Es ist aber doch oft so, dass die Studien mit gutem Design sehr kleine Stichproben haben, alleine schon weil es einfach sehr aufwändig (= teuer) ist, ein gutes Design umzusetzen. Hingegen Studien mit sehr großen Stichproben enden oft damit, lediglich Korrelationen und keine Kausalitäten aufzuzeigen.
Aber das ist nur meine subjektive Wahrnehmung, ich bin auf dem Gebiet alles andere als ein Experte.
__________________
Zitat:
Zitat von captain hook
Heute wird ja schon zum Bikefitter gerannt, bevor man überhaupt weiß, wie man ne Kurbel im Kreis dreht.
Thema meiner Promotion sind Medikamentenstudien bei seltenen Krankheiten und in Folge dessen zwangsläufig kleine Stichproben :D. Es kommt doch ziemlich auf das Design des Versuchs/der Studie an, manchmal kann man auch mit 36 Teilnehmern was aussagen. Aber ich stimme dir trotzdem zu, dass es schwierig und selten ist und in diesem Fall definitiv.
Genug Offtopic
Das Problem mit den seltenen Krankheiten und den kleinen Stichproben kenn ich, arbeite neben dem Medizinstudium in der medizinischen Informatik. Viel Glück für die Promotion und genau, genug Offtopic
das, worum es geht und was u.U. eine Limitation der Studie ist - ist die "statistische power" der diversen Mittelwertsunterschiede zwischen Experimental- und Kontrollgruppe.
Die power ist die Fähigkeit eines statistischen Tests, einen tatsächlichen Effekt (in dem Fall der Strümpfe) in den Daten der Stichprobe zu finden, wenn er tatsächlich (d.h. in der Population) existiert.
Die ist um so kleiner, je kleiner das N ist. D.h. dass es schwer ist einen Effekt in kleinen Stichproben zu finden - oder andersrum: der Effekt muss schon dicke sein, dass man ihn findet.
Allerdings ist man aus praktischer Sicht auch an dicken (wirksamen) Effekten interessiert, woraus das Design meiner Meinung nach ok ist. Was hilft es, zwei Stichproben a 1000 Probanden zu haben, wo quasi jeder Furz-Effekt signifikant ist....
Jede beobachtete Unterschiedlichkeit in den Daten der beiden Gruppen ist schnurz, weil sie n.s. sind und wahrscheinlich Zufall repräsentieren.
Hingegen Studien mit sehr großen Stichproben enden oft damit, lediglich Korrelationen und keine Kausalitäten aufzuzeigen.
Strenggenommen, lässt sich Kausalität nie nachweisen, sondern nur durch Daten stützen. Allerdings variieren Feldstudien auf einem Kontinuum der Evidenzkraft zwischen simplen Korrelationen über Regressionsmodelle mit Kovariaten über Kausalmodelle mit strengen Restriktionen bis hin zu randomisierten Stichproben.
Auch bei letzteren werden allerdings Annahmen gemacht, die stimmen müssen (DIE sind bei kleinen Stichproben tatsächlich problematisch - wie z.B. dass die Randomisierung funktioniert).
Ich hoffe, dass das nicht zu doof rüberkommt. Ist halt mein täglich Brot