Inhaltsverzeichnis
Warum muss man für Ergebnisse in einer Stichprobe Signifikanztests vornehmen?
Auf Basis einer Vollerhebung lassen sich die wahren Werte bestimmen. Das Formulieren von Hypothesen über die Werte in der Grundgesamtheit und Signifikanztests erübrigen sich dann. Sinnvoll sind Signifikanztests dann nur, um zu überprüfen, ob ein beobachteter Effekt aufgrund von Messfehlern zustande gekommen ist.
Was beeinflusst die Signifikanz?
Die statistische Signifikanz wird wesentlich durch die Stichprobengröße beeinflusst. Wird statt einer größeren nur eine kleine Stichprobe untersucht, dann ist es wahrscheinlicher, dass deren Zusammensetzung nicht die Grundgesamtheit repräsentiert.
Wie hoch ist der p-Wert?
Das vergleicht man mit dem zuvor gewählten Signifikanzniveau von 0,05. Der p-Wert liegt mit 0,172 über dem Signifikanzniveau von 0,05, das Ergebnis gilt als statistisch nicht signifikant, die Alternativhypothese H 1 wird verworfen und die Nullhypothese H 0 wird angenommen.
Was ist der p-Wert für einen Kopf?
Der p-Wert wäre dann 0,009765625 (9 mal Kopf) + 0,0009765625 (10 mal Kopf) = 0,010742187 = 0,011 (gerundet). Die Wahrscheinlichkeit (p-Wert), 9 oder mehr mal Kopf zu erhalten, ist nun 0,011 bzw. ca. 1,1 \%; es ist also sehr unwahrscheinlich, 9 mal oder öfters Kopf zu erhalten.
Was kann man mit dem p-Wert überprüfen?
Mit dem p-Wert (engl.: probability value bzw. p-value) kann man überprüfen, ob die Ergebnisse eines Experiments bzw. einer Studie ggfs.
Was ist der kritische Wert einer Stichprobe?
Der kritische Wert trennt den Annahmebereich eines statistischen Tests von seinem Ablehnungsbereich oder auch kritischen Bereich ab. Grundsätzlich gehst Du davon aus, dass Deine Stichprobenergebnisse Realisationen von Zufallsvariablen darstellen, die sich aus den Parametern der Grundgesamtheit und Zufallseinflüssen zusammensetzen.