{p_r} # z: 2 * pnorm(-abs(z)) t: 2 * pt(-abs(t), df) # Chi-Quadrat: pchisq(x, df, lower.tail = FALSE) F: pf(x, df1, df2, lower.tail = FALSE)Benutzerhandbuch
Anwendungsfall. Umrechnung einer Teststatistik (z, t, χ² oder F) in einen p-Wert unter der Nullhypothese.
Annahmen. Sie verfügen bereits über eine korrekt berechnete Statistik und die richtigen Freiheitsgrade.
Häufige Fehler. Ein p-Wert ist weder die Wahrscheinlichkeit, dass die Nullhypothese wahr ist, noch die Größe eines Effekts.
Ausgearbeitetes Beispiel
Klicken Sie oben auf „Beispieldaten laden“ und anschließend auf „Analyse ausführen“ , um ein vollständig ausgearbeitetes Ergebnis mit Abbildung, Formel und Interpretation für diesen Test anzuzeigen.
Referenzen
- Wasserstein RL, Lazar NA. Die ASA-Stellungnahme zu p-Werten. Am Stat. 2016;70:129-133.
In einfachen Worten: Was ein p-Wert tatsächlich aussagt
Der p-Wert beantwortet eine eng begrenzte Frage: Wenn tatsächlich kein Effekt bestünde (die Nullhypothese also exakt zuträfe), wie häufig würde man rein zufällig ein Ergebnis beobachten, das mindestens so extrem ist wie das beobachtete? Ein kleiner p-Wert bedeutet, dass Ihre Daten in einer Welt ohne Effekt überraschend wären – die Daten sind also mit dieser Annahme unvereinbar.
Was ein p-Wert nicht ist: Er ist nicht die Wahrscheinlichkeit, dass die Nullhypothese wahr ist, er ist nicht die Wahrscheinlichkeit, dass das Ergebnis zufällig zustande gekommen ist, und er misst auch nicht die Größe oder Bedeutung eines Effekts. Diese drei Missverständnisse sind die häufigsten Fehler in der veröffentlichten Literatur, und Gutachter sind darin geschult, sie zu erkennen.
Der vollständige Leitfaden zu p-Werten
Der p-Wert ist die am häufigsten berichtete Statistik in der biomedizinischen Forschung und mit Abstand die am häufigsten missverstandene. Er wurde von R. A. Fisher als informelles Maß für die Evidenz gegen eine Nullhypothese eingeführt und später mit dem Neyman-Pearson-Entscheidungsmodell zur Regel „Ablehnen, wenn p < 0.05“ verschmolzen, die heute in Fachzeitschriften vorherrscht. Diese historische Vermischung ist die Ursache vieler Missverständnisse: Der Wert wird als Ja/Nein-Entscheidungsregel behandelt, gleichzeitig aber als kontinuierliches Evidenzmaß interpretiert, und diese beiden Interpretationen stimmen nicht immer überein.
Die formale Definition
Bei einer aus Ihren Daten berechneten Teststatistik ist der p-Wert die Wahrscheinlichkeit — unter der Annahme, dass die Nullhypothese und alle anderen Modellannahmen korrekt sind — ein Ergebnis zu erzielen, das mindestens so extrem ist wie das beobachtete. Formal ausgedrückt: Für eine beobachtete Statistik gilt: p = P(|X| ≥ |stat| | H₀) für einen zweiseitigen z- oder t-Test. Bei Chi-Quadrat- und F-Tests ist der p-Wert der obere Randbereich. p = P(X ≥ stat | H₀)Der obige Rechner wandelt az-, t-, χ²- oder F-Statistiken (mit den korrekten Freiheitsgraden) in diese Wahrscheinlichkeit um und zeigt Ihnen den entsprechenden R-Befehl an, damit das Ergebnis vollständig reproduzierbar ist.
Der wichtigste Vorbehalt: Der p-Wert setzt voraus, dass das gesamte statistische Modell korrekt ist – nicht nur der Nulleffekt, sondern auch die Annahmen bezüglich Verteilung, Unabhängigkeit, Selektionsverzerrung und Messfehlern. Ein kleiner p-Wert deutet darauf hin, dass eine dieser Annahmen unplausibel ist und der Nulleffekt nur eine von mehreren möglichen Erklärungen darstellt. Dies ist die Kernaussage des meistzitierten aktuellen Leitfadens zu diesem Thema (Greenland et al., 2016).
Wie Sie Ihr Ergebnis interpretieren
- p <0.001 — sehr starke Evidenz gegen die Nullhypothese im Rahmen des angenommenen Modells. Geben Sie den genauen Wert an (z. B.
p = 0.0004nicht „p < 0.05“. - 0.001 ≤ p < 0.05 — Evidenz gegen die Nullhypothese bei der üblichen Schwelle. Interpretieren Sie die Ergebnisse im Hinblick auf Effektstärke und Konfidenzintervall.
- 0.05 ≤ p < 0.10 — schwach/mehrdeutig. Tun Sie es. kein Frontalunterricht. Die Formulierung „tendenziell signifikant“ oder „sich der Signifikanz annähernd“ wird in der methodologischen Literatur kritisiert.
- p ≥ 0.10 — Die Daten sind mit dem Nullwert hinreichend kompatibel. Dies ist kein Frontalunterricht. Der Beweis für „keinen Effekt“ – das Fehlen von Beweisen ist kein Beweis für die Abwesenheit, insbesondere in einer Studie mit geringer statistischer Aussagekraft.
Die fünf Regeln, die die Prüfer durchsetzen
1. Genaue p-Werte angeben
Schreiben p = 0.03nicht p < 0.05Exakte Werte ermöglichen es den Lesern, ihre eigene Beweisschwelle festzulegen. p < 0.001 erst unterhalb dieser Etage.
2. Geben Sie immer die Effektstärke und das 95%-Konfidenzintervall an.
Ein p-Wert allein ist für klinische Entscheidungen nicht interpretierbar. Das Konfidenzintervall zeigt den Bereich der mit Ihren Daten vereinbaren Effekte an; die Effektstärke zeigt, ob der Unterschied relevant ist.
3. Vorab festlegen, ob einseitig oder zweiseitig
Zweiseitiger Test ist die Standardmethode. Ein einseitiger Test ist nur dann vertretbar, wenn vor der Datenerhebung eine gerichtete Hypothese aufgestellt wurde.
4. Korrektur für Mehrfachvergleiche
Bei der Prüfung von 20 Ergebnissen mit α = 0.05 ergibt sich zufällig etwa ein falsch positives Ergebnis. Verwenden Sie die Bonferroni-, Holm- oder False-Discovery-Rate-Korrektur und geben Sie an, welche.
5. „Nicht signifikant“ darf niemals als „kein Unterschied“ interpretiert werden.
Ein hoher p-Wert in einer kleinen Studie bedeutet in der Regel eine geringe statistische Aussagekraft, nicht aber eine echte Nullhypothese. Geben Sie das Konfidenzintervall an, damit die Leser beurteilen können, welche Effekte weiterhin plausibel sind.
Ausgearbeitete Beispiele
Reale klinische Szenarien. Geben Sie die Statistik in den obigen Rechner ein, um jeden p-Wert zu reproduzieren.
1. Zwei-Gruppen-Studie (z / Normalverteilung)
In einer Studie wird ein neues Antihypertensivum mit einem Placebo verglichen. Die standardisierte Teststatistik für die Differenz des mittleren systolischen Blutdrucks beträgt z = 2.5.
Unter der Annahme, dass kein Unterschied besteht, tritt dieses Extrem in etwa 1.2 % der Fälle auf. Geben Sie den Wert zusammen mit der mittleren Differenz und deren 95%-Konfidenzintervall an.
2. Kleine gepaarte Studie (t)
Eine Vorher/Nachher-Studie eines Rehabilitationsprotokolls an 15 Patienten ergab einen gepaarten t-Wert von 2.20 mit df = 14.
Der p-Wert liegt knapp unter 0.05, aber bei n = 15 wird das Konfidenzintervall breit sein. Genau in diesem Fall ist es wichtig, das Intervall anzugeben (und nicht nur „signifikant“).
3. Kontingenztafel (χ²)
Eine 2×3-Tabelle mit Behandlungs- und Antwortkategorien ergibt χ² = 9.5 mit df = 2.
Lesung: Starke Hinweise auf einen Zusammenhang. Um festzustellen, welche Zellen diesen Zusammenhang verursachen, sollten standardisierte Residuen verwendet werden – der p-Wert allein reicht nicht aus, um den Effekt zu lokalisieren.
4. ANOVA-Omnibustest (F)
Drei Diäten wurden hinsichtlich der Gewichtsveränderung verglichen; eine einfaktorielle ANOVA ergab F = 4.10 mit df1 = 2, df2 = 57.
Lesbarkeit: Mindestens ein Gruppenmittelwert weicht ab. Der Gesamt-p-Wert gibt nicht an, welches Paar betroffen ist – führen Sie einen Post-hoc-Test (Tukey-HSD) mit eigener Korrektur durch.
Häufig gestellte Fragen
Gibt mir der p-Wert die Wahrscheinlichkeit an, dass meine Hypothese wahr ist?
Nein. Dies ist die häufigste Fehlinterpretation in der Fachliteratur. Der p-Wert wird unter der Annahme berechnet, dass die Nullhypothese wahr ist; er gibt jedoch nicht die Wahrscheinlichkeit an, dass die Nullhypothese wahr ist. Um die Wahrscheinlichkeit einer Hypothese angesichts der Daten zu bestimmen, benötigt man einen Bayes'schen Ansatz, nicht einen p-Wert.
Ist p = 0.04 „signifikanter“ als p = 0.06?
Der Grenzwert von 0.05 ist eine Konvention, und der Unterschied zwischen 0.04 und 0.06 ist viel geringer, als er scheint. Es ist ein bekannter Fehler, den einen Wert als Entdeckung und den anderen als Nullbefund zu werten – geben Sie die exakten Werte an und interpretieren Sie sie fortlaufend zusammen mit der Effektstärke und dem Konfidenzintervall.
Worin besteht der Unterschied zwischen statistischer und klinischer Signifikanz?
Statistische Signifikanz fragt, ob ein Effekt anhand der Daten von Null unterscheidbar ist. Klinische Signifikanz fragt, ob der Effekt groß genug ist, um für Patienten relevant zu sein. In einer großen Stichprobe kann ein klinisch unbedeutender Unterschied hochsignifikant sein; in einer kleinen Stichprobe kann ein klinisch wichtiger Unterschied die Signifikanzgrenze verfehlen. Berichten Sie immer beides.
Soll ich einen einseitigen oder einen zweiseitigen Test verwenden?
Standardmäßig wird ein zweiseitiger Test verwendet. Ein einseitiger Test verdoppelt zwar die scheinbare Teststärke, ist aber nur gerechtfertigt, wenn die Hypothese vor der Datenerhebung – idealerweise durch Präregistrierung – festgelegt wurde. Gutachter stehen einseitigen Tests, die erst nach Sichtung der Daten ausgewählt werden, skeptisch gegenüber.
Ist dieser Rechner mit R und SPSS kompatibel?
Ja. Der Rechner verwendet die gleichen Verteilungsfunktionen wie R 4.3.3 (pnorm, pt, pchisq, pf) und gibt den exakten R-Code aus, sodass Sie jedes Ergebnis reproduzieren und überprüfen können. Die Ausgaben sind bei identischen Eingaben und Freiheitsgraden mit denen von SPSS und Stata äquivalent.
Wichtige Lektüre & Referenzen
Nutzen Sie für Ihren Methodenteil und Ihr eigenes Verständnis begutachtete, in PubMed indexierte Quellen.
Das unverzichtbare Nachschlagewerk – ein Katalog der häufigsten Fehler bei der Interpretation von p-Werten, Konfidenzintervallen und Teststärke. Lesen Sie dies zuerst.
Ein aktueller, leicht verständlicher Überblick, der den p-Wert von Fisher bis zum Neyman-Pearson-Modell nachzeichnet, mit praktischen Hinweisen zur Berichterstattung.
Praxisnahe, auf die Berichterstattung ausgerichtete Hinweise zur Schwelle „P < 0.05“ und zur verantwortungsvollen Darstellung von p-Werten.
Übersetzt die Warnungen der American Statistical Association in eine für Kliniker verständliche Sprache; verdeutlicht den Unterschied zwischen Signifikanz und Relevanz.
Zur Gefahr der Dichotomisierung von Ergebnissen in „signifikant / nicht signifikant“ und der damit einhergehenden Unsicherheit.
Eine prägnante Einführung, die auf der ASA-Erklärung von 2016 basiert – gut für den Unterricht und als schnelles Nachschlagewerk.
Benötigen Sie einen Statistiker zur Überprüfung Ihrer Analyse?
Unsere Biostatistiker liefern publikationsfertige statistische Analysen, Methodentexte und Unterstützung bei der Beantwortung von Gutachterkommentaren – mit reproduzierbaren Ergebnissen auf R-Basis.
Holen Sie sich fachkundige statistische Hilfe