Viele Leser dieser Monographie werden sich fragen, warum ein Kapitel über statistische Aussagekraft aufgenommen wurde. Schließlich ist die Frage der statistischen Aussagekraft inzwischen in vielerlei Hinsicht banal. Jeder weiß, dass die statistische Aussagekraft ein zentraler Aspekt der Forschung ist, und sicherlich wissen die meisten Stipendiaten des National Institute on Drug Abuse, wie wichtig es ist, eine Analyse der Aussagekraft in die Forschungsanträge aufzunehmen. Es gibt jedoch zahlreiche Belege dafür, dass die Präventionsforscher in der Praxis der statistischen Aussagekraft nicht genügend Aufmerksamkeit schenken. Wäre dies der Fall, wären die von Hansen (1992) in einer kürzlich durchgeführten Überprüfung der Präventionsliteratur beobachteten Ergebnisse nicht zustande gekommen. Hansen (1992) untersuchte die statistische Aussagekraft auf der Grundlage von 46 Kohorten, die im Längsschnitt verfolgt wurden, wobei er nichtparametrische Annahmen in Bezug auf das Alter der Probanden beim Posttest und die Anzahl der Probanden verwendete. Die Ergebnisse dieser Analyse deuten darauf hin, dass der Unterschied zwischen den Gruppen beim Posttest mindestens 8 Prozent (in den besten Studien) und bis zu 16 Prozent (in den schwächsten Studien) betragen muss, damit eine Studie eine 80-prozentige Aussagekraft für die Feststellung von Unterschieden zwischen Behandlungs- und Kontrollgruppen erreicht. Damit eine Studie eine 80-prozentige Aussagekraft für den Nachweis von Gruppenunterschieden in der Prä-Post-Veränderung erreicht, hätten 22 der 46 Kohorten relative Prä-Post-Reduktionen von mehr als 100 Prozent aufweisen müssen. Dreiunddreißig der 46 Kohorten hatten eine Aussagekraft von weniger als 50 Prozent, um eine 50-prozentige relative Verringerung des Substanzkonsums festzustellen. Diese Ergebnisse stimmen mit den Ergebnissen anderer Untersuchungen überein (z. B. Lipsey 1990), die einen ähnlichen Mangel an Aussagekraft für ein breites Spektrum von Forschungsthemen gezeigt haben. Es hat also den Anschein, dass sich die Forscher zwar der Bedeutung der statistischen Aussagekraft bewusst sind (insbesondere der Notwendigkeit, sie zu berechnen, wenn sie Forschungsvorhaben vorschlagen), dass es ihnen aber irgendwie nicht gelingt, in ihren abgeschlossenen Studien eine angemessene Aussagekraft zu erzielen. In diesem Kapitel wird argumentiert, dass das Versagen vieler Präventionsstudien, eine angemessene statistische Aussagekraft zu erhalten, auf eine Überbetonung des Stichprobenumfangs (N) als einzige oder sogar beste Methode zur Erhöhung der statistischen Aussagekraft zurückzuführen ist. Es ist leicht zu erkennen, wie es zu dieser Überbetonung gekommen ist. Die Stichprobengröße ist leicht zu manipulieren, hat den Vorteil, dass sie in einem direkten Zusammenhang mit der Aussagekraft steht und in der Regel unter der direkten Kontrolle des Forschers steht, abgesehen von Einschränkungen, die durch die Finanzen oder die Verfügbarkeit von Probanden entstehen. Eine weitere Möglichkeit zur Erhöhung der Aussagekraft besteht darin, das für die Hypothesenprüfung verwendete Alpha zu erhöhen. Da jedoch nur sehr wenige Forscher ernsthaft Signifikanzniveaus in Erwägung ziehen, die weit über dem traditionellen Wert von 0,05 liegen, wird diese Strategie nur selten angewendet. Natürlich ist der Stichprobenumfang wichtig, und die Autoren dieses Kapitels empfehlen nicht, dass Forscher aufhören sollten, den Stichprobenumfang sorgfältig zu wählen. Vielmehr argumentieren sie, dass Forscher sich nicht darauf beschränken sollten, N zu erhöhen, um die Aussagekraft zu verbessern. Es ist wichtig, zusätzliche Maßnahmen zu ergreifen, um die Aussagekraft zu erhalten und zu verbessern, und nicht nur sicherzustellen, dass die ursprüngliche Stichprobengröße ausreichend ist. Die Autoren empfehlen zwei allgemeine Strategien. Eine Strategie besteht darin, zu versuchen, den effektiven Ausgangsstichprobenumfang beizubehalten, damit die Aussagekraft nicht unnötig verloren geht. Die andere Strategie besteht darin, Maßnahmen zu ergreifen, um den dritten Faktor zu maximieren, der die statistische Aussagekraft bestimmt: die Effektgröße.