Effekte und Effektgrößen

Betrachtet man nur die unstandardisierten Effekte, kann es zwei potenzielle Probleme geben

•  1. Bei latenten Merkmalen gibt es keine eindeutige Skalierung, weil das Messinstrument (z. B. der verwendete Fragebogen) selbst entworfen werden kann. Wie soll der Effekt dann interpretiert werden? (Wann kann er als groß oder klein gelten?) Beispiel: Ist ein gefundener Unterschied im Wohlbefinden von 0,8 Punkten auf einer Skala von 1-6 viel oder wenig?

• 2. Falls die Ergebnisse von unterschiedlichen Studien (mit potenziell unterschiedlichen Skalen) verglichen werden sollen, wie kann man Effekte vergleichbar machen? Beispiel: Ein anderes Forscherteam hat einen Unterschied von 6,4 Punkten gefunden, aber auf einer Skala von 1 – 100.

Die Lösung liegt in der Standardisierung des Effektes. Das bringt zwei Vorteile:

• 1. die relative Bedeutsamkeit des Effektes wird deutlich, da die Standardisierung die Streuung der Rohdaten einbeziehen

• 2. Effekte aus verschiedenen Studien werden vergleichbar und einheitlich interpretierbar (Standardisierung führt zu Skalen-Unabhängigkeit)

—> standardisierte Effekte heißen Effektgrößen (oder Effektstärken)

• Effektgrößen gibt es für Mittelwertsunterschiede (man spricht dann von Abstandsmaßen; differences) und für Zusammenhänge (Zusammenhangsmaße; association) oder allgemeiner für die aufgeklärte Varianz (Fitmaße, explained variance) – die Einteilungen sind aber nicht einheitlich