Dein Statistikprogramm zeigt p = 0,12. Das bedeutet weder, dass deine Nullhypothese zu 88 Prozent stimmt, noch, dass es keinen Unterschied gibt. Entscheidend ist, welche Aussage du getestet hast und welche Schlussfolgerung der Test zulässt.

Was genau vergleichst du?

In einem fiktiven Lernexperiment bearbeitet eine Gruppe Aufgaben mit einer Checkliste, die andere ohne. Verglichen wird die durchschnittliche Zahl richtig gelöster Aufgaben für die Zielpopulation unter den beiden Bedingungen. H₀ setzt die Differenz der Mittelwerte auf null. H₁ sagt beim zweiseitigen Test, dass die Differenz von null abweicht. Die beobachteten Mittelwerte der Stichprobe müssen dafür nicht exakt gleich sein: Die Hypothesen beziehen sich auf die Größe, die du mit den Daten schätzen willst.

Lege die Testseite und das Signifikanzniveau vor dem Blick auf das Ergebnis fest. Wenn du Unterschiede in beide Richtungen berücksichtigen willst, ist die Alternative zweiseitig. Die Richtung erst nach dem Ergebnis auszuwählen verändert die Aussage des Tests.

Was bedeutet p = 0,12?

Angenommen, du hast vorab ein Signifikanzniveau von 0,05 festgelegt. Unter der Nullhypothese und den Annahmen des verwendeten Tests liegt die Wahrscheinlichkeit eines mindestens ebenso extremen Testergebnisses hier bei 0,12. Da 0,12 über der festgelegten Schwelle liegt, verwirfst du H₀ nicht. Der p-Wert gibt keine Wahrscheinlichkeit dafür an, dass H₀ wahr ist.

Ein möglicher Ergebnissatz lautet: „Beim festgelegten Signifikanzniveau konnte die Nullhypothese nicht verworfen werden.“ Berichte ergänzend die geschätzte Differenz und ein passendes Konfidenzintervall. So lässt sich erkennen, welche Größenordnungen mit den Daten und Modellannahmen vereinbar sind. Wenn deine Forschungsfrage praktische Gleichwertigkeit betrifft, brauchst du vorab eine fachlich begründete Grenze und ein dafür geeignetes Verfahren.

Prüfe deinen eigenen Ergebnissatz

1. Nenne die verglichene Größe und die Bezugsgruppe.
2. Prüfe, ob Testseite, Schwelle und Annahmen dokumentiert sind.
3. Streiche „bewiesen“, „gleich“ oder „kein Effekt“, wenn sich die Aussage nur auf einen nicht signifikanten Test stützt.

Quellen

• NIST/SEMATECH: Critical values and p values
• Lakens: Equivalence Tests
• ASA: Grundsätze zum p-Wert

Passender Ratgeber: Grundgesamtheit und Stichprobe unterscheiden.

Steht dein Testergebnis bereits im eigenen Entwurf, kann Rückmeldung helfen, Hypothesen, Befund und Schlussfolgerung sprachlich auseinanderzuhalten. Expertenfeedback zum eigenen Ergebnissatz anfragen. Du überarbeitest den Text selbst; Feedback ersetzt keine statistische Neuauswertung. Prüfe Teilnehmerbedingungen, Verfügbarkeit und den Umfang deines Pakets. Bereits enthaltenes Feedback brauchst du nicht zusätzlich zu buchen.