效应量

编辑:对手网互动百科 时间:2019-11-20 00:35:10
编辑 锁定
本词条缺少名片图,补充相关内容使词条更完整,还能快速升级,赶紧来编辑吧!
平均值差异、方差分析解释比例、回归分析解释比例需要用效应量描述。效应量不受样本容量的影响。当样本容量大得到显著时,有必要报告效应量大小。
中文名
效应量
外文名
effect size
英文缩写
ES
同义翻译
效应大小
效应量是指由于因素引起的差别,是衡量处理效应大小的指标。与显著性检验不同,这些指标不受样本容量影响。它表示不同处理下的总体均值之间差异的大小,可以在不同研究之间进行比较。一般用于针对某一研究领域内的元分析中,经常见于心理,教育,行为研究等。其主要统计思路是指主要变量引起的响应差别除以相应的标准误差,这一相对量对估算处理效应很重要。
效应量太小,意味着处理即使达到了显著水平,也缺乏实用价值。
常见的几种ES:
a) 两个平均数间的标准差异;
b) 分组自变量与个体因变量分数间的相关--相关效应大小。
c) 方差分析中处理效应的效应大小
一、均数比较:(cohen'd)
独立样本:ES=(m1-m2)/s_pooled
s_pooled为联合方差。
相关样本:ES=(M1-M2)/S
二、相关系数:
三、方差分析:
1.单因素组间(cohen'f):ES=sqrt(F/n)
统计软件:SPSS[1] 
自变量与样本大小的比值小于1:10时需要矫正
结果解读:
EFFECT SIZE
  独立样本t检验: (M1-M2)/S合并
  .20 小的效应,.50中等效应,.80高的效应
  相关样本t检验: (M1-M2)/S
  .20 小的效应,.50中等效应,.80高的效应
方差分析sqrt(F/n)
  .10 小的效应,.25中等效应,.40高的效应
四格表的卡方检验
列联表的卡方检验
Φ=0.10表示小的效应, Φ=0.30表示中等的效应,Φ=0.50表示高的效应[2] 
参考资料