Veel lezers van deze monografie vragen zich misschien af waarom een hoofdstuk over statistische power is opgenomen. De kwestie van de statistische macht is nu immers in vele opzichten alledaags. Iedereen weet dat statistische power een centrale onderzoeksoverweging is, en zeker de meeste National Institute on Drug Abuse-begunstigden of aspirant-begunstigden begrijpen het belang van het opnemen van een power-analyse in onderzoeksvoorstellen. Er zijn echter voldoende aanwijzingen dat preventieonderzoekers in de praktijk niet voldoende aandacht besteden aan statistische power. Als zij dat wel zouden doen, zouden de bevindingen die Hansen (1992) in een recent overzicht van de preventieliteratuur constateert, niet naar voren zijn gekomen. Hansen (1992) onderzocht de statistische power op basis van 46 cohorten die longitudinaal werden gevolgd, met gebruikmaking van niet-parametrische veronderstellingen gezien de leeftijd van de proefpersonen op het moment van de posttest en de aantallen proefpersonen. De resultaten van deze analyse gaven aan dat, wil een studie 80 procent power halen voor het detecteren van verschillen tussen behandelings- en controlegroepen, het verschil tussen groepen bij de posttest ten minste 8 procent (in de beste studies) en zelfs 16 procent (in de zwakste studies) zou moeten zijn. Om een studie 80 procent power te geven voor het detecteren van groepsverschillen in pre-post verandering, zouden 22 van de 46 cohorten relatieve pre-post reducties van meer dan 100 procent moeten hebben. Drieëndertig van de 46 cohorten hadden minder dan 50 procent power om een relatieve vermindering van 50 procent in middelengebruik te detecteren. Deze resultaten komen overeen met andere onderzoeksresultaten (b.v. Lipsey 1990) die een soortgelijk gebrek aan power in een breed scala van onderzoeksthema’s hebben aangetoond. Het lijkt er dus op dat, hoewel onderzoekers zich bewust zijn van het belang van statistische power (met name van de noodzaak deze te berekenen wanneer zij onderzoek voorstellen), zij er op de een of andere manier niet in slagen voldoende power te hebben in hun afgeronde studies. In dit hoofdstuk wordt betoogd dat het falen van veel preventiestudies om voldoende statistische power te behouden te wijten is aan een te grote nadruk op steekproefgrootte (N) als de enige, of zelfs de beste, manier om de statistische power te vergroten. Het is gemakkelijk te zien hoe deze overdreven nadruk tot stand is gekomen. De steekproefgrootte is gemakkelijk te manipuleren, heeft het voordeel dat er een duidelijk verband bestaat tussen de steekproef en de macht, en staat gewoonlijk onder directe controle van de onderzoeker, met uitzondering van beperkingen die worden opgelegd door financiën of de beschikbaarheid van proefpersonen. Een andere mogelijkheid om de power te verhogen is het verhogen van de alpha die wordt gebruikt voor het testen van hypothesen, maar aangezien zeer weinig onderzoekers serieus significantieniveaus overwegen die veel groter zijn dan de traditionele .05, wordt deze strategie zelden gebruikt. Natuurlijk is de steekproefgrootte belangrijk, en de auteurs van dit hoofdstuk bevelen niet aan dat onderzoekers ophouden met het zorgvuldig kiezen van steekproefgroottes. Zij stellen eerder dat onderzoekers zich niet moeten beperken tot het verhogen van N om de power te vergroten. Het is belangrijk om aanvullende maatregelen te nemen om de power te behouden en te verbeteren, naast de zorg dat de oorspronkelijke steekproefgrootte voldoende is. De auteurs bevelen twee algemene strategieën aan. De ene strategie houdt in dat wordt getracht de effectieve initiële steekproefgrootte te handhaven, zodat niet nodeloos aan power wordt ingeboet. De andere strategie bestaat erin maatregelen te nemen om de derde factor die de statistische power bepaalt te maximaliseren: de effectgrootte.