Wann brauche ich eine Bonferroni-Korrektur?
Sie haben mehrere p-Werte berechnet, einige liegen knapp unter 0,05 - und jetzt stellt sich die Frage: Wann brauche ich Bonferroni Korrektur? Die Antwort hängt nicht allein von der Anzahl Ihrer Tests ab. Entscheidend ist, ob diese Tests gemeinsam dieselbe wissenschaftliche Schlussfolgerung absichern sollen. Genau an dieser Stelle entstehen in Abschlussarbeiten, Dissertationen und Publikationen häufig vermeidbare methodische Fehler.
Die Bonferroni-Korrektur schützt davor, zufällig ein signifikantes Ergebnis zu berichten, obwohl in Wahrheit kein Effekt besteht. Sie ist einfach anzuwenden, aber oft strenger als nötig. Wer sie pauschal auf jede Analyse anwendet, riskiert wiederum, tatsächlich vorhandene Effekte zu übersehen.
Was die Bonferroni-Korrektur kontrolliert
Bei einem einzelnen Hypothesentest mit einem Signifikanzniveau von 5 Prozent akzeptieren Sie ein Risiko von 5 Prozent für einen Fehler erster Art. Das bedeutet: Sie könnten einen Effekt als vorhanden einstufen, obwohl er nur zufällig in Ihrer Stichprobe auftritt.
Führen Sie mehrere Tests durch, steigt dieses Gesamtrisiko. Bei zehn unabhängigen Tests zu jeweils α = 0,05 liegt die Wahrscheinlichkeit für mindestens einen Zufallstreffer bereits deutlich über 5 Prozent. Die Bonferroni-Korrektur begrenzt dieses sogenannte familienweise Fehlerniveau, auf Englisch Family-Wise Error Rate, wieder auf das vorher festgelegte Niveau.
Die Rechenregel ist transparent:
Korrigiertes Signifikanzniveau = α / Anzahl der Tests
Bei fünf Tests und α = 0,05 wird jeder einzelne Test also nur noch bei p < 0,01 als signifikant bewertet. Alternativ können Sie jeden p-Wert mit der Anzahl der Tests multiplizieren und den korrigierten p-Wert berichten. Werte über 1 werden dabei als 1 ausgewiesen.
Wann brauche ich eine Bonferroni-Korrektur?
Eine Bonferroni-Korrektur brauchen Sie dann, wenn Sie mehrere Hypothesen innerhalb einer gemeinsamen Testfamilie prüfen und das Risiko mindestens eines falsch-positiven Befunds begrenzen möchten. Eine Testfamilie besteht nicht einfach aus allen Analysen, die zufällig in derselben Arbeit vorkommen. Sie wird durch Ihre Forschungsfrage und Ihre geplante Schlussfolgerung definiert.
Angenommen, Sie untersuchen in einer Interventionsstudie, ob eine Therapiegruppe gegenüber einer Kontrollgruppe Symptome, Lebensqualität, Schlafqualität und Stress verbessert. Wenn Sie aus allen vier Endpunkten gemeinsam ableiten wollen, die Therapie wirke, gehören die vier Gruppenvergleiche typischerweise zu einer Testfamilie. Ohne Korrektur wäre die Wahrscheinlichkeit erhöht, mindestens einen Endpunkt zufällig als signifikant zu finden.
Auch bei vielen Korrelationen ist Vorsicht geboten. Prüfen Sie etwa den Zusammenhang zwischen Resilienz und acht psychologischen Skalen, um gezielt nach relevanten Assoziationen zu suchen, handelt es sich meist um eine gemeinsame explorative Analysefamilie. Eine Korrektur oder zumindest eine klare Kennzeichnung als explorativ ist dann wissenschaftlich angemessen.
Typische Situationen in Forschungsarbeiten
Besonders häufig ist eine Korrektur bei multiplen paarweisen Gruppenvergleichen nach einer Varianzanalyse erforderlich. Eine signifikante ANOVA zeigt lediglich, dass sich mindestens zwei Gruppen unterscheiden. Prüfen Sie anschließend mehrere Gruppenpaare, entstehen mehrere Einzeltests. Dafür eignen sich je nach Fragestellung Bonferroni, Holm oder spezielle Post-hoc-Verfahren wie Tukey.
Weitere typische Fälle sind mehrere primäre oder gleichrangige sekundäre Endpunkte, zahlreiche geplante Kontraste, wiederholte Tests derselben Hypothese über verschiedene Zeitpunkte sowie umfangreiche Subgruppenanalysen. Auch in Regressionsmodellen kann eine Korrektur relevant sein, wenn viele Koeffizienten gleichrangig als eigenständige Hypothesentests interpretiert werden sollen.
Nicht jede zusätzliche Kennzahl verlangt jedoch automatisch nach Bonferroni. Deskriptive Statistiken, Effektstärken und Konfidenzintervalle sind keine zusätzlichen Signifikanztests. Ebenso muss eine vorab präzise definierte primäre Hypothese nicht dadurch abgewertet werden, dass Sie daneben klar getrennte, explorative Analysen durchführen - sofern diese Trennung im Methodenteil und in der Ergebnisinterpretation offen kommuniziert wird.
Der entscheidende Punkt: Was gehört zu einer Testfamilie?
Die Zahl der Tests ist nur der zweite Schritt. Zuerst müssen Sie entscheiden, welche Tests zusammengehören. Diese Entscheidung sollte fachlich begründet und möglichst vor der Datenauswertung getroffen werden. Eine Korrektur nach dem Motto „Ich korrigiere einfach alles in SPSS, R oder JASP“ ist methodisch nicht überzeugend.
Fragen Sie sich: Würde ein einziges signifikantes Ergebnis unter diesen Tests genügen, um meine übergeordnete Hypothese zu stützen? Wenn ja, sollten die Tests in der Regel gemeinsam kontrolliert werden. Sind es dagegen unterschiedliche Forschungsfragen mit jeweils eigener Begründung und eigener Interpretation, können getrennte Testfamilien vertretbar sein.
Ein Beispiel aus der Medizin verdeutlicht den Unterschied. Sie definieren den Blutdruck als primären Endpunkt einer Studie. Zusätzlich analysieren Sie Gewicht, Cholesterin und subjektives Wohlbefinden als sekundäre, explorative Endpunkte. Für den primären Endpunkt ist keine Bonferroni-Korrektur notwendig, weil es nur einen primären Test gibt. Die sekundären Endpunkte sollten Sie dagegen entweder korrigiert auswerten oder ausdrücklich als explorativ interpretieren.
Warum Bonferroni nicht immer die beste Wahl ist
Bonferroni ist verlässlich, konservativ und leicht zu erklären. Genau deshalb wird das Verfahren in vielen Arbeiten eingesetzt. Sein Nachteil: Mit steigender Anzahl an Tests sinkt die Teststärke deutlich. Es wird schwieriger, echte Effekte zu erkennen. Bei kleinen Stichproben oder vielen stark zusammenhängenden Endpunkten kann diese Strenge unverhältnismäßig sein.
Das Verfahren kontrolliert den Fehler erster Art sehr strikt, auch wenn die Tests voneinander abhängig sind. In der Forschungspraxis sind Messwerte aber häufig korreliert - etwa verschiedene Subskalen eines Fragebogens oder wiederholte Messungen derselben Person. Bonferroni berücksichtigt diese Abhängigkeiten nicht und kann deshalb unnötig viele Befunde als nicht signifikant einstufen.
Die Korrektur ist außerdem kein Ersatz für ein gutes Studiendesign. Wer nachträglich sehr viele Variablen, Gruppen, Zeitpunkte und Modelle ausprobiert, löst das Problem nicht vollständig durch eine formale Anpassung der p-Werte. Saubere Hypothesen, eine begründete Auswahl der Endpunkte und eine transparente Trennung zwischen konfirmatorischen und explorativen Analysen sind die bessere Grundlage.
Welche Alternativen passen besser?
Wenn Sie alle Einzelhypothesen einer Familie streng absichern müssen, ist die Holm-Korrektur häufig die praktisch bessere Wahl. Sie kontrolliert ebenfalls die familienweise Fehlerwahrscheinlichkeit, ist aber weniger konservativ als Bonferroni. Viele Fachzeitschriften und methodische Leitlinien akzeptieren oder bevorzugen sie daher bei mehreren geplanten Einzeltests.
Bei allen paarweisen Vergleichen zwischen mehreren Gruppen ist Tukey oft passender als Bonferroni, weil das Verfahren speziell für diese Konstellation entwickelt wurde. Bei vielen explorativen Tests, etwa in Omics-Daten oder bei großen Skalenbatterien, kann die Kontrolle der False Discovery Rate sinnvoller sein. Verfahren wie Benjamini-Hochberg begrenzen dann nicht jeden möglichen Zufallstreffer, sondern den erwarteten Anteil falsch-positiver Befunde unter den als signifikant gemeldeten Ergebnissen.
Welche Methode angemessen ist, hängt somit von Ihrer Forschungslogik ab: Soll jeder einzelne Befund besonders belastbar sein? Dann ist eine familienweise Fehlerkontrolle sinnvoll. Möchten Sie in einer explorativen Analyse mögliche Muster identifizieren, ohne Ihre Teststärke vollständig zu verlieren? Dann kann eine False-Discovery-Rate-Korrektur besser passen.
So berichten Sie die Korrektur korrekt
Im Methodenteil sollten Sie nicht nur schreiben, dass eine Bonferroni-Korrektur verwendet wurde. Nennen Sie die Testfamilie, die Anzahl der darin enthaltenen Tests, das ursprüngliche α-Niveau und die konkrete Anpassungsmethode. Beispiel: „Für vier sekundäre Endpunkte wurde zur Kontrolle der familienweisen Fehlerwahrscheinlichkeit eine Bonferroni-Korrektur angewendet; das Signifikanzniveau betrug daher α = 0,0125.“
Im Ergebnisteil ist Transparenz entscheidend. Berichten Sie nach Möglichkeit Effektstärken und Konfidenzintervalle zusätzlich zu p-Werten. Ein nicht signifikanter Befund nach einer strengen Korrektur bedeutet nicht automatisch, dass kein relevanter Effekt vorliegt. Er kann auch auf eine begrenzte Stichprobengröße oder eine geringe Präzision hindeuten.
Vermeiden Sie es, die Korrektur nur dann anzuwenden, wenn ein Ergebnis sonst „zu gut“ aussieht. Die Entscheidung muss aus dem Analyseplan folgen, nicht aus dem gewünschten Resultat. Genau diese Nachvollziehbarkeit schützt Ihre Arbeit bei der Begutachtung.
Wenn Sie unsicher sind, ob Ihre Variablen eine gemeinsame Testfamilie bilden oder ob Holm, Tukey oder Bonferroni fachlich besser passt, lohnt sich eine methodische Prüfung vor dem finalen Reporting. Bei Easy Statistik erhalten Sie eine individuelle Einschätzung durch promovierte Statistiker - diskret, nachvollziehbar und passend zu Ihrer konkreten Forschungsfrage. Nutzen Sie dafür das Kontaktformular, bevor eine formale Korrektur Ihre Ergebnisse unnötig schwächt oder wichtige Fehler unentdeckt bleiben.
