Rechner

Odds Ratio in andere Effektstärken umrechnen

In vielen Studien werden Odds Ratios als Effektstärken angegeben werden. Odds Ratios haben viele Vorteile, allerdings kann es oft besser sein, statt Odss Ratio andere Maße der Effektstärke zu verwenden. Dies ist vor allem der Fall, wenn man Studien und Effekte miteinander vergleichen will, beispielsweise bei der Durchführung einer Meta-Analyse. Verschiedene Studien verwenden verschiedene statistische Verfahren, die wiederum jeweils andere Effektstärken produzieren – ein einheitliches Maß der Effektstärke erleichtert hier erheblich die Vergleichbarkeit.

Darüber hinaus existieren für andere Effektstärken oft etabliertere Faustregeln zur Interpretation, wie beispielsweise die von Cohen (1988).

Der Rechner auf dieser Seite rechnet das Odds Ratio in folgende andere Effektstärken um:

  • Pearson Korrelationskoeffizient (r)
  • Cohens d
  • Eta-Quadrat (\(\eta^2\))

Die Formeln der Umrechnung finden sich im Literaturverzeichnis am Ende des Artikels.

Rechner zur Umrechnung von Odds Ratios

Odds Ratio
Der Odds Ratio, der in andere Effektstärken umgerechnet werden soll.
Dieser Rechner kann sowohl Regressionskoeffizienten der logistischen Regression, als auch Odds Ratios umrechnen. Sollte es sich um einen logistischen Regressionskoeffizienten (und nicht um ein Odds Ratio) handeln, muss hier der Haken gesetzt werden.

Literaturverzeichnis

  1. Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to Meta-Analysis. John Wiley & Sons, Ltd. doi:10.1002/9780470743386
  2. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed). Hillsdale, N.J: L. Erlbaum Associates.
  3. Sánchez-Meca, J., Marín-Martínez, F., & Chacón-Moscoso, S. (2003). Effect-size indices for dichotomized outcomes in meta-analysis. Psychological Methods, 8(4), 448–467. doi:10.1037/1082-989X.8.4.448
  4. Rosenthal, R., & Rubin, D. B. (1982). A simple, general purpose display of magnitude of experimental effect. Journal of Educational Psychology, 74(2), 166–169. doi:10.1037/0022-0663.74.2.166