Die Wahrscheinlichkeit, mit der ein statistischer Hypothesentest für eine in der Grundgesamtheit gültige Alternativhypothese entscheidet, wird Power, Teststärke oder Trennschärfe genannt.
Die Power entspricht 1-β, wobei β der Fehler zweiter Art ist.
Die Power wird beeinflusst / bestimmt durch:
=> das Signifikanzniveau α
Je kleiner α ist, desto größer ist die Wahrscheinlichkeit eines β-Fehlers und somit umso kleiner die Teststärke.
=> den Stichprobenumfang
Je höher die Stichprobenzahl ist, desto höher ist die Power.
=> die Größe / Stärke des nachzuweisenden Effekts
Je kleiner der nachzuweisende Effekt ist, desto kleiner ist die Power.
=> die Variabilität
Je höher die Streuung in den zu testenden Parametern ist, desto kleiner ist die Power.
=> das jeweilige Testverfahren
Je mehr Voraussetzungen zur Verteilung der untersuchten Größe(n) nötig sind und je höher das Skalenniveau ist, desto höher ist die Teststärke.
=> die Art der Hypothesenformulierung
Einseitige Tests haben eine höhere Power als Tests bei zweiseitiger Fragestellung.
Die Poweranalyse (Berechnung der Teststärke) findet generell vor der Durchführung des statistischen Tests statt, denn die Wahrscheinlichkeit für ein Ereignis kann nur vor dem Eintreten des Ereignisses angegeben werden.
Verfahren zur Poweranalyse werden mitunter aber auch zur Post-hoc-Analyse eingesetzt. In diesem Fall wird die Post-hoc-Power (im Nachhinein) berechnet. Diese entspricht der Wahrscheinlichkeit, mit der der vorliegende Test (unter den gegebenen Bedingungen) für die Alternativhypothese entschieden hätte, wenn diese gültig wäre.
Eine hohe Post-hoc-Power bestätigt das Testresultat, eine niedrige Post-hoc-Power relativiert das Testresultat.
