Themenbereich 5: Signifikanz
Zum Einstieg
1. Video-Tutorials
Im folgenden Video (16:14 Min.) führt Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg anhand eines einfachen Beispiels in die Grundlagen und Logik des statistischen Testens ein. Dabei zeigt er mit Hilfe der Binomialverteilung auf, wie sich eine Hypothese auf statistische Signifikanz testen lässt und erläutert zudem die in diesem Kontext wichtigsten Begriffe (Hypothese, Testverteilung, Testniveau, Teststatistik).
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
In diesem Video (13:40 Min.) von Youtube-Nutzer "Benedict K" werden die grundlegenden Konzepte p-Wert, Nullhypothese und Signifikanzniveau anschaulich erklärt und mit Hilfe eines einfachen Beispiels erläutert, wie diese in der empirischen Forschung angewendet werden.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
Im Anschluss an das Video "p-Wert, Nullhypothese, Signifikanzniveau - die Idee erklärt" (s.o.) wird im folgenden Video (13:20 Min.) von Youtube-Nutzer "Benedict K" erläutert, wie sich die Ver- bzw. Anwendung von p-Wert, Signifikanzniveau und Nullhypothese zwischen einseitiger und zweiseitiger Hypothesentestung unterscheidet. Auch hier dient ein einfaches Beispiel aus dem Schulkontext zur Veranschaulichung.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
2. Online-Lernangebote und -ressourcen
Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Signifikanz" und damit verbundenen Aspekten:
- Die englischsprachige Internetseite "Stat Trek - Teach yourself statistics" bietet u.a. auch zwei kurze Einheiten zu den Fragen "What is Hypothesis Testing?" und "How to Test Hypotheses" und ermöglicht somit gleichzeitig, sich mit den englischen Fachbegriffen rund um das Thema Signifikanz und Hypothesentestung frühzeitig vertraut zu machen.
- ViLeS (Virtuelle Lernräume im Studium) - Statistische Methodenlehre der Universität Oldenburg: Im Modul "Allgemeine Aspekte des Testmodells" des Kapitels 4 "Hypothesentests" werden die grundlegenden Konzepte der Hypothesentestung wie z.B. Annahme-/ Ablehnungsbereich, Signifikanzniveau, Alpha-/Beta-Fehler etc. erlärt.
- Im E-Learning-Modul Methoden der Psychologie der Professur Methoden der Psychologie und kognitive Modellierung der TU Dresden finden Sie ein kurzes Online-Lernangebot zum Alpha-Fehler und Beta-Fehler sowie deren Zusammenhang.
3. Fachliteratur (Lehrbücher & Artikel)
Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Signifikanz" einarbeiten:
- Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften (5. Aufl.). Berlin: Springer. (Kap. 12.5.1., S. 659-671, verfügbar per Campuslizenz)
- Sedlmeier, P. & Renkewitz, F. (2018). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. (3. Aufl.). München: Pearson. (Kap. 12.1-12.3 & 12.8)
- Wirtz, M. & Nachtigall, C. (2012). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen, Teil 2 (6. Aufl.). Weinheim: Beltz. (Kap. II. B.1)
4. Anwendung in Datenanalysesoftware
In der Schriftenreihe SPSS Special Topics des Leibniz-Rechenzentrums der Bayerischen Akademie der Wissenschaften werden die zentralen Aspekte zum Begriff "Signifikanz" erläutert und anhand verschiedener Übungen mit einem bereitgestellten SPSS-Datensatz (download) veranschaulicht.
Im folgenden Video (6:47 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird nach einer kurzen Wiederholgung zum Alpha-/Beta-Fehler anhand einer Varianzanalyse demonstriert, wie sich die Teststärke und die Wahrscheinlichkeit für einen Fehler 2. Art (Beta) in SPSS berechnen lassen.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
Im Kapitel Power Analysis der Webseite "Quick-R: accessing the power of R" von Dr. Robert I. Kabacoff (Wesleyan University Connecticut, USA) wird eine Anleitung in die Durchführung einer Poweranalyse in R mit dem Paket "pwr" gegeben.
Im 341 Seiten umfassenden STATA Power and Sample Size Reference Manual (Release 13) sollte man alle erforderlichen Informationen zur Power- und Stichprobenumfangsberechnung mit STATA finden.
Zur Vertiefung
1. Video-Tutorials
In diesem kurzen Video-Auschnitt (5:05 Min.) geht Dr. Malte Persike (Psychologisches Institut der Universität Mainz) anhand eines Beispiels* nochmal explizit auf die möglichen Fehler 1. und 2. Art ein, erläutert zu beachtende "Regeln" bei der Hypothesentestung und fasst nochmal das Prozedere beim statistischen Testen zusammen.
*Im Beispiel wird der Frage nachgegangen, ob ein Kartenspiel gezinkt ist oder nicht.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
Im Video "Type I and II Errors, Power, Effect Size, Significance and Power Analysis in Quantitative Research" (9:42 Min.) von Prof. Laura Killam des Cambrian College in Ontario (Canada) werden zentrale statistische Konzepte der Hypothesentestung sowie ihre Zusammenhänge anschaulich erklärt.
ACHTUNG: In Minute 9:22 wird das Signifikanzniveau versehentlich mit 0.5 angegeben. Korrekt muss dies 0.05 lauten!
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
Im Video "Power and Sample Size Primer" (12:17) der Software-Firma NCSS werden Definitionen zentraler Konzepte wie z.B. Null- und Alternativhypothese, Teststatistik, p-Werte, Alpha-/Beta-Fehler und Teststärke gegeben. Anschließend werden Faktoren diskutiert, welche die Teststärke (Power) beeinflussen. Und schließlich werden die Definitionen und diskutierten Faktoren anhand eines realen Beispiels in Beziehung zueinander gesetzt.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
2. Online-Lernangebote und -ressourcen
Auf folgenden Internetseiten finden Sie vertiefende Online-Lernangebote bzw. -ressourcen, um sich mit weiterführenden Fragen zum Thema "Signifikanz" (z.B. Alpha/Beta-Fehler, Teststärke, Stichprobenumfang, etc.) zu befassen:
- Das Lernmodul "Zur Konzeption einfachster Untersuchungen: Effektgrösse, Teststärke und optimale Stichprobengrösse" von MESOSworld (Methodological Education for the Social Sciences) erläutert ausführlich, welche Bedeutung den zentralen Aspekten wie z.B. Alpha- und Beta-Fehler, Teststärke, Stichprobengröße und Effektgröße bei der Hypothesentestung zukommt und schließt mit vier Fallbeispielen ab.
- Mit dem kostenlosen Computerprogramm G*Power (Version 3.1.9.7) können sowohl Teststärken und Effektgrößen bestimmt als auch benötigte Stichprobenumfängeberechnet werden. Das relativ kleine Programm ist für Windows (20 MB) und Mac (2 MB) verfügbar. Als Hilfe werden auf der Hompage ein Manual sowie ein kurzes Tutorial (als PDF) angeboten. Eine sehr ausführliche Anleitung zur Stichprobenumfangsplanung sowie Effekt- und Teststärkenberechnung mit G*Power 3.0 liegt zudem von Buchwald & Thielgen (2008) vor.
- Weitere Hinweise zur konkreten Anwendungvon G*Power bei bestimmten statistischen Verfahren (z.B. t-Test, Varianzanalyse, etc.) finden Sie auch unter den jeweiligen Themenbereichen in unserem Portal!
3. Fachliteratur (Lehrbücher & Artikel)
Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Signifikanz" (z.B. Alpha/Beta-Fehler, Teststärke, Stichprobenumfang) zu befassen:
- Asraf, R.M. & Brewer, J.K. (2004). Conducting Tests of Hypotheses: The Need for an Adequate Sample Size. Australian Educational Researcher, 31 (1), 79-94.
- Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften (5. Aufl.). Berlin: Springer. (Kap. 12.5.1., S. 671-676, verfügbar per Campuslizenz)
- Prajapati, B., Dunne, M. C. M., & Armstrong, R. A. (2010). Sample size estimation and statistical power analyses. Optometry Today, 2010 (July).
- Sedlmeier, P. & Renkewitz, F. (2018). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler (3. Aufl.). München: Pearson. (Kap. 12.4-12.7)
Themenübersicht:
- Themenbereich 1: Einführende Informationen zu Forschungsmethoden in bildungswissenschaftlichen Studiengängen
- Themenbereich 2: Messen & Skalenniveaus
- Themenbereich 3: Lage- und Streuungsmaße
- Themenbereich 4: Verteilungen und Datentransformation
- Themenbereich 5: Signifikanz
- Themenbereich 6: Effektstärke
- Themenbereich 7: Korrelation
- Themenbereich 8: Korrelation und Kausalität
- Themenbereich 9: Lineare Regression
- Themenbereich 10: Logistische Regression
- Themenbereich 11: Epidemiologische Maße
- Themenbereich 12: t-Test
- Themenbereich 13: Varianzanalyse
- Themenbereich 14: Faktorenanalyse
- Themenbereich 15: Item- und Skalenanalyse
- Themenbereich 16: Test- und Fragebogenkonstruktion
- Themenbereich 17: Testgütekriterien
- Themenbereich 18: Studientypen
- Themenbereich 19: Einführungen in Statistiksoftware
- Themenbereich 20: Grundlagen qualitativer Forschungsmethoden
- Themenbereich 21: Qualitative Samplingverfahren
- Themenbereich 22: Qualitatives Interview
- Themenbereich 23: Qualitative Beobachtung
- Themenbereich 24: Gruppendiskussionsverfahren
- Themenbereich 25: Transkription
- Themenbereich 26: Qualitative Inhaltsanalyse
- Themenbereich 27: Grounded Theory
- Themenbereich 28: Dokumentarische Methode
- Themenbereich 29: Narrative Interviews und Narrationsanalyse
- Themenbereich 30: Computergestützte Analyse qualitativer Daten mit MAXQDA
- Themenbereich 31: Gütemerkmale qualitativer Forschung
- Themenbereich 32: Forschungsethik
- Themenbereich 33: Standards für Publikationen, Abschlussarbeiten, Referate, Hausarbeiten