Wie hoch ist das Signifikanzniveau in JASP?
In diesem Beitrag
Das Standardsignifikanzniveau in JASP
Das Signifikanzniveau in JASP ist nicht fix in der Software verankert – es gibt keinen globalen Schalter, den JASP auf einen bestimmten Wert setzt. In der Praxis orientieren sich nahezu alle JASP-Lehrbeispiele und -Tutorials an α = .05 als konventionellem Schwellenwert. Dieser Wert gilt als fachlicher Standard in Psychologie, Medizin und Sozialwissenschaften.
Entscheidend ist: Sie legen das Signifikanzniveau vorab fest – nicht JASP. Die Software gibt Ihnen den p-Wert aus, und Sie entscheiden anhand Ihres gewählten α, ob ein Ergebnis als statistisch signifikant gilt.
Was α = .05 konkret bedeutet
Der p-Wert, den JASP in jedem frequentistischen Test ausgibt, misst, wie inkompatibel Ihre Daten mit der Nullhypothese sind. Ein p-Wert von .03 bedeutet nicht, dass die Nullhypothese zu 3 % wahr ist – sondern dass Daten wie Ihre (oder noch extremere) unter der Nullhypothese mit einer Wahrscheinlichkeit von 3 % auftreten würden. Diese Unterscheidung ist in der Praxis oft missverstanden und führt zu falschen Schlussfolgerungen.
Daraus folgt: Ein p-Wert unter .05 allein rechtfertigt keine wissenschaftliche Aussage. Er muss immer im Zusammenhang mit Effektgröße, Konfidenzintervall, Studiendesign und Stichprobengröße interpretiert werden.
Signifikanzniveau und Fehler 1. Art
Das klingt zunächst abstrakt, ist in der Auswertungspraxis aber gut handhabbar: Sie entscheiden vor der Datenerhebung, welches α Sie anlegen – und begründen das in Ihrer Methodik. In den meisten Abschlussarbeiten ist α = .05 vollkommen angemessen und gut vertretbar.
Wie JASP Annahmen und p-Werte zusammen ausgibt
Was JASP besonders gut macht: Die Software integriert Annahmentests direkt in die Ausgabe. Beim unabhängigen t-Test etwa prüft JASP automatisch die Varianzhomogenität über den Levene-Test und die Normalverteilung über den Shapiro-Wilk-Test – jeweils mit eigenem p-Wert.
Ein typisches JASP-Ausgabebeispiel sieht so aus: Für den Levene-Test auf Varianzhomogenität wird etwa F(1) = 2.28 mit p = .135 berichtet – das Ergebnis ist nicht signifikant, die Varianzhomogenität also annehmbar. Der eigentliche Gruppenunterschied ergibt in diesem Beispiel t(85) = 6.16 mit p < .001, was bei α = .05 deutlich signifikant ist.
Was tun bei verletzten Annahmen?
Wenn der Levene-Test signifikant wird (p < .05), empfiehlt JASP die Welch-Korrektur, die keine Varianzhomogenität voraussetzt. Bei nicht-normalverteilten oder ordinalen Daten können Sie direkt auf nichtparametrische Verfahren wie den Mann-Whitney-U-Test umsteigen – auch das lässt sich in JASP mit wenigen Klicks umsetzen.
Einen Überblick über die verschiedenen statistischen Tests in JASP und wann welcher Anwendung findet bietet ein eigener Beitrag in diesem Blog.
Sonderfall: Äquivalenztests und abweichende Alpha-Werte
Nicht jede Analyse in JASP arbeitet mit dem klassischen α = .05 und einem 95 %-Konfidenzintervall. Beim TOST-Äquivalenztest (Two One-Sided Tests) gilt eine andere Logik: Hier wird bei α = .05 ein 90 %-Konfidenzintervall verwendet – nicht das sonst übliche 95 %-Intervall.
Der Grund: Beim Äquivalenztest werden zwei einseitige Tests kombiniert. Das zweiseitige 90 %-Konfidenzintervall wird dabei vollständig innerhalb der vorab festgelegten Äquivalenzgrenzen geprüft – erst wenn das der Fall ist, gilt Äquivalenz als belegt. JASP stellt diese Prüfung über einen visuellen Äquivalenz-Bounds-Plot direkt in der Ausgabe dar.
Das ist für viele Studierende kontraintuitiv. Es zeigt aber gut, warum die Frage „Wie hoch ist das Signifikanzniveau in JASP?“ keine pauschale Antwort hat: Das Alpha hängt vom gewählten Testverfahren ab – und erfordert immer eine bewusste methodische Entscheidung.
Das Signifikanzniveau im Bayes’schen Rahmen
JASP ist eine der wenigen Statistiksoftwareprogramme, die frequentistische und Bayes’sche Verfahren nebeneinander anbieten. Im Bayes’schen Rahmen gibt es kein Signifikanzniveau im klassischen Sinne. Stattdessen wird mit dem Bayes-Faktor (BF₁₀) gearbeitet.
| BF₁₀ | Interpretation |
|---|---|
| 1 – 3 | Schwache Evidenz für H₁ |
| 3 – 10 | Moderate Evidenz für H₁ |
| 10 – 30 | Starke Evidenz für H₁ |
| > 100 | Extreme Evidenz für H₁ |
Der Vorteil: Bayes-Faktoren erlauben auch Evidenz zugunsten der Nullhypothese – etwas, das mit klassischen p-Werten nicht möglich ist. Wenn Sie unsicher sind, welchen Ansatz Sie für Ihre Abschlussarbeit wählen sollen, lohnt sich ein Blick auf die methodische Beratung für JASP und Jamovi – dort wird die Wahl des Analyserahmens individuell besprochen.
Praktische Empfehlungen für Ihre Auswertung
Für die meisten Abschlussarbeiten in Psychologie, Pädagogik, Wirtschafts- und Sozialwissenschaften gilt folgende Faustregel:
Signifikanzniveau in JASP – Checkliste
- Legen Sie α = .05 vorab fest und begründen Sie dies kurz in Ihrem Methodik-Abschnitt.
- Prüfen Sie in JASP immer zuerst die Testannahmen (Normalverteilung, Varianzhomogenität).
- Berichten Sie neben dem p-Wert stets die Effektgröße (z. B. Cohens d, η²) und das Konfidenzintervall.
- Wählen Sie bei verletzten Annahmen die passende Alternative (Welch-Korrektur, nichtparametrischer Test).
- Beim TOST-Äquivalenztest: α = .05 entspricht einem 90 %-KI – nicht einem 95 %-KI.
- Erwägen Sie bei explorativen Fragestellungen α = .10 oder bei multiplen Tests eine Korrektur (z. B. Bonferroni).
Wer im Rahmen seiner Abschlussarbeit eine t-Test-Auswertung in JASP oder eine Korrelationsanalyse in JASP durchführt, findet in den verlinkten Beiträgen konkrete Schritt-für-Schritt-Anleitungen inklusive Ergebnisinterpretation.
Zum Vergleich: Das Signifikanzniveau in Jamovi folgt denselben methodischen Prinzipien – auch dort gilt α = .05 als Konvention, die Sie vorab begründet festlegen sollten.
Abschließend gilt: JASP macht die Auswertung technisch einfach – die methodische Verantwortung bleibt bei Ihnen. Ein p-Wert allein sagt wenig; erst im Zusammenspiel mit Effektgröße, Stichprobengröße und Forschungsdesign ergibt sich ein vollständiges Bild. Wenn Sie dabei Unterstützung benötigen, etwa bei der Auswahl des richtigen Tests oder der korrekten Ergebnisdarstellung, bietet QuantExpert eine fachkundige Begleitung für JASP-Auswertungen.
