Mehr zu diesem Effektgrößenrechner und Cohens D.

Cohen's d corresponds to a widely used measure of effect size , that is used as an alternative (or complement) to the processes of hypothesis testing and calculation of p-values. Hypothesis testing has been subject to criticism because the p-values that are used to estimate the significance of an effect is heavily depending upon the sample size \(n\).

Wie berechnet man die Effektgröße?

Ein Effektgrößenmaß versucht, die Größe des Effekts auf eine Weise zu bewerten, die nicht stark von der Stichprobengröße beeinflusst wird. Cohens d wird unter Verwendung der folgenden Formel berechnet:

\[d = \frac{|\bar X - \mu|}{\sigma}\]

Cohens D wird normalerweise für t-Tests verwendet, bei denen die Antwortvariable eine Skalierungsvariable ist (gemessen auf der Verhältnis- oder Intervallebene), obwohl sie auch für z-Tests verwendet werden kann. Wenn Sie den Wert der t-Statistik kennen und die Anzahl der Freiheitsgrade kennen, können Sie Berechnen Sie dieses Effekt Effektivwert .

Was ist in der Praxis eine gute Effektgröße?

Es gibt keine guten oder schlechten Effektgrößen. Die Effektgröße gibt die Stärke der Assoziation zwischen der unabhängigen und der abhängigen Variablen an. Je höher die Effektgröße, desto stärker ist die Assoziation.

Dies sind Konventionen zur Beurteilung der Größe eines Effekts. Cohens Konventionen besagen, dass eine Effektgröße d um 0,2 eine kleine Effektgröße, eine Effektgröße d um 0,5 eine mittlere Effektgröße und eine Effektgröße d um 0,8 eine große Effektgröße anzeigt.

Andere Effektgrößenmaße

Es gibt andere Maße für die Effektgröße für den Fall von abhängigen Variablen, die nominal oder ordinal sind, wie z Phi-Koeffizient , das Lambda-Koeffizient , Cramers V-Koeffizient und das Gamma Koeffizient .