Eine formale Berechnung zur Bestimmung, wie viele Beobachtungen oder Einheiten in einer Studie erforderlich sind, um festgelegte Ziele zu erreichen—z. B. eine Ziel-Power, eine gewünschte Fehlermarge oder zuverlässige Schätzung—unter angegebenen Annahmen zu Variabilität und Design.

Prinzip

Die Berechnung der Stichprobengröße verknüpft inferenzielle Ziele (Power, Präzision, Konfidenz) mit Designparametern (Effektgröße, Varianz, Clusterstruktur, ein- vs. zweiseitige Tests) und Ressourcenbeschränkungen, um eine begründbare numerische Zielgröße zu liefern.

Demonstration

Ein Produktteam verlangt ein 95%-Konfidenzintervall mit ±2% Fehlermarge für die geschätzte Akzeptanzrate; unter Verwendung einer aus Voruntersuchungen geschätzten Varianz und Anpassung für geplante Schichtung berechnen Analysten die Gesamtstichprobe und verteilen sie auf Schichten, um die Fehlermarge zu erreichen.

Fehlanwendung

Verlassen auf Standardwerte oder historische Varianzen, die zur aktuellen Population nicht passen, Ignorieren von Clusterbildung oder Nonresponse, oder Verwenden von Formeln ohne Anpassung für multiple Vergleiche, was zu unter- oder übergroßen Stichproben führt.

Konsequenz

Richtig berechnet unterstützen Stichprobengrößen interpretierbare Inferenz und effiziente Ressourcennutzung; Unterschätzung führt zu nichtssagenden Ergebnissen, Überschätzung verschwendet Zeit und Budget und kann in Studien ethische Probleme verursachen.

Umkehrung

Die Umkehrfrage lautet: Welche Präzision oder Power ist bei gegebener Stichprobengröße erreichbar? Diese Rückrechnung hilft, wenn Stichprobengrößen beschränkt sind und realistische Inferenz-Erwartungen nötig sind.

Abgrenzung

Gilt für probabilistische Studiendesigns mit expliziten Schätzparametern und Varianzmodellen; umfasst nicht explorative Datenanalysen, qualitative Forschung ohne Repräsentativität oder Situationen, in denen Sampling nicht steuerbar ist.

Semantische Spannung

Spannung zwischen statistischer Optimalität und operativen Beschränkungen (Kosten, Rekrutierungsgeschwindigkeit) sowie zwischen Einzelstudienzielen und sequentiellen/adaptiven Designs, die Stichprobenanforderungen während der Studie verändern.

Synthese

Die Berechnung der Stichprobengröße wandelt inferenzielle Anforderungen und Designannahmen in eine konkrete Anzahl von Beobachtungen um, die nötig ist, um wissenschaftliche oder geschäftliche Ziele unter Berücksichtigung von Designmerkmalen und Einschränkungen zu erreichen.