Praktische Signifikanz
In diesem Beitrag
Was versteht man unter Praktischer Signifikanz?
Praktische Signifikanz beschreibt, ob ein statistisch nachgewiesener Effekt auch im realen Kontext eine bedeutsame Größe hat – also ob der Unterschied oder Zusammenhang groß genug ist, um in der Praxis einen Unterschied zu machen. Sie wird typischerweise über Effektgrößenmaße quantifiziert, zum Beispiel:
- Cohen’s d – für den Vergleich zweier Mittelwerte
- Pearson’s r – für lineare Zusammenhänge
- η² (Eta-Quadrat) – für Varianzaufklärung in der Varianzanalyse
- OR / RR – Odds Ratio / relatives Risiko in der Epidemiologie
Cohen’s d beispielsweise setzt die Mittelwertdifferenz zweier Gruppen ins Verhältnis zur gemeinsamen Streuung. Als grobe Orientierung gelten Werte von 0,2 als kleiner, 0,5 als mittlerer und 0,8 als großer Effekt.
Cohen’s d
Warum ist Praktische Signifikanz für statistische Analysen wichtig?
Statistische Signifikanz (der p-Wert) sagt nur aus, ob ein Effekt mit hoher Wahrscheinlichkeit nicht auf Zufall beruht. Sie sagt nichts darüber aus, wie groß dieser Effekt ist. Gerade bei großen Stichproben können selbst winzige, im Alltag bedeutungslose Unterschiede einen p-Wert weit unter 0,05 erzeugen. Praktische Signifikanz schließt diese Lücke.
Für eine vollständige Interpretation einer Studie sollten deshalb immer beide Aspekte berichtet werden: der p-Wert als Hinweis auf die statistische Verlässlichkeit des Befundes und eine Effektgröße als Maß für seine praktische Bedeutsamkeit.
Praxisbeispiel zu Praktischer Signifikanz
Eine Pharmafirma testet ein neues Medikament zur Blutdrucksenkung an 10.000 Personen. Die Ergebnisse lauten:
| Gruppe | Mittlerer Blutdruck (mmHg) | Standardabweichung | n |
|---|---|---|---|
| Medikament | 138,5 | 15 | 5.000 |
| Placebo | 139,5 | 15 | 5.000 |
Der Unterschied von 1 mmHg ist bei dieser riesigen Stichprobe statistisch hoch signifikant (p < 0,001). Cohen’s d beträgt jedoch nur etwa 0,07 – ein sehr kleiner Effekt. Klinisch gilt eine Blutdrucksenkung von 1 mmHg als kaum relevant; Leitlinien sprechen erst ab etwa 5–10 mmHg von einer klinisch bedeutsamen Reduktion.
Dieses Beispiel zeigt: Das Medikament wirkt statistisch nachweisbar, aber praktisch kaum. Eine rein p-Wert-basierte Berichterstattung würde hier zu einer irreführenden Interpretation führen.
