Effektstärke für die Faktoren in der ANOVA oder Regressionsgewichten in der Regression (dazu zählen auch die geplanten Kontraste).
Ist eine Version des Eta Quadrat und bezeichnet den Varianzanteil, den der Faktor oder der Prädiktor (Regression) im Kriterium aufklären kann, welcher nicht bereits durch andere Faktoren/Prädiktoren aufgeklärt wird. Das partielle Eta Quadrat ist somit ein Maß für die Varianz, die ein Faktor aufklärt, nachdem die Effekte aller anderen Faktoren herauspartialisiert wurden.
Das normale Eta Quadrat nimmt diese Korrektur (die Herauspartialisierung) für andere Faktoren/Prädiktoren nicht vor, wodurch Eta Quadrat mit steigender Faktoren- bzw. Prädiktorenanzahl immer kleiner wird.
Das partielle Eta-Quadrat löst dieses Problem und eignet sich deshalb gut, um zu evaluieren, welcher Faktor/Prädiktor am wichtigsten ist. Für einfaktorielle ANOVAs sind die Werte des partiellen und des normalen Eta Quadrats gleich.
Folgende Faustregel nach Cohen liegt für die Interpretation vor: Ein partielles Eta-Quadrat von .01, .06 und .14 entspricht einem kleinen, mittleren und großen Effekt (dieser letzte Satz ist so ziemlich das Einzige, was wirklich relevant ist, der Rest ist nur zur Info).
Liebe Frau Ortmann,
Da ich Ihren Beitrag zur Interpretation von Eta-Quadrat sehr hilfreich fand wollte ich fragen, welche Quelle von Cohen sie für den Beitrag genutzt haben, damit ich in ihr noch einmal genauer nachlesen kann.
Danke für Ihre Mühen!
Hallo!
Vielen Dank für die Frage! Ich würde Ihnen das Buch Discovering Statistics Using SPSS (bzw. R, je nachdem was, Sie benutzen) von Andy Fields empfehlen. Dort wird alles sehr ausführlich beschrieben, allerdings ein bisschen „psychologielastig“. Wenn Sie Mediziner sind haben wir das Thema auch noch einmal genauer als Onlinekurs für Mediziner (s.Shop / ANOVA / Regression) aufgebaut, da das Vorgehen in der Medizin etwas anders ist als in anderen Fächern. Ich hoffe das hilft!
Sehr geehrte Frau Dr. Ortmann,
wenn das partielle Eta² < .01 liegt, wie interpretiere ich dann die Ergebnisse? Kann man dann sagen, dass kein Effekt vorliegt?
Vielen Dank und herzliche Grüße
Sehr geehrte Frau Berg,
vielen Dank für die Frage. Das Ergebnis lässt sich hier so interpretieren, dass zwar ein Effekt vorliegt (sonst wäre ja das partielle eta-Quadrat gleich 0), dieser Effekt aber ‚verschwindend gering‘ ist. Da der zugehörige Test ja vermutlich signifikant ausgefallen ist, ist das ein gutes Beispiel für den Unterschied zwischen statistischer Signifikanz und klinisch-inhaltlicher Bedeutsamkeit. Mehr über diesen für die Forschung wichtigen Unterschied können Sie in unserem Artikel „Die Grundlagen statistischen Testens in der Medizin“ erfahren.
Herzliche Grüße
Dr. Robert Pagel