Gratuïtes i sense compte

Calculadora de mida de l'efecte

Introduïu les estadístiques de resum per a dos grups independents per calcular la seva diferència de mitjanes estandarditzada signada, la desviació estàndard agrupada i la g de Hedge corregida en una mostra petita.

Grup 1
Grup 2

Per a grups independents, aquesta versió utilitza la definició de SD agrupada convencional i suposa una variància poblacional compartida. Introduïu desviacions estàndard de mostra (n−1), no errors estàndard.

Cada mida de mostra ha de ser de 2 a 1.000.000; les mitjanes i els SD estan limitats a ± 1.000.000.000 (els SD no poden ser negatius). Almenys una SD ha d'estar per sobre de zero.

Què mesura una calculadora de mida d'efecte?

Expressa la diferència entre les mitjanes de dos grups en unitats de desviació estàndard agrupades. La d de Cohen és la diferència estandarditzada no corregida; Hedges' g aplica una correcció de mostra petita.

Preguntes freqüents

Què mesura una calculadora de mida d'efecte?

Expressa la diferència entre les mitjanes de dos grups en unitats de desviació estàndard agrupades. La d de Cohen és la diferència estandarditzada no corregida; Hedges' g aplica una correcció de mostra petita.

S'han penjat les estadístiques dels meus estudis?

No. El càlcul s'executa en aquest navegador. Les vostres estadístiques de resum no s'envien a un servidor ni es desen amb aquesta eina.

Quina diferència hi ha entre la d de Cohen i la g de Hedges?

Tots dos estandarditzen la diferència de mitjanes mitjançant una desviació estàndard agrupada. La g de les cobertures multiplica d per una correcció de mostra petita, que redueix el biaix quan les mostres són petites.

Puc introduir errors estàndard en lloc de desviacions estàndard?

No. Aquesta calculadora espera la desviació estàndard mostra de cada grup. Un error estàndard descriu la incertesa en una estimació de la mostra i no és intercanviable amb la SD aquí.

Una mida de l'efecte més gran demostra que un resultat és important?

No. La mida de l'efecte descriu una diferència estandarditzada, no significació estadística, causalitat o importància pràctica. El context, la incertesa, el disseny de l'estudi i l'escala de mesura són importants.