ist der auch Vertrauensbereich genannte Bereich für eine Parameterschätzung im Rahmen eines statistischen Modells. In diesem Intervall liegt unter Berücksichtigung der Zufälligkeit des Ergebnisses der „wahre“ Parameter. Je sicherer diese Aussage sein soll, d.h. je niedriger die Irrtumswahrscheinlichkeit, umso größer wird dieser Bereich. Zwei geschätzte Parameter können als signifikant verschieden angesehen werden, wenn sich ihre Vertrauensbereiche nicht überschneiden, d.h. kein gemeinsamer Wert möglich ist. Das Konfidenzintervall ist eine Funktion der Studiengrösse und damit der statistischen Kraft und der Effektgrösse eines erwarteten Wirkungsunterschiedes. Es kann als Wertebereich interpretiert werden, in welchem der «wahre» Wert mit der Wahrscheinlichkeit von 95% liegt. Häufig findet als Parameter der «statistischen Signifikanz» der «p-Wert» Verwendung. «p = 0,05» besagt eine Wahrscheinlichkeit von 5% bzw. eine Chance von 1 in 20 zu, dass der gefundene Unterschied zwischen Therapie A und B rein zufällig zustande kam. Anders formuliert, mit einem p-Wert von 0,05 lassen wir eine Wahrscheinlichkeit von 5% zu, dass wir die Nullhypothese (welche keinen Effekt postuliert) fälschlicherweise ablehnen (Typ-I-Fehler). Die Angabe des p-Wertes gibt somit nur eine Aussage darüber, bei welcher Irrtumswahrscheinlichkeit die Nullhypothese verworfen werden kann. Ob ein statistischer Test signifikant ausfällt oder nicht, hängt neben dem Signifikanzniveau (der Irrtumswahrscheinlichkeit) vor allem von der Größe der Stichprobe ab. Mit zunehmender Größe lassen sich auch kleine und unbedeutende Zusammenhänge oder Unterschiede als signifikant absichern. Ein signifikantes (Test-)Ergebnis kann daher nicht ohne nähere Prüfung mit einem wichtigen (Forschungs-)Ergebnis gleichgesetzt werden.
Quellen / Literatur:
Internet-Lexikon der Methoden der empirischen Sozialforschung
