UsefulVerse
Sprache · Deutsch

Kostenlose Nutzung, kein Konto erforderlich

Effektgrößenrechner

Geben Sie zusammenfassende Statistiken für zwei unabhängige Gruppen ein, um deren vorzeichenbehaftete standardisierte Mittelwertdifferenz, gepoolte Standardabweichung und für kleine Stichproben korrigierte Hedges’ g zu berechnen.

Gruppe 1
Gruppe 2

Für unabhängige Gruppen verwendet diese Version die herkömmliche gepoolte SD-Definition und geht von einer gemeinsamen Populationsvarianz aus. Geben Sie die Standardabweichungen der Stichprobe (n−1) ein, nicht die Standardfehler.

Jede Stichprobengröße muss 2–1.000.000 betragen; Mittelwerte und SDs sind auf ±1.000.000.000 begrenzt (SDs dürfen nicht negativ sein). Mindestens ein SD muss über Null liegen.

Was misst ein Effektgrößenrechner?

Es drückt die Differenz zwischen zwei Gruppenmittelwerten in gepoolten Standardabweichungseinheiten aus. Cohens d ist die unkorrigierte standardisierte Differenz; Hedges‘ g wendet eine Korrektur für kleine Stichproben an.

Häufig gestellte Fragen

Was misst ein Effektgrößenrechner?

Es drückt die Differenz zwischen zwei Gruppenmittelwerten in gepoolten Standardabweichungseinheiten aus. Cohens d ist die unkorrigierte standardisierte Differenz; Hedges‘ g wendet eine Korrektur für kleine Stichproben an.

Werden meine Studienstatistiken hochgeladen?

Nein. Die Berechnung läuft in diesem Browser. Ihre zusammenfassenden Statistiken werden von diesem Tool nicht an einen Server gesendet oder gespeichert.

Was ist der Unterschied zwischen Cohens d und Hedges' g?

Beide standardisieren die mittlere Differenz durch eine gepoolte Standardabweichung. Das g von Hedges multipliziert d mit einer Korrektur für kleine Stichproben, wodurch die Verzerrung bei kleinen Stichproben verringert wird.

Kann ich Standardfehler anstelle von Standardabweichungen eingeben?

Nein. Dieser Rechner erwartet die Stichprobenstandardabweichung jeder Gruppe. Ein Standardfehler beschreibt die Unsicherheit in einer Stichprobenschätzung und ist hier nicht mit der SD austauschbar.

Beweist eine größere Effektgröße, dass ein Ergebnis wichtig ist?

Nein. Die Effektgröße beschreibt einen standardisierten Unterschied, keine statistische Signifikanz, Kausalität oder praktische Bedeutung. Kontext, Unsicherheit, Studiendesign und die Messskala sind wichtig.