解讀統計與研究 教你讀懂,判斷,和書寫有統計資料的研究報告

33愛的鼓勵 10訂閱站台

研究者經常拿捏不定所使用統計檢定效力量(effect size)的大小 因為不同的統計檢定(例如 t-test)使用不同的效力量(例如 d)並且有著不同的標準效力量準則(例如 0.2, 0.5, 0.8)

研究者如果無法從前人研究得出適合的效力量準則 那麼建議使用標準效力量準則來事先決定所需要的樣本量

例如Gpower選擇獨立樣本t-test 標準效力量準則預設會出現0.5(中度效力量) 研究者可以視需求手動調整標準效力量準則(0.2低度效力量, 0.8高度效力量)

本站連結書籤以表格呈現各類統計檢定所適用的效力量以及其使用準則 希望能讓讀者一目了然

Effect Size	Use	Small	Medium	Large
Correlation inc Phi		0.1	0.3	0.5
Cramer's V	r x c frequency tables	0.1 (Min(r-1,c-1)=1), 0.07 (Min(r-1,c-1)=2), 0.06 (Min(r-1,c-1)=3)	0.3 (Min(r-1,c-1)=1), 0.21 (Min(r-1,c-1)=2), 0.17 (Min(r-1,c-1)=3)	0.5 (Min(r-1,c-1)=1), 0.35(Min(r-1,c-1)=2), 0.29 (Min(r-1,c-1)=3)
Difference in arcsines	Comparing two proportions	0.2	0.5	0.8
η2	Anova	0.01	0.06	0.14
omega-squared	Anova; See Field (2013)	0.01	0.06	0.14
Multivariate eta-squared	one-way MANOVA	0.01	0.06	0.14
Cohen's f	one-way an(c)ova (regression)	0.10	0.25	0.40
η2	Multiple regression	0.02	0.13	0.26
κ2	Mediation analysis	0.01	0.09	0.25
Cohen's f	Multiple Regression	0.14	0.39	0.59
Cohen's d	t-tests	0.2	0.5	0.8
Cohen's ω	chi-square	0.1	0.3	0.5
Odds Ratios	2 by 2 tables	1.5	3.5	9.0
Odds Ratios	p vs 0.5	0.55	0.65	0.75
Average Spearman rho	Friedman test	0.1	0.3	0.5

來源:https://imaging.mrc-cbu.cam.ac.uk/statswiki/FAQ/effectSize