Eta-Quadrat-Rechner

Geben Sie die Quadratsumme zwischen den Gruppen und die Gesamtquadratsumme ein. Sie erhalten den Anteil und den Prozentsatz der beobachteten Varianz, die mit dem Gruppierungsfaktor verbunden sind. Das hilft, wenn eine ANOVA-Tabelle statistische Signifikanz ausweist, Sie aber zusätzlich die praktische Größenordnung beschreiben möchten. Die Berechnung ist deterministisch, benötigt keine externen Daten und weist eine Gesamtquadratsumme von null eindeutig zurück, weil der Quotient dann nicht definiert wäre.

Was Eta-Quadrat misst

Eta-Quadrat ist ein Effektstärkemaß, das häufig zusammen mit einer Varianzanalyse angegeben wird. Es beantwortet eine andere Frage als der p-Wert. Ein p-Wert beurteilt unter festgelegten Annahmen, wie gut die beobachteten Daten mit einem Nullmodell vereinbar sind. Eta-Quadrat beschreibt hingegen, welcher Anteil der gesamten beobachteten Streuung mit dem untersuchten Faktor verbunden ist. Bei einer gültigen ANOVA-Zerlegung der Quadratsummen liegt der Wert als Anteil zwischen null und eins. Ein Ergebnis von 0.30 bedeutet beispielsweise, dass in dieser Analyse 30 Prozent der gesamten beobachteten Varianz den Unterschieden zwischen den Gruppen zugeschrieben werden. Diese Beschreibung muss an die angepassten Daten und das Untersuchungsdesign gebunden bleiben: Sie belegt allein keine Kausalität, garantiert keine Replikation und sagt nicht, ob ein Effekt in einem bestimmten Fachgebiet bedeutsam ist. Verwenden Sie den Rechner, wenn Ihnen die Quadratsummen aus einer ANOVA-Tabelle vorliegen und Sie eine transparente deskriptive Effektstärke benötigen, die zusammen mit Inferenzstatistik, Stichprobengröße, Unsicherheitsintervallen und Fachwissen interpretiert werden kann.

So funktioniert die Berechnung

Die Formel lautet: Eta-Quadrat ist die Quadratsumme zwischen den Gruppen geteilt durch die Gesamtquadratsumme. Der Zähler steht für die Streuung, die den Unterschieden zwischen den Gruppenmittelwerten zugeordnet wird. Der Nenner umfasst die gesamte in der Analyse berücksichtigte Streuung um den Gesamtmittelwert. Der Rechner prüft beide Werte vor der Division. Jeder Wert muss eine endliche, nicht negative Zahl sein, die Gesamtsumme muss größer als null sein und der Zwischenwert darf die Gesamtsumme nicht überschreiten. Eine Gesamtsumme von null bedeutet, dass keine der einbezogenen Beobachtungen um den Gesamtmittelwert streut; eine Division kann dann keinen definierten Anteil ergeben. Bei gültigen Eingaben gibt das Werkzeug den unveränderten Eta-Quadrat-Quotienten sowie denselben Wert, multipliziert mit 100, als Prozentsatz der erklärten Varianz zurück. Freiheitsgrade und Fehlervarianz werden nicht benötigt. Diese Einfachheit unterscheidet Eta-Quadrat von biasbereinigten Alternativen wie Omega-Quadrat, die weitere Angaben aus der ANOVA-Tabelle verwenden und eine konservativere Schätzung liefern können.

Ergebnis berichten und interpretieren

Geben Sie genügend Kontext an, damit andere nachvollziehen können, welche Werte dividiert wurden. Benennen Sie den Faktor, nennen Sie Eta-Quadrat und kennzeichnen Sie die zugehörige Analyse oder Zielvariable. Die beiden Quadratsummen machen die Berechnung überprüfbar; eine Prozentangabe erleichtert einem allgemeinen Publikum das Verständnis der Größenordnung. Behandeln Sie allgemeine Schwellen für kleine, mittlere und große Effekte nicht wie Gesetze. Konventionen unterscheiden sich je nach Fachgebiet, Design, Zielgröße und Forschungsfrage. Die Interpretation sollte sich daher auf vergleichbare Studien und praktische Folgen stützen. Eta-Quadrat beschreibt die Stichprobe und überschätzt häufig den entsprechenden Populationseffekt, besonders bei kleinen Stichproben oder vielen Gruppen. Wenn Sie den Populationseffekt schätzen möchten, sollten Sie zusätzlich Omega-Quadrat oder ein anderes korrigiertes Maß angeben. Beachten Sie außerdem, dass erklärte Varianz nicht dem Prozentsatz einzelner Ergebnisse entspricht, die der Faktor verursacht hat. In Beobachtungsstudien bleiben Confounding und Modellspezifikation bedeutsam. Der Rechner liefert korrekte Arithmetik; eine fundierte Darstellung muss dennoch die Annahmen und Grenzen der zugrunde liegenden ANOVA erläutern.