die Alternativhypothese p < p1 oder p > p1 untersucht, spricht man von einem einseitigen Signifikanztest. Wenn man den gesamten Verwerfungsbereich der Nullhypothese ansieht mit p ≠ p1, spricht man vom zweiseitigen Signifikanztest. Im Folgenden schauen wir uns den einseitigen Signifikanztest an. Die Kaugummimarke GUM hatte letztes Jahr einen Marktanteil von 20%. Der Hersteller von GUM möchte wissen, ob der Marktanteil in diesem Jahr gestiegen ist. Dazu führt er eine Befragung durch. Es werden 200 Personen, die regelmäßig Kaugummi kauen, gefragt, ob sie die Marke GUM kaufen würden. Der Hersteller legt fest: Wenn mehr als 50 Befragte GUM kaufen würden, so geht er davon aus, dass sich der Marktanteil erhöht hat. Die Frage ist nun: Wie hoch ist die Wahrscheinlichkeit, dass der Hersteller denkt, der Marktanteil habe sich erhöht, obwohl das eigentlich nicht stimmt. Also der Fehler 1. Art. Um diese Irrtumswahrscheinlichkeit berechnen zu können, müssen wir zunächst den Signifikanztest formulieren. Beim Signifikanztest geht man bei der Nullhypothese davon aus, das sich nichts verändert hat. Die Nullhypothese ist also p = 0,2. Die Alternativhypothese lautet dann: Der Marktanteil von GUM ist gestiegen, also p > 0,2. Die Nullhypothese ist eine einfache Hypothese. Das heißt, dass sie nur aus einem Wahrscheinlichkeitswert besteht. Die Alternativhypothese ist eine zusammengesetzte Hypothese. Sie besteht aus unendlich vielen Werten für p zwischen 0,2 und 1. Im Gegensatz zum Alternativtest gibt es beim Signifikanztest also keinen konkreten Wert für die Alternativhypothese. Die Prüfgröße x ist die Anzahl der Befragten, die GUM kaufen würden. Der Hersteller verwirft die Hypothese, wenn mehr als 50 Befragte GUM kaufen würden. Die Entscheidungsregel lautet also: Ist X ≤ 50, so wird H0 angenommen. Es wird also angenommen, dass der Marktanteil von GUM nicht gestiegen ist. Ist X > 50, so wird H0 verworfen. Der Hersteller geht dann davon aus, dass der Marktanteil gestiegen ist. Die kritische Zahl k ist in unserem Beispiel also 50. Wir möchten nun wissen, wie wahrscheinlich es ist, dass der Marktanteil nicht gestiegen ist, obwohl die Umfrage ergeben hat, dass der Marktanteil gestiegen ist. Dies ist der Fehler 1. Art α. Die Prüfgröße X ist die Anzahl der Befragten, die GUM kaufen würden. Wenn die Nullhypothese zutrifft, ist X binomialverteilt n = 200 und p = 0,2. Der Fehler 1. Art α wird beim Signifikanztest auch als Signifikanzniveau bezeichnet. Für den Fehler 1. Art müssen wir die Wahrscheinlichkeit α = P(X<50) berechnen. Das machen wir mit der Gegenwahrscheinlichkeit 1 - P(X≤50). Die Wahrscheinlichkeit P(X≤50) kannst Du in einer Tabelle der kumulierten Binomialverteilung entnehmen. Sie beträgt etwa 0,9655. Das Signifikanzniveau beziehungsweise α beträgt also ungefähr 0,0345 oder 3,45%. Was ist mit dem Fehler 2. Art β? Wie wahrscheinlich ist es, dass der Marktanteil gestiegen ist, obwohl die Umfrage ergeben hat, dass der Marktanteil gleich geblieben ist? Die Alternativhypothese ist aus unendlich vielen Werten für p zusammengesetzt. Die Wahrscheinlichkeit p ist also nicht genau bekannt. In unserem Beispiel wissen wir nur, das p > 0,2 ist, wenn H1 zutrifft. Der Fehler 2. Art hängt aber von dieser Wahrscheinlichkeit ab. Die Abhängigkeit des Fehlers 2. Art von der Wahrscheinlichkeit können wir in einer Tabelle verdeutlichen. Dort stellen wir die verschiedenen Wahrscheinlichkeiten für die Alternativhypothese den entsprechenden Fehlern 2. Art β gegenüber. β kannst Du jeweils einer Tabelle mit kumulierten Binomialverteilung entnehmen. Ist p zum Beispiel 0,25, so ist β 53,79%. Für p = 0,3 ist β entsprechend 6,95%. Und für p = 0,35 ist β = 0,15%. Du siehst, β ist umso größer, je dichter die Wahrscheinlichkeiten der beiden Hypothesen beieinander liegen. Damit sind wir am Ende dieses Videos. Hast Du jetzt auch den plötzlichen Drang, einen Kaugummi zu kauen? Hoffentlich sehen wir uns bald wieder. Bis dahin wünsche ich Dir viel Freude an der Mathematik.

Signifikanztest – Testen von Hypothesen Übung

Du möchtest dein gelerntes Wissen anwenden? Mit den Aufgaben zum Video Signifikanztest – Testen von Hypothesen kannst du es wiederholen und üben.
30 Tage kostenlos testen
Mit Spaß Noten verbessern
und vollen Zugriff erhalten auf

9.152

sofaheld-Level

6.601

vorgefertigte
Vokabeln

7.600

Lernvideos

35.593

Übungen

32.336

Arbeitsblätter

24h

Hilfe von Lehrkräften

laufender Yeti

Inhalte für alle Fächer und Schulstufen.
Von Expert*innen erstellt und angepasst an die Lehrpläne der Bundesländer.

30 Tage kostenlos testen

Testphase jederzeit online beenden