Was ein Konfidenzintervall ist
Ein Konfidenzintervall ist ein Bereich plausibler Werte für einen unbekannten Populationsparameter -- meist einen Populationsmittelwert oder -anteil -- berechnet aus einer Datenstichprobe. Es wird um eine Punktschätzung, etwa einen Stichprobenmittelwert, gebildet und erstreckt sich in beide Richtungen um eine Fehlermarge, sodass das Intervall als Ganzes den wahren, unbekannten Populationswert mit einem angegebenen Prozentsatz erfassen soll, wenn dasselbe Stichproben- und Berechnungsverfahren viele Male wiederholt würde.
Der gewählte Prozentsatz, das sogenannte Konfidenzniveau, beträgt am häufigsten 90%, 95% oder 99%. Ein breiteres Intervall bietet mehr Sicherheit, dass es den wahren Wert erfasst, jedoch auf Kosten der Präzision; ein schmaleres Intervall ist präziser, geht aber mit einem niedrigeren Konfidenzniveau einher oder erfordert eine größere Stichprobe, um dasselbe Konfidenzniveau zu erhalten. Dieser Kompromiss zwischen Präzision und Konfidenz ist unvermeidlich und zentral für die korrekte Interpretation jedes angegebenen Intervalls.
Die häufige Fehldeutung von „95% Konfidenz“
Es ist eine häufige und gut dokumentierte Fehldeutung, ein 95%-Konfidenzintervall so zu lesen, als bestehe eine 95%-Wahrscheinlichkeit, dass der wahre Populationswert innerhalb dieses einen bestimmten, bereits berechneten Intervalls liegt. Diese Lesart ist technisch nicht korrekt: Sobald ein bestimmtes Intervall aus einer bestimmten Stichprobe berechnet wurde, liegt der wahre Populationswert entweder darin oder nicht -- es bleibt keine Zufälligkeit übrig, an die sich für dieses eine Intervall eine Wahrscheinlichkeit knüpfen ließe. Die 95% beschreiben die langfristige Erfolgsrate der zur Konstruktion des Intervalls verwendeten Methode über viele hypothetische wiederholte Stichproben hinweg, nicht eine Wahrscheinlichkeitsaussage über ein einzelnes Intervall im Nachhinein.
Hoekstra und Kollegen (2014) dokumentierten in Psychonomic Bulletin and Review, dass diese Unterscheidung weithin missverstanden wird, auch unter Forschenden und Statistikstudierenden, von denen viele ein 95%-Konfidenzintervall so interpretierten, als beschriebe es direkt die Wahrscheinlichkeit, dass der wahre Wert innerhalb dieses bestimmten Intervalls fiel. Die technisch korrekte Interpretation betrifft die Zuverlässigkeit der Methode über wiederholte Stichprobenziehungen hinweg, nicht eine Wahrscheinlichkeitsaussage über ein bereits beobachtetes Ergebnis.
Fehlermarge: der Baustein eines Konfidenzintervalls
Die Fehlermarge ist der Abstand, um den sich das Konfidenzintervall zu beiden Seiten der Punktschätzung erstreckt, und sie wird als kritischer Wert (z, für ein auf der Normalverteilung basierendes Intervall) multipliziert mit dem Standardfehler der Schätzung berechnet. Für einen Mittelwert ist der Standardfehler die Standardabweichung geteilt durch die Quadratwurzel des Stichprobenumfangs: Standardfehler = Standardabweichung / sqrt(n). Eine größere Stichprobe verkleinert den Standardfehler und damit die Fehlermarge und die gesamte Intervallbreite, proportional zur Quadratwurzel von n.
Der kritische Wert z hängt vom gewählten Konfidenzniveau ab: 1,6449 für 90% Konfidenz, 1,96 für 95% Konfidenz und 2,5758 für 99% Konfidenz, wobei jeder den Punkt auf der Standardnormalverteilung darstellt, der die entsprechende Gesamtwahrscheinlichkeit in den beiden Randbereichen belässt. Ein höheres Konfidenzniveau erfordert einen größeren kritischen Wert, was die Fehlermarge und damit das resultierende Intervall verbreitert, wenn alles andere gleich bleibt.
Rechenbeispiel: ein 95%-Konfidenzintervall für einen Mittelwert konstruieren
Angenommen, eine Stichprobe von n = 100 Beobachtungen hat einen Mittelwert von 50 und eine Standardabweichung von 8, und es wird ein 95%-Konfidenzintervall für den Populationsmittelwert benötigt. Schritt 1: Berechnen Sie den Standardfehler, 8 / sqrt(100) = 8 / 10 = 0,8. Schritt 2: Berechnen Sie die Fehlermarge mit dem 95%-kritischen Wert, 1,96 x 0,8 = 1,568. Schritt 3: Addieren und subtrahieren Sie die Fehlermarge vom Stichprobenmittelwert: 50 - 1,568 = 48,432 und 50 + 1,568 = 51,568.
Das resultierende 95%-Konfidenzintervall reicht von 48,432 bis 51,568. Die korrekte Interpretation lautet: Würde dasselbe Stichproben- und Berechnungsverfahren viele Male an neuen Stichproben von 100 aus derselben Population wiederholt, so würden etwa 95% der auf diese Weise konstruierten Intervalle den wahren Populationsmittelwert enthalten -- nicht, dass in diesem einen Fall eine 95%-Wahrscheinlichkeit besteht, dass der wahre Mittelwert speziell zwischen 48,432 und 51,568 liegt.
Wie Konfidenzniveau und Stichprobenumfang das Intervall verändern
Hält man die Stichprobe fest (Mittelwert 50, Standardabweichung 8, n = 100), zeigt die folgende Tabelle, wie dieselben zugrunde liegenden Daten je nach gewähltem Konfidenzniveau unterschiedliche Intervallbreiten erzeugen. Ein höheres Konfidenzniveau verbreitert das Intervall stets, weil eine zuverlässigere Methode (die über wiederholte Stichproben hinweg häufiger erfolgreich ist) konstruktionsbedingt einen breiteren Bereich plausibler Werte abdecken muss.
| Konfidenzniveau | Kritischer z-Wert | Fehlermarge | Resultierendes Intervall |
|---|---|---|---|
| 90% | 1,6449 | 1,316 | 48,684 bis 51,316 |
| 95% | 1,96 | 1,568 | 48,432 bis 51,568 |
| 99% | 2,5758 | 2,061 | 47,939 bis 52,061 |
Häufig gestellte Fragen
Was bedeutet ein 95%-Konfidenzintervall tatsächlich?
Es bedeutet, dass bei vielfacher Wiederholung desselben Stichproben- und Berechnungsverfahrens etwa 95% der resultierenden Intervalle den wahren Populationswert enthalten würden. Es bedeutet nicht, dass eine 95%-Wahrscheinlichkeit besteht, dass der wahre Wert innerhalb dieses einen bestimmten, bereits berechneten Intervalls liegt -- eine Unterscheidung, die von Hoekstra und Kollegen (2014) in Psychonomic Bulletin and Review als weit verbreitetes Missverständnis dokumentiert wurde.
Wie berechnet man ein 95%-Konfidenzintervall für einen Mittelwert?
Berechnen Sie den Standardfehler (Standardabweichung geteilt durch die Quadratwurzel des Stichprobenumfangs), multiplizieren Sie ihn mit dem 95%-kritischen Wert von 1,96, um die Fehlermarge zu erhalten, und addieren und subtrahieren Sie diese Marge dann vom Stichprobenmittelwert. Für eine Stichprobe mit Mittelwert 50, Standardabweichung 8 und n = 100: Standardfehler = 0,8, Fehlermarge = 1,568, und das Intervall reicht von 48,432 bis 51,568.
Was ist eine Fehlermarge?
Die Fehlermarge ist der Betrag, der zu einer Punktschätzung, etwa einem Stichprobenmittelwert, addiert und von ihr subtrahiert wird, um ein Konfidenzintervall zu bilden. Sie wird als kritischer Wert (der vom gewählten Konfidenzniveau abhängt) multipliziert mit dem Standardfehler der Schätzung berechnet. Eine größere Fehlermarge erzeugt ein breiteres, weniger präzises Intervall; eine kleinere Fehlermarge erzeugt ein schmaleres, präziseres.
Warum ist es falsch zu sagen, dass eine 95%-Wahrscheinlichkeit besteht, dass der wahre Wert in diesem Intervall liegt?
Weil, sobald ein bestimmtes Intervall aus einer bestimmten Stichprobe berechnet wurde, der wahre Populationswert entweder darin liegt oder nicht -- es bleibt keine Zufälligkeit übrig, der eine Wahrscheinlichkeit zugewiesen werden könnte. Die 95% sind eine Eigenschaft der zur Konstruktion des Intervalls verwendeten Methode und beschreiben, wie oft sie über viele hypothetische wiederholte Stichproben hinweg erfolgreich ist, nicht eine Wahrscheinlichkeitsaussage über ein einzelnes Intervall, nachdem es bereits berechnet wurde.
Macht ein größerer Stichprobenumfang ein Konfidenzintervall schmaler?
Ja. Der Standardfehler und damit die Fehlermarge und die gesamte Intervallbreite werden berechnet, indem die Standardabweichung durch die Quadratwurzel des Stichprobenumfangs geteilt wird. Da der Stichprobenumfang unter einer Quadratwurzel steht, halbiert eine Vervierfachung des Stichprobenumfangs die Breite des Intervalls, während eine kleinere Stichprobe bei gleichem Konfidenzniveau ein proportional breiteres, weniger präzises Intervall erzeugt.
Warum erzeugt ein höheres Konfidenzniveau ein breiteres Intervall?
Ein höheres Konfidenzniveau, etwa 99% statt 95%, erfordert einen größeren kritischen Wert (2,5758 gegenüber 1,96), was die Fehlermarge erhöht und das resultierende Intervall verbreitert. Dies spiegelt einen unvermeidlichen Kompromiss wider: Eine Methode, die über wiederholte Stichproben hinweg häufiger erfolgreich sein muss, hat einen breiteren Bereich plausibler Werte abzudecken, um dies zu erreichen.
Quellenangaben
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods, Section 7.1: Confidence intervals. nist.gov.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (confidence intervals for a mean; z vs t procedures).
- Hoekstra R, Morey RD, Rouder JN, Wagenmakers EJ. "Robust misinterpretation of confidence intervals." Psychonomic Bulletin and Review, 2014;21(5):1157-1164.