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).
Kategorien
Neueste Beiträge
- Wie interpretiere ich eine ANOVA?
- So berechnest und berichtest du die ANOVA für Gruppenvergleiche in 9 Schritten
- Wie erstelle ich gute Grafiken in R?
- So erstellst du mühelos ein Balkendiagramm für Häufigkeiten in R – Video-Tutorial!
- So erstellst du ganz leicht ein Diagramm mit Boxplots in R – Video-Tutorial!