Uso gratuito, sin necesidad de cuenta

Calculadora de tamaño de efecto

Ingrese estadísticas resumidas para dos grupos independientes para calcular su diferencia de medias estandarizada con signo, su desviación estándar agrupada y la g de Hedges corregida para muestras pequeñas.

Grupo 1
Grupo 2

Para grupos independientes, esta versión utiliza la definición de SD agrupada convencional y asume una varianza de población compartida. Ingrese las desviaciones estándar de la muestra (n−1), no los errores estándar.

El tamaño de cada muestra debe ser de 2 a 1.000.000; las medias y las DE se limitan a ±1.000.000.000 (las DE no pueden ser negativas). Al menos una SD debe estar por encima de cero.

¿Qué mide una calculadora del tamaño del efecto?

Expresa la diferencia entre las medias de dos grupos en unidades de desviación estándar agrupadas. La d de Cohen es la diferencia estandarizada no corregida; La g de Hedges aplica una corrección de muestra pequeña.

Preguntas frecuentes

¿Qué mide una calculadora del tamaño del efecto?

Expresa la diferencia entre las medias de dos grupos en unidades de desviación estándar agrupadas. La d de Cohen es la diferencia estandarizada no corregida; La g de Hedges aplica una corrección de muestra pequeña.

¿Se cargan las estadísticas de mi estudio?

No. El cálculo se ejecuta en este navegador. Esta herramienta no envía sus estadísticas resumidas a un servidor ni las guarda.

¿Cuál es la diferencia entre la d de Cohen y la g de Hedges?

Ambos estandarizan la diferencia de medias mediante una desviación estándar combinada. La g de Hedges multiplica d por una corrección de muestra pequeña, lo que reduce el sesgo cuando las muestras son pequeñas.

¿Puedo ingresar errores estándar en lugar de desviaciones estándar?

No. Esta calculadora espera la desviación estándar muestral de cada grupo. Un error estándar describe la incertidumbre en una estimación de muestra y no es intercambiable con la DE aquí.

¿Un tamaño de efecto mayor demuestra que un resultado es importante?

No. El tamaño del efecto describe una diferencia estandarizada, no significación estadística, causalidad o importancia práctica. El contexto, la incertidumbre, el diseño del estudio y la escala de medición importan.