nullhyp-korrelation-schoice

inferenz
paper
Published

July 10, 2026

Question

Eine Forscherin möchte prüfen, ob in der Population ein linearer Zusammenhang zwischen Schlafdauer und Konzentrationsfähigkeit besteht. Wie lautet die dazu passende Nullhypothese?

Answerlist

  • \(H_0: \rho = 0\) (Es besteht kein linearer Zusammenhang zwischen Schlafdauer und Konzentrationsfähigkeit in der Population.)
  • \(H_0: \rho = 1\) (Es besteht ein perfekter linearer Zusammenhang in der Population.)
  • \(H_0: r = 0\) (Es besteht kein linearer Zusammenhang in der Stichprobe.)
  • \(H_1: \rho \neq 0\) (Es besteht ein linearer Zusammenhang in der Population.)
  • \(H_0: \mu_1 = \mu_2\) (Es gibt keinen Unterschied zwischen zwei Gruppenmittelwerten.)

Solution

Die Nullhypothese (\(H_0\)) besagt stets, dass kein Effekt vorliegt – hier also kein linearer Zusammenhang. Da es sich um eine Aussage über die Grundgesamtheit (Population) handelt, muss der griechische Buchstabe für den Populationsparameter der Korrelation verwendet werden: \(\rho\) (rho), nicht der lateinische Buchstabe \(r\), der die Korrelation in der Stichprobe bezeichnet. Damit lautet die korrekte Nullhypothese \(H_0: \rho = 0\), entsprechend der ersten Antwortoption.

Warum die Distraktoren falsch sind:

  • \(H_0: \rho = 1\) würde einen perfekten Zusammenhang als Nullhypothese festlegen – das Gegenteil der eigentlichen Fragestellung (kein Zusammenhang) und zudem unüblich als Referenzwert.
  • \(H_0: r = 0\) verwendet den lateinischen Buchstaben \(r\), der die Korrelation in der Stichprobe (eine Statistik) bezeichnet. Hypothesen beziehen sich aber per Definition auf Parameter der Population, wofür griechische Buchstaben (hier \(\rho\)) verwendet werden – diese Verwechslung von Statistik und Parameter ist ein klassischer Fehler.
  • Die vierte Option ist als Alternativhypothese (\(H_1\)) formuliert (es besteht ein Zusammenhang) und beantwortet damit nicht die Frage nach der Nullhypothese; zudem ist die Benennung (\(H_1\) statt \(H_0\)) hier explizit falsch zugeordnet.
  • \(H_0: \mu_1 = \mu_2\) bezieht sich auf einen Mittelwertsvergleich zwischen zwei Gruppen und ist die passende Nullhypothese für einen Gruppenvergleich (z. B. t-Test), nicht für einen Zusammenhang zwischen zwei metrischen Variablen wie Schlafdauer und Konzentrationsfähigkeit.

Aufgabenname: nullhyp-korrelation-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

exname: nullhyp-korrelation-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: inferenz