Molti lettori di questa monografia potrebbero chiedersi perché è stato incluso un capitolo sulla potenza statistica. Dopo tutto, ormai la questione della potenza statistica è per molti aspetti banale. Tutti sanno che la potenza statistica è una considerazione centrale della ricerca, e certamente la maggior parte dei beneficiari o potenziali beneficiari del National Institute on Drug Abuse capiscono l’importanza di includere un’analisi della potenza nelle proposte di ricerca. Tuttavia, ci sono molte prove che, in pratica, i ricercatori della prevenzione non prestano sufficiente attenzione alla potenza statistica. Se lo facessero, i risultati osservati da Hansen (1992) in una recente revisione della letteratura sulla prevenzione non sarebbero emersi. Hansen (1992) ha esaminato la potenza statistica basandosi su 46 coorti seguite longitudinalmente, usando ipotesi non parametriche data l’età dei soggetti al post-test e il numero dei soggetti. I risultati di questa analisi hanno indicato che, affinché uno studio raggiunga l’80% di potenza per rilevare le differenze tra i gruppi di trattamento e di controllo, la differenza tra i gruppi al posttest dovrebbe essere almeno dell’8% (negli studi migliori) e fino al 16% (negli studi più deboli). Affinché uno studio raggiunga l’80 per cento di potenza per rilevare le differenze di gruppo nel cambiamento pre-post, 22 delle 46 coorti avrebbero avuto bisogno di riduzioni relative pre-post maggiori del 100 per cento. Trentatré delle 46 coorti avevano meno del 50 per cento di potenza per rilevare una riduzione relativa del 50 per cento nell’uso di sostanze. Questi risultati sono coerenti con i risultati di altre revisioni (per esempio, Lipsey 1990) che hanno mostrato una simile mancanza di potenza in una vasta gamma di argomenti di ricerca. Così, sembra che, sebbene i ricercatori siano consapevoli dell’importanza della potenza statistica (in particolare della necessità di calcolarla quando propongono una ricerca), in qualche modo non riescono a finire con una potenza adeguata nei loro studi completati. Questo capitolo sostiene che il fallimento di molti studi di prevenzione nel mantenere un’adeguata potenza statistica è dovuto a un’eccessiva enfasi sulla dimensione del campione (N) come unico, o addirittura migliore, modo per aumentare la potenza statistica. È facile capire come si sia arrivati a questa enfasi eccessiva. La dimensione del campione è facile da manipolare, ha il vantaggio di essere correlata alla potenza in modo diretto, e di solito è sotto il diretto controllo del ricercatore, ad eccezione delle limitazioni imposte dalle finanze o dalla disponibilità del soggetto. Un’altra opzione per aumentare la potenza è quella di aumentare l’alfa utilizzato per la verifica delle ipotesi, ma, poiché pochissimi ricercatori prendono seriamente in considerazione livelli di significatività molto più grandi del tradizionale .05, questa strategia viene usata raramente. Naturalmente, la dimensione del campione è importante, e gli autori di questo capitolo non raccomandano che i ricercatori smettano di scegliere con cura le dimensioni del campione. Piuttosto, essi sostengono che i ricercatori non dovrebbero limitarsi ad aumentare N per aumentare la potenza. È importante prendere ulteriori misure per mantenere e migliorare la potenza oltre ad assicurarsi che la dimensione iniziale del campione sia sufficiente. Gli autori raccomandano due strategie generali. Una strategia consiste nel cercare di mantenere la dimensione effettiva del campione iniziale in modo da non perdere inutilmente potenza. L’altra strategia è quella di prendere misure per massimizzare il terzo fattore che determina la potenza statistica: la dimensione dell’effetto.