Clicked Gallery
Was ist die Effektstärke?
Markiert in einem echten Lehrbuchabsatz. Erklärt von Clicked.
Im Satz verwendet
University Course Reader · STEM
The drug showed a statistically significant but small effect size, raising questions about its practical benefit.
Der Leser markierte einen Begriff — im Artikel oder im Paper-PDF. Clicked machte den Statistikbegriff „effect size“ leicht verständlich:
In drei Stufen erklärt
●○○
Overview
Die Effektstärke misst, wie groß ein Unterschied oder Zusammenhang wirklich ist: wie stark das Medikament den Blutdruck senkte, wie weit die neue Methode die Noten bewegte. Sie beantwortet eine andere Frage als die statistische Signifikanz, die nur sagt, dass der Unterschied wahrscheinlich kein Zufall ist. Ein Ergebnis kann zugleich echt und winzig sein, und die Effektstärke ist die Zahl, die dir sagt, welches von beiden du hast.
●●○
Detail
Die Effektstärke misst, wie groß ein Befund ist. Die statistische Signifikanz fragt, ob ein Unterschied wahrscheinlich echt ist und kein Zufall; die Effektstärke fragt, wie viel Unterschied da ist, in Einheiten, die man wiegen kann: Minuten Schlaf, Punkte im Test, gesparte Euro. Beide gehen oft auseinander, und der Grund ist die Stichprobengröße. Mit genug Teilnehmern entdeckt eine Studie fast jeden echten Unterschied, so klein er auch ist. Ein Versuch mit einer Million Menschen kann feststellen, dass eine Schlaf-App vierzig Sekunden bringt, und das Ergebnis solide signifikant nennen. Nichts daran ist falsch. Es sind nur vierzig Sekunden. Deshalb berichten Forscher die Effektstärke neben der Signifikanz, mit groben Etiketten wie klein, mittel oder groß, wobei der Kontext die Etiketten schlägt. Ein winziger Effekt kann im großen Maßstab enorm zählen: Ein Medikament, das einen Bruchteil eines Prozents vom Herzinfarktrisiko abschneidet, rettet Tausende Leben, wenn Millionen es nehmen. Und ein großer Effekt auf etwas Belangloses zählt gar nicht. Die Gewohnheit, die sich lohnt, ist eine doppelte Frage: Ist der Unterschied echt, und ist er groß genug, um zu zählen? Die Signifikanz beantwortet die erste. Die Effektstärke beantwortet die zweite, und Nachrichten berichten meist nur die erste.
●●●
Analogy
Die Effektstärke ist die Helligkeit eines Sterns; die Signifikanz ist, ob dein Teleskop ihn erfassen kann. Baue ein groß genuges Teleskop, und du entdeckst den schwächsten Fleck am Himmel. Die Entdeckung sagt so viel über deine Ausrüstung wie über den Stern, und nichts darüber, wie hell er ist. Das ist die Falle in „die Studie fand einen Effekt“. Eine Studie mit einer Million Teilnehmern ist ein riesiges Teleskop, und einen Fleck darin zu finden beweist, dass der Fleck existiert, mehr nicht. Bevor du handelst, willst du die andere Zahl: nicht „hat das Teleskop ihn gesehen“, sondern „wie hell ist er wirklich“. Das eine ist Signifikanz. Das andere ist Effektstärke.
KI-Erklärungen können Fehler enthalten · Keine professionelle Beratung
Gleiche Fakten, anderer Vibe — Slang-Modus 😎
●○○
Overview
Die Effektstärke ist die „okay, aber wie viel“-Zahl. Wissenschaftsnachrichten lieben das Wort signifikant, und in der Statistik bedeutet es genau eines: wahrscheinlich kein Zufall. Nicht groß. Nicht wichtig. Nicht „kauf dieses Präparat“. Ein Befund kann zugleich signifikant und mikroskopisch sein, und der mikroskopische Teil steht fast nie in der Schlagzeile. Die Effektstärke ist der Ort, wo man ihn aufbewahrt. 😎
●●○
Detail
Die Effektstärke ist, wie viel eine Sache wirklich bewirkt, und sobald du danach fragst, lesen sich Gesundheitsschlagzeilen nie wieder gleich. Die Falle steckt in der Sprache selbst. Eine riesige Studie kann beweisen, dass eine mikroskopische Verbesserung echt ist, was heißt, dass „signifikant in einer Studie mit zwei Millionen“ sich mit ernstem Gesicht übersetzen lässt als „wir sind sehr sicher, dass es kaum wirkt“. Achte auch auf den Prozenttrick. „Verdoppelt dein Risiko“ klingt nach Sirene, aber die Verdopplung von eins-zu-einer-Million bringt dich bis zwei-zu-einer-Million, und die Gruselversion des Satzes nennt nie den Ausgangspunkt. Die Kehrseite: billige, winzige Verbesserungen auf ganze Länder angewandt summieren sich wirklich, und genau davon lebt die öffentliche Gesundheit. Der Fix ist ein Reflex. Wenn ein Befund verkündet wird, verlange die Größe in Dingen, die man zählen kann, und wenn die Antwort sich weiter hinter dem Wort signifikant versteckt, ist die Antwort, übersetzt, vermutlich peinlich. 😎
●●●
Analogy
Die Effektstärke ist deine Gehaltserhöhung in echtem Geld. Stell dir vor, die Personalabteilung verkündet mit voller Überzeugung, dass du eine Erhöhung bekommst, geprüft von der Finanzabteilung, dreimal kontrolliert, absolut unbestreitbar. Es sind zwölf Cent im Monat. Jeder Teil der Ankündigung war wahr, und die Gewissheit der Abteilung war echt. Nur war Gewissheit nie die interessante Frage. Die interessante Frage passt auf eine Münze. Das ist ein signifikanter-aber-winziger Befund: ein zweifelsfrei bewiesener Unterschied, der keinen Kaugummi bezahlt. Wenn die Ankündigung also triumphal klingt, mach, was du bei der Personalabteilung machen würdest. Höflich nicken und um die Zahl bitten. 😎
KI-Erklärungen können Fehler enthalten · Keine professionelle Beratung
Formale Definition — Derselbe Begriff, wie er sonst erklärt wird
Die Effektstärke ist ein quantitatives Maß für die Größe eines Phänomens, etwa den Unterschied zwischen Gruppenmittelwerten oder die Stärke eines Zusammenhangs, das unabhängig von der statistischen Signifikanz berichtet wird. Gängige standardisierte Maße sind Cohens d, ausgedrückt in Einheiten der Standardabweichung, der Korrelationskoeffizient r sowie Odds- oder Risikoverhältnisse für binäre Ergebnisse. Da p-Werte Größe und Stichprobenumfang vermengen, werden Effektstärken neben Signifikanztests berichtet und von vielen Fachzeitschriften verlangt; konventionelle Schwellen wie d-Werte von 0,2, 0,5 und 0,8 sind Faustregeln, deren praktische Bedeutung vom Fachgebiet abhängt.
Soll Clicked Begriffe wie „effect size“ direkt in deinem Browser erklären – auch in PDFs?
Zu Chrome hinzufügen — Kostenlos50 kostenlose Erklärungen · Keine Kreditkarte nötig
Mehr aus der Galerie
Was bedeutet statistisch signifikant?
Es heißt wahrscheinlich kein Zufall. Es heißt nicht groß, nützlich oder wahr.
Was ist ein p-Wert?
Wie leicht der Zufall ein Ergebnis vortäuschen könnte — und was 0,05 wirklich bedeutet.
Was ist die Stichprobengröße?
Wie viele wirklich gemessen wurden, warum kleine Zahlen täuschen und warum große nicht genügen.
Was ist ein Konfidenzintervall?
Die Spanne, die eine Studie um ihr Ergebnis angibt, und warum eine breite heißt, dass es niemand weiß.
Was ist eine Metaanalyse?
Viele kleine Studien zu einer Antwort verschmolzen, und warum die Fusion trotzdem täuschen kann.
Korrelation vs. Kausalität: Was ist der Unterschied?
Dass zwei Dinge sich gemeinsam bewegen, heißt nicht, dass eines das andere bewirkt.