Was ist eine Poweranalyse?
Die statistische Power eines Tests, auch als 1 − β bezeichnet, gibt die Wahrscheinlichkeit an, einen tatsächlich vorhandenen Effekt in Ihrer Stichprobe zu entdecken. Eine Power von 0,80 bedeutet: Existiert der Effekt wirklich, wird er in acht von zehn identisch durchgeführten Studien als statistisch signifikant erkannt. Der Standard in der Wissenschaft liegt bei mindestens 80 Prozent; viele Fachbereiche und Ethikkommissionen fordern inzwischen 90 Prozent.
Die Stärke der Poweranalyse liegt in der Verknüpfung von vier Parametern: Effektgröße, Stichprobengröße, Signifikanzniveau alpha und Power. Sind drei dieser Größen bekannt, lässt sich die vierte rechnerisch bestimmen. Für die Planung einer Studie wird typischerweise die benötigte Stichprobengröße berechnet, indem Effektgröße, alpha und angestrebte Power vorgegeben werden.
Methodisch unterscheidet man zwei Ansätze. Die a-priori-Analyse wird vor der Datenerhebung durchgeführt und dient der Studienplanung. Sie liefert die Mindeststichprobengröße und ist die Form, die Ethikkommissionen und Gutachter in aller Regel verlangen. Die Post-hoc-Analyse wird nach der Erhebung berechnet, um die mit der vorliegenden Stichprobe tatsächlich erreichte Power darzustellen. Sie ersetzt nicht die a-priori-Analyse, ergänzt sie aber sinnvoll im Methodenteil.
Wie wird die Effektgröße bestimmt?
Die Effektgröße ist der entscheidende und gleichzeitig häufig unterschätzte Eingabeparameter der Poweranalyse. Sie sollte nicht einfach geschätzt oder aus dem Bauchgefühl abgeleitet werden, sondern systematisch aus der vorhandenen Literatur oder eigenen Pilotstudien hergeleitet sein. Ohne belastbare Quellenangabe wird eine Poweranalyse von Gutachtern und Ethikkommissionen kaum akzeptiert.
Für die Quantifizierung stehen standardisierte Effektgrößenmaße zur Verfügung, die von Jacob Cohen eingeführt und seitdem breit etabliert wurden. Das bekannteste Maß für Mittelwertvergleiche ist Cohens d, für Zusammenhänge das Korrelationsmaß r, für Varianzanalysen f, für multiple Regressionen f² und für Kontingenzanalysen w. Jedes dieser Maße hat eigene Konventionen für kleine, mittlere und große Effekte, auf die Cohen (1988) verweist.
Als besonders zuverlässige Quellen für die Effektgröße gelten Metaanalysen aus dem eigenen Fachgebiet, da sie über mehrere Primärstudien hinweg aggregieren und damit robustere Schätzungen liefern. Wichtig ist eine konservative Annahme: Wird die Effektgröße zu optimistisch geschätzt, führt die Studie zu einer zu kleinen Stichprobe und am Ende zu einer Untersuchung, die reale Effekte nicht zuverlässig nachweisen kann.
Fallzahlplanung für verschiedene Designs
Einfache Verfahren mit G*Power
Für die meisten Standardverfahren steht das kostenlose Programm G*Power zur Verfügung. Es deckt t-Tests, einfaktorielle und mehrfaktorielle ANOVA, Chi-Quadrat-Tests, Korrelationsanalysen und einfache Regressionen ab. Die Bedienung ist bei klar definierter Effektgröße, bekanntem alpha und angestrebter Power überschaubar. G*Power gibt die benötigte Stichprobengröße aus und erlaubt zugleich die grafische Darstellung der Power-Kurve, die zeigt, wie sich die Power mit steigender Fallzahl verändert.
Für die zitierfähige Dokumentation im Methodenteil werden Software-Version, alle Eingabeparameter sowie das berechnete Ergebnis protokolliert. Ethikkommissionen erwarten diese Angaben vollständig und in nachvollziehbarer Form.
Komplexe Designs und Monte-Carlo-Simulation
Für komplexere Studiendesigns reicht G*Power nicht mehr aus. Gemischte Modelle (Mixed-Effects-Modelle, auch Mehrebenenmodelle genannt), Strukturgleichungsmodelle oder Überlebenszeitanalysen erfordern spezifische Simulationsansätze. Hier wird eine Monte-Carlo-Simulation eingesetzt, bei der auf Basis angenommener Populationsparameter Tausende von Datensätzen simuliert und ausgewertet werden. Der Anteil signifikanter Ergebnisse in diesen Simulationen entspricht der geschätzten Power.
In der Praxis kommen dabei R-Pakete wie simr für Mixed-Effects-Modelle, das Programm Mplus für Strukturgleichungsmodelle oder powerSurvEpi für Überlebenszeitanalysen zum Einsatz. Diese Verfahren setzen fundierte Kenntnisse der zugrundeliegenden Modellstruktur voraus und sind ohne Erfahrung fehleranfällig. ZPS verfügt über Expertise in allen genannten Methoden und setzt sie im Rahmen des jeweiligen Promotionsprojekts zielgerichtet ein.
Was die Ethikkommission verlangt
Ethikvoten für klinische und empirische Studien setzen in der Regel eine vollständige und nachvollziehbare Fallzahlplanung voraus. Die Anforderungen variieren je nach Kommission, umfassen aber typischerweise folgende Bestandteile:
- Effektgröße mit Quellenangabe: Woher stammt die Annahme, und wie wird sie begründet?
- Signifikanzniveau alpha: In den meisten Fällen wird 0,05 verwendet; Abweichungen sind zu begründen.
- Angestrebte Power: Mindestens 0,80, häufig 0,90 bei klinischen Fragestellungen.
- Berechnetes n: Die Mindeststichprobengröße inkl. Angabe der verwendeten Software und Version.
- Drop-out-Zuschlag: Im klinischen Setting wird ein Zuschlag von 10 bis 20 Prozent auf die berechnete Fallzahl empfohlen, um Studienabbrecher, fehlende Daten und Ausschlusskriterien abzufangen.
Eine unvollständige oder nicht nachvollziehbare Poweranalyse kann dazu führen, dass der Ethikantrag zur Nachbesserung zurückgegeben wird. ZPS erstellt die Dokumentation so, dass sie direkt in den Ethikvotum-Antrag übernommen werden kann.
Was ZPS für Ihre Poweranalyse leistet
ZPS übernimmt die vollständige methodische Durchführung der Fallzahlplanung und Poweranalyse. Die wissenschaftliche Einordnung in den inhaltlichen Kontext Ihrer Promotion, also die Begründung der Fragestellung und die inhaltliche Interpretation der Effektgröße, verbleibt bei Ihnen als Promovierendem. Das Ergebnis ist eine zitierfähige, vollständige Dokumentation, die Gutachtern und Ethikkommissionen standhält.
Im Einzelnen liefert ZPS:
- Zitierfähige schriftliche Dokumentation aller Eingabeparameter, Berechnungsschritte und Ergebnisse mit Software- und Versionsangabe.
- Korrekte Quellenangaben für die verwendete Effektgröße aus der einschlägigen Literatur oder Metaanalysen.
- Visualisierung der Power-Kurve als publikationsreife Grafik für den Methodenteil.
- Kompatibilität mit Ethikvotum-Antrag und Methodenteil der Dissertation.
- Express-Option für kurzfristige Deadlines bei Ethikvoten oder Betreuerwünschen.
Die Leistung kann als Einzelleistung beauftragt werden oder als Teil eines umfassenderen Auswertungsauftrags. Betreiber und fachlich verantwortlicher Statistiker ist Johannes Markus Yar, B.Sc. und M.Sc. Statistik. Alle Arbeiten erfolgen DSGVO-konform; auf Wunsch wird ein NDA vereinbart. Die Standardlieferzeit beträgt rund 10 Werktage; bei Express-Bedarf sprechen Sie uns bitte direkt an.
- Effektgröße ohne Quellenangabe oder aus dem Bauchgefühl geschätzt.
- Signifikanzniveau alpha nicht explizit angegeben oder begründet.
- Drop-out-Zuschlag nicht berücksichtigt, obwohl klinische Rekrutierung geplant ist.
- Software und Version der Berechnung nicht dokumentiert.
- Post-hoc-Analyse als Ersatz für die a-priori-Planung eingereicht.
Diese Fehler führen in der Praxis zu Rückfragen durch Gutachter oder zur Ablehnung des Ethikvotums. ZPS prüft jeden dieser Punkte systematisch und stellt sicher, dass Ihre Dokumentation vollständig und fachlich korrekt ist.