Bevor wir unser Beispiel mit diesen neuen Erkenntnissen noch einmal aufgreifen, wollen wir noch kurz auf den Begriff der Teststärke [power] eines Prüfverfahrens eingehen. Dabei geht es um folgendes:

Wir wissen, dass das -Fehler-Risiko der Wahrscheinlichkeit entspricht, mit der die Alternativhypothese H1 irrtümlicherweise abgelehnt und damit H0 irrtümlicherweise angenommen wird. Dies bedeutet, dass (1-) der Wahrscheinlichkeit entspricht, mit der eine richtige H1 auch angenommen und H0 korrekterweise abgelehnt wird. Diese Wahrscheinlichkeit (1-) nennt man die Teststärke eines Signifikanztests.

In anderen Worten: Die Teststärke (1-) eines Prüfverfahrens gibt die Wahrscheinlichkeit an, mit der eine korrekte Alternativhypothese H1 auch angenommen wird.