Welche Anforderungen stellen Ihre Hypothesen an die Stichprobengröße?

Wenn Sie Hypothesen formuliert haben, die Sie mit der statistischen Auswertung beantworten möchten, dann sollten Sie bedenken, dass hier zwei unterschiedliche Situationen auftreten können. Es kann sein, dass Sie mit Ihrer Studie einen Effekt (eine Wirkung von etwas, einen Unterschied zwischen Gruppen usw.) ausmachen, obwohl dieser in der Wirklichkeit gar nicht existiert. Die bezeichnet man als den sogenannten Alphafehler (Fehler 1. Art.)

Es kann allerdings sein, dass Sie den sogenannten Betafehler (Fehler 2. Art) begehen, nämlich dann, wenn Sie fälschlich aus den Daten schließen, dass kein Effekt existiert, obwohl dieser reell besteht. Sie weisen eine Hypothese zu Unrecht zurück. Aus dem Fehler 2. Art können Sie dann ableiten, wie hoch die sogenannte Power Ihrer Studie ist, also die Wahrscheinlichkeit, dass Sie einen Effekt entdecken, den es wirklich gibt. Vereinfacht gesagt, entdecken Sie einen wahren Effekt umso leichter, je größer Ihre Stichprobe ist und je größer dieser Effekt in der Realität ist. Wenn Sie also eine Hypothese prüfen, die nur von einem ganz geringen Effekt ausgeht, dann benötigen Sie mehr Teilnehmer, wie wenn Sie eine Hypothese prüfen, die von einem deutlichen Effekt ausgeht.

Um ganz genau zu berechnen, welche Power Ihre Studie hat, empfehlen wir Ihnen das Programm G-Power zu verwenden. Dies können Sie auf der Homepage der Universität Düsseldorf kostenlos herunterladen: http://www.psycho.uni-duesseldorf.de/abteilungen/aap/gpower3/

Design of online surveys

Vorheriger Beitrag:
Wie wollen Sie Ihre Ergebnisse auswerten?

Nächster Beitrag:
Wie groß und wie heterogen ist die Grundgesamtheit, die Sie mit Ihrer Studie befragen wollen?