Wie interpretiert man Effektstärken in der psychologischen Forschung?
In diesem Beitrag
- Was sind Effektstärken – und warum reicht ein p-Wert nicht?
- Die wichtigsten Effektstärkemaße in der Psychologie
- Cohens Konventionen: Klein, mittel, groß – und was das wirklich bedeutet
- Effektstärken kontextabhängig interpretieren
- Konfidenzintervalle rund um Effektstärken
- APA-konformes Berichten von Effektstärken
- Häufige Fehler bei der Interpretation
- Fazit: Effektstärken als Kern wissenschaftlicher Aussage
Was sind Effektstärken – und warum reicht ein p-Wert nicht?
Eine Effektstärke gibt an, wie groß ein beobachteter Effekt tatsächlich ist – unabhängig davon, ob er statistisch signifikant ist. Der p-Wert beantwortet nur eine einzige Frage: Wie wahrscheinlich wären die vorliegenden Daten, wenn es gar keinen Effekt gäbe? Er sagt jedoch nichts darüber aus, ob ein Effekt relevant, bedeutsam oder praxistauglich ist.
Das ist in der psychologischen Forschung besonders relevant. Mit ausreichend großen Stichproben werden selbst triviale Unterschiede statistisch signifikant – ein Problem, das gerade in der Online-Forschung und in Sekundäranalysen großer Datensätze regelmäßig auftritt. Effektstärken schaffen hier Klarheit, weil sie die Größenordnung eines Befunds sichtbar machen.
Wer die gängigen statistischen Verfahren im Psychologiestudium kennt, begegnet Effektstärken in praktisch jedem Kontext – vom t-Test über die Varianzanalyse bis zur Korrelation.
Die wichtigsten Effektstärkemaße in der Psychologie
Je nach Verfahren und Fragestellung kommen unterschiedliche Maße zum Einsatz. Die Wahl des Effektstärkemaßes sollte zur Skalenmetrik und zum Studiendesign passen – und nicht einfach dem genommen werden, was eine Software standardmäßig ausgibt.
| Maß | Typischer Anwendungsfall | Wertebereich |
|---|---|---|
| Cohens d | Mittelwertvergleich (t-Test) | 0 bis ∞ (vorzeichenbehaftet) |
| Eta-Quadrat (η²) | ANOVA, einfaktorielle Designs | 0 bis 1 |
| Partielles Eta-Quadrat (η²p) | Mehrfaktorielle ANOVA, ANCOVA | 0 bis 1 |
| Pearsons r | Korrelationen | −1 bis +1 |
| Odds Ratio (OR) | Logistische Regression, Häufigkeitsvergleiche | 0 bis ∞ (OR = 1 bedeutet kein Effekt) |
| f² (Cohens f²) | Multiple Regression | 0 bis ∞ |
Besonders beim Einsatz der Varianzanalyse in der Psychologie lohnt es sich, zwischen η² und partiellem η² zu unterscheiden: Ersteres setzt die erklärte Varianz in Bezug zur Gesamtvarianz im Datensatz, letzteres bereinigt um die Varianz anderer Faktoren. Partielles η² ist deshalb nicht direkt zwischen Studien vergleichbar.
Cohens d im Detail
Cohens d ist das wohl bekannteste Maß und gibt die standardisierte Mittelwertsdifferenz zwischen zwei Gruppen an. Die Formel lautet:
Cohens d – Standardisierte Mittelwertsdifferenz
Dabei ist die gepoolte Standardabweichung beider Gruppen. Durch diese Standardisierung wird d unabhängig von der ursprünglichen Maßeinheit – ein großer Vorteil für die Vergleichbarkeit über Studien hinweg.
Eta-Quadrat und seine Varianten
Bei der ANOVA beschreibt η² den Anteil der Gesamtvarianz, der durch den jeweiligen Faktor erklärt wird:
Eta-Quadrat (η²)
Das partielle Eta-Quadrat ersetzt im Nenner durch und ist besonders für mehrfaktorielle Designs geeignet.
Cohens Konventionen: Klein, mittel, groß – und was das wirklich bedeutet
Jacob Cohen schlug in den 1980er Jahren Orientierungswerte vor, die bis heute in praktisch jedem Psychologie-Lehrbuch stehen. Für Cohens d gelten dabei folgende Richtwerte:
- d = 0,2 → kleiner Effekt
- d = 0,5 → mittlerer Effekt
- d = 0,8 → großer Effekt
Für Korrelationen (r) und Eta-Quadrat (η²) gelten analoge Konventionen:
| Effektgröße | Klein | Mittel | Groß |
|---|---|---|---|
| Cohens d | 0,2 | 0,5 | 0,8 |
| Pearsons r | 0,1 | 0,3 | 0,5 |
| η² / partielles η² | 0,01 | 0,06 | 0,14 |
| Cohens f² | 0,02 | 0,15 | 0,35 |
Effektstärken kontextabhängig interpretieren
Die entscheidende Frage ist nicht, ob ein Effekt „klein“ oder „groß“ nach Cohen ist, sondern was er im jeweiligen Kontext bedeutet. Drei Dimensionen sind dabei besonders wichtig:
1. Praktische Relevanz
Ein besonders anschauliches Beispiel aus der Methodenliteratur zeigt dies deutlich: Selbst ein scheinbar kleiner Effekt von d = 0,1 kann enorme praktische Konsequenzen haben – etwa wenn eine Intervention zuverlässig Suizidraten reduziert. Umgekehrt kann ein statistisch „großer“ Effekt im Alltag bedeutungslos sein, wenn er auf einer Skala gemessen wird, die keine klinisch relevante Veränderung abbildet.
2. Fachspezifische Normen und kumulative Evidenz
In der klinischen Psychologie gelten andere Maßstäbe als in der Sozialpsychologie oder der Neuropsychologie. Wer einen Effekt einordnen möchte, sollte Meta-Analysen und frühere Studien zum selben Konstrukt als Vergleichsmaßstab heranziehen – nicht die abstrakten Cohen-Schwellenwerte. Effektstärken sollten dabei immer im Rahmen kumulativer Evidenz gelesen werden: Ein isolierter Befund sagt weniger aus als ein konsistentes Muster über mehrere Studien hinweg.
3. Messinstrument und Studiendesign
Die Reliabilität des eingesetzten Messinstruments beeinflusst die erreichbare Effektstärke direkt. Ein unzuverlässiger Fragebogen dämpft Effekte systematisch, weil Messfehler die Varianz aufblähen. Wer etwa bei der Berechnung von Cronbachs Alpha niedrige Reliabilitätswerte feststellt, sollte das bei der Einordnung der Effektgröße explizit berücksichtigen.
Auch das Design spielt eine Rolle: Within-Subject-Designs erzeugen typischerweise größere Cohens-d-Werte als Between-Subject-Designs, weil die gemeinsame Varianz von Messzeitpunkten herauspartialisiert wird.
Konfidenzintervalle rund um Effektstärken
Ein einzelner Effektstärken-Punktwert – sagen wir d = 0,45 – gibt die beste Schätzung auf Basis der vorliegenden Stichprobe wieder. Was er nicht zeigt: die Unsicherheit dieser Schätzung. Gerade bei kleinen Stichproben kann das 95%-Konfidenzintervall um einen Punktwert erschreckend breit sein, zum Beispiel [0,02; 0,88].
Das Konfidenzintervall macht sichtbar, welche Populationswerte mit den Daten plausibel vereinbar sind. Ein Intervall, das von einem kleinen bis zu einem großen Effekt reicht, zeigt: Die Daten sprechen nicht klar für eine bestimmte Effektgröße. Dieses Bild verändert die Interpretation fundamental – und ist informativer als die Frage, ob p < 0,05.
Wie die offiziellen Reporting-Standards für quantitative psychologische Forschung festhalten, sind Effektstärken und Konfidenzintervalle kein optionales Zusatzdetail, sondern integraler Bestandteil transparenter Ergebnisdarstellung. Der p-Wert allein beantwortet nicht, wie groß oder relevant ein Effekt ist.
Praktisch bedeutet das: Berichten Sie in Ihrer Abschlussarbeit oder Dissertation immer sowohl den Punktschätzer der Effektstärke als auch das zugehörige Konfidenzintervall. Das ist methodisch sauberer und entspricht den Erwartungen moderner Gutachterinnen und Gutachter.
APA-konformes Berichten von Effektstärken
Die APA macht klare Vorgaben, wie Effektstärken in wissenschaftlichen Arbeiten darzustellen sind. Wer eine empirische Abschlussarbeit schreibt, sollte diese Konventionen kennen – sie erleichtern nicht nur das Bestehen von Gutachten, sondern verbessern die Nachvollziehbarkeit der Ergebnisse.
Typische Berichtsformate
Für einen unabhängigen t-Test könnte ein APA-konformer Ergebnissatz so aussehen:
Die Interventionsgruppe wies im Vergleich zur Kontrollgruppe signifikant höhere Werte auf der Stressreduktionsskala auf, t(98) = 2,41, p = .018, d = 0,48, 95%-KI [0,09; 0,87].
Für eine einfaktorielle ANOVA:
Der Faktor Therapiemethode hatte einen signifikanten Einfluss auf die Symptomreduktion, F(2, 117) = 5,83, p = .004, η² = .09.
Eine vollständige Übersicht zum korrekten Berichtsstil – inklusive Formatierung von Dezimalstellen, kursiver Schreibweise von Statistiksymbolen und Verwendung von Konfidenzintervallen – finden Sie in unserem Beitrag zum APA-konformen Berichten von Ergebnissen in der Psychologie.
Welches Maß für welches Verfahren?
- t-Test (unabhängig): Cohens d
- t-Test (abhängig / Messwiederholung): Cohens dz oder dav
- Einfaktorielle ANOVA: η² oder Cohens f
- Mehrfaktorielle ANOVA, ANCOVA: Partielles η² oder ω²
- Korrelation: Pearsons r direkt als Effektstärke
- Multiple Regression: Cohens f², R² (mit Vorsicht, da stichprobenabhängig)
- Logistische Regression: Odds Ratio, Cramers V
Zu beachten: ω² (Omega-Quadrat) gilt als weniger verzerrt als η² und wird in der neueren Methodenliteratur zunehmend empfohlen – besonders bei kleinen Stichproben.
Häufige Fehler bei der Interpretation
In Abschlussarbeiten und wissenschaftlichen Aufsätzen begegnen dieselben Fehler immer wieder. Die häufigsten:
Fehler und wie Sie sie vermeiden
- Effektstärke nicht berichten: Viele Studierende berichten nur p-Werte. Ohne Effektstärke fehlt die Aussage über die Größenordnung des Effekts – das entspricht nicht mehr dem Stand der Wissenschaft.
- Cohen-Benchmarks mechanisch anwenden: „d = 0,3, also kleiner Effekt“ ist keine Interpretation. Ordnen Sie den Wert in den Forschungskontext ein.
- Konfidenzintervalle weglassen: Ein Punktwert ohne Intervall gibt ein falsches Bild von Präzision und Sicherheit der Schätzung.
- Signifikanz mit Relevanz verwechseln: p < .001 bedeutet nicht, dass der Effekt groß oder praktisch wichtig ist – nur dass er unter den gegebenen Bedingungen statistisch nachweisbar ist.
- Falsches Maß für das Design wählen: Eta-Quadrat aus einem mehrfaktoriellen Design ist nicht mit dem aus einem einfaktoriellen Design vergleichbar.
- Reliabilität ignorieren: Niedrige Messzuverlässigkeit dämpft Effekte – das sollte in der Diskussion thematisiert werden.
Wer eine empirische Studie plant, sollte Effektstärken auch vor der Datenerhebung einkalkulieren – nämlich bei der Poweranalyse für die Bestimmung der optimalen Stichprobengröße. Denn ohne eine Annahme über die erwartete Effektstärke lässt sich die benötigte Stichprobengröße nicht sinnvoll berechnen.
Fazit: Effektstärken als Kern wissenschaftlicher Aussage
Effektstärken sind kein statistisches Beiwerk – sie sind der Kern einer wissenschaftlichen Aussage. Sie beantworten, was ein p-Wert nicht kann: Wie groß ist der Effekt? Und ist er relevant?
Die Cohen-Konventionen bieten eine erste Orientierung, dürfen aber nicht unreflektiert als Klassifikationsschema verwendet werden. Entscheidend ist die Einordnung in den Forschungskontext, die Berücksichtigung fachspezifischer Normen, die Reliabilität des Messinstruments – und die transparente Kommunikation von Konfidenzintervallen.
Für psychologische Abschlussarbeiten gilt: Berichten Sie immer Effektstärke und Konfidenzintervall, wählen Sie das Maß passend zum Design und interpretieren Sie den Wert inhaltlich, nicht nur anhand der Benchmark-Tabelle. Wer dabei methodisch unsicher ist, findet bei der statistischen Beratung für Psychologie fachkundige Unterstützung – von der Wahl des richtigen Effektstärkemaßes bis zur korrekten Darstellung im Ergebnisteil.
