10 Metaanalyse - Sozialpsychologie
10 Metaanalyse - Sozialpsychologie
10 Metaanalyse - Sozialpsychologie
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>10</strong>.3 · Vereinheitlichung von Effektgrößen: das ∆-Maß<br />
677<br />
<strong>10</strong><br />
neten Δ-Werte die «wahren«, über r ermittelten Merkmalszusammenhänge<br />
nur approximativ schätzen, wobei<br />
jedoch die Schätzgenauigkeit für metaanalytische Zwecke<br />
ausreichend ist. (Leider stimmen die von Kraemer, 1985,<br />
genannten Effektgrößen nur teilweise mit den in 7 Abschn.<br />
9.2.1 genannten, auf Cohen, 1988, zurückgehenden<br />
Effektgrößen überein. Eine Umrechnung in die<br />
Kraemer’sche Terminologie ist jedoch in den meisten<br />
Fällen problemlos.)<br />
Andere Transformationsregeln zur Vereinheitlichung<br />
von Effektgrößen im Kontext von <strong>Metaanalyse</strong>n<br />
laufen auf das δ-Maß hinaus (vgl. den 1. Test in<br />
. Tab. 9.1). Statt der standardisierten Differenz (μ 1 ‒μ 2 )/σ<br />
werden gelegentlich auch nicht standardisierte Differenzen<br />
(μ 1 ‒μ 2 ) metaanalytisch aggregiert. Dieses Effektgrößenmaß<br />
ist zu präferieren, wenn die abhängigen<br />
Variablen in einem Forschungsgebiet keine Intervallskalen<br />
mit arbiträrem Ursprung sind, sondern Verhältnisskalen<br />
mit natürlichem Nullpunkt wie z. B. Körpergewicht,<br />
Währungseinheiten, Blutdruck oder Zeit (ausführlicher<br />
hierzu Bond et al., 2003). Wir be vorzugen<br />
das Δ-Maß, weil nicht nur Teststatistiken der »r-Fa milie«<br />
(Produkt-Moment-Korrelation, punkt biseriale Korrelation,<br />
Phi-Koeffizient, Spearmans rho) als Δ-Äquivalente<br />
dargestellt werden können, sondern auch andere<br />
Teststatistiken wie t, F, χ 2 oder Kendalls tau, und weil<br />
die Interpretation von Korrelationen geläufiger ist als<br />
Interpretatationen von δ-Maßen (vgl. hierzu auch<br />
R. Rosenthal, 1994, S. 234ff.).<br />
Die folgenden Transformationsregeln werden an<br />
einem abschließenden Beispiel (7 S. 686 ff.) numerisch<br />
erläutert.<br />
Produkt-Moment-Korrelation<br />
Die Produkt-Moment-Korrelation r als Schätzer eines<br />
Populationszusammenhanges (griech.: rho) entspricht<br />
direkt dem Δ-Maß:<br />
∆= r. (<strong>10</strong>.1)<br />
t-Test für unabhängige Stichproben<br />
Sind die zu vergleichenden Stichproben gleich groß<br />
(n 1 =n 2 ), ermitteln wir<br />
r pbis<br />
=<br />
δˆ<br />
.<br />
δˆ<br />
+ 4<br />
(<strong>10</strong>.2)<br />
Die Bestimmungsgleichung für ˆδ findet man in . Tab. 9.1<br />
unter Ziffer 1. Die in Gl. (<strong>10</strong>.2) genannte Transformation<br />
ist bei Gilpin (1993) tabelliert.<br />
Bei ungleich großen Stichproben errechnet man<br />
nach Kraemer und Thiemann (1987):<br />
r<br />
pbis<br />
=<br />
δˆ<br />
,<br />
δˆ 2 + 1/( p⋅q)<br />
(<strong>10</strong>.3)<br />
mit p=n 1 /n und q=n 2 /n (n 1 +n 2 =n).<br />
Um eine bessere Vergleichbarkeit mit der Produkt-<br />
Moment-Korrelation herzustellen, empfehlen Glass et<br />
al. (1981, S. 149), die punktbiseriale Korrelation für metaanalytische<br />
Zwecke in eine biseriale Korrelation zu<br />
überführen:<br />
∆= r = r ⋅<br />
bis<br />
pbis<br />
n 1 2<br />
⋅ n<br />
υ⋅<br />
n<br />
. (<strong>10</strong>.4)<br />
υ (griech. ypsilon) ist hierbei die Ordinate (Dichte) desjenigen<br />
z-Wertes der Standardnormalverteilung, der die<br />
Grenze zwischen den Teilflächen p=n 1 /n und q=n 2 /n<br />
markiert (vgl. . Tab. F1 im 7 Anhang F). Für 0,2