Calcolatrice gratuita Editverse
Calcolatore della dimensione dell'effetto
Quantifica l'entità della differenza tra due gruppi indipendenti con il d di Cohen, calcolato a partire dalla deviazione standard combinata e riportato come valore assoluto. Consulta la formula e il comando R riproducibile, e leggi la guida completa all'interpretazione qui sotto. Validato con R 4.3.3.
In parole semplici
La dimensione dell'effetto indica l'entità di una differenza, in modo indipendente dalla dimensione del campione. Un valore p può indicare che è improbabile che una differenza sia dovuta al caso, ma non se sia sufficientemente grande da essere rilevante. La dimensione dell'effetto colma questa lacuna.
Il d di Cohen esprime la differenza tra le medie di due gruppi in unità di deviazione standard combinata, quindi d = 0.5 significa che i gruppi differiscono di mezza deviazione standard. Come indicazione generale, 0.2 è piccolo, 0.5 medio e 0.8 grande, ma queste etichette sono convenzioni, non leggi, e il significato clinico dipende dal campo di specializzazione.
Quando utilizzare Effect Size
È necessario indicare la dimensione dell'effetto ogni volta che si riporta un confronto o un'associazione. Per la differenza tra le medie di due gruppi, si utilizza il d di Cohen (o il g di Hedges corretto per il bias per campioni di piccole dimensioni). Le linee guida per la rendicontazione richiedono sempre più spesso la dimensione dell'effetto e il relativo intervallo di confidenza insieme al valore p, perché insieme indicano sia se esiste un effetto sia quanto plausibilmente esso sia grande.
La dimensione dell'effetto è anche l'input necessario per pianificare uno studio: determina il calcolo della dimensione del campione e consente di aggregare i risultati in una meta-analisi. Scegli la misura più adatta al tuo disegno di ricerca: le misure della famiglia d per le differenze tra le medie, le misure della famiglia r per la forza dell'associazione. Non sai quale sia la più adatta ai tuoi dati? Il nostro strumento interattivo di selezione dei test può aiutarti.
Previsto: 2 colonne: valori del gruppo 1 | valori del gruppo 2
Trascina qui un file CSV oppure fai clic per scegliere. Analisi effettuata nel browser: nessun file verrà caricato.
Previsto: 2 colonne: valori del gruppo 1 | valori del gruppo 2
g1 <- c({g1}) g2 <- c({g2}) library(effsize) cohen.d(g1, g2) cohen.d(g1, g2, hedges.correction = TRUE) # Hedges' gGuida utente
Quando utilizzarlo. Quantificare la grandezza standardizzata della differenza tra due gruppi.
Presupposti. Dati continui; la deviazione standard aggregata è significativa (varianze simili).
Errori comuni. La dimensione dell'effetto misura l'entità, non la significatività statistica o l'importanza clinica.
Esempio pratico
Fai clic su "Carica dati di esempio" qui sopra, quindi su "Esegui analisi" per visualizzare un risultato completo con grafico, formula e interpretazione per questo test.
Referenze
- Cohen J. Analisi della potenza statistica per le scienze comportamentali. 1988.
Esempi lavorati
Esempio 1 — Un grande effetto
Due gruppi con medie di 5.90 e 7.72 e una deviazione standard combinata di 0.45 (l'esempio "Effetto elevato" sotto "Carica dati di esempio") danno un d di Cohen = 4.01, un effetto molto elevato. Riportare d con il suo intervallo di confidenza al 95%, non solo la differenza tra le medie, in modo che i lettori possano valutarne l'entità su una scala standardizzata.
Esempio 2 — Perché i piccoli campioni hanno bisogno del metodo di Hedges
Il d di Cohen sovrastima leggermente l'effetto della popolazione in campioni di piccole dimensioni. Il g di Hedges applica un fattore di correzione ed è preferibile quando ogni gruppo ha meno di circa 20 osservazioni. Con campioni di grandi dimensioni, i due metodi convergono. Per ottenere g dal tuo d, inserisci d e le dimensioni dei due gruppi nel convertitore della dimensione dell'effetto.
Presupposti da verificare
Dispersione comparabile. La deviazione standard combinata presuppone che i due gruppi abbiano varianze simili. Quando le varianze differiscono notevolmente, utilizzare invece una misura basata sulla deviazione standard del gruppo di controllo (delta di Glass).
Dati continui, approssimativamente distribuiti normalmente. Il d di Cohen è concepito per risultati continui. Per dati ordinati o asimmetrici, è più appropriato un indice di dimensione dell'effetto basato sui ranghi.
Osservazioni indipendenti. La formula standard presuppone gruppi indipendenti. I disegni sperimentali a coppie o a misure ripetute richiedono una dimensione dell'effetto che tenga conto della correlazione all'interno della coppia.
Errori comuni
Trattare la dimensione dell'effetto come significatività
Un valore di d elevato non equivale a un valore di p basso. La dimensione dell'effetto misura l'entità dell'effetto; la significatività misura se l'effetto è distinguibile dal caso. Riportare entrambi.
Lettura delle etichette 0.2/0.5/0.8 come assolute
Le soglie piccolo/medio/grande di Cohen sono regole empiriche. Un valore di d "piccolo" può essere clinicamente importante, mentre uno "grande" può essere irrilevante, a seconda dell'esito.
Omissione dell'intervallo di confidenza
Una stima puntuale di d senza il relativo intervallo nasconde l'incertezza. Riportare sempre l' intervallo di confidenza attorno alla dimensione dell'effetto.
Utilizzare d sul progetto sbagliato
Il metodo d per gruppi indipendenti non è adatto a dati appaiati o a più di due gruppi. Per gruppi multipli, utilizzare l'eta-quadrato derivato dall'ANOVA.
Domande frequenti
Qual è la differenza tra il d di Cohen e il g di Hedges?
Entrambi esprimono una differenza media standardizzata. Il g di Hedges moltiplica d per un fattore di correzione per campioni di piccole dimensioni, quindi è leggermente inferiore e meno distorto quando i campioni sono piccoli.
Come interpreto la dimensione di d?
Per convenzione, 0.2 è piccolo, 0.5 medio e 0.8 grande, ma interpreta il valore nel contesto del tuo campo e riportalo con il relativo intervallo di confidenza anziché con la sola etichetta.
Perché riportare la dimensione dell'effetto?
Comunica la portata pratica, è necessario per la pianificazione della dimensione del campione e consente di combinare gli studi in una meta-analisi: nessuna di queste funzionalità è fornita dal solo valore p.
Il risultato corrisponde a quello ottenuto con SPSS, R e Stata?
Sì. La calcolatrice utilizza la stessa formula SD combinata del software standard e mostra il comando R esatto in modo che tu possa riprodurlo.
Calcolatori correlati
Referenze
- Kallogjeri D, Piccirillo JF. Una semplice guida alle misure della dimensione dell'effetto. JAMA Otorinolaringoiatria Testa Collo Chir2023;149(5):447–451. PMID 36951858.
- Lakens D. Calcolo e rendicontazione delle dimensioni dell'effetto per facilitare la ricerca scientifica cumulativa: una guida pratica ai test t e alle ANOVA. Psychol frontale2013;4:863. PMID 24324449.
- Cohen J. Analisi del potere statistico per le scienze comportamentali2ª ed. Hillsdale, NJ: Lawrence Erlbaum; 1988.
Hai bisogno di questa analisi per il tuo manoscritto?
I nostri biostatistici con dottorato di ricerca calcolano e interpretano le dimensioni dell'effetto, verificano le ipotesi e forniscono tabelle pronte per la pubblicazione con output R riproducibile.