效应量指数计算器可帮助研究人员和学生计算 科恩的,一项统计测量表明 两个均值之间的标准化差异。该计算器通常用于心理学、教育学、医学和社会科学研究中,以评估治疗或干预的强度或影响。
通过使用此工具,您可以轻松比较不同研究的结果,而无需考虑原始尺度。这在解释结果的实际意义时非常重要,尤其是在实验或群体比较中。
此计算器属于 统计分析和研究工具 类别。
效应大小指数计算器公式
分子式:
d = (M1 - M2) / SD_pooled
变量和计算的解释
d:
这是 科恩的,即效应大小指数。它通过使用变异性对平均差异进行标准化来显示两组之间的差异程度。较高的 d值 表示效果更强。
M1:
第一组的平均值。
M2:
第二组的平均值。
SD_pooled:
合并标准差,结合了两组的变异性。其计算方法如下:
SD_pooled = sqrt( [ ((n1 - 1) * SD1^2) + ((n2 - 1) * SD2^2) ] / (n1 + n2 - 2) )
SD1:
第一组的标准差。
SD2:
第二组的标准差。
n1:
第一组的样本大小。
n2:
第二组的样本量。
SD1^2 和 SD2^2:
这些是两个组的方差(标准差平方)。
平方根:
平方根运算 函数,用于计算SD_pooled。
此公式允许您使用研究中普遍接受的尺度来确定观察到的差异是小、中还是大:
- 小效应值:0.2
- 中等效应量:0.5
- 效应量大:0.8 或更高
常见效应大小基准表
效应大小(d) | 解释 |
---|---|
0.0 - 0.19 | 很小 |
0.20 - 0.49 | S小号 |
0.50 - 0.79 | 中等 |
0.80 - 1.19 | L大号 |
1.20 - 1.99 | 很大 |
2.0及以上 | 巨大 |
该表可帮助用户快速了解其计算出的效应大小,而无需额外的背景信息。
效应量指数计算器示例
假设你对两组人进行了一项实验:
- 第 1 组(n1 = 25):
平均值 = 85,标准差 = 10 - 第 2 组(n2 = 25):
平均值 = 75,标准差 = 12
步骤 1:计算 SD_pooled
SD_pooled = sqrt( [ ((25 - 1) * 10^2) + ((25 - 1) * 12^2) ] / (25 + 25 - 2) )
SD_pooled = sqrt([2400 + 3456] / 48)
= sqrt(5856 / 48) = sqrt(122) ≈ 11.05
第 2 步:计算 d
d = (85 - 75) / 11.05 = 10 / 11.05 ≈ 0.91
结果:
效应大小约为 0.91,这被认为 大。这意味着两组之间存在很大差异。
最常见的常见问题解答
答:这取决于具体情况。一般来说, 0.2小, 0.5 中等及 0.8 或更大。效应值越大,组间差异越大。
答: 合并标准差 当比较两个组时,可以更准确地测量变异性,特别是当它们的大小和标准差不一样时。
答:没有。还有其他的,比如 赫奇斯的 g, 格拉斯的 Δ及 eta平方,但 Cohen's d 是比较两个均值最广泛使用的指标之一。