Weitere Informationen zu diesem Effektgrößenrechner für die T-Statistik

Die Idee der Effektgröße besteht darin, die Größe eines Effekts zu messen, ohne durch die Stichprobengröße (n) aufgeblasen zu werden, was bei der herkömmlichen Verwendung des p-Werts beim Testen von Hypothesen der Fall ist. Ein Maß für die Größe des Effekts ist \(r^2\) (r-Quadrat), das als berechnet wird

\[ r^2 = \frac{t^2}{t^2+df} \]

Der Wert von \(r^2\) wird als Anteil der Variation in der abhängigen Variablen interpretiert, der durch die unabhängige Variable erklärt wird. Ein weiteres Maß für die Effektgröße, die Sie für einen T-Test verwenden können, ist Cohens d . Die d-Effektgröße von Cohen ist ein viel häufiger verwendetes Maß für die Effektgröße, aber \(r^2\) wird auch häufig für den t-Test angegeben.

Unterschiedliche Maße der Effektgröße für verschiedene Tests

Beachten Sie auch, dass das verwendete Maß für die Effektgröße spezifisch für das durchgeführte statistische Verfahren ist. Eine Einweg-ANOVA-Analyse hat ein eigenes Maß für die Effektgröße, und der Test mit nominalen unabhängigen Variablen hat unterschiedliche Maße für die Effektgröße für den Chi-Quadrat-Test. Der von Ihnen verwendete Effektgrößenrechner ist völlig anders.

Effektgröße und Leistung

Die Potenz entspricht der Fähigkeit, eine falsche Nullhypothese abzulehnen. Je größer die Effektgröße ist, desto höher ist die Leistung. Sie können dies verwenden statistischer Leistungsrechner um die Leistung basierend auf der Effektgröße zu berechnen.