Hypothesenarten

Unterschiedshypothesen

Unterschiedshypothesen postulieren Unterschiede zwischen zwei oder mehr Gruppen. Die Gruppierungsvariable ist dabei die unabhängige Variable (UV). Das Merkmal, auf dem sich der inhaltliche Gruppenunterschied zeigen soll, ist die abhängige Variable (AV). Typische statistische Verfahren zur Überprüfung von Unterschiedshypothesen sind t-Tests für unabhängige Stichproben  (bei 2 Gruppen) und die Varianzanalyse (bei mehr als 2 Gruppen).

Zusammenhangshypothesen

Zusammenhangshypothesen postulieren Zusammenhänge zwischen zwei oder mehr Variablen. Zur statistischen Überprüfung von Zusammenhangshypothesen sind beispielsweise bivariate und multiple Korrelationen, die Regressionsanalyse sowie Strukturgleichungsmodelle geeignet.

Veränderungshypothesen

Veränderungshypothesen postulieren Veränderungen von Variablen bei denselben Individuen / Untersuchungssubjekten über die Zeit, d.h. über zwei oder mehr Messzeitpunkte hinweg. Typische statistische Verfahren zur Überprüfung von Veränderungshypothesen sind t-Tests für abhängige Stichproben (bei 2 Gruppen), die Varianzanalyse mit Messwiederholung (bei mehr als 2 Gruppen) und Multilevel-Modelle.

Oft steht hinter solchen Hypothesen eine Annahme über eine Ursache-Wirkungs-Relation (Kausalität), d.h. es liegen im Grunde Kausalannahmen vor. Es ist zu beachten, dass die statistische Analyse von Zusammenhängen, Veränderungen oder Unterschieden keinesfalls automatisch als Beleg für eine Kausalannahme gelten kann.