Teststärke

Alternativ: Power, Macht, Trennschärfe

1-\beta ist die Teststärke ($H_0$ wird abgelehnt und $H_0$ trifft tatsächlich nicht zu) \beta ist die Wahrscheinlichkeit einen Fehler 2. Art zu begehen ($H_0$ wird abgelehnt und $H_0$ trifft tatsächlich zu)

Cohen: “The statistical power of a significance test is the long-term probability, given the population effect size, significance criterion and sample size of rejection of $H_0$.

Die Teststärke wird getrieben durch * Stärke des in der Gegenhypothese unterstellten Effekts (Je stärker der Effekt, desto höher die Teststärke) * Akzeptierte Irrtumswahrscheinlichkeit * Stichprobengröße (da Standardfehler kleiner wird)

Richtwert für das \beta ist nach Cohen ein 4-mal so hoher Wert als \alpha. D.h. für ein \alpha = 5%, sollte gelten: \beta = 20%. Liegt die \beta-Fehlerwahrscheinlichkeit unter 20%, ist die Teststärke größer als 80%.