Stichprobengröße-Mittelwerte-Rechner

Was ist die Stichprobengrößenberechnung für den Mittelwertvergleich?

Bevor Sie ein Experiment durchführen, bei dem zwei Gruppen verglichen werden, müssen Sie wissen, wie viele Probanden pro Gruppe erforderlich sind, um einen bedeutsamen Unterschied zu erkennen. Zu wenige Probanden und Sie werden echte Effekte übersehen; zu viele verschwenden Ressourcen.

Dieser Rechner bestimmt die Stichprobengröße basierend auf:

• Erwartete Effektgröße (wie groß der erwartete Unterschied ist)
• Signifikanzniveau (α, typischerweise 0,05)
• Gewünschte Teststärke (1 - β, typischerweise 0,80 oder 0,90)

Die wichtigsten Eingaben

Effektgröße (Cohens d)

Der standardisierte Unterschied, den Sie erkennen möchten:

$d = \frac{\mu_1 - \mu_2}{\sigma}$

Kleinere Effekte erfordern größere Stichproben.

Signifikanzniveau (α)

Die Wahrscheinlichkeit eines falsch-positiven Ergebnisses (Fehler 1. Art):

• α = 0,05: 5% Wahrscheinlichkeit, einen Unterschied zu erkennen, wenn keiner existiert
• α = 0,01: Konservativer, größere Stichprobe erforderlich

Teststärke (1 - β)

Die Wahrscheinlichkeit, einen echten Effekt zu erkennen:

• Teststärke = 0,80: 80% Wahrscheinlichkeit, einen echten Unterschied zu erkennen
• Teststärke = 0,90: Strenger, größere Stichprobe erforderlich

Die Formel

Für einen Zwei-Stichproben-t-Test mit gleichen Gruppengrößen:

$n \approx 2 \times \frac{(z_{1-\alpha/2} + z_{1-\beta})^2}{d^2}$

Wobei:

• $z_{1-\alpha/2}$ = kritischer z-Wert für das Signifikanzniveau
• $z_{1-\beta}$ = kritischer z-Wert für die Teststärke
• $d$ = Effektgröße

Beispiel: d = 0,5, α = 0,05 (zweiseitig), Teststärke = 0,80

z₀,₉₇₅ = 1,96, z₀,₈₀ = 0,84

n = 2 × [(1,96 + 0,84)² / 0,5²] = 2 × [7,84 / 0,25] = 63 pro Gruppe

Praktische Beispiele

Medizinische Studie

"Wird ein neues Medikament den Cholesterinspiegel um mindestens 10 mg/dL senken?"

Erwarteter Unterschied: 10 mg/dL Gepoolte SD: 25 mg/dL d = 10/25 = 0,40

Für α = 0,05, Teststärke = 0,80: n ≈ 100 pro Gruppe

Pädagogische Intervention

"Verbessert das Nachhilfeprogramm die Testergebnisse?"

Erwartete Verbesserung: 5 Punkte SD: 15 Punkte d = 5/15 = 0,33

Für α = 0,05, Teststärke = 0,80: n ≈ 144 pro Gruppe

Fertigungsvergleich

"Ist Prozess B schneller als Prozess A?"

Erwarteter Unterschied: 2 Minuten SD: 5 Minuten d = 2/5 = 0,40

Für α = 0,05, Teststärke = 0,80: n ≈ 100 pro Gruppe

Sensitivitätsanalyse

Führen Sie Berechnungen für mehrere Szenarien durch:

Diese Tabelle hilft bei der Planung, wenn die Effektgröße unsicher ist.

Einseitige vs. zweiseitige Tests

Zweiseitig (häufiger): Testet auf Unterschiede in beide Richtungen. Verwendet z₁₋α/₂ in der Formel.

Einseitig: Testet auf Unterschiede nur in eine Richtung. Verwendet z₁₋α, erfordert weniger Probanden.

Verwenden Sie einseitige Tests nur mit starker vorheriger Begründung.

Ungleiche Gruppengrößen

Wenn Gruppen ungleich sein müssen (z.B. 2:1-Verhältnis):

Die Formel wird für das Zuordnungsverhältnis k = n₂/n₁ angepasst.

Für k = 2 (doppelt so viele in Gruppe 2):

• Die Gesamtstichprobe erhöht sich leicht
• Nützlich, wenn eine Bedingung günstiger oder einfacher ist

Häufige Fehler

Unterschätzung der Variabilität

Wenn die tatsächliche SD höher ist als angenommen, haben Sie zu wenig Teststärke. Verwenden Sie konservative Schätzungen oder Pilotdaten.

Optimistische Effektgrößen

Forscher überschätzen oft die erwarteten Effekte. Verwenden Sie realistische Schätzungen basierend auf früherer Forschung.

Ignorieren von Ausfällen

Planen Sie für Studienabbrecher, indem Sie die Stichprobengröße erhöhen:

$n_{\text{eingeschrieben}} = \frac{n_{\text{benötigt}}}{1 - \text{Abbruchrate}}$

Bei erwarteten 20% Abbruch: $n_{\text{eingeschrieben}} = n_{\text{benötigt}} / 0,80$

Vergessen zu multiplizieren

Die Formel gibt die Stichprobengröße pro Gruppe an. Gesamtstichprobe = 2n für zwei gleiche Gruppen.

Historischer Kontext

Jerzy Neyman und Egon Pearson entwickelten die Grundlagen der Teststärkeanalyse in den 1930er Jahren.

Jacob Cohen (1969, 1988) machte die Teststärkeanalyse mit seinen Büchern und Effektgrößenkonventionen für Forscher zugänglich.

Trotz jahrzehntelanger Befürwortung bleiben viele Studien unterversorgt. Meta-Analysen stellen wiederholt fest, dass typische Studien nur eine Teststärke von 20-50% für die Erkennung realistischer Effekte haben.

Post-Hoc-Teststärke: Nicht empfohlen

Die Berechnung der Teststärke nach Ansicht der Ergebnisse ist bedeutungslos:

• Hoher p-Wert → niedrige Post-Hoc-Teststärke (zirkulär)
• Es beantwortet nicht "War meine Studie ausreichend gepowert?"

Die Teststärkeanalyse sollte vor der Datenerhebung durchgeführt werden.

Verwandte Berechnungen

• Stichprobengröße für zwei Anteile — Für binäre Ergebnisse
• Teststärke-Rechner — Bei gegebenem n die Teststärke finden
• Cohens-d-Rechner — Effektgröße aus Daten schätzen
• Rechner für minimal erkennbaren Effekt — Welchen Effekt können Sie erkennen?
• KI für Differenz der Mittelwerte — Ergebnisse analysieren

Zusammenfassung

Die Stichprobengrößenberechnung für den Mittelwertvergleich balanciert praktische Einschränkungen gegen statistische Anforderungen aus. Bei gegebener erwarteter Effektgröße, Signifikanzniveau und gewünschter Teststärke bestimmt die Formel, wie viele Probanden pro Gruppe erforderlich sind. Kleine Effekte erfordern große Stichproben; große Effekte erfordern wenige. Planen Sie konservativ - unterschätzen Sie Effektgrößen, überschätzen Sie die Variabilität und berücksichtigen Sie Studienabbrecher. Eine angemessene Stichprobengröße ist für aussagekräftige Forschung unerlässlich, die echte Effekte erkennen kann, wenn sie existieren.