Bedeutungstests
Bedeutungstests, im Fachjargon auch Signifikanztests oder Hypothesentests genannt, sind statistische Verfahren, die beurteilen, ob beobachtete Daten mit hinreichender Wahrscheinlichkeit aus einer zugrundeliegenden Population stammen oder ob der beobachtete Unterschied oder Zusammenhang zufällig entstanden ist.
Grundidee ist die Prüfung einer Nullhypothese (H0), etwa dass kein Effekt besteht oder zwei Gruppen gleich sind.
Zu den gängigen Tests gehören parametrische Tests wie der Z-Test, der t-Test, der Chi-Quadrat-Test und die Varianzanalyse
Wichtige Kennzahlen neben dem p-Wert sind die Effektgröße (z. B. Cohen's d, eta-Quadrat) sowie Konfidenzintervalle, die
Die Interpretation von Bedeutungstests erfordert Vorsicht; p-Werte sagen nichts über die Größe oder praktische Relevanz eines
Historisch wurden Signifikanztests im 20. Jahrhundert entwickelt und durch Arbeiten von Fisher sowie Neyman und Pearson