Calculadora gratuita de Editverse
Calculadora del tamaño del efecto
Cuantifique la magnitud real de la diferencia entre dos grupos independientes con la d de Cohen, calculada a partir de la desviación estándar combinada y expresada como valor absoluto. Consulte la fórmula y el comando R reproducible, y lea la guía de interpretación completa a continuación. Validado con R 4.3.3.
En palabras simples
El tamaño del efecto indica la magnitud de una diferencia, independientemente del tamaño de la muestra. Un valor p puede indicar que es improbable que una diferencia se deba al azar, pero no si es lo suficientemente grande como para ser relevante. El tamaño del efecto cubre esa laguna.
La d de Cohen expresa la diferencia entre las medias de dos grupos en unidades de desviación estándar combinada, por lo que d = 0.5 significa que los grupos difieren en media desviación estándar. Como referencia, 0.2 es pequeño, 0.5 mediano y 0.8 grande; sin embargo, estas etiquetas son convenciones, no leyes, y su significado clínico depende del campo de estudio.
Cuándo usar el tamaño del efecto
Siempre que se informe sobre una comparación o una asociación, se debe indicar el tamaño del efecto. Para la diferencia entre las medias de dos grupos, se utiliza la d de Cohen (o la g de Hedges corregida por sesgo para muestras pequeñas). Las directrices de presentación de informes exigen cada vez más que se incluya el tamaño del efecto y su intervalo de confianza junto con el valor p, ya que, en conjunto, muestran si existe un efecto y su magnitud plausible.
El tamaño del efecto es un dato fundamental para planificar un estudio: determina el tamaño de la muestra y permite combinar los resultados en un metaanálisis. Elija la medida que mejor se adapte a su diseño: medidas de la familia d para las diferencias entre medias, medidas de la familia r para la fuerza de la asociación. ¿No está seguro de cuál se ajusta mejor a sus datos? Nuestro selector de pruebas interactivo puede ayudarle.
Se esperaba: 2 columnas: Valores del grupo 1 | Valores del grupo 2
Arrastra aquí un archivo CSV o haz clic para seleccionar. Analizado en tu navegador: no se carga nada.
Se esperaba: 2 columnas: Valores del grupo 1 | Valores del grupo 2
g1 <- c({g1}) g2 <- c({g2}) library(effsize) cohen.d(g1, g2) cohen.d(g1, g2, hedges.correction = TRUE) # g de HedgesGuía del usuario
Cuándo usarlo. Cuantificar la magnitud estandarizada de la diferencia entre dos grupos.
Supuestos. Datos continuos; la desviación estándar combinada es significativa (varianzas similares).
Errores comunes. El tamaño del efecto mide la magnitud, no la significación estadística ni la importancia clínica.
Ejemplo trabajado
Haga clic en "Cargar datos de ejemplo" arriba y, a continuación, en "Ejecutar análisis" para ver un resultado completo con la figura, la fórmula y la interpretación de esta prueba.
Referencias
- Cohen J. Análisis de potencia estadística para las ciencias del comportamiento. 1988.
Ejemplos resueltos
Ejemplo 1: Un gran efecto
Dos grupos con medias de 5.90 y 7.72 y una desviación estándar combinada de 0.45 (el ejemplo de «Efecto grande» en «Cargar datos de ejemplo») dan como resultado una d de Cohen de 4.01, lo que indica un efecto muy grande. Se debe informar la d con su intervalo de confianza del 95 %, no solo la diferencia de medias, para que los lectores puedan evaluar la magnitud en una escala estandarizada.
Ejemplo 2: Por qué las muestras pequeñas necesitan la g de Hedges
La d de Cohen sobreestima ligeramente el efecto poblacional en muestras pequeñas. La g de Hedges aplica un factor de corrección y se prefiere cuando cada grupo tiene menos de unas 20 observaciones. Con muestras grandes, ambas convergen. Para obtener g a partir de su d, introduzca d y los tamaños de los dos grupos en el convertidor de tamaño del efecto.
Supuestos a verificar
Dispersión comparable. La desviación estándar combinada presupone que los dos grupos tienen varianzas similares. Cuando las varianzas difieren notablemente, utilice una medida basada en la desviación estándar del grupo de control (delta de Glass).
Datos continuos, aproximadamente normales. La d de Cohen está diseñada para resultados continuos. Para datos jerarquizados o asimétricos, es más apropiado un tamaño del efecto basado en rangos.
Observaciones independientes. La fórmula estándar presupone grupos independientes. Los diseños pareados o de medidas repetidas requieren un tamaño del efecto que tenga en cuenta la correlación dentro de cada par.
Errores comunes
Considerar el tamaño del efecto como un indicador de significancia
Un valor de d grande no es lo mismo que un valor p pequeño. El tamaño del efecto mide la magnitud; la significancia mide si el efecto se puede distinguir del azar. Informe ambos.
Interpretando las etiquetas 0.2/0.5/0.8 como absolutas
Los umbrales de Cohen para valores pequeños, medianos y grandes son reglas generales. Un valor de d "pequeño" puede ser clínicamente importante, y uno "grande" trivial, dependiendo del resultado.
Omitir el intervalo de confianza
Una estimación puntual de d sin su intervalo oculta la incertidumbre. Siempre se debe informar el intervalo de confianza alrededor del tamaño del efecto.
Utilizar la letra d en el diseño incorrecto
La prueba d para grupos independientes no se ajusta a datos pareados ni a más de dos grupos. Para varios grupos, utilice eta cuadrado del análisis de varianza (ANOVA ).
Preguntas frecuentes
¿Cuál es la diferencia entre la d de Cohen y la g de Hedges?
Ambos expresan una diferencia de medias estandarizada. La g de Hedges multiplica d por un factor de corrección para muestras pequeñas, por lo que es ligeramente menor y menos sesgada cuando las muestras son pequeñas.
¿Cómo interpreto el tamaño de d?
Por convención, 0.2 es pequeño, 0.5 mediano y 0.8 grande; pero interprete el valor en el contexto de su campo e informe el valor con su intervalo de confianza en lugar de solo una etiqueta.
¿Por qué informar sobre el tamaño del efecto?
Comunica la magnitud práctica, es necesaria para la planificación del tamaño de la muestra y permite combinar estudios en un metaanálisis; ninguna de estas funcionalidades la proporciona un valor p por sí solo.
¿Coincide el resultado con SPSS, R y Stata?
Sí. La calculadora utiliza la misma fórmula de desviación estándar agrupada que el software estándar y muestra el comando R exacto para que puedas reproducirlo.
Calculadoras relacionadas
Referencias
- Kallogjeri D, Piccirillo JF. Una guía sencilla para medir el tamaño del efecto. Cirugía de cabeza y cuello de otorrinolaringol JAMA. 2023;149(5):447–451. PMID 36951858.
- Lakens D. Cálculo y presentación de informes sobre el tamaño del efecto para facilitar la ciencia acumulativa: una guía práctica para las pruebas t y los análisis de varianza (ANOVA). Front psychol. 2013;4:863. PMID 24324449.
- Cohen J. El análisis del poder estadístico para las ciencias de la conducta2.ª ed. Hillsdale, NJ: Lawrence Erlbaum; 1988.
¿Necesita que se realice este análisis en su manuscrito?
Nuestros bioestadísticos con doctorado calculan e interpretan el tamaño del efecto, verifican los supuestos y entregan tablas listas para su publicación con resultados reproducibles generados con R.