Eine Hypothese ist eine vorgeschlagene Erklärung für ein Ereignis oder ein Problem. Für eine wissenschaftliche Hypothese setzt die wissenschaftliche Methode voraus, dass man sie testen kann.

Kardinal Bellarmine gab ein bekanntes Beispiel für den älteren Sinn des Wortes in seiner Warnung an Galileo im frühen 17. Jahrhundert: dass er die Bewegung der Erde nicht als Realität, sondern lediglich als Hypothese behandeln dürfe.

Heute bezieht sich eine Hypothese auf eine Idee, die getestet werden muss. Um eine Hypothese zu überprüfen, muss der Forscher mehr Arbeit leisten. Eine geprüfte Hypothese, die funktioniert, kann Teil einer Theorie werden oder selbst zu einer Theorie werden. Das Testen sollte ein Versuch sein, zu beweisen, dass die Hypothese falsch ist. Das heißt, es sollte eine Möglichkeit geben, die Hypothese zu falsifizieren, zumindest im Prinzip.

Häufig wird eine Hypothese als "fundierte Vermutung" bezeichnet.

"Wenn nicht klar ist, unter welches Naturgesetz eine Wirkung oder eine Klasse von Wirkungen fällt, versuchen wir, diese Lücke durch eine Vermutung zu füllen. Solche Vermutungen haben den Namen Vermutungen oder Hypothesen erhalten". Hans Christian Ørsted (1811)

"Im Allgemeinen suchen wir nach einem neuen Gesetz nach dem folgenden Verfahren. Zuerst erraten wir es. ..."

Experimentatoren können mehrere Hypothesen testen und verwerfen, bevor sie das Problem lösen.

Eine "Arbeitshypothese" ist nur eine grobe Art von Hypothese, die vorläufig als Grundlage für weitere Forschungen akzeptiert wird. Es besteht die Hoffnung, dass eine Theorie aufgestellt wird, auch wenn die Hypothese letztlich scheitert.

Hypothesen sind in der Wissenschaft besonders wichtig. Mehrere Philosophen haben gesagt, dass es ohne Hypothesen keine Wissenschaft gäbe. In den letzten Jahren haben Wissenschaftsphilosophen versucht, die verschiedenen Ansätze zur Prüfung von Hypothesen und die wissenschaftliche Methode im Allgemeinen zu einem vollständigeren System zu integrieren. Der Punkt ist, dass Hypothesen vorgeschlagene Ideen sind, die dann durch Experimente oder Beobachtungen getestet werden.

Was macht eine gute wissenschaftliche Hypothese aus?

Eine brauchbare wissenschaftliche Hypothese zeichnet sich durch mehrere Merkmale aus:

  • Testbarkeit: Sie muss durch Experimente oder Beobachtungen überprüfbar sein.
  • Falsifizierbarkeit: Es muss eine mögliche Beobachtung oder ein Experiment geben, das die Hypothese widerlegen kann (Prinzip nach Karl Popper).
  • Präzision: Sie sollte klar und konkret formuliert sein, sodass messbare Vorhersagen möglich sind.
  • Operationalisierbarkeit: Die relevanten Variablen müssen definiert und messbar sein.
  • Widerspruchsfreiheit: Sie sollte mit bereits gut bestätigtem Wissen verträglich sein oder nachvollziehbar begründen, warum nicht.

Arten von Hypothesen

  • Arbeitshypothese: Vorläufige Annahme als Ausgangspunkt für Forschungen (im Text bereits erwähnt).
  • Nullhypothese (H0): Formuliert in der Regel keinen Effekt oder keinen Unterschied; Ausgangspunkt für statistische Tests.
  • Alternativhypothese (H1 oder Ha): Stellt das Gegenteil zur Nullhypothese dar — etwa, dass ein Effekt existiert.
  • Richtungsgebundene Hypothesen: Sagen nicht nur einen Effekt voraus, sondern auch dessen Richtung (z. B. höher, niedriger).
  • Explorative Hypothesen: Locker formulierte Annahmen bei wenig Vorwissen; führen oft zu weiteren präziseren Hypothesen.

Wie wird eine Hypothese wissenschaftlich getestet?

Das Testen einer Hypothese folgt typischerweise diesen Schritten:

  • Operationalisierung: Festlegen, wie die Variablen gemessen werden.
  • Versuchs- oder Studienplanung: Auswahl von Kontrollgruppen, Randomisierung, Stichprobengröße und Messzeitpunkten.
  • Datenerhebung: Durchführung von Experimenten oder systematischen Beobachtungen.
  • Datenanalyse: Statistische Auswertung (z. B. Tests der Nullhypothese, Konfidenzintervalle).
  • Interpretation: Abschätzen, ob die Ergebnisse die Hypothese stützen oder widerlegen.
  • Replikation und Peer‑Review: Wiederholte Studien und unabhängige Überprüfungen erhöhen die Zuverlässigkeit.

Falsifizierbarkeit, Bestätigung und Gewissheit

Ein zentrales philosophisches Prinzip der modernen Wissenschaft ist die Falsifizierbarkeit: Eine Hypothese gilt als wissenschaftlich, wenn sie prinzipiell widerlegbar ist. Wichtig ist dabei:

  • Ein einmal nicht widerlegtes Ergebnis bestätigt die Hypothese nicht endgültig — es erhöht nur die empirische Unterstützung.
  • Mehrere unabhängige Tests und Repliken sind nötig, um Vertrauen zu gewinnen. Ein einzelner positiver Befund kann durch Zufall, Messfehler oder Bias entstanden sein.
  • In der Praxis sind Hypothesen oft probabilistisch: Sie sagen die Wahrscheinlichkeit eines Ereignisses voraus, nicht immer-immer. Das ist typisch in Sozial- oder Biowissenschaften.

Statistische Hypothesenprüfung — kurz

In vielen empirischen Feldern wird die Hypothesenprüfung formell mit statistischen Methoden durchgeführt. Typische Schritte:

  • Formulierung von H0 (Nullhypothese) und H1 (Alternativhypothese).
  • Wahl eines Signifikanzniveaus (z. B. α = 0,05).
  • Berechnung einer Prüfgröße und eines p‑Werts. Ein kleiner p‑Wert deutet darauf hin, dass die beobachteten Daten unter H0 unwahrscheinlich sind.
  • Entscheidung: Ablehnen oder Beibehalten der H0. Dabei gilt: Nicht-Ablehnen ist kein Beweis für die Wahrheit der H0.

Wichtig: p‑Werte und statistische Signifikanz sagen nichts über die praktische Relevanz, und sie können bei unsachgemäßer Anwendung irreführend sein. Deswegen sind Effektgrößen, Konfidenzintervalle und Replikationen wichtig.

Vom Test zur Theorie

Wird eine Hypothese wiederholt durch unabhängige Studien gestützt und sinnvoll in bestehende Erkenntnisse eingebettet, kann sie Teil einer Theorie werden. Eine Theorie erklärt ein breites Spektrum von Beobachtungen und macht verallgemeinerbare Vorhersagen. Gesetze sind oft engere, sehr gut bestätigte Beschreibungen bestimmter Regularitäten.

Gute Praxis beim Hypothesentesten

  • Präregistrierung von Studien (Registrierung der Hypothese und Analysepläne vor Datensammlung) reduziert p‑Hacking und Harking (Hypothesizing After the Results are Known).
  • Transparente Methodenbeschreibung und Offenlegung von Daten ermöglichen Replikation.
  • Multiplizität und multiple Tests sollten statistisch berücksichtigt werden.
  • Bei komplexen Systemen sind mechanistische Erklärungen neben statistischen Zusammenhängen wichtig.

Kurzbeispiele

  • Medizin: H0: Das neue Medikament hat keinen Einfluss auf den Blutdruck. H1: Das Medikament senkt den Blutdruck.
  • Pädagogik: H0: Ein neues Unterrichtsformat verändert nicht die Prüfungsleistungen. H1: Das neue Format verbessert die Prüfungsleistungen.

Zusammenfassung

Eine Hypothese ist eine überprüfbare Annahme, die durch Experimente oder Beobachtungen geprüft werden kann. Entscheidend für die Wissenschaftlichkeit sind Testbarkeit und Falsifizierbarkeit. Durch sorgfältige Planung, transparente Methodik und wiederholte Überprüfung werden Hypothesen entweder verworfen, modifiziert oder in größere theoretische Rahmen eingebettet.