Statistische Signifikanz wird verwendet, um zu bestimmen, ob die Statistiken zuverlässig sind und ob die gefundenen Unterschiede immer gefunden werden. Die häufigste Art statistischer Signifikanz ist der t-Statistik und der p-Wert. Sehr kleine Unterschiede können signifikant sein, wenn die Stichprobengröße groß ist. Wenn die Stichprobengröße klein ist, sind dann viel größere Unterschiede erforderlich, um statistische Signifikanz zu erreichen. Um zu bestimmen, wie viele Messungen benötigt werden, um statistische Signifikanz zu finden, kann die Stichprobengröße vor der Studie geschätzt werden.
Bestimmen Sie das zu verwendende Alpha-Niveau. Dies bezieht sich auf die Menge an Fehler, die in der statistischen Analyse akzeptabel ist. Normalerweise wird ein Alpha-Niveau von 0,05 verwendet, obwohl dieses Niveau unterschiedlich sein kann. Je höher das Niveau, desto mehr Fehler existiert in der Berechnung.
Schätzen Sie den durchschnittlichen Mittelwert, den Sie von der Studie erwarten. Oft basiert dieser geschätzte Mittelwert auf zuvor durchgeführter Forschung. Alternativ kann er aus einer kleinen Testumfrage oder Forschung an einer kleinen Stichprobengruppe berechnet werden.
Setzen Sie die Werte in diese Gleichung ein:
n = t^2 x p(1-p)/m^2.
t ist das Konfidenzniveau, normalerweise 95 Prozent (Standardwert 1,96). p ist der geschätzte Mittelwert, und m ist der Fehlerbereich oder das Alpha-Niveau. n wird die berechnete Stichprobengröße sein.

www.alskrankheit.net © Gesundheitswissenschaften