STATISTIK-FORUM.de

[Hanna200]

Hallo,
ich befinde mich auf der Zielgeraden meiner Masterarbeit mit Studiendesign Quasi-Experiment, Pretest-Posttest mit Kontrollgruppe und bin sehr verunsichert in der Argumentation meiner Ergebnisse. Leider ist meine Stichprobe sehr klein (n=22), wodurch alle gerichteten Hypothesen fast schon automatisch abgelehnt werden. Meine deskriptive Statistik besagt jedoch eine deutliche Steigerung, auch wenn diese aufgrund der kleinen Stichprobe (und noch ein paar anderer Aspekte) nicht statistisch signifikant ist. Meine bisherige Argumentation war, dass alle Hypothesen abgelehnt werden, ABER, dass das ja trotzdem deskriptiv ganz gut aussieht. Jetzt habe ich von einer Freundin, die in der Forschung arbeitet (qualitativer Schwerpunkt jedoch) das Feedback bekommen, dass ich meine Erkenntnisse nicht so unter Wert verkaufen soll und die Hypothesen doch so formulieren soll, dass es gar nicht um die Signifikanz geht (z.B. anstatt "signifikant größer" nur "größer" schreiben). Geht das überhaupt oder wird damit das Prinzip der Hypothese gänzlich untergraben und ich begehe eher einen methodischen Fehler?
Wäre es z.B. ein Kompromiss, die Hypothesen basierend auf den deskriptiven Ergebnissen zu bewerten und anschließend mittels Inferenzstatistik separat auf statistische Signifikanz zu prüfen?
Danke für euer Feedback!
LG, Hanna

[PonderStibbons]

(z.B. anstatt "signifikant größer" nur "größer" schreiben).

Meines Erachtens hat "signifikant" in den Hypothesen von vornherein nichts verloren. Man stellt eine Allgmeinaussage aus
("X bewirkt in der Population Z einen Anstieg von Y"), die man mit unterschiedlichen Methoden überprüfen kann, von denen
Statistische Signifikanztests nur eine unter vielen sind (man denke nur mal als Alternative an Bayes-Statistik, da gibt es
keine Signifikanztests).

Wäre es z.B. ein Kompromiss, die Hypothesen basierend auf den deskriptiven Ergebnissen zu bewerten und anschließend mittels Inferenzstatistik separat auf statistische Signifikanz zu prüfen?

Eine zu kleine Stichprobe ist ein Planungsfehler, aber den wird der Betreuer ja wohl abgesegnet haben,
also ist es (auch) sein Fehler. Ich fände es stimmig so zu verfahren wie Du es schreibst, das Ergebnismuster
in der Stichprobe beschreiben; kommentieren, dass die Ergebnisse in die hypothetisierten Richtungen gehen;
die statistischen Signifikanztests berichten und als Schwäche die geringe statistische power der Studie
benennen, wodurch letztlich die Schlußfolgerungen offen bleiben. Wobei ich n=22 mit Mehrfachmessungen
(pre-post, jede Person ist damit ihre eigene Kontrolle, was Zufallsfehlerrauschen verringert) und einseitiger
Testung nicht so extrem schwach finde, vielleicht ist der Effekt tatsächlich in der Grundgesamtheit gegen null
bzw. vernachlässigbar klein?

Just my 2pence

PonderStibbons