Eine Hypothese ist eine begründete Annahme über einen Unterschied oder einen Zusammenhang, die sich an Daten prüfen lässt. In empirischen Arbeiten der Wirtschaftspsychologie verbindet sie Theorie und Statistik: Aus einer inhaltlichen Hypothese entstehen eine Nullhypothese H0 und eine Alternativhypothese H1, über die ein Test entscheidet. Wie aussagekräftig das Ergebnis ist, hängt davon ab, wie genau die Hypothese vor der Datenerhebung formuliert wurde.
Prüflogik der Hypothese: widerlegen statt beweisen
Karl Popper beschrieb 1935 in „Logik der Forschung“ eine Asymmetrie: Allgemeine Sätze lassen sich durch noch so viele passende Beobachtungen nicht beweisen, durch eine echte Gegenbeobachtung aber widerlegen. Ein oft genanntes Beispiel: Viele weiße Schwäne zeigen nicht, dass alle Schwäne weiß sind; ein schwarzer Schwan widerlegt den Satz. Eine wissenschaftliche Hypothese muss daher so formuliert sein, dass Daten ihr widersprechen können. Popper räumte ein, dass in der Praxis ein einzelner abweichender Befund methodisch nicht genügt, weil Beobachtungs- oder Messfehler ihn erzeugen können. Die Statistik arbeitet deshalb mit Wahrscheinlichkeiten.
Banerjee u. a. (2009) nennen drei Merkmale einer guten Hypothese: Sie ist einfach, enthält also eine Einflussgröße und ein Kriterium; sie ist spezifisch; und sie wird vor der Studie schriftlich festgelegt. Eine komplexe Hypothese mit mehreren Einflussgrößen zerlegt man in mehrere einfache.
Arten: H0 und H1, gerichtet und ungerichtet
Für den Signifikanztest wird die inhaltliche Annahme in zwei statistische Hypothesen übersetzt. Die Beispiele beziehen sich auf eine Befragung zur Arbeitszufriedenheit:
| Hypothese | Aussage | Beispiel |
|---|---|---|
| H0 | kein Unterschied oder Zusammenhang in der Grundgesamtheit | Beschäftigte mit und ohne mobiles Arbeiten sind gleich zufrieden. |
| H1 ungerichtet | es gibt einen Unterschied, die Richtung bleibt offen | Die beiden Gruppen unterscheiden sich in der Zufriedenheit. |
| H1 gerichtet | die Richtung ist festgelegt | Beschäftigte mit mobilem Arbeiten sind zufriedener. |
H1 wird nicht direkt geprüft. Sie gilt als angenommen, wenn der Test H0 verwirft; was ein Testergebnis bedeutet, beschreibt der Glossarbeitrag Signifikanz (p-Wert). Eine gerichtete Hypothese wird einseitig getestet, eine ungerichtete zweiseitig. Der einseitige Test kommt mit einer kleineren Stichprobe aus, ist aber nur sinnvoll, wenn allein eine Richtung inhaltlich zählt. Wer erst nach Blick auf die Daten auf einseitig umstellt, verliert die statistische Strenge. Das Schaubild zeigt, warum.
Zwei Normalverteilungskurven mit demselben Beispielwert z gleich 1,80. Oben eine gerichtete Hypothese: Der Ablehnungsbereich liegt nur rechts ab 1,645, der Wert liegt darin, p einseitig gleich 0,036. Unten eine ungerichtete Hypothese: Je 2,5 Prozent liegen jenseits von plus und minus 1,96, der Wert liegt nicht darin, p zweiseitig gleich 0,072. Darum muss die Richtung vor der Datenerhebung feststehen.
Hypothesen im Studium der Wirtschaftspsychologie
Mit Hypothesen arbeiten vor allem die Fächer zu Forschungsmethoden und Statistik. Vertreten sind sie bei 69 von 95 erfassten Anbietern laut Recherche, Stand Oktober 2026, in Studiengangsnamen, Schwerpunkten oder Modullisten. Von der ersten Statistikklausur bis zur empirischen Abschlussarbeit kehrt dieselbe Logik wieder; den Aufbau der Methodenausbildung beschreibt der Ratgeber Statistik im Studium. Typische Aufgaben:
- aus einer Forschungsfrage H0 und H1 ableiten und begründen, ob gerichtet oder ungerichtet
- die Begriffe der Hypothese messbar machen, siehe Operationalisierung
- den passenden Test wählen, etwa einen t-Test für zwei Gruppenmittelwerte
- eine komplexe Hypothese in prüfbare Einzelhypothesen zerlegen
In der Praxis: vorab festlegen statt nachträglich anpassen
Ob in der Mitarbeiterbefragung, beim Vergleich zweier Varianten einer Stellenanzeige oder in der Abschlussarbeit: Eine Hypothese ist nur dann ein Test, wenn sie vor dem Blick auf die Ergebnisse feststeht. Kerr (1998) nannte die Praxis, eine erst aus den Ergebnissen gewonnene Hypothese so zu berichten, als sei sie vorab formuliert worden, HARKing (Hypothesizing After the Results are Known). Seine Befragungsdaten deuteten darauf hin, dass einige Formen davon verbreitet sind und zugleich als unangemessen gelten.
Als Gegenmittel gilt die Präregistrierung: Forschungsfragen und Auswertungsplan werden festgelegt, bevor die Ergebnisse bekannt sind. Nach Nosek u. a. (2018) trennt sie Vorhersagen, die geprüft werden, von nachträglichen Erklärungen, die neue Hypothesen erst erzeugen. Beides gehört zur Forschung: Hypothesen entstehen an vorhandenen Beobachtungen und werden an neuen geprüft, etwa in einer weiteren Stichprobe.