Vorteile
Ist die benötigte Fallzahl vor der Durchführung der Studie nicht bekannt, so kann es sein, dass zu wenige Daten erhoben werden, um die Forschungsfrage mit den Ergebnissen beantworten zu können. Dann können nur Tendenzen beschrieben werden, keine statistisch fundierten Aussagen getroffen werden und die Arbeit war teilweise umsonst.
Werden mehr Fälle erhoben als eigentlich für die Beantwortung der Fragestellung notwendig gewesen wäre, wurde unnötig viel Zeit und Geld eingesetzt. In Interventionsstudien wurden zudem mehr Patienten als notwendig mit der unterlegeneren Methode behandelt, was aus ethischen Gründen nicht vertretbar ist.
Eine Fallzahlberechnung während der Planungsphase kann also Zeit und Geld sparen und stellt sicher, dass mit der geplanten Studie auch die gewünschten Ergebnisse erreicht werden.
Limitationen
Neben diesen Vorteilen müssen auch die Beschränkungen einer Fallzahlplanung betrachtet werden. Die Fallzahlplanung vorab basiert immer auf Annahmen über die zu untersuchenden Unterschiede und Zusammenhänge. Es müssen also Annahmen z.B. über die erwarteten Mittelwerte, Streuungen, die Stärke der Zusammenhänge usw. getroffen werden.
Diese Werte können aus früheren Studien oder aus der Literatur stammen. Oder man verwendet die Werte, die für die Fragestellung relevant sind. Das kann zum Beispiel der kleinste klinisch relevante Unterschied oder der kleinste relevante Zusammenhang sein.
Von diesen – teils spekulativen – Werten hängt das Ergebnis der Fallzahl ab. Deshalb wird bei der Fallzahlplanung am besten immer mit verschiedenen Ausgangswerten gearbeitet und die Ergebnisse vor dem Hintergrund dieser einfließenden Werte betrachtet.
Du willst mehr Durchblick im Statistik-Dschungel?
Zwei Arten der Fallzahlplanung
Neben der klassischen Fallzahlplanung, bei der durch die Annahme der Größe des Unterschieds oder Zusammenhangs auf die benötigte Stichprobengröße geschlossen wird, ist es auch möglich, in die andere Richtung zu gehen. Hier wird basierend auf der Stichprobengröße berechnet, welcher Unterschied bzw. Zusammenhang mit dieser Stichprobengröße höchstens als signifikant nachgewiesen werden kann.
Dieser zweite Ansatz ist vor allem dann sinnvoll, wenn die Stichprobengröße von vornherein limitiert ist. Zudem macht es häufig auch Sinn, in beide Richtungen zu schauen:
- Welche Stichprobengröße benötige ich, um diesen Unterschied/Zusammenhang signifikant nachzuweisen?
- Welchen Unterschied/Zusammenhang kann ich mit dieser Stichprobengröße als signifikant nachweisen?
Umsetzung
Durchführen können Sie die Fallzahlberechnung beispielsweise mit der freien kostenlosen Software G*Power der Uni Düsseldorf, die eine große Auswahl an Methoden bereitstellt. Zudem stehen natürlich auch bei der Software R diverse Pakete mit Methoden zur Fallzahlberechnung zur Verfügung.
Wenn Sie professionelle Unterstützung bei der Fallzahlplanung oder eine Begleitung bei der Planung Ihres Forschungsprojekts wünschen, nehmen Sie gern Kontakt mit mir auf.
Ich bin Statistik-Expertin aus Leidenschaft und bringe Dir auf leicht verständliche Weise und anwendungsorientiert die statistische Datenanalyse bei. Mit meinen praxisrelevanten Inhalten und hilfreichen Tipps wirst Du statistisch kompetenter und bringst Dein Projekt einen großen Schritt voran.
Guten Abend,
ich habe zwei Stichproben N = 790 und N = 155 und möchte sie miteinander nach bestimmten Kriterien vergleichen. Wie kann ich statistisch nachweisen, dass der Vergleich so unterschiedlich großer Stichproben ok ist?
Vielen Dank
Hallo Julia,
die unterschiedliche Gruppengröße ist unproblematisch. Es müssen dann nur die Voraussetzungen für den jeweiligen Test erfüllt sein (z.B. Normalverteilung und Varianzgleichheit für den t-Test), dann stört die ungleiche Gruppengröße nicht. Durch die kleinere Gruppe ist natürlich die Teststärke insgesamt limitiert, aber Deine kleinere Gruppe ist ja auch noch relativ groß. Damit wirst Du also gut einen Unterschied nachweisen können.
Schöne Grüße
Daniela