Hypothesentests (Einführung)

Aktive Lernformate sind hier besonders wirksam, weil Hypothesentests auf Wahrscheinlichkeiten und Variabilität beruhen. Schülerinnen und Schüler müssen selbst erleben, wie sich Stichproben aus Zufallsprozessen verhalten, bevor sie die Logik hinter p-Werten und Signifikanz verstehen können. Die Experimente mit Münzen und Würfeln machen abstrakte Konzepte greifbar und fördern ein tiefes Verständnis durch eigene Datenanalyse.

• Klasse 10
• Mathematik 10: Von der Modellierung zur Abstraktion
• 4 Aktivitäten
• 30 Min.–50 Min.

Lernziele

1. Formulieren Sie eine Nullhypothese und eine Alternativhypothese für gegebene statistische Fragestellungen.
2. Berechnen Sie die Teststatistik für einen einfachen Hypothesentest anhand von Stichprobendaten.
3. Interpretieren Sie den p-Wert im Kontext eines Hypothesentests und entscheiden Sie über die Ablehnung der Nullhypothese.
4. Erklären Sie die Bedeutung von Fehlern erster und zweiter Art und bewerten Sie deren Risiken in spezifischen Szenarien.

Fertige Unterrichtsaktivitäten

Fallstudienanalyse

⏱ 45 Min.·Kleingruppen

Gruppenexperiment: Münzwurf-Hypothesentest

Teilen Sie die Klasse in Gruppen ein. Jede Gruppe wirft eine Münze 100 Mal, zählt Köpfe und berechnet den Binomialtest mit p=0,5. Gruppen vergleichen p-Werte und diskutieren Signifikanz. Abschluss: Klassenplakat mit Ergebnissen.

Vorbereitung & Details

Wie kann man statistisch überprüfen, ob eine Münze fair ist?

Moderationstipp: Fordern Sie die Gruppen beim Münzwurf-Experiment auf, ihre Erwartungen vor dem Wurf schriftlich festzuhalten und nach 50 Würfen mit dem tatsächlichen Ergebnis zu vergleichen.

Setup: Gruppentische mit Platz für die Fallunterlagen

Materials: Fallstudien-Paket (3-5 Seiten), Arbeitsblatt mit Analyseraster, Präsentationsvorlage

• Analysieren
• Bewerten
• Erschaffen
• Entscheidungsfähigkeit
• Selbststeuerung

Planspiel

⏱ 30 Min.·Partnerarbeit

Planspiel: Würfel-Fairness-Test

Schüler testen in Paaren einen Würfel auf Fairness (H1: Seite 6 häufiger). 50 Würfe pro Person, Teststatistik berechnen. Paare tauschen Daten und interpretieren gemeinsam.

Vorbereitung & Details

Was bedeutet es, wenn ein Ergebnis statistisch signifikant ist?

Moderationstipp: Lassen Sie die Schülerinnen und Schüler beim Würfel-Fairness-Test zunächst die Nullhypothese selbst formulieren, bevor sie die Simulation starten, um ihre Vorstellungen zu aktivieren.

Setup: Flexibler Raum für verschiedene Gruppenstationen

Materials: Rollenkarten mit Zielen und Ressourcen, Spielwährung oder Token, Rundenprotokoll

• Anwenden
• Analysieren
• Bewerten
• Erschaffen
• Sozialbewusstsein
• Entscheidungsfähigkeit

Fallstudienanalyse

⏱ 50 Min.·Ganze Klasse

Datenanalyse: Klassenstichprobe

Nehmen Sie Klassenalter als Stichprobe. Hypothese: Mittelwert 16 Jahre. Berechnen Sie t-Test mit Taschenrechner. Whole-Class-Diskussion zu Fehlern erster und zweiter Art.

Vorbereitung & Details

Bewerten Sie die Risiken von Fehlern erster und zweiter Art bei Hypothesentests.

Moderationstipp: Geben Sie der Klasse bei der Datenanalyse der Klassenstichprobe gezielt falsche p-Wert-Interpretationen vor, die sie korrigieren müssen, um Fehlkonzepte zu identifizieren.

Setup: Gruppentische mit Platz für die Fallunterlagen

Materials: Fallstudien-Paket (3-5 Seiten), Arbeitsblatt mit Analyseraster, Präsentationsvorlage

• Analysieren
• Bewerten
• Erschaffen
• Entscheidungsfähigkeit
• Selbststeuerung

Rollenspiel

⏱ 35 Min.·Kleingruppen

Fehler-Risiko-Rollenspiel

Gruppen ziehen Lose für Szenarien (Fehler 1/2 Art). Diskutieren Konsequenzen in Medizin oder Justiz. Erstellen Infografik zu Alpha und Beta.

Vorbereitung & Details

Wie kann man statistisch überprüfen, ob eine Münze fair ist?

Moderationstipp: Nutzen Sie beim Fehler-Risiko-Rollenspiel konkrete Gegenstände wie Spielgeld oder Bonbons, um die Konsequenzen der Fehlerarten anschaulich zu machen.

Setup: Spielfläche oder entsprechend angeordnete Tische für das Szenario

Materials: Rollenkarten mit Hintergrundinfos und Zielen, Szenario-Briefing

• Anwenden
• Analysieren
• Bewerten
• Sozialbewusstsein
• Selbstwahrnehmung

Dieses Thema unterrichten

Erfahrene Lehrkräfte beginnen mit physischen Zufallsexperimenten, weil diese die Brücke zwischen Theorie und Praxis schlagen. Vermeiden Sie es, p-Werte zu früh als starre Entscheidungsregeln einzuführen – stattdessen sollten Schülerinnen und Schüler zunächst die Variabilität in Stichproben erleben. Betonen Sie immer wieder, dass ein signifikanter p-Wert keine 'Wahrheit' liefert, sondern nur eine Entscheidungshilfe ist. Die Diskussion über Konventionen wie Alpha=0,05 ist zentral, um kritisches Denken zu fördern.

Was Sie erwartet

Am Ende der Einheit können die Lernenden Null- und Alternativhypothesen für reale Szenarien aufstellen, Teststatistiken berechnen und p-Werte korrekt interpretieren. Sie erkennen die Grenzen von Signifikanz und diskutieren Fehler erster und zweiter Art in konkreten Anwendungszusammenhängen. Die Fehler-Rollenspiele zeigen, dass sie die Konsequenzen statistischer Entscheidungen nachvollziehen können.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Während des Gruppenexperiments Münzwurf-Hypothesentest beobachten Sie, dass einige Schüler annehmen, ein p-Wert von 0,04 beweise mit 96%iger Sicherheit, dass die Münze unfair ist.

Was Sie stattdessen lehren sollten

Lenken Sie die Diskussion zurück zum Münzwurf-Experiment: Fordern Sie die Schüler auf, ihre Berechnungen zu überprüfen und zu zeigen, dass der p-Wert nur die Wahrscheinlichkeit für 0,04 oder extremere Ergebnisse unter der Nullhypothese angibt. Nutzen Sie die simulierten Datenreihen, um zu demonstrieren, wie oft auch bei fairen Münzen solche p-Werte auftreten.

Häufige Fehlvorstellung

Während der Simulation Würfel-Fairness-Test argumentieren einige, dass ein signifikanter Test bei einem Würfel bedeutet, dass Fehler zweiter Art ausgeschlossen sind.

Was Sie stattdessen lehren sollten

Nutzen Sie die variierenden Stichprobengrößen aus der Simulation: Zeigen Sie den Schülern, wie sich die Power des Tests ändert, wenn sie die Würfelzahl von 20 auf 200 Würfe erhöhen. Diskutieren Sie gemeinsam, warum Beta von der tatsächlichen Effektgröße und der Stichprobengröße abhängt.

Häufige Fehlvorstellung

Während des Fehler-Risiko-Rollenspiels äußern einige Teilnehmer, dass ein Hypothesentest die Alternativhypothese 'beweist', wenn die Nullhypothese abgelehnt wird.

Was Sie stattdessen lehren sollten

Nutzen Sie die Rollenkarten aus dem Spiel: Fordern Sie die Gruppen auf, eine neue Hypothese zu formulieren, die ebenfalls zur beobachteten Datenlage passt. Zeigen Sie so, dass die Ablehnung der Nullhypothese keine Bestätigung einer spezifischen Alternative bedeutet, sondern nur Raum für weitere Tests lässt.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Nach dem Gruppenexperiment Münzwurf-Hypothesentest erhalten die Schülerinnen und Schüler ein kurzes Szenario (z.B. 'Eine neue Trainingsmethode soll die Sprintzeit verbessern'). Sie formulieren Null- und Alternativhypothese und erklären, was ein p-Wert von 0,02 in diesem Kontext bedeutet.

Kurze Überprüfung

Während der Datenanalyse Klassenstichprobe stellt die Lehrkraft eine Tabelle mit 10 Stichprobenergebnissen (z.B. Anzahl Kopf bei 50 Münzwürfen) und den berechneten p-Werten bereit. Die Schüler entscheiden, ob die Nullhypothese bei Alpha=0,05 abgelehnt wird, und begründen ihre Antwort anhand der p-Werte.

Diskussionsfrage

Nach dem Fehler-Risiko-Rollenspiel diskutieren die Schüler in Kleingruppen, welcher Fehler (Fehler 1. Art oder Fehler 2. Art) in einem konkreten Beispiel gravierender wäre (z.B. bei der Zulassung eines neuen Medikaments). Sie begründen ihre Entscheidung mit den Konsequenzen aus dem Rollenspiel.

Erweiterungen & Unterstützung

• Fordern Sie schnelle Gruppen auf, eine eigene Münze oder einen Würfel mitzubringen und deren Fairness mit einem selbst gewählten Signifikanzniveau zu testen.
• Für Lernende mit Schwierigkeiten: Bereitstellen einer Schritt-für-Schritt-Anleitung mit vorgefertigten Tabellen für die Münzwurf-Auswertung, inklusive Platzhaltern für Hypothesenformulierung und p-Wert-Berechnung.
• Vertiefung für Extra-Zeit: Die Klasse führt eine Metaanalyse durch, indem sie die Ergebnisse aller Gruppen zusammenführt und diskutiert, wie sich die Power des Tests bei steigender Stichprobengröße verändert.

Schlüsselvokabular

Nullhypothese (H0)	Eine statistische Annahme über eine Grundgesamtheit, die im Test widerlegt werden soll. Sie beschreibt oft den Status quo oder keinen Unterschied.
Alternativhypothese (H1)	Eine statistische Annahme, die das Gegenteil der Nullhypothese behauptet. Sie wird angenommen, wenn die Nullhypothese verworfen wird.
Teststatistik	Ein aus Stichprobendaten berechneter Wert, der zur Entscheidung über die Nullhypothese verwendet wird. Er quantifiziert, wie weit die Stichprobe vom erwarteten Wert unter H0 abweicht.
p-Wert	Die Wahrscheinlichkeit, ein Stichprobenergebnis zu beobachten, das mindestens so extrem ist wie das tatsächlich beobachtete, unter der Annahme, dass die Nullhypothese wahr ist.
Signifikanzniveau (α)	Die Wahrscheinlichkeit, die Nullhypothese fälschlicherweise abzulehnen, obwohl sie wahr ist (Fehler 1. Art). Ein üblicher Wert ist 0,05.