Wie bestimmt man die optimale Stichprobengröße in der Psychologie?

Warum es keine universelle optimale Fallzahl gibt

Die Stichprobengröße in der Psychologie ist keine feste Zahl, die man in einer Tabelle nachschlagen kann. Die erforderliche Fallzahl hängt immer von mehreren Faktoren gleichzeitig ab – vor allem davon, wie groß der zu entdeckende Effekt ist, welches statistische Verfahren eingesetzt wird und wie hoch die Wahrscheinlichkeit sein soll, diesen Effekt tatsächlich nachzuweisen.

Das klingt zunächst aufwendig, ist in der Praxis aber deutlich strukturierter als befürchtet: Es gibt ein klares methodisches Werkzeug – die a-priori-Poweranalyse – das genau diese Berechnung übernimmt. Wer dieses Instrument kennt und korrekt anwendet, kann die benötigte Stichprobengröße vor Beginn der Erhebung fundiert begründen.

Besonders im Psychologiestudium ist die Stichprobenplanung ein zentrales Thema, das bereits in der Planungsphase einer empirischen Studie berücksichtigt werden sollte – nicht erst, wenn die Datenerhebung abgeschlossen ist.

Die vier Parameter der Stichprobenplanung

In der statistischen Poweranalyse sind vier Größen miteinander verknüpft. Wenn drei davon bekannt sind, lässt sich die vierte berechnen. Für die Stichprobenplanung ist das Ziel, die benötigte Fallzahl N zu bestimmen – die anderen drei Parameter müssen daher vorab festgelegt werden.

Die Konvention, eine Power von 0,80 als Planungsziel anzusetzen, geht auf einen der meistzitierten Methodenbeiträge der psychologischen Forschung zurück: Eine Power von 0,80 bedeutet, dass ein tatsächlich vorhandener Effekt mit 80-prozentiger Wahrscheinlichkeit entdeckt wird – und damit eine 20-prozentige Restwahrscheinlichkeit besteht, ihn zu übersehen (Fehler 2. Art).

Entscheidend ist: Diese vier Parameter stehen in einem festen Verhältnis zueinander. Eine kleine Stichprobe kann nur dann ausreichen, wenn der erwartete Effekt groß ist oder man bereit ist, eine niedrigere Power zu akzeptieren. Umgekehrt erfordert der Nachweis kleiner Effekte deutlich mehr Versuchspersonen.

Effektgröße bestimmen: Konventionen, Vorstudien und Meta-Analysen

Der kritischste und häufig unterschätzte Schritt bei der Stichprobenplanung ist die Schätzung der erwarteten Effektgröße. Hier besteht in der Praxis oft die größte Unsicherheit – gerade bei Abschlussarbeiten, bei denen keine eigene Vorforschung vorliegt.

Option 1: Konventionelle Effektgrößen nach Cohen

Wenn keine Vorforschung verfügbar ist, können die von Cohen etablierten Konventionen als Orientierung dienen. Für den t-Test gelten beispielsweise:

• Kleiner Effekt: Cohens d = 0,20
• Mittlerer Effekt: Cohens d = 0,50
• Großer Effekt: Cohens d = 0,80

Für andere Verfahren gelten andere Maße und Konventionen – etwa f für die Varianzanalyse oder r für Korrelationen. Wichtig: Konventionen sind ein letzter Ausweg, keine bevorzugte Methode. Die Stichprobenplanung ist aussagekräftiger, wenn die erwartete Effektgröße inhaltlich begründet werden kann.

Option 2: Vorstudien und Pilotstudien

Wenn eigene Pilotdaten oder Ergebnisse aus ähnlichen Studien vorliegen, sollten diese als Basis für die Effektgrößenschätzung genutzt werden. Dabei ist allerdings Vorsicht geboten: Effektgrößen aus kleinen Pilotstudien sind statistisch instabil und tendieren zur Überschätzung des wahren Effekts.

Option 3: Meta-Analysen

Der methodisch sauberste Weg ist der Rückgriff auf publizierte Meta-Analysen zum jeweiligen Forschungsfeld. Meta-analytische Effektgrößen sind über viele Studien hinweg gemittelt und liefern realistischere Schätzungen als einzelne Primärstudien. Wer eine Bachelorarbeit zur Wirksamkeit eines Interventionsprogramms schreibt, findet in einschlägigen Meta-Analysen oft direkt den relevanten Effektgrößenschätzer.

Poweranalyse mit G*Power: Schritt für Schritt

Das Standardwerkzeug für Poweranalysen in der Psychologie ist G*Power – eine kostenlose Software, die für nahezu alle gängigen statistischen Tests die erforderliche Stichprobengröße berechnen kann. G*Power unterstützt fünf Arten von Poweranalysen, darunter a-priori-Analysen zur Fallzahlberechnung und Sensitivitätsanalysen zur Bestimmung des kleinsten entdeckbaren Effekts bei gegebener Stichprobengröße.

Ablauf einer a-priori-Poweranalyse in G*Power

Am häufigsten benötigt wird die a-priori-Analyse: Sie berechnet die erforderliche Fallzahl auf Basis der drei anderen Parameter. So gehen Sie vor:

1. Test Family wählen: Wählen Sie die zutreffende Testfamilie (z. B. t-Tests, F-Tests, χ²-Tests, Korrelationen).
2. Statistical Test spezifizieren: Wählen Sie den konkreten Test (z. B. „Means: Difference between two independent means“ für den unabhängigen t-Test).
3. Type of Power Analysis: Wählen Sie „A priori: Compute required sample size“.
4. Parameter eingeben: Tragen Sie Effektgröße (d), α-Fehler-Wahrscheinlichkeit (0,05) und Power (0,80) ein.
5. Berechnen: G*Power gibt die erforderliche Gesamtstichprobengröße aus – ggf. aufgeteilt auf Gruppen.

Ein wichtiger Hinweis für die Praxis: Die berechnete Fallzahl gilt nur dann, wenn Testfamilie, Richtung der Hypothese (ein- oder zweiseitig) und Designannahmen korrekt spezifiziert sind. Ein häufiger Fehler ist, für eine zweiseitige Hypothese eine einseitige Analyse zu berechnen – das unterschätzt die benötigte Stichprobengröße systematisch.

Beispielrechnung: Unabhängiger t-Test

Angenommen, Sie vergleichen zwei Gruppen (Interventions- vs. Kontrollgruppe) hinsichtlich eines psychologischen Konstrukts und erwarten auf Basis einer Meta-Analyse einen mittleren Effekt (d = 0,50). Bei α = 0,05 und 1–β = 0,80 ergibt die Poweranalyse:

Bei einem kleinen Effekt (d = 0,20) steigt die benötigte Fallzahl auf über 780 Personen – ein Wert, der für Abschlussarbeiten in der Regel nicht realisierbar ist. Hier lohnt es sich, die Fragestellung zu schärfen oder auf ein Verfahren mit höherer Effizienz auszuweichen.

Daumenregeln und Mindeststichproben in der Psychologie

Neben der formalen Poweranalyse kursieren in der Psychologie verschiedene Faustregeln für Mindeststichproben. Diese sind kein Ersatz für eine korrekte Poweranalyse, können aber als erste Orientierung dienen – oder als Plausibilitätsprüfung.

Diese Werte gelten jeweils für mittlere Effekte und Standardparameter (α = 0,05, Power = 0,80). Für die explorative und konfirmatorische Faktorenanalyse gelten zusätzlich spezifische Anforderungen, die über einfache Faustregeln hinausgehen.

Auch bei der Auswertung von Fragebögen in der Psychologie spielt die Stichprobengröße eine wichtige Rolle: Zu kleine Stichproben gefährden nicht nur die statistische Power, sondern auch die Stabilität psychometrischer Kennwerte wie Cronbachs Alpha.

APA-Standard: Was in Ihrer Arbeit stehen muss

Wer eine empirische Abschlussarbeit in der Psychologie verfasst, muss die Stichprobenplanung nicht nur durchführen, sondern auch korrekt berichten. Die APA-Berichtsstandards für quantitative Forschung verlangen, dass sowohl die intendierte als auch die tatsächlich erreichte Stichprobengröße angegeben werden – und dass erklärt wird, wie die Fallzahl bestimmt wurde.

Konkret bedeutet das für Ihre Methodik-Sektion:

Ein Beispielsatz, der diese Anforderungen erfüllt, könnte lauten: „Die Stichprobengröße wurde mittels a-priori-Poweranalyse in G*Power 3.1 bestimmt. Für einen unabhängigen t-Test bei einem erwarteten mittleren Effekt (d = 0,50), einem Signifikanzniveau von α = .05 und einer angestrebten Teststärke von 1–β = .80 ergab sich eine erforderliche Gesamtstichprobengröße von N = 128 (je n = 64 pro Gruppe).“

Wie Ergebnisse nach diesem Standard vollständig und korrekt berichtet werden, erläutert unser Beitrag zum APA-konformen Berichten von Ergebnissen in der Psychologie.

Häufige Fehler bei der Stichprobenplanung

In der Praxis psychologischer Abschlussarbeiten wiederholen sich einige Fehler regelmäßig. Die wichtigsten sollten Sie kennen – und vermeiden.

Weitere typische Stolperstellen

• Effektgröße zu optimistisch ansetzen: Wer mit großen Effekten plant, um mit weniger Aufwand auszukommen, riskiert eine zu geringe Power beim tatsächlich vorliegenden (kleineren) Effekt.
• Falschen Test in G*Power auswählen: Die Testfamilie muss exakt dem statistischen Verfahren entsprechen, das in der Analyse eingesetzt wird. Ein t-Test und eine ANOVA mit zwei Gruppen liefern unterschiedliche Ergebnisse.
• Dropouts nicht einplanen: Bei Längsschnittstudien, Interventionsstudien oder Online-Befragungen sollte die berechnete Fallzahl um eine realistische Ausfallquote erhöht werden – typischerweise 10–20 %.
• Einseitig vs. zweiseitig verwechseln: Nur bei eindeutig gerichteten Hypothesen ist eine einseitige Testung angemessen. Zweiseitige Tests erfordern größere Stichproben.
• Keine Sensitivitätsanalyse bei fixer Stichprobe: Wenn die Stichprobengröße aus pragmatischen Gründen fix ist (z. B. Vollerhebung in einer Schule), sollte eine Sensitivitätsanalyse zeigen, welchen minimalen Effekt man unter diesen Bedingungen noch entdecken kann.

Unterstützung bei der Stichprobenplanung

Die Kombination aus Verfahrenswahl, Effektgrößenschätzung und korrekter G*Power-Konfiguration ist der methodisch anspruchsvollste Teil der Studienplanung in der Psychologie. Wer dabei unsicher ist, findet bei der statistischen Beratung für Psychologie fachkundige Unterstützung – von der Hypothesenformulierung bis zur abgesicherten Poweranalyse. Die dort verfügbare methodische Begleitung berücksichtigt auch hochschulspezifische Anforderungen, die bei der Begründung der Fallzahl eine Rolle spielen können.

Einen umfassenderen Überblick über die statistischen Methoden, die im Psychologiestudium relevant sind, bietet der Beitrag zu den statistischen Verfahren im Psychologiestudium.