Das Ausmaß der Heterogenität in einer Meta-Analyse bestimmt zum Teil die Schwierigkeit, allgemeine Schlussfolgerungen zu ziehen. Dieses Ausmaß kann durch Schätzung einer Varianz zwischen den Studien gemessen werden, aber die Interpretation ist dann spezifisch für eine bestimmte Metrik des Behandlungseffekts. Es gibt einen Test für das Vorhandensein von Heterogenität, der jedoch von der Anzahl der Studien in der Meta-Analyse abhängt. Wir entwickeln Maße für den Einfluss von Heterogenität auf eine Meta-Analyse anhand mathematischer Kriterien, die unabhängig von der Anzahl der Studien und der Behandlungseffekt-Metrik sind. Wir leiten drei geeignete Statistiken ab und schlagen sie vor: H ist die Quadratwurzel der χ2-Heterogenitätsstatistik geteilt durch ihre Freiheitsgrade; R ist das Verhältnis des Standardfehlers des zugrundeliegenden Mittelwerts aus einer Meta-Analyse mit zufälligen Effekten zum Standardfehler einer metaanalytischen Schätzung mit festem Effekt, und I2 ist eine Transformation von H, die den Anteil der Gesamtvariation in den Studienschätzungen beschreibt, der auf Heterogenität zurückzuführen ist. Wir erörtern die Interpretation, Intervallschätzungen und andere Eigenschaften dieser Maße und untersuchen sie anhand von fünf Beispieldatensätzen, die unterschiedliche Mengen an Heterogenität aufweisen. Wir kommen zu dem Schluss, dass H und I2, die in der Regel für veröffentlichte Meta-Analysen berechnet werden können, besonders nützliche Zusammenfassungen der Auswirkungen von Heterogenität sind. Eine oder beide sollten in veröffentlichten Meta-Analysen vor dem Test auf Heterogenität angegeben werden. Copyright © 2002 John Wiley & Sons, Ltd.