效應量

效應量是指由於因素引起的差別，是衡量處理效應大小的指標。與顯著性檢驗不同，這些指標不受樣本容量影響。它表示不同處理下的總體均值之間差異的大小，可以在不同研究之間進行比較。平均值差異、方差分析解釋比例、回歸分析解釋比例需要用效應量描述。效應量不受樣本容量的影響。當樣本容量大得到顯著時，有必要報告效應量大小。

基本介紹

• 中文名：效應量
• 外文名：effect size
• 英文縮寫：ES
• 同義翻譯：效應大小

一般用於針對某一研究領域內的元分析中，經常見於心理，教育，行為研究等。其主要統計思路是指主要變數引起的回響差別除以相應的標準誤差，這一相對量對估算處理效應很重要。

效應量太小，意味著處理即使達到了顯著水平，也缺乏實用價值。

常見的幾種ES：

a) 兩個平均數間的標準差異；

b) 分組自變數與個體因變數分數間的相關--相關效應大小。

c) 方差分析中處理效應的效應大小

一、均數比較：(cohen'd)

獨立樣本：ES=(m1-m2)/s_pooled

s_pooled為聯合方差。

相關樣本：ES=(M1-M2)/S

二、相關係數：

三、方差分析：

1.單因素組間(cohen'f)：ES=sqrt(F/n)

2.偏eta方

統計軟體：SPSS

自變數與樣本大小的比值小於1:10時需要矯正

結果解讀：

EFFECT SIZE
獨立樣本t檢驗： （M1-M2）/S合併
.20 小的效應，.50中等效應，.80高的效應
相關樣本t檢驗： （M1-M2）/S
.20 小的效應，.50中等效應，.80高的效應

方差分析sqrt（F/n）
.10 小的效應，.25中等效應，.40高的效應

四格表的卡方檢驗

列聯表的卡方檢驗

Φ=0.10表示小的效應， Φ=0.30表示中等的效應，Φ=0.50表示高的效應