Simulationsbasiert Signifikanztests verstehen

Autor/innen

  • Michael Rößner Ludwig-Maximilians-Universität München
  • Karin Binder Ludwig-Maximilians-Universität München
  • Stefan Ufer Ludwig-Maximilians-Universität München

DOI:

https://doi.org/10.18716/ojs/md/2025.2296

Abstract

Data Literacy umfasst auch Kompetenzen zur Interpretation von Daten und Analysen, beispielsweise mithilfe von Signifikanztests. Die Bedeutung von Signifikanztests unterliegt jedoch vielen Fehlvorstellungen. Im Rahmen eines Kurses für begabte Schüler:innen wurden inferenzstatistische Methoden (simulationsbasiert mit R) eingeführt. Der Nachtest zeigt: Während die Schüler:innen nach dem Workshop qualitativ einschätzen können, was es bedeutet, wenn der p-Wert das Signifikanzniveau unterschreitet, unterliegen noch viele dem sogenannten Relevanzfehlschluss. Abschließend werden Vorschläge für die Weiterentwicklung des Workshops vorgestellt.

Downloads

Veröffentlicht

2025-12-20

Ausgabe

Rubrik

Themenschwerpunkt 2025: data literacy - theoretische Perspektiven, unterrichtliche Konzepte, Ansätze der Entwicklung

Zitationsvorschlag

Simulationsbasiert Signifikanztests verstehen. (2025). Mathematica Didactica , 48(2). https://doi.org/10.18716/ojs/md/2025.2296