Wie berechne ich den p-Wert in Excel?

Was der p-Wert bedeutet – und was nicht

Den p-Wert können Sie in Excel mit wenigen Formeln direkt aus Ihren Daten berechnen – ohne externe Software, ohne Tabellenbücher. Bevor es aber an die Formeln geht, lohnt sich eine kurze Begriffsklärung, weil hier in der Praxis häufig Missverständnisse entstehen.

Der p-Wert gibt an, wie wahrscheinlich es ist, eine mindestens so extreme Teststatistik wie die beobachtete zu erhalten, wenn die Nullhypothese wahr ist. Er misst also die Unvereinbarkeit der Daten mit dem angenommenen statistischen Modell – nicht die Wahrscheinlichkeit, dass die Nullhypothese zutrifft.

Entschieden wird dann, indem Sie den berechneten p-Wert mit einem vorab festgelegten Signifikanzniveau vergleichen. Gebräuchlich sind , und . Gilt , wird die Nullhypothese verworfen. Wichtig: Das Signifikanzniveau muss vor der Auswertung festgelegt werden.

Welche Excel-Funktionen den p-Wert liefern

Excel stellt keine einzige Funktion namens „P-WERT“ bereit. Stattdessen berechnen Sie den p-Wert indirekt über Verteilungsfunktionen oder direkt über Testfunktionen wie TTEST. Welche Funktion passt, hängt vom statistischen Test ab:

Die Unterscheidung zwischen direkten Testfunktionen (z. B. =TTEST()) und Verteilungsfunktionen (z. B. =T.DIST.2T()) ist praktisch wichtig: Direkte Funktionen nehmen die Rohdaten und liefern sofort den p-Wert. Verteilungsfunktionen brauchen eine bereits berechnete Teststatistik als Eingabe. Für den häufigsten Anwendungsfall – den t-Test in Excel – empfiehlt sich je nach Situation eine der beiden Varianten.

p-Wert beim t-Test berechnen

Schritt 1: t-Wert und Freiheitsgrade bestimmen

Wenn Sie einen t-Wert bereits vorliegen haben – etwa aus einer manuellen Berechnung oder einem anderen Programm –, können Sie mit =T.DIST.2T() direkt den zweiseitigen p-Wert ermitteln. Die Syntax lautet:

=T.DIST.2T(x; Freiheitsgrade)

Dabei ist x der Betrag des t-Werts und Freiheitsgrade eine ganze Zahl (bei einem Zweistichproben-t-Test: ). Ein negatives x erzeugt einen #ZAHL!-Fehler – verwenden Sie in diesem Fall =T.DIST.2T(ABS(t-Wert); Freiheitsgrade).

Mit einem t-Wert von 1,96 und 60 Freiheitsgraden liefert Excel einen p-Wert von rund 0,055 – knapp oberhalb der 5-%-Schwelle, also nicht signifikant bei . Hätten Sie denselben t-Wert mit 80 statt 60 Freiheitsgraden, wäre das Ergebnis signifikant – ein guter Beleg dafür, dass die Stichprobengröße die Interpretation maßgeblich beeinflusst.

Schritt 2: Konkrete Formel in der Tabelle

Angenommen, Ihr t-Wert steht in Zelle B1 und die Freiheitsgrade in B2. Dann tragen Sie in B3 ein:

=T.DIST.2T(ABS(B1);B2)

Das Ergebnis ist der zweiseitige p-Wert. Für einen einseitigen Test nutzen Sie stattdessen =T.DIST.RT(B1;B2) (rechtsseitig) oder =T.DIST(B1;B2;WAHR) (linksseitig, kumulativ).

Die TTEST-Funktion als direkter Weg

Wenn Ihre Rohdaten in Excel vorliegen, ist =TTEST() der bequemste Weg. Die Funktion berechnet intern den t-Wert und gibt direkt den p-Wert zurück.

=TTEST(Matrix1; Matrix2; Seiten; Typ)

' Beispiel: Zweiseitiger t-Test für unabhängige Stichproben
=TTEST(A2:A31; B2:B31; 2; 2)

Die Argumente im Überblick:

• Matrix1 / Matrix2: Die beiden Datenbereiche, z. B. A2:A31 und B2:B31
• Seiten: 1 für einseitig, 2 für zweiseitig
• Typ: 1 = gepaart, 2 = zwei Stichproben mit gleicher Varianz, 3 = zwei Stichproben mit ungleicher Varianz (Welch)

p-Wert beim Chi-Quadrat-Test

Für Häufigkeitsvergleiche und Unabhängigkeitstests nutzen Sie =CHIQU.TEST(). Die Funktion benötigt zwei Bereiche: die beobachteten Häufigkeiten und die erwarteten Häufigkeiten.

' Beobachtete Häufigkeiten in B2:C3, erwartete in E2:F3
=CHIQU.TEST(B2:C3; E2:F3)

Alternativ, wenn Sie den Chi-Quadrat-Wert und die Freiheitsgrade bereits kennen:

' Chi-Quadrat-Wert in B1, Freiheitsgrade in B2
=CHIQU.VERT.RE(B1; B2)

CHIQU.VERT.RE gibt die rechtsseitige Wahrscheinlichkeit zurück – das entspricht dem p-Wert beim Chi-Quadrat-Test, der grundsätzlich einseitig (rechtsseitig) interpretiert wird. Wer sich fragt, ob Excel generell für solche Tests geeignet ist, findet eine differenzierte Einordnung im Beitrag zu den Fragen welche statistischen Tests Excel durchführen kann.

p-Wert richtig interpretieren und berichten

Die Entscheidungsregel

Ein p-Wert allein trifft keine Entscheidung. Sie brauchen dazu ein vorab festgelegtes . Die Regel ist einfach:

• p ≤ α: Die Nullhypothese wird verworfen. Das Ergebnis gilt als statistisch signifikant.
• p > α: Die Nullhypothese wird beibehalten. Das Ergebnis ist nicht statistisch signifikant.

„Beibehalten“ bedeutet dabei nicht, dass die Nullhypothese bewiesen ist – sondern nur, dass die Datenlage nicht ausreicht, um sie zu verwerfen.

Was der p-Wert nicht leistet

Gerade in Abschlussarbeiten wird der p-Wert häufig überbewertet. Führende statistische Fachgesellschaften betonen, dass wissenschaftliche Schlussfolgerungen nicht allein davon abhängig gemacht werden sollten, ob ein p-Wert die Schwelle von 0,05 unterschreitet. Ein kleiner p-Wert sagt nichts über die praktische Bedeutsamkeit eines Effekts – dafür brauchen Sie eine Effektstärke wie Cohens d oder Eta-Quadrat.

Korrekte Berichterstattung in der Abschlussarbeit

In wissenschaftlichen Arbeiten berichten Sie den p-Wert im Kontext der Teststatistik. Für einen t-Test sieht das typischerweise so aus:

Der Gruppenunterschied war statistisch signifikant (t(58) = 2,34, p = .023, d = 0,61).

Berichten Sie den exakten p-Wert, nicht nur „p < .05″. Geben Sie außerdem Teststatistik, Freiheitsgrade und eine Effektstärke an. Eine umfassende Unterstützung bei der methodisch korrekten Planung und Auswertung Ihrer empirischen Studie bietet die statistische Beratung von QuantExpert – von der Hypothesenformulierung bis zur Ergebnisinterpretation.

Grenzen von Excel bei der p-Wert-Berechnung

Excel deckt die gängigsten Tests für Bachelorarbeiten und einfache empirische Studien zuverlässig ab. Für komplexere Analysen – etwa multivariate Verfahren, gemischte Modelle oder nichtparametrische Tests jenseits des Chi-Quadrat-Tests – stoßen Sie jedoch schnell an die Grenzen von Excel bei statistischen Auswertungen.

Konkrete Schwachstellen in Excel:

• Kein direkter Output für Post-hoc-Tests nach ANOVA
• Keine automatische Korrektur für multiples Testen
• Fehlende Unterstützung für Voraussetzungstests (z. B. Levene-Test, Shapiro-Wilk)
• Kein standardisierter Output mit Konfidenzintervallen für alle Tests

Für Projekte, bei denen diese Aspekte eine Rolle spielen, lohnt ein Blick darauf, wann dedizierte Statistiksoftware sinnvoller ist als Excel. Für viele Standardauswertungen in Abschlussarbeiten ist Excel aber ein vollständig ausreichendes Werkzeug – sofern die Formeln korrekt eingesetzt und die Ergebnisse methodisch fundiert interpretiert werden.