Unterschiede zwischen Messgrößen oder Variablen in der Statistik heißen signifikant (wesentlich), wenn die Wahrscheinlichkeit, dass sie durch Zufall so zustande kommen würden, nur gering ist. Damit weist Signifikanz auf einen möglichen Zusammenhang zwischen den Messgrößen hin.
Dennoch muss ein solcher Zusammenhang nicht zwingend vorhanden sein. Auch Unterschiede, die statistisch signifikant sind, können zufällig sein. Wie wahrscheinlich das ist, hängt von der Auswahl der untersuchten Messgrößen ab: Es können zwischen 0% und 100% der statistisch signifikanten Zusammenhänge zufälligen Ursprungs sein.
Überprüft wird Signifikanz durch an das Datenmaterial angepasste statistische Tests, die eine Abschätzung der Irrtumswahrscheinlichkeit erlauben. Das a priori festzulegende Quantil der maximal zulässigen Irrtumswahrscheinlichkeit wird als Signifikanzniveau α (griech.: alpha) bezeichnet. Beispielsweise bedeutet α = 0,05, dass die maximal zulässige Wahrscheinlichkeit für Irrtum 5% beträgt. Umgekehrt beträgt die Wahrscheinlichkeit, dass eine richtige Nullhypothese vom Test korrekt bestätigt wird, 1-α.
Des Weiteren beschreibt statistische Signifikanz den Informationsgehalt eines Ereignisses bzw. einer Messung. Je kleiner α ist, desto höher ist die Informationsqualität.
Inhaltsverzeichnis |
In den oben genannten Beispielen kann man sich nie hundertprozentig sicher sein, dass der Zufall die Ergebnisse nicht verfälscht hat. Man kann aber berechnen, wie wahrscheinlich es ist, dass die gemessenen Ergebnisse nur aufgrund eines ungünstigen Zufalls auftreten. Dieser zufällige Fehler wird allgemein als Fehler 1. Art (synonym: α-Fehler) und die bedingte Wahrscheinlichkeit seines Auftretens unter der Voraussetzung, dass die Nullhypothese richtig ist, als Irrtumswahrscheinlichkeit bezeichnet.
Die obere Grenze für die Signifikanz, also jener Wert den man noch zu akzeptieren bereit ist, heißt Signifikanzniveau. Obwohl es frei wählbar ist, findet man in der Literatur häufig ein Niveau von 5%.
Die Wahl des Wertes 5 % ist wie folgt motiviert: eine normalverteilte Zufallsgröße nimmt nur mit einer Wahrscheinlichkeit von weniger als 5 % einen Wert an, der sich vom Erwartungswert um mehr als die zweifache Standardabweichung unterscheidet. Bei einer Irrtumswahrscheinlichkeit von kleiner oder gleich 5 % spricht man von Signifikanz. Das bedeutet aber in der Praxis, dass eine von 20 Untersuchungen, bei denen die Nullhypothese richtig ist, zu dem Schluss kommt, sie sei falsch. Wählt man als Grenze für die Irrtumswahrscheinlichkeit den Wert 0,3 %, so spricht man von einem hochsignifikanten Ergebnis; die Motivation für den Wert 0,3 % ist ähnlich: Eine normalverteilte Zufallsgröße nimmt nur mit einer Wahrscheinlichkeit von weniger als 0,3 % einen Wert an, der sich vom Erwartungswert um mehr als die dreifache Standardabweichung unterscheidet.
Auch bei tatsächlich oder vorgeblich statistisch signifikanten Aussagen ist immer eine kritische Überprüfung der Versuchsanordnung und -durchführung notwendig. Nur selten genügen wissenschaftliche Untersuchungen den mathematischen Anforderungen an einen aussagefähigen statistischen Test. Bei vielen Studien steht der Wunsch des oder der Studiendurchführenden (z. B. im Rahmen einer Doktorarbeit) nach einem 'signifikanten' Ergebnis bei der Studiendurchführung zu sehr im Vordergrund - Untersuchungen, bei denen die Nullhypothese bestätigt wird, werden nämlich gemeinhin als uninteressant und überflüssig angesehen. Als Hinweise auf die Qualität einer Studie können im medizinischen Umfeld die Eigenschaften "randomisiert", "kontrolliert" und "doppelblind" gelten. Ohne diese sind Aussagen etwa zur Wirksamkeit von Therapien mit äußerster Vorsicht zu behandeln. Sehr schwierig und problematisch ist insbesondere die Interpretation signifikanter Korrelationen in retrospektiven Studien. Zu bedenken ist darüber hinaus stets, dass aus statistisch signifikanten Korrelationen oft fälschlich auf eine vermeintliche Kausalität geschlossen wird (Beispiel: Zwischen 1960 und 1990 korrelierte die Zahl der Störche in Deutschland signifikant mit der menschlichen Geburtenrate, da beide Zahlen stark gesunken sind, dennoch ist die Kausalität zumindest fraglich).
Statistisch signifikante Studien können trotzdem einen geringen praktischen Aussagewert haben.
Studien mit großer Fallzahl führen aufgrund der hohen statistischen Power (Teststärke) oft zu hoch signifikanten Ergebnissen. Solche Studien können trotzdem einen geringen Aussagewert haben, wenn die Größe des beobachteten Effekts oder der gemessene Parameter nicht klinisch relevant sind. Statistische Signifikanz ist also ein notwendiges, aber noch kein hinreichendes Kriterium für eine praktisch auch relevante – d.h. hier: ausreichend starke – Wirkung eines Medikaments. Für die Beurteilung der Relevanz ist die Effektstärke (Effektgröße) ein wichtiges Hilfsmittel.
Weitere kritische Prüfsteine vom methodologischen Gesichtspunkt aus sind:
Entgegen weit verbreiteter Meinung ist Signifikanz nicht mit der Irrtumswahrscheinlichkeit gleichzusetzen.[1] Im Output mancher Statistikprogramme (z. B. SPSS) wird die Irrtumswahrscheinlichkeit, also der p-Wert, als "Sig." oder "Signifikanz" bezeichnet, was zu Missverständnissen führen kann. Richtig ist hingegen: Signifikanz liegt vor, wenn die Irrtumswahrscheinlichkeit kleiner oder gleich dem Signifikanzniveau ist.
Nicht zutreffend sind die Annahmen, das Signifikanzniveau oder der beobachtete p-Wert lege fest
Vielfach wurde die Signifikanz als Maß dafür genommen, ob ein wissenschaftlicher Artikel veröffentlicht werden sollte. Dies führt jedoch zum sogenannten "Publikationsbias", da mögliche Zufallsergebnisse nicht durch Publikation der gesamten Bandbreite der durchgeführten Untersuchungen relativiert werden können.
Die Herausgeber der Zeitschrift für Sozialpsychologie erklärten hingegen ausdrücklich, dass die Annahme von Artikeln in ihrer Zeitschrift nicht von der Signifikanz der Ergebnisse abhängt, da die Redaktion einen Kontrapunkt zu dem Ausbreiten des Fehlers 1. Art schaffen wolle. In der Publikation von Ergebnissen klinischer Studien sind derzeit Anstrengungen durch internationale Fachzeitschriften wie auch der forschenden Institutionen (insbesondere Pharmaunternehmen) im Gange, öffentlich zugängliche Datenbanken, in welchen verbindlich alle durchgeführten Studien sowie ihre prospektiv definierten Zielparameter enthalten sind, zu schaffen. Dadurch sollen die Komplettheit der Veröffentlichung auch nicht vorhergesehener bzw. unerwünschter - und daher für ein Pharmaunternehmen unangenehmer - Resultate überprüfbar und eine Einschätzung des Publikationsbias möglich werden.
Wiktionary: signifikant – Bedeutungserklärungen, Wortherkunft, Synonyme, Übersetzungen und GrammatikAnna Akhmatova et Marina Tsvetaeva
Deux femmes russes poètes prises au coeur de la tourmente russe du début du siècle, deux femmes russes reclues dans leur oeuvre face à un monde hostile. Ces deux femmes russes sont le visage de la Russie ancienne et moderne.
"Qu'une femme russe vaut bien plus, en somme que les hommes russes qui se battent, et que leur chagrin pour les hommes me fait aimer les femmes russes ici-bas."