Der p-Wert verliert seine Krone: Warum Signifikanz allein keine gute Forschung macht
In diesem Beitrag
Kein einziger Artikel verteidigte den p-Wert als alleinige Entscheidungsgrundlage
Stellen Sie sich vor, Sie werten eine aktuelle wissenschaftliche Reviewstudie aus und stoßen auf folgendes Ergebnis: Von 46 eingeschlossenen Artikeln kritisierten 38, also 82,6 Prozent, ausdrücklich die isolierte oder dichotome Nutzung des p-Werts. Und kein einziger Artikel verteidigte ihn als alleinstehendes Kriterium für wissenschaftliche Entscheidungen.
Genau das ist das Ergebnis einer kritischen Review aus dem Jahr 2026, die Literatur aus PubMed und MEDLINE für den Zeitraum 2015 bis 2025 ausgewertet hat. Die Botschaft ist eindeutig: Die Methodendiskussion richtet sich nicht gegen Statistik. Sie richtet sich gegen eine bestimmte Art, Statistik zu lesen.
Und diese Art kennen viele Studierende sehr gut. Sie heißt: p < .05 bedeutet „signifikant“, p > .05 bedeutet „nicht signifikant“, und damit ist die Sache geklärt.
Was der p-Wert wirklich misst und was nicht
Bevor man den p-Wert verteidigt oder angreift, lohnt sich ein Blick auf das, was er tatsächlich aussagt. Die American Statistical Association hat das in einem vielbeachteten Statement aus dem Jahr 2016 klar formuliert.
Ein p-Wert beschreibt, wie inkompatibel die beobachteten Daten mit einem spezifizierten statistischen Modell sind. Das ist eine präzise, aber begrenzte Aussage. Was er nicht misst, ist mindestens genauso wichtig zu wissen.
Laut ASA-Stellungnahme misst ein p-Wert weder die Wahrscheinlichkeit, dass eine Hypothese wahr ist, noch die Größe eines Effekts, noch die praktische Wichtigkeit eines Ergebnisses. Wissenschaftliche Schlussfolgerungen sollten nicht allein davon abhängen, ob ein p-Wert eine bestimmte Schwelle überschreitet.
Die ASA spricht in ihrem Statement bewusst von einer Entwicklung hin zu einer „post p < 0.05 era“. Das klingt nach Revolution, ist aber eher eine Korrektur einer jahrzehntelangen Vereinfachung.
Die Ampellogik, die nie hätte entstehen dürfen
Das Problem ist nicht der p-Wert selbst. Es ist die Erwartung, die sich um ihn herum gebildet hat: dass eine Zahl allein über wissenschaftliche Relevanz entscheidet. Grün bei p < .05, rot bei p > .05.
Diese Logik ist bequem. Und sie ist gefährlich. Denn sie ersetzt inhaltliches Denken durch eine mechanische Schwellenentscheidung.
Was zeigt der p-Wert und was zeigt er nicht?
- Wie inkompatibel die Daten mit dem angenommenen Modell sind
- Einen Hinweis auf statistische Auffälligkeit
- Einen Ausgangspunkt für weitere Interpretation
- Ob eine Hypothese wahr ist
- Wie groß ein Effekt ist
- Ob ein Ergebnis praktisch relevant ist
- Ob das Studiendesign angemessen war
Wo das konkrete Problem für Abschlussarbeiten liegt
Für Studierende verschärft sich dieses Problem auf eine ganz praktische Weise. Wer eine empirische Abschlussarbeit schreibt, kämpft gleichzeitig gegen Zeitdruck, unvollständige Statistikkenntnisse, Softwareprobleme und die Unsicherheit bei der Ergebnisdarstellung.
In dieser Situation ist die Versuchung groß, p < .05 als Erlösung zu betrachten. Die Rechnung ist signifikant. Also stimmt die Hypothese. Also ist die Auswertung fertig.
Die stille Gefahr der Signifikanzfixierung
Das Ergebnis ist eine Interpretation, die statistisch korrekt gerechnet, aber methodisch dünn begründet ist. Betreuende und Prüfende merken das. Und spätestens im Kolloquium, wenn die Frage kommt, was dieser Effekt inhaltlich bedeutet und wie groß er eigentlich ist, entsteht die Lücke.
Forschende aus Psychologie und Sozialwissenschaften kennen ein weiteres Problem: Wenn die Analyse so lange wiederholt wird, bis ein signifikanter p-Wert erscheint, oder wenn nur passende Ergebnisse berichtet werden, kann das Effektgrößen aufblähen und zu unterpowerten Folgestudien führen. Schubert et al. zeigen in einem aktuellen Beitrag in Communications Psychology, wie eng Signifikanzfixierung mit p-hacking, verzerrter Effektgrößenplanung und Replikationsproblemen zusammenhängt.
„Der Effekt ist signifikant, also ist er wichtig.“ Und umgekehrt: „Der Effekt ist nicht signifikant, also gibt es keinen Effekt.“ Beide Schlüsse sind statistisch nicht gedeckt. Ein kleiner, aber präzise gemessener Effekt kann signifikant sein, ohne praktische Relevanz zu haben. Ein großer Effekt kann bei kleiner Stichprobe nicht signifikant ausfallen, obwohl er bedeutsam wäre.
Was führende Fachzeitschriften inzwischen fordern
Interessant ist, was in der Fachliteratur bereits als Standard gilt. Eine aktuelle Analyse aus dem Jahr 2026, die 64 zufällig ausgewählte Artikel aus führenden Epidemiologiejournals untersuchte, kommt zu einem differenzierten Befund: Grobe statistische Fehlinterpretationen waren in diesen Journals kaum zu beobachten.
Dennoch identifizieren die Autorinnen und Autoren klare Verbesserungsbedarfe: weniger binäre Formulierungen wie „signifikant“ und „nicht signifikant“, eine konsequentere Kombination von p-Werten mit Effektgrößen und eine vollständigere Interpretation von Konfidenzintervallen. Das ist der Weg, den gute Forschung geht. Und das ist der Maßstab, an dem auch Abschlussarbeiten zunehmend gemessen werden.
Signifikanz ist kein Gütesiegel
Hier liegt der eigentliche Wendepunkt dieser Debatte, und er ist wichtig genug, um ihn klar auszusprechen:
Signifikanz ist kein Gütesiegel. Sie ist ein Hinweis, der erst durch Effektgröße, Unsicherheit und Kontext wissenschaftlich lesbar wird.
Der p-Wert ist nicht tot. Er ist nicht überholt. Er ist eines von mehreren Werkzeugen, die gemeinsam ein Bild ergeben. Wer nur auf den p-Wert schaut, sieht einen Ausschnitt und hält ihn für das ganze Bild.
Und was ist mit Effektgrößen?
An dieser Stelle lohnt sich eine kurze Warnung vor dem nächsten Vereinfachungsreflex. Die Antwort auf die Kritik am p-Wert darf nicht lauten: „Dann berichten wir eben Cohens d und gut ist.“ Auch Effektgrößen können mechanisch gelesen werden, wenn man sie nur nach den Konventionen „klein“, „mittel“ oder „groß“ etikettiert, ohne sie im Fachkontext zu verorten.
Eine gute Ergebnisinterpretation fragt immer: Was bedeutet dieser Effekt für die konkrete Fragestellung, die untersuchte Gruppe und den theoretischen Rahmen? Das erfordert inhaltliches Urteilen, nicht nur das Ablesen von Tabellen.
Was das für Ihre Arbeit konkret bedeutet
Wenn Sie gerade an einer empirischen Abschlussarbeit sitzen, lautet die wichtigste Konsequenz aus dieser Debatte: Ergebnisse müssen interpretiert, nicht nur abgelesen werden.
Das klingt selbstverständlich. In der Praxis zeigt sich allerdings, dass dieser Schritt oft unterschätzt wird, besonders unter Zeitdruck und Unsicherheit.
Vollständige Ergebnisinterpretation: Was gehört dazu?
- p-Wert berichten und korrekt einordnen, nicht als alleinige Entscheidung behandeln
- Effektgröße angeben und im Fachkontext interpretieren, nicht nur als „klein“ oder „groß“ etikettieren
- Konfidenzintervall vollständig berichten und inhaltlich einordnen
- Testannahmen und Modellvoraussetzungen transparent dokumentieren
- Stichprobengröße und statistische Power kritisch reflektieren
- Nicht signifikante Ergebnisse nicht automatisch als „kein Effekt“ formulieren
- Signifikante Ergebnisse nicht automatisch als „wichtigen Effekt“ verkaufen
- Praktische oder theoretische Relevanz des Ergebnisses ausdrücklich diskutieren
Was QuantExpert dabei unterstützt
Gute statistische Unterstützung bedeutet nicht, den richtigen Befehl in SPSS, R, Stata, Jamovi oder Python auszuführen und das Ergebnis auszudrucken. Entscheidend ist, was danach kommt: die Erklärung, was die Zahlen bedeuten, wo ihre Grenzen liegen und warum die gewählte Methode zur Fragestellung passt.
Genau das ist der Punkt, an dem viele Abschlussarbeiten an Überzeugungskraft gewinnen oder verlieren. Nicht im Rechnen, sondern im Erklären.
Bereiten Sie sich darauf vor, nicht nur zu sagen, ob ein Ergebnis signifikant ist, sondern warum es relevant ist, wie groß der Effekt ist und was er im Kontext Ihrer Fragestellung bedeutet. Diese Fragen kommen. Wer sie beantworten kann, zeigt methodisches Verständnis statt bloßer Rechenfertigkeit.
Der p-Wert verliert nicht seinen Platz in der Statistik. Er verliert nur das Recht, allein über wissenschaftliche Bedeutung zu entscheiden. Wer das verinnerlicht hat, schreibt nicht nur eine bessere Abschlussarbeit. Er denkt wie eine Forscherin, wie ein Forscher.
Statistische Signifikanz
Effektgröße
Konfidenzintervall
Ergebnisinterpretation
Empirische Abschlussarbeit
