Wie hoch ist das Signifikanzniveau in Jamovi?
In diesem Beitrag
Was Jamovi als Standard ausgibt – und was nicht
Jamovi hat kein fest eingestelltes, globales Signifikanzniveau. Die Software berechnet p-Werte und gibt sie aus – aber ob ein Ergebnis als „signifikant“ gilt, entscheiden Sie als Forschende, nicht die Software.
Was Jamovi tatsächlich als Standard vorgibt, sind Konfidenzintervalle von 95 Prozent. Das gilt etwa für Post-hoc-Effektstärken und geschätzte Randmittel in der ANOVA und anderen Analyseverfahren. In der offiziellen Funktionsdokumentation der ANOVA sind diese 95-Prozent-Intervalle als Standardausgabe beschrieben – ein festes Alpha hingegen wird dort nicht als Softwareeigenschaft definiert.
Das 95-Prozent-Konfidenzintervall wird in der frequentistischen Praxis oft mit einem zweiseitigen Alpha von 0,05 in Verbindung gebracht. Aber das ersetzt nicht die fachliche Entscheidung, welches Signifikanzniveau für Ihre Studie angemessen ist.
Alpha, p-Wert und Konfidenzintervall: Was ist was?
Diese drei Begriffe werden im Studienalltag häufig durcheinandergebracht. Dabei bezeichnen sie unterschiedliche Konzepte, die zusammenspielen.
| Begriff | Was es ist | Wer es festlegt |
|---|---|---|
| Signifikanzniveau α | Tolerierte Wahrscheinlichkeit für einen Fehler 1. Art (fälschliches Verwerfen der Nullhypothese) | Sie – vorab, im Studiendesign |
| p-Wert | Kleinste Alpha-Schwelle, bei der die Nullhypothese noch verworfen würde | Jamovi – berechnet aus den Daten |
| Konfidenzintervall | Wertebereich, in dem der wahre Parameter mit einer bestimmten Wahrscheinlichkeit liegt | Jamovi – Standard: 95 % |
Die Entscheidungsregel lautet: Wenn der von Jamovi ausgewiesene p-Wert kleiner oder gleich Ihrem vorab festgelegten Alpha ist, verwerfen Sie die Nullhypothese. Wenn er größer ist, behalten Sie sie bei.
Entscheidungsregel beim Hypothesentest
In einem Lehrbuch, das speziell für den Einsatz mit Jamovi entwickelt wurde, wird der p-Wert genau so erklärt: Er misst, bei welcher Alpha-Schwelle man die Nullhypothese gerade noch verwerfen würde. In einem konkreten Beispiel mit 62 Erfolgen aus 100 Beobachtungen ergibt sich dort ein p-Wert von 0,021 – bei α = 0,05 wäre das ein signifikantes Ergebnis.
Warum α = 0,05 die gängige Konvention ist
Der Wert 0,05 ist keine naturgesetzliche Grenze. Er ist eine wissenschaftliche Konvention, die sich über Jahrzehnte in vielen Disziplinen durchgesetzt hat – besonders in Psychologie, Medizin und Sozialwissenschaften.
Was α = 0,05 bedeutet
Ein Signifikanzniveau von 0,05 bedeutet: Sie akzeptieren, dass Sie in 5 von 100 Tests, bei denen die Nullhypothese tatsächlich wahr ist, trotzdem ein signifikantes Ergebnis erhalten würden – ein sogenannter Alpha-Fehler (Fehler 1. Art).
Wann andere Niveaus sinnvoll sind
Je nach Forschungsfeld und Fragestellung gelten andere Schwellen als Standard:
- α = 0,05 – Standard in Sozial-, Wirtschafts- und Verhaltenswissenschaften
- α = 0,01 – Bei erhöhtem Anspruch an Sicherheit, z. B. in klinischen Studien oder bei Mehrfachtests
- α = 0,001 – In der Grundlagenforschung und bei Massendaten, z. B. in der Genomik
- α = 0,10 – Gelegentlich in explorativen Studien mit kleinen Stichproben
Schauen Sie in die Richtlinien Ihrer Hochschule und in einschlägige Veröffentlichungen in Ihrem Fach, um die passende Konvention für Ihre Arbeit zu wählen. Wenn Sie sich unsicher sind, welches Niveau für Ihre Auswertung angemessen ist, können eine professionelle Jamovi-Hilfe und methodische Begleitung helfen, das Design von Anfang an sauber aufzusetzen.
Signifikanzniveau korrekt festlegen und berichten
Ein häufiger Fehler in empirischen Abschlussarbeiten: Das Signifikanzniveau wird nirgendwo explizit erwähnt, obwohl es eine zentrale Vorabentscheidung des Forschungsdesigns ist. In Jamovi selbst stellen Sie diesen Wert nicht als globale Einstellung ein – Sie orientieren sich beim Ablesen der p-Werte an Ihrem vorab festgelegten Alpha.
Checkliste: Signifikanzniveau in Ihrer Arbeit
- Signifikanzniveau vorab im Methodik-Kapitel nennen (z. B. „Als Signifikanzniveau wurde α = 0,05 festgelegt“)
- p-Werte aus der Jamovi-Ausgabe exakt berichten (z. B. p = .023, nicht nur p < .05)
- Effektstärken ergänzen (z. B. Cohens d, η², ω²)
- 95-Prozent-Konfidenzintervalle angeben, wenn Jamovi sie ausgibt
- Ergebnis inhaltlich interpretieren – nicht nur „signifikant“ oder „nicht signifikant“ schreiben
Diese Empfehlung deckt sich mit dem, was in der Methodenliteratur zunehmend gefordert wird: Signifikanzniveau vorab festlegen, p-Wert berichten, Effektstärken und Konfidenzintervalle ergänzen und keine überzogenen Ja/Nein-Schlüsse aus einer einzelnen Schwelle ziehen. Ein p-Wert allein sagt wenig über die praktische Bedeutsamkeit eines Befunds aus.
Wenn Sie die verschiedenen Analysearten in Jamovi nutzen – von t-Tests über ANOVA bis zur Regression –, finden Sie die p-Werte jeweils direkt in der Ergebnistabelle. Das Signifikanzniveau tragen Sie gedanklich hinzu; Jamovi markiert keine Ergebnisse automatisch als „signifikant“.
Häufige Fehler beim Umgang mit dem p-Wert
Der p-Wert gehört zu den am häufigsten missverstandenen Konzepten in der empirischen Forschung. Drei Fehlinterpretationen begegnen besonders oft.
Fehler 1: „Der p-Wert sagt, wie wahrscheinlich die Nullhypothese ist“
Das ist falsch. Im frequentistischen Rahmen ist die Nullhypothese entweder wahr oder falsch – sie hat keine Wahrscheinlichkeit. Der p-Wert beschreibt die Wahrscheinlichkeit, Daten wie die vorliegenden (oder extremere) zu beobachten, wenn die Nullhypothese wahr wäre.
Fehler 2: „Nicht signifikant bedeutet kein Effekt“
Ein p-Wert über 0,05 bedeutet nicht, dass kein Effekt existiert. Es bedeutet lediglich, dass die Daten keinen ausreichenden Beleg gegen die Nullhypothese liefern – oft auch wegen zu kleiner Stichproben.
Fehler 3: „Signifikant bedeutet wichtig“
Statistische Signifikanz und praktische Relevanz sind verschiedene Dinge. Bei großen Stichproben können trivial kleine Effekte hochsignifikant werden. Deshalb sind Effektstärken unverzichtbar – und Jamovi gibt sie auf Anforderung direkt mit aus.
Wer Jamovi im Vergleich zu anderen Programmen einsetzen möchte, findet in unserem Beitrag zu kostenlosen Alternativen zu SPSS einen guten Überblick über die Unterschiede in der Ergebnisdarstellung. Die grundlegenden Konzepte rund um Signifikanzniveau und p-Wert gelten jedoch für alle Statistikprogramme gleichermaßen – Software ändert die Statistik nicht, sie berechnet sie nur.
