Effektstärke-Rechner (Cohens d)
Miss, wie groß der Unterschied zwischen zwei Gruppenmittelwerten in Standardabweichungseinheiten ist. Gib Mittelwerte, Standardabweichungen und Stichprobengrößen ein oder füge die Rohdaten ein und erhalte Cohens d, das verzerrungskorrigierte Hedges' g, Glass' Δ, ein Konfidenzintervall und eine verständliche Interpretation.
Zuletzt aktualisiert:
Anleitung: Effektstärke-Rechner (Cohens d)
- Wähle die Eingabe: Kennwerte oder Rohdaten für zwei Gruppen.
- Gib Mittelwert, SD und n für Gruppe 1 (z. B. Behandlung) und Gruppe 2 (z. B. Kontrolle) ein oder füge die Werte jeder Gruppe ein.
- Wähle das Konfidenzniveau für das Intervall.
- Lies Cohens d und seine Interpretation ab; nutze Hedges' g bei kleinen Stichproben.
- Kopiere die Ergebnisse für deinen Bericht, z. B. „d = 0.54, 95 %-KI [0.03, 1.06]“.
Formeln zur Effektstärke
| Maß | Formel | Wann verwenden |
|---|---|---|
| Cohens d | (x̄₁ − x̄₂) ÷ s_p, s_p = √(((n₁−1)s₁² + (n₂−1)s₂²) ÷ (n₁+n₂−2)) | Standard für zwei unabhängige Gruppen mit ähnlichen SDs |
| Hedges' g | d × J, J = Γ(df/2) ÷ (√(df/2) Γ((df−1)/2)) ≈ 1 − 3 ÷ (4df − 1) | Kleine Stichproben, Metaanalyse |
| Glass' Δ | (x̄₁ − x̄₂) ÷ s₂ | Behandlung verändert die Streuung; SD der Kontrollgruppe als Maßstab |
| d_av | (x̄₁ − x̄₂) ÷ √((s₁² + s₂²) ÷ 2) | Ungewichteter Mittelwert der SDs, z. B. bei ungleichen Gruppengrößen |
| r aus d | d ÷ √(d² + (n₁+n₂)² ÷ (n₁n₂)) | Angabe als Korrelation |
Beispiel: Mittelwerte 78 und 72, SDs 10 und 12, je 30 pro Gruppe. s_p = √((29 × 100 + 29 × 144) ÷ 58) = 11.05, also d = 6 ÷ 11.05 = 0.54, ein mittlerer Effekt.
Was eine Effektstärke in der Praxis bedeutet
| d | Bezeichnung | Gruppe 2 unter dem Mittelwert von Gruppe 1 (U₃) | Überlappung der beiden Verteilungen |
|---|---|---|---|
| 0.2 | Klein | 57.9% | 92.0% |
| 0.5 | Mittel | 69.1% | 80.3% |
| 0.8 | Groß | 78.8% | 68.9% |
| 1.2 | Sehr groß | 88.5% | 54.9% |
| 2.0 | Riesig | 97.7% | 31.7% |
Ein p-Wert sagt dir, ob ein Unterschied wahrscheinlich echt ist; eine Effektstärke sagt dir, wie groß er ist. Große Stichproben können winzige Effekte „signifikant“ machen, gib daher beides an.
Häufige Fragen
Wie wird Cohens d berechnet?
d = (x̄₁ − x̄₂) ÷ s_p, wobei die gepoolte Standardabweichung s_p = √(((n₁ − 1)s₁² + (n₂ − 1)s₂²) ÷ (n₁ + n₂ − 2)) ist. Es drückt den Unterschied der Mittelwerte in Standardabweichungseinheiten aus.
Was gilt als kleiner, mittlerer oder großer Effekt?
Cohens verbreitete Faustregeln sind |d| ≈ 0.2 klein, 0.5 mittel und 0.8 groß; Sawilowsky ergänzte 1.2 sehr groß und 2.0 riesig. Das sind nur grobe Richtwerte; was in der Praxis zählt, hängt vom Fachgebiet und von der Bedeutung des Ergebnisses ab.
Was ist der Unterschied zwischen Cohens d und Hedges' g?
Cohens d überschätzt den Populationseffekt bei kleinen Stichproben leicht. Hedges' g multipliziert d mit einem Korrekturfaktor J ≈ 1 − 3 ÷ (4(n₁ + n₂) − 9), der bei großen Stichproben nahe 1 liegt. Verwende g, wenn die Gruppen jeweils weniger als etwa 20 Personen umfassen, oder in Metaanalysen.
Wann sollte ich Glass' Delta verwenden?
Glass' Δ teilt die Mittelwertdifferenz nur durch die Standardabweichung der Kontrollgruppe. Das ist sinnvoll, wenn die Behandlung voraussichtlich die Streuung der Werte verändert oder wenn sich die SDs der Gruppen stark unterscheiden.
Kann Cohens d negativ sein?
Ja. Das Vorzeichen zeigt nur die Richtung: Ein negatives d bedeutet, dass Gruppe 2 den höheren Mittelwert hat. Die Größe des Effekts wird am Betrag |d| beurteilt.
Wie rechne ich Cohens d in r um?
r = d ÷ √(d² + (n₁ + n₂)² ÷ (n₁n₂)), was sich bei gleich großen Gruppen zu d ÷ √(d² + 4) vereinfacht. Zum Beispiel entspricht d = 0.5 etwa r ≈ 0.24.
Wie wird das Konfidenzintervall für d berechnet?
Der Rechner verwendet die übliche Näherung für große Stichproben SE(d) = √((n₁ + n₂) ÷ (n₁n₂) + d² ÷ (2(n₁ + n₂))) und d ± z × SE. Schließt das Intervall die 0 aus, ist der Unterschied auf dem entsprechenden Niveau signifikant.
Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?
Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.