Wie interpretiert man die Ergebnisse statistischer Analysen?

Was Interpretation bedeutet – und was sie nicht bedeutet

Statistische Ergebnisse zu berechnen ist eine Sache. Sie richtig einzuordnen ist eine andere – und oft die anspruchsvollere. Die Interpretation statistischer Analysen bedeutet, die Kennzahlen aus Ihrem Output im Licht Ihrer Forschungsfrage, Ihres Studiendesigns und des fachlichen Kontexts zu lesen. Sie geht also weit über das bloße Ablesen von Zahlen hinaus.

Viele Studierende interpretieren Ergebnisse nach dem Muster: „p < .05, also ist meine Hypothese bestätigt.“ Das ist zu kurz gedacht – und führt in der Diskussion regelmäßig zu Punktabzügen. Eine vollständige Interpretation umfasst mindestens vier Elemente: statistische Signifikanz, Effektgröße, Präzision der Schätzung und inhaltliche Relevanz.

Bevor wir diese Elemente durchgehen: Falls Sie noch unsicher sind, was statistische Analyse grundsätzlich bedeutet, lohnt sich ein kurzer Blick dorthin als Einstieg.

Der p-Wert: Nützlich, aber oft missverstanden

Der p-Wert ist das wohl meistgezitierte und zugleich meistmissverstandene Maß in der empirischen Forschung. Er gibt an, wie unvereinbar Ihre beobachteten Daten mit einem spezifizierten statistischen Modell – typischerweise der Nullhypothese – sind. Er misst nicht die Wahrscheinlichkeit, dass Ihre Hypothese wahr ist.

Die American Statistical Association hat in einer vielbeachteten Stellungnahme zu sechs Prinzipien des korrekten Umgangs mit p-Werten klar formuliert: Wissenschaftliche Schlussfolgerungen dürfen nicht allein daran hängen, ob ein p-Wert eine bestimmte Schwelle überschreitet oder unterschreitet. Der p-Wert sagt weder etwas über die Größe eines Effekts aus noch über dessen praktische Bedeutung.

Was der p-Wert tatsächlich aussagt

Stellen Sie sich vor, die Nullhypothese wäre wahr. Der p-Wert gibt dann die Wahrscheinlichkeit an, Daten zu beobachten, die mindestens so extrem sind wie die tatsächlich beobachteten. Ein kleiner p-Wert bedeutet also: Die Daten sind wenig kompatibel mit der Annahme, dass kein Effekt vorliegt.

Das ist informativ – aber eben nur ein Teil der Geschichte. Ob dieser Effekt auch bedeutsam ist, sagt Ihnen der p-Wert nicht.

Signifikanzschwellen richtig einordnen

In den meisten Disziplinen gilt α = .05 als Konvention. Das heißt: Sie tolerieren eine 5-prozentige Fehlerrate erster Art (fälschlicherweise die Nullhypothese abzulehnen). Diese Schwelle ist keine heilige Grenze – sie ist eine pragmatische Vereinbarung. In der Medizin wird oft α = .01 verwendet, in explorativen Studien manchmal α = .10.

Effektgröße und praktische Bedeutsamkeit

Ein statistisch signifikantes Ergebnis kann praktisch bedeutungslos sein – und umgekehrt. Mit sehr großen Stichproben werden selbst winzige Unterschiede statistisch signifikant. Deswegen ist die Effektgröße das zentrale Maß für die inhaltliche Bedeutung eines Befunds.

Berichten Sie in Ihrer Abschlussarbeit stets die Effektgröße zusammen mit dem p-Wert. Die meisten Gutachtenden erwarten das – und zu Recht. Wer nur schreibt „Das Ergebnis ist signifikant (p = .03)“, liefert eine unvollständige Interpretation.

Effektgröße bei der Regression

Bei der multiplen Regression ist R² das zentrale Maß für Erklärungskraft. Es gibt an, welchen Anteil der Varianz in der abhängigen Variable durch die Prädiktoren erklärt wird. Ein R² von .25 bedeutet: 25 % der Streuung wird durch das Modell erklärt. Ob das viel oder wenig ist, hängt vom Forschungsfeld ab – in der Psychologie gelten andere Maßstäbe als in der Wirtschaftswissenschaft.

Konfidenzintervalle richtig lesen

Ein Konfidenzintervall (KI) ist präziser als ein einzelner p-Wert, weil es die Schätzunsicherheit direkt sichtbar macht. Ein 95%-KI um einen Mittelwertunterschied von [0,3; 1,8] sagt Ihnen: Der wahre Effekt liegt mit 95 % Wahrscheinlichkeit irgendwo in diesem Bereich – und das Intervall schließt null nicht ein, was Signifikanz entspricht.

Die ASA empfiehlt in ihrer Stellungnahme ausdrücklich, Konfidenzintervalle als Ergänzung oder Alternative zu p-Werten zu berichten. Ein breites KI signalisiert: Die Schätzung ist unsicher, die Stichprobe war möglicherweise zu klein. Ein enges KI bedeutet: Die Schätzung ist präzise.

Was das KI nicht bedeutet

Auch hier gibt es eine klassische Fehlinterpretation: Ein 95%-KI bedeutet nicht, dass der wahre Parameter mit 95 % Wahrscheinlichkeit in diesem spezifischen Intervall liegt. Es bedeutet: Wenn man das Verfahren sehr oft wiederholen würde, würde 95 % der so konstruierten Intervalle den wahren Parameter enthalten. Der Unterschied ist subtil, aber methodisch wichtig.

Ergebnisse im Kontext bewerten

Statistische Kennzahlen sind kein Selbstzweck. Sie beantworten immer eine inhaltliche Frage – und diese Frage gibt den Rahmen für die Interpretation vor. Stellen Sie sich bei jedem Ergebnis drei Fragen:

• Passt das Ergebnis zur Forschungsfrage? Haben Sie die richtige Analyse für Ihr Skalenniveau und Ihr Design gewählt?
• Ist das Ergebnis fachlich plausibel? Widerspricht der Befund dem Forschungsstand – oder bestätigt er ihn? Warum könnte das so sein?
• Welche Alternativerklärungen gibt es? Könnten Störvariablen, Stichprobenverzerrungen oder Messfehler das Ergebnis erklären?

Gerade die dritte Frage wird in Abschlussarbeiten häufig vernachlässigt. Eine sorgfältige Interpretation benennt Grenzen des eigenen Befunds – das ist kein Zeichen von Schwäche, sondern von methodischer Reife.

Hilfreiche Orientierung dazu bietet die professionelle statistische Auswertung für empirische Abschlussarbeiten, die den gesamten Bogen von der Hypothese bis zur Diskussion beschreibt.

Reproduzierbarkeit und methodische Transparenz

Ein Befund, der sich nicht reproduzieren lässt, ist wissenschaftlich wertlos – egal wie klein der p-Wert war. Die Replikationskrise in Psychologie, Medizin und Sozialwissenschaften hat gezeigt, wie fragil viele als „signifikant“ geltende Ergebnisse sind. Ein zentraler Grund: unangemessene Fixierung auf Signifikanzschwellen fördert Reporting-Verzerrungen – Studien mit p < .05 werden häufiger publiziert, während nicht-signifikante Befunde in der Schublade verschwinden.

Was bedeutet das für Ihre Interpretation? Erstens: Betrachten Sie Ihren eigenen Befund nicht isoliert, sondern in Bezug auf den bestehenden Forschungsstand. Zweitens: Benennen Sie transparent, welche Analyseentscheidungen Sie getroffen haben – z. B. welche Kovariaten eingeschlossen wurden, ob Ausreißer entfernt wurden, wie fehlende Werte behandelt wurden.

Transparenz als Qualitätsmerkmal

Die STROBE-Erklärung, eine international anerkannte Leitlinie für die Berichterstattung beobachtender Studien, macht deutlich: Ergebnisse sind erst dann interpretierbar, wenn Design, Population, Analysemethoden und Biasrisiken vollständig und transparent berichtet werden. Leserinnen und Leser müssen verstehen können, was geplant war, was tatsächlich getan wurde, was gefunden wurde – und was das bedeutet.

Dieser Grundsatz gilt nicht nur für observationale Studien, sondern für jede empirische Arbeit. Auch in einer Bachelorarbeit sollten Sie im Methoden- und Ergebnisteil so berichten, dass ein Außenstehender Ihre Analyse nachvollziehen und kritisch prüfen kann.

Interpretation in der Abschlussarbeit – worauf es ankommt

In einer Bachelorarbeit oder Masterarbeit gliedert sich die Interpretation typischerweise in zwei Teile: den Ergebnisteil und die Diskussion. Diese Trennung ist wichtig und wird von Gutachtenden genau beobachtet.

Ergebnisteil: beschreiben, nicht bewerten

Im Ergebnisteil berichten Sie, was Ihre Analyse gezeigt hat – sachlich, präzise und vollständig. Hier kommen alle relevanten Kennzahlen, und zwar konsistent nach APA- oder dem jeweils geforderten Zitierstil. Beispiel:

Diskussion: einordnen und reflektieren

In der Diskussion fragen Sie: Was bedeutet das Ergebnis inhaltlich? Stimmt es mit bestehenden Befunden überein? Falls nicht – warum könnte das so sein? Welche methodischen Einschränkungen schränken die Aussagekraft ein? Was folgt daraus für die Praxis oder zukünftige Forschung?

Dieser Teil ist erfahrungsgemäß der schwierigste – nicht weil er viel Statistikwissen erfordert, sondern weil er echtes fachliches Denken verlangt. Wer seine Daten sorgfältig ausgewertet hat und die Methodik versteht, hat dafür eine gute Grundlage. Wer dabei Unterstützung benötigt, kann sich an eine professionelle statistische Auswertung wenden, die auch die Interpretationsphase begleitet.

Die häufigsten Interpretationsfehler

Zum Abschluss eine strukturierte Übersicht der Fehler, die in empirischen Abschlussarbeiten besonders häufig auftreten:

• p-Wert als Wahrscheinlichkeit der Hypothese lesen: „p = .03 bedeutet, dass meine Hypothese zu 97 % stimmt“ – falsch. Der p-Wert setzt die Nullhypothese als wahr voraus.
• Signifikanz mit Relevanz gleichsetzen: Ein statistisch signifikanter Effekt kann praktisch vernachlässigbar sein, vor allem bei großen Stichproben.
• Effektgröße weglassen: Ohne Effektgröße bleibt die Interpretation unvollständig – und Gutachtende werden nachfragen.
• Konfidenzintervalle falsch lesen: Das KI gibt keine Wahrscheinlichkeitsaussage über einen spezifischen Parameter, sondern beschreibt ein Konstruktionsverfahren.
• Nicht-Signifikanz als Beleg für die Nullhypothese werten: p > .05 bedeutet nicht, dass kein Effekt existiert. Es bedeutet nur, dass die Daten keine ausreichende Evidenz gegen die Nullhypothese liefern.
• Ergebnisse ohne Forschungsstandsbezug stehen lassen: Zahlen brauchen Kontext. Was wissen wir bereits? Passt Ihr Befund dazu – oder widerspricht er?
• Methodenannahmen nicht prüfen: Wer einen t-Test berichtet, ohne zu erwähnen, ob die Normalverteilungsannahme geprüft wurde, liefert eine unvollständige Dokumentation.

Wer sich fragt, welche statistischen Kennzahlen für die jeweilige Analyse überhaupt relevant sind, findet dort eine systematische Übersicht – als hilfreiche Grundlage für die Berichtsphase.