Zum Inhalt springen

Stichprobengröße

oder auch Sample Size, Stichprobenumfang

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 18.11.2026

Die Stichprobengröße ist die Zahl der Beobachtungen, bei Website-Tests meist Besucher je Variante, die ein Test braucht, um einen Unterschied einer bestimmten Größe mit festgelegter Sicherheit zu erkennen. Eine Stichprobe ist laut Gabler die Teilmenge einer Grundgesamtheit, die für eine Untersuchung ausgewählt wird. Das Dorsch Lexikon der Psychologie betont, dass der nötige Umfang immer vor der Studie ermittelt werden sollte.

Stichprobengröße

Die Zahl der Beobachtungen, bei Website-Tests meist Besucher je Variante, die ein Test braucht, um einen Unterschied bestimmter Größe mit festgelegter Sicherheit zu erkennen.
Beispiel: „Die Stichprobengröße lag bei 13.000 Besuchern je Variante, also bei über einem Jahr Laufzeit.“

Auch: Stichprobenumfang, Sample Size.

Abgrenzung zum Gesetz der großen Zahlen: Es erklärt, warum große Stichproben stabiler sind; die Stichprobengröße ist die Planungsgröße vor dem Test.

Drei Stellgrößen der Stichprobengröße

Den nötigen Umfang bestimmen drei Größen. Das Signifikanzniveau begrenzt die Wahrscheinlichkeit, einen Unterschied zu sehen, wo keiner ist; laut Spektrum Lexikon der Mathematik wird es häufig auf 0,05 gesetzt. Die Teststärke ist die Wahrscheinlichkeit, einen tatsächlich vorhandenen Unterschied zu finden; Cohens Faustregel verlangt mindestens 0,8. Die dritte Größe ist der kleinste Unterschied, den man finden will, der minimal nachweisbare Effekt. Je kleiner er ist, desto mehr Besucher braucht es.

Die Faustformel nach Kohavi

Kohavi und Kollegen geben 2009 eine Faustformel an: n = 16 · s² / d² je Variante für 95 Prozent Konfidenz und 80 Prozent Teststärke. Dabei ist s² die Varianz der Zielgröße, für eine Conversion Rate p also p · (1 − p), und d der gesuchte Unterschied. Weil d im Quadrat steht, vervierfacht ein halb so großer Effekt den Bedarf. Bei 3 Prozent Ausgangsrate und 20 Prozent relativer Änderung ergeben sich rund 12.900 Besucher je Variante, bei 10 Prozent schon rund 51.700.

Eine fallende Kurve: waagerecht der gesuchte relative Effekt von 5 bis 50 Prozent, senkrecht die Besucher je Variante. Bei 3 Prozent Ausgangsrate sind drei Punkte markiert: 10 Prozent Effekt rund 51.700, 20 Prozent rund 12.900, 30 Prozent rund 5.700 Besucher
Eigene Rechnung mit n = 16 · s² / d² nach Kohavi u. a. 2009, 95 % Konfidenz, 80 % Teststärke.

Was die Stichprobengröße für kleine Websites heißt

Eine Anfrageseite mit 2.000 Besuchern im Monat und 3 Prozent Anfragequote bräuchte nach dieser Rechnung für einen Effekt von 20 Prozent über ein Jahr. Aus unserer Sicht ist das der häufigste Grund, warum Tests auf kleineren Websites nichts zeigen. Auswege sind größere Änderungen, eine häufigere Micro Conversion als Zielgröße oder die begründete Entscheidung ohne Test. Wer mit zu kleinen Stichproben auswertet, landet beim Gesetz der kleinen Zahlen.

Siehe auch:

Gesetz der großen Zahlen

Der Satz der Wahrscheinlichkeitsrechnung, nach dem sich der Durchschnitt vieler unabhängiger Versuche mit wachsender Zahl dem Erwartungswert nähert.

#Branding & Markenführung

Gesetz der kleinen Zahlen

Der Fehlschluss, kleine Stichproben für so aussagekräftig zu halten wie große; Begriff von Tversky und Kahneman 1971.

#Branding & Markenführung

A/B-Test

Der Vergleich zweier Varianten, bei dem der Verkehr geteilt wird und nur ein Merkmal sich unterscheidet.

#Suchmaschinenmarketing (SEM)

False Positive

Ein Fehlalarm: Das Modell meldet einen Fall, den es nicht gibt.

#Künstliche Intelligenz (KI)

False Negative

Ein übersehener Fall: Das Modell meldet nicht, obwohl der gesuchte Fall vorliegt.

#Künstliche Intelligenz (KI)

Multivariater Test

Ein Test, der mehrere Elemente einer Seite gleichzeitig in je mehreren Varianten verändert und alle Kombinationen vergleicht.

#Online-Marketing-Grundlagen