google.com, pub-2267199481962701, DIRECT, f08c47fec0942fa0 ES | Metodeguiden
top of page
calc effectsize.png

Effektstørrelse

Effektstørrelse er et mål for å vurdere den praktiske betydningen av observerte resultater i forskning og brukes gjerne i tillegg til p-verdi for å oppgi rikere informasjon om endringer og forskjeller. For å hjelpe med å gjøre effektstørrelseberegninger lettere har vi utviklet tre enkle og brukervennlige kalkulatorer basert på Cohen's d og Hedges' g.

 

De to øverste kalkulatorene lar deg eregne effektstørrelsen for tester med to uavhengige grupper ved å bare angi gjennomsnitt og standardavvik. Cohen's d regnes ut ved å bruke formelen "d = (M1 – M2) / SDpooled " eller enklere forklart som forskjellen i gjennomsnitt delt på det samlede standardavviket (Cohen. 1988). Hedge's regnes ut med en lignende formel, men korrigerer i tillegg for små utvalg eller ulike gruppestørrelser og krever derfor at du legger inn denne informasjonen også (Hedges, 1981). Cohen's d er nyttig i de fleste sammenhenger, men kan resultere i veldig høye verdier hvis man har et lite utvalg. Hedges' g er anbefalt dersom man har et lavere antall deltakere / observasjoner eller ulike gruppestørrelser.

 

Dersom du skal regne ut effektstørrelsen mellom to avhengige grupper (f.eks. hvis du har benyttet en parret t-test), kan du bruke verktøyet lenger nede hvor du må lime inn datamaterialet du vil analysere. Dette er fordi denne utregningen trenger de individuelle forskjellene og ikke bare gruppens gjennomsnitt. Vær bevisst på at verktøyene noen ganger gir negative effektstørrelser. Undersøk alltid gjennomsnittene for å forsikre deg om at retningen på effektstørrelsen (positiv eller negativ) er riktig med tanke på hva du ønsker å teste for.

Nederst på siden finner du en kalkulator som lar deg beregne effekstørrelser for ikke-parametriske data ved å benytte Z-scorer fra Mann-Whitney U eller Wilcoxon Signed rank tester.

Coh og Hed
Paired t

Effektstørrelser for ikke-parametriske data

Dersom du analyserer data som ikke er normalfordelt og du har brukt ikke-parametriske tester, kan andre utregninger av effektstørrelser passe bedre enn Cohen's og Hedge's. Et eksempel er den følgende formelen

 r = Z / sqrt(N)

 

Dette verktøyet lar deg beregne effektstørrelsen (r) for to grupper eller måletidspunkter ved hjelp av ikke-parametrisk statistikk. For å bruke verktøyet, lim inn datasettene for hver gruppe i de tilsvarende tekstfeltene. Hver verdi skal skilles med ny linje (dette skjer automatisk om du limer inn fra ExCel eller SPSS. I verktøy 1 kan du lime inn dataene dine, mens i nr. 2 skrive inn Z og n dersom du allerede har regnet disse ut.

Utregningen kan beskrives på følgende måte:

"Effektstørrelser ble regnet ut ved å dele Z-scorene på kvadratroten av antall observasjoner"

Dette gir en normalisert indikator på forskjellen mellom de to gruppene. Effektstørrelsen kan tolkes som hvor betydelig forskjellen mellom gruppene er, og kategoriseres som triviell (<0.1), liten (0.1–0.3), middels (0.3–0.5), og stor (>0.5) (Cohen, 1977).

non-par

Referanser:

Cohen, J. (1977). Statistical power analysis for the behavioral sciences. Academic press.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2.utg). Academic press.

Hedges, L. (1981). Distribution Theory for Glass’s Estimator of Effect Size and Related Estimators. Journal of Educational Statistics, 6(2), 107-128. 

Vi jobber frivillig med dette prosjektet og du kan bruke alle ressursene gratis. Dersom du finner verdi i nettsiden og er interessert i å donere for å hjelpe oss å bli bedre, tar vi imot både små og store donasjoner med enorm takknemlighet!

Nettsiden bruker reklame for å støtte vår virksomhet, men om du ønsker kan du enkelt blokkere disse ved å bruke en AdBlocker som du kan installere ved å trykke på den røde logoen nedenfor.

Adblock_logo.png

© 2035 by Marketing Inc. Powered and secured by Wix

bottom of page