Von Michael Schiffinger

Die verbreitete Praxis, aus inferenzstatistischen Signifikanztests eine Bestätigung oder Widerlegung von Annahmen abzuleiten, führt zwar nicht filmzitatgemäß in eine Welt des Schmerzes, aber potenziell  durchaus  in  eine  Welt  von  Fehlinterpretationen und -schlüssen. Dieser Artikel richtet sich primär an Managementforscher/innen, die Studien mit mehr oder minder „signifikanten“ Ergebnissen lesen oder (mit)verfassen, sich aber mit der eigentlichen Bedeutung (und den Limitationen) des nach wie vor oft publikationsentscheidenden Kürzels „p < 0,05“ noch nicht näher auseinandergesetzt haben. Aber auch Manager/innen sind in ihrer Arbeit durchaus mit „signifikanten“ Forschungsergebnissen konfrontiert, etwa im Rahmen von Marktforschungsstudien, Mitarbeiter/innenbefragungen, sonstiger Auftragsforschung oder gleichfalls bei der Lektüre von Fachartikeln. Das Ziel dieses Beitrags ist einerseits eine nachvollziehbare Darstellung der Grundlogik hinter dem üblichen Hypothesentesten, andererseits das Aufzeigen von Alternativen und Ergänzungen bei der Ergebnisdarstellung und -interpretation jenseits der binären Einordnung als „(nicht) signifikant“.

Über den Autor

PD Dr. Michael Schiffinger ist seit 2000 an der Wirtschaftsuniversität Wien tätig.

Lesen Sie weiter: