p-Werte (p von probability) beschreiben die Wahrscheinlichkeit, dass der beobachtete (oder ein noch extremerer) Effekt einer Studie aufgetreten sein könnte, wenn die NullhypotheseBei der Durchführung statistischer Signifikanztests wird üblicherweise die Hypothese aufgestellt, dass zwischen den verschiedenen Gruppen einer Studie kein Unterschied (Nullhypothese) besteht. Aus statistischer Sicht ist eine Maßnahme wirksam, wenn man durch den statistischen Test die Nullhypothese, dass es zwischen den Ergebnissen der experimentellen und der Kontrollgruppe keinen Unterschied gibt, verwerfen kann. richtig und der Effekt auf das Spiel des Zufalls zurückzuführen ist. Je kleiner der Wert, desto deutlicher spricht das beobachtete Ergebnis gegen die NullhypotheseBei der Durchführung statistischer Signifikanztests wird üblicherweise die Hypothese aufgestellt, dass zwischen den verschiedenen Gruppen einer Studie kein Unterschied (Nullhypothese) besteht. Aus statistischer Sicht ist eine Maßnahme wirksam, wenn man durch den statistischen Test die Nullhypothese, dass es zwischen den Ergebnissen der experimentellen und der Kontrollgruppe keinen Unterschied gibt, verwerfen kann.. Es ist eine Konvention, dass ein p-Wertp-Werte (p von probability) beschreiben die Wahrscheinlichkeit, dass der beobachtete (oder ein noch extremerer) Effekt einer Studie aufgetreten sein könnte, wenn die Nullhypothese richtig und der Effekt auf das Spiel des Zufalls zurückzuführen ist. Je kleiner der Wert, desto deutlicher spricht das beobachtete Ergebnis gegen die Nullhypothese. Es ist eine Konvention, dass ein p-Wert gleich oder kleiner 0.05 als statistisch signifikant angesehen wird. Wenn die Signifikanz von Effekten interpretiert wird, sollten p-Werte immer im Zusammenhang mit Konfidenzintervallen verwendet werden. gleich oder kleiner 0.05 als statistisch signifikant angesehen wird. Wenn die Signifikanz von Effekten interpretiert wird, sollten p-Werte immer im Zusammenhang mit Konfidenzintervallen verwendet werden.