P-Wert und statistische Signifikanz
Der P-Wert ist die Wahrscheinlichkeit, Daten zu beobachten, die so extrem oder extremer sind als die tatsächlich beobachteten, unter der Annahme, dass die Nullhypothese wahr ist. Er wurde 1925 von Ronald Fisher eingeführt und bildet die Grundlage des frequentistischen Hypothesentestens. Statistische Signifikanz wird erklärt, wenn der P-Wert unter einen vordefinierten Schwellenwert (Alpha-Niveau, typischerweise 0,05) fällt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd. link ↗
- Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society, 231, 289–337. DOI: 10.1098/rsta.1933.0009 ↗
- Wasserstein, R. L., & Lazar, N. A. (2016). The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129–133. DOI: 10.1080/00031305.2016.1154108 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). P-Value and the Concept of Statistical Significance in Hypothesis Testing. ScholarGate. https://scholargate.app/de/research-statistics/p-value-significance
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- EffektgrößeForschungsstatistik↔ vergleichen
- Problem der multiplen VergleicheForschungsstatistik↔ vergleichen
- NullhypothesentestungForschungsstatistik↔ vergleichen
- Statistische Power und StichprobengrößeForschungsstatistik↔ vergleichen
- Typ I- und Typ II-FehlerForschungsstatistik↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →