Teststatistikbericht
In diesem Beitrag
Was versteht man unter Teststatistikbericht?
Ein Teststatistikbericht ist die strukturierte Dokumentation der Ergebnisse eines statistischen Hypothesentests. Er fasst alle relevanten Kennzahlen zusammen, die benötigt werden, um die Entscheidung für oder gegen eine Nullhypothese nachvollziehbar und überprüfbar zu machen. Dazu gehören typischerweise:
- Der verwendete Test (z. B. t-Test, Chi-Quadrat-Test, ANOVA)
- Die Teststatistik (z. B. t-Wert, F-Wert, χ²-Wert) und ihr berechneter Wert
- Die Freiheitsgrade (df), die die Grundlage der Verteilung beschreiben
- Der p-Wert, der angibt, wie wahrscheinlich das beobachtete Ergebnis unter der Nullhypothese wäre
- Das Signifikanzniveau (α), in der Regel 0,05 oder 0,01
- Effektgröße (z. B. Cohen’s d, η²), um die praktische Bedeutsamkeit einzuschätzen
- Konfidenzintervalle, sofern zutreffend
Der Bericht folgt in wissenschaftlichen Arbeiten zumeist standardisierten Berichtsformaten, etwa nach APA (American Psychological Association). Ein typischer Befund im APA-Stil sieht beispielsweise so aus: t(38) = 2.14, p = .038, d = 0.67.
Warum ist der Teststatistikbericht für statistische Analysen wichtig?
In der Wissenschaft gilt: Ein Ergebnis ist nur dann nachvollziehbar, wenn es vollständig und transparent berichtet wird. Der Teststatistikbericht erfüllt dabei mehrere zentrale Funktionen:
Reproduzierbarkeit und Transparenz
Nur wenn alle relevanten Kennzahlen berichtet werden, können andere Forschende die Analyse nachvollziehen, replizieren oder kritisch bewerten. Der bloße Hinweis „das Ergebnis war signifikant“ reicht dafür nicht aus.
Unterscheidung zwischen statistischer und praktischer Signifikanz
Ein häufiger Fehler ist es, einen kleinen p-Wert mit einem wichtigen Ergebnis gleichzusetzen. Die Effektgröße im Bericht hilft dabei, zu beurteilen, ob ein statistisch signifikantes Ergebnis auch praktisch bedeutsam ist. Bei sehr großen Stichproben können auch triviale Unterschiede signifikant werden – die Effektgröße relativiert diesen Befund.
Einheitliche Berichtsstandards
In der Psychologie und verwandten Disziplinen hat sich das APA-Format als Standard etabliert. In den Naturwissenschaften oder der Medizin gelten ähnliche Konventionen. Ein vollständiger Teststatistikbericht erleichtert außerdem spätere Meta-Analysen, die auf den berichteten Kennzahlen basieren.
Praxisbeispiel zu Teststatistikbericht
Eine Psychologiestudentin untersucht, ob Studierende, die vor einer Prüfung meditieren, niedrigere Stresswerte aufweisen als Studierende ohne Meditationspraxis. Sie erhebt die Stresswerte (auf einer Skala von 0 bis 100) in zwei unabhängigen Gruppen und führt einen unabhängigen t-Test durch.
| Kenngröße | Wert |
|---|---|
| Testverfahren | Unabhängiger t-Test (zweiseitig) |
| Teststatistik (t-Wert) | t = 2.47 |
| Freiheitsgrade (df) | df = 58 |
| p-Wert | p = .016 |
| Signifikanzniveau (α) | .05 |
| Effektgröße (Cohen’s d) | d = 0.63 |
| 95%-Konfidenzintervall (Differenz) | [1.84, 17.16] |
Im Fließtext der Arbeit würde dieser Befund im APA-Format folgendermaßen berichtet:
Meditierende Studierende wiesen signifikant niedrigere Stresswerte auf als nicht meditierende Studierende, t(58) = 2.47, p = .016, d = 0.63, 95%-KI [1.84, 17.16].
Der p-Wert von .016 liegt unter dem festgelegten Signifikanzniveau von .05, das Ergebnis ist also statistisch signifikant. Die Effektgröße von d = 0.63 weist nach der Konvention von Cohen auf einen mittleren Effekt hin – das Ergebnis ist damit nicht nur statistisch, sondern auch praktisch relevant.
