Kalkulator Gratis Editverse
Konverter Ukuran Efek (d, r, OR, g Hedges)
Konversikan antara metrik ukuran efek umum — Cohen's d, Pearson's r, rasio odds, dan Hedges' g — dengan perintah R yang tepat di balik hasilnya. Panduan interpretasi lengkap tersedia di bawah ini. Divalidasi terhadap R 4.3.3.
Dalam Kata Sederhana
Berbagai penelitian melaporkan efek dalam satuan yang berbeda: uji coba mungkin memberikan Cohen's d , survei memberikan Pearson's r , dan studi epidemiologi memberikan rasio peluang . Untuk membandingkan atau menggabungkannya, Anda terlebih dahulu menempatkannya pada skala yang sama. Konverter ini menerapkan rumus standar yang menerjemahkan satu metrik ke metrik lainnya.
Hedges' g adalah koreksi sampel kecil untuk Cohen's d, dan konversi antara d, r, dan rasio log odds mengikuti aljabar yang sudah mapan. Peringatan utamanya adalah bahwa konversi mempertahankan hubungan estimasi titik tetapi mengasumsikan ukuran asli sesuai untuk desain — pilihan metrik yang buruk tidak dapat diperbaiki dengan mengonversinya.
Kapan Menggunakan Konversi Ukuran Efek?
Konversikan ukuran efek saat Anda mensintesis studi yang melaporkan metrik berbeda, paling sering sebelum meta-analisis , atau ketika jurnal meminta ukuran standar yang tidak dihasilkan oleh perangkat lunak Anda. Mengonversi ke skala tunggal memungkinkan Anda menempatkan semua studi pada satu plot hutan.
Selalu sertakan ketidakpastian dalam konversi, bukan hanya estimasi titik: konversikan juga batas interval kepercayaan, dan laporkan hasilnya beserta interval kepercayaannya . Pilih metrik target yang sesuai dengan audiens Anda — r untuk bidang korelasional, d atau g untuk perbandingan kelompok, rasio odds untuk hasil biner. Jika Anda belum menghitung ukuran efek dasar, mulailah dengan kalkulator ukuran efek kami.
Rumus Cohen's d ↔ r ↔ Hedges' g ↔ OR · divalidasi terhadap R 4.3.3
n1 dan n2 hanya diperlukan untuk mengkonversi ke/dari r dan g Hedges (melalui a = (n1+n2)²/(n1·n2) dan df = n1+n2−2). Keduanya tidak memengaruhi konversi d↔OR.
Buku petunjuk
Kapan menggunakannya. Satukan ukuran efek yang dilaporkan pada skala berbeda (d, r, g, OR) ke dalam satu metrik umum sebelum menggabungkannya dalam meta-analisis, atau ketika jurnal meminta ukuran standar tertentu.
Asumsi. Konversi d↔r dan d↔OR mengasumsikan sifat yang mendasarinya bersifat kontinu dan kira-kira normal/logistik — asumsi standar dalam buku teks di balik rumus-rumus ini (Cohen 1988; Hedges & Olkin 1985).
Kesalahan umum. Mengonversi estimasi titik tanpa juga mengkonversi interval kepercayaannya; melupakan koreksi sampel kecil saat menggabungkan studi kecil (gunakan g Hedges, bukan d mentah).
Contoh yang dikerjakan
Klik salah satu tombol contoh di atas, lalu Jalankan Analisis , untuk melihat konversi lengkap dengan rumus dan perintah R.
Referensi
- Cohen J. Analisis Kekuatan Statistik untuk Ilmu Perilaku. Edisi ke-2. Hillsdale, NJ: Erlbaum; 1988.
- Hedges LV. Teori distribusi untuk estimator ukuran efek Glass dan estimator terkait. J Educ Stat. 1981;6(2):107–128.
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Pengantar Meta-Analisis. Chichester: Wiley; 2009.
Butuh analisis ahli? →
Contoh yang berhasil
Contoh 1 — Cohen's d ke r
Sebuah penelitian melaporkan nilai Cohen's d = 0.50 untuk perbandingan dua kelompok. Menggunakan hubungan standar, ini dikonversi menjadi nilai Pearson r sekitar 0.24. Kedua nilai tersebut kini berada pada skala yang sama, sehingga penelitian ini dapat digabungkan dengan studi korelasional yang melaporkan nilai r secara langsung.
Contoh 2 — d ke g Hedges
Dengan sampel kecil (n = 20), Cohen's d sedikit melebih-lebihkan efek populasi. Penerapan koreksi sampel kecil mengubah d = 0.80 menjadi Hedges' g sekitar 0.77. Nilai yang dikoreksi inilah yang harus digabungkan, karena d yang tidak disesuaikan cenderung bias ke atas dalam penelitian kecil.
Asumsi yang Perlu Diperiksa
Metrik asli sesuai dengan desainnya. Konversi mengasumsikan ukuran efek sumber sesuai dengan cara penelitian dilakukan. Mengonversi ukuran yang tidak tepat hanya akan memindahkan masalah ke skala baru.
Konversi bersifat perkiraan, bukan kesetaraan yang tepat. Rumus d-ke-r dan d-ke-rasio-odds didasarkan pada asumsi distribusi (misalnya, model normal atau logistik yang mendasarinya). Perlakukan nilai yang dikonversi sebagai perkiraan yang baik, bukan identitas.
Ketidakpastian harus menyertai estimasi. Mengonversi hanya estimasi titik akan mengabaikan presisinya. Konversikan juga batas kepercayaan agar analisis gabungan mencerminkan bobot sebenarnya dari setiap studi.
Kesalahan Umum
Mengonversi estimasi titik tetapi bukan intervalnya.
Ukuran efek yang dikonversi tanpa interval kepercayaan yang dikonversi tidak dapat diberi bobot dengan benar dalam meta-analisis. Selalu transformasikan juga batasnya.
Melupakan koreksi sampel kecil
Untuk studi berskala kecil, Cohen's d cenderung bias ke atas. Gunakan Hedges' g saat menggabungkan sampel kecil, bukan d yang belum dikoreksi.
Memperlakukan nilai yang dikonversi sebagai nilai yang tepat.
Konversi bergantung pada asumsi pemodelan. Mengutip rasio odds yang telah dikonversi hingga tiga angka desimal seolah-olah diukur secara langsung akan melebih-lebihkan ketelitiannya.
Mencampur metrik pada satu plot hutan tanpa konversi
Memplot nilai d, r, dan rasio odds mentah secara bersamaan tidak ada artinya. Satukan setiap studi ke satu metrik umum sebelum digabungkan atau ditampilkan.
Pertanyaan yang Sering Diajukan
Apa perbedaan antara Cohen's d dan Hedges' g?
Mereka memperkirakan perbedaan rata-rata terstandarisasi yang sama, tetapi g Hedges menerapkan koreksi yang menghilangkan bias ke atas dari d pada sampel kecil.
Bagaimana cara mengubah d menjadi r?
Rumus standar menghubungkan keduanya melalui ukuran kelompok; untuk kelompok yang sama, d = 0.5 sesuai dengan r mendekati 0.24. Kalkulator menerapkan ekspresi yang tepat.
Bisakah saya mengkonversi rasio peluang ke Cohen's d?
Ya, melalui rasio peluang logaritmik dan konstanta penskalaan dari distribusi logistik. Hasilnya mengasumsikan sifat kontinu yang mendasarinya dan harus dibaca sebagai perkiraan.
Apakah hasilnya sesuai dengan paket R?
Ya. Konversi mengikuti rumus yang digunakan dalam paket meta-analisis standar, dan kalkulator menampilkan perintah R sehingga Anda dapat mereproduksi setiap nilai.
Kalkulator Terkait
Referensi
- Lininger M, Riemann BL. Panduan dasar statistik untuk pelatih atletik: menggunakan interval kepercayaan dan ukuran efek untuk mengevaluasi kebermaknaan klinis. Kereta J Athl. 2017;51(12):1045–1048. PMID 28107049.
- Pautz N, Olivier B, Steyn F. Penggunaan ukuran efek parametrik dalam penelitian fisioterapi muskuloskeletal studi tunggal: panduan praktis. Terapi Fisik Olahraga. 2018; 32: 87 – 97. PMID 29778828.
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Pengantar Meta-Analisis. Chichester: Wiley; 2009.
Apakah Anda Membutuhkan Analisis Ini untuk Manuskrip Anda?
Para ahli biostatistik PhD kami menyelaraskan ukuran efek di seluruh studi, memperhitungkan ketidakpastian melalui setiap konversi, dan menghasilkan meta-analisis yang siap dipublikasikan dengan keluaran R yang dapat direproduksi.
