Wenn Sie Ihre Ergebnisse präsentieren, beginnen Sie damit, zunächst noch einmal die Hypothese zu formulieren. Kommen Sie anschliessend zu den Kernaussagen. Beschreiben Sie (1), was die Tabelle oder Abbildung im Wesentlichen aussagt und (2) schreiben Sie dann, was die Zahlen für Ihre Fragestellung bzw. Hypothese bedeuten. Im Folgenden finden Sie eine Übersicht über wichtige statistische Verfahren sowie konkrete Beispiele zur Beschreibung dieser Verfahren. Weitere Infos hierzu finden Sie auch in den APA-Richtlinien.
Tabelle 2. Beschreibung statistischer Daten im Text |
Statistischer Test | verbesserungsfähiges Beispiel | inhaltlich korrektes Beispiel |
---|---|---|
Mittelwert und Standardabweichung (Deskriptive Statistik): Mittelwert M, Standardabweichung SD | Die Stichprobe war insgesamt eher jung (M=19.22, SD=3.45). Das Durchschnittsalter der Student_Innen betrug 19.22 Jahre (SD=3.45). Die Mehrheit der Teilnehmenden waren Frauen mit einem Anteil von 62 Prozent. | Die Stichprobe setzt sich aus eher jungen Student_Innen zusammen (M=18.22, SD=3.45; 62% weiblich). |
Prozentwerte (Deskriptive Statistik) | Von den Befragten gaben 35 Prozent an Deutsch, Französisch und Englisch zu sprechen, 14 Prozent sprechen Französisch, Englisch und Italienisch. | Fast die Hälfte (49%) der Befragten gab an, mehr als drei Sprachen zu beherrschen. |
Chi-Quadrat: Freiheitsgrad(e) df; Fallzahl N, Pearson Chi-Quadrat-Wert χ², Signifikanzwert p | Es konnte kein signifikanter Effekt des Geschlechts auf das Ausmass der Nutzung von gewalthaltigen Medieninhalten gefunden werden (χ2(1, N=90)=0.89, p=.35). | Männer und Frauen unterscheiden sich nicht im Ausmass der Nutzung gewalthaltiger Medieninhalte (χ2(1, N=90)=.89, p=.35). |
T-Test: Freiheitsgrad(e) df, Testprüfgrösse t-Wert, Signifikanzwert p | Wie aus der Tabelle 2 zu entnehmen ist, besteht ein signifikanter Unterschied zwischen Männern und Frauen, t(54)=5.43, p<.001. Frauen nutzen deutlich mehr Social Media als Männer. | Männer und Frauen unterscheiden sich signifikant hinsichtlich der Nutzung von Social Media, t(54)=5.43, p<.001. Frauen nutzen deutlich mehr Social Media als Männer. |
ANOVA: Freiheitsgrad(e) df zwischen den Gruppen, Freiheitsgrad(e) df innerhalb der Gruppe, Testprüfgrösse F-Wert, Signifikanzwert p Anmerkungen: Ein- oder zweifaktorielle Varianzanalyse? Mit oder ohne Messwiederholung? | Es konnte sowohl ein signifikanter Haupteffekt für den Faktor Mediennutzung, F(1, 145)=5.43, p<.05, als auch ein signifikanter Interaktionseffekt zwischen Mediennutzung und Geschlecht, F(2, 145) = 3.13, p < .01., η2=0.80 festgestellt werden. | Das Ausmass der Mediennutzung hat einen signifikanten Einfluss auf die Einstellung (F(1, 145)=5.43, p<.05). Der signifikante Interaktionseffekt weist darauf hin, dass sich die Mediennutzung je nach Geschlecht unterschiedlich auf die Einstellung auswirkt. Noch besser wäre: Je umfangreicher die Mediennutzung umso negativer die Einstellung zu XYZ, (F(1, 145)=5.43, p<.05). Dieser Effekt ist zudem bei Männern stärker als bei Frauen. |
Korrelation nach Pearson: Freiheitsgrad(e) df, wobei hier gilt df=n-2, Korrelationskoeffizient r, Signifikanzwert p | Es besteht ein signifikanter Zusammenhang zwischen den Mediennutzungspräferenzen und dem Alter der untersuchten Personen, r(55) = .49, p < .05. | Je älter die untersuchten Personen, desto ausgeprägter ist die Nutzung von klassischen / offline Medien (r[55] = .49, p < .05). |
Regression: Nicht-standardisierter oder je nachdem standardisierter β-Koeffizient, t-Test mit Freiheitsgrade(n) df (hier N-k-1) sowie Signifikanzwert p. Bestimmtheitsmass R2 (Koeffizient zur Interpretation der Modellgüte), F-Test mit Freiheitsgrade(n) und Signifikanzwert p | Die Facebook-Nutzung hängt negativ mit der Laune der Teilnehmenden zusammen. Steigt die Facebook-Nutzung um eine Einheit, verschlechtert sich die Stimmung um -0.34 Einheiten (β=.34, t(225)=6.53, p<.001; R2=.12, F(1,225)=42.64, p<.001). | Das Ausmass der Facebook-Nutzung hat einen Einfluss auf die Stimmung der Teilnehmenden. Mit steigender Nutzung verschlechtert sich die Stimmung signifikant (β=.34, t(225)=6.53, p<.001). Die Dauer der Facebook Nutzung erklärt zudem einen signifikanten Anteil an Varianz der Stimmung (R2=.12, F(1,225)=42.64, p<.001). |
Cronbach's Alpha: α = .75 |
Grundsätzlich gilt: Gehen Sie umsichtig und kritisch mit Ihren Schlüssen um, die Sie aus den statistischen (Test-)Verfahren ziehen.