Klinische Relevanz im Gegensatz zu statistischer Signifikanz
28.08.2005
Im Vergleich zur Signifikanz ist die klinische Relevanz oftmals die wichtigere (wenn auch nicht mathematisch formulierbare) Grösse bei Ergebnissen von statistischen Hypothesentests.
Bei sehr grossem Datenmaterial können bereits sehr kleine Unterschiede hochsignifikant sein, ohne jedoch eine praktische Bedeutung (Relevanz) zu haben.
Beispiel 1:
Die Einwohner von Hamburg seien zum alpha Risiko von 0,1% durchschnittlich um 0,01 mm grösser als die Einwohner von München. Dieser Unterschied sei zu 99,9% signifikant.
Offenbar scheint dieser Sachverhalt für nichts irgendeine Relevanz zu haben.
Der Punkt istist, dass, sobald ein Datenmaterial eine Streuung aufweist (was praktisch immer der Fall ist), bei hinreichend grossen Stichproben auch noch so kleine Unterschiede signifikant werden.
Umgekehrt können bei zu kleinen Stichproben nicht-signifikante Ergebnisse durchaus Relevanz haben:
Beispiel 2:
Die durchschnittliche Körpergrösse von Familie Müller (3 Personen) ist um 15 cm geringer als die der Familie Meier.
Bei varianzanalytischen Methoden ( ANOVA) wird zur Beurteilung der Relevanz die Effektgrösse h [0....1] herangezogen .
h2 = Gruppenunterschiedsbedingte Varianz/Gesamte Varianz.
Bei Hypothesentests wird im Vorhinein eine Effektgrösse festgelegt, die man für bedeutsam (relevant) hält.
Um diese Effektgrösse baut man Null- und Alternativhypothese auf, wobei beide explizit formuliert werden und nicht eine lediglich die Verneinung der jeweils anderen ist.