ACHTUNG: Bei der Berechnung von Cohen's d habe ich irrtümlich bei der gepoolten Varianz die Varianz über die Gruppen hinweg verwendet. Ganz so einfach ist es nicht. Bitte schaut für die korrekte Berechnung der gepoolten Varianz (in Abhängigkeit der Gruppengrößen) hier: ruclips.net/video/15q3MDex8BM/видео.html.
Hi Björn, zuerst mal vielen Dank für das tolle Videos! Deine Tutorials sind extrem hilfreich und wirklich sehr gut zu verstehen :) Nun zu meiner Frage: Ich habe SPSS Version 27 & mir die Effektstärke Cohen's d ausgeben lassen. Meine Varianzen sind aber teilweise nicht gleich, kann ich dann trotzdem Cohen's d ganz normal nutzen? Oder muss ich hierfür Hedges Korrektur benutzen? Meine Stichprobe ist in beiden Gruppen bei ca 55. Auf der Website hattest du dazu geschrieben "Hedges’ Korrektur (bei N
Hallo Sarah und danke für dein Lob! Wenn du ungleiche Varianzen hast, muss die Berechnung des Nenners (s) mit der "umständlichen" Formel geschehen. Das ist im Video nicht korrekt, dass ich die Standardabweichungen mittele, dazu gibt es hier die ausführliche Berechnung: ruclips.net/video/15q3MDex8BM/видео.html Du kannst problemlos Cohen's d verwenden. Hedges g bzw. Hedges g* (Korrektur) korrigiert bei kleinen Stichproben für die potenzielle Verzerrung nach oben und fällt daher kleiner aus. Das gleicht sich mit zunehmenden Gruppengrößen allerdings aus und d und g* nähern sich an. Viele Grüße, Björn.
Sehr hilfreich! Mir stellt sich nun die Frage, ob man die abhängige Variable (z.B.Alter) in Gruppen einteilen kann? Also 21-30 Jahre Gruppe = 1, 31-40 Jahre = Gruppe 2 etc. Dann kommt bei den Mittelwerten 2,86 und 2,61 raus (logisch ist ja auch nur der M der zugeordneten Gruppen). Habe mal den t-Test bei einer anderen A(V) mit und ohne Gruppeneinteilung gemacht und es kommen natürlich verschiedene Signifikanzen bei raus (immer nicht signifikant). Das Problem ist, dass sich die Probanden bereits in meinem Fragebogen selbst in die jeweiligen Altersgruppen eingeteilt haben und nicht ihr vollständiges Alter angegeben haben. Kann ich trotzdem den t-Test für unabhängige Stichproben verwenden oder ist ein anderer Test besser geeignet? Meine unabhängige Variable ist die berufliche Gratifikationskrise (1 = ja, betroffen, 0 = nein, nicht betroffen). Viele Grüße, Sophia
Hallo Dolores, danke für das Lob den Hinweis. Dazu werde ich demnächst auch ein Video machen. Aber kurz zur Antwort. Du berechnest Cohen's d. Dazu nimmst du den Betrag vom t-Wert und teilst ihn durch die Wurzel aus der Stichprobengröße. Die Effekt sind ab 0,2 klein, ab 0,5 mittel und ab 0,8 stark. Viele Grüße, Björn.
Hallo Björn, danke für dein Video! Ich habe noch eine Frage: Ich habe bei einer Regressionsanalyse dasselbe Modell auf zwei unterschiedliche Gruppen (Regel- und Förderschüler) angewandt und die Gruppenmittelwerte unter Kontrolle einiger Variablen geschätzt. Die beiden SPSS Outputs geben jedoch nicht die Standardabweichungen aus. Jetzt habe ich bei einem Online-Rechner für Cohens d gesehen, dass d auch mit dem T-Wert und den Gruppengrößen berechnet werden kann. Enspricht dieser dann einfach der Differenz der beiden T-Werte (also T-Wert des ersten geschätzten Gruppenmittelwertes minus den zweiten)? Für deine Hilfe wäre ich dir sehr dankbar! LG Elia
Hallo Elia, danke für dein Lob und deine Kanalmitgliedschaft! Zunächst die Frage, warum du je Gruppe eine separate Regression gerechnet hast und nicht direkt die Gruppenzugehörigkeit als Dummyvariable mit aufgenommen hast. Als Zweites stellt sich die Frage, warum du eine Regression rechnest und dann doch nur gruppenweise den Mittelwertunterschied in der abhängigen Variable beurteilst. Es wäre doch viel aufschlussreicher das Modell mit Geschlecht als Dummy zu rechnen, um zu sehen, ob potentiell das Geschlecht einen Einfluss hat. Wahlweise kann dies auch als Moderator aufgenommen werden? Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hey Björn, du hast völlig Recht! Da hatte ich irgendwie einen Denkfehler.. So wie du es beschrieben hast, hab ich es auch schon gemacht. Ich dachte, dass sei nochmal etwas anderes.. Danke nochmal!
Hallo Madina, leider nicht ganz. Die gepoolte Standardabweichung bei Cohen's d ist im Video leider die Standardabweichung über alle Beobachtungen hinweg. Zur gepoolten Standardabweichung habe ich das hier in Excel ausführlich gezeigt, wie das funktioniert. Wenn du die in die Formel für d einsetzt, stimmt es dann aber: ruclips.net/video/15q3MDex8BM/видео.html Viele Grüße, Björn.
Super Video! Eine Frage habe ich aber noch, vielleicht kann mir ja jemand helfen. Macht es einen Unterschied, ob die Hypothese gerichtet ist oder nicht? SPSS gibt ja immer nur die ungerichteten Werte raus und die Signifikanz muss man dann ja bei einer gerichteten Hypothese halbieren. Gilt das für Cohens d auch, oder hat das keinen Einfluss? Stehe leider absolut auf dem Schlauch und bin für jede Hilfe dankbar :)
Hi, ich habe einen t-test mit 2 unabhängigen Stichproben (à 34 und 11 Probanden) und ungleicher Varianz. Gibt es hierfür auch eine Formel zur Berechnung der Effektstärke oder kann ich hier auch cohens d anwenden? lg
Kann man Cohen´s d auch in Spss direkt berechnen? Meine 2 Stichproben sind unterschiedlich groß, die eine hat 13 und die andere 61 Teilnehmer. Kann das der Grund sein, dass alle t-Tests nicht signifikant sind? Vielen Dank
Hallo, leider gibt SPSS kaum eine Effektstärke mit aus, was ein manuelles Berechnen notwendig macht. Bei den von dir angegebenen Stichprobengrößen sollte es kein Problem geben. Sind die Varianzen bei deinem t-Test denn homogen? Die sind tendenziell bei solch großen Unterschieden heterogen. Dann müsste man die Ergebnisse des Welch-Test verwenden. Viele Grüße, Björn.
Kann mir jemand erklären, was der genaue Unterschied zwischen power und effect size ist? Ich habe eine Stichprobengröße von 25 Patienten die ich zu zwei Zeitpunkten untersucht habe. Dabei wurden einige Parameter erhoben. Z.B. das Lungenvolumen im Vergleich zu Gesunden im gleichen Alter. Der T-Test (matched) hat keinen signifikanten Unterschied gezeigt, p war 0,15. Mit GPower habe ich jetzt ein post hoc analyse gemacht und habe für die power 0,30 als Ergebnis. Was sagt mir dieser Wert, ich finde dazu keine echte Interpretation, wie ich es hier bei der Effektstärke sehen kann. Gibt es da eine tabelle mit Richtwerten? Und ich habe mit meiner Statistikerin lange diskutiert. Sie meint ich soll die Effektstärke berechnen, aber kann ich das, wenn mein Ergebniss nicht signifikant sind, also keinen signifikanten Unterschied zeigen? Rechne ich die Effektgröße aus, kommt 0,584 raus (rechne ich es bei der Power über das Seitenfenster aus, kommt 0,29 raus). Was soll ich nun machen bzw. wie soll ich das einordnen? LG Watti
Hallo Watti, 1) um einfach Wikipedia zu zitieren: "Genauer gesagt gibt die Trennschärfe/Power an, mit welcher Wahrscheinlichkeit ein statistischer Test die abzulehnende Nullhypothese H0 („Es gibt keinen Unterschied“) korrekt zurückweist, wenn die Alternativhypothese H1 („Es gibt einen Unterschied“) wahr ist. Die Trennschärfe des Tests kann also als „Ablehnungskraft“ des Tests interpretiert werden". Eine hohe Power ist also wünschenswert. Auch die Determinanten im Artikel kannst du dir mal anschauen - gerade für kleine Stichproben wird es da schon schiweriger. Im Gegensatz dazu gibt die Effektstärke an, entsprechend des Namens, wie stark der Effekt ist - sofern einer existiert. Wenn es keinen statistisch signifikanten Effekt gibt, bringt mir eine Effektstärke nichts - die Effektstärke kann auch zufällig zustande gekommen sein - weil es eben nicht signifikant ist, was ich herausbekomme. Natürlich kann man sie trotzdem berechnen, nur sagt sie nichts aus. 2) Wenn du keinen statistisch signifikanten Unterschied bei einem T-Test findest, gibt es den auch nicht. DU kannst die Power berechnen, einen Post-Hoc-Test kann man aber nur für mehr als zwei Gruppen/Stichproben rechnen, um zu schauen, sofern ein signifikanter Unterschied existiert (z.B. anhand der ANOVA), zwischen welchen der Gruppen jener vorliegt. Manchmal werden als post-Hoc-Test paarweise t-Tests durchgeführt und mit der Bonferroni-Korrektur das Alpha gesenkt. Ich glaube du hast post-hoc etwas falsch verstanden. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen herzlichen Dank. Auf Deutsch bedeutet das: Ich mit meinen 25 Stichprobenumfang und nicht signifikanten T-Test brauche weder die Power via GPower noch die Effektstärke zu berechnen? Sorry, ich frag so blöd, da meine Statistikerin mir genau dies empfohlen hat. Bei der Effektstärle bin ich stutzig geworden, da ich ja keinen signifikanten Effekt habe. Aber Power war für mich eigentlich einleuchtend. Sie zeigt eben, dass mit 0,29 ine hohe Wahrscheinlichkeit besteht, dass ich H0 annehme, obwohl ich falsch liege. Das hätte ich im Gegensatz schon bei den Resultaten erwähnt. Draus hätte ich dann noch ein a priori: Compute required sample size gemacht, um zu zeigen, wie groß mein Stichprobenumfang hätte sein sollen. Oder ist es einfach besser, T-Test ist 0,15 und dazu dann nichts mehr schreiben? t tests - Means: Difference between two dependent means (matched pairs) Analysis: Post hoc: Compute achieved power Input: Tail(s) = Two Effect size dz = 0.2956185 α err prob = 0.05 Total sample size = 25 Output: Noncentrality parameter δ = 1.4780925 Critical t = 2.0638986 Df = 24 Power (1-β err prob) = 0.2946948 Vielen herzlichen Dank, sowohl für die schnelle Antwort, aber vor allem für die einfach gut gemachten Videos!
Hallo Watti, du kannst die Power dennoch berechnen - die Information ist unabhängig von der Signifikanz des Tests, wie du schon geschrieben hast, zu verstehen. Viele Grüße, Björn.
ACHTUNG: Bei der Berechnung von Cohen's d habe ich irrtümlich bei der gepoolten Varianz die Varianz über die Gruppen hinweg verwendet. Ganz so einfach ist es nicht. Bitte schaut für die korrekte Berechnung der gepoolten Varianz (in Abhängigkeit der Gruppengrößen) hier: ruclips.net/video/15q3MDex8BM/видео.html.
Hi , danke für die Einfache Erklärung.Probs an dich
Hammer Kerl! Weiter so!
Hi Björn, zuerst mal vielen Dank für das tolle Videos! Deine Tutorials sind extrem hilfreich und wirklich sehr gut zu verstehen :) Nun zu meiner Frage: Ich habe SPSS Version 27 & mir die Effektstärke Cohen's d ausgeben lassen. Meine Varianzen sind aber teilweise nicht gleich, kann ich dann trotzdem Cohen's d ganz normal nutzen? Oder muss ich hierfür Hedges Korrektur benutzen? Meine Stichprobe ist in beiden Gruppen bei ca 55. Auf der Website hattest du dazu geschrieben "Hedges’ Korrektur (bei N
Hallo Sarah und danke für dein Lob!
Wenn du ungleiche Varianzen hast, muss die Berechnung des Nenners (s) mit der "umständlichen" Formel geschehen. Das ist im Video nicht korrekt, dass ich die Standardabweichungen mittele, dazu gibt es hier die ausführliche Berechnung: ruclips.net/video/15q3MDex8BM/видео.html
Du kannst problemlos Cohen's d verwenden. Hedges g bzw. Hedges g* (Korrektur) korrigiert bei kleinen Stichproben für die potenzielle Verzerrung nach oben und fällt daher kleiner aus. Das gleicht sich mit zunehmenden Gruppengrößen allerdings aus und d und g* nähern sich an.
Viele Grüße, Björn.
Sehr hilfreich!
Mir stellt sich nun die Frage, ob man die abhängige Variable (z.B.Alter) in Gruppen einteilen kann? Also 21-30 Jahre Gruppe = 1, 31-40 Jahre = Gruppe 2 etc. Dann kommt bei den Mittelwerten 2,86 und 2,61 raus (logisch ist ja auch nur der M der zugeordneten Gruppen).
Habe mal den t-Test bei einer anderen A(V) mit und ohne Gruppeneinteilung gemacht und es kommen natürlich verschiedene Signifikanzen bei raus (immer nicht signifikant).
Das Problem ist, dass sich die Probanden bereits in meinem Fragebogen selbst in die jeweiligen Altersgruppen eingeteilt haben und nicht ihr vollständiges Alter angegeben haben.
Kann ich trotzdem den t-Test für unabhängige Stichproben verwenden oder ist ein anderer Test besser geeignet?
Meine unabhängige Variable ist die berufliche Gratifikationskrise (1 = ja, betroffen, 0 = nein, nicht betroffen).
Viele Grüße, Sophia
Vielen Dank für alles deine Videos. Doch wie wird die Effektstärke bei einem Einstichproben T-Test berechnet? LG
Hallo Dolores, danke für das Lob den Hinweis. Dazu werde ich demnächst auch ein Video machen. Aber kurz zur Antwort. Du berechnest Cohen's d. Dazu nimmst du den Betrag vom t-Wert und teilst ihn durch die Wurzel aus der Stichprobengröße. Die Effekt sind ab 0,2 klein, ab 0,5 mittel und ab 0,8 stark.
Viele Grüße, Björn.
Danke Masterarbeits-Lebensretter! :)
Hallo Björn, danke für dein Video! Ich habe noch eine Frage: Ich habe bei einer Regressionsanalyse dasselbe Modell auf zwei unterschiedliche Gruppen (Regel- und Förderschüler) angewandt und die Gruppenmittelwerte unter Kontrolle einiger Variablen geschätzt. Die beiden SPSS Outputs geben jedoch nicht die Standardabweichungen aus. Jetzt habe ich bei einem Online-Rechner für Cohens d gesehen, dass d auch mit dem T-Wert und den Gruppengrößen berechnet werden kann. Enspricht dieser dann einfach der Differenz der beiden T-Werte (also T-Wert des ersten geschätzten Gruppenmittelwertes minus den zweiten)? Für deine Hilfe wäre ich dir sehr dankbar! LG Elia
Hallo Elia, danke für dein Lob und deine Kanalmitgliedschaft!
Zunächst die Frage, warum du je Gruppe eine separate Regression gerechnet hast und nicht direkt die Gruppenzugehörigkeit als Dummyvariable mit aufgenommen hast.
Als Zweites stellt sich die Frage, warum du eine Regression rechnest und dann doch nur gruppenweise den Mittelwertunterschied in der abhängigen Variable beurteilst. Es wäre doch viel aufschlussreicher das Modell mit Geschlecht als Dummy zu rechnen, um zu sehen, ob potentiell das Geschlecht einen Einfluss hat. Wahlweise kann dies auch als Moderator aufgenommen werden?
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hey Björn, du hast völlig Recht! Da hatte ich irgendwie einen Denkfehler.. So wie du es beschrieben hast, hab ich es auch schon gemacht. Ich dachte, dass sei nochmal etwas anderes.. Danke nochmal!
Kann man den Cohen's d bzw. die Effektstärke bei ungleicher Varianz genauso berechnen? Liebe Grüße :)
Hallo Madina,
leider nicht ganz. Die gepoolte Standardabweichung bei Cohen's d ist im Video leider die Standardabweichung über alle Beobachtungen hinweg.
Zur gepoolten Standardabweichung habe ich das hier in Excel ausführlich gezeigt, wie das funktioniert. Wenn du die in die Formel für d einsetzt, stimmt es dann aber:
ruclips.net/video/15q3MDex8BM/видео.html
Viele Grüße, Björn.
Super Video! Eine Frage habe ich aber noch, vielleicht kann mir ja jemand helfen. Macht es einen Unterschied, ob die Hypothese gerichtet ist oder nicht? SPSS gibt ja immer nur die ungerichteten Werte raus und die Signifikanz muss man dann ja bei einer gerichteten Hypothese halbieren. Gilt das für Cohens d auch, oder hat das keinen Einfluss? Stehe leider absolut auf dem Schlauch und bin für jede Hilfe dankbar :)
Hallo Julia, für Cohen's spielt die Richtung der Hypothese keine Rolle. So wie sie berechnet wird, ist sie zu berichten.
Viele Grüße, Björn.
hi, wie kann man denn das konfidenzintervall für die effektstärke bei spss ermitteln? oder muss man das händisch ausrechnen? LG!
Hallo Angelina, soweit ich weiß gibt es dazu in SPSS keine Möglichkeit. R bietet diese, zumindest für Cohen's d im psych-package.
Viele Grüße, Björn.
Hi, ich habe einen t-test mit 2 unabhängigen Stichproben (à 34 und 11 Probanden) und ungleicher Varianz. Gibt es hierfür auch eine Formel zur Berechnung der Effektstärke oder kann ich hier auch cohens d anwenden? lg
Hallo, bei Effektstärken spielen die Gruppengrößen keine Rolle.
VIele Grüße, Björn.
Kann man Cohen´s d auch in Spss direkt berechnen? Meine 2 Stichproben sind unterschiedlich groß, die eine hat 13 und die andere 61 Teilnehmer. Kann das der Grund sein, dass alle t-Tests nicht signifikant sind? Vielen Dank
Hallo, leider gibt SPSS kaum eine Effektstärke mit aus, was ein manuelles Berechnen notwendig macht. Bei den von dir angegebenen Stichprobengrößen sollte es kein Problem geben. Sind die Varianzen bei deinem t-Test denn homogen? Die sind tendenziell bei solch großen Unterschieden heterogen. Dann müsste man die Ergebnisse des Welch-Test verwenden.
Viele Grüße, Björn.
Kann mir jemand erklären, was der genaue Unterschied zwischen power und effect size ist? Ich habe eine Stichprobengröße von 25 Patienten die ich zu zwei Zeitpunkten untersucht habe. Dabei wurden einige Parameter erhoben. Z.B. das Lungenvolumen im Vergleich zu Gesunden im gleichen Alter. Der T-Test (matched) hat keinen signifikanten Unterschied gezeigt, p war 0,15. Mit GPower habe ich jetzt ein post hoc analyse gemacht und habe für die power 0,30 als Ergebnis. Was sagt mir dieser Wert, ich finde dazu keine echte Interpretation, wie ich es hier bei der Effektstärke sehen kann. Gibt es da eine tabelle mit Richtwerten? Und ich habe mit meiner Statistikerin lange diskutiert. Sie meint ich soll die Effektstärke berechnen, aber kann ich das, wenn mein Ergebniss nicht signifikant sind, also keinen signifikanten Unterschied zeigen? Rechne ich die Effektgröße aus, kommt 0,584 raus (rechne ich es bei der Power über das Seitenfenster aus, kommt 0,29 raus). Was soll ich nun machen bzw. wie soll ich das einordnen? LG Watti
Weiss jmd., warum bei GPower die Zahlen anders sind, je nachdem ob Komma oder Punkt als Trennung für Dezimalen verwendet wird?
Hallo Watti, 1) um einfach Wikipedia zu zitieren: "Genauer gesagt gibt die Trennschärfe/Power an, mit welcher Wahrscheinlichkeit ein statistischer Test die abzulehnende Nullhypothese H0 („Es gibt keinen Unterschied“) korrekt zurückweist, wenn die Alternativhypothese H1 („Es gibt einen Unterschied“) wahr ist. Die Trennschärfe des Tests kann also als „Ablehnungskraft“ des Tests interpretiert werden". Eine hohe Power ist also wünschenswert. Auch die Determinanten im Artikel kannst du dir mal anschauen - gerade für kleine Stichproben wird es da schon schiweriger. Im Gegensatz dazu gibt die Effektstärke an, entsprechend des Namens, wie stark der Effekt ist - sofern einer existiert. Wenn es keinen statistisch signifikanten Effekt gibt, bringt mir eine Effektstärke nichts - die Effektstärke kann auch zufällig zustande gekommen sein - weil es eben nicht signifikant ist, was ich herausbekomme. Natürlich kann man sie trotzdem berechnen, nur sagt sie nichts aus.
2) Wenn du keinen statistisch signifikanten Unterschied bei einem T-Test findest, gibt es den auch nicht. DU kannst die Power berechnen, einen Post-Hoc-Test kann man aber nur für mehr als zwei Gruppen/Stichproben rechnen, um zu schauen, sofern ein signifikanter Unterschied existiert (z.B. anhand der ANOVA), zwischen welchen der Gruppen jener vorliegt. Manchmal werden als post-Hoc-Test paarweise t-Tests durchgeführt und mit der Bonferroni-Korrektur das Alpha gesenkt. Ich glaube du hast post-hoc etwas falsch verstanden.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen herzlichen Dank. Auf Deutsch bedeutet das: Ich mit meinen 25 Stichprobenumfang und nicht signifikanten T-Test brauche weder die Power via GPower noch die Effektstärke zu berechnen? Sorry, ich frag so blöd, da meine Statistikerin mir genau dies empfohlen hat. Bei der Effektstärle bin ich stutzig geworden, da ich ja keinen signifikanten Effekt habe. Aber Power war für mich eigentlich einleuchtend. Sie zeigt eben, dass mit 0,29 ine hohe Wahrscheinlichkeit besteht, dass ich H0 annehme, obwohl ich falsch liege. Das hätte ich im Gegensatz schon bei den Resultaten erwähnt. Draus hätte ich dann noch ein a priori: Compute required sample size gemacht, um zu zeigen, wie groß mein Stichprobenumfang hätte sein sollen.
Oder ist es einfach besser, T-Test ist 0,15 und dazu dann nichts mehr schreiben?
t tests - Means: Difference between two dependent means (matched pairs)
Analysis: Post hoc: Compute achieved power
Input: Tail(s) = Two
Effect size dz = 0.2956185
α err prob = 0.05
Total sample size = 25
Output: Noncentrality parameter δ = 1.4780925
Critical t = 2.0638986
Df = 24
Power (1-β err prob) = 0.2946948
Vielen herzlichen Dank, sowohl für die schnelle Antwort, aber vor allem für die einfach gut gemachten Videos!
Hallo Watti, du kannst die Power dennoch berechnen - die Information ist unabhängig von der Signifikanz des Tests, wie du schon geschrieben hast, zu verstehen.
Viele Grüße, Björn.