Multiples Testen
Multiples Testen Definition
In den meisten Fällen wird mit erhobenen Daten nur eine spezifische Frage geklärt bzw. Hypothese überprüft, zum Beispiel: „Senkt Kaffee den Blutdruck?“.
Manchmal möchte man aber mehrere Fragen klären bzw. Hypothesen überprüfen und damit die erhobenen Daten breit nutzen, das nennt man dann Multiples Testen.
Wenn man in einer Studie beispielsweise die täglichen Trinkgewohnheiten der Teilnehmer einer Stichprobe bereits erfasst hat, könnte man also weitere Hypothesentests mit diesen Daten durchführen, etwa: „Senkt Milch den Blutdruck?“, „Senkt Bier den Blutdruck?“, „Senkt Orangensaft den Blutdruck?“ und so weiter.
Problem: Alpha-Fehler-Kumulierung
Umfasst das multiple Testen viele derartige Einzeltests, steigt mit der Anzahl der Tests die Wahrscheinlichkeit, dass ein Ergebnis rein zufällig signifikant ist.
Bei einem üblichen Signifikanzniveau von 5 % kann man davon ausgehen, dass bei beispielsweise 100 Tests allein aufgrund der Irrtumswahrscheinlichkeit 5 Tests (= 5 %) signifikante Ergebnisse liefern (obwohl in Wirklichkeit kein Zusammenhang zwischen Getränk und Blutdruck besteht); dies bezeichnet man als Alpha-Fehler-Kumulierung.
Diesem Probleme kann man durch Korrekturen begegnen, etwa der Bonferroni-Korrektur oder der Bonferroni-Holm-Korrektur.