Effektstärken — Cohens d, Eta-Quadrat und Co.
Effektstärken in der Statistik — was wann verwendet wird
Effektstärken sind 2026 Pflicht in jeder empirischen Bachelorarbeit. Wer p-Werte ohne Effektstärken berichtet, hat die Statistik nicht verstanden. Diese Seite zu Effektstärken erklärt Cohens d, Eta-Quadrat, r und Odds-Ratio — wann welche Effektstärke verwendet wird und wie du Effektstärken interpretierst. Effektstärken sind das Werkzeug, mit dem aus statistischer Signifikanz praktische Relevanz wird.
Warum Effektstärken zählen
Effektstärken zeigen, wie gross ein Effekt ist, nicht nur ob er signifikant ist. Cohens d, Eta-Quadrat und Co. ergänzen p-Werte und sind in modernen Berichten Pflicht. Wer die Methodik und die quantitative Forschung sauber führt, gibt Effektstärken zu jedem Test an.
Cohens d
Cohens d ist die Effektstärke für Mittelwertvergleiche. d=0,2 klein, d=0,5 mittel, d=0,8 gross. Cohens d passt zum t-Test und ist auch in G*Power Standard. Für gepaarte Stichproben gibt es Varianten wie d_z.
Eta-Quadrat und Omega-Quadrat
Eta-Quadrat ist die Effektstärke für die ANOVA. Es misst, wie viel Varianz ein Faktor erklärt. Partielles Eta-Quadrat ist Standard in SPSS, Omega-Quadrat ist weniger verzerrt. Eta-Quadrat-Werte: 0,01 klein, 0,06 mittel, 0,14 gross. Cohens d, Eta-Quadrat und Co. wandeln sich ineinander um.
r, Odds-Ratio und Konfidenzintervalle
r ist die Effektstärke für Korrelationen, Odds-Ratio für logistische Regression. Cohens d, Eta-Quadrat und Co. brauchen immer Konfidenzintervalle, sonst ist die Effektstärke nur ein Punktwert. Für komplexe Modelle siehe Mediation und Moderation und Strukturgleichungsmodelle.
Bericht und Fallstricke
Effektstärken stehen direkt am Testergebnis, inklusive Vorzeichen und Skala. Cohens d, Eta-Quadrat und Co. verlieren ihre Aussage, wenn man Vorzeichen umkehrt oder Skalen mischt. In deskriptiver Statistik und Inferenzstatistik gehört die Effektstärke zur Standardsprache. Vor Abgabe empfehlen sich ein Lektorat, eine Plagiatsprüfung und ein KI-Check.