Effektgröße - Versionsgeschichte

Paulina am 3. Juli 2015 um 16:31 Uhr

2015-07-03T16:31:07Z

← Nächstältere Version		Version vom 3. Juli 2015, 18:31 Uhr
Zeile 3:		Zeile 3:
	Effektgrößen (oder Effektstärken) dienen der Einschätzung von Effekten in Experimenten. Sie gehen über die reine Zufallsabsicherung (Signifikanz) hinaus und machen Aussagen über die '''praktische Bedeutsamkeit''' der Effekte.		Effektgrößen (oder Effektstärken) dienen der Einschätzung von Effekten in Experimenten. Sie gehen über die reine Zufallsabsicherung (Signifikanz) hinaus und machen Aussagen über die '''praktische Bedeutsamkeit''' der Effekte.

	Mit [[Statistisches Testen\|Signifikanztests]] kann ermittelt werden, ob ein gefundener Unterschied überzufällig entstanden ist. Jedoch kann allein aufgrund dieser Information nichts über die praktische Bedeutsamkeit dieses Unterschiedes ausgesagt werden. Man sagt, man bekäme mit einer ausreichend großen [[Stichprobe]] jedes Ergebnis signifikant. Daher ist es in vielen Fällen sinnvoll, vor der Untersuchung genau festzulegen, wie stark sich die Ergebnisse von Kontroll- und Experimentalgruppe (oder von unterschiedlichen Messzeitpunkten oder Messphasen) voneinander unterscheiden sollten, damit der Unterschied wirklich relevant ist. Zudem gibt es verschiedene normierte Maße zur Bestimmung von Effektstärken, die Wahl hängt vom angewendeten Signifikanztest ab.		Mit [[Statistisches Testen\|Signifikanztests]] kann ermittelt werden, ob ein gefundener Unterschied überzufällig entstanden ist. Jedoch kann allein aufgrund dieser Information nichts über die praktische Bedeutsamkeit dieses Unterschiedes ausgesagt werden. Man sagt, man bekäme mit einer ausreichend großen [[Stichproben\|Stichprobe]] jedes Ergebnis signifikant. Daher ist es in vielen Fällen sinnvoll, vor der Untersuchung genau festzulegen, wie stark sich die Ergebnisse von Kontroll- und Experimentalgruppe (oder von unterschiedlichen Messzeitpunkten oder Messphasen) voneinander unterscheiden sollten, damit der Unterschied wirklich relevant ist. Zudem gibt es verschiedene normierte Maße zur Bestimmung von Effektstärken, die Wahl hängt vom angewendeten Signifikanztest ab.

	''Beispiel:		''Beispiel:
	<br/>''An 1000 Schülern soll eine neue Lehrmethode evaluiert werden. Die 500 Schüler, die mit der neuen Methode unterrichtet werden, haben nach einem Schuljahr signifikant bessere Schulnoten. Ihr Notendurchschnitt liegt bei 2,31, während der Durchschnitt der anderen 500 Schüler 2,32 beträgt. In diesem Fall wäre es unsinnig zu behaupten, die neue Lehrmethode habe zu besseren Lernerfolgen geführt. Man könnte vorher festlegen, dass die Experimentalgruppe mindestens 0,5 Notenpunkte besser sein muss als die Kontrollgruppe, damit das Ergebnis praktisch bedeutsam ist.		<br/>''An 1000 Schülern soll eine neue Lehrmethode evaluiert werden. Die 500 Schüler, die mit der neuen Methode unterrichtet werden, haben nach einem Schuljahr signifikant bessere Schulnoten. Ihr Notendurchschnitt liegt bei 2,31, während der Durchschnitt der anderen 500 Schüler 2,32 beträgt. In diesem Fall wäre es unsinnig zu behaupten, die neue Lehrmethode habe zu besseren Lernerfolgen geführt. Man könnte vorher festlegen, dass die Experimentalgruppe mindestens 0,5 Notenpunkte besser sein muss als die Kontrollgruppe, damit das Ergebnis praktisch bedeutsam ist.

Diana am 9. April 2015 um 13:30 Uhr

2015-04-09T13:30:25Z

← Nächstältere Version		Version vom 9. April 2015, 15:30 Uhr
Zeile 5:		Zeile 5:
	Mit [[Statistisches Testen\|Signifikanztests]] kann ermittelt werden, ob ein gefundener Unterschied überzufällig entstanden ist. Jedoch kann allein aufgrund dieser Information nichts über die praktische Bedeutsamkeit dieses Unterschiedes ausgesagt werden. Man sagt, man bekäme mit einer ausreichend großen [[Stichprobe]] jedes Ergebnis signifikant. Daher ist es in vielen Fällen sinnvoll, vor der Untersuchung genau festzulegen, wie stark sich die Ergebnisse von Kontroll- und Experimentalgruppe (oder von unterschiedlichen Messzeitpunkten oder Messphasen) voneinander unterscheiden sollten, damit der Unterschied wirklich relevant ist. Zudem gibt es verschiedene normierte Maße zur Bestimmung von Effektstärken, die Wahl hängt vom angewendeten Signifikanztest ab.		Mit [[Statistisches Testen\|Signifikanztests]] kann ermittelt werden, ob ein gefundener Unterschied überzufällig entstanden ist. Jedoch kann allein aufgrund dieser Information nichts über die praktische Bedeutsamkeit dieses Unterschiedes ausgesagt werden. Man sagt, man bekäme mit einer ausreichend großen [[Stichprobe]] jedes Ergebnis signifikant. Daher ist es in vielen Fällen sinnvoll, vor der Untersuchung genau festzulegen, wie stark sich die Ergebnisse von Kontroll- und Experimentalgruppe (oder von unterschiedlichen Messzeitpunkten oder Messphasen) voneinander unterscheiden sollten, damit der Unterschied wirklich relevant ist. Zudem gibt es verschiedene normierte Maße zur Bestimmung von Effektstärken, die Wahl hängt vom angewendeten Signifikanztest ab.

	''Beispiel		''Beispiel:
	<br/>''An 1000 Schülern soll eine neue Lehrmethode evaluiert werden. Die 500 Schüler, die mit der neuen Methode unterrichtet werden, haben nach einem Schuljahr signifikant bessere Schulnoten. Ihr Notendurchschnitt liegt bei 2,31, während der Durchschnitt der anderen 500 Schüler 2,32 beträgt. In diesem Fall wäre es unsinnig zu behaupten, die neue Lehrmethode habe zu besseren Lernerfolgen geführt. Man könnte vorher festlegen, dass die Experimentalgruppe mindestens 0,5 Notenpunkte besser sein muss als die Kontrollgruppe, damit das Ergebnis praktisch bedeutsam ist.		<br/>''An 1000 Schülern soll eine neue Lehrmethode evaluiert werden. Die 500 Schüler, die mit der neuen Methode unterrichtet werden, haben nach einem Schuljahr signifikant bessere Schulnoten. Ihr Notendurchschnitt liegt bei 2,31, während der Durchschnitt der anderen 500 Schüler 2,32 beträgt. In diesem Fall wäre es unsinnig zu behaupten, die neue Lehrmethode habe zu besseren Lernerfolgen geführt. Man könnte vorher festlegen, dass die Experimentalgruppe mindestens 0,5 Notenpunkte besser sein muss als die Kontrollgruppe, damit das Ergebnis praktisch bedeutsam ist.

Diana: Die Seite wurde neu angelegt: „{{Nav|Navigation|Grundelemente|Wissenschaftliches Arbeiten}} Effektgrößen (oder Effektstärken) dienen der Einschätzung von Effekten in Experimenten. Sie g…“

2015-04-09T13:30:09Z

Die Seite wurde neu angelegt: „{{Nav|Navigation|Grundelemente|Wissenschaftliches Arbeiten}} Effektgrößen (oder Effektstärken) dienen der Einschätzung von Effekten in Experimenten. Sie g…“

Neue Seite

{{Nav|Navigation|Grundelemente|Wissenschaftliches Arbeiten}}

Effektgrößen (oder Effektstärken) dienen der Einschätzung von Effekten in Experimenten. Sie gehen über die reine Zufallsabsicherung (Signifikanz) hinaus und machen Aussagen über die '''praktische Bedeutsamkeit''' der Effekte.

Mit [[Statistisches Testen|Signifikanztests]] kann ermittelt werden, ob ein gefundener Unterschied überzufällig entstanden ist. Jedoch kann allein aufgrund dieser Information nichts über die praktische Bedeutsamkeit dieses Unterschiedes ausgesagt werden. Man sagt, man bekäme mit einer ausreichend großen [[Stichprobe]] jedes Ergebnis signifikant. Daher ist es in vielen Fällen sinnvoll, vor der Untersuchung genau festzulegen, wie stark sich die Ergebnisse von Kontroll- und Experimentalgruppe (oder von unterschiedlichen Messzeitpunkten oder Messphasen) voneinander unterscheiden sollten, damit der Unterschied wirklich relevant ist. Zudem gibt es verschiedene normierte Maße zur Bestimmung von Effektstärken, die Wahl hängt vom angewendeten Signifikanztest ab.

''Beispiel
<br/>''An 1000 Schülern soll eine neue Lehrmethode evaluiert werden. Die 500 Schüler, die mit der neuen Methode unterrichtet werden, haben nach einem Schuljahr signifikant bessere Schulnoten. Ihr Notendurchschnitt liegt bei 2,31, während der Durchschnitt der anderen 500 Schüler 2,32 beträgt. In diesem Fall wäre es unsinnig zu behaupten, die neue Lehrmethode habe zu besseren Lernerfolgen geführt. Man könnte vorher festlegen, dass die Experimentalgruppe mindestens 0,5 Notenpunkte besser sein muss als die Kontrollgruppe, damit das Ergebnis praktisch bedeutsam ist.