Bei den meisten Studien haben Forscher bestimmte Forschungsfragen, die sie ansprechen möchten. Beispielsweise kann sich ein Prüfarzt fragen, ob ein neues Medikament die postoperative Analgesie nach einer Knietotalendoprothetik (TKA) verlängern kann. Null- und Alternativhypothesen sind deklarative Aussagen (keine Fragen), die die statistischen Analysen einer Studie fokussieren. Hier würde die Nullhypothese (H0) lauten: „Es gibt keinen Unterschied in der Zeit bis zur ersten Anforderung eines Schmerzmittels nach TKA zwischen Patienten, die das neue Medikament erhalten, und Patienten, die das Standardmedikament erhalten.“ Dies mag insofern verwundern, als das Interesse des Untersuchers sicherlich an Unterschieden ungleich Null liegen muss. Es gibt jedoch unendlich kleine Unterschiede, die nicht Null sind, wie 0.01 und 0.002, 12.345, 987.65 usw. – viel zu viele, um sie in mehreren Leben zu testen. Wie der gruselige Cartoon andeutet, musste es also einen ganz bestimmten Nullwert geben – 0.00000 – auf dem die statistischen Tests verankert werden konnten.
Auf der anderen Seite könnten alternative (auch als Forschungs-) Hypothesen lauten: H1 „Die Zeit bis zur ersten Anforderung eines Schmerzmittels nach TKA unterscheidet sich zwischen Patienten, die das neue Medikament erhalten, und Patienten, die das Standardmedikament erhalten.“ Oder H2 „Die Zeit bis zur ersten Anforderung eines Schmerzmittels nach TKA ist bei Patienten, die das neue Medikament erhalten, länger als bei Patienten, die das Standardmedikament erhalten.“ Oder H3 „Die Zeit bis zur ersten Anforderung eines Schmerzmittels nach TKA ist bei Patienten, die das neue Medikament erhalten, kürzer als bei Patienten, die das Standardmedikament erhalten.“ Einer der 3 muss ausgewählt werden: Der erste ist ungerichtet (zweiseitig) und gibt einfach an, dass es einen Unterschied gibt; Die anderen beiden sind gerichtet (2-seitig) und geben an, dass der Unterschied in der längeren oder kürzeren Richtung liegt. Obwohl unser Forscher wahrscheinlich H1 für diese spezielle Studie gewählt hat, basieren die meisten Studien in neuen Forschungsgebieten auf der ungerichteten Alternative.
Schließlich ist es wichtig zu beachten, dass Hypothesen nicht mehr geändert werden können, sobald die Datenerhebung begonnen hat. Dies liegt daran, dass das Studiendesign und der statistische Analyseplan so eingestellt wurden, dass spezifische Null- und Alternativhypothesen getestet wurden, und ein Blick auf die Daten dazu führen kann, dass der Prüfer übermäßig beeinflusst wird, um sie zu ändern. Nächsten Monat werden Statistiken in kleinen Dosen die Fehler vom Typ I und Typ II und ihre Bedeutung für die statistische Entscheidungsfindung abdecken.
