사용방법
- Cohen's d, Hedges' g 또는 eta-squared 중에서 측정항목을 먼저 선택하세요.
- d 또는 g에 대해 두 그룹 요약을 입력하거나 에타제곱에 대해 ANOVA 합계 또는 그룹 요약을 선택합니다.
- 해당 분야 및 결정의 맥락과 함께 효과 값과 대략적인 크기 가이드를 읽어보세요.
요약 입력의 세 가지 효과 크기 워크플로
t-검정 결과 옆에 빠른 실제 크기 보기를 원하는 경우 두 그룹 간의 표준화된 평균 차이에 대해 Cohen의 d를 사용하십시오.
입력
두 개의 독립적인 그룹이 있고 t-검정 결과 외에 표준화된 평균 차이를 원할 때 이 방법을 사용하십시오.
Cohen의 d와 동일한 표준화된 평균차 논리를 원하지만 소표본 수정이 필요한 경우 이 방법을 사용하십시오.
간단한 일원 분산 분석 효과 크기 요약으로 에타 제곱을 사용합니다. ANOVA 합계를 직접 입력하거나 그룹 요약에서 파생시킬 수 있습니다.
그룹당 한 줄을 사용하십시오. 쉼표, 세미콜론, 탭 또는 필드를 사용하여 필드를 구분하세요. label: n mean sd.
페이지에서 효과 크기가 의미하는 것
- 코헨의 d 풀링된 그룹 내 확산으로 평균 차이를 표준화합니다.
- 헤지스의 g Cohen의 d에 소표본 수정을 적용합니다.
- 에타제곱 일원 분산 분석에서 그룹 구성원과 관련된 전체 표본 분산의 점유율을 요약합니다.
- 대략적인 레이블인 소형, 중형, 대형은 단지 관례일 뿐입니다. 이는 도메인 판단을 대체하지 않습니다.
효과 크기 대 p-값
p-값은 관찰된 데이터가 널 모델과 얼마나 호환되는지 알려줍니다. 효과 크기는 관찰된 패턴이 표준화된 또는 분산 공유 척도에서 얼마나 큰지 알려줍니다. 매우 작은 효과라도 큰 표본에서는 여전히 낮은 p-값을 가질 수 있고, 실질적으로 중요한 효과는 작은 표본에서 불확실한 p-값을 가질 수 있습니다.
연구 설계 확인, 신뢰 구간 또는 영역별 해석을 대체하는 것이 아니라 테스트 결과 옆에 크기 보기가 필요한 경우 이 페이지를 사용하십시오.
이것이 통계 작업 흐름에 적합한 경우
- T-테스트 계산기이를 사용하여 평균 차이를 테스트한 다음 표준화된 크기 보기를 위해 요약 통계를 여기로 가져옵니다.
- 분산분석 계산기이를 사용하여 전체 F 테스트를 실행한 다음 전용 페이지에서 분산 공유 요약을 원할 경우 여기에서 eta-squared를 사용하십시오.
- 상관관계 계산기첫 번째 질문이 그룹 차이가 아닌 연관성 강도인 경우 상관관계를 사용하세요.
- 통계(추론 및 테스트)인접 계획, 추론 및 회귀 페이지를 보려면 허브로 돌아갑니다.
FAQ
이미 p-값이 있는데 효과 크기를 계산하는 이유는 무엇입니까?
p-값은 데이터가 귀무 가설과 얼마나 일치하는지 알려줍니다. 효과 크기는 관찰된 차이 또는 설명된 분산이 실제 규모에서 얼마나 큰지 알려줍니다. 이 질문들은 서로 다른 질문에 대답하므로 함께 읽어야 합니다.
Cohen의 d와 Hedges의 g의 차이점은 무엇입니까?
둘 다 표준화된 평균 차이를 요약합니다. Hedges의 g는 Cohen의 d에 소표본 수정을 적용하므로 표본 크기가 적당할 때 선호되는 경우가 많습니다.
소형, 중형, 대형을 정해진 진리로 다뤄야 할까요?
아니요. 이러한 라벨은 대략적인 관례일 뿐 보편적인 규칙은 아닙니다. 실질적인 중요성은 분야, 결과, 변경 비용, 의사결정 상황에 따라 달라집니다.
언제 에타제곱을 사용해야 합니까?
소속 그룹과 관련된 총 표본 분산의 공유를 원할 경우 간단한 일원 분산 분석 효과 크기 요약으로 에타 제곱을 사용합니다. 이는 ANOVA F 테스트를 보완하지만 설계 가정이나 후속 비교를 검사해야 하는 필요성을 대체하지는 않습니다.
공유 URL에 숫자 입력이 포함되어 있나요?
아니요. 공유 URL은 활성 효과 크기 모드 및 에타 제곱 입력 소스와 같은 간단한 설정만 저장합니다. 입력한 숫자 값은 브라우저에 그대로 유지됩니다.
관련 계산기
설명(선택사항)
부하를 줄이기 위해 필요할 때만 주석을 가져옵니다.