Glossar

In der Statistik fußen berechnete Werte oft auf Stichproben und können daher nur als Schätzwerte angegeben werden. Die Ermittlung des „wahren Werts“ stellt eine große wissenschaftliche Herausforderung dar. Nur durch oftmaliges zufälliges Wiederholen derselben Messung kann zunehmende Sicherheit über die Zuverlässigkeit des Datenmaterials gewonnen werden. Ein Maß dieser Sicherheit ist das Konfidenzintervall (confidence interval, CI, „Vertrauensbereich“). Es grenzt einen Wertebereich zwischen einem oberen und einem unteren Grenzwert ein, innerhalb dessen der wahre Wert mit einer gewissen Wahrscheinlichkeit (Konfidenzniveau) liegt. Als Konfidenzniveau wird meist eine Wahrscheinlichkeit von 95 % gewählt. Schließt das CI jenen Wert ein, der die Aussage „kein Effekt“ markiert (den Wert 0 bei Differenzen, z.B. zwischen absoluten Risiken, bzw. den Wert 1 bei Quotienten wie dem Relativen Risiko), so bedeutet dies, dass zwischen der Einflussgröße und dem beobachteten Effekt kein signifikanter Zusammenhang besteht (Signifikanz). Ein Beispiel: Eine Kohortenstudie soll prüfen, ob Übergewicht das Risiko einer Krebserkrankung erhöht. Die Studie ergibt ein relatives Erkrankungsrisiko der Über- gegenüber den Normalgewichtigen von 1,1, d.h. Übergewichtige erkranken häufiger. Das Ergebnis ist aber nicht signifikant, da sein 95%-iges CI von 0,8–1,3 reicht. Der wahre Wert des relativen Risikos könnte also auch 1 betragen, was keinen Gruppenunterschied bedeuten würde. Er könnte aber sogar bei 0,9 liegen, was einem protektiven Effekt des Übergewichts entspräche. Die Studie hat demnach keine signifikante Assoziation zwischen Übergewicht und Krebserkrankung feststellen können.