Wie viele Teilnehmer braucht meine Studie?

Die Frage „wie viele Teilnehmer braucht meine Studie“ entscheidet oft früher über die Qualität einer Arbeit als die spätere Wahl zwischen SPSS, R oder anderen Statistikprogrammen. Wer zu wenige Personen einplant, findet möglicherweise keinen Effekt, obwohl er vorhanden ist. Wer deutlich zu viele Personen rekrutiert, verliert Zeit, Budget und im klinischen Kontext unter Umständen auch unnötig Ressourcen von Patienten. Eine nachvollziehbare Fallzahlplanung schafft deshalb Sicherheit für Exposé, Ethikantrag, Studienprotokoll und Ergebnisinterpretation.

Warum es keine allgemeingültige Teilnehmerzahl gibt

Eine pauschale Antwort wie „30 pro Gruppe reichen“ ist wissenschaftlich nicht haltbar. Ob 30, 100 oder 1.000 Teilnehmende angemessen sind, hängt nicht vom Studienfach allein ab, sondern von Ihrer konkreten Forschungsfrage und dem geplanten Analyseverfahren.

Entscheidend ist zunächst, was Sie zeigen möchten. Wollen Sie zwei Gruppen hinsichtlich eines Mittelwerts vergleichen, etwa eine Interventions- und Kontrollgruppe? Prüfen Sie einen Zusammenhang zwischen Stress und Schlafqualität? Oder soll ein Regressionsmodell mit mehreren Prädiktoren ein klinisches Outcome vorhersagen? Jede dieser Fragestellungen stellt andere Anforderungen an die Fallzahl.

Auch ein nicht signifikantes Ergebnis ist nur dann aussagekräftig, wenn die Studie ausreichend Power hatte. Ohne vorab begründete Fallzahl bleibt offen, ob tatsächlich kein relevanter Effekt vorliegt oder ob Ihre Stichprobe schlicht zu klein war, um ihn nachzuweisen. Genau hier liegt der Unterschied zwischen einer zufälligen Teilnehmerzahl und einem methodisch begründeten Studiendesign.

Wie viele Teilnehmer braucht meine Studie für ausreichend Power?

Die Fallzahlplanung, häufig auch Power-Analyse genannt, verbindet vier Größen: die erwartete Effektgröße, das Signifikanzniveau, die statistische Power und die Anzahl der zu vergleichenden Gruppen oder Prädiktoren. Kennen Sie drei dieser Größen, kann die vierte - häufig die benötigte Teilnehmerzahl - berechnet werden.

Die Effektgröße beschreibt, wie stark ein Unterschied oder Zusammenhang voraussichtlich ausfällt. Ein großer Effekt lässt sich mit weniger Teilnehmenden erkennen als ein kleiner Effekt. In der Praxis sollte die Annahme nicht aus dem Bauch heraus kommen. Sinnvoll sind frühere Studien mit vergleichbarer Population, eine Metaanalyse, fachlich begründete klinische Relevanzschwellen oder belastbare Pilotdaten. Gerade Pilotstudien sind jedoch mit Vorsicht zu verwenden: Kleine Piloten liefern oft instabile Effektgrößen und können den späteren Stichprobenbedarf unterschätzen.

Das Signifikanzniveau wird meist auf 5 Prozent festgelegt. Es begrenzt das Risiko, einen Effekt zu behaupten, der in Wirklichkeit nicht existiert. Die Power wird häufig mit 80 oder 90 Prozent angesetzt. Sie gibt an, mit welcher Wahrscheinlichkeit ein vorhandener Effekt der angenommenen Größe auch statistisch erkannt wird. Bei confirmatory Studien, klinisch sensiblen Fragestellungen oder aufwendiger Rekrutierung kann eine Power von 90 Prozent angemessen sein. Das erhöht allerdings die notwendige Fallzahl.

Wichtig ist außerdem die Frage, ob Ihre Hypothese gerichtet ist. Ein einseitiger Test benötigt bei gleichen Annahmen weniger Personen als ein zweiseitiger Test. Einseitig zu testen ist aber nur dann vertretbar, wenn die Gegenrichtung fachlich und vor Studienbeginn wirklich ausgeschlossen werden kann. Die Entscheidung darf nicht erst nach Blick auf die Ergebnisse fallen.

Der praktische Weg zur belastbaren Fallzahlplanung

Beginnen Sie nicht mit einer Software, sondern mit einer klaren Entscheidung über den primären Endpunkt. Welches Ergebnis ist für Ihre Forschungsfrage zentral? Bei einer medizinischen Studie kann das beispielsweise eine Veränderung eines Blutwerts nach zwölf Wochen sein. In einer psychologischen Masterarbeit könnte es der Unterschied im Depressionsscore zwischen zwei Gruppen sein. Für genau diesen primären Endpunkt wird die zentrale Fallzahl kalkuliert.

Danach legen Sie den statistischen Test fest. Ein t-Test für unabhängige Gruppen, eine Korrelation, eine lineare Regression, eine Varianzanalyse oder ein logistisches Regressionsmodell benötigen jeweils unterschiedliche Eingaben. Bei einer Regression zählt nicht nur die erwartete Gesamtgüte des Modells, sondern auch die Anzahl der Prädiktoren und die Frage, ob einzelne Variablen oder das gesamte Modell geprüft werden.

Im nächsten Schritt definieren Sie die Annahmen transparent: Effektgröße, Alpha-Niveau, gewünschte Power, Testart und gegebenenfalls das Gruppenzuteilungsverhältnis. Ungleich große Gruppen können sinnvoll sein, etwa wenn eine Patientengruppe schwer zu rekrutieren ist. Statistisch kostet dieses Verhältnis jedoch meist Effizienz. Bei gleichem Gesamtumfang liefern gleich große Gruppen in vielen Standardsituationen die höchste Power.

Erst danach erfolgt die Berechnung, zum Beispiel mit G*Power, R oder einer anderen geeigneten Software. Das Ergebnis ist nicht einfach eine Zahl, die man übernimmt. Es muss inhaltlich geprüft werden: Passt die angenommene Effektgröße zu Ihrer Population? Berücksichtigt die Berechnung alle geplanten Kovariaten? Ist die Rekrutierung innerhalb Ihres Zeitfensters realistisch?

Ein kurzes Beispiel verdeutlicht die Logik: Sie vergleichen zwei unabhängige Gruppen und erwarten einen mittelgroßen Unterschied. Bei einem zweiseitigen Test, einem Alpha von 5 Prozent und 80 Prozent Power ergibt sich typischerweise eine deutlich größere Stichprobe als bei einem großen Effekt. Wird stattdessen nur ein kleiner, aber klinisch relevanter Unterschied erwartet, steigt der Bedarf schnell auf mehrere hundert Personen. Das ist kein Rechenfehler, sondern die Konsequenz einer präziseren Fragestellung.

Planen Sie Ausfälle von Anfang an ein

Die berechnete Zahl ist häufig nicht die Zahl, die Sie tatsächlich rekrutieren müssen. Bei Onlinebefragungen können unvollständige Fragebögen, auffällige Bearbeitungszeiten oder fehlende Einwilligungen zu Ausschlüssen führen. In Längsschnittstudien kommen Drop-outs zwischen Messzeitpunkten hinzu. Klinische Studien müssen zudem mit fehlenden Follow-up-Daten, Therapieabbrüchen oder nicht auswertbaren Messungen rechnen.

Wenn Sie beispielsweise 200 auswertbare Datensätze benötigen und mit 20 Prozent Ausfällen rechnen, reichen 220 Rekrutierte nicht aus. Sie müssen die Zielzahl durch den erwarteten Anteil verbleibender Fälle teilen: 200 geteilt durch 0,80 ergibt 250 zu rekrutierende Personen. Die Ausfallquote sollte fachlich begründet werden, etwa anhand vergleichbarer Studien oder realer Erfahrungen aus der Rekrutierung.

Studiendesigns, bei denen Standardrechner nicht genügen

Manche Fallzahlrechnungen sind komplexer als ein einfacher Gruppenvergleich. Das betrifft insbesondere Messwiederholungen, Cluster-Randomisierungen, multizentrische Studien, seltene Ereignisse und Modelle mit vielen Einflussgrößen.

Bei Messwiederholungen ist relevant, wie stark die Werte einer Person über die Zeit zusammenhängen. Diese Korrelation kann die benötigte Stichprobe deutlich verändern. Bei Clusterdesigns, etwa einer Intervention auf Ebene von Schulklassen, Stationen oder Arztpraxen, ähneln sich Personen innerhalb eines Clusters. Ignorieren Sie diese Abhängigkeit, wirkt die Stichprobe auf dem Papier größer, als sie statistisch tatsächlich ist. Der Design-Effekt muss dann in die Planung einfließen.

Bei seltenen Outcomes ist nicht allein die Gesamtzahl der Teilnehmenden entscheidend, sondern die Zahl der Ereignisse. Wer beispielsweise ein logistisches Modell für eine seltene Komplikation berechnet, benötigt genügend Fälle mit dieser Komplikation. Andernfalls werden Schätzungen instabil, Konfidenzintervalle breit und Modelle überangepasst.

Auch mehrere primäre Hypothesen erfordern Aufmerksamkeit. Wenn Sie viele Tests durchführen und das Alpha-Niveau korrigieren, sinkt die Power pro Test. Eine klare Hierarchie aus primärem Endpunkt und sekundären, eher explorativen Analysen schützt sowohl die wissenschaftliche Aussage als auch Ihre Fallzahlplanung.

Häufige Fehler bei der Teilnehmerzahl

Ein verbreiteter Fehler ist die Orientierung an alten Faustregeln. Angaben wie „mindestens 30 Fälle“ oder „zehn Fälle pro Variable“ können in Einzelfällen zufällig passen, ersetzen aber keine Berechnung. Sie berücksichtigen weder Effektgröße noch Messniveau, Verteilung, Ausfälle oder die konkrete Hypothese.

Ebenfalls problematisch ist es, die Fallzahl erst nach der Datenerhebung zu begründen. Eine nachträgliche Power-Analyse auf Basis des beobachteten Effekts beantwortet nicht die Frage, ob Ihre Studie sinnvoll geplant war. Sie spiegelt häufig nur das bereits vorhandene p-Wert-Ergebnis wider. Für Thesis, Dissertation und Publikation ist eine a-priori-Fallzahlplanung die deutlich überzeugendere Grundlage.

Schließlich sollte die Berechnung zum finalen Analyseplan passen. Wenn Sie anfangs einen t-Test kalkulieren, später aber eine adjustierte Regression mit zahlreichen Kovariaten berichten möchten, kann die ursprüngliche Planung unzureichend sein. Halten Sie deshalb Annahmen, Softwareeinstellungen und Ergebnis der Power-Analyse schriftlich fest. So können Sie die Entscheidung im Methodenteil präzise erklären und bei Rückfragen durch Betreuung, Gutachten oder Journal souverän begründen.

Wann fachliche Unterstützung sinnvoll ist

Bei einer einfachen, klar abgegrenzten Fragestellung lässt sich eine Fallzahlplanung mit guter Vorbereitung oft selbst durchführen. Sobald mehrere Messzeitpunkte, ungleiche Gruppen, fehlende Werte, Cluster, seltene Ereignisse oder komplexe Regressionsmodelle ins Spiel kommen, lohnt sich jedoch eine methodische Prüfung. Eine fachlich korrekte Berechnung kann verhindern, dass eine ganze Erhebung auf falschen Annahmen aufbaut.

Bei Easy Statistik unterstützen promovierte Statistiker bei der Auswahl des passenden Tests, der Begründung realistischer Annahmen und einer nachvollziehbaren Formulierung für Exposé, Ethikantrag oder Methodenteil. Wenn Sie Ihre Planung vor der Rekrutierung absichern möchten, können Sie über das Kontaktformular eine individuelle Statistikberatung anfordern. Eine gut begründete Fallzahl ist kein formaler Pflichtpunkt - sie gibt Ihrer Studie von Beginn an die Chance auf ein Ergebnis, das wirklich belastbar ist.