Fehlerbalken

Fehlerbalken sind eine graphische Repräsentation der Varibilität von Daten. Sie geben an, wie genau
eine Messung ist, oder anders gesagt, in welchem Bereich sich der tatsächliche Wert (ohne Messfehler)
befinden könnte. Fehlerbalken geben den Fehler gewöhnlicherweise als Standardfehler,
Standardabweichung oder 95%-Konfidenzintervall an. Sie werden in Diagrammen als vertikale Linien
über und unter dem Messwert gezeichnet.

Auch wenn Fehlerbalken in den meisten wissenschaftlichen Publikationen zum Standard gehören,
werden sie oft von vielen Wissenschaftlern nicht verstanden. Belia (2005) bat 473 Forscher, die in sehr
anerkannten wissenschaftlichen Magazinen publiziert hatten, Fehlerbalken zu interpretieren. Lediglich
22% konnten die Konfidenzintervalle richtig einschätzen.

Standardabweichung

Die Standardabweichung ist ein Maß für die Varianz der Daten – sie gibt daher an, wie weit die
Datenpunkte voneinander entfernt liegen. Eine geringe Standardabweichung bedeutet daher, dass die
gemessenen Daten relativ nahe beieinander waren, während eine hohe Standardabweichung für weit
verstreute Daten spricht. Die Standardabweichung ist somit ein Maß für die Aussagekraft des
Mittelwerts: je größer sie ist, desto weniger genau spiegelt der Mittelwert die tatsächliche Population
wieder.

Geht man davon aus, dass die Daten normalverteilt sind, so liegen 95% der Messwerte innerhalb ±1,96
Standardabweichungen. Will man daher wissen ob ein Wert noch als normal zu klassifizieren wäre,
könnte man schauen, ob er innerhalb von 2 Standardabweichungen fällt. Weniger als 5% aller Werte
liegen außerhalb von 2 Standardabweichungen. Solche Werte würden nach wissenschaftlichen
Kriterien nicht mehr als normal gelten. Es ist daher wichtig, sich die Bildunterschriften bei
Diagrammen anzuschauen: besonders die Standardabweichung wird oft mit einem Faktor multipliziert.

Über die Standardabweichung alleine lassen sich keine direkten Schlüsse über den signifikanten
Unterschied zweier Gruppen ziehen, wie es bei den anderen hier aufgeführten Verfahren der Fall ist.
Die Standardabweichung gehört daher auch zu der deskriptiven Statistik.
Standardfehler

Der Standardfehler (auch SE = standard error oder SEM = standard error of the mean genannt) wird bei
Diagrammen verwendet, bei denen der Mittelwert abgebildet wird. Der Berechnung des
Standardfehlers geht die Berechnung der Standardabweichung voraus. Die Grundidee des
Standardfehlers ist, dass, je größer die Stichprobe ist (= je mehr Versuchspersonen), desto näher ist
unsere Stichprobe an der Grundgesamtheit und desto genauer ist unser berechneter Mittelwert. Da die
Berechnung des Standardfehlers auf der Berechnung der Standardabweichung beruht, wird der
Standardfehler auch kleiner sein, umso geringer die Varianz der Stichprobe ist. Aus dem Stardardfehler
lassen sich auch Rückschlüsse über einen signifikanten Unterschied zwischen zwei Gruppen ziehen.

In den Abbildungen rechts sieht man zwei Diagramme, bei denen die durchschnittliche enzymatische
Aktivität abgebildet wurde. In ersten Diagramm überlappen die Fehlerbalken der beiden Gruppen. Mit
einem t-Test könnten wir berechnen, ob der Unterschied zwischen den beiden Gruppen statistisch
signifikant ist. Der t-Test prüft dabei, ob der Mittelwert beider Gruppen tatsächlich groß genug ist, dass
man behaupten könnte, er sei verschieden. Wenn die Fehlerbalken überlappen bedeutet dies, dass der
Messfehler so groß ist, dass beide Gruppen prinzipiell nicht voneinander verschieden sein müssen (P >
0,05) – der Unterschied den wir gemessen haben, kann alleine durch einen Fehler zustande gekommen
sein.

Im zweiten Diagramm überlappen sich die Fehlerbalken nicht. Hieraus können wir allerdings nicht den
Umkehrschluss ziehen, dass sich beide Gruppen tatsächlich statistisch voneinander unterscheiden. In
dem Beispieldatensatz beträgt der P-Wert 0,11 und ist damit nicht mehr statistisch signifikant.

Von den hier genannten Verfahren, wird der Standardfehler kleiner sein als das 95%-Konfidenzintervall
und die Standardabweichung.

Merke:
Wenn die Fehlerbalken sich überlappen und die Stichprobengröße gleich oder fast gleich ist, ist P
größer als 0,05 und das Ergebnis damit nicht signifikant. Umgekehrt muss dies nicht stimmen: wenn
zwei SEM-Fehlerbalken sich nicht überlappen, können wir keine Rückschlüsse auf den P-Wert ziehen.
Sind die Stichprobengrößen zu unterschiedlich, kann man diese Faustregel nicht anwenden.

95%-Konfidenzintervall

Fehlerbalken geben das 95%-Konfidenzintervall an Das 95%-Konfidenzintervall (oft abgekürzt als CI,
engl.: confidence intervall) wird verwendet, wenn man angeben will, wie genau man den Mittelwert
bestimmt hat. Daher findet man die Angabe des Kondfidenzintervalls häufig bei dem t-Test und der
ANOVA. Das 95%-Konfidenzintervall gibt damit den Bereich an, bei dem wir mit einer
Wahrscheinlichkeit von 95% davon ausgehen können, dass sich innerhalb dessen der wahre Mittelwert
befindet. Oder anders ausgedrückt: wiederholt man das Experiment mit 100 verschiedenen
Stichproben, dann liegt der wahre Mittelwert der Grundgesamtheit in 95% der berechneten
Konfidenzintervalle.
Anhand der Abbildungen (rechts) lassen sich wichtige Regeln für das visuelle Beurteilen von
Konfidenzintervallen aufstellen:

Überlappen Konfidenzintervalle, kann man davon ausgehen, dass die Unterschiede statistisch auf
einem Signifikanzniveau von 5% nicht signifikant sind (Achtung: das Gegenteil muss nicht stimmen!)
Enthält das 95%-Konfidenzintervall auch den Wert Null, so sind die Unterschiede nicht signifikant (P >
0,05).
Die vorige Regel gilt auch für Werte unter Null. Die Bedingung aber bleibt: Null darf nicht Teil des
Intervalls sein.
Allgemein kann man sagen, dass die Länge des Konfidenzintervalls von drei Faktoren abhängt:

Konfidenzniveau: In der Regel wird ein Konfidenzniveau von 95% vorausgesetzt. Andere typische
Werte sind 90%, 99%, 80% und 85%. Je höher das Konfidenzniveau, desto länger die CI-Fehlerbalken.
Varianz, wie sie von der Standardabweichung berechnet wird. Stichproben (oder Populationen) mit
höherer Varianz haben auch längere CI-Fehlerbalken.
Stichprobenumgröße. Kleinere Stichproben haben längere CI-Fehlerbalken. Es besteht dabei ein
Verhältnis von x-½ zwischen dem Stichprobenumfang und dem Konfidenzintervall (das bedeutet, dass
wenn man seine Fehlerspanne halbieren will, muss man seine Stichprobengröße vervierfachen –
vorausgesetzt die anderen Parameter bleiben gleich).
Das 95%-Konfidenzintervall ist größer als Standardabweichung und Standardfehler, in der Regel
ungefähr 2- bis 3-mal die Standardabweichung.

Da sich sowohl durch 95%-Konfidenzintervalle als auch den Standardfehler Aussagen über die
Signifikanz treffen lassen, gehören beide Verfahren zu der Interferenzstatistik.

Zusammenfassung

Between und Within Design

Die Angaben die wir in diesem Aritkel gemacht haben, beziehen sich auf ein Between Design, die
Probanden in beiden Versuchsbedingungen waren also verschieden. Daher wurde auch die statistische
Signifikanz mit einem ungepaarten t-Test berechnet.

Hätten wir hingegen ein Within-Design (Messwiederholung), daher eine Gruppe von Probanden, die
beide Versuchsbedingungen bekommt, so bräuchten wir gar keine Fehlerbalken in unseren
Diagrammen. Bei einem Between-Design interessiert uns die Streuung zwischen den Gruppen, weil
eine zu große Streuung bedeuten könnte, dass unsere Ergebnisse alleine durch Zufall zustande
gekommen sind. Bei einem Within-Deisgn haben wir dieses Problem nicht, da jede Versuchsperson
beide Treatments bekommt. Hier interessieren uns hauptsächlich die Unterschiede zwischen den beiden
Gruppen und ob diese möglichst gleich sind und dies lässt sich durch die Fehlerbalken nicht darstellen.

Merke:
Die Beziehung zwischen Fehlerbalken und statistischer Signifikanz ist geringer als viele
Wissenschaftler glauben wollen. Dennoch ist es vorteilhaft, zu wissen, dass, wenn zwei SE
Fehlerbalken überlappen, der Unterschied statistisch nicht signifikant ist, auch wenn das Gegenteil
pauschal nicht behauptet werden kann.

Quellen
Belia, S., Fidler, F., Williams, J., & Cumming, G. (2005). Researchers misunderstand confidence
intervals and standard error bars. Psychological methods, 10(4), 389.
Cumming, G., & Finch, S. (2005). Inference by Eye: Confidence Intervals and How to Read Pictures of
Data. American Psychologist, 60(2), 170.