Kurzfassung · Workshops, Methoden und Werkzeuge für eine bessere Forschungspraxis
Alles, was heute kommt, steht dauerhaft online.
https://hannesdiemerling.github.io/Frequent-Reformation/
kostenfrei
ohne Anmeldung
im Browser
Der QR oben rechts wandert mit. Er zeigt immer dorthin, wo du das Gezeigte nachliest.
Der Hub, Startseite
Mitmachen, anonym
Eine Studie berichtet p = 0,01. Sieben Aussagen. Welche davon kannst du ableiten? Abstimmung per QR, niemand sieht deine Antwort.
Sie vergleichen in einem Experiment Mittelwerte zwischen Experimental- und Kontrollgruppe (je 20 Versuchspersonen). Zweiseitiges Testen der Nullhypothese liefert t = 2,7, damit p = 0,01. Welche der folgenden Aussagen können Sie aus diesem p-Wert ableiten?

Anonym abstimmen
Mindestens eine falsche Lesart. Auch bei denen, die es lehren.
Anteil mit mindestens einer Fehlinterpretation bei sechs dieser Aussagen. Haller & Krauss (2002), bis heute mehrfach repliziert.
61 % Falsch-positiv-Rate, wenn übliche fragwürdige Forschungspraktiken (QRPs) zusammenkommen. Simmons et al. (2011)
~ 90 % der Forschenden interpretieren mindestens eine Aussage zum p-Wert falsch. Haller & Krauss (2002)
.05 eine willkürliche Schwelle, die zur Trennung von wahr und falsch geworden ist.
2015 verzichtet Basic and Applied Social Psychology als erstes Journal vollständig auf p-Werte.
The earth is round (p < .05).
Jacob Cohen, 1994
Die Wende
Bessere Alternativen gibt es seit Jahrzehnten. Ausgereift, gut beschrieben, in moderner Software einen Klick entfernt.
Was fehlt, ist die Anwendung.
Frage 01
Effekte und Effektgrößen.
Frage 02
Stichprobe: Qualität vor Größe.
Frage 03
Bayesianische Datenanalyse.
Fast jede Studie stellt eine dieser drei Fragen. Der Signifikanztest beantwortet keine davon vollständig.
Frage 01
Effektgrößen berichten. In der Einheit der Sache und standardisiert, immer mit Intervall.
4,2 Punkte im Depressionswert (BDI-II) · d = 0.42, 95-%-Intervall [0.18, 0.66]
Frage 02
Erst Qualität, dann Größe. Mehr Fälle heilen keine Verzerrung. Und statt Power planen wir Präzision.
Fehler halbieren heißt vierfache Stichprobe.
Frage 03
Bayesianisch rechnen. Wahrscheinlichkeiten für Hypothesen, auch für die Null.
Mit 87 % Wahrscheinlichkeit ist der Effekt mindestens d = 0.3.
Website-Tour
Alles, was jetzt kommt, ist offen zugänglich. Kostenfrei, ohne Anmeldung, vollständig im Browser.
Weg 01
Strukturiert lernen. Drei Workshops, 18 Kapitel, jedes mit einer interaktiven Anwendung.
Weg 02
Mit dem eigenen Problem einsteigen. Zehn Fragen, jede führt ins passende Kapitel.
Weg 03
Nachlesen und vertiefen. p-Werte, Effektgrößen, Stichproben, Bayes.
Wer ein konkretes Problem hat, nimmt die Fragen. Wer systematisch lernen will, die Workshops.
Der Hub, live
Zehn Fragen, wie sie in der Praxis gestellt werden. Jede führt direkt in das Kapitel, das sie beantwortet.
https://hannesdiemerling.github.io/Frequent-Reformation/fragen/
Klick auf die Adresse öffnet die Seite in einem neuen Fenster.
Fragen-Seite öffnen
Workshop 01 · Grundlagen 01
Warum der p-Wert nichts über Bedeutsamkeit aussagt, und wie du Effektgrößen, Praxisrelevanz und Publikationsbias greifbar machst.
6 Kapitel ca. 2 h
Workshop 02 · Methodik 02
Von der Stichprobe zur Population: Verzerrung, p-Hacking, Schätzgenauigkeit und Unsicherheit, anschaulich am SmartRail-Szenario.
5 Kapitel ca. 1.5 h
Workshop 03 · Vertiefung 03
Vom Wahrscheinlichkeitsbegriff bis zur Posterior-Verteilung. Schritt für Schritt, mit interaktiven Beispielen aus dem SmartRail-Szenario.
7 Kapitel ca. 2 h
Die Reihenfolge ist didaktisch: vom Problem (Effekte) über die Methodik (Stichproben) zur Alternative (Bayes). Jeder Workshop steht auch für sich.
Punkt 1 bis 4 kosten nichts außer Aufmerksamkeit.
Alles kostenfrei, ohne Anmeldung, vollständig im Browser.
Drei Workshops, 18 Kapitel, dazu Methoden-Seiten und kuratierte Ressourcen. Inhalte unter Creative Commons CC BY 4.0, nutzbar in eigener Lehre.
Geführte Sessions für Institute und Teams sind in Planung.
Kontakt: Thomas Schäfer
Thomas.Schaefer@hmu-erfurt.de
Alles zum Nachlesen
In Trägerschaft der HMU Health and Medical University Erfurt, gefördert durch die VolkswagenStiftung im Rahmen der Förderlinie Pioniervorhaben.
Beyond p-values · gefördert durch die VolkswagenStiftung