Mathematik & Statistik verstehen
Mathematik & Statistik verstehen
Mathematik & Statistik verstehen: kein Hexenwerk, ein Handwerk
Willkommen in unserer Rubrik „Mathematik & Statistik verstehen“. Hier nehmen wir euch die Scheu vor Formeln, p-Werten und Diagrammen – mit Erklärungen, die beim Verstehen ansetzen, nicht beim Auswendiglernen. In diesem Auftaktbeitrag klären wir, warum Statistik oft schwerer wirkt, als sie ist, welche Begriffe ständig verwechselt werden und wie ihr ein Ergebnis richtig lest.
Spätestens in der Methodik einer Abschlussarbeit holt die Statistik fast jeden ein – egal, ob in Psychologie, BWL, Medizin oder den Ingenieurwissenschaften. Die gute Nachricht: Man muss kein Mathe-Genie sein, um sie zu beherrschen. Man muss nur wissen, was die Zahlen eigentlich sagen.
Warum Statistik so oft Angst macht
Statistik wird häufig als Formelsammlung unterrichtet: einsetzen, ausrechnen, fertig. Das Problem ist nur – die Formel beantwortet nie die eigentliche Frage. Die lautet: Was darf ich aus diesen Daten schließen, und was nicht? Wer Statistik vom Ergebnis her denkt statt von der Rechnung, versteht plötzlich, wozu der ganze Aufwand dient. Jeder Test ist im Kern nur eine Antwort auf die Frage: „Könnte das auch reiner Zufall sein?“
Drei Begriffe, die ständig verwechselt werden
Ein Großteil der Fehler in Methodenteilen entsteht nicht beim Rechnen, sondern beim Begriffsverständnis. Diese drei trennen Geübte von Anfängern:
| Begriff | Häufiges Missverständnis | Was wirklich gilt |
|---|---|---|
| Korrelation | „A und B hängen zusammen, also verursacht A das B.“ | Zusammenhang ist keine Ursache. Beides kann von einem Dritten getrieben sein. |
| Signifikanz | „Signifikant heißt: wichtig und groß.“ | Statistisch signifikant heißt nur: vermutlich nicht zufällig. Über die Größe sagt es nichts. |
| Mittelwert | „Der Durchschnitt beschreibt die typische Person.“ | Bei schiefen Daten oder Ausreißern führt er in die Irre – dann ist der Median ehrlicher. |
So lest ihr ein Ergebnis richtig
Wenn ihr eine Auswertung vor euch habt – eure eigene oder die aus einer Studie –, helfen drei Fragen, die fast immer zum Kern führen:
- Wie groß ist der Effekt? Nicht nur „ob“, sondern „wie viel“. Dafür steht die Effektstärke (z. B. Cohens d oder r) – sie sagt, ob ein Unterschied auch praktisch bedeutsam ist.
- Worauf beruht er? Zehn Befragte oder zehntausend? Eine kleine Stichprobe kann zufällig fast alles zeigen.
- Was war die Frage? Ein Ergebnis ist immer nur die Antwort auf genau die Hypothese, die vorher festgelegt wurde – nicht auf alles, was man hinterher hineinliest.
Der p-Wert ist nicht alles. Ein winziger p-Wert bedeutet nicht, dass ein Effekt groß oder wichtig ist – bei sehr großen Stichproben wird fast jeder noch so kleine Unterschied „signifikant“. Fragt deshalb immer zuerst nach der Effektstärke: Sie beantwortet die Frage, die wirklich zählt – wie sehr spielt es eine Rolle?
In den kommenden Beiträgen dieser Rubrik gehen wir konkret ins Detail: in die Wahl des richtigen Tests, in das Lesen von SPSS- und R-Ausgaben, in Diagramme, die nicht täuschen, und in den Methodenteil einer Abschlussarbeit, der einer Prüfung standhält.
Womit wir euch bei Zahlen unterstützen
Wenn aus Daten ein Methodenteil werden soll, sind wir da. alpha academica AI* begleitet Studierende in ganz Deutschland mit Nachhilfe und Mentoring in Mathematik und Statistik sowie mit Lektorat & Korrektorat und Übersetzung – mit KI-gestützter Methodik und erfahrenen Fachleuten. Wir erklären, bis ihr es selbst könnt, und verpflichten uns vertraglich gegen Ghostwriting: Wir machen eure Arbeit besser, nicht für euch.
Hinweis
Dieser Beitrag vermittelt allgemeine Grundlagen zum Verständnis von Statistik. Welches Verfahren für eure Daten das richtige ist, hängt von Fragestellung, Skalenniveau und Studiendesign ab.
Maßgeblich sind die methodischen Vorgaben eures Fachs und die Hinweise eurer Betreuerin oder eures Betreuers. Bitte stimmt die Wahl von Test und Auswertung mit eurem Lehrstuhl ab.
