Editverse gratis rekenmachine

Effectgroottecalculator

Kwantificeer hoe groot het verschil tussen twee onafhankelijke groepen werkelijk is met Cohen's d, berekend op basis van de gepoolde standaarddeviatie en weergegeven als een absolute waarde. Zie de formule en het reproduceerbare R-commando, en lees hieronder een volledige interpretatiehandleiding. Gevalideerd met R 4.3.3.

In eenvoudige woorden

Een effectgrootte geeft aan hoe groot een verschil is, op een manier die niet afhankelijk is van de steekproefomvang. Een p-waarde kan aangeven dat een verschil waarschijnlijk geen toeval is, maar niet of het groot genoeg is om relevant te zijn. Effectgrootte vult die leemte op.

Cohen's d drukt het verschil tussen twee groepsgemiddelden uit in eenheden van gepoolde standaarddeviatie, dus d = 0.5 betekent dat de groepen een halve standaarddeviatie van elkaar verschillen. Als vuistregel geldt dat 0.2 klein is, 0.5 gemiddeld en 0.8 groot — maar deze labels zijn conventies, geen wetten, en de klinische betekenis hangt af van het vakgebied.

Wanneer gebruik je de effectgrootte?

Rapporteer de effectgrootte altijd wanneer u een vergelijking of een verband rapporteert. Voor het verschil tussen twee groepsgemiddelden is Cohen's d (of de voor vertekening gecorrigeerde Hedges' g voor kleine steekproeven) de standaard. Richtlijnen voor rapportage verwachten steeds vaker dat naast de p-waarde ook de effectgrootte en het bijbehorende betrouwbaarheidsinterval worden vermeld, omdat deze samen aantonen of er een effect bestaat en hoe groot dit effect plausibel is.

De effectgrootte is ook de input die je nodig hebt om een ​​onderzoek te plannen: het bepaalt de steekproefomvang en maakt het mogelijk om resultaten te combineren in een meta-analyse. Kies de maat die bij je onderzoeksopzet past: d-familie maten voor verschillen tussen gemiddelden, r-familie maten voor de sterkte van de associatie. Weet je niet zeker welke het beste bij jouw data past? Onze interactieve testselector kan je daarbij helpen.

Effectgrootte (Cohen's d) Gestandaardiseerde maat voor verschil · gevalideerd vs R 4.3.3
Gebruikershandleiding

Wanneer te gebruiken. Om de gestandaardiseerde omvang van het verschil tussen twee groepen te kwantificeren.

Aannames. Continue data; de gepoolde standaarddeviatie is relevant (vergelijkbare varianties).

Veelgemaakte fouten. Effectgrootte meet de omvang, niet de statistische significantie of klinische relevantie.

Uitgewerkt voorbeeld

Klik hierboven op 'Voorbeeldgegevens laden' en vervolgens op 'Analyse uitvoeren' om een ​​volledig uitgewerkt resultaat te zien met grafiek, formule en interpretatie voor deze test.

Referenties
  1. Cohen J. Statistische poweranalyse voor de gedragswetenschappen. 1988.

Uitgewerkte voorbeelden

Voorbeeld 1 — Een groot effect

Twee groepen met gemiddelden van 5.90 en 7.72 en een gepoolde standaarddeviatie van 0.45 (het voorbeeld 'Groot effect' onder de voorbeeldgegevens voor belasting) geven Cohen's d = 4.01, een zeer groot effect. Rapporteer d met het 95% betrouwbaarheidsinterval, niet alleen het verschil in gemiddelden, zodat lezers de omvang op een gestandaardiseerde schaal kunnen beoordelen.

Voorbeeld 2 — Waarom kleine steekproeven de g-methode van Hedges nodig hebben

Cohen's d overschat het populatie-effect enigszins bij kleine steekproeven. Hedges' g past een correctiefactor toe en heeft de voorkeur wanneer elke groep minder dan ongeveer 20 waarnemingen bevat. Bij grote steekproeven convergeren de twee. Om g uit uw d te berekenen, voert u d en de twee groepsgroottes in de effectgrootte-omrekenaar in.

Aannames om te controleren

Vergelijkbare spreiding. De gepoolde standaarddeviatie gaat ervan uit dat de twee groepen vergelijkbare varianties hebben. Wanneer de varianties sterk verschillen, gebruik dan in plaats daarvan een maatstaf gebaseerd op de standaarddeviatie van de controlegroep (Glass' delta).

Continue, nagenoeg normale data. Cohen's d is ontwikkeld voor continue uitkomsten. Voor gerangschikte of scheve data is een op rangorde gebaseerde effectgrootte geschikter.

Onafhankelijke observaties. De standaardformule gaat uit van onafhankelijke groepen. Bij gepaarde of herhaalde metingen is een effectgrootte nodig die rekening houdt met de correlatie binnen de paren.

Veelgemaakte fouten

Het effectgrootte als significantie beschouwen

Een grote d is niet hetzelfde als een kleine p-waarde. De effectgrootte meet de omvang; significantie meet of het effect te onderscheiden is van toeval. Rapporteer beide.

De labels 0.2/0.5/0.8 als absolute waarden interpreteren.

De drempelwaarden van Cohen (klein/middelgroot/groot) zijn vuistregels. Een "kleine" d kan klinisch belangrijk zijn, en een "grote" d triviaal, afhankelijk van de uitkomst.

Het betrouwbaarheidsinterval weglaten

Een puntschatting van d zonder het bijbehorende interval verbergt de onzekerheid. Vermeld altijd het betrouwbaarheidsinterval rond de effectgrootte.

Het gebruik van d in het verkeerde ontwerp

De onafhankelijke-groepen d-test is niet geschikt voor gepaarde gegevens of meer dan twee groepen. Voor meerdere groepen kunt u de eta-kwadraat-test uit de ANOVA gebruiken.

Veelgestelde Vragen / FAQ

Wat is het verschil tussen Cohen's d en Hedges' g?

Beide drukken een gestandaardiseerd gemiddeld verschil uit. Hedges' g vermenigvuldigt d met een correctiefactor voor kleine steekproeven, waardoor het iets kleiner en minder vertekend is bij kleine steekproeven.

Hoe moet ik de grootte van d interpreteren?

Volgens de conventie is 0.2 klein, 0.5 gemiddeld en 0.8 groot, maar interpreteer dit in de context van uw vakgebied en rapporteer de waarde met het bijbehorende betrouwbaarheidsinterval in plaats van alleen een label.

Waarom überhaupt de effectgrootte rapporteren?

Het communiceert de praktische omvang, is nodig voor het plannen van de steekproefomvang en maakt het mogelijk om studies te combineren in meta-analyses – geen van deze voordelen biedt een p-waarde op zichzelf.

Komt het resultaat overeen met dat van SPSS, R en Stata?

Ja. De rekenmachine gebruikt dezelfde gepoolde-SD-formule als standaardsoftware en toont de exacte R-opdracht, zodat u deze kunt reproduceren.

Referenties

  1. Kallogjeri D, Piccirillo JF. Een eenvoudige handleiding voor het meten van effectgroottes. JAMA Otolaryngol Hoofdhalschirurgie. 2023;149(5):447–451. PMID 36951858.
  2. Lakens D. Het berekenen en rapporteren van effectgroottes ter bevordering van cumulatief wetenschappelijk onderzoek: een praktische handleiding voor t-toetsen en ANOVA's. Front Psychol. 2013;4:863. PMID 24324449.
  3. Cohen J. Statistische Power Analysis voor de Gedragswetenschappen2e editie. Hillsdale, NJ: Lawrence Erlbaum; 1988.

Heeft u deze analyse nodig voor uw manuscript?

Onze biostatistici met een doctoraat berekenen en interpreteren uw effectgroottes, controleren de aannames en leveren publicatieklare tabellen met reproduceerbare R-output.

Krijg deskundige statistische hulp