使い方
- まず、Cohen の d、Hedges の g、eta-squared のどれを使うか選びます。
- d と g は 2 群要約、eta-squared は ANOVA の平方和か群要約を入力します。
- 効果量の値と rough guide を、分野と意思決定文脈に照らして読みます。
Wave 5 ja rollout
要約入力から読む 3 つの効果量
Cohen の d は、2 群の平均差を標準化して、t 検定の結果の横で実用的な大きさを見たいときに使います。
入力
2 群の平均差を、群内ばらつきで標準化したいときに使います。
Cohen の d と同じ考え方に、小標本補正を加えたいときに使います。
一元配置 ANOVA で、群要因が全分散のうちどれくらいを占めるかを要約したいときに使います。
1 行 1 群です。カンマ、セミコロン、タブ、または label: n mean sd 形式で区切れます。
このページでいう効果量とは
- Cohen の d は、平均差を群内ばらつきで標準化した値です。
- Hedges の g は、Cohen の d に小標本補正を加えた値です。
- eta-squared は、一元配置 ANOVA で群要因が全分散のうちどれくらいを占めるかを表します。
- small / medium / large は便宜的なラベルであり、分野判断の代わりにはなりません。
効果量と p 値の違い
p 値は「帰無仮説とどれだけ整合するか」を示し、効果量は「どれくらい大きい差か」を示します。標本が大きければ小さな差でも低い p 値になり得ますし、実務的に大きい差でも標本が小さいと不確かになります。
このページは magnitude を補うページです。設計の妥当性、信頼区間、分野固有の解釈の代わりにはなりません。
統計ワークフローの中での位置づけ
- t 検定計算機平均差の検定を見たあとに、標準化した大きさをここで確認します。
- ANOVA 計算機一元配置 ANOVA の F 検定を見たあとに、分散割合として eta-squared を読むときに使います。
- 相関計算機最初の問いが群差ではなく関係の強さなら、こちらを使います。
- 統計（推定・検定）ハブ計画、推定、検定、回帰の近接ページへ戻る入口です。
よくある質問
p 値があるのに効果量を計算する理由は何ですか？
p 値は帰無仮説との整合性を示し、効果量は差や説明分散の大きさを示します。別の問いに答えるので、並べて読む必要があります。
Cohen の d と Hedges の g は何が違いますか？
どちらも標準化平均差ですが、Hedges の g は Cohen の d に小標本補正を加えます。標本数が小さめなら g を優先することが多いです。
small / medium / large は固定ルールですか？
いいえ。あくまで粗い慣習ラベルです。実務的な重要性は、分野、アウトカム、意思決定コストで変わります。
eta-squared はいつ使いますか？
一元配置 ANOVA で、群要因が全分散のうちどれくらいを占めるかを要約したいときに使います。F 検定の代わりではなく補足指標です。
共有 URL に数値入力は含まれますか？
含まれません。共有 URL には active mode や eta の入力元などの軽い設定だけを入れ、数値入力はブラウザ内に残します。
関連
コメント（任意）
読み込み負荷を抑えるため、コメントは必要なときだけ読み込みます。