Rechner

Effektstärken für den t-Test berechnen

Neben Cohen’s d gibt es noch zahlreiche andere Maße, die man für den ungepaarten t-Test berechnen kann. Außerdem können für Cohen’s d und andere Maße auch Konfidenzintervalle berechnet werden, die eine bessere Interpretation von d erlauben. Das Konfidenzniveau kann in der Maske unten selbst gewählt werden. Insgesamt berechnet dieser Rechner acht gebräuchliche Effektstärkenmaße:

  1. Cohen’s d (mit Konfidenzintervallen)
  2. Common Language Effect Size für d
  3. Hedge’s g (mit Konfidenzintervallen)
  4. Common Language Effect Size für g
  5. Cliff’s Delta
  6. Korrelationskoeffizient r (mit Konfidenzintervallen und Signifikanz)
  7. Odds Ratio (mit Konfidenzintervallen und Signifikanz)
  8. Number Needed to Treat

Rechner

Cohen’s d
Effektstärke von Cohen gemäß dem t-Test.

t-Wert
t-Wert des t-Tests.

Konfidenzniveau
Grenze für ein signifikantes Ergebnis, meist 95 % oder 99 %.
n1
Größe der Stichprobe der ersten Gruppe
n2
Größe der Stichprobe der zweiten Gruppe
CER
Control Event Rate (CER). Die CER ist ein Maß dafür, wie oft ein statistisches Ereignis (wie ein positives Ergebnis bei einem Drogentest, unerwünschter Zwischenfall oder Tod) in der Kontrollgruppe auftritt. Dieser Wert wird ausschließlich für die Berechnung der Number Needed to Treat verwendet.
Effektstärken berechnen

Literaturverzeichnis

  1. Borenstein (2009). Effect sizes for continuous data. In H. Cooper, L. V. Hedges, & J. C. Valentine (Eds.), The handbook of research synthesis and meta analysis (pp. 279-293). New York: Russell Sage Foundation.
  2. Cohen, J. (1988). Statistical power for the behavioral sciences (2nd ed.). Hillsdale, NJ: Erlbaum.
  3. Ellis, P. D. (2010). The Essential Guide to Effect Sizes: Statistical Power, Meta-Analysis, and the Interpretation of Research Results (1st ed.). Cambridge University Press.
  4. Furukawa, T. A., & Leucht, S. (2011). How to obtain NNT from Cohen’s d: comparison of two methods. PloS one, 6(4), e19070. doi:10.1371/journal.pone.0019070
  5. McGraw, K. O., & Wong, S. P. (1992). A common language effect size statistic. Psychological Bulletin, 111(2), 361–365. doi:10.1037/0033-2909.111.2.361
  6. Valentine, J. C. & Cooper, H. (2003). Effect size substantive interpretation guidelines: Issues in the interpretation of effect sizes. Washington, DC: What Works Clearinghouse.