Effektstärke

Effektstärke ist eine dimensionslose Zahl zur Verdeutlichung der praktischen Relevanz von statistisch signifikanten Ergebnisse. Es gibt zwei Arten von Effekten (standardisierten) Effektstärken die d-Familie, die Unterschiede zwischen Gruppen betrachtet, und die r-Familie, welche ein Maß für Zusammenhänge zwischen Daten ist Hemmerich (n.d.). Unstandardisierte Effektgrößen sind Differenzen von Gruppenmittelwerten (raw mean difference) und unstandardisierte Regressionskoeffizienten. Der p-Wert ist keine Effektstärke.

Kreuztabelle: Cohen’s w, \(\phi\), Cramer’s V, C

ANOVA/Regression: f, \(\eta\), \(\eta_{part}\) und d, \(\Delta\), Hedge’s g (bei Vergleich der Stichproben) sowie Odds Ratio, Risk Ratio, r, R

Oft wird in wissenschaftlichen Arbeiten gefordert das Eta-Quadrat zu berichten. Das Eta-Quadrat ist nur eine Variante von Maßzahlen zur Effektstärke und nicht die Effektstärke und nicht immer ist das Eta-Quadrat die passende Zahl. Eta-Quadrat hat zudem den prinzipiellen Nachteil, dass es “unanschaulich” ist. Das APA-Manual schreibt dazu (APA (2009) Seite 34).

… include some measure of effect siz …, whenever possible, provide a confidence interval of each effect size. Effect size may be expressed in the original units (mean, … regression slope). It can be valuable to report Effect size, also in some standardized or unites-free unit, … however, it, to provide the reader enough information to assess the magnitude of the observed effect

Frei interpretiert heißt das; unstandardisierte Effektgrößen (Regressionskoeffizienten mit 95%-CI) müssen angeben werden, andere können angegeben werden. Die “magnitude of the observed effect” ist am besten über die Effectplots darzustellen (???).

Formeln

Pearson-Korrelation r Cohens d

\(r={\frac {d}{{\sqrt {d^{2}+{\frac {(n_{1}+n_{2})^{2}}{n_{1}n_{2}}}}}}}\)

Cohens f2

\(f^{2}={\frac {R_{{included}}^{2}-R_{{excluded}}^{2}}{1-R_{{included}}^{2}}}\)

partielle Eta-Quadrat \(\eta ^{2}={\frac {QS_{{{\rm {Effekt}}}}}{QS_{{{\rm {Effekt}}}}+QS_{{{{\rm {Res}}}}}}}\)

Referenzwerte der Effektstärke

Referenzwerte (Daumenwerte) von Cohen, abgewandelt nach Ellis (2010). Quelle: https://matheguru.com/stochastik/effektstarke.html

Test Effektmaß Klein Mittel Groß
Vergleich zweier unabhängiger Stichproben d, Δ, Hedge’s g 0.20 0.50 0.80
Vergleich von zwei Korrelationen q 0.1 0.3 0.5
Korrelationskoeffizient r 0.10 0.30 0.50
Determinationskoeffizient 0.01 0.09 0.25
Kreuztabelle Cohen’s w, φ, Cramer’s V, C 0.10 0.30 0.50
ANOVA f 0.1 0.25 0.4
. η²part 0.01 0.06 0.14
Multiple Regression 0.02 0.13 0.26
. Cohen’s f² 0.02 0.15 0.35

Hier zum Vergleich die Referenzwerte mit dem package ‘pwr’ von Stephane Champely (2018)

Tab 1: Referenzwerte der Effektstärk
Test small medium large
p 0.2 0.5 0.8
t 0.2 0.5 0.8
r 0.1 0.3 0.5
anov 0.1 0.25 0.4
chisq 0.1 0.3 0.5
f2 0.02 0.15 0.35

Anmerkung: Für die logistische Regression gibt Backhaus einen Wert des Nagelkerke - R² mit 0.50 als gut interpretierbar an. Es wird angegeben das das Pseudo R-Quadrat vergleichbar mit dem linearen Bestimtheitsmaß ist.

Literatur

APA. 2009. Publication Manual of the American Psychological Association, 6th Edition -. Edited by American Psychological Association. Redmond, Washington: Best Sellers.

Hemmerich, W. A. n.d. “Effektstärke.” MatheGuru. Accessed March 7, 2019. /stochastik/effektstarke.html.