Aussagekraft eines statistischen Tests

Dies ist im Wesentlichen die Fähigkeit, einen Unterschied nachzuweisen, wenn einer besteht (d. h. die Nullhypothese abzulehnen). Sie ist definiert als 1 - der Fehler vom Typ 2.

• Welches Maß an Aussagekraft sollte verwendet werden?
  • Die Aussagekraft einer Studie definiert die Fähigkeit einer Studie, einen Zusammenhang oder eine kausale Beziehung zwischen zwei Variablen nachzuweisen, sofern ein Zusammenhang besteht.
    • Eine Aussagekraft von 80 % in einer klinischen Studie bedeutet beispielsweise, dass die Studie eine 80 %ige Chance hat, in einem statistischen Test einen p-Wert von weniger als 5 % zu erreichen (d. h. einen statistisch signifikanten Behandlungseffekt), wenn es tatsächlich einen wichtigen Unterschied (z. B. 10 % gegenüber 5 % Mortalität) zwischen den Behandlungen gibt.
    • Wenn eine Studie eine geringe Aussagekraft hat, sind die Studienergebnisse fragwürdig (die Studie könnte zu klein gewesen sein, um Unterschiede festzustellen).
    • 80 % wird häufig als akzeptables Maß für die Aussagekraft einer Studie angesehen.

Anmerkungen:

• Die Aussagekraft kann vor (a priori) oder nach (post hoc) der Datenerhebung berechnet werden.
  • Die Berechnung der Aussagekraft wird vor der Forschungsstudie durchgeführt und dient in der Regel dazu, eine angemessene Stichprobengröße zu bestimmen, um eine ausreichende Aussagekraft zu erreichen.
  • Die Post-hoc-Power-Berechnung wird nach Abschluss einer Studie durchgeführt und verwendet die ermittelte Stichprobengröße und Effektgröße, um die Power der Studie zu bestimmen, wobei davon ausgegangen wird, dass die Effektgröße in der Stichprobe gleich der Effektgröße in der Population ist.