Effektgrößenbericht
In diesem Beitrag
Was versteht man unter Effektgrößenbericht?
Der Effektgrößenbericht bezeichnet die systematische Angabe von Effektgrößen in wissenschaftlichen Publikationen und statistischen Auswertungen. Eine Effektgröße ist ein standardisiertes Maß, das die praktische Bedeutsamkeit eines statistischen Befundes quantifiziert – also wie stark ein Zusammenhang oder ein Unterschied tatsächlich ist, unabhängig vom Stichprobenumfang.
Zu den gebräuchlichsten Effektgrößen gehören:
- Cohen’s d – für den Vergleich zweier Mittelwerte (z. B. t-Test)
- r – Korrelationskoeffizient nach Pearson oder Spearman
- η² (Eta-Quadrat) / η²p (partielles Eta-Quadrat) – für Varianzanalysen (ANOVA)
- ω² (Omega-Quadrat) – weniger verzerrte Alternative zu η² in der ANOVA
- Cramér’s V – für Chi-Quadrat-Tests mit nominalen Variablen
Für Cohen’s d gilt folgende Orientierung an Konventionen nach Cohen (1988):
Richtwerte für Cohen’s d
Warum ist der Effektgrößenbericht für statistische Analysen wichtig?
Der p-Wert allein reicht nicht aus, um einen Befund vollständig zu beurteilen. Mit wachsendem Stichprobenumfang sinkt der p-Wert fast automatisch – selbst triviale Unterschiede werden bei großen Stichproben statistisch signifikant. Die Effektgröße hingegen ist weitgehend unabhängig von der Stichprobengröße und gibt an, wie substanziell ein Effekt in der Realität ist.
Führende Fachzeitschriften und Richtlinien – darunter die APA Publication Manual (7. Auflage) und die Deutsche Gesellschaft für Psychologie (DGPs) – empfehlen oder fordern explizit die Angabe von Effektgrößen neben Signifikanzwerten. Auch im Rahmen der Open Science-Bewegung sind Effektgrößen unverzichtbar, etwa für Meta-Analysen, die auf vergleichbaren, standardisierten Maßen aufbauen.
Ein weiterer Vorteil: Effektgrößen ermöglichen die Planung zukünftiger Studien. Auf ihrer Grundlage lässt sich eine a-priori-Poweranalyse durchführen, die bestimmt, wie viele Probanden für eine Studie benötigt werden, um einen Effekt bestimmter Größe zuverlässig nachzuweisen.
Praxisbeispiel zu Effektgrößenbericht
Eine Psychologiestudentin untersucht in ihrer Bachelorarbeit, ob ein Entspannungstraining den wahrgenommenen Stress bei Studierenden reduziert. Sie vergleicht die Stresswerte einer Trainingsgruppe (n = 80) mit einer Kontrollgruppe (n = 80) mithilfe eines unabhängigen t-Tests.
| Kennwert | Trainingsgruppe | Kontrollgruppe | Ergebnis |
|---|---|---|---|
| Mittelwert (M) | 3,2 | 4,1 | – |
| Standardabweichung (SD) | 1,1 | 1,2 | – |
| t-Wert | – | – | t(158) = 4,73 |
| p-Wert | – | – | p < .001 |
| Cohen’s d | – | – | d = 0,78 |
Das Ergebnis ist hochsignifikant (p < .001). Doch erst der Effektgrößenbericht zeigt, dass Cohen’s d = 0,78 einem mittleren bis großen Effekt entspricht. Die Studentin berichtet in ihrer Arbeit: „Der t-Test ergab einen signifikanten Unterschied zwischen den Gruppen, t(158) = 4,73, p < .001, d = 0,78. Die Effektgröße weist auf einen mittleren bis großen Effekt hin und deutet auf eine praktisch bedeutsame Wirksamkeit des Trainings hin.“
