Wann wird Konfidenzintervall breiter?
Das Konfidenzintervall wäre breiter, wenn man ein höheres Konfidenzniveau (eine höhere Sicherheit) gewählt hätte. Das Konfidenzintervall wäre breiter, wenn der Anteil der Befür- worter/innen und der Anteil der Gegner/innen in der Stichprobe gleich groß gewesen wären.
Warum 95 Konfidenzintervall?
Wenn man es allerdings ganz genau nehmen will, ist die Definition, und somit auch die Interpretation eines KIs minimal anders: Ein 95\%-KI ist ein Intervall [a, b], das, wenn es sehr häufig mit neuen Stichproben berechnet wird, den wahren Parameter, z.B. \mu, mit einer Wahrscheinlichkeit von 95\% auch überdeckt.
Was bedeutet ein kleines Konfidenzintervall?
Konfidenzintervalle bezeichnen – wie der Name schon sagt – Intervalle mit ein Ober- und einer Untergrenze. Sie geben die Sicherheit der Schätzung einer gesuchten Kenngröße, z.B. des Mittelwerts, an. Das gängigste Konfidenzintervall ist das 95 \%-Konfidenzintervall.
Wie fließt der Standardfehler in den Nenner ein?
In die Berechnung des Standardfehlers fließt die Stichprobengröße in den Nenner ein. Das heißt, je größer die Stichprobe, desto kleiner der Standardfehler. Der Standardfehler wiederum geht in die Berechnung der -Prüfstatistik im Nenner ein.
Ist ein Baby zu klein oder leicht zur Welt gekommen?
Wenn ein Baby zu klein oder zu leicht zur Welt kommt, machen sich viele Eltern Sorgen über die weitere Entwicklung ihres Kindes – nicht zu Unrecht. Denn Wachstumsstörungen beim Ungeborenen können sich ein Leben lang auswirken. Die meisten zu klein geborenen Kinder holen ihren Wachstumsrückstand in den ersten zwei Lebensjahren auf.
Wie kann ich den stichprobenbedarf berechnen?
Es gibt einige kostenlose Programme zur Berechnung des Stichprobenbedarfs, z. B. G*Power. Mit G*Power kannst Du nicht nur solche a-priori Berechnungen anstellen für die Planung Deiner Untersuchung, sondern auch a-posteriori die Teststärke nach der Erhebung anhand der gefundenen Effektgröße ermitteln.
Was ist der Mittelwert deiner Stichprobe?
Der Mittelwert in Deiner Stichprobe ist dann möglicherweise bei 173,2mm und in der Stichprobe Deiner Kommilitonin etwa 174,5mm. Und das, obwohl ihr zweimal Probanden aus derselben Population rekrutiert habt. Dieser Unterschied liegt normalerweise im Bereich erwarteter Zufallsschwankungen und ein -Test würde dessen Nicht-Signifikanz bescheinigen.