Die Poweranalyse dient dazu, vor der Erhebung eine realistische Größenordnung für die Stichprobengröße zu erhalten und fußt auf vielen Annahmen. Je komplexer das Modell, desto vielfältiger die Einstellungen, die in der Software zur Powerberechnung eingestellt werden können. Oft liefern Softwares Standard-Einstellungen, doch diese müssen für den Einzelfall nicht unbedingt sinnvoll sein. Für komplexe Modelle wie Strukturgleichungsmodelle oder Multilevel-Modelle gibt es oft keine Standardwerte. Oft lohnt es sich über den "worst case" an Datensituation oder Voraussetzungsverletzungen nachzudenken und für diesen die Power zu berechnen.

Für die Power der linearen Regression ist es zum Beispiel wichtig, wie hoch die Prädiktoren mit einander korrelieren (Multikollinearität). Je höher die Korrelation, desto größer die benötigte Stichprobe. Je nach dem, was du für deine Prädiktoren erwartest, solltest du diesen Wert in der Powerberechnungssoftware anpassen.

Last modified: Monday, 18 November 2024, 2:49 PM