STATISTIK-FORUM.de

[Hanna_10]

Hallo,

ich kenne mich nicht so intensiv mit Statistik aus und hoffe hier auf Hilfe.

In meiner Studie möchte ich gerne am Ende Mittelwerte vergleichen. Es wird ein within-subject Design werden.
Nun will ich gerne abschätzen können wie viele Probanden ich brauchen werde.

Kann mir jemand erklären wie ich den Stichprobenanzahl bestimmen kann?
Wenn ich z.B. 4 Variablen habe, mit A hat 5 Parameter, B hat 4, C hat 2 und D hat 3.

Rechne ich dann einfach 5x4x2x3 = 120. Heißt das ich brauch ca. 120 Probanden?

Ich bin über jede Hilfe/Ansatz dankbar.

LG H.

[PonderStibbons]

Schwer zu verstehen. Wie sieht die Studie konkret aus - wie lautet das Thema und die Fragestellung, was sind das ganz konkret für Variablen, wie wird die Studie durchgeführt, worin besteht die abhängige Messung?
s.a. nutzung-des-forums-f44/das-musste-mal-gepostet-werden-t6682.html

Mit freundlichen Grüßen

PonderStibbons

[Hanna_10]

Danke erst mal für deine schnelle Antwort.

Ok, ich versuche es mal zu beschreiben.

Es geht um die Bewertung von 3 verschiedenen Handys.
Dabei sollen Sie einmal die Handys im angeschalteten und einmal im ausgeschalteten bewerten. Wobei im angeschalteten Zustand noch unter verschiedenen Umgebungshelligkeiten, verschiedenen Helligkeitseinstellungen und Blickwinkeln getestet werden soll .

A - Umgebungshelligkeiten wären: direkte Sonne, Raumbeleuchtung, Nachtsituation (3 Bedingungen)
B- Helligkeitseinstellungen: niedrigste Stufe, mittelste Stufe, hellste Stufe (3 Bedingungen)
C- Blickwinkel : frontale Sichtweise, seitliche Sichtweise

Dabei soll jeder Proband alle Situationen durch laufen und alle 3 handys bewerten.

VG H.

[PonderStibbons]

Ok, dann ist die Frage, was Du mit "brauchen" meinst. Wenn jeder Proband
alle Bedingungen durchläuft, reicht n=1, damit in jeder Bedingungskombination
1 Beobachtung vorhanden ist.

Mit freundlichen Grüßen

PonderStibbons

[Hanna_10]

Ok, aber ich bin mir nicht sicher wie viele Probanden insgesamt nötig sind um sinnvolle Zusammenhänge erkennen zu können?
Wäre das bereits mit z.B. 10 Probanden erledigt, oder ist es besser 50 zu haben.
Ich weis das die Stichproben lieber groß sein sollten um repräsentativ zu sein.. Aber ich habe leider keinen Ansatz was eine sinnvolle Zahl an probanden sein könnte...

Kannst du mir da weiter helfen?

LG H.

[bele]

Mit der Repräsentativität hat das nicht so viel zu tun wie mit der Effektstärke. Du musst die Frage beantworten, was Du unter "sinnvollen" Zusammenhängen suchst. Wenn das nur solche sind, die einen starken Effekt im Vergleich zur allgemeinen Schwankung machen, dann brauchst Du weniger als wenn Du auch nach schwachen Effekten (im Vergleich zu den allgemeinen Schwankungen) suchst.

Einen Leseeinstieg könntest Du hier erhalten: https://psychotutorium.files.wordpress. ... gpower.pdf
Wobei der für Dich ganz entscheidende Teil auf der mit "124" gekennzeichneten Folie 13 zu beginnen scheint.


LG,
Bernhard

[Hanna_10]

Ich habe noch Probleme zu verstehen (trotz Internetsuche) warum es so wichtig ist eine entsprechende Effektgröße festzulegen und somit auch festzulegen das dieser Effekt mit der Wahrscheinlichkeit X gefunden wird.
Woran mach ich das den fest? Wahrscheinlich meinst du dies auch mit "starker Effekt im Vergleich zu allgemeinen Schwankungen".

Das ist mir noch nicht klar.

Vielen Dank für den Link.

[bele]

Hast Du den Begriff der Power verstanden?

Hast Du verstanden, wie Power und Fallzahl zusammenhängen?

[Hanna_10]

Ich habe gerade eine gute Beschreibung des ganzen gefunden: http://harald-walach.de/wp-content/uplo ... nalyse.pdf

Daraus habe ich verstanden das Power die Teststärke ist- d.h: Wie hoch ist die Wahrscheinlichkeit, einen Effekt bestimmter Größe zu finden. Sie ist definiert als 1-ß. Und mit ß lege ich fest wie hoch die Wahrscheinlichkeit ist einen Effekt, wenn er vorhanden ist, zu übersehen.

Ich habe bloß gerade ein noch ein Problem warum er in seinem Text auf von ihm gekennzeichneten Seite 6, weit oben, schreibt:
"Habe ich einen großen Effekt, dann ist bei gleichem alpha-Fehler die Anzahl benötigter Studienteilnehmer relativ klein, selbst wenn ich nur wenig Gefahr laufen will, den Effekt zu übersehen und damit eine große statistische Mächtigkeit meines Tests fordere. Ist der Effekt, den ich zu sehen erwarte relativ klein, dann muß ich bei gleichem Alpha-Fehler eine viel größere Anzahl von Personen in meine Studie rekrutieren, um den Beta-Fehler ebenfalls gering zu halten und damit den Effekt mit einer einigermaßen vernünftigen statistischen Mächtigkeit zu sehen."

Mir ist noch nicht klar wie der Zusammenhang zwischen Effektgröße und Power entsteht? Bzgl. großer Stichprobe um ß klein zu halten? oder habe ich gerade einfach nur ein gedankliches Problem..?

VG.

[bele]

Ja, Du hast ein gedankliches Problem und damit eine große Chance. An diesem Gedanken musst Du arbeiten, bis Du ihn kapiert hast, dann erklärt sich der Rest.

Stell Dir vor, wir untersuchen, ob ein Dünger das Gras in gleicher Zeit länger wachsen lässt. Wir untersuchen das Wachstum von 10 Grashalmen auf einer Wiesenstelle ohne Dünger und von 10 Grashalmen auf einer gedüngten Wiesenstelle. Ungedüngtes Gras wächst in dieser Zeit 5mm, gedüngtes 5,1mm. Wie schätzt Du die Chance ein, dass wir mit 10 Grashalmen diesen Unterschied finden? Jetzt nehmen wir einen anderen Dünger. Ungedüngtes Gras wächst im Schnitt 5mm, gedüngtes wächst im Schnitt 40mm. Wie groß sind jetzt die Chancen, den Unterschied an nur je 10 Grashalmen zu finden?

Zurück zum ersten Dünger. Ungedüngtes Gras wächst 5mm, gedüngtes wächst 5,1mm. Wir untersuchen nicht mehr 10 Grashalme, sondern eine Million Grashalme je Wiesenstück. Wie verändert sich unsere Chance, den Längenunterschied statistisch nachweisen zu können?

Bleib dran, evtl. stehst Du kurz vor einem wichtigen Durchbruch.

LG,
Bernhard