Stichprobenplanung
In diesem Beitrag
Was versteht man unter Stichprobenplanung?
Die Stichprobenplanung bezeichnet den systematischen Prozess, mit dem vor einer empirischen Untersuchung festgelegt wird, wie eine Stichprobe aus einer Grundgesamtheit gezogen werden soll. Sie umfasst drei zentrale Entscheidungen:
- Zielpopulation: Wer oder was gehört zur Grundgesamtheit, über die eine Aussage getroffen werden soll?
- Stichprobenverfahren: Wie werden die Einheiten aus der Grundgesamtheit ausgewählt (z. B. einfache Zufallsstichprobe, geschichtete Stichprobe, Klumpenstichprobe)?
- Stichprobenumfang: Wie viele Einheiten müssen befragt oder gemessen werden, um statistisch belastbare Aussagen treffen zu können?
Der erforderliche Stichprobenumfang n hängt dabei von mehreren Faktoren ab: dem gewünschten Signifikanzniveau , der angestrebten statistischen Power , der erwarteten Effektgröße sowie der Varianz in der Population. Die Stichprobenplanung findet typischerweise vor der Datenerhebung statt – man spricht dann von einer sogenannten a priori Planung.
Warum ist Stichprobenplanung für statistische Analysen wichtig?
Eine sorgfältige Stichprobenplanung ist die Grundlage jeder validen empirischen Studie. Sie hat direkten Einfluss auf die interne und externe Validität der Ergebnisse: Ist die Stichprobe zu klein oder schlecht gezogen, sind Schlussfolgerungen auf die Grundgesamtheit nicht zulässig oder statistisch unzuverlässig.
Besonders relevant ist die Planung in folgenden Punkten:
- Vermeidung von Unter- und Überschätzungen: Eine zu kleine Stichprobe kann echte Effekte übersehen (Typ-II-Fehler), eine unnötig große Stichprobe verschwendet Ressourcen und kann zu statistisch signifikanten, aber praktisch bedeutungslosen Befunden führen.
- Repräsentativität: Nur wenn die Stichprobe die Grundgesamtheit angemessen abbildet, können die Ergebnisse verallgemeinert werden.
- Ethische und ökonomische Effizienz: Gerade in medizinischen oder sozialwissenschaftlichen Studien ist es wichtig, nicht mehr Probandinnen und Probanden einzubeziehen als nötig.
Praxisbeispiel zu Stichprobenplanung
Eine Psychologiestudentin plant eine Studie, in der sie untersucht, ob ein neues Lernprogramm die Prüfungsleistung verbessert. Sie möchte zwei Gruppen vergleichen: eine mit dem Programm (Interventionsgruppe) und eine ohne (Kontrollgruppe). Vor der Erhebung führt sie eine Poweranalyse durch.
| Parameter | Gewählter Wert | Bedeutung |
|---|---|---|
| Signifikanzniveau (α) | 0,05 | 5 % Irrtumswahrscheinlichkeit für einen Typ-I-Fehler |
| Power (1 − β) | 0,80 | 80 % Wahrscheinlichkeit, einen echten Effekt zu entdecken |
| Erwartete Effektgröße (d) | 0,50 | Mittlerer Effekt nach Cohen |
| Erforderliches n pro Gruppe | 64 | Berechnet via G*Power für einen zweiseitigen t-Test |
Das Ergebnis der Poweranalyse zeigt: Pro Gruppe werden 64 Teilnehmende benötigt, also insgesamt 128 Personen. Würde die Studentin stattdessen nur 30 Personen pro Gruppe befragen, läge die Power ihrer Studie lediglich bei rund 40 % – sie hätte also nur eine Chance von 2 zu 5, einen tatsächlich vorhandenen Effekt überhaupt zu entdecken. Eine durchdachte Stichprobenplanung verhindert genau dieses Problem, bevor es entsteht.
