آلة حاسبة مجانية من Editverse
حاسبة حجم التأثير
حدد حجم الفرق الحقيقي بين مجموعتين مستقلتين باستخدام معامل كوهين (d)، المحسوب من الانحراف المعياري المجمع والمُبلغ عنه كقيمة مطلقة. راجع الصيغة وأمر R القابل للتكرار، واقرأ دليل التفسير الكامل أدناه. تم التحقق من صحة النتائج باستخدام R 4.3.3.
بكلمات بسيطة
يُبيّن حجم التأثير مدى ضخامة الفرق، بطريقة لا تعتمد على حجم العينة. بينما تُشير قيمة الاحتمال (p-value) إلى أن الفرق من غير المرجح أن يكون عشوائيًا، إلا أنها لا تُحدد ما إذا كان كبيرًا بما يكفي ليُحدث فرقًا. يُغطي حجم التأثير هذه الفجوة.
يعبّر معامل كوهين (d) عن الفرق بين متوسطي مجموعتين بوحدات الانحراف المعياري المجمع، لذا فإن d = 0.5 يعني أن المجموعتين تختلفان بمقدار نصف انحراف معياري. وكدليل تقريبي، يُعتبر 0.2 صغيرًا، و0.5 متوسطًا، و0.8 كبيرًا - لكن هذه التصنيفات اصطلاحية وليست قواعد ثابتة، ويختلف معناها السريري باختلاف المجال.
متى يُستخدم حجم التأثير؟
يُذكر حجم التأثير عند الإبلاغ عن أي مقارنة أو ارتباط. بالنسبة للفرق بين متوسطي مجموعتين، يُستخدم معامل كوهين (d) (أو معامل هيدجز (g) المصحح للتحيز في العينات الصغيرة) كمعيار. وتتوقع إرشادات الإبلاغ بشكل متزايد ذكر حجم التأثير وفترة ثقته إلى جانب قيمة الاحتمالية (p-value)، لأنها تُظهر معًا ما إذا كان التأثير موجودًا وحجمه المحتمل.
يُعدّ حجم التأثير أحد المدخلات الأساسية لتخطيط الدراسة، فهو يُحدد حجم العينة ويُمكّن من تجميع النتائج في التحليل التلوي. اختر المقياس الذي يُناسب تصميمك، مثل مقاييس عائلة d للفروق بين المتوسطات، ومقاييس عائلة r لقوة الارتباط. هل أنت غير متأكد من المقياس الأنسب لبياناتك؟ يُمكنك الاستعانة بمُحدد الاختبارات التفاعلي لدينا .
المتوقع: عمودان: قيم المجموعة 1 | قيم المجموعة 2
أسقط ملف CSV هنا أو انقر للاختيار. تمت معالجته في متصفحك: لم يتم تحميل أي شيء.
المتوقع: عمودان: قيم المجموعة 1 | قيم المجموعة 2
g1 <- c({g1}) g2 <- c({g2}) library(effsize) cohen.d(g1, g2) cohen.d(g1, g2, hedges.correction = TRUE) # Hedges' gدليل المستخدم
متى يُستخدم؟ قم بتحديد مقدار الفرق المعياري بين مجموعتين.
الافتراضات. بيانات متصلة؛ الانحراف المعياري المجمع ذو دلالة (تباينات متشابهة).
أخطاء شائعة. يقيس حجم التأثير مقدار التأثير، وليس الدلالة الإحصائية أو الأهمية السريرية.
مثال عملي
انقر فوق تحميل بيانات المثال أعلاه ثم تشغيل التحليل لرؤية نتيجة كاملة مع الشكل والصيغة والتفسير لهذا الاختبار.
مراجع حسابات
- كوهين ج. تحليل القوة الإحصائية للعلوم السلوكية. 1988.
أمثلة عاملة
مثال 1 - تأثير كبير
مجموعتان بمتوسطين 5.90 و7.72 وانحراف معياري مجمع 0.45 (مثال "التأثير الكبير" ضمن بيانات مثال التحميل) تعطيان قيمة Cohen's d = 4.01، وهو تأثير كبير جدًا. يُرجى ذكر قيمة d مع فاصل الثقة 95%، وليس الفرق بين المتوسطين فقط، حتى يتمكن القراء من تقييم حجم التأثير وفقًا لمقياس معياري.
مثال 2 - لماذا تحتاج العينات الصغيرة إلى نموذج هيدجز g
يُبالغ معامل Cohen's d قليلاً في تقدير تأثير المجتمع في العينات الصغيرة. أما معامل Hedges's g فيُطبّق عامل تصحيح، ويُفضّل استخدامه عندما يقل عدد المشاهدات في كل مجموعة عن 20 مشاهدة تقريبًا. مع العينات الكبيرة، يتقارب المعاملان. للحصول على g من معامل d، أدخل قيمة d وحجمي المجموعتين في مُحوّل حجم التأثير.
الافتراضات التي يجب التحقق منها
انتشار متقارب. يفترض الانحراف المعياري المجمع أن المجموعتين لهما تباينات متشابهة. عندما تختلف التباينات اختلافًا ملحوظًا، استخدم مقياسًا يعتمد على الانحراف المعياري لمجموعة التحكم (دلتا جلاس) بدلاً من ذلك.
البيانات المستمرة ذات التوزيع الطبيعي تقريبًا. تم تصميم معامل كوهين (d) للنتائج المستمرة. أما بالنسبة للبيانات المرتبة أو الملتوية، فإن حجم التأثير القائم على الترتيب يكون أكثر ملاءمة.
الملاحظات المستقلة. تفترض الصيغة القياسية مجموعات مستقلة. تتطلب التصاميم المزدوجة أو ذات القياسات المتكررة حجم تأثير يأخذ في الاعتبار الارتباط داخل الزوج.
الأخطاء الشائعة
التعامل مع حجم التأثير على أنه دلالة إحصائية
لا يعني حجم التأثير الكبير بالضرورة قيمة p صغيرة. يقيس حجم التأثير مقدار التأثير، بينما تقيس الدلالة الإحصائية ما إذا كان التأثير قابلاً للتمييز عن الصدفة. يجب الإبلاغ عن كليهما.
قراءة التسميات 0.2/0.5/0.8 على أنها مطلقة
تُعدّ عتبات كوهين الصغيرة/المتوسطة/الكبيرة قواعد عامة. قد يكون لقيمة "صغيرة" أهمية سريرية، بينما قد تكون قيمة "كبيرة" غير مهمة، وذلك بحسب النتيجة.
مع حذف فترة الثقة
إن تقدير قيمة d دون تحديد فاصل الثقة الخاص بها يخفي عدم اليقين. لذا، يجب دائمًا ذكر فاصل الثقة حول حجم التأثير.
استخدام d في التصميم الخاطئ
لا يتناسب معامل d للمجموعات المستقلة مع البيانات المزدوجة أو مع أكثر من مجموعتين. بالنسبة لعدة مجموعات، استخدم مربع إيتا من تحليل التباين (ANOVA).
الأسئلة الشائعة
ما الفرق بين معامل كوهين (d) ومعامل هيدجز (g)؟
كلاهما يعبر عن فرق متوسط معياري. يُضرب معامل هيدجز (g) في معامل تصحيح العينات الصغيرة، لذا فهو أصغر قليلاً وأقل تحيزاً عندما تكون العينات صغيرة.
كيف يمكنني تفسير حجم d؟
كعرف، 0.2 صغير، 0.5 متوسط، و0.8 كبير - ولكن فسر ذلك في سياق مجالك وقم بالإبلاغ عن القيمة مع فاصل الثقة الخاص بها بدلاً من مجرد تسمية.
لماذا يتم الإبلاغ عن حجم التأثير أصلاً؟
إنها تنقل الحجم العملي، وهي ضرورية لتخطيط حجم العينة، وتتيح دمج الدراسات في التحليل التلوي - لا يوفر أي من ذلك قيمة p وحدها.
هل تتطابق النتيجة مع نتائج برامج SPSS وR وStata؟
نعم. تستخدم الآلة الحاسبة نفس صيغة الانحراف المعياري المجمعة المستخدمة في البرامج القياسية، وتعرض أمر R الدقيق حتى تتمكن من إعادة إنتاجه.
الآلات الحاسبة ذات الصلة
مراجع حسابات
- كالوجيري د، بيتشيريلو جيه إف. دليل بسيط لقياس حجم التأثير. مجلة الجمعية الطبية الأمريكية لأمراض الأذن والأنف والحنجرة وجراحة الرأس والرقبة2023؛149(5):447–451. PMID 36951858.
- لاكينز دي. حساب أحجام التأثير والإبلاغ عنها لتسهيل العلوم التراكمية: دليل عملي لاختبارات t وتحليلات التباين (ANOVA). Psychol الجبهة. 2013؛4:863. PMID 24324449.
- كوهين جيه تحليل القوة الإحصائية للعلوم السلوكيةالطبعة الثانية. هيلزديل، نيوجيرسي: لورانس إيرلبوم؛ 1988.
هل تحتاج إلى إجراء هذا التحليل لمخطوطتك؟
يقوم أخصائيو الإحصاء الحيوي الحاصلون على درجة الدكتوراه لدينا بحساب وتفسير أحجام التأثير الخاصة بك، والتحقق من الافتراضات، وتقديم جداول جاهزة للنشر مع مخرجات R قابلة للتكرار.