Hypothesenaufstellen und Effektstärken

-              Formulieren einer Null Hypothese

-              Formulieren spezifische Alternativhypothese  (Effektgröße)

-              Festlegung a-/ß-Fehler

o   Wenn benötigte Stichproben Umfänge zu groß und a und ß nicht noch liberaler gewählt werden können auf Schätzung der Effekte beschränken ? (schätzen wir nicht eh immer?)

-              Berechnen Stichprobenumfang

-              Untersuchung/Erhebung

-              Ergebnisbewertung: signifikant  annahme H1, nicht Signifikant  Annahme H0 (nicht bloß kein Ergebnis)

o   Nullhypothese, Sachhypothese/Alternativhypothese

§  Alle möglichen Ergebnisse müssen in Hypothesen erfasst werden

§  Ergebnis zeigt wie wahrscheinlich die beobachtung unter Annahme der H0 sind

o   Gerichtete vs ungerichtete Hypothesen

o   Unterschieds- (mittelwert)  vs. Zusammenhangshypothesen (Korrelation)

o   Nullhypothese und mindest-Effektstärke als Alternativhypothese

§   Ergebnis kann sowohl unter Annahme der H0 als auch unter Annahme der H1/Effektstärke betrachtet werden

§  Ergebnis kann signifikant von h1 Abweichen und die h1 somit falsifiziert werden

§  ß Fehler ist bekannt ?

o   Alpha Niveau muss nicht zwingend sehr gering sein

§   -> zb in klinischen Studien, wenn Konsequenzen des fälschlichen Beibehaltens, der H0 schwerwiegender ist als fälschliches Verwerfen der H0

o   Signifikant heißt nicht  bedeutsam

§  Stärker Abhängig von Stichprobengröße

§  Darum Fokus auf Signifikanz bedeutsamer Effektgrößen

o   Nicht signifikante Ergebnisse können eigentlich nicht interpretiert werden

§  Aussagen der H1 können nicht falsifiziert werden ( h1 enthält oft die interessierende hypothese)

o   Wahrscheinlichkeit einen bestehenden effekt in einer Stichprobe auch zu finden ( Kennwert im Annahmebereich H1/Ablehnungsbereich H0)

·       1-ß

§  Bedingt durch; Stichprobengröße, Effektstärke (Abstand H1 – H0), Signifikanzniveau

§  Ziel : durch Versuchsplanung a und ß Fehler angleichen  sowohl Annahme als auch Ablehnung H0 informativ

§  Post-hoc Power Analyse wenn erst im Nachhinein ermittelt

§  in Relativer Häufigkeit

§   Cohens d (theoretisches Maß): Anzahl der Standartabweichungen über oder unter dem Mittelwert (Mittelwertsunterschied geteilt durch Standardabweichung)

o   t-tests

o   Wird auch deskriptiv verwendet

§  Anteil gemeinsamer Varianz

·       Genutzt bei vielen Gruppen/Varianzanalysen oder multiplen Korrelationen (bei linear =R^2)

§  Größe des zu erwartenden Effekts festlegen:

·       Idealerweise basierend auf Theorie oder pragmatischen Ursachen

o   Effekt muss vergleichbar groß sein wie andere gefundene Einflüsse

o   Praktische kosten nutzen abwägung (erst wenn so viel dann ändern wir was)

·       Studium der Fachliteratur

·       Konventionen von Cohen

o   Klein: d =.20, r = .10

o   Mittel  d= .50, r = .30

o   Groß : d= .80, r= .50

o   A-Priori:

§  Ermittlung : Stichprobengröße,

§  Gegeben: a Fehler/Teststärke(ß)  und Effektstärke

o   Post hoc:

§   Ermittlung: Teststärke,

§  Gegeben: Fehler, Stichprobe, Effektstärke

o   Kompromiss:

§  Ermittlung: realistische Stichprobe, Effektstärke

§  Gegeben: Verhältnis von Fehler und Teststärke

·       Auch wenn Signifikanz Niveau dann höher ist, ist  dies vorzuziehen

o   Sensitivität

§  Ermittlung: entdeckbare Effektstärke

§  Gegeben: Stichprobe und Fehler/ ß fehler

·       Bei within-subjects-design schon mal automatisch nur halb so viele Personen, wenn Korrelation der Bedingungen durch Personenfaktoren zu erwarten sogar noch weniger