Effektgröße ist ein statistisches Maß, das Forschern hilft, die Größe einer Differenz oder Beziehung in einer Studie zu verstehen. Im Gegensatz zu p-Werten, die angeben, ob ein Effekt existiert, zeigt Effektgröße, wie groß dieser Effekt tatsächlich ist, was ihn für die Interpretation von Forschungsergebnissen und die Bewertung ihrer praktischen Bedeutung unerlässlich macht. In einer Zeit, in der sich viele wissenschaftliche Disziplinen mit Reproduzierbarkeitsproblemen auseinandersetzen, stellt Effektgröße ein entscheidendes Werkzeug zur Bewertung der Stärke von Beweisen über Studien und Kontexte hinweg dar.

Warum Effektgröße wichtiger ist als p-Werte

Seit Jahrzehnten ist der p-Wert der Torhüter der statistischen Signifikanz in den Sozialwissenschaften, der Medizin und darüber hinaus. Ein p-Wert unter 0,05 sagt den Forschern, dass ein beobachtetes Ergebnis unter der Nullhypothese unwahrscheinlich ist, sagt aber nichts über die Größe oder Wichtigkeit dieses Ergebnisses aus. Die Effektgröße füllt diese Lücke, indem sie die tatsächliche Differenz oder Assoziation quantifiziert. Zum Beispiel könnte eine große Stichprobe einen statistisch signifikanten p-Wert für eine triviale Differenz von 0,1 Punkten auf einer 100-Punkte-Skala ergeben - statistisch signifikant, aber praktisch bedeutungslos. Die Effektgröße markiert solche Diskrepanzen und ermutigt Forscher, sich auf die Größenordnung der Effekte zu konzentrieren, anstatt auf willkürliche Schwellenwerte.

Die Wirkungsgröße ermöglicht Meta-Analysen, indem sie die Ergebnisse verschiedener Studien standardisiert, die unterschiedliche Messungen verwendeten. Ohne Effektgröße wäre es fast unmöglich, die Ergebnisse in einer Literatur zu synthetisieren. Amerikanische Psychologische Vereinigung (APA), erfordern nun eine Berichterstattung über Effektgrößen neben p-Werten. Die Entwicklung hin zu Effektgrößen spiegelt eine breitere Betonung von Transparenz, Replizierbarkeit und praktischer Relevanz in der Forschung wider.

Was ist Effektgröße?

Effektgröße quantifiziert die Stärke eines Phänomens. Einfach ausgedrückt beantwortet sie die Frage "wie viel?" statt "Gibt es das?" Diese Quantifizierung ermöglicht es Forschern, Ergebnisse über Studien hinweg zu vergleichen, verschiedene Skalen und verschiedene Populationen. Effektgröße kann als Unterschied zwischen Gruppen, eine Korrelation zwischen Variablen oder ein Quotenverhältnis in kategorischen Analysen ausgedrückt werden. Wichtig ist, dass Effektgröße unabhängig von der Stichprobengröße ist: Eine große Stichprobe bläst die Effektgröße nicht auf, aber sie reduziert das Konfidenzintervall um diese Schätzung herum.

Gemeinsame Effektgrößenfamilien umfassen:

  • d-Familie (z. B. Cohen's d, Hedges' g): standardisierte mittlere Unterschiede, die zum Vergleich von zwei Gruppen verwendet werden.
  • r-Familie (z. B. Pearson's r, Spearman's rho): Korrelationskoeffizienten, die die Stärke der Assoziation zwischen kontinuierlichen Variablen messen.
  • Odds-Verhältnis (OR) und Risikoquote (RR): Wirkungsmaße für kategorische Ergebnisse, die häufig in der Epidemiologie und klinischen Studien verwendet werden.

Die Wahl der geeigneten Effektgröße hängt vom Forschungsdesign, der Art der Daten und der primären Frage ab, die von Interesse ist.

Cohen's d für Gruppenvergleiche

Cohens d ist vielleicht die am weitesten verbreitete Effektgröße. Es drückt den Unterschied zwischen zwei Gruppenmitteln in Bezug auf Standardabweichungseinheiten aus und sagt uns effektiv, wie viele Standardabweichungen die Gruppen voneinander trennen.

d = (M)1 – M2)gepoolt

wobei M1 und M2 die Stichprobenmittel und SDgepoolt die gepoolte Standardabweichung, berechnet als Quadratwurzel des Durchschnitts der beiden Gruppenvarianzen. Hecken g wendet eine kleine Korrektur für ungleiche Stichprobengrößen an, wodurch sie für Studien mit kleinen oder unausgewogenen Gruppen besser geeignet ist.

Pearson's r für Korrelationen

Bei der Untersuchung der Beziehung zwischen zwei kontinuierlichen Variablen (z. B. Stunden der Studien- und Prüfungsergebnisse) misst Pearsons r sowohl die Richtung als auch die Stärke einer linearen Beziehung. Es reicht von -1 (perfekt negativ) über 0 (keine lineare Beziehung) bis +1 (perfekt positiv). Die Quadratur des Korrelationskoeffizienten ergibt den Bestimmungskoeffizienten r2, der den Anteil der Varianz zwischen den beiden Variablen darstellt. Beispielsweise entspricht ein r von 0,5 r2 = 0,25, was bedeutet, dass 25% der Variabilität in einer Variablen durch die andere erklärt werden können.

Odds Ratios für kategorische Ergebnisse

In Fall-Kontrollstudien, randomisierten Studien mit dichotomem Ausgang (z.B. überlebt vs. gestorben, Rückfall vs. kein Rückfall) vergleicht das Odds-Verhältnis die Odds eines Ereignisses in der Behandlungsgruppe relativ zur Kontrollgruppe. Ein Odds-Verhältnis von 1 zeigt keine Wirkung an; Werte über 1 zeigen erhöhte Odds; Werte unter 1 zeigen reduzierte Odds. Die Größe der Abweichung von 1 spiegelt die Stärke der Assoziation wider. Odds-Verhältnisse werden oft mit 95% Konfidenzintervallen berichtet, um Präzision zu vermitteln.

Wie man Effektgröße berechnet

Die Methode zur Berechnung der Effektgröße hängt von der Art der verwendeten Daten und Analysen ab.

Berechnung von Cohen's d aus Mittelwerten und Standardabweichungen

Wenn Sie deskriptive Statistiken von zwei unabhängigen Gruppen haben (Mittelwert- und Standardabweichung), wird Cohens d wie folgt berechnet:

  1. Berechnen Sie die gepoolte Standardabweichung: SDgepoolt = sqrt(((n))1 – 1 * SD12 + (n)2 – 1 * SD22)/(n)1 + n2 – 2 )
  2. Berechnung d = (M)1 – M2) / SDgepoolt

Stellen Sie sich zum Beispiel eine Studie vor, die eine neue Lehrmethode mit dem traditionellen Unterricht vergleicht. Die Behandlungsgruppe (n = 30) hat eine mittlere Prüfungspunktzahl von 85 (SD = 10), und die Kontrollgruppe (n = 30) hat einen Durchschnitt von 78 (SD = 12). Das Einstecken in die Formel ergibt eine gepoolte SD von etwa 11,05 und eine d von (85 - 78) / 11,05 ≈ 0,63. Dies ist ein mittlerer bis großer Effekt nach Cohens Benchmarks.

Berechnung von Pearson's r aus Rohdaten oder Zusammenfassungsstatistiken

Mit Rohdaten wird Pearsons r mit der Formel berechnet:

r = Σ((X)i – MX)(Y)i – MY) / sqrt(Σ(X)i – MX) 2 * Σ(Y)i – MY)

Alternativ können Sie, wenn Sie den t-Wert und Freiheitsgrade von einer Regressions- oder Korrelationsanalyse haben, r mit: r = t / sqrt(t2 + df) berechnen. Diese Näherung ist praktisch, wenn Sie veröffentlichte Ergebnisse lesen, die t-Statistiken, aber nicht die Korrelation direkt melden.

Berechnung von Quotenverhältnissen aus Kontingenztabellen

Aus einer 2x2-Tabelle:

VeranstaltungKein Ereignis
Behandlungab
Kontrollecd

Das Odds-Verhältnis ist (a/b) / (c/d) = (a*d)/(b*c). Wenn beispielsweise a = 20, b = 80, c = 10, d = 90, dann OR = (20*90)/(80*10) = 1800/800 = 2,25. Dies zeigt an, dass die Odds des Ereignisses in der Behandlungsgruppe das 2,25-fache der Odds in der Kontrollgruppe sind.

Computing Effektgröße in der statistischen Software

Die meisten statistischen Pakete können Effektgrößen direkt berechnen oder die notwendige Ausgabe liefern. RDas Paket bietet Funktionen wie an. SPSS, Effektgrößenschätzungen (z.B. Cohen's d für t-Tests, partielles eta-Quadrat für ANOVA) sind unter den Optionen "Effektgröße" in den Analysemenüs verfügbar. JASP und MoorFür Metaanalysen werden automatisch Effektgrößen neben den Testergebnissen bereitgestellt. Umfassende Meta-Analyse oder Metafor Ein Paket in R kann Effektgrößen aus mehreren Studien zusammenfassen.

Die Forscher sollten die Effektgrößen immer mit ihren Konfidenzintervallen angeben, um die Genauigkeit der Schätzung zu vermitteln.Ein Konfidenzintervall, das sich über Null (für d) erstreckt oder 1 (für OR) kreuzt, zeigt an, dass der Effekt auf der gewählten Alpha-Ebene nicht statistisch signifikant ist, aber die Intervallbreite zeigt auch, wie viel Unsicherheit verbleibt.

Interpretation der Effektgröße

Die Interpretation der Effektgröße beinhaltet das Verständnis der Größe anhand etablierter Benchmarks, aber auch die Berücksichtigung des Kontexts und des Forschungsbereichs. Statistische Poweranalyse für die VerhaltenswissenschaftenCohen selbst hat betont, dass es sich um "Konventionen " handelt, die nicht starr angewandt werden sollten; sie dienen als Ausgangspunkt für Diskussionen.

Cohen's d Benchmarks

  • Klein: d = 0,2 — ein Unterschied, der in typischen sozialwissenschaftlichen Situationen mit bloßem Auge nicht sichtbar ist
  • Medium: d = 0,5 — eine Differenz, die groß genug ist, um von einem aufmerksamen Beobachter bemerkt zu werden
  • Groß: d = 0,8 - ein sehr offensichtlicher Unterschied

In der Bildung könnte beispielsweise ein d von 0,2 einer Verbesserung von nur wenigen Punkten bei einem standardisierten Test entsprechen, während ein d von 0,8 einen Umzug eines Schülers vom 50. auf das 79. Perzentil darstellen könnte. In der klinischen Psychologie liegen die Effektgrößen für einige Antidepressiva im Vergleich zu Placebo oft bei d = 0,3 (klein bis mittel), was neben Nebenwirkungen und Patientenpräferenzen auch die Behandlungsentscheidungen beeinflusst.

Pearson's r Benchmarks

  • Klein: r = 0,1 - eine schwache Assoziation
  • Medium: r = 0,3 - eine moderate Beziehung
  • Groß: r = 0,5 - eine starke Assoziation

In vielen Bereichen der Psychologie und Bildung sind Korrelationen über 0,5 für einzelne Prädiktoren aufgrund der Komplexität des menschlichen Verhaltens selten, beispielsweise liegt die Korrelation zwischen Studienstunden und Prüfungsnoten typischerweise zwischen 0,3 und 0,5, was auf einen moderaten Effekt hinweist.

Odds Ratio Interpretation

In der Medizin wird ein Quotenverhältnis von 1,5 manchmal als schwacher Effekt, 2,0 moderat und 3,0 oder höher betrachtet. In der Epidemiologie können jedoch selbst kleine Quotenverhältnisse (z. B. 1,2) sinnvoll sein, wenn die Exposition häufig auftritt und das Ergebnis schwerwiegend ist (z. B. Krebs). Der Schlüssel ist, die Effektgröße mit dem Basisrisiko zu kombinieren: Ein kleiner relativer Effekt kann einen großen absoluten Einfluss auf die Gesundheit der Bevölkerung haben.

Häufige Missverständnisse über die Effektgröße

Trotz seiner wachsenden Bedeutung bestehen mehrere Missverständnisse fort:

  • "Eine große Effektgröße bedeutet immer, dass das Ergebnis wichtig ist." Eine große Effektgröße aus einer schlecht konzipierten Studie mit verwirrenden Variablen kann irreführend sein, die Effektgröße muss neben der Qualität der Studie, der Repräsentativität der Stichprobe und potenziellen Verzerrungen interpretiert werden.
  • "Effektgröße ersetzt die Notwendigkeit von p-Werten." Beide p-Werte und Effektgrößen dienen komplementären Rollen. Ein p-Wert prüft, ob der beobachtete Effekt zufällig sein könnte, während die Effektgröße seine Stärke quantifiziert.
  • "Cohens Benchmarks sind universell." In einigen Bereichen (z. B. Physik oder Genetik) können Effektgrößen von d = 0,2 als enorm angesehen werden, während in der Sozialpsychologie d = 0,8 Routine sein kann. Forscher sollten sich, wenn möglich, auf feldspezifische Normen beziehen.
  • "Wirkungsgröße ist nur für parametrische Tests." Es gibt nichtparametrische Effektgrößen, wie das Cliff-Delta für ordinale Daten, die Rang-Biserial-Korrelation und Cramer's V für Chi-Quadrat-Tests, die eine vergleichbare Interpretierbarkeit ohne Normalverteilungsannahmen bieten.

Praktische Beispiele für die Effektgröße in der Forschung

Um den Nutzen der Effektgröße zu veranschaulichen, betrachten Sie drei Forschungsszenarien:

Beispiel 1: Vergleich zweier Lehrmethoden

Ein Forscher ordnet 50 Studenten zufällig einem neuen interaktiven Lehrplan und 50 einer traditionellen Vorlesung zu. Nach dem Test zeigen Ergebnisse eine mittlere Differenz von 4 Punkten (neu: 82, traditionell: 78) mit gepooltem SD = 10. Cohens d = 0,4 - ein kleiner bis mittlerer Effekt. Der p-Wert ist 0,04 (signifikant bei α = 0,05). Ohne Effektgröße könnte ein Leser die Bedeutung des "signifikanten" Befunds überschätzen.

Mit d = 0,4 erkennt der Forscher, dass die neue Methode eine bescheidene Verbesserung bietet, vielleicht nicht genug, um eine kostspielige Überarbeitung des Lehrplans zu rechtfertigen.

Beispiel 2: Korrelation zwischen Übung und Stimmung

Eine Studie an 200 Erwachsenen ergab, dass Pearsons r zwischen wöchentlichen Trainingsstunden und selbst berichteten Stimmungswerten (p = 0,001) eine kleine bis mittlere Korrelation aufweist. Der r2 = 0,0625 zeigt an, dass Bewegung nur etwa 6% der Varianz in der Stimmung erklärt. Obwohl statistisch signifikant, ist die praktische Implikation, dass Bewegung einer von vielen Faktoren ist, die die Stimmung beeinflussen, und Interventionen, die auf Bewegung abzielen, können nur begrenzte Auswirkungen haben.

Beispiel 3: Quotenverhältnis in einer Case-Control-Studie

Eine Fall-Kontroll-Studie an Lungenkrebs (200 Fälle, 200 gematchte Kontrollen) untersucht die Assoziation mit einem spezifischen Biomarker. Das Odds-Verhältnis beträgt 3,2 (95 % CI: 2,1-4,9), was darauf hinweist, dass die Wahrscheinlichkeit von Lungenkrebs bei Patienten mit dem Biomarker mehr als dreimal so hoch ist. Dies ist ein starker Effekt in der Epidemiologie. Das Konfidenzintervall (außer 1) bestätigt die statistische Signifikanz und die Effektgröße leitet weitere Forschungen zu möglichen Kausalmechanismen ein.

Reporting Effektgröße in Research Papers

Führende Styleguides und Journalanforderungen haben sich weiterentwickelt, um die Berichterstattung über Effektgrößen zu verpflichten. Das APA Publication Manual (7. Aufl.) besagt: "Damit der Leser die Größe oder Bedeutung der Ergebnisse einer Studie einschätzen kann, ist es fast immer notwendig, ein gewisses Maß für die Effektgröße in den Abschnitt Ergebnisse aufzunehmen." In ähnlicher Weise erwarten die American Medical Association (AMA) und die EQUATOR Network-Richtlinien für klinische Studien Effektgrößen mit Konfidenzintervallen.

Befolgen Sie bei der Berichterstattung diese Best Practices:

  • Geben Sie immer die spezifische Art der verwendeten Effektgröße an (z. B. Cohen's d, Pearson's r, Hedges' g).
  • Geben Sie das Konfidenzintervall für die Effektgrößenschätzung an (z. B. 95% CI [0.12, 0.68] für d).
  • Interpretieren Sie die Effektgröße im Kontext der vorherigen Literatur und praktischen Relevanz, nicht nur Benchmarks.
  • Vermeiden Sie Sätze wie "eine große Effektgröße wurde gefunden", ohne auch zu diskutieren, was "groß" im Kontext dieser Studie bedeutet.

Beispiele für gute Berichterstattung: "Die Interventionsgruppe erzielte höhere Werte als die Kontrollgruppe, Cohens d = 0,63, 95% CI [0,27, 0,99], ein mittlerer bis großer Effekt, der mit früheren Metaanalysen übereinstimmt."

Einschränkungen von Effect Size Benchmarks

Die Benchmarks von Cohen sind zwar hilfreiche Lehrmittel, haben aber Grenzen. Sie wurden ursprünglich für die Verhaltenswissenschaften vorgeschlagen und gelten möglicherweise nicht in anderen Bereichen. 0,2 Effektgröße in klinischen Studien von lebensrettenden Medikamenten könnte extrem wichtig sein, während eine 0,8 Effektgröße Bei einer Untersuchung der Persönlichkeitsmerkmale kann es sich um triviale Eigenschaften handeln. Zusätzlich können Effektgrößen in kleinen Proben (insbesondere mit kleinen N- und großen Verzerrungen) aufgeblasen oder durch Messfehler entleert werden. Bei der Interpretation der Effektgrößengröße ist immer die Zuverlässigkeit der verwendeten Instrumente und die Homogenität der Probe zu berücksichtigen.

Eine weitere Einschränkung ist das Risiko des "Effektgrößen-Minings" - Forscher wählen die Effektgrößen-Metrik, die ihre Ergebnisse am beeindruckendsten erscheinen lässt. Um dem entgegenzuwirken, wird eine Vorregistrierung von Effektgrößen-Metriken empfohlen. Darüber hinaus bevorzugen Metaanalysten zunehmend standardisierte mittlere Unterschiede, die sich an Kleinstichproben-Bias anpassen (z. B. Hedges 'g) und verwenden Zufallseffektmodelle, um die Variabilität zwischen den Studien zu berücksichtigen.

Effektgröße und Power-Analyse

Die Effektgröße ist für die Power-Analyse von zentraler Bedeutung, die die Stichprobengröße bestimmt, die benötigt wird, um einen bestimmten Effekt mit einer gewünschten statistischen Leistung zu erkennen. G*Strom oder ähnliche Werkzeuge geben Forscher die erwartete Effektgröße (oft basierend auf früheren Studien oder Pilotdaten), die Signifikanzstufe (α) und die gewünschte Leistung (normalerweise 0,80) ein. Die Software gibt die erforderliche Stichprobengröße aus. Umgekehrt können Forscher nach einer Studie die beobachtete Effektgröße verwenden, um die erzielte Post-hoc-Leistung zu berechnen, obwohl diese Praxis umstritten ist, weil sie nicht die Hauptfrage der Studie anspricht und irreführend sein kann.

Beispielsweise erfordert eine a priori Power-Analyse für einen Zwei-Gruppen-t-Test, der darauf abzielt, einen mittleren Effekt (d = 0,5) mit α = 0,05 und Power = 0,80 zu erkennen, etwa 64 Teilnehmer pro Gruppe (128 insgesamt), was Forschern hilft, untermotorisierte Studien zu vermeiden, die Ressourcen verschwenden und unzuverlässige Schätzungen erstellen.

Schlussfolgerung

Die Berechnung und Interpretation der Effektgröße ist entscheidend für das Verständnis der Auswirkungen von Forschungsergebnissen in der realen Welt. Indem sie sich über das dichotome Denken von "signifikant vs. nicht signifikant" hinausbewegt und sich auf die Größenordnung der Effekte konzentriert, können Forscher differenziertere, replizierbare Schlussfolgerungen ziehen. Die Effektgröße erleichtert Metaanalysen, informiert die Energieplanung und bietet eine gemeinsame Sprache für den Vergleich von Ergebnissen in Studien und Bereichen.

Für Studenten und Pädagogen ist die Beherrschung der Konzepte der Effektgröße - einschließlich der Frage, wann Cohens d, Pearsons r oder Odds Ratios verwendet werden - ein wesentlicher Schritt, um zu kritischen Verbrauchern und Produzenten von Forschung zu werden. Da die wissenschaftliche Gemeinschaft weiterhin auf Transparenz und Reproduzierbarkeit setzt, bleibt die Effektgröße ein Eckpfeiler solider statistischer Praxis. Unabhängig davon, ob Sie ein kleines Klassenzimmerexperiment oder eine große klinische Studie durchführen, sollte die Berichterstattung und Interpretation der Effektgröße ein routinemäßiger Bestandteil Ihres analytischen Workflows sein.

Für weitere Lektüre konsultieren Sie die APA Publication Manual (Deutsche Übersetzung) für Richtlinien zur Berichterstattung über die Effektgröße und besuchen Sie die Nationales Zentrum für Biotechnologie-Informationen für einen praktischen Überblick über die Effektgröße in der medizinischen Forschung, für einen tieferen Einblick in die Berechnungsmethoden, die effsize Paket für R bietet umfassende Funktionen. Größenrechner für Psychometrieeffekte bietet ein einfaches Online-Tool für schnelle Berechnungen.