Powerberekening

Een onderzoek geeft nooit 100% duidelijkheid of iets waar is of niet, het gaat om waarschijnlijkheden. Bij het statistisch toetsen van verschillen tussen twee behandelingen gaat het om de kans dat de veronderstelling 'Beide behandelingen werken even goed' waar is. Men noemt dat de nulhypothese.

Als je nu verschillen vindt in genezing of in een effect, wil je weten of die verschillen echt bestaan of op toeval berusten. Vaak druk je die kans uit in een p-waarde: een kleine p-waarde (<0,05) betekent dat er nog 5% kans is dat het verschil tussen twee behandelingen op toeval berust. We zeggen dan dat er een werkelijk, statistisch significant, verschil is.

Je kunt bij het doen van onderzoek een van de volgende twee fouten maken:

• de nulhypothese is waar - er is geen verschil - maar je vindt aan het eind van het onderzoek toch een significant verschil. Dat noemen we een fout van de eerste orde.
• de nulhypothese is niet waar - er is wel verschil tussen de behandelingen - maar je vindt geen significant verschil. Dat noemen we een fout van de tweede orde.

Bij het berekenen van het aantal proefpersonen dat je in een onderzoek nodig hebt, gaat het om de grootte van het verschil dat je wilt aantonen én om de verhouding tussen de kans op een fout van de eerste en de kans op een fout van de tweede orde. Kort gezegd: als het verschil tussen twee behandelingen klein is en je wilt je ervan verzekeren dat je noch een fout van de eerste, noch een van de tweede orde maakt, heb je heel veel proefpersonen nodig. Het aantal proefpersonen is altijd een compromis tussen deze drie items (en het beschikbare onderzoeksgeld...). Zo'n berekening heet een powerberekening. Goede onderzoekers doen die voordat ze een onderzoek starten. Als je te weinig patiënten in je onderzoek opneemt, heb je onvoldoende power om te kunnen bepalen of er werkelijk verschil is tussen je behandelingen.