Was ist statistische power?

Gefragt von: Julian Scherer  |  Letzte Aktualisierung: 5. Mai 2021
sternezahl: 4.8/5 (7 sternebewertungen)

Die Trennschärfe eines Tests, auch Güte, Macht, Power eines Tests oder auch Teststärke bzw. Testschärfe, oder kurz Schärfe genannt, beschreibt in der Testtheorie, einem Teilgebiet der mathematischen Statistik, die Entscheidungsfähigkeit eines statistischen Tests.

Was versteht man unter statistischer Power?

(Statistische) Power wird definiert als die Wahrscheinlichkeit, korrekterweise eine falsche Nullhypothese zurückzuweisen. Statistische Power ist die Wahrscheinlichkeit, dass ein Effekt entdeckt wird, wenn ein Effekt auch tatsächlich existiert.

Wie hoch sollte die Power sein?

Häufig wird vorgeschlagen, dass bei einem Signifikanzniveau von 5% die Power des Tests mindestens 80% betragen sollte, damit bei einem nicht signifikanten Effekt davon ausgegangen werden kann, dass kein Effekt vorliegt. Anderenfalls wird empfohlen, ein nicht signifikantes Ergebnis nicht zu interpretieren.

Was sagt die teststärke aus?

Die Teststärke (engl. power) bzw. Güte eines Hypothesentests gibt die Wahrscheinlichkeit an, die Nullhypothese zu verwerfen, wenn diese falsch ist (d.h., die Falschheit der Nullhypothese zu erkennen) oder anders herum: die Wahrscheinlichkeit, die Alternativhypothese anzunehmen, wenn sie richtig ist.

Warum macht man Power Analyse?

Poweranalysen sind ein wichtiger Teil in der Vorbereitung von Studien. Sie können die Frage nach der optimalen Stichprobengröße beantworten, aber auch nach der zugrundeliegenden statistischen Power. Damit ist die Poweranalyse eng mit dem Hypothesentesten verwandt.

Testpower in der Statistik - Was, Wie und Warum?

17 verwandte Fragen gefunden

Was ist eine g Power Analyse?

G*Power ist ein Computerprogramm zur Durchführung von statistischen Tests, insbesondere Power-Tests. G*Power wurde von vier deutschen Psychologen (Axel Buchner, Edgar Erdfelder, Franz Faul, Albert-Georg Lang) seit 1992 entwickelt. Das Programm ist urheberrechtlich geschützt, aber kostenlos für jedermann.

Was beeinflusst die Power?

Die Power entspricht 1-β, wobei β der Fehler zweiter Art ist. Je kleiner α ist, desto größer ist die Wahrscheinlichkeit eines β-Fehlers und somit umso kleiner die Teststärke. Je höher die Stichprobenzahl ist, desto höher ist die Power. Je kleiner der nachzuweisende Effekt ist, desto kleiner ist die Power.

Warum Stichprobenumfangsplanung?

Gewährleistung der Untersuchungsökonomie: Ein wichtiger Vorteil der Stichprobenumfangsplanung betrifft die Ökonomie der Untersuchung. Grundsätzlich gilt zwar für den Stichprobenumfang: Je mehr Versuchspersonen, desto besser! Jedoch kostet das Anwerben und Untersuchen von Versuchsteilnehmern Zeit und ggf. auch Geld.

Was beeinflusst teststärke?

den Stichprobenumfang der Untersuchung beeinflussen. Je kleiner das Alphaniveau gewählt wird, desto größer fällt das Betaniveau aus. Alpha- und Betaniveau sind folglich zueinander gegenläufig. Da die Teststärke als 1 - β definiert ist, folgt: Je kleiner das Alphaniveau, desto geringer ist die Teststärke der Studie.

Wie berechnet man die teststärke?

Um die Teststärke berechnen zu können, muß die Alternativhypothese in Form einer konkreten Punkthypothese spezifiziert sein. Die Stärke eines Tests ist um so größer, je größer der Stichprobenumfang ist, je größer das Signifikanzniveau gewählt wird und.

Was bedeutet die Power?

Das Substantiv Power wurde aus dem Englischen übernommen und findet mehr und mehr Verwendung im deutschen Sprachgebrauch. Power kann allgemein als Synonym für „Kraft“ und „Stärke“ genutzt werden. Das Substantiv potere lässt sich mit „Macht“ übersetzen, das Adjektiv bedeutet so viel wie „können“. ...

Warum steigt die teststärke wenn man die Stichprobengröße erhöht?

Größere Stichproben bewirken kleinere Konfidenzintervalle, also eine präzisere Schätzung von Stichprobenkennwerten und eine höhere Power. Power oder auch Teststärke ist die Wahrscheinlichkeit, einen vorhandenen Effekt auch tatsächlich aufzudecken.

Wann post hoc Poweranalyse?

Eine Poweranalyse wird meist vor der eigentlichen Erhebung durchgeführt (a priori) – meist um die Stichprobengröße abzuschätzen, die für die Untersuchung benötigt wird – kann aber auch nach abgeschlossener Erhebung durchgeführt werden (post hoc).

Was bedeutet signifikant von Null verschieden?

Statistisch signifikant wird das Ergebnis eines statistischen Tests genannt, wenn Stichprobendaten so stark von einer vorher festgelegten Annahme (der Nullhypothese) abweichen, dass diese Annahme nach einer vorher festgelegten Regel verworfen wird.

Was ist die Macht eines Tests?

Als Testmacht wird die Wahrscheinlichkeit bezeichnet, mit der ein Test eine falsche Nullhypothese entlarvt, d.h. wie wahrscheinlich das Ergebnis signifikant ausfällt, falls H1 gilt. ... Die Macht eines Tests hängt unmittelbar mit dem Signifikanzniveau zusammen: Je größer α, umso größer auch 1−β und umgekehrt.

Wie kann man den Beta Fehler verringern?

Art entspricht β, das von der Trennschärfe des Tests abhängt. Sie können das Risiko eines Fehlers 2. Art verringern, indem Sie sicherstellen, dass die Trennschärfe des Tests ausreichend ist.

Warum sind kleine Stichproben schlecht?

Das Problem mit zu kleinen Probandengruppen liegt in einem Mangel an statistischer Trennschärfe oder Power. ... Die statistische Signifikanz gibt an, ob sich die statistischen Ergebnisse einer Vergleichsstudie über die erhobenen Stichproben hinaus auf eine Grundgesamtheit generalisieren lassen.

Wann ist die Stichprobe repräsentativ?

Repräsentativität, auch Repräsentanz, (meist als repräsentative Stichprobe oder repräsentative Befragung bezeichnet) ist eine Eigenschaft bestimmter Datenerhebungen, die es ermöglicht, aus einer kleinen Stichprobe Aussagen über eine wesentlich größere Menge (Grundgesamtheit) zu treffen.

Was bedeutet T bei T Test?

Im Prinzip funktioniert der Einstichproben-t-Test analog zum Zweistichproben-t-Test von abhängige Stichproben, nur dass angenommen wird, dass die zweite Stichprobe Null für jeden Messwert ist. t ist der t-Wert, oder die Anzahl an Standardfehlern, die unsere Stichprobe von einem Mittelwert von Null entfernt ist.