Effektstärke für t-Test für abhängige Stichproben in SPSS ermitteln - Daten analysieren in SPSS (58)
HTML-код
- Опубликовано: 3 июл 2018
- // Effektstärke für t-Test für abhängige Stichproben in SPSS ermitteln //
Um zu erkennen, ob bei einem t-Test für abhängige Stichproben ein Effekt eine gewisse Stärke hat, muss man die Effektstärke berechnen. Diese unterscheidet sich von der Signifikanz, die lediglich aufzeigt, ob ein statistisch signifikanter Unterschied zwischen den Gruppen existiert. Die Effektstärke des t-Tests für abhängige Stichproben gibt also letztlich aus, wie stark der Effekt eines Unterschiedes vor und nach einer Intervention ist.
Hierzu stelle ich zum einen Cohen's d und dessen Berechnung vor sowie den Korrelationskoeffizient r.
Der Effekt bei Cohen's d ist laut Cohen (1988) ab 0,2 leicht, ab 0,5 mittel und ab 0,8 stark. Für r ist er laut Cohen (1998) ab 0,1 leicht, ab 0,3 mittel und ab 0,5 stark. Da diese Werte aber wenig empirisch fundiert sind, schlagen Gignac, G. E., & Szodorai, E. T. (2016) Grenzen von 0,1 für einen leichten, 0,2 für einen mittleren und 0,3 für einen starken Effekt vor.
Bei Fragen und Anregungen zur Berechnung der Effektstärke für den t-Test für abhängige Stichproben, nutzt bitte die Kommentarfunktion. Ob ihr das Video hilfreich fandet, entscheidet ihr mit einem Daumen nach oben oder unten. #statistikampc
Noch mal zum Nachlesen auf meiner Homepage:
========================================
💡 t-Test bei abhängigen Stichproben in SPSS:
www.bjoernwalther.com/t-test-...
⭐Kanalmitglied⭐ werden:
=======================
/ @statistikampc_bjoernw...
Kanal unterstützen? 🙌🏼
===================
Paypal-Spende: www.paypal.com/paypalme/Bjoer...
Amazon Affiliate-Link: amzn.to/2iBFeG9
Danke für eure Unterstützung! ♥
Sehr hilfreich für das Psychologiestudium; danke :)
Danke, Meret! :-)
Viele Grüße, Björn.
Hey, wollte mich bedanken, deine Videos haben zu meiner 1.0 in (wissenschaftlichem Arbeiten II ) sprich Statistik beigetragen😎🍁🍷.
Saubere Leistung, freu mich! :-)
Weiter so! ;-)
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank Björn, jetzt gehts erst richtig los haha :D !
Danke!!! :-)
Bitte!! ;-)
HINWEIS: Auf der Folie bei 4:30 steht als df=24, es muss aber df=16 sein. Die berechneten Werte stimmen allerdings, r ist 0,86.
Super video! Ich habe eine Studie durchgeführt, in der 2 Gruppen 2 unterschiedliche Programme nutzen. Vor und nach Nutzung des jeweiligen Programms wird die Kompetenz anhand eines Fragebogens gemessen. Es soll geschaut werden, ob das eine Programm das Ergebnis des Tests (Fragebogen) stärker beeinflusst als das andere Programm. Ist es sinnvoll 2 abhängige t Tests zu machen und dann die Effektstärke zu vergleichen, oder gibt es eine bessere Möglichkeit?
Vielen Dank im Voraus!
Hallo Johan, danke für dein Lob!
Da du einen Zwischensubjekteffekt (Gruppe) und Innersubjekteffekt (Messwiederholung) hast, würde ich dir eine Varianzanalyse mit Messwiederholung empfehlen: ruclips.net/video/T7k_lGfP53Q/видео.html
Viele Grüße, Björn.
Erstmals vielen Dank für das Video! Ich habe eine Frage bezüglich einer negativen Effektstärke. Wie interpretiert man eine negative Effektstärke (bei Cohens d)? Ich habe einen Effektstärkenrechner verwendet.
Hallo Hayat, das ist möglich und gibt dir an, wie sich der betrachtete Wert entwickelt. Wenn du die Gruppenreihenfolge vertauschst, sollte das Vorzeichen wieder positiv sein, der Absolutbetrag aber der selbe sein.
Viele Grüße, Björn.
Statistik am PC super, vielen Dank für deine Antwort!
Hallo, ich habe eine Frage zu einer aufgestellten gerichteten Hypothese. Verändert sich auch der T-Wert bei einer aufgestellten gerichteten Hypothese. Was ist mit den anderen Werten die dort berichtet werden? Verändern die sich nicht auch alle?
warum wird in der Formel für r für df 24 eingesetzt und nicht 16 wie angegeben in der Tabell? 16 = 17-1 würde ja für die Freiheitsgrade auch passen oder?
Hallo Kasimir9911, du hast Recht. Ich habe vergessen die Freiheitsgrade anzupassen, da ich die Vorlage der Folie beim t-Test bei unabhängigen Stichproben verwendet habe und da df=24 war. Das Ergebnis sollte aber stimmen, da ich mit richtigen Werten gerechnet habe. Danke für den Hinweis!
Viele Grüße, Björn.
Danke für die wirklich hilfreichen Statistik-Videos!
Ich habe eine Frage: Ich möchte die Formel zur Berechnung der Effektstärke r verwenden. Welche Quelle kann ich hierfür angeben? Leider konnte ich bisher keine finden, welche die Formel wie im Video wiedergibt.
Lieben Dank im Voraus!
Hallo Jessica, danke für dein Lob!
Du kannst bei Cohen (1988) Statistical Power Analysis S. 545 schauen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Danke für die schnelle Antwort! LG Jessi
Schönes Video, aber ich habe eine Frage. In SPSS wird beim T-Test für verbundene Stichproben auch "Korrelationen bei gepaarten Stichproben" ausgegeben. Da taucht dann auch eine Korrelation auf. Was ist denn da der Unterschied zum Korrelationskoefizient, der hier betrachtet wird. Vielen Dank für Deine Erklärung.
Hallo Katharina, danke für dein Lob!
Die Korrrealtion bei gepaarten Stichproben gibt die intraindividuelle Korrelation an, also wie sehr die Werte zwischen den Zeitpunkten miteinander korrelieren - je Person mittels des Pearson-Korrelationskoeffizient. Das r, welches man für die Effektstäke berechnet ist zwar auch ein Korrelationskoeffizient, jedoch nicht nach Pearson berechnet, wie an der Formel erkennbar. Daher kommen die Unterschiede zustande.
Viele Grüße, Björn.
Danke für die Erklärung. Ich habe nun etwas mit der Effektstärke nach Cohen in meinen Daten mit abhänigen Gruppen gerechnet und festgestellt, daß man trotz eines nicht-signifikanten P-werts von zB. 0.18 Effektstärken von z.B. 0.41 beobachten kann. Wie soll ich das einordnen? @@StatistikamPC_BjoernWalther
Hallo Katharina, wenn du einen nicht signifikanten Effekt bzw. Unterschied in deinem t-Test erhältst, ist die Effektstärke nicht verwendbar. Du kannst ja nicht mit (statistischer) Sicherheit sagen, dass es einen Effekt gibt. Die Effektstärke setzt einen Effekt voraus. Kein Effekt -> keine Effektstärke. Ich hoffe, das ergibt Sinn.
Viele Grüße, Björn.
Hallo,
ich würde gerne die Effektstärken zu meinen mit Excel berechneten t Tests für verbundene Stichproben in einer Tabelle berichten. Weil ich von den Werten des t-Tests ausgehe, habe ich r berechnet. r ist jetzt aber nicht die "Effektstärke nach Cohen" oder? Die wäre doch d?
Leider ist das Cohen Buch bei uns gerade ausgeliehen, darum kann ich nicht nachlesen.
Hallo Susanne, Cohen hat sich mehrere Effektstärkemaße "ausgedacht". d ist das bekannteste und ja auch direkt mit seinem Namen verknüpft, r ist aber auch zulässig. Im Zweifel kann man auch das eine in das andere überführen.
Viele Grüße, Björn.
Salü! Bin gerade über das Video gestolpert. Kurze Anmerkung dazu. Prinzipiell sauber, allerdings ist r = .86 und damit < .5, was (selbst nach Cohen) einem starken Effekt entspricht. LG
Hallo Marcel, genau, ab 0,5 ist der Effekt laut Cohen stark.
Viele Grüße, Björn.
Werden auch für nicht-signifikante Ergebnisse im t-Test Effektsärken berichtet?
Hallo Annika, das kann man machen, allerdings kommt dann die Frage auf, warum für einen nicht signifikanten Effekt eine Effektstärke berichtet wurde. Ergo: lieber weglassen.
Viele Grüße, Björn.
Danke für das hilfreiche Video. Trotzdem bin etwas verwirrt... Wann verwende ich denn nun d und wann r? In meinem Datensatz habe ich einen t-Test für verbundene Stichproben durchgeführt mit welchem ich den Anstieg eines Laborparameters zu 2 verschiednen Zeitpunkten teste. Berechne ich nun wie im Video d erhalte ich einen Wert von d = ,37090364. Mein berechnetes r ist jedoch r = ,35088887. Welchem wert ist nun zu trauen und ist es nun eher ein schwacher Effekt nach d oder ein mittlerer oder nach neuen Konventionen sogar starker Effekt nach R?
Hallo Phillip, prinzipiell gleichen sich d und r nicht. Normalerweise sollten sie auch die gleiche Effektstärke haben (niedrig, mittel, hoch). d verwendet man eher bei gleichen Gruppen und homogenen Varianzen. Eventuell liegt hier der Unterschied. Man kann r auch in d umrechnen und umgekeht. Da sollte man dann theoretisch auf gleiche Ergebnisse kommen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für diese blitzschnelle Antwort. Tatsächlich besteht laut Levene/F-Test keine homogene Varianz zwischen den beiden Gruppen/Zeitpunkten. Die Gruppen sind aber dennoch gleich da die selben Individuen zu zwei unterschiedlichen Zeitpunkten betrachtet werden. Ist die fehlende homogenität der Varianz ein definitives Ausschlusskriterium für d und sollte man daher in so einem fall r berichten? So ganz ist mir immer noch nicht klar wieso sich diese werte in ihrer aussage so sehr unterscheiden und welcher nun zu bevorzugen ist.
Hallo Phillip, eventuell hilft dir das hier weiter: en.wikipedia.org/wiki/Effect_size#Cohen.27s_d Da kannst du die Einzelvarianzen einsetzen, statt eine gepoolte Varianz zu verwenden. Ein genaueres Studium von Cohen (1988) Statistical Power Analysis S. 20-24 und link.springer.com/content/pdf/10.3758%2Fs13428-015-0667-z.pdf könnte da noch ergänzend hilfreich sein. Da begibt man sich aber auf ein vollkommen anderes Level und ich würde mir da ernsthaft überlegen das lang und breit zu diskutieren. r ist immer zwischen 0 und 1 skaliert, eignet sich also auch für Vergleiche besser und wäre meine subjektive Wahl. Wenn ich nicht wüsste, was ich wählen müsste, würde ich d wählen, da es jeder verwendet. Die im Artikel beschriebenen Maße sind denkbar, da musst dem Gutachter aber länger und ausführlicher herleiten, warum du von der Konvention abweichst, um ein (minimal) besseres/reliableres Ergebnis zu erzielen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für die Hilfe!