如何使用JASP輕松計算cohen's d效應量指標

發(fā)布時間：2021-11-09 18:24:22 來源：億速云閱讀：573 作者：柒染欄目：大數據

本篇文章為大家展示了如何使用JASP輕松計算cohen's d效應量指標，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

現在一些期刊論文要求，在顯著性檢驗P值有顯著性時（P＜0.05），還應當報告效應量指標。所謂效應量，英文名稱為Effect size，用以衡量自變量和因變量之間關聯強度的指標，幾乎不受樣本量大小的影響。

在t檢驗和方差分析或中，效應量表現為均值的差異程度。 t檢驗中常用Cohen's d效應量指標，表明兩個均數之間的標準差異；而η^2（偏η^2）主要用于ANOVA，表明與變量X的水平變化有關的變量Y的變化比率。

在常見的 SPSS統計軟件中，t檢驗過程并沒有提供Cohen's d指標的計算，因此當有需要報告該效應指標時，我們還需自己手工計算或者使用其他統計軟件完成。

好消息，JASP統計軟件可以輕松輸出Cohen's d效應量！

JASP是一款全新的統計軟件，它完全免費而且不用寫代碼，和SPSS一樣通過鼠標點擊和拖拽菜單參數即可輕松實現統計分析，小兵已經開始使用并持續(xù)輸出相關案例實踐。

案例實踐

40名基礎條件相近的運動員隨機分到兩個小組每組20人，分別給予不同的訓練方式。預考察在不同訓練方式下運動員的成績有無差異。

首先馬上做分組的描述統計，了解兩組數據的基本情況。

組1測試成績?yōu)椋?3.590 ± 13.509），組2測試成績?yōu)椋?3.568 ± 10.609）。顯而易見，組2的訓練方式的成績比組1平均高出10分。

然后正態(tài)分布與方差齊次檢驗，數據正態(tài)且方差齊，滿足兩個基本條件。

現在來看t檢驗的結果。

組1測試成績?yōu)椋?3.590 ± 13.509），組2測試成績?yōu)椋?3.568 ± 10.609）。認為兩種不同的訓練方式對測試成績影響的差異有統計學意義（t=-2.600，P=0.013＜0.05）。

Cohen's d效應量指標

最后我們再報告一下Cohen's d效應量指標。

只需要在參數選項區(qū)域勾選Effect size、勾選Cohen's d，如有必要的話再多勾選一個置信區(qū)間。

最終結果：

JASP在t檢驗表格基礎上新增3列，分別為Cohen's d指標統計量值和其95%置信區(qū)間。

怎么解讀呢？直接取絕對值來看，此時Cohen's d=0.822。

一般上Cohen's d取值0.2~0.5為小效應，0.5~0.8中等效應，0.8以上為大效應。

本例Cohen's d=0.822在0.8以上，故認為兩組數據的均值差異程度明顯（Cohen's d=0.822）。

上述內容就是如何使用JASP輕松計算cohen's d效應量指標，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業(yè)資訊頻道。

向AI問一下細節(jié)

猜你喜歡