zur Startseite 2D 3D A B C D E F G H I J K L M N O P Q R S T U V W X Y Z zur Produktinformation
 

Haupteffekt

Im Gegensatz zu dem Interaktionseffekt (in der ANOVA oder Regression) repräsentiert der Haupteffekt eines bestimmten Faktors (bzw. unabhängigen Variablen) auf einer abhängigen Variablen den Effekt dieser unabhängigen Variable, der über die Stufen aller anderen unabhängigen Variablen im Design gemittelt wird.

Man betrachte zum Beispiel die Ergebnisse des folgenden (fiktiven) Experiments, wo die Leistung von leistungsorientierten Schülern versus "Leistungsverweigerern" in einem schwierigen und in einem einfachen Test gemessen wurde. Das Ergebnis zeigt einen Haupteffekt bzgl. der Test-Beschaffenheit (die Teilnehmer in dieser Studie schnitten im anspruchsvollen Test -13- insgesamt besser ab als im einfachen Test -11) aber keinen Haupteffekt bzgl. der Leistungsorientiertheit (12 versus 12):       

 

leistungsorientiert

"Leistungsverweigerer"

Durchschnitt

schwieriger Test

einfacher Test

14

10

12

12

13

11

Durchschnitt

12

12

 

Beachten Sie bitte, dass dieses Konzept - welches in der Datenanalyse und Interpretation äußerst wichtig ist - häufig missverstanden wird.

Beispielsweise lautet eine verbreitete aber ungenaue (oder gar irreführende) Definition des Haupteffekts, dass er “den Effekt eines Faktors auf die abhängige Variable (Wirkung) misst, ohne die anderen Faktoren in der Analyse zu berücksichtigen” (www.socialresearchmethods.net/tutorial). Diese Definitionen sind im gewissen Sinne inkorrekt, da in multivariaten Designs bei der Berechnung der Größe eines einzelnen Haupteffekts die Varianz, die den anderen Faktoren zugeschrieben wird, mit maßgebend ist. Demnach wird nicht "ohne Berücksichtigung anderer Faktoren" sondern ganz klar unter Berücksichtigung dieser Faktoren gemessen. Haupteffekte werden demnach eindeutig "unter" Berücksichtigung anderer Faktoren gemessen, da die Stärke des Haupteffekts von den Effekten der anderen Faktoren abhängt.

Ein weiterer weit verbreiteter Fehler ist die Annahme, dass die Existenz eines Haupteffekts eines bestimmten Faktors irgendwie impliziere, dass der Faktor in dem gegebenen Design nicht in Interaktionseffekte involviert sei. Beispielsweise gilt nach einem populären Lehrbuch (Elmes, Kantowitz, Roediger, 2006) für den Haupteffekt folgendes: "wenn der Effekt einer unabhängigen Variable auf allen Stufen einer weiteren unabhängigen Variablen gleich ist." Diese Aussage ist komplett falsch. Die Aussage definiert lediglich einen Mangel an Interaktion zwischen den beiden involvierten Faktoren und sagt nichts über die Existenz eines Haupteffekts aus, welcher durchaus auch dann auftreten kann, wenn bei den gleichen Faktoren Interaktionseffekte auftreten. Man betrachte beispielsweise die folgenden Ergebnisse des oben aufgeführten (fiktiven) Experiments:

 

leistungsorientiert

"Leistungsverweigerer"

Durchschnitt

schwieriger Test

einfacher Test

17

14

14

15

15,5

14,5

Durchschnitt

15,5

14,5

 

In diesem Fall liegen bei beiden Faktoren Haupteffekte vor (leistungsorientierte Schüler schnitten insgesamt besser ab; bei dem schwierigen Test lagen insgesamt bessere Ergebnisse vor). Darüber hinaus bestehen Interaktionen zwischen den beiden Faktoren (der einfache Test hat wahrscheinlich einen demotivierenden Effekt auf leistungsorientierte Schüler, produziert jedoch bessere Resultate (motiviert?) bei "Leistungsverweigerern").