WikiDer > Bedeutung

Significantie
Fragezeichen
Es bestehen Zweifel an der Richtigkeit eines oder mehrerer Teile dieses Artikels.
Weitere Informationen finden Sie auf der entsprechenden Diskussionsseite und passen den Artikel ggf. nach Prüfung an.
Grund angegeben: Das Intro ist falsch
Diese Vorlage wurde am 7. Juni 2020 veröffentlicht.
Fragezeichen

Statistische Signifikanz ist der Plausibilität das a Korrelation in dem Statistik nicht auf Zufall ruht.[1] Das Signifikanzniveau ist der Gelegenheit dass die Hypothese das getestete wird fälschlicherweise abgelehnt. Dieser Schwellenwert wird oft mit 0,05 gewählt, obwohl dies willkürlich ist, da die Signifikanz ein Kontinuum ist.

In diesem Sinne ist ein signifikantes Ergebnis in der Statistik sinnvoll, da es als Beweis gegen ein zufälliges Auftreten angesehen wird. Im alltäglichen Sprachgebrauch wird signifikant als Synonym für sinnvoll, wichtig verwendet. Um eine subtile Bedeutungsverwechslung zu vermeiden, wird daher im Medizin Fall von klinische Bedeutung mit Forschungsergebnissen, die nicht nur messbar, sondern auch in der medizinischen Praxis aussagekräftig sind.

Statistischer Test

Ein Ergebnis in einem statistischen Test ist signifikant, wenn das Ergebnis eher unwahrscheinlich ist, eine Ausnahme angesichts der Nullhypothese. Vergleichen Sie dies mit a Beweis durch Widerspruch. Unter der Annahme der Nullhypothese wird ein Ergebnis gefunden, das zwar nicht unmöglich, aber außergewöhnlich, unplausibel ist. Folglich wird die Nullhypothese verworfen: das Ergebnis ist signifikant. Als Kriterium für die Unplausibilität eines Ergebnisses wird der p-Wert (Wahrscheinlichkeit der Überschreitung) des Ergebnisses berechnet werden kann, ob die Kritischen Bereich. Ist der p-Wert zu klein, so besteht unter der Nullhypothese nur eine geringe Chance, dass das Ergebnis überschritten wird, dann wird dieses Ergebnis als außergewöhnlich angesehen und die Nullhypothese verworfen. Der kritische Bereich ist die Sammlung aller unplausiblen Ergebnisse, die zur Ablehnung der Nullhypothese führen.

Wichtig ist, dass dieser Begriff nur nach der Bewertung einer Vorhersage verwendet werden sollte. Beispielsweise sollte man sich nach dem Wechsel zu einer anderen Autoreifenmarke nicht damit zufrieden geben, dass diese deutlich länger halten als die alte Marke.

Von Bedeutung

Im Tagungsband der Gesellschaft für Psychische Forschung ab 1929 Waise Ronald Aylmer Fischer, dem Erfinder des Hypothesentests, bereits auf die häufige Fehlanwendung seines Hypothesentests.[2]

Ein großer p-Wert kann auf alles hinweisen: vielleicht wurde die Stichprobengröße wie im obigen Beispiel zu klein gewählt, vielleicht ist die Nullhypothese falsch, vielleicht ist der statistische Effekt so klein, dass er nicht beobachtet wurde und so weiter.

Ein großer p-Wert bedeutet nur, dass wir einen Wert der Teststatistik im unkritischen Bereich gefunden haben. Diese Bezeichnung erscheint besser als das übliche Feld der Akzeptanz, denn das Wort Akzeptanz deutet zu stark auf eine Schlussfolgerung hin, die nicht gezogen werden sollte. Ein großer p-Wert bedeutet nicht, dass ohne weiteres auf die Richtigkeit der Nullhypothese geschlossen werden kann. Die einzige Schlussfolgerung ist, dass kein Ergebnis gefunden wurde, das Zweifel an der Richtigkeit der Nullhypothese aufwirft.

Aber was bedeutet ein kleiner p-Wert? Fischer warnt: Der Signifikanztest sagt es ihm nur [Der Forscher] was zu ignorieren ist, nämlich alle Experimente, bei denen keine signifikanten Ergebnisse erzielt werden. Er sollte nur dann behaupten, dass ein Phänomen experimentell nachweisbar ist, wenn er weiß, wie man ein Experiment so gestaltet, dass es selten zu einem signifikanten Ergebnis führt. Dementsprechend werden einzelne signifikante Ergebnisse, die er nicht reproduzieren kann, bis zur weiteren Untersuchung in der Schwebe gehalten.

Daher macht ein Signifikanztest nach Fisher nur im Rahmen einer Versuchsreihe Sinn. Ein signifikantes Ergebnis sagt nicht viel aus; es könnte nur ein Zufallsergebnis sein.“ Der Statistikhistoriker Salzburg weist in diesem Zusammenhang auf eine Bedeutungsverschiebung des Wortes „signifikant“ hin: Das bedeutete Ende des 19. 20. Jahrhundert. Fisher verwendet signifikant im 19. Jahrhundert Sinne.

Ein Wert der Teststatistik im kritischen Bereich und damit ein kleiner p-Wert kann laut Fisher auf etwas Interessantes hinweisen. Weitere Forschung mit mehr Experimenten ist wünschenswert.

Leider führt der häufig verwendete Wortzurückweisungsbereich für den kritischen Bereich dazu, dass man oft glaubt, dass ein Wert der Teststatistik im kritischen Bereich (kleiner p-Wert) eine Ablehnung der Nullhypothese impliziert. Das Testverfahren geht jedoch von der Richtigkeit der Nullhypothese aus, die kleine p-Werte nicht ausschließt. Ein kleiner p-Wert ist daher absolut kein Beweis für die Unrichtigkeit der Nullhypothese; ein kleiner p-Wert ist interessant, das ist alles.

Siehe auch